随着多个微电网接入主动配电网(acitve distribution network, ADN)系统运行,微电网与ADN之间的相互作用关系越加明显,使得求解ADN系统经济调度难度加大。为更好平衡微电网和ADN的经济关系,提高ADN系统的经济调度求解效率,提出一种考虑...随着多个微电网接入主动配电网(acitve distribution network, ADN)系统运行,微电网与ADN之间的相互作用关系越加明显,使得求解ADN系统经济调度难度加大。为更好平衡微电网和ADN的经济关系,提高ADN系统的经济调度求解效率,提出一种考虑分时电价机制的多微电网与ADN双层模型。根据优化目标的不同,将整个ADN系统分为上、下层,层与层通过联络线的传输功率来实现整个系统的最优调度。其中下层以各微电网内可控电源出力、买/卖电收益及有功平衡为约束建立并网微电网的数学模型,采用基于Tent映射和正态分布交叉(normal distribution crossover, NDX)算子结合非支配排序遗传算法Ⅱ (non-dominated sorting in genetic algorithm-II,NSGA-II)求解。上层以ADN系统买/卖电的功率和ADN系统最优潮流为约束建立ADN系统最优潮流模型,通过二阶锥规划(second order cone programming, SOCP)松弛技术与Gurobi工具求解系统最优解。最后以改进IEEE 33节点的配电网系统作为算例进行验证,结果表明:所提的双层模型具有一定的可行性;与固态电价下的ADN系统经济性相比,动态分时电价机制下ADN系统的经济性更好。展开更多
文摘随着多个微电网接入主动配电网(acitve distribution network, ADN)系统运行,微电网与ADN之间的相互作用关系越加明显,使得求解ADN系统经济调度难度加大。为更好平衡微电网和ADN的经济关系,提高ADN系统的经济调度求解效率,提出一种考虑分时电价机制的多微电网与ADN双层模型。根据优化目标的不同,将整个ADN系统分为上、下层,层与层通过联络线的传输功率来实现整个系统的最优调度。其中下层以各微电网内可控电源出力、买/卖电收益及有功平衡为约束建立并网微电网的数学模型,采用基于Tent映射和正态分布交叉(normal distribution crossover, NDX)算子结合非支配排序遗传算法Ⅱ (non-dominated sorting in genetic algorithm-II,NSGA-II)求解。上层以ADN系统买/卖电的功率和ADN系统最优潮流为约束建立ADN系统最优潮流模型,通过二阶锥规划(second order cone programming, SOCP)松弛技术与Gurobi工具求解系统最优解。最后以改进IEEE 33节点的配电网系统作为算例进行验证,结果表明:所提的双层模型具有一定的可行性;与固态电价下的ADN系统经济性相比,动态分时电价机制下ADN系统的经济性更好。
