含多微网并网的主动配电网双层优化调度研究

含多微网并网的主动配电网双层优化调度研究
摘要
分布式电源（Distributed Generation，DG）高比例接入配电网中，形成了源-网一体化可调控的主动配电网（Active Distribution Network，ADN）系统；但风/光等分布式电源出力的不确定性对ADN系统的可靠性有一定影响，可将多个DG以微网的形式接入ADN。

微网并网运行可以维持并网点处的电压与功率稳定，同时降低DG不确定性对ADN系统的影响，因此将多个出力不确定的DG以微网形式接入ADN系统具有优势。

随着用电需求不断增加、非可再生能源枯竭和环境污染加剧，研究者开始对多个微网并入ADN系统进行研究，一方面增大对可再生能源的利用，另一方面提高ADN系统的灵活性与稳定性。

多微网并入ADN系统后，如何解决好各微网与ADN系统之间的协调与稳定运行、提高ADN系统的抗干扰能力，同时实现多微网与ADN系统最优经济调度等问题仍需进一步研究。

针对含多微网的ADN系统的优化调度研究，采用全网一起优化调度时因各微网不同的运行状态会使ADN系统的最优潮流求解变得困难，并且各微网的实际波动会对ADN系统稳定性产生影响。

为了实现各微网与ADN 最优化运行、解决并入多微网后其运行状态与出力的不确定性引起的一系列问题以及在优化求解时精确度低、收敛效果不佳等问题，本文提出采用双层优化方法来研究含多微网并网的ADN系统优化调度问题。

主要工作及成果如下：
（1）针对微网和微网接入主动配电网的优化调度研究状况进行了归纳与总结。

对微电网与ADN的网络结构特点及运行方式进行了阐述并介绍了微电网与ADN之间的关联性，同时叙述了ADN系统中基本潮流计算的运算方法及最优潮流的概念与求解方法。

（2）基于最优潮流构建含多微网的主动配电网双层优化调度模型。

将含多微网的ADN系统分为上下层进行研究，上层为ADN层，下层为微电网层。

上层将接入的微网看作电源，其预测出力的上/下限作为输入数据，以上下层之间的联络线功率为优化变量，以潮流平衡为约束，系统网络损耗最小为目标建立ADN层最优潮流模型。

运用二阶锥松弛技术将非凸非线
性的最优潮流模型转化为凸可行域的二阶锥规划模型，并调用Gurobi求解器求出ADN层最优潮流分布以及微网处联络线功率。

下层微电网以上层优化出的联络线功率为约束，以微网运行成本最小为目标建立可控机组的优化调度模型，采用结合Tent映射混沌技术和NDX交叉技术的改进遗传算法(GA)对模型进行求解。

最后以包含多微网并网的改进IEEE-33节点配电网作为算例进行分析，结果表明所提模型与算法具有可行性，在一定程度上降低了ADN系统的网损，减少了ADN系统的经济成本；同时当风/光发电出现波动时，下层模型仍然可以进行局部调整优化，从而降低了微电网的波动对ADN系统的影响，提高了系统的可靠性和鲁棒性。

通过对联络线功率的优化控制，使配电网层与多微网层相互协调至各自运行于最优状态。

（3）基于分时电价机制建立多微网与主动配电网的双层优化调度模型。

考虑不同时段不同电价下多微网的买卖电收益对ADN系统的经济性及可靠性影响，以微网向ADN买卖电时传输的功率为决策量，建立基于分时电价机制的多微网与ADN系统双层优化调度模型。

根据下层并网微电网优化调度模型求出微网买卖电功率，通过联络线传输至上层；上层以多微网的买卖电功率、潮流平衡等为约束，建立新的最优潮流模型并采用二阶锥松弛技术与Gurobi求解器求解系统最优潮流。

仍然以改进IEEE-33节点配电网作为算例，结果表明分时电价下各微网的买卖电收益使多微网的运行成本降低且ADN系统的运行成本也有所降低；同时ADN系统的最优潮流求解不受各微网买卖电功率的影响，系统仍然可以安全可靠运行。

关键词：多微网主动配电网双层优化模型最优潮流分时电价二阶锥松弛技术改进GA
RESEARCH ON BI-LEVEL OPTIMAL DISPATCHING OF ACTIVE DISTRIBUTION NETWORK WITH
MULTI-MICROGRID CONNETION
ABSTRACT
The distributed generation (DG) is connected to the distribution network (DN) at a high ratio to form an active distribution network (ADN) system with source-network integration control. However, the uncertainty of DG output such as wind / light has a certain impact on the reliability of the ADN system, so multiple DGs in the form of microgrid (MG) are connected to ADN. MG operation can maintain the voltage and power stability at the grid connection point, meanwhile reducing the impact of DG uncertainty on ADN system. Therefore, it is advantageous to connect multiple DGs with uncertain output in the form of MG to the ADN system. With the increasing demand for electricity, the depletion of non-renewable energy and the intensification of environmental pollution, researchers began to study the integration of multi-MG into the ADN system. On the one hand, increase the use of renewable energy, on the other hand, improve the flexibility and stability of the ADN system. After the multi-MG is integrated into the ADN system, how to solve the problems of coordination and stable operation between each microgrid and ADN system, improve the anti-interference ability of the ADN system, and realize the optimal economic dispatch of multi-MG and ADN system still need further study.
For the optimal scheduling of ADN systems with multi-MG, when the entire network is used to optimize scheduling, the different operating conditions of each MG will make it difficult to solve the optimal power flow of the ADN system, and the actual fluctuations of MG will has an impact on the stability of the ADN system. In order to realize the optimal operation of the MG and ADN, solve series of problems caused by the uncertainty of its operating state and output after being incorporated into multi-MG, as well as the problems of low accuracy and poor convergence during optimization and solution. This paper puts forward a bi-level optimization method is proposed to study the optimal scheduling problem of ADN system with multi-MG. The main work and results
are as follows:
(1) This thesis inductes and summarizes the research situation of optimal scheduling of MG and MG access to the ADN. The network structure and operation mode of in the form of MG and ADN are summarized, the relationship between MG and ADN is discussed, and the basic method of power flow calculation in ADN system and the concept and solution method of optimal power flow are described.
(2) It based on the optimal power flow of a bi-level optimal dispatching model for an ADN with multi-MG is constructed. The ADN system with multi- MG is divided into upper and lower layers for research. The upper layer is ADN and the lower layer is MG. The upper layer regards the connected MG as power source and MG predicted output value is used as input data. The power of the PCC between the upper and lower layers is the optimization variable, with the balance of power flow as the constraint, and the minimum network loss of the system is the goal, and set up optimal power flow model on ADN layer. The second-order cone relaxation technique is used to convert the non-convex nonlinear optimal power flow model into a convex feasible domain second-order cone programming model, and the Gurobi solver is used to obtain the optimal power flow distribution at the ADN layer and PCC power on the MG. The power of the PCC optimized by the upper layer of lower MG is constrained, and the optimal scheduling model of the controllable unit is established with the minimum operating cost of the MG as the target.The improved genetic algorithm (GA) combining Tent mapping chaos technology and NDX cross over technology to solve. Finally, an improved IEEE-33 node DN including multi-MG is analyzed as example. The results show that the proposed model and algorithm are feasible, which reduces the network loss of the ADN system to a certain extent and decreases the economic cost of the ADN system. Meanwhile, when the wind / sun output fluctuates, the lower model can still be locally adjusted and optimized, thereby reducing the impact of MG fluctuations on the ADN system and improving the reliability and robustness of the system. By optimizing the control of the power of PCC, the DN layer and multi-MG layer are coordinated with each other to achieve their optimal operation.
(3) It based on the time-of-use(TOU) power price mechanism of a bi-level optimal dispatching model of multi-MG and ADN is established. Considering
the impact of multi-MG electricity sales revenue at different time periods and electricity prices on the economics and reliability of the ADN system, the amount of power transmitted when buying and selling electricity from the MG to ADN is used as a decision amount to establish a bi-level optimal scheduling model of multi-MG and ADN system based on TOU power price mechanism. According to the optimization scheduling model of the lower grid-connected MG, the MG trading power is obtained and transmitted to the upper layer through the PCC. The upper is constrained by the multi-MG trading power and power flow balance, and a new optimal power flow model is established, and the second-order cone relaxation technique and Gurobi solver are used to solve the optimal power flow of system. Still taking the improved IEEE-33 node DN as an example, the results show that the revenue from buy and sell of electricity on each MG under the TOU power price reduces the operating costs of multi-MG and operating cost of ADN system.Simultaneously the power flow solution is not affected by the buy and sell of electrical power on each MG, and the system can still be operated safely and reliably.
KEY WORDS: multi-MG; active distribution network; bi-level model; optimal power flow; time-of-use power price; second-order cone relaxation technology; improved GA
目录
摘要 (I)
ABSTRACT (III)
第一章绪论 (1)
1.1课题的研究背景及意义 (1)
1.2国内外研究现状 (2)
1.2.1国内外微网与多微网的研究与应用 (2)
1.2.2国内外主动配电网的研究与应用 (3)
1.3微电网与主动配电网的优化调度研究现状 (4)
1.4本文主要研究内容及章节安排 (8)
1.4.1主要研究内容 (8)
1.4.2章节安排 (8)
第二章微电网与主动配电网 (10)
2.1引言 (10)
2.2微电网的特性 (10)
2.2.1微电网中各分布式电源结构与特征分析 (11)
2.2.2微电网的运行模式 (13)
2.3主动配电网的特性 (14)
2.3.1主动配电网中的潮流计算 (15)
2.3.2主动配电网中的最优潮流及求解方法 (20)
2.4本章小结 (23)
第三章基于最优潮流的含多微网的ADN系统双层优化调度 (24)
3.1引言 (24)
3.2含多微网的ADN系统 (24)
3.3基于最优潮流的含多微网的ADN双层优化调度 (26)
3.3.1上层模型的建立及求解 (26)
3.3.2下层模型的建立及求解 (29)
3.3.3双层模型的求解 (35)
3.4算例 (37)
3.4.1算例描述 (37)
3.4.2算例结果与分析 (39)
3.5本章小结 (44)
第四章基于分时电价机制的多微网与ADN系统双层优化调度 (45)
4.1引言 (45)
4.2并网微网的优化调度策略 (45)
4.2.1分时电价机制下的微网优化调度策略 (45)
4.3基于分时电价机制的多微网与ADN系统双层优化调度模型及求解 (47)
4.3.1下层模型及求解 (47)
4.3.2上层模型及求解 (50)
4.3.3双层优化调度模型的求解 (51)
4.4算例 (53)
4.4.1算例描述 (53)
4.4.2算例结果与分析 (55)
4.5本章小结 (61)
第五章结论与展望 (62)
5.1总结 (62)
5.2展望 (63)
参考文献 (64)
致谢 (70)
攻读学位期间参加的科研项目 (71)
攻读学位期间的主要科研成果 (72)
第一章绪论
1.1课题的研究背景及意义
随着科研水平的提高，目前已经可以将分布式发电技术应用于光伏、风力等可再生能源的发电中，使分布式电源发电逐渐摆脱了备用补充电源的地位并成为解决能源危机的重要组成部分[1]。

分布式发电技术是指利用各种分散和可用能源及当地化石燃料进行转换发电的新技术（发电设备容量通常在10kW-10MW之间）。

分布式电源类型主要有：风力发电、太阳能（光伏）发电、燃料电池发电、微型燃气轮机和柴油机发电等。

其中风力、光伏等可再生能源发电是受环境变化而变化的，这类可再生能源供电的可靠性差，无法单独为用电负荷供电，需要结合可控电源（柴油机组或微型燃气轮机等）或储能系统一起配合发电，以削减风力、光伏出力的随机性对微网系统稳定性的影响[2]。

分布式发电技术在发配电领域的不断创新与应用，使分布式电源开始被大量并入配电网。

传统配电网开始由被动控制转为主动控制状态，新构成的电力网络称为主动配电网(ADN)。

含DG的配电网中各支路潮流流向将会发生改变，从而使ADN系统中各电源之间的协调控制和能量优化等变得困难。

虽然大规模DG并入配电网供电可以降低ADN系统的经济成本和提高ADN系统的可靠性，但也使ADN系统的优化运行更加繁琐，加大了系统最优化求解难度。

由DG、储能装置、能量转换装置及相应的控制装置等构成的系统称为微电网（MG）系统，属于小型发电系统。

微电网的运行模式有孤岛模式和并网模式，其中并网模式是微网通过公共耦合点(Point Of Common Coupling，PCC)与主网相连，并且可随PCC处开关的开断实现微网的并网与孤岛运行自由切换。

目前微电网没有被大规模接入ADN 主要是受到配电网网络拓扑结构的制约和建设投资经济成本过高等因素影响。

为解决配电网网络结构对多个微电网并网的制约、增进微电网之间的协调互助、发挥微电网的潜力和提升ADN系统的经济效益等，多个微电网并网技术逐渐成为了研究热点。

微网内可再生能源出力及负荷消耗的不确定性使大规模微网并网运行时其出力的波动性增大，造成ADN系统的电压与频率发生波动，从而影响ADN系统的潮流优化求解、求解精度和效率等，同时使ADN系统难以维持稳定运行状态。

如何实现主动配电网和微网各自系统经济效益最佳，同时使多微网并网后整个系统安全稳定运行、高效利用可再生能源和降低含多微网的ADN系统经济成本等问题是大规模微网并网运行亟
需解决的重点。

针对多微网并网的ADN系统优化调度，其优化算法、控制策略等方面的改进研究，将为未来电网更灵活、更安全可靠和更高效运行打下坚实的理论基础。

1.2国内外研究现状
1.2.1国内外微网与多微网的研究与应用
目前微电网利用先进电力电子技术解决了DG的并网问题，并且发现将DG以微电网形式接入电网，可以有效缓解电网的供电压力；同时提高电网的电能质量和维持系统的电压稳定。

许多国家对微电网技术应用的研究处于世界前列，如美国、欧盟等国家对微电网技术领域的研究便是领先其他各国。

美国对微电网的供电可靠性进行了深入研究与分析。

如美国可靠性技术解决方案协会（CERTS）对微电网的关键问题进行了详细描述和总结，并给出了微电网的定义和具体结构等。

CERTS搭建的微电网系统主要包含容量低于5MW的微电源和负荷等组成，并通过基于电力电子技术的控制方法实现其系统可靠供电，其理论成果已在实验平台上得到检验并在美国北部建成第一个微电网示范性工程[3]。

欧洲等国更倾向利用微电网供电技术来满足用户对电能质量和电网可靠运行的要求。

欧洲各国相应开展了多个微电网的示范工程，主要有：希腊基斯诺斯岛微电网、西班牙LABEIN项目、意大利CESI项目、丹麦ELTRA项目等。

微电网的智能化及能量多元化等特点将对欧洲电网的发展产生重大影响[4]。

与发达国家相比，我国在微电网方面的研究与应用处于初始阶段。

从对单一种类的风力、光伏等分布式电源发电技术的研究，到考虑综合互补形式对融合风光互补发电系统进行研究，现目前还推出一系列举措鼓励高等院校、科研院所及电力企业等投入微电网相关技术的研究中。

国家已经建立多个微电网的示范工程，如国家风光储输示范工程，东福山岛微电网和广东东澳岛智能微电网项目等一些重点微电网示范性工程，已初步实现了对微电网并网技术的有效应用。

微网并网运行时，因其内部有灵活的控制装置，可以维持并网点的电压与功率稳定；同时可以降低DG出力的随机性对电网的可靠性影响。

随着负荷需求的不断增加、非可再生能源逐渐枯竭和环境污染加剧，微网并网运行不能更好地满足日益增长的用电需求和改善环境污染问题。

为此研究人员开始将大规模微网并入配电网供电并通过实验与仿真发现，多微网并网运行后在提高对可再生能源利用的同时，也降低了多微网内大量
DG出力的随机性对配电网系统的稳定性影响，保障了配电网可靠运行。

多微网系统是指由多个微电网相互协调出力的系统，可以在紧急情况下为电网提供辅助服务和安全支撑。

多微网系统的运行方式可以分为并网和孤岛运行。

多微网并网运行时，可看作大电网的可调控单元，既可以向配电网输送电能也可以从配电网吸收电能。

多微网孤岛运行时，各微网断开与配电网相连接的公共联络线（PCC）的联络开关，多微网根据其自治特性来保持稳定运行，为微网内用电负荷提供高质量的电能。

多微网是微网的广义延伸，但其不等同于一个大容量、多元件的大微网，多微网系统中各微网有自已的目标函数且各微网运行满足自身安全约束。

另外在控制方式方面，多微网系统具有单元级控制、微网级控制及多微网级控制方式[5]。

国内外对多微网系统的研究集中在能量管理和控制方面。

文献[6]在市场环境下对多微网系统的能量管理方式，提出集中式分层控制架构。

文献[7]提出分层控制方法来研究多微网系统，其中包括控制中压网络所有单元的中央自主管理控制器（Central Autonomous Management Controller，CAMC）、控制单一微网运行的微网中央控制器（Microgrid Central Controller，MGCC）和负责控制所有CAMC的配电网管理系统（Distribution Management）。

文献[8]以微网间交换功率最小为目标，进行优化调度实现最优功率的配置。

文献[9-10]从微网间互为备用分析，研究了多微网与配电网（Distribution Network，DN）间的运行模式，但未从实时调度方面进行研究。

对于微网与微网、多微网与配电网的协调优化运行策略仍在有待继续深入研究与分析。

1.2.2国内外主动配电网的研究与应用
DG、电动汽车等大规模接入配电网，使得配电网系统规划与安全运行设计的复杂性增加，同时对电网的运行策略提出了更高要求。

基于此所形成的主动配电网网络结构特性与优化策略研究成为了电力工作者关注的重点。

从理论定义上看，ADN是具有协调管控中心、灵活的网络结构和一些可控电源等的电力网络系统，可以综合控制分布式能源的配电网且可通过网络技术实现对配电网潮流的管控。

从实质上来讲，ADN能够通过电力电子技术、信息通讯技术和自动控制技术等实现对大量分布式电源的主动管理、高比例的消纳，并实现电能的双向传输[11]。

对于ADN的研究与应用，国内外专业人员主要从ADN的规划设计、分层控制和运行管理等方面展开研究。

在ADN 的规划设计方面，主要研究各DG的优化配置和ADN网络结构规划等。

如文献[12]以ADN 的网损最小为优化目标函数，建立DG优化
配置模型。

文献[13]考虑负荷对ADN 中各DG优化出力的影响，建立了含DG的双层优化配置模型。

文献[14]针对DG并入配电网的优化配置问题，分别建立了基于静态负荷的单一DG优化配置模型、多个DG并入配电网的综合优化配置模型，在此基础上考虑了两种不同的调度策略对模型求解效果。

在ADN 的网络结构规划方面，文献[15]为适应未来大规模DG接入后的ADN规划设计要求，提出一种基于主动管理模型的ADN 网络结构规划双层规划模型。

文献[16]考虑配电网潮流约束问题，建立了基于随机潮流的含DG的配电网网络结构规划模型。

文献[17]在传统配电网拓展规划基础上，结合ADN 的运行特点，建立以消耗DG最优为目标的ADN 双层扩展规划模型并结合遗传算法和粒子群算法求解模型。

文献[18]进一步考虑激励型和价格型需求响应对配电网网架规划和扩展规划的影响，分别建立了基于激励需求响应的配电网网架规划模型和基于虚拟电价需求响应的综合网络改造方案与DG优化配置的配电网扩展规划模型。

ADN网络规划设计时，负荷和发电预测也是ADN规划中的重要部分。

考虑新型负荷及DG的接入，可以采用ADN的概率型负荷和发电预测方法进行ADN规划设计的研究[19]。

ADN实施分层控制，可以为接入的各类DG装置进行有效管理和ADN优化调度提供技术支撑。

文献[20]针对正常态势下主动配电网中DG的协调控制，提出一种基于不同时间尺度下的含DG的ADN全局优化与局部区域自治相协调的控制手段。

文献[21]对于含DG的ADN优化调度，考虑储能的实时优化与用户柔性负荷模型，构建了基于多代理系统下的ADN三层多源协调优化模型。

在ADN运行管理方面，国内外人员在潮流管理、无功补偿和电压控制等方面有大量研究与应用。

文献[22]为实现对接入DG的配电网潮流管控，分别以发电费用、污染处理费用和系统网损最小为优化目标建立了含DG的配电网最优潮流模型。

文献[23]主要对含DG的配电网潮流无功进行优化，考虑线路损耗与各类机组的运行成本因素，建立一种基于前推回代算法和混合粒子群算法的配电网无功优化调度模型。

文献[24]针对ADN的运行与控制，提出一种基于ADN中控制设备响应速度的分层与分段电压控制架构，并制定了静止同步无功补偿器和DG协调配合的两阶段分区电压控制策略。

1.3微电网与主动配电网的优化调度研究现状
含微网的ADN系统中，微网可认为是可控电源或负荷。

微网并入ADN系统后会对ADN系统的可靠性、优化控制策略等多方面造成一定的影响，主要包括系统优化、调度控制和可靠运行等方面的影响。

微网并网后根据自身的供电特性向ADN提供辅助性服务，增强ADN的抗干扰能力和可靠性[25-26]。

此外，微网可以根据地域的特点就地利用风、光等资源发电满足用户需求而且可以减少输电端电能在线路上损耗，维持远端电压和频率的稳定。

文献[27]指出微网并入ADN可以降低系统的网损。

微网内部的微源可以输出有功和无功功率，维持ADN系统的潮流平衡与电压稳定进而改善ADN系统的电能质量；同时微网提供的无功支持，有利于ADN中发电装置输出最大功率。

微网并网运行除以上优点外，还具有削峰填谷的作用[28]。

当高峰期主网供电不足时，可调度微网内可控电源出力、缩减微网内负荷消耗或利用储能装置发电等手段向主电网输送的电能，使电网维持稳定运行从而达到削峰的效果。

另外微网接入ADN后会改变ADN系统的网络结构，从而影响系统的优化与控制。

主要影响有：一、微网并入ADN后会影响ADN系统的优化性能。

微网与ADN各自均具有自我决策能力，在以经济效益为优化目标的调度计划中会出现微网和ADN决策冲突的情况。

在满足系统稳定运行下，如何解决ADN与微网的协调优化调度，实现系统经济性最优、鲁棒性最强及可靠性最好等问题，是接入微网后ADN 系统需要研究的重点对象[29]。

二、微网并网后，增加了对ADN系统调节控制的难度。

传统集中式控制不再适用于含微网的ADN系统中。

研究发现采用分布式控制方式可实现对ADN系统的有效控制并制定出了局部-全局控制、分层多代理控制等多种控制方式[30]。

三、微网并入ADN后会影响电力市场的改革。

微网作为可调度单元，既可以在自身供电不足时向ADN购电，也可以在自身供电过剩时将多余电能向ADN售出，从而最大化利用新能源，降低供电系统的经济成本。

对于独立微网或接入微网的ADN优化调度研究主要有两个方面：1.优化调度模型，2.模型求解算法。

含微网的ADN或独立微网的优化调度主要考虑以系统的经济成本、环境治理成本或系统网络损耗最低等为优化目标，通过控制电源出力来提高系统对可再生能源的利用，减少系统的网损与峰谷差，提高ADN系统的可靠性[31]。

文献[32]考虑包含环境治理费用和微电源运行成本等因素，建立以综合成本最小为目标的微网调度模型。

文献[33]考虑微网中某些机组排放的污染性气体因素并以环境惩罚函数形式表示，将其计算出的成本增至微网的总运行成本中，建立新的考虑节能减排效益的微网优化模型，并运用改进粒子群算法求解。

文献[34]对储能系统在提高电网灵活性和减少间歇性能源影响方面发挥的作用进行了分析与验证，为可再生能源高渗透供电奠定基础。

风力、光伏和用电负荷等的不确定性会对含微网的ADN系统稳定性造成影响，因此对ADN 系统优化调度时，需留有一定裕度的备用容量。

对于可再生能源出力的不确定性处理可。