文章解读与仿真程序复现思路——电网技术EI\CSCD\北大核心《考虑线路负载率指标规划-运行协调一致性的电网规划双层模型》

?这个标题指的是一个电网规划的双层模型，其目标是在规划电网时考虑线路负载率指标以及运行协调一致性。

1. 考虑线路负载率指标规划：电网中的输电线路承载着电能传输的任务，负载率指标是评估这些线路负荷与其额定容量之比的指标。在规划电网时，考虑线路的负载率指标意味着要在设计电网结构和容量时，考虑确保输电线路在正常运行条件下不会超负荷或负载过重，避免过载情况的发生。

2. 运行协调一致性：电网的运行需要各种组件和部分协调配合，以确保整个系统的稳定性和高效性。运行协调一致性指的是在电网规划中考虑到不同组件（如发电站、输电线路、变电站等）之间的协调，以保证电网运行时各个部分能够协同工作，达到整体性能最优化。

3. 双层模型：指的是一种优化问题的建模方法。在这种情况下，这可能意味着电网规划被分为两个层面或层次。一层（通常是上层）可能关注宏观的系统结构和大规模的决策，例如输电线路的布置和发电站的选址。而另一层（通常是下层）可能更专注于具体组件的详细操作，例如各发电站的实际运行策略或线路的负载管理。

因此，这个标题描述了一个复杂的电网规划模型，该模型在规划过程中同时考虑了线路负载率指标和运行协调一致性，而且可能采用双层建模方法来处理复杂性和优化问题。

摘要：随着新能源渗透率的提高，电力系统潮流的变化更加复杂，作为长期电力电量平衡的关键环节，电网规划的要求也逐渐提高。电网规划模型通常以网络传输容量上下限为约束，这可能出现某些线路长期处于重载运行的问题，增加了电力系统的安全隐患，因此在规划中需要关注负载率指标。考虑到在两阶段模型中添加年度统计指标约束会使所有场景耦合而无法有效反映系统实际运行情况的问题，本文分别设计了线路重载率约束以及改进直流潮流约束的线性形式，并建立了电网规划双层模型。上层问题为规划决策，用于制定规划方案，下层问题为运行模拟，用于对规划方案进行校核。相比两阶段模型，双层模型中的运行问题不会受到规划层约束的影响，能够真实反映规划方案下系统的运行情况。算例分析验证了规划中添加线路重载率约束的有效性以及双层模型结构的合理性。

这段摘要描述了一个关于电力系统规划的研究，主要关注新能源渗透对电力系统的影响。以下是摘要的详细解读：

1. 新能源渗透率提高的背景：随着新能源（可能是指可再生能源，如风能、太阳能等）在电力系统中的渗透率提高，电力系统潮流的变化变得更加复杂。这是因为新能源的可变性和间歇性可能导致电力系统中的潮流随时间变化。

2. 电网规划的挑战：电网规划作为长期电力电量平衡的关键环节，面临着越来越高的要求。电网规划模型通常以网络传输容量上下限为约束，但这可能导致一些线路长期处于重载运行状态，从而增加了电力系统的安全隐患。

3. 关注负载率指标：在规划过程中，需要关注负载率指标，以确保电力系统中的线路不会长期超负荷运行。负载率指标是评估电力设备运行状态的重要指标。

4. 问题背景：在传统的两阶段模型中，添加年度统计指标约束可能会导致系统场景之间的耦合，无法有效反映系统的实际运行情况。

5. 提出的解决方案：研究提出了两个方面的改进。首先，设计了线路重载率约束，以更好地解决电网规划中线路长期超负荷的问题。其次，改进了直流潮流约束的线性形式。

6. 建立了电网规划双层模型：为了更有效地解决规划和运行之间的耦合问题，研究建立了电网规划的双层模型。上层问题用于规划决策，制定规划方案；下层问题用于运行模拟，对规划方案进行校核。

7. 双层模型的优势：相对于传统的两阶段模型，双层模型中的运行问题不受规划层约束的影响，能够更真实地反映规划方案下系统的运行情况。

8. 算例分析验证：通过算例分析验证了引入线路重载率约束的有效性以及双层模型结构的合理性，表明提出的方法在实际应用中具有潜在的可行性和优越性。

总体来说，这项研究旨在通过引入新的约束和改进模型结构，更有效地应对新能源渗透引起的电网规划问题，特别是关注线路负载率的长期稳定性。

关键词:新能源；电力电量平衡，电网规划;重载率;双层优化;
?

1. 新能源：指的是相对传统能源而言，具有较低环境影响并且通常是可再生能源的能源形式。在这个上下文中，新能源可能涉及到风能、太阳能等，这些能源的渗透率正在增加，对电力系统产生新的挑战和影响。

2. 电力电量平衡，电网规划：电力电量平衡是指在电力系统中供电与需求之间的匹配，而电网规划是为了实现电力电量平衡而对电力系统进行长期的规划和设计。这表明研究关注如何在新能源渗透的情况下有效地规划电力系统，确保供需平衡。

3. 重载率：重载率是指电力系统中某些线路或设备的负载水平相对于其额定容量的比率。高重载率可能导致设备过热和损坏，同时增加电力系统的安全风险。因此，解决重载率问题是电网规划中的一个关键挑战。

4. 双层优化：这指的是一种优化方法，其中问题被分解为两个层次进行处理。在电力系统规划中，上层通常涉及规划决策，制定长期的规划方案，而下层用于运行模拟，验证规划方案的可行性。双层优化的优势在于能够更好地应对规划和运行之间的复杂关系。

综合这些关键词，研究可能在解决新能源渗透引起的电力系统规划问题上进行，重点关注如何在规划中考虑重载率，采用双层优化的方法来更好地应对系统的复杂性和实际运行情况。这有助于确保电力系统的可靠性、安全性，并推动更多新能源的有效整合。

仿真算例：本节选取 IEEE RTS24 测试系统对本文所提双 层规划模型进行验证。其中节点 B1 到 B10 属于低 压电网，B11 到 B24 属于高压电网，整体输电容量 充足。为了方便对本文规划方法进行测试，将各节 点负荷峰值扩大 1.8 倍，各节点常规机组装机容量 扩大 1.35 倍。针对新能源机组，节点 B4、B5 和 B6 处分别设置 500MW 的装机容量，节点 B14、B17 和 B19 处分别设置 900MW 的装机容量。调整后的 系统负荷峰值为 5130MW，常规机组装机容量为 4597MW，新能源机组装机容量为 4200MW。 针对每条输电走廊，最大允许扩建到 3 回线， 高压和低压输电线路全周期投资成本 分别为 1900000$/英里和 950000$/英里[25]，年限为 40 年， 年利率为 8%，新能源弃电考核成本为 50$/MWh[26]。 该测试系统详细数据可以在文献[27]中找到。设置 线路负载率高于 80%时处于重载状态，当考虑重载 率约束时要求规划方案中所有的输电线路重载率 均不超过 5%。接下来本节将对比不同情况下的成 本结果，有无重载率约束对规划结果的影响，以及 单层两阶段模型与双层模型规划结果的差异。

仿真程序复现思路：

为了复现上述仿真，我们需要考虑以下步骤和思路，并以一种抽象的伪代码表示：

1. 定义系统参数和输入数据：

# 节点信息
nodes_low_voltage = ['B1', 'B2', ..., 'B10']
nodes_high_voltage = ['B11', 'B12', ..., 'B24']

# 系统负荷和机组容量
system_peak_load = 5130  # MW
conventional_capacity = 4597  # MW
renewable_capacity = 4200  # MW

# 新能源机组装机容量
renewable_units_capacity = {'B4': 500, 'B5': 500, 'B6': 500, 'B14': 900, 'B17': 900, 'B19': 900}

# 输电走廊信息
transmission_lines = {'Line1': {'max_lines': 3, 'investment_cost_high_voltage': 1900000, 'investment_cost_low_voltage': 950000}}

# 费用和约束
interest_rate = 0.08
investment_lifetime = 40
abandonment_cost_renewable = 50
overload_threshold = 0.8
overload_constraint = 0.05

2. 编写仿真模型：

# 仿真模型
def simulate_planning(transmission_lines, overload_constraint):
    total_cost_no_constraint = 0
    total_cost_with_constraint = 0

    for line, line_info in transmission_lines.items():
        # 计算无约束下的成本
        total_cost_no_constraint += calculate_cost(line_info)

        # 计算考虑约束下的成本
        total_cost_with_constraint += calculate_cost_with_constraint(line_info, overload_constraint)

    return total_cost_no_constraint, total_cost_with_constraint


def calculate_cost(line_info):
    # 根据模型计算无约束下的成本
    # ...


def calculate_cost_with_constraint(line_info, overload_constraint):
    # 根据模型计算考虑约束下的成本
    # ...


# 运行仿真
total_cost_no_constraint, total_cost_with_constraint = simulate_planning(transmission_lines, overload_constraint)

在上述代码中，simulate_planning 函数用于运行仿真，通过计算无约束和考虑约束下的总成本。calculate_cost 和 calculate_cost_with_constraint 函数用于计算每条输电线路的成本，分别表示无约束和考虑约束下的情况。

这是一个简化的伪代码示例，实际仿真模型的实现可能需要更详细和复杂的模型，包括考虑重载率约束的输电线路规划、负荷和机组容量调整等。根据你的具体仿真需求，可以使用专业的仿真工具或编程语言（如Python、Matlab等）实现更复杂的电力系统规划算法。