一种支撑多形态配电网的电网协同规划方法、设备及介质与流程

1.本发明涉及输配电网协同规划技术领域，尤其是涉及一种支撑多形态配电网的电网协同规划方法、设备及介质。


背景技术：

2.输电网与多形态配电网的协调程度是电力系统安全性和经济性的重要基础。近些年来，由于分布式电源的大量接入，配电网的网络拓扑结构愈发灵动活络、变化多端，输电网与配电网间的互动更加频繁，耦合更为紧密，研究输电网与多形态配电网的协同规划方法对于优化电网系统布局、降低投资并提高资产利用率具有重要研究意义。在我国全面建设以特高压电网为骨干网架、各级电网协调发展的坚强智能电网的大背景下，输配电网应相互支援，协调优化规划，确保电网的可靠性和经济性，避免不同电压等级电网之间容量不匹配、供电能力不协调等问题。然而输配电网具有显著的差异化结构特征，二者的潮流计算方式也不同，并且配电网的多种重构方式增加了电网形态结构的复杂程度，因此应加快与多形态配电网相协同的输电网规划研究，为输电网支撑多形态配电网及其运行特性的协同规划问题提供参考。
3.经对现有文献进行检索，目前对于输配电网协同的研究尚处于起步阶段。现有文献中，张旭、王洪涛在《电力系统自动化》(2019,43(3):67-83)发表的《高比例可再生能源电力系统的输配协同优化调度方法》基于分析目标级联算法研究了输配协同优化调度问题；吴鸣、徐斌、季宇等在《电网技术》(2019,43(11):3993-3889)发表的《输配协同分布式电源最大接入容量计算方法》提出了考虑输配协同的分布式电源最大接入容量计算方法；赵晋泉、赵婷、姚建国等在《电力系统自动化》(2020,44(7):107-116)发表的《电力现货市场下输配协同传输阻塞管理》研究了电力现货市场下的输配协同传输阻塞管理问题，实现了输配全局资源的经济利用。以上文献缺少与多形态配电网相协同的输电网规划方法，因此在输配电网的协同规划方面还值得深入研究。


技术实现要素：

4.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种支撑多形态配电网的电网协同规划方法、设备及介质，充分考虑配电网运行特性对输电网规划的影响，以获得更准确、合理的电网规划结果，提高电网运行可靠性。
5.本发明的目的可以通过以下技术方案来实现：
6.一种支撑多形态配电网的电网协同规划方法，包括以下步骤：
7.获取基础数据；
8.考虑多形态配电网及其运行特性，基于所述基础数据，计入配电网运行约束，建立配电网重构的多场景模型；
9.引入所述多场景模型，计及故障安全，构建输配协同随机规划模型；
10.求解所述输配协同随机规划模型，获得最优规划方案。
11.进一步地，所述基础数据包括电源数据、负荷数据、输电网结构数据、配电网结构数据和开关数据。
12.进一步地，所述建立配电网重构的多场景模型具体包括：
13.生成典型配电网结构场景；
14.在所述典型配电网结构场景下，考虑配电网线路转供路径和能力，通过分析开关量之间的逻辑关系，生成配电网重构的多场景模型。
15.进一步地，所述典型配电网结构采用110kv高压配电网。
16.进一步地，使用随机优化方法嵌入所述多场景模型，并采用蒙特卡洛模拟对多场景进行采样，以构建所述输配协同随机规划模型。
17.进一步地，所述输配协同随机规划模型以输配电网投资运行成本最小为目标函数，所述输配电网投资运行成本包括输电网投资成本、多场景下的输电网运行成本期望值和多场景下的配电网运行成本期望值。
18.进一步地，所述求解所述输配协同随机规划模型具体为：
19.采用约束优化问题的karush-kuhn-tucker条件对输配耦合约束条件进行解耦，将所述输配协同随机规划模型划分为输电网优化子问题和配电网优化子问题；
20.基于广义主从分裂理论在输配分界处进行变量交互，采用benders混合异质分解算法实现输配协同随机规划模型的求解。
21.进一步地，考虑出力平衡、出力上下限、潮流上下限和切负荷构建所述输配协同随机规划模型的约束函数。
22.本发明还提供一种电子设备，包括：
23.一个或多个处理器；
24.存储器；和
25.被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如上所述支撑多形态配电网的电网协同规划方法的指令。
26.本发明还提供一种计算机可读存储介质，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行如上所述支撑多形态配电网的电网协同规划方法的指令。
27.与现有技术相比，本发明具有以下有益效果：
28.(1)本发明在输配协同随机规划模型中计及了多形态配电网及其运行特性的多场景模型，从而充分考虑配电网运行特性对输电网规划的影响，所得输电网规划方案更科学全面，提高电网运行可靠性。
29.(2)本发明基于广义主从分裂理论，并结合benders分解法和异质分解算法，对输配协同随机规划模型进行有效求解，所得输电网规划方案总成本低、经济性好、风光新能源消纳比例高。
附图说明
30.图1为本发明的流程示意图；
31.图2为典型110kv配电网结构示意图，其中，(2a)为辐射结构，(2b)为辐射状链式结构，(2c)为“手拉手”结构；
32.图3为具有转供能力的基本网络单元示意图；
33.图4为具有转供能力的网络单元组合示意图；
34.图5为本发明输配协同随机规划模型的求解思路示意图；
35.图6为本发明输配协同随机规划模型的求解流程图；
36.图7为实施例中采用的输配电网协同测试系统结构示意图。
具体实施方式
37.下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
38.本发明提供一种支撑多形态配电网的电网协同规划方法，该方法将多场景配电网嵌入到输配协同规划模型中，从而能够在输电网规划中计及多形态配电网结构特征及运行特性，并在求解过程中实现输配电网解耦，得到更科学全面的输电网规划方案。
39.如图1所示，该方法包括以下步骤：
40.步骤s101：获取电源数据、负荷数据、输电网结构数据、配电网结构数据、开关数据等基础数据，并将基础数据转化形成matpower格式数据，便于编程时调用数据计算。
41.电源数据包括机组(含新能源机组)容量、最小最大出力限额、机组状态、接入电压等级等参数。负荷数据是指各节点负荷大小。输电网结构数据包括输电网拓扑结构、交直流落点、容量参数、输电线路长度、型号、阻抗、强迫停运率等参数，以及输电线路规划待选集。配电网结构数据包括配电网拓扑结构尤其是配电网线路间的联络线情况、配电线路长度、型号、阻抗等参数。开关数据是指配电网线路间的开关状态。
42.步骤s102：构建多形态配电网场景。
43.首先生成典型配电网结构场景。本发明输电网协同规划对象选用110kv高压配电网。原因是，一方面高压配电网与输电网有直接电气联系，而中低压配电网则电气距离相对较远、容量相对较小，中低压配电网的倒闸操作所形成的扰动对输电网而言微乎其微，难以影响最终的输电网规划方案。另一方面，随着电压等级降低，所需考虑的系统节点数和支路数骤增，中低压配电网的倒闸操作更加频繁和复杂，因而也难以在输电网层面反映。
44.本发明中，一方面考虑以下三种典型110kv配电网结构：辐射结构、辐射状链式结构和“手拉手”结构，如图2所示。
45.另一方面，依据分布式电源接入配电网的发展趋势以及配电系统源网荷特性的差异，参照文献“李傲伟，柳璐，程浩忠等.高比例可再生能源接入下考虑输配协同的输电网规划测试系统[j].电力系统自动化，2021，45(11):19-27”和“祖文静，李勇，谭益，等.高渗透率可再生能源配电网测试系统建模与有效性分析[j].电力自动化设备，2019，39(7):45-50”等，同时也考虑3种未来典型配电网结构。
[0046]
然后在典型配电网结构场景下，考虑配电网线路转供路径和能力，通过分析开关量之间的逻辑关系，生成配电网重构多场景。配电网可灵活改变网络拓扑结构，从而实现负荷转供，可能进一步影响输电网安全运行。图3展示了一个具有转供能力的基本网络单元。通过0-1变量v1,v2,v3∈{0,1}表示线路状态，可列些出基本网络单元线路状态的逻辑关系，如表1所示。其中，1表示线路连通，0表示线路断开。
[0047]
表1 基本网络单元的线路状态逻辑关系
[0048]
序号v1v2v3111021013011
[0049]
由表1可知，基本网络单元共有3种运行方式，即对应着3种重构场景。根据基本网络单元线路状态的逻辑关系，可构建配电网重构集如下：
[0050]
λ＝{v
l
∈{0,1}|v1+v2+v3＝2}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0051]
式(1)表示在基本网络单元3条线路中有且仅有2条线路导通。
[0052]
按此思路，可对拓扑更加复杂的网络单元组合构建重构多场景模型。如图4所示，该网络单元组合由两个基本网络单元组合而成，同样可列出其线路状态的逻辑关系，如表2所示。
[0053]
表2 网络单元组合的线路状态逻辑关系
[0054]
序号v1v2v3v4v5v6111011021011103011110411010151011016011101711001181010119011011
[0055]
由表2可知当配电网含有2个基本网络单元时，共有9种网络结构，即对应着9种重构场景。可知网络结构总数与基本网络单元数量呈幂指数关系。即，若配电网含有n个基本网络单元组合，那么则共有3n种网络结构。显然，若采用枚举法列举出每一种网络结构，结构数量将十分庞大，并且效率很低。若采用不确定集刻画0中的9种网络结构，则可表示为如式(2)所示的形式。
[0056][0057]
由此可知，对于复杂的、含更多基本网络单元的拓扑结构，总是可以找到开关量之间的逻辑关系，并构造重构不确定集，表示为如下矩阵形式：
[0058]
λ＝{v
l
＝{0,1}|lv＝h}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0059]
式中，l为刻画开关量逻辑关系的系数矩阵，h为常数向量。
[0060]
重构集参数化表征了网络重构的所有可能组合，避免了枚举法所产生的大量计算，以方便构建配电网重构的多场景模型。
[0061]
步骤s103：构建输配协同随机规划模型。
[0062]
输配协同随机规划模型以输配电网投资运行成本最小为目标函数。规划模型的目
标函数包括三部分，输电网投资成本、多场景下的输电网运行成本期望值、多场景下的配电网运行成本期望值，其中输电网和配电网的运行成本都包括发电成本、切负荷惩罚成本和弃能惩罚成本，是一个多场景下的期望值，如下式所示：
[0063][0064]
式中，c
i,l
为输电线路投资成本，x
l
为0-1决策变量，代表输电线路是否投建；代表待选线路集；c
g,j
为单位发电量成本，c
a,i
为单位切负荷量成本，c
b,i
为单位弃能成本；pg为发电机输出功率；ra为切负荷大小；rb为弃能大小；τ表示最大负荷利用小时数；下标j为发电机编号，下表i为节点编号；为节点i上的发电机集合，为输电网节点集合，为配电网节点集合，s为多场景集合；下标s为场景序号；e(*)为多场景下的期望值。
[0065]
使用随机优化方法将多场景嵌入到协同规划模型中，采用蒙特卡洛模拟对多场景进行采样。首先依据输电网的强迫停运率等参数采样输电网线路状态，其次采样配电网场景。上述采样同时考虑了电网的正常状态和故障状态，因此也计及了故障下的安全稳定需求。
[0066]
该输配协同随机规划模型的约束函数包括出力平衡、出力上下限、潮流上下限、切负荷等，输电网约束条件具体如下：
[0067]
a.输电网节点功率平衡
[0068][0069]
式中，f
l,s
为线路潮流，表示以i为首端节点的线路集合，表示以i为末端节点的线路集合，p
d,i
为负荷，r
a,i,s
为切负荷，r
b,i,s
为弃能功率。
[0070]
b.已建线路潮流方程、待选线路潮流方程
[0071][0072][0073]
式中，b
l
为线路导纳，θ
m(l),s
和θ
n(l),s
分别为场景s下线路l首端节点和末端节点的相角，m(l)和n(l)分别为线路l的首端节点和末端节点编号，m为数值较大的常数。为已有线路集合，为待选线路集合。
[0074]
c.输电网潮流容量约束
[0075][0076][0077]
式中，f
lmax
为线路l的潮流容量。
[0078]
d.输电网发电机出力约束
[0079]
[0080]
式中，为火电机组集合，和分别为发电机出力上下限。
[0081]
e.输电网切负荷约束
[0082][0083]
式中，r
imax
为最大切负荷量。
[0084]
f.输电网弃能约束
[0085][0086]
式中，为输电网节点上的风光可再生能源发电机集合，p
imax
为风光可再生能源发电机预期最大出力。
[0087]
g.线路投资决策0-1变量
[0088][0089]
配电网约束条件具体如下：
[0090]
h.配电网节点功率平衡
[0091][0092][0093]
i.配电网潮流容量约束
[0094][0095]
j.配电网dg出力约束
[0096][0097][0098]
k.配电网切负荷约束
[0099][0100]
l.配电网弃能约束
[0101][0102]
注意，输电网规划常采用直流潮流，而配电网采用的是交流潮流。考虑到输配协同优化计算时的变量交互，这里采用文献“刘盾盾，柳璐，程浩忠等.基于广义主从分裂理论与配电网相协同的输电网规划方法[j].中国电机工程学报，2021，41(17):5856-5865”中计及电压幅值的拓展直流潮流模型，使得在基于直流潮流的输电网规划模型中也能计算电压幅值，从而与配电网进行变量交互，实现输配协同优化计算。
[0103]
步骤s104：规划模型求解，将输配协同随机规划问题划分为输电网优化子问题和配电网优化子问题，基于benders异质分解法实现输配协同随机规划模型的求解。模型求解思路如图5所示。
[0104]
为方便推导，这里给出输配协同随机规划模型的目标函数的抽象数学表达式：
[0105]
min(fi(x)+f
t
(u
t
,y
t
,ys)+fd(ud,yd,ys))
ꢀꢀꢀꢀꢀꢀꢀꢀ
(21)
[0106]
式中，x为线路投资决策变量，u
t
为输电网控制变量，y
t
为输电网状态变量，ud为配
电网控制变量，yd为配电网状态变量，ys为输配边界变电站状态向量。之所以单独列写输配边界变电站的状态向量，是因为输电网和配电网除了要各自满足上述电力平衡等所有约束条件以外，还应该在边界变电站中保持上下传输功率的一致性(忽略损耗)。
[0107]
给出输电网约束、配电网约束以及变电站约束分别如式(22)、式(23)以及式(24)所示。
[0108][0109][0110][0111]
式中，us为变电站控制变量。上式中不等式约束和等式约束分别对应具体规划模型中的相应约束，这里不再赘述。设α为不等式约束对应的拉格朗日乘子，β为等式约束对应的拉格朗日乘子，则式(22)-(24)对应的拉格朗日乘子分别为：
[0112]
[α
t
,β
t
]、[αd,βd]和[αs,βs]。
[0113]
异质分解的本质是基于最优性条件的分解算法。对于输配协同运行问题，
[0114]
可以列写kkt条件，包括原问题约束、拉格朗日函数梯度等于0、互补松弛条件以及等式、不等式约束对应的乘子约束。当优化问题为凸优化时，原问题与kkt条件完全等价。观察这个模型可以发现，除了目标函数是输配耦合外，在约束条件中也包含一个输配耦合约束条件，即变电站约束条件。
[0115]
基于广义主从分裂理论，变电站约束条件hs可以分解为输变h
ts
和配变h
sd
两部分，即hs(us,y
t
,yd,ys)＝h
ts
(us,y
t
,ys)-h
sd
(yd,ys)。目标函数的拉格朗日函数梯度也可以分为输配耦合偏导ds、输电网偏导和配电网偏导三部分。输配耦合偏导ds可以分解为输变d
ts
和配变d
sd
两部分：
[0116]
至此可以将所有的kkt条件拆分为两个部分，在输电优化子问题中不含配电网的决策变量，在配电优化子问题中不含输电网的决策变量。输电优化子问题和配电优化子问题的kkt条件如下表所示所示。
[0117]
表3 输电优化子问题和配电优化子问题的kkt条件
[0118][0119]
上表中，对应于输电优化子问题解耦的变电站约束条件可表示为：
[0120]hts
(u
t
,y
t
,ys)＝h
sd
(yd,ys)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(25)
[0121]
式中，式中，
[0122]
由于kkt条件与原问题完全等价，可以通过最优性条件分别反构造出优化子问题，从而得到输电优化子问题与配电优化子问题，构造出的优化子问题如表4所示。
[0123]
表4 由kkt条件反构造的优化子问题模型
[0124][0125]
输配协同随机规划模型的求解流程如图6所示。输电优化子问题向配电优化子问题传递变电站节点的状态变量以及变电站等式约束的拉格朗日乘子配电优化子问题向输电优化子问题反馈输电网向配电网注入的功率以及配电优化子问题的拉格朗日函数梯度值得注意的是，在基于直流潮流的输电网规划模型中，仅能计算出电压相角。因此，在算得相角后，可通过所提edcpf模型直接计算电压幅值，然后再传递给配电优化子问题。
[0126]
最后，输出输电网网架规划方案及规划方案的投资运行成本。
[0127]
上述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0128]
本发明还提供一种电网协同规划系统，包括数据库模块、输入模块、配电网重构场景构建模块、协同规划模型构建模块、求解模块和输出模块，其中，数据库模块用于存储电源数据、负荷数据、输电网结构数据、配电网结构数据、开关数据等基础数据；输入模块用于从数据库模块中获取所需数据；配电网重构场景构建模块用于考虑多形态配电网及其运行特性，计及配电网运行约束建立配电网重构的多场景模型；协同规划模型构建模块用于将多场景模型嵌入到输电网规划中，同时计及故障安全，构建输配协同随机规划模型；求解模块用于规划模型求解；输出模块用于输出规划方案。
[0129]
实施例
[0130]
本实施例以图7所示的一个输配电网协同测试系统为例，原始数据在文献“高比例可再生能源接入下考虑输配协同的输电网规划测试系统[j].电力系统自动化，2021，45(11):19-27”中都可以找到。其余一些算法参数设置如下：乘子初值中都可以找到。其余一些算法参数设置如下：乘子初值均设为0.5；目标变量初值均设为0.5；目标变量初值所有程序均在matlab上采用yalmip编写，并调用商用求解器gurobi对模型加以求解。
[0131]
首先根据构建的典型配电网结构场景，考虑配电网线路转供路径和能力，通过分
析开关量之间的逻辑关系，生成配电网重构多场景。其次构建输配电网投资运行成本最小目标函数，构建出力平衡、出力上下限、潮流上下限、切负荷等约束函数，使用随机优化方法嵌入多场景模型，建立与配电网相协同的输电网随机规划模型，形成输配协同随机规划模型。然后采用约束优化问题的kkt条件对输配耦合约束条件进行解耦，将输配协同随机规划模型划分为输电网优化子问题和配电网优化子问题，基于广义主从分裂理论在输配分界处进行变量交互，并利用benders混合异质分解算法求解输配协同随机规划模型。
[0132]
本实施例结果记为规划方案1。为了对比是否考虑输配电网协同对规划结果的影响，采用传统独立规划方法(即忽略下级配电网的具体网络结构，将配电网等效为位于所连节点的等效固定负荷注入，数值大小为配网内总负荷大小与总电源装机的差值)得到方案2。两种方案的新建线路情况如表5所示。
[0133]
表5 考虑和不考虑输配协同的两种规划方案新建线路
[0134][0135][0136]
从表中可以看到，方案1下两区域的网架结构都有所加强。区域2新建线路多为单回线，区域3则多为双回线，这也是由于区域3分布式可再生能源比例较高。方案1还新建了三条跨区域联络线，为两区域配电层发电资源的灵活互通提供更充足的渠道。相比之下方案2在部分走廊的架线数量减少。两种方案在区域2内的线路投建情况完全相同，这是由于区域2内的电源大多以大规模集中式接入330kv及以上电压等级，即输电端供应充足，且出力稳定的火电机组容量较高，使得区域2是否考虑输配协同对规划结果影响不大。
[0137]
区域3的投建情况则大不相同，相比之下方案1对许多输电走廊(如b12-b16，b16-b13等)进行了加强，这是由于该区域的风光资源较多以小规模分散接入配电网，增设的线路实现了这部分可再生能源的充分消纳。此外，区域3内波动性较大的可再生能源以及水电机组出力的季节性变化使得区域3有较强的有着较强的跨区互联需求。这反映在结果中则
是方案2多新建了跨区联络线b10-b1一条。(b10和b1分别位于区域3和区域2，其中b10有着丰富的风光资源)。
[0138]
经济性方面，两种方案的各项成本如表6所示。
[0139]
表6 两种方案各项成本对比
[0140][0141]
从表中可以看到，方案1相比方案2，新建线路多出4条，投资成本也相应提高1.58亿元，但运行成本减少了24.87亿元，使得规划总成本减少23.29亿元。这主要是由于协同规划的方案1减少了传统机组发电量，提高了可再生能源机组利用水平，从而减少了机组发电成本和弃能惩罚费用，使得运行成本降低，总成本下降。追加投资的4条输电线路实现了分散接入配电网侧的发电资源在更广域空间的优化配置，使得方案1的风光消纳占比增幅达到5.7％，风光发电总量提高了3316gwh。
[0142]
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

技术特征：
1.一种支撑多形态配电网的电网协同规划方法，其特征在于，包括以下步骤：获取基础数据；考虑多形态配电网及其运行特性，基于所述基础数据，计入配电网运行约束，建立配电网重构的多场景模型；引入所述多场景模型，计及故障安全，构建输配协同随机规划模型；求解所述输配协同随机规划模型，获得最优规划方案。2.根据权利要求1所述的支撑多形态配电网的电网协同规划方法，其特征在于，所述基础数据包括电源数据、负荷数据、输电网结构数据、配电网结构数据和开关数据。3.根据权利要求1所述的支撑多形态配电网的电网协同规划方法，其特征在于，所述建立配电网重构的多场景模型具体包括：生成典型配电网结构场景；在所述典型配电网结构场景下，考虑配电网线路转供路径和能力，通过分析开关量之间的逻辑关系，生成配电网重构的多场景模型。4.根据权利要求3所述的支撑多形态配电网的电网协同规划方法，其特征在于，所述典型配电网结构采用110kv高压配电网。5.根据权利要求1所述的支撑多形态配电网的电网协同规划方法，其特征在于，使用随机优化方法嵌入所述多场景模型，并采用蒙特卡洛模拟对多场景进行采样，以构建所述输配协同随机规划模型。6.根据权利要求1所述的支撑多形态配电网的电网协同规划方法，其特征在于，所述输配协同随机规划模型以输配电网投资运行成本最小为目标函数，所述输配电网投资运行成本包括输电网投资成本、多场景下的输电网运行成本期望值和多场景下的配电网运行成本期望值。7.根据权利要求1所述的支撑多形态配电网的电网协同规划方法，其特征在于，所述求解所述输配协同随机规划模型具体为：采用约束优化问题的karush-kuhn-tucker条件对输配耦合约束条件进行解耦，将所述输配协同随机规划模型划分为输电网优化子问题和配电网优化子问题；基于广义主从分裂理论在输配分界处进行变量交互，采用benders混合异质分解算法实现输配协同随机规划模型的求解。8.根据权利要求1所述的支撑多形态配电网的电网协同规划方法，其特征在于，考虑出力平衡、出力上下限、潮流上下限和切负荷构建所述输配协同随机规划模型的约束函数。9.一种电子设备，其特征在于，包括：一个或多个处理器；存储器；和被存储在存储器中的一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-8任一所述支撑多形态配电网的电网协同规划方法的指令。10.一种计算机可读存储介质，其特征在于，包括供电子设备的一个或多个处理器执行的一个或多个程序，所述一个或多个程序包括用于执行如权利要求1-8任一所述支撑多形态配电网的电网协同规划方法的指令。

技术总结
本发明涉及一种支撑多形态配电网的电网协同规划方法、设备及介质，包括以下步骤：获取基础数据；考虑多形态配电网及其运行特性，基于所述基础数据，计入配电网运行约束，建立配电网重构的多场景模型；引入所述多场景模型，计及故障安全，构建输配协同随机规划模型；求解所述输配协同随机规划模型，获得最优规划方案。与现有技术相比，本发明充分考虑配电网运行特性对输电网规划的影响，具有电网规划更准确合理，提高电网运行可靠性等优点。提高电网运行可靠性等优点。提高电网运行可靠性等优点。


技术研发人员：柳璐 刘建琴 蔡德福 程浩忠 易海琼 汪莹 吴界辰 陈汝斯 王莹 苑子俊 刘盾盾
受保护的技术使用者：国网湖北省电力有限公司电力科学研究院 国网经济技术研究院有限公司
技术研发日：2021.11.15
技术公布日：2022/3/8