具体实施方式

下面结合附图对本发明的具体实施方式做进一步的详细说明。

实施例1：

本发明提供的一种基于可调负荷的能源互联网主动式电压调节方法，其流程示意图如图1所示，包括：

步骤1：获取配电网中各节点可调负荷的预测值；

步骤2：基于所述各节点可调负荷的预测值和预先构建的基于可调负荷的配电网电压优化调节模型，采用粒子群算法确定全局最优解；

步骤3：基于所述全局最优解确定配电网各节点可调负荷的优化用电计划；

步骤4：根据所述配电网各节点可调负荷的优化用电计划进行配电网电压调节；

所述基于可调负荷的配电网电压优化调节模型，以基于可调负荷的配电网电压模型确定配电网各节点电压，并以配电网各节点电压与电压安全运行最小值的偏差之和最大化为优化目标进行构建。

本发明的目的是提供一种基于可调负荷的能源互联网主动式电压调节方法，以所有节点电压与安全运行电压下限差值之和最大为目标，设置电压越限惩罚量，将电压调节功能建立为主动日前电压优化调度模型。根据用电需求和分布式能源出力特性，对系统内所有节点上的可调负荷制定优化用电计划，主动改善所有节点各时刻的运行电压，从而实现主动电压调节。

由于配电网一般呈辐射状链式结构，在线路中间没有电源的情况下，潮流总是沿着配电网线路单向传输，其线路电压一般呈现逐渐下降趋势。但是，当配电网中具有可调负荷和分布式电源后，配电网由原来的单电源辐射线路变为多电源供电结构，电网潮流会发生改变，原有的配电网电压模型并不适用。因此，需要建立基于可调负荷的配电网电压模型。

步骤2中，基于可调负荷的配电网电压优化调节模型的建立，需先确定配电网各节点电压，而配电网各节点电压需利用基于可调负荷的配电网电压模型确定。

基于可调负荷的配电网电压模型的建立，具体包括：

根据配电网中各节点处注入的有功功率的功率、各节点处分布式能源的有功功率、各节点处可调负荷的有功功率、各节点间的电阻和配电网初始电压，建立基于可调负荷的配电网电压模型。

所述基于可调负荷的配电网电压模型，如下式表示：

式中，ΔV_n-1为节点n与节点n-1之间的压降，V_n为节点n的电压，V_n-1为节点n-1的电压，V_j-1为节点j-1的电压，N为配电网中节点数量，P_i为节点i处注入的有功功率，P_i ^DG为节点i处分布式能源的有功功率，P_i ^ctr为节点i处可调负荷的有功功率，V₀为配电网初始电压，R_n-1,n为节点n与节点n-1之间的电阻，R_j-1,j为节点j与节点j-1之间的电阻。

通过上述模型，分析加入可调负荷和分布式电源后配电网电压分布特征，配电网由原来的单电源辐射线路变为多电源供电结构，电网潮流会发生改变，部分节点电压会升高，这将导致某些节点在分布式电源出力较大而负荷较小时出现电压越上限的风险，而通过对可调负荷的合理操作，可以有效调节配电网各节点的电压，从而可以减少DG出力波动对配电网电压的影响。

步骤2中，基于可调负荷的配电网电压优化调节模型的建立，具体包括：

基于可调负荷的配电网电压模型确定配电网各节点电压，以配电网各节点电压与电压安全运行最小值的偏差之和最大化为基本优化目标，以低于安全运行电压下限的各节点电压与安全运行电压下限的差值之和作为惩罚项，建立目标函数，以确保各节点电压不低于安全运行值；当某个节点的电压低于电压下限时，其在目标函数中将占有较大的比重。

所述目标函数的计算式如下：

式中，F为目标函数，V_min为配电网安全运行电压下限(一般取0.95p.u.)，V_i为节点i的电压，N为配电网中节点数量，C为惩罚系数，V_j为第j个低于安全运行电压下限的节点的电压，M为配电网中低于安全运行电压下限的节点数量。

以配电网各节点有功功率平衡、配电网各节点潮流、安全运行电压的上下限和配电网各节点可调负荷各时刻可以调节的上下限为约束条件。

所述配电网各节点有功功率平衡约束如下式所示：

P_L,i+P_i ^ctr＝P_i+P_i ^DG

式中，P_L,i为节点i处的不可调负荷有功功率，P_i ^ctr为节点i处的可调负荷有功功率，P_i为节点i处的注入有功功率，P_i ^DG为节点i处分布式发电装置的有功功率。

所述配电网各节点潮流约束如下式所示：

式中，P_i为节点i处的有功潮流，Q_i为节点i处的无功潮流，V_i为节点i处的电压，V_j为节点j处的电压，N为配电网中节点数量，G_i,j为节点i和j间的电导，B_i,j为节点i和j间的电纳，θ_i,j为节点i和j间的相角差。

所述安全运行电压的上下限约束如下式所示：

V_min≤V_i≤V_max

式中，V_min为配电网安全运行电压下限，V_max为配电网安全运行电压上限，V_i为节点i处的电压。

所述配电网各节点可调负荷各时刻可以调节的上下限约束如下式所示：

P_i ^ctr,min≤ΔP_i≤P_i ^ctr,max

式中，P_i ^ctr,min为节点i处的可调负荷有功功率下限，P_i ^ctr,max为节点i处的可调负荷有功功率上限，ΔP_i为节点i处可调负荷各时刻可以调节的有功功率。

基于所述目标函数和约束条件，构建基于可调负荷的配电网电压优化调节模型。

步骤2具体包括：

以所述各节点可调负荷的预测值为粒子，对粒子群进行初始化并设置收敛条件；

对基于可调负荷的配电网电压模型进行潮流计算，获得潮流计算结果(主要是配电网各节点电压)；

获取分布式能源出力(即可再生能源出力)的预测结果，

以所述基于可调负荷的配电网电压优化调节模型中的目标函数为适应度函数；

输入分布式能源出力预测结果和潮流计算结果，在配电网各节点有功功率平衡、配电网各节点潮流、安全运行电压的上下限和配电网各节点可调负荷各时刻可以调节的上下限的约束下，采用粒子群算法迭代计算各粒子的适应度值；

依据预设的收敛条件，判断各粒子的适应度值是否收敛；

若是，则从各粒子的适应度值中提取全局值，作为全局最优解；否则，利用粒子群算法继续迭代求取各粒子的适应度值，直至各粒子的适应度值收敛。

以全局最优解(即全局最优粒子结果)，确定配电网各节点可调负荷的优化用电计划(即日前运行计划)。

实施例2：

本实施例对一种基于可调负荷的能源互联网主动式电压调节方法的具体实现过程进行介绍，包括：

为使本发明实施例的目的、技术方案和优点更加清楚，以下将结合附图和实施例，对本发明技术方案的具体实施方式进行更加详细、清楚的说明。然而，以下描述的具体实施方式和实施例仅是说明的目的，而不是对本发明的限制。其只是包含了本发明一部分实施例，而不是全部的实施例，本领域技术人员对于本发明的各种变化获得的其他实施例，都属于本发明保护的范围。因此，本发明的保护范围应该以权利要求的保护范围为准。

图2是电压优化模型的求解流程图。以配电网各节点电压与电压安全运行最小值V_min的偏差之和最大化为基本优化目标，以低于安全运行电压下限V_min的各节点电压与安全运行电压下限的差值之和作为惩罚项，共同构成优化目标函数；以节点有功功率平衡约束，系统中有功、无功潮流约束，安全运行电压的上下限约束，可调负荷每个时刻可调节上下限约束作为系统约束的运行条件，将电压调节功能建立为主动日前电压优化调度模型。

然后通过改进的粒子群算法(这里所说的改进是指以各节点的可调负荷的预测值为粒子)对优化模型进行求解，以各节点的可调负荷作为决策变量，构建粒子种群，以目标函数作为粒子适应度函数。根据可再生能源出力预测和负荷预测结果，对每个节点的可调负荷制定日前运行计划。具体步骤如图2所示：(1)初始化粒子种群，设置收敛条件；(2)对可再生能源出力和负荷进行预测，获得预测结果；(3)根据配电网网架参数，生成网架模型，然后进行潮流计算，获得潮流结果；(4)根据潮流计算结果求取每个粒子的适应度值，判断是否收敛。如果收敛，则以全局最优粒子结果作为日前调压计划，否则，继续搜索。

如图3是基于IEEE 33节点系统的仿真实例图。分别在节点8、12、19配置分布式光伏发电系统，装机容量分别为80kW、80kW、100kW；分别在节点18、24配置风力发电系统，装机容量分别为200kW和240kW。设定除1节点之外的所有节点可调负荷容量为该节点负荷的±20％。

图4是风电和光伏24小时的出力图。本实施例将不考虑可调负荷与考虑可调负荷进行电压控制的两种情况进行对比，由于8、12、18节点分别接入了分布式光伏，这三个节点及附近节点的电压都会随光伏出力波动，具体表现为中午电压整体抬升。节点19、24接入了风力发电，其电压随风电出力波动而变化。由于没有调节可调负荷进行电压控制，当负荷较大时，离电源较远节点的电压普遍低于安全电压，最低点出现在20:00，电压标幺值接近0.94。

当调节可调负荷时，大部分节点在全天24小时中的电压都不会低于电压下限，只有少数节点在20:00时段的电压会略低于下限。与不通过可调负荷进行电压控制对比，调节可调负荷时所有节点电压都得到有效的抬升，电压越限的次数也明显减少。

因此，采用基于可调负荷的主动式电压调节方法，可以有效改善系统节点的电压运行水平，减少系统电压越限节点数量和越限次数。

实施例3：

基于同一发明构思，本发明还提供了一种基于可调负荷的能源互联网主动式电压调节系统，如图5所示，包括：取值模块、算法模块、计划模块和调节模块；

所述取值模块，用于获取配电网中各节点可调负荷的预测值；

所述算法模块，用于基于所述各节点可调负荷的预测值和预先构建的基于可调负荷的配电网电压优化调节模型，采用粒子群算法确定全局最优解；

所述计划模块，用于基于所述全局最优解确定配电网各节点可调负荷的优化用电计划；

所述调节模块，用于根据所述配电网各节点可调负荷的优化用电计划进行配电网电压调节；

所述基于可调负荷的配电网电压优化调节模型，以基于可调负荷的配电网电压模型确定配电网各节点电压，并以配电网各节点电压与电压安全运行最小值的偏差之和最大化为优化目标进行构建。

所述基于可调负荷的配电网电压优化调节模型的构建，包括：

基于可调负荷的配电网电压模型确定配电网各节点电压，以配电网各节点电压与电压安全运行最小值的偏差之和最大化为基本优化目标，以低于安全运行电压下限的各节点电压与安全运行电压下限的差值之和作为惩罚项，建立目标函数；

以配电网各节点有功功率平衡、配电网各节点潮流、安全运行电压的上下限和配电网各节点可调负荷各时刻可以调节的上下限为约束条件；

基于所述目标函数和约束条件，构建基于可调负荷的配电网电压优化调节模型。

所述目标函数的计算式如下：

式中，F为目标函数，V_min为配电网安全运行电压下限，V_i为节点i的电压，N为配电网中节点数量，C为惩罚系数，V_j为第j个低于安全运行电压下限的节点的电压，M为配电网中低于安全运行电压下限的节点数量。

所述配电网各节点有功功率平衡约束如下式所示：

P_L,i+P_i ^ctr＝P_i+P_i ^DG

式中，P_L,i为节点i处的不可调负荷有功功率，P_i ^ctr为节点i处的可调负荷有功功率，P_i为节点i处的注入有功功率，P_i ^DG为节点i处分布式发电装置的有功功率。

所述配电网各节点潮流约束如下式所示：

式中，P_i为节点i处的有功潮流，Q_i为节点i处的无功潮流，V_i为节点i处的电压，V_j为节点j处的电压，N为配电网中节点数量，G_i,j为节点i和j间的电导，B_i,j为节点i和j间的电纳，θ_i,j为节点i和j间的相角差。

所述基于可调负荷的配电网电压模型的建立，具体包括：

根据配电网中各节点处注入的有功功率的功率、各节点处分布式能源的有功功率、各节点处可调负荷的有功功率、各节点间的电阻和配电网初始电压，建立基于可调负荷的配电网电压模型。

所述基于可调负荷的配电网电压模型，如下式表示：

式中，ΔV_n-1为节点n与节点n-1之间的压降，V_n为节点n的电压，V_n-1为节点n-1的电压，V_j-1为节点j-1的电压，N为配电网中节点数量，P_i为节点i处注入的有功功率，P_i ^DG为节点i处分布式能源的有功功率，P_i ^ctr为节点i处可调负荷的有功功率，V₀为配电网初始电压，R_n-1,n为节点n与节点n-1之间的电阻，R_j-1,j为节点j与节点j-1之间的电阻。

所述算法模块，具体用于：

以所述各节点可调负荷的预测值为粒子，并对粒子群进行初始化；

以所述基于可调负荷的配电网电压优化调节模型中的目标函数为适应度函数；

根据分布式能源出力预测结果，在配电网各节点有功功率平衡、配电网各节点潮流、安全运行电压的上下限和配电网各节点可调负荷各时刻可以调节的上下限的约束下，采用粒子群算法迭代计算各粒子的适应度值；

依据预设的收敛条件，在各粒子的适应度值中确定全局最优解；

其中，每次迭代都是利用基于可调负荷的配电网电压模型的潮流计算结果进行计算。

所述依据预设的收敛条件，在各粒子的适应度值中确定全局最优解，具体包括：

依据预设的收敛条件，判断各粒子的适应度值是否收敛；

若是，则从各粒子的适应度值中提取全局值，作为全局最优解；否则，利用粒子群算法继续迭代求取各粒子的适应度值，直至各粒子的适应度值收敛。

所述利用基于可调负荷的配电网电压模型进行潮流计算，具体包括：

将各节点可调负荷的预测值和分布式能源出力预测结果输入到所述基于可调负荷的配电网电压模型中，计算配电网各节点的电压。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：本领域技术人员阅读本发明后依然可对发明的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在发明待批的权利要求保护范围之内。