Expansion Planning of Active Distribution Network Considering High-dimensional Temporal Correlation Between Renewable Energy and Load

Han WU; Liwen SUN; Sheng XIANG; Yue YUAN

doi:10.7500/AEPS20220104004

您当前的位置：

首页 >

文章列表页 >

Expansion Planning of Active Distribution Network Considering High-dimensional Temporal Correlation Between Renewable Energy and Load

Special Topic on Mechanism, Planning and Operation of Flexibility for Novel Power System | 更新时间：2025-06-16

- Expansion Planning of Active Distribution Network Considering High-dimensional Temporal Correlation Between Renewable Energy and Load
- Automation of Electric Power Systems Vol. 46, Issue 16, Pages: 40-51(2022)
- 作者机构：
  
  1.南京工程学院智能电网产业技术研究院，江苏省南京市 211167
  2.河海大学能源与电气学院，江苏省南京市 211100
- 作者简介：
- 基金信息：
- DOI：10.7500/AEPS20220104004
  CLC：
- Received：04 January 2022，
  
  Revised：2022-05-31，
  
  Published Online：19 July 2022，
  
  Published：25 August 2022
- 稿件说明：
移动端阅览
吴涵,孙力文,项晟等.计及可再生能源与负荷高维时序相关性的主动配电网扩展规划[J].电力系统自动化,2022,46(16):40-51.

WU Han,SUN Liwen,XIANG Sheng,et al.Expansion Planning of Active Distribution Network Considering High-dimensional Temporal Correlation Between Renewable Energy and Load[J].Automation of Electric Power Systems,2022,46(16):40-51.
吴涵,孙力文,项晟等.计及可再生能源与负荷高维时序相关性的主动配电网扩展规划[J].电力系统自动化,2022,46(16):40-51. DOI： 10.7500/AEPS20220104004.

WU Han,SUN Liwen,XIANG Sheng,et al.Expansion Planning of Active Distribution Network Considering High-dimensional Temporal Correlation Between Renewable Energy and Load[J].Automation of Electric Power Systems,2022,46(16):40-51. DOI： 10.7500/AEPS20220104004.

摘要

分布式可再生能源与负荷的相关性对配电网规划结果有着至关重要的影响。首先，以截断的R-Vine Copula模型为基础，建立多种负荷与分布式风、光发电的高维时序联合概率分布模型；然后，提出了一种两阶段随机配电网扩展规划模型和相对应的机会约束规划模型。在该两阶段模型中

第1阶段为配电网投资决策模型，以配电网总成本最低为目标确定合适的馈线、变电站和电容器的拓展和升级方案；第2阶段为多场景下的配电网运行模型，该阶段以网损和配电网维护成本最低为目标，以配电网安全运行为边界条件确定最优的运行方案。负荷和分布式电源的相关性和随机性由场景及其实现的概率引入模型中。考虑到基于场景的随机优化模型和机会约束模型的求解较为困难，提出了一种新的双线性Benders分解算法，能够有效地求解含有大量二阶锥潮流方程的随机优化模型。最后，以中国南通市某38节点配电网为例，验证了所提模型和算法。

Abstract

The correlation between distributed renewable energy and load has a crucial impact on the distribution network planning. Firstly

based on the truncated R-Vine Copula model

the joint probability distribution model of multiple loads

distributed wind power and photovoltaic generation is established. Then

a two-stage stochastic expansion programming model of the distribution network and its corresponding chance-constrained programming model are proposed. In this two-stage model

the first stage is the investment decision model of the distribution network

in order to minimize the total cost of the distribution network to determine the appropriate expansion and upgrade scheme of feeders

substations and capacitors. The second stage is the operation model of the distribution network in multiple scenarios. The objective of this stage is to minimize the network loss and the maintenance cost of the distribution network

and the optimal operation scheme is determined with the safe operation of the distribution network as the boundary condition. The correlation and randomness of loads and distributed generators are introduced into the model by the scenario and its realized probability. Considering that the solution of the scenario-based stochastic optimization model and the chance-constrained models is difficult

a new bilinear Benders decomposition algorithm is proposed

which can effectively solve the stochastic optimization model containing a large number of second-order cone power flow equations. Finally

taking a 38-bus distribution network in Nantong of China as an example

the proposed model and algorithm are verified.

关键词

Keywords

references

李珂，邰能灵，张沈习，等 . 考虑相关性的分布式电源多目标规划方法［J］. 电力系统自动化， 2017 ， 41 （ 9 ）： 51 - 57 .

LI Ke ， TAI Nengling ， ZHANG Shenxi ， et al . Multi-objective planning method of distributed generators considering correlations ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 9 ）： 51 - 57 .

蔡霁霖，郝丽丽，张柯琪 . 含可再生能源电力系统可靠性评估的非参数重要性分层抽样法［J］. 电力系统自动化， 2022 ， 46 （ 7 ）： 104 - 115 .

CAI Jilin ， HAO Lili ， ZHANG Keqi . Non-parametric stratified importance sampling method for reliability evaluation of power system with renewable energy ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 7 ）： 104 - 115 .

刘飞，熊晓琪，查鹏程，等 . 直流配电网网架结构与分布式光伏多目标协同优化［J］. 中国电机工程学报， 2020 ， 40 （ 12 ）： 3754 - 3765 .

LIU Fei ， XIONG Xiaoqi ， ZHA Pengcheng ， et al . Multi-objective collaborative optimization for DC distribution network configuration and distributed photovoltaic ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 12 ）： 3754 - 3765 .

周佳铭，王媛媛，姚灿棋，等 . 基于数据相关性及互补性的配电网选线新方法［J］. 电力系统及其自动化学报， 2018 ， 30 （ 10 ）： 15 - 20 .

ZHOU Jiaming ， WANG Yuanyuan ， YAO Canqi ， et al . Novel approach for line selection in distribution network based on correlation and complementarity of data ［J］. Proceedings of the CSU-EPSA ， 2018 ， 30 （ 10 ）： 15 - 20 .

许加柱，贾龙涛，李畅，等 . 考虑分布式电源相关性的配电网概率潮流计算［J］. 电力系统及其自动化学报， 2021 ， 33 （ 5 ）： 106 - 112 .

XU Jiazhu ， JIA Longtao ， LI Chang ， et al . Probabilistic load flow calculation for distribution network considering correlation between distributed generations ［J］. Proceedings of the CSU-EPSA ， 2021 ， 33 （ 5 ）： 106 - 112 .

王洪涛，李晓刚，邹斌 . 基于贝叶斯网络刻画风-光-荷相关性的配电网概率潮流计算［J］. 中国电机工程学报， 2019 ， 39 （ 16 ）： 4753 - 4763 .

WANG Hongtao ， LI Xiaogang ， ZOU Bin . Probabilistic load flow calculation of distribution system based on Bayesian network to depict wind-photovoltaic-load correlation ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 16 ）： 4753 - 4763 .

凌松，张莹 . 计及相关性的主动配电网动态鲁棒规划方法研究［J］. 电力系统保护与控制， 2021 ， 49 （ 10 ）： 178 - 187 .

LING Song ， ZHANG Ying . Research on a dynamic robust planning method for an active distribution network considering correlation ［J］. Power System Protection and Control ， 2021 ， 49 （ 10 ）： 178 - 187 .

卢光辉，滕欢，廖寒逊 . 基于变量相关性特征聚类的多场景分布式电源规划［J］. 电力系统及其自动化学报， 2020 ， 32 （ 12 ）： 95 - 101 .

LU Guanghui ， TENG Huan ， LIAO Hanxun . Multi-scenario distributed generation planning based on clustering of variable correlation features ［J］. Proceedings of the CSU-EPSA ， 2020 ， 32 （ 12 ）： 95 - 101 .

杨彪，颜伟，莫静山 . 考虑源荷功率随机性和相关性的主导节点选择与无功分区方法［J］. 电力系统自动化， 2021 ， 45 （ 11 ）： 61 - 67 .

YANG Biao ， YAN Wei ， MO Jingshan . Pilot-bus selection and network partitioning method considering randomness and correlation of source-load power ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 11 ）： 61 - 67 .

高锋阳，袁成，李昭君，等 . 考虑风-光-荷时空相关性的分布式电源和广义储能联合规划［J］. 电力自动化设备， 2021 ， 41 （ 6 ）： 133 - 144 .

GAO Fengyang ， YUAN Cheng ， LI Zhaojun ， et al . Joint planning of distributed generation and generalized energy storage considering spatial-temporal correlation of wind-photovoltaic-load ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 6 ）： 133 - 144 .

赵毅，吴志，钱仲豪，等 . 计及源-荷时空相关性的主动配电网分布式优化调度［J］. 电力系统自动化， 2019 ， 43 （ 19 ）： 68 - 76 .

ZHAO Yi ， WU Zhi ， QIAN Zhonghao ， et al . Distributed optimal dispatch of active distribution network considering source-load temporal and spatial correlations ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 19 ）： 68 - 76 .

AIEN M ， RASHIDINEJAD M ， FIRUZ-ABAD M F . Probabilistic optimal power flow in correlated hybrid wind-PV power systems： a review and a new approach ［J］. Renewable and Sustainable Energy Reviews ， 2015 ， 41 ： 1437 - 1446 .

WIDÉN J ， SHEPERO M ， MUNKHAMMAR J . Probabilistic load flow for power grids with high PV penetrations using Copula-based modeling of spatially correlated solar irradiance ［J］. IEEE Journal of Photovoltaics ， 2017 ， 7 （ 6 ）： 1740 - 1745 .

CAPITANESCU F ， OCHOA L F ， MARGOSSIAN H ， et al . Assessing the potential of network reconfiguration to improve distributed generation hosting capacity in active distribution systems ［J］. IEEE Transactions on Power Systems ， 2015 ， 30 （ 1 ）： 346 - 356 .

WANG S X ， CHEN S J ， GE L J ， et al . Distributed generation hosting capacity evaluation for distribution systems considering the robust optimal operation of OLTC and SVC ［J］. IEEE Transactions on Sustainable Energy ， 2016 ， 7 （ 3 ）： 1111 - 1123 .

CHEN X ， WU W C ， ZHANG B M . Robust capacity assessment of distributed generation in unbalanced distribution networks incorporating ANM techniques ［J］. IEEE Transactions on Sustainable Energy ， 2018 ， 9 （ 2 ）： 651 - 663 .

BECKER R . Generation of time-coupled wind power infeed scenarios using pair-Copula construction ［J］. IEEE Transactions on Sustainable Energy ， 2018 ， 9 （ 3 ）： 1298 - 1306 .

NIEMIERKO R ， TÖPPEL J ， TRÄNKLER T . A D-Vine Copula quantile regression approach for the prediction of residential heating energy consumption based on historical data ［J］. Applied Energy ， 2019 ， 233/234 ： 691 - 708 .

DIßMANN J ， BRECHMANN E C ， CZADO C ， et al . Selecting and estimating regular Vine Copulae and application to financial returns ［J］. Computational Statistics & Data Analysis ， 2013 ， 59 ： 52 - 69 .

KUROWICKA D ， JOE H . Dependence modeling： Vine Copula handbook ［M］. Singapore ： World Scientific ， 2010 .

BRECHMANN E C ， CZADO C ， AAS K . Truncated regular Vines in high dimensions with application to financial data ［J］. Canadian Journal of Statistics ， 2012 ， 40 （ 1 ）： 68 - 85 .

JABR R A . Optimal power flow using an extended conic quadratic formulation ［J］. IEEE Transactions on Power Systems ， 2008 ， 23 （ 3 ）： 1000 - 1008 .

JABR R A ， SINGH R ， PAL B C . Minimum loss network reconfiguration using mixed-integer convex programming ［J］. IEEE Transactions on Power Systems ， 2012 ， 27 （ 2 ）： 1106 - 1115 .

ZENG B ， AN Y ， KUZNIA L . Chance constrained mixed integer program： bilinear and linear formulations， and Benders decomposition ［EB/OL］. ［ 2021-12-10 ］. https：//arxiv.org/abs/1403.7875 https://arxiv.org/abs/1403.7875 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Review and Prospect of Distribution Network Planning Research Considering Access of Flexible Load

考虑网络动态重构的分布式电源选址定容优化方法

计及电量电价弹性的主动配电网多时间尺度优化调度

基于安全边界的高渗透率可再生能源配电系统规划研究思路

Related Author

Ning QI

Lin CHENG

Liting TIAN

Jianbo GUO

Renle HUANG

Cunping WANG

ZHU Junpeng

LIANG Ning

Related Institution

State Key Laboratory of Control and Simulation of Power System and Generation Equipments, Tsinghua University

China Electric Power Research Institute

State Grid Beijing Electric Power Company

School of Electrical Engineering, Southeast University

School of Electrical Engineering, Wuhan University

⁰