考虑设备调节成本的主动配电网日前优化调度.pdf

考虑设备调节成本的主动配电网日前优化调度岳园园1，王主丁2，王辉1，罗璇1，苏舟1，惠子珈1(1.国网陕西省电力有限公司经济技术研究院，陕西西安710065；2.重庆大学输配电装备及系统安全与新技术国家重点实验室，重庆400044)摘要：为了降低主动配电网日前优化调度的成本，提出考虑设备调节成本的主动配电网日前优化调度方法。以日前综合运行成本最小为目标函数，以 Distflow 支路潮流、设备安全运行为约束条件，建立日前优化调度模型。针对二阶锥规划（second-orderconeprogramming，SOCP）形式下的节点电压波动约束和储能寿命成本模型等非线性项，提出新的线性化处理方法，形成混合整数线性规划模型。采用 YALMIP/CPLEX 工具在改进 IEEE-33 节点系统中进行仿真计算。实验结果表明：所提方法能够有效考虑储能寿命折损成本因素，效果良好。关键词：主动配电网；日前调度；二阶锥规划；电压波动DOI：10.11930/j.issn.1004-9649.2022081120 引言随着分布式电源（distributedgeneration，DG）、储能、需求响应等资源的日益增加，配电网运行复杂性增强，优化调度问题得到广泛关注1。通过 DG、储能、需求响应以及有载调压变压器（on-linetapchanger，OLTC）、无功补偿等传统无功电压控制设备的协同优化调度，在提高新能源消纳水平的同时，保障配电网经济安全运行2。配电网优化调度通常以总运行成本最小、综合效益最大或改善负荷及电压水平为目标，约束条件一般包括具有强非线性特点的交流潮流约束方程，以及 DG、储能、需求响应、传统无功电压控制设备等运行约束3。此类优化问题属于混合整数非凸非线性优化问题。粒子群算法、遗传算法等智能算法在配电网优化调度中应用广泛，但存在无法保证全局最优、求解速度慢的问题4。为提高优化问题的求解效率和精度，相关学者提出众多方法，文献 5 提出了 3 种相互补充且高度可并行的分支角度差的收紧边界的方法。文献 6 提出基于二阶锥优化的交直流系统多目标最优潮流研究。文献 7 提出基于二阶锥规划的交直流混合配电网优化调度，以网络损耗成本与弃光成本的总和为指标，提出了一种新的有功-无功协调方案，以求解电压的越界问题。现有基于混合整数线性规划模型的配电网优化调度研究中，主要关注电压偏差问题而较少考虑系统节点电压波动约束8-9，且未充分考虑储能寿命成本对优化结果的影响10。尽管采用雨流计数法能够准确测算储能寿命，但计算具有强非线性无法直接融入线性规划模型中11。针对这一问题，部分学者加以近似处理后纳入混合整数线性规划模型，其做法主要有两类。1）增加约束类，如对日总充放电次数作简单约束12、计及储能寿命成本的日等效全循环次数约束13、日吞吐量约束14；2）嵌入目标函数类，如将储能成本折算为单次循环损耗成本15或单位电量成本16后嵌入目标函数。上述做法一定程度上体现了储能寿命因素对优化策略的影响，操作简单但存在数值选取主观性强、无法有效结合储能实际荷电状态曲线、储能寿命仍难以准确衡量等不足。针对上述问题，文献 17 提出了由放电深度决定、以等效全循环次数计算的储能寿命成本模型并嵌入优化模型，但未有效结合荷电状态曲线进行寿命测算。在上述研究基础上，本文提出考虑设备调节成本的主动配电网日前优化调度方法。收稿日期收稿日期：20220829；修回日期修回日期：20230522。基金项目基金项目：国家自然科学基金资助项目（U2066209）；国网陕西省电力有限公司科技项目（5226JY200008）。第第 56 56 卷卷 第第 8 8 期期中国电力中国电力Vol.56,No.8Vol.56,No.82023 2023 年年 8 8 月月ELECTRIC POWERAug.2023Aug.20231361 优化调度模型1.1 目标函数为提升模型非线性映射学习能力，本文采用系统日购电成本模型、DG 弃电成本模型、储能日调节成本、向用户支付响应补贴成本、传统无功电压控制设备日调节成本作为激励函数。该函数左右两侧分别具有软饱和、无饱和性，能够提升模型的鲁棒性，并且不会发生梯度消失现象，其中主变 OLTC 日调节成本模型和并联电容器日调节成本模型的主要作用是处理所构建主动配电网日前优化调度模型的梯度消失的现象，该优化调度模型以日前综合运行成本最小为目标，即min Ftotal=fbuy+fDG+fESS+fDR+fQV（1）FtotalfbuyfDGfESSfDRfQV式中：为日综合运行成本；为系统日购电成本；为 DG 日弃电成本；为储能日调节成本；为用户需求响应成本；为传统无功电压控制设备日调节成本。1.2 约束条件Distflow 潮流模型具有强非凸非线性，采用SOCP 技术作松弛处理，转化为凸化线性模型18。Pij,tQij,tijVi,t设、为时刻 t 支路首端有功功率和无功功率，为时刻 t 节点 i 电压幅值，则有Iij,t=P2ij,t+Q2ij,tV2i,tVi,t=V2i,t（2）Iij,tVi,t式中：、分别为时刻 t 支路 ij 电流平方、节点 i 电压幅值平方。对上式电流等式进行约束，约束条件为Iij,tP2ij,t+Q2ij,tVi,t（3）2 模型线性化求解算法2.1 节点电压波动约束线性化为保证节点电压波动约束线性化的准确性，将根号项线性和绝对值项线性进行转换。节点电压波动约束存在根号项和绝对值非线性表达，本文采用如下方法进行线性转换。Vi,t=1+Vi,t|Vi,t|1）根 号 项 线 性 转 换。设 节 点 电 压 平 均 值，其中为电压幅值调节器增益。进行泰勒级数展开有Vi,t=1+Vi,t=1+12Vi,t+(Vi,t)2（4）式中：为励磁调节器参数。err电压波动线性化处理值的绝对误差为err=?Vi,tVi,t1?12?Vi,tVi,t1?（5）Vi,t式中：为节点电压。Vi,tVmax1Vmaxmaxerr=12(Vi,t)2Vmax=1.06maxerr=1.8103设节点电压，为节点电压标幺值上限。因此，电压波动线性化处理值的绝对误差 最 大 值。当pu时，即考虑实际对节点电压的安全约束 后，电 压 波 动 线 性 化 绝 对 误 差 整 体 控 制 在103数量级，其线性化精度能够满足优化要求。dVi,t=Vi,tVi,t1Vdi,t=|Vi,tVi,t1|2）绝对值项线性转换。定义，对绝对值项进行线性化处理，有dVi,tVdi,tdVi,t+Vi,t,1MVdVi,tVdi,tdVi,t+Vi,t,2MVVi,t,1+Vi,t,2=1（6）Vi,t,1Vi,t,2Vdi,tMV式中：、分别为 0-1 辅助变量；为滤波器参数；为一个尽可能小但足够大的正常数，宜取相邻时段最大变化幅度的 210 倍。2.2 储能调节成本线性化为了保障储能调节成本线性化的准确性，须要捕捉荷电状态曲线极值点，计算各时刻虚拟放电深度，计算等效折损次数以及建立资本回收系数线性化。对储能调节成本模型进行线性化建模，具体过程如下。1）荷电状态曲线极值点捕捉。结合储能充放电状态 0-1 变量，构建充、放电开始时刻矩阵，数学模型19-20为Sess_chi,t=max(uess_chi,tuess_chi,t1,0)Sess_disi,t=max(uess_disi,tuess_disi,t1,0)Sess_chi,1=Sess_chi,Ntime+1=uess_chi,1Sess_disi,1=Sess_disi,Ntime+1=uess_disi,1（7）Sess_chi,tSess_disi,tSess_chi,1Sess_disi,1Sess_chi,Ntime+1Sess_disi,Ntime+1式中：、分别为节点 i 处储能时刻 t 开始充、放电 0-1 变量，开始充电或放电为 1，反之为 0；、分别为节点 i 处储能起始时刻开始充电、放电 0-1 变量；、分第第 8 8 期期岳园园等：考虑设备调节成本的主动配电网日前优化调度137Ntime+1uess_chi,1uess_disi,1别为节点 i 处储能时刻开始充电、放电 0-1 变量；、分别为节点 i 处储能时刻t 开始充电、放电更新状态。Sess_chi,t上式 max 函数为非线性表达式，将其线性化处理，以充电开始时刻辅助变量为例，有Sess_chi,tuess_chi,tuess_chi,t1Sess_chi,tuess_chi,tSess_chi,t1uess_chi,t1（8）荷电状态曲线极值点为Eess_alteri,t=Sess_disi,t+Sess_chi,t（9）Eess_alteri,t式中：为节点 i 处储能荷电状态曲线极值点变量，若值为 1，表明此时刻荷电状态值为曲线极值点之一21-22。2）虚拟放电深度计算。引入虚拟荷电状态模型计算荷电状态曲线相邻极值点差值，即Sess_viri,t=(1Eess_newi,t)Sess_viri,t1+Eess_newi,tSessi,t（10）Sess_viri,tEess_newi,t式中：为节点 i 储能时刻 t 虚拟荷电状态；为节点 i 储能时刻 t 虚拟放电深度。Dviri,t相邻时段虚拟荷电状态作差23-25，便可得到时刻 t 虚拟放电深度为Dviri,t=?Sess_viri,t+1Sess_viri,t?（11）3 算例分析3.1 算例参数本算例采用 IEEE33 节点系统，如图 1 所示。对于母线电压断面极限输送功率，根据采集的系统拓扑结构精准测量有功功率，用户标准有功负荷为 3.715MW；节点 1 为系统根节点，其连接主变 OLTC 型号为 11081.25%/10kV；分布式光伏电站接入节点 18、33，额定功率均为 1.5MW，理论出力曲线相同；参与需求响应的工业用户为节点 8、25，最大响应能力为 0.117MW、0.218MW（负荷峰值的 20%）；储能接入节点 15、28，规格均为 0.6MW/1.5MWh；并联电容器组接入节点 14、26，并联电抗器组接入节点 12、29，补偿容量均为 50.1MVA；馈线额定电流 600A，节点电压合格范围 9.410.6kV。在主动配电网中，光伏有功功率波动将会给电网的经济、安全、可靠的运营带来不利的后果。当光伏出力较小时，主动配电网输出较小，电流谐波较大。采用分段线性函数拟合精度和算法对不同时间段下的用户总负荷、光伏总出力与关口分时电价进行了拟合，并对比和分析，得到典型日用户总负荷需求、光伏出力和系统关口分时购电价如图 2 所示。有功功率/MW时刻负荷需求；光伏出力；分时电价65432100.60.50.40.30.20.10电价/(元(kWh)1)00:0004:0008:0012:0016:0020:0024:00图 2 用户总负荷、光伏总出力与关口分时电价Fig.2 Total load,PVs output and system TOU price由图 2 可知，用户负载需求出现 2 次峰值，其中 10:00 时为最高峰，有功功率达到 6MW；光伏出力的最高有功功率为 3MW；分时电价的最高峰会持续一段时间，在研究时间范围内，出现2 次。综合考虑分段线性函数拟合精度和算法整体求解效率，放电深度划分为 00.05、0.050.09、0.090.16、0.160.28、0.280.48 和 0.480.8 等分段，其线性函数拟合值的相对误差最大值不超过0.9%，相对误差平均值不超过0.3%。采用 Matlab2018b 中 YALMIP 工具箱调用CPLEX12.8 求解器求解优化调度模型，其整数优化的收敛间隙设为 0.1%。3.2 计算分析3.2.1经济性指标分析优化调度结果如表 1 所示。表 1 中，削峰率为优化前后关口功率峰值差值与优化前峰值之比；储能日吞吐量系数为日充放电量与额定容量之比；“寻优模式 A”不考虑储能寿命影响的优化调度，“寻优模式 B”考虑储能寿命约束且将123456789101112131415161718192021222324252627282930313233ESSPVPVESSDRDRCBCBBKBK图 1 系统拓扑结构Fig.1 System diagram中国电力中国电力第第 56 56 卷卷138其线性化寿命成本嵌入目标函数进行优化调度。由表 1 可知，与“寻优模式 A”相比,“寻优模式 B”日综合成本降低 0.6%，储能寿命最长延长 1.58 年，调节成本降低 10.6%。在求解精度和求解时间方面，本文所提计及设备调节成本的混合整数线性优化模型的线性化误差均很小，耗时约 350s，求解效果良好。3.2.2时序仿真结果分析系统关口功率如图 3 所示。由图 3 可知，优化前系统功率峰值 6.04MW，馈线最大负载率64.6%，超过 50%（图中黑色虚线）；优化后，系统峰值降至 4.7MW，馈线负载率 50%，系统网损电量降幅 30%。优化前后系统节点电压幅值（以节点 18 为例）和电压最大波动量如图 4 和图 5 所示。时刻00:0004:0008:0012:0016:0020:0024:00有功功率/MW86420优化前；优化后图 3 系统关口功率曲线Fig.3 Gateway power curves优化前；优化后；波动超限点时刻00:0004:0008:0012:0016:0020:0024:00电压幅值/kV9.4 kV10.6 kV11.211.610.810.410.09.69.28.88.4图 4 节点 18 电压幅值曲线Fig.4 Voltage curves at node 18电压波动/%1296301591317节点21252933优化前；优化后图 5 系统各节点最大电压波动Fig.5 Maximum voltage fluctuation in the system由图 4 和图 5 可知，优化前，节点 18 在关口功率峰时段越下限，谷时段越上限，且其有 8 个时段波动越限（超过 3%），最大波动量为 11.9%；优化后节点电压偏差和波动均满足要求。3.3 多场景分析设计 3 类场景进行优化调度，其中，场景 1储能单位造价为原来的 0.5 倍，场景 2 光伏出力曲线波动大，具体如图 6 所示，场景 3 负荷峰值由6MW 改为 4MW。对比 2 种寻优模式下的储能寿命和日吞吐系数，以及同一场景下模式 B 在日综合成本和储能调节成本的降幅，结果图 7 所示。有功功率/MW时刻00:0004:0008:0012:0016:0020:0024:003210图 6 波动较大的光伏总出力曲线Fig.6 PVs output curve with large fluctuation表 1 计算结果Table 1 calculation results类别指标模式A模式B调节成本日综合成本/万元5.105.07系统购电成本/万元4.724.73DG弃电成本/万元00传统调压设备调节成本/万元0.010.01储能调节成本/万元0.360.32需求响应成本/万元00运行参数系统网损电量/(MWh)5.195.19削峰率/%22.5622.56节点15处储能寿命/年5.967.54节点15处储能吞吐系数2.902.23节点28处储能寿命/年5.666.20节点28处储能吞吐系数3.203.16线性误差二阶锥松弛误差最大值4.321042.7104电压波动绝对误差最大值1.021031.02103储能线性成本相对误差/%0.3第第 8 8 期期岳园园等：考虑设备调节成本的主动配电网日前优化调度139降幅率/%302520151050日综合成本降幅；储能调节成本降幅基础123场景图 7 不同场景下的成本降幅Fig.7 Cost reduction in different scenarios由图 7 可知，场景 1 储能造价偏小时，模式B 储能寿命与模式 A 相差不大，其调节成本比模式 A 减少 5.1%，日综合成本降幅 0.1%；对于其他场景，模式 B 储能寿命可延长 1.54 年，调节成本降幅在 10.6%25.7%范围内，日综合成本减少约 1%2.3%；若将目标函数中的系统购电成本改为网损成本后，因储能成本占比较大，日综合成本降幅会更大，即优化调度模型中计及储能寿命成本因素具有一定必要性；储能寿命与日吞吐系数有一定关联性，但仅增加吞吐系数约束来体现寿命影响的常规模型存在数值难以选取的问题。4 结语本文提出了考虑设备调节成本的主动配电网日前优化调度研究。算例研究得出：用户负载需求出现 2 次峰值，其中 10:00 时为最高峰，有功功率达到 6MW；光伏出力的最高有功功率为 3MW。场景 1 储能造价偏小时，模式 B 储能寿命与模式A 相差不大，其调节成本比模式 A 减少 5.1%，日综合成本降幅 0.1%；对于其他场景，模式 B 储能寿命可延长 1.54 年，其调节成本降幅在 10.6%25.7%范围内，日综合成本减少约 1%2.3%；若将目标函数中的系统购电成本改为网损成本后，因储能成本占比较大，日综合成本降幅会更大。参考文献：郭祚刚,徐敏,于浩,等.考虑多重不确定性的园区综合能源系统区间优化调度 J.中国电力,2022,55(11):121128,141.GUOZuogang,XUMin,YUHao,et al.Intervaloptimaldispatchingof community integrated energy system considering multipleuncertaintiesJ.ElectricPower,2022,55(11):121128,141.1田宇,黄婧,谢枭,等.主动配电网无功补偿和 OLTC 鲁棒多目标优化配置 J.中国电力,2023,56(3):9499.TIANYu,HUANGJing,XIEXiao,et al.Multi-objectiveoptimalallocationofreactivecompensationandOLTCinactivedistributionnetworkJ.ElectricPower,2023,56(3):9499.2罗金满,刘丽媛,刘飘,等.考虑源网荷储协调的主动配电网优化调度方法研究 J.电力系统保护与控制,2022,50(1):167173.LUOJinman,LIULiyuan,LIUPiao,et al.AnoptimalschedulingmethodforactivedistributionnetworkconsideringsourcenetworkloadstoragecoordinationJ.PowerSystemProtectionandControl,2022,50(1):167173.3高红均,刘俊勇,沈晓东,等.主动配电网最优潮流研究及其应用实例 J.中国电机工程学报,2017,37(6):16341645.GAOHongjun,LIUJunyong,SHENXiaodong,et al.Optimalpowerflow research in active distribution network and its applicationexamplesJ.ProceedingsoftheCSEE,2017,37(6):16341645.4SHCHETININ D,DE RUBIRA T T,HUG G.Efficient boundtighteningtechniquesforconvexrelaxationsofACoptimalpowerflowJ.IEEE Transactions on Power Systems,2019,34(5):38483857.5辛业春,张一峰,徐广健.基于二阶锥优化的交直流系统多目标最优潮流研究 J.电测与仪表,2021,58(9):4856.XINYechun,ZHANGYifeng,XUGuangjian.Researchonmulti-objectiveoptimalpowerflowofAC/DCsystembasedonsecond-orderconeoptimizationJ.ElectricalMeasurement&Instrumentation,2021,58(9):4856.6张福民,刘国鑫,李占凯,等.基于二阶锥规划的交直流混合配电网优化调度 J.智慧电力,2020,48(3):117123.ZHANGFumin,LIUGuoxin,LIZhankai,et al.OptimaldispatchofAC/DC hybrid distribution network based on second-order coneprogrammingJ.SmartPower,2020,48(3):117123.7刘丽军,罗宁,吴桐,等.基于混合整数二阶锥规划的考虑需求侧响应虚拟电厂优化调度 J.太阳能学报,2021,42(8):96104.LIULijun,LUONing,WUTong,et al.Optimalschedulingofvirtualpower plant considering demand side response based on mixedinteger second-order cone programmingJ.Acta Energiae SolarisSinica,2021,42(8):96104.8路畅,郭力,柴园园,等.含高渗透分布式光伏的增量配电网日前优化调度方法 J.电力系统保护与控制,2019,47(18):9098.LU Chang,GUO Li,CHAI Yuanyuan,et al.Day-ahead optimalscheduling method for incremental distribution network with highpenetrationofdistributedphotovoltaicJ.PowerSystemProtectionandControl,2019,47(18):9098.9中国电力中国电力第第 56 56 卷卷140石文超,吕林,高红均,等.考虑需求响应和电动汽车参与的主动配电网经济调度 J.电力系统自动化,2020,44(11):4151.SHIWenchao,LYULin,GAOHongjun,et al.Economicdispatchofactive distribution network with participation of demand responseandelectricvehicleJ.AutomationofElectricPowerSystems,2020,44(11):4151.10温丰瑞,李华强,温翔宇,等.主动配电网中计及灵活性不足风险的储能优化配置 J.电网技术,2019,43(11):39523962.WENFengrui,LIHuaqiang,WENXiangyu,et al.Optimalallocationofenergystoragesystemsconsideringflexibilitydeficiencyriskinactive distribution networkJ.Power System Technology,2019,43(11):39523962.11邓振立,张涛,李荣,等.基于-松弛的主动配电网有功-无功协调调度求解方法 J.电力工程技术,2020,39(4):104111.DENG Zhenli,ZHANG Tao,LI Rong,et al.Active-reactivecoordinationschedulingmethodforactivedistributionnetworkbasedon-relaxationJ.Electric Power Engineering Technology,2020,39(4):104111.12王荔妍,陈启鑫,何冠楠,等.考虑电池储能寿命模型的发电计划优化 J.电力系统自动化,2019,43(8):93100.WANGLiyan,CHENQixin,HEGuannan,et al.Optimizationofgeneration scheduling considering battery energy storage lifemodelJ.Automation of Electric Power Systems,2019,43(8):93100.13赵乙潼,王慧芳,何奔腾,等.面向用户侧的电池储能配置与运行优化策略 J.电力系统自动化,2020,44(6):121128.ZHAO Yitong,WANG Huifang,HE Benteng,et al.Optimizationstrategyofconfigurationandoperationforuser-sidebatteryenergystorageJ.Automation of Electric Power Systems,2020,44(6):121128.14李柯江,宋天昊,韩肖清,等.计及电价不确定性和损耗成本的储能竞价策略 J.电力系统自动化,2020,44(17):5259.LIKejiang,SONGTianhao,HANXiaoqing,et al.BiddingstrategyofenergystorageconsideringelectricitypriceuncertaintyandlosscostJ.AutomationofElectricPowerSystems,2020,44(17):5259.15SHIYY,XUBL,WANGD,et al.Usingbatterystorageforpeakshavingandfrequencyregulation:jointoptimizationforsuperlineargainsJ.IEEE Transactions on Power Systems,2018,33(3):28822894.16葛玉友,尚策.寿命约束的储能规划 J.中国电机工程学报,2020,40(19):61506161.GEYuyou,SHANGCe.EnergystorageplanningconstrainedbyitslifeJ.ProceedingsoftheCSEE,2020,40(19):61506161.17马伟,王玮,吴学智,等.平抑光伏并网功率波动的混合储能系统优化调度策略 J.电力系统自动化,2019,43(3):5866.MA Wei,WANG Wei,WU Xuezhi,et al.Optimal dispatchingstrategy of hybrid energy storage system for smoothing powerfluctuationcausedbygrid-connectedphotovoltaicJ.AutomationofElectricPowerSystems,2019,43(3):5866.18HEGN,CHENQX,KANGCQ,et al.Cooperationofwindpowerand battery storage to provide frequency regulation in powermarketsJ.IEEE Transactions on Power Systems,2017,32(5):35593568.19国家标准化管理委员会.电能质量电压波动和闪变:GB/T123262008S.北京:中国标准出版社,2009.Standardization Administration of the Peoples Republic of China.Power quality-Voltage fluctuation and flicker:GB/T 12326 2008S.Beijing:StandardsPressofChina,2009.20陈瑞捷,鲁宗相,乔颖.基于多场景模糊集和改进二阶锥方法的配电网优化调度 J.电网技术,2021,45(12):46214629.CHENRuijie,LUZongxiang,QIAOYing.Optimaldispatchbasedon multi-scene ambiguity set and modified second-order conealgorithm for distribution networkJ.Power System Technology,2021,45(12):46214629.21刘沛津,石梦涛,何林,等.中低压直流配电网母线电压稳定控制 J.电力自动化设备,2022,42(2):120125.LIU Peijin,SHI Mengtao,HE Lin,et al.Stability control of busvoltage for medium-and low-voltage DC distribution networkJ.ElectricPowerAutomationEquipment,2022,42(2):120125.22王振浩,李博文,成龙,等.多电压等级直流配电网平均动态相量建模及稳定性分析 J.电力系统自动化,2021,45(10):5058.WANGZhenhao,LIBowen,CHENGLong,et al.Averagedynamicphasor modeling and stability analysis of multi-voltage-level DCdistribution networkJ.Automation of Electric Power Systems,2021,45(10):5058.23张旭,么莉,陈晨,等.交直流混合配电网网络重构与无功优化协同的两阶段鲁棒优化模型 J.电网技术,2022,46(3):11491162.ZHANGXu,YAOLi,CHENChen,et al.Anoveltwo-stagerobustmodelforco-optimizationofreconfigurationandreactivepowerinAC/DChybriddistributionnetworkJ.PowerSystemTechnology,2022,46(3):11491162.24蔡智萍,郭谋发,魏正峰.基于 BP 神经网络的低压配电网生命体触电识别方法研究 J.电网技术,2022,46(4):16141623.CAIZhiping,GUOMoufa,WEIZhengfeng.Researchonrecognitionmethod of living body shock in low-voltage distribution networkbased on BP neural networkJ.Power System Technology,2022,25第第 8 8 期期岳园园等：考虑设备调节成本的主动配电网日前优化调度14146(4):16141623.作者简介：作者简介：岳园园（1992），女，通信作者，硕士，工程师，从事电网规划研究，E-mail：；王主丁（1964），男，博士，教授，从事电力系统可靠性、规划、运行与优化研究，E-mail：。（责任编辑杨彪）Day-Ahead Optimal Dispatch for Active Distribution NetworkConsidering Action Cost of DevicesYUEYuanyuan1,WANGZhuding2,WANGHui1,LUOXuan1,SUZhou1,HUIZijia1(1.EconomicandTechnologicalResearchInstituteofStateGridShaanxiElectricPowerCompany,Xian710065,China;2.StateKeyLaboratoryofPowerTransmissionandDistributionEquipment&SystemSecurityandNewTechnology,ChongqingUniversity,Chongqing400044,China)Abstract:Inordertoreducethecostofactivedistributionnetworkday-aheadoptimizationscheduling,amethodofactivedistributionnetworkday-aheadoptimizationschedulingconsideringequipmentadjustmentcostisproposed.EstablishadailyoptimalschedulingmodelwiththeobjectivefunctionofminimizingthecomprehensiveoperatingcostandtheconstraintsofDistflowbranchpowerflowandequipmentsafetyoperation.AnewlinearizationmethodisproposedtoformamixedintegerLinearprogrammingmodelfornonlinearitemssuchasnodevoltagefluctuationconstraintsandenergystoragelifecostmodelintheformofSecond-orderconeprogramming(SOCP).SimulateandcalculateinanimprovedIEEE-33nodesystemusingtheYALMIP/CPLEXtool.Theexperimentalresultsshowthattheproposedmethodcaneffectivelyconsiderthecostfactorofenergystoragelifeloss,andtheeffectisgood.ThisworkissupportedbytheNationalNaturalScienceFoundationofChina(No.U2066209),ScienceandTechnologyProjectofStateGridShaanxiElectricPowerCompany(No.5226JY200008).Keywords:distributionnetwork;day-aheaddispatch;second-orderconeprogramming;voltagefluctuation(上接第 125 页)Expansion Planning Method of Power Grid with Wind Power ConsideringOptimal Switching and Current LimitingDONGShuwen,LIUBaozhu,HUJunjie(SchoolofElectricalandElectronicEngineering,NorthChinaElectricPowerUniversity,Beijing102206,China)Abstract:Inordertoaddressthenewchallengesbroughtbythelarge-scaleintegrationofnewenergyintothepowersystemrepresentedbywindpower,awindpowergridexpansionplanningmodelconsideringlineoptimization,switching,andcurrentlimiti