CN104077449B

CN104077449B - 一种基于粒子群算法的逆变型dg准入容量计算方法

Info

Publication number: CN104077449B
Application number: CN201410312925.XA
Authority: CN
Inventors: 文安; 赵曼勇; 苏杰和; 魏承志; 黄维芳; 余江; 刘年; 金鑫; 杨颖安; 沈添福
Original assignee: China Southern Power Grid Co Ltd
Current assignee: China Southern Power Grid Co Ltd
Priority date: 2014-07-02
Filing date: 2014-07-02
Publication date: 2017-08-25
Anticipated expiration: 2034-07-02
Also published as: CN104077449A

Abstract

本发明涉及电力系统领域，是在不改变原有配电网的继电保护整定值情况下，提出一种基于粒子群算法的逆变型DG准入容量计算方法，用于解决小容量多DG接入之后对电网保护的影响。该方法的具体步骤如下：首先根据逆变型DG的控制策略建立具有低电压穿越能力的DG等效计算模型；接着建立逆变型DG并网后故障电流的计算模型；最后建立以DG接入容量最大化为目标，各线路三段式电流整定值作为不等式约束条件的准入容量的优化模型，并采用粒子群算法求出DG接入。

Description

一种基于粒子群算法的逆变型DG准入容量计算方法

技术领域

本发明涉及电力系统领域，更具体地，涉及一种基于粒子群算法的逆变型DG准入容量计算方法。

背景技术

现有的研究一般认为，诸如光伏、燃料电池等逆变器分布式电源，由于容量较小以及逆变器对短路电流的限制作用，当电网发生故障时，其向电网馈入的短路电流对系统故障电流水平的影响较小，故更多关注旋转类电机的故障特性。但随着分布式电源的大规模接入和逆变器单元容量的不断增加，需要对基于逆变器类电源的故障特征有更全面的认识。

然而，从现有文献来看，一般将分布式电源简化为不计衰减的恒定电流源或含内阻抗的恒定电势源，该方式没有考虑不同分布式电源所提供的短路电流的特性差异，也没有考虑分布式电源自身的保护动作对于短路电流的影响。实际上这些简化的分析结果与实际情况存在较大不同，难以满足保护特性分析和整定计算的应用要求。

另外，故障情况下，分布式电源的等效计算模型能否实现低电压穿越实现并网运行现在大多数文献并没有考虑，如果故障情况下分布式电源等效计算模型不能实现低电压穿越并网运行，接下来的故障电流分析并给出配电网的保护的整定方法将变得毫无意义。即使故障情况下逆变型分布式电源等效计算模型在正常运行情况下的控制策略没有脱网，但非对称故障情况下将产生负序分量，从而导致直流侧电容电压不稳定，使得逆变器输出的功率含有二倍频分量，但不对称故障情况下，现有文献并没有在序分量计算的时候并没有考虑分布式电压等效计算模型的负序模型。因此在计算分布式电源的准入容量将与实际准入容量不符。

因此，随着大量逆变型DG(分布式发电装置)的并网，同时现阶段配网的继电保护并不可能完全改造的情况下，迫切需要在准确计及控制策略的逆变型DG等效计算模型的情况下，提出一种不改变现有继电保护配置的逆变型DG准入容量计算方法，以解决数量多容量小的逆变型DG并网对电网继电保护的影响。

发明内容

本发明的目的在于提供一种基于粒子群算法的逆变型DG准入容量计算方法，适用于多个DG且容量并不大，用于在不改变原有配电网的保护的整定值的情况下实现最大容量接入，提高了供电可靠性，同时保证了电网投资经济性问题。

为了实现上述目的，本发明的技术方案为：

一种基于粒子群算法的逆变型DG准入容量计算方法，包括以下步骤：

(1)根据正常运行情况下及故障情况下逆变型DG的控制策略建立计及控制策略的DG等效计算模型；

(2)建立逆变型DG并网后的故障电流计算模型；

(3)获取配网未接入DG前各馈线的电流速断保护、限时电流速断保护和定时限过电流保护的整定值，建立以接入DG容量最大化为目标函数，以各馈线的三段式电流保护整定值为约束条件的优化模型，并采用粒子群算法求出DG的准入容量。

其中各步骤具体的实现方式为：

1.根据正常运行情况下及故障情况下的控制策略建立计及控制策略的DG等效模型，具体如下：

(11)正常运行情况下，根据PQ控制方式，逆变器出口电流包含有功电流I_d和无功电流I_q，有功电流I_d和无功电流I_q与逆变器出口电流I存在以下关系：

I＝I_d-_jI_q (1)

通过Park变换，并将d轴电压定向于逆变器交流侧电压矢量的同步旋转坐标系中，则逆变型DG的输出功率如式(2)：

式中P_out、Q_out分别表示逆变型DG输出的有功和无功功率，u_d表示Park变换之后逆变器交流侧的d轴电压；

(12)建立故障情况下DG低电压穿越的控制策略，故障情况下，在电压降落期间DG必须提高其无功电流以支持电网电压，当电压跌落幅度超过10％时，每1％的电压跌落，DG至少需要提供2％的无功电流，其响应速度应该在20ms以内，必要时可以提供100％的无功电流，由此可得到无功电流和电压跌落的关系如式(3)：

式中：I_qreff为故障后q轴参考电流；I_qref为故障前q轴参考电流；k_q为无功支持曲线斜率；ΔU为并网点电压跌落值；U_n为并网点额定电压；U_pcc为故障前并网点电压；U_pccf为故障后并网点故障电压；

(13)在故障前后较短时间内，DG输出的有功功率参考值在故障前后不发生变化，由此可得式(4)：

P_reff＝P_ref (4)

式中，P_reff为故障后的有功功率参考值；P_ref为故障前有功功率的参考值；

因此故障后，d轴故障电流未超出d轴电流的设定值上限，则其参考电流如式(5)，如果超出d轴电流的设定值上限，则其参考电流如式(6)；

式中：I_dreff为故障后的d轴参考电流，I_max为逆变器最大的输出电流；

因此，根据逆变型DG故障前后的控制策略，故障情况下计及控制策略的逆变型DG计算等效模型如式(7)：

I_DGf＝f(U_pccf)＝I_dreff-j·I_qreff (7)

式中：I_DGf为故障情况下DG输出的电流，f(U_pccf)表示故障情况下DG输出的电流与并网点电压的函数关系。

2.建立逆变型DG并网后的故障电流计算模型，采用迭代算法得到DG输出的电流、并网点的电压以及各线路的点故障电流，具体如下：

(21)形成导纳矩阵，列写节点电压方程；对于一个n节点的网络，第k节点到第n节点并入逆变型DG，逆变型DG的输出的故障电流为I_DGk，...，I_DGn，并网点电压U_pcck，...，U_pccn，则节点电压方程如式(8)：

式中：Y为节点导纳矩阵，为非逆变型DG接入的节点电压，为非逆变型DG接入的节点注入的电流；为第k个逆变型DG至第n个逆变型DG的并网点电压；为第k个逆变型DG至第n个逆变型DG在并网点注入电流；

(22)取其故障前潮流计算的电流作为注入故障电流注入初始值，进行迭代，修正电压值及故障电流注入值；

令DG第k次迭代注入电流为非DG节点注入电流为则第k+1次迭代节点电压如式(9)：

式中，为故障前逆变型DG并网点电压；为逆变型DG故障后第k次迭代的并网点故障电压；为故障前逆变型DG并网点电压与故障后第k次迭代后故障电压的差值；

修正节点电压值如式(10)：

修正第k+1迭代节点的注入电流如式(11)：

(23)判断是否收敛，具体如式(12)：

如果节点电压值未达到收敛精度，转入式(9～12)继续迭代，直至达到式(12)的收敛精度。

3.获取原有配网各馈线三段式电流的整定值建立以接入DG容量最大化为目标函数，以各馈线的三段式电流保护整定值为约束条件的优化模型，并采用粒子群算法求出DG的准入容量，具体如下：

(31)以DG接入容量最大化为目标函数如式(13)：

式中，m表示有m个DG接入配网，S_iDG表示第i个DG接入的容量；

(32)建立以各线路的三段式电流保护整定值作为不等式约束，计算接入DG之后故障电流，即第i条线路发生短路，第i条线路故障电流大于该线路整定值以跳开断路器，其余线路的故障电流不能大于所在线路的电流整定值，具体如式(14)：

式中：为原来配网第i条线路瞬时电流速断保护整定值；If_i为接入DG之后第i条线路故障电流；

(33)根据已建立的考虑继电保护的逆变型DG准入容量方法模型，对并网点DG容量进行初始化，计算得到每个粒子的适应度值，对每个粒子，将其适应度值与所经历过的最好位置的适应度值进行比较，如果更好，则将其作为粒子的个体历史的最优值；然后对每个粒子，将其历史最优适应度值与群体内或领域内所经的最好位置的适应度值进行比较，若更好，则将其作为当前的全局最好位置，并对粒子的速度的位置和速度进行更新；最后判断是否达到最大迭代次数或者适应度函数的值相邻几代小于ξ，若是则结束计算，否则更新粒子的位置和速度继续迭代，直到达到终止条件。

与现有技术相比，本发明的有益效果为：本发明提供的一种基于粒子群算法的逆变型DG准入容量计算方法，建立了计及控制策略的逆变型DG等效模型，使等效计算模型具有低电压穿越能力，并在已建立等效计算模型的基础之上，计算逆变型DG的准入容量，用于在不改变原有配电网的保护的整定值的情况下实现最大容量接入，提高了供电可靠性，同时保证了电网投资经济性问题。

附图说明

图1为本发明的整定流程图。

图2为IEEE33接入4个逆变型DG的结构图。

图3为逆变型DG准入容量的迭代曲线。

具体实施方式

下面结合附图对本发明做进一步的描述，但本发明的实施方式并不限于此。

以下对含逆变型DG的IEEE33节点准入容量整定方法进行实例分析，节点33连接系统电源，等效电抗Z_s取0.4，系统基准容量S_B取100MVA，基准电压U_B为10.5kV，逆变型DG于节点6、18、22、25接入，结合图1的整定流程图，采用matlab编写含DG配电网故障电流程序及粒子群算法程序，一种不改变现有继电保护配置的逆变型DG准入容量计算方法包括以下步骤：

(11)建立正常运行情况下逆变型DG的矢量控制，对于逆变型DG，根据PQ控制方式，逆变器出口电流包含有功电流I_d和无功电流I_q，有功电流I_d和无功电流I_q与逆变器出口电流I存在以下关系：

I＝I_d-jI_q (1)

通过Park变换，并将d轴电压定向于逆变器交流侧电压矢量的同步旋转坐

标系中，则逆变型DG的输出功率如式(2)：

式中：I_qreff为故障后q轴参考电流；I_qref为故障前q轴参考电流；k_q为无功支持曲线斜率；ΔU为并网点电压跌落值；U_n为并网点额定电压；U_pcc为故障前并网点电压；U_pccf为故障后并网点故障电压。

(13)建立故障后逆变型DG等效模型，在故障前后较短时间内DG输出的有功功率参考值在故障前后不发生变化，如式(4)：

P_reff＝P_ref (4)

I_DGf＝f(U_pccf)＝I_dreff-j·I_qreff (7)

2.建立逆变型DG并网后的故障电流计算模型，对于IEEE33节点系统，在节点6、18、22、25并入逆变型DG，逆变型DG的输出的故障电流为I_DG1，...，I_DG4，并网点电压U_pcc1，...，U_pcc4，采用迭代算法得到DG输出的电流、并网点的电压以及各线路的点故障电流，具体如下：

(21)形成导纳矩阵，并在故障点1、2、3、18、22、7、26形成不同的导纳阵，具体节点电压方程如下：

首先形成导纳矩阵如式(8)

(22)根据不同的故障点形成不同导纳阵，具体如下：

1.节点1发生三相短路，形成两个不同导纳阵如式(9～10)

Y_1-1＝Y(33，33) (9)

Y_1-2＝Y(2：32，2：32) (10)

2.节点2发生三相短路，形成两个不同导纳阵如式(11～12)

Y_2-1＝Y([1；18：21；33]，[1；18：21；33]) (11)

Y_2-2＝Y([3：17；22：32]，[3：17；22：32]) (12)

3.节点3发生三相短路，形成两个不同导纳阵如式(13～14)

Y_3-1＝Y([1：2；18：24；33]，[1：2；18：24；33]) (13)

Y_3-2＝Y([4：17；25：32]，[4：17；25：32]) (14)

4.节点18发生三相短路，形成导纳阵如式(15)

Y₁₈＝Y([1：17；22：33]，[1：17；22：33]) (15)

5.节点22发生三相短路，形成导纳阵如式(16)

Y₂₂＝Y([1：21；25：33]，[1：21；25：33]) (16)

6.节点7发生三相短路，形成导纳阵如式(17)

Y₇＝Y([1：6；18：33]，[1：6；18：33]) (17)

7.节点26发生三相短路，形成导纳阵如式(18)

Y26＝Y([1：25；33]，[1：25；33]) (18)

式(9～18)中表示从原来导纳阵Y中，根据不同的故障点提取相应的行和列形成对应的新导纳阵；

(23)进行潮流计算给出DG1～DG4注入故障电流注入初始值，进行迭代，修正电压值及故障电流注入值；根据形成式(9～18)形成的不同导纳阵，列写节点电压方程，令DG第k次迭代注入电流为非DG节点注入电流为则第k+1次迭代节点电压如式(19)：

修正节点电压值如式(20)：

修正第k+1迭代节点的注入电流如式(21)：

(24)判断是否收敛，具体如式(12)：

如果节点电压值未达到收敛精度，转入式(19)继续迭代，直至达到式(22)的收敛精度。

3.获取原有配网各馈线三段式电流的整定值建立DG接入容量最大化为目标函数，以各线路的三段式电流保护整定值作为不等式约束，并采用粒子群算法求解出个接入点的DG容量，具体如下：

(31)计算出无DG接入情况下，系统在最大运行方式下，节点1、2、3、4、6、7、18、19、22、23、25和26母线处所在位置短路时的三相短路电流值，然后求解出保护CB1、CB2、CB3、CB6、CB18、CB22、CB25的瞬时速断保护和限时速断电流保护获取原有配网各馈线三段式电流的整定值和如表1：

表1 IEEE33节点系统各馈线三段式电流的整定值

(32)建立以DG接入容量最大化为目标函数如式(13)：

式中表示4个DG接入容量最大化；

(33)建立以各线路的三段式电流保护整定值作为不等式约束，计算接入DG之后故障情况下短路电流，具体如表2：

表2 接入DG后IEEE33节点系统馈线电流保护整定值的不等式约束

表中为原来配网第i条线路瞬时电流速断保护整定值；I_CBi为接入DG之后第i条线路三相短路情况下的短路电流；

(34)根据已建立的目标函数以及不等式，对并网点DG容量进行初始化，计算得到每个粒子的适应度值，对每个粒子，将其适应度值与所经历过的最好位置的适应度值进行比较，如果更好，则将其作为粒子的个体历史的最优值；然后对每个粒子，将其历史最优适应度值与群体内或领域内所经的最好位置的适应度值进行比较，若更好，则将其作为当前的全局最好位置，并对粒子的速度的位置和速度进行更新；最后判断是否达到最大迭代次数或者适应度函数的值相邻几代小于ξ，若是则结束计算，否则更新粒子的位置和速度继续迭代，直到达到终止条件。由此，得到含逆变型DG的IEEE33节点系统的准入容量如表3：

表3 含逆变型DG的IEEE33节点系统的准入容量

以上所述的本发明的实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神原则之内所作出的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims

1.一种基于粒子群算法的逆变型DG准入容量计算方法，其特征在于，包括以下步骤：

(2)建立逆变型DG并网后的故障电流计算模型；

(3)获取配网未接入DG前各馈线的电流速断保护、限时电流速断保护和定时限过电流保护的整定值，建立以接入DG容量最大化为目标函数，以各馈线的三段式电流保护整定值为约束条件的优化模型，并采用粒子群算法求出DG的准入容量；

所述步骤(1)中根据正常运行情况下及故障情况下的控制策略建立计及控制策略的DG等效模型，具体如下：

(11)正常运行情况下，根据PQ控制方式，逆变器出口电流包含有功电流I_d和无功电流I_q，有功电流I_d和无功电流I_q与逆变器出口电流I存在以下关系如式(1)：

I＝I_d-jI_q (1)

式中，j表示复数虚部；

(12)建立故障情况下DG低电压穿越的控制策略，故障情况下，在电压降落期间DG必须提高其无功电流以支持电网电压，当电压跌落幅度超过10％时，每1％的电压跌落，DG至少需要提供2％至100％的无功电流，其响应速度在20ms以内，由此得到无功电流和电压跌落的关系如式(3)：

(13)在故障前后较短时间内，DG输出的有功功率参考值在故障前后不发生变化，由此得到式(4)：

P_reff＝P_ref (4)

I_DGf＝f(U_pccf)＝I_dreff-j·I_qreff (7)

式中：I_DGf为故障情况下DG输出的电流；f(U_pccf)表示故障情况下DG输出的电流与并网点电压的函数关系；j表示复数虚部。

2.根据权利要求1所述的基于粒子群算法的逆变型DG准入容量计算方法，其特征在于，所述步骤(2)中，逆变型DG输出的故障电流受并网点电压控制，采用迭代算法得到逆变型DG并网后的故障电流计算模型，具体如下：

(21)形成导纳矩阵，列写节点电压方程；对于一个n节点的网络，第k节点到第n节点并入逆变型DG，逆变型DG的输出的故障电流为I_kDG，...，I_nDG，并网点电压U_pcck，...，U_pccn，则节点电压方程如式(8)：

(22)以故障前潮流计算的电流作为注入故障电流注入初始值，进行迭代，修正电压值及故障电流注入值；

令DG第k次迭代注入电流为则第k+1次迭代节点电压如式(9)：

修正节点电压值如式(10)：

修正第k+1迭代节点的注入电流如式(11)：

(23)判断是否收敛，具体如式(12)：

如果节点电压值未达到收敛精度，转入式(9～11)继续迭代，直至达到式(12)的收敛精度。

3.根据权利要求2所述的基于粒子群算法的逆变型DG准入容量计算方法，其特征在于，所述步骤(3)中，获取原有配网各馈线三段式电流的整定值以DG接入容量最大化为目标函数，以各线路的三段式电流保护整定值作为不等式约束，并采用粒子群算法求解出各接入点的DG容量，具体如下：

(31)建立以DG接入容量最大化为目标函数如式(13)：

式中，m表示有m个DG接入配网，S_iDG表示第i个DG接入的容量；

(32)建立以各线路的三段式电流保护整定值作为不等式约束，步骤(2)建立的计及控制策略逆变型DG故障计算模型，计算接入DG之后故障电流，即第i条线路发生短路，第i条线路故障电流大于该线路整定值以跳开断路器，其余线路的故障电流不能大于所在线路的电流整定值，具体如式(14)：

(33)根据已建立的计及控制策略逆变型DG准入容量的整定方法模型，对并网点DG容量进行初始化，计算得到每个粒子的适应度值，对每个粒子，将其适应度值与所经历过的最好位置的适应度值进行比较，如果其适应度值比所经历过的最好位置的适应度值更好，则将该适应度值作为粒子的个体历史的最优值；然后对每个粒子，将其历史最优适应度值与群体内所经的最好位置的适应度值进行比较，若其历史最优适应度值比群体内所经的最好位置的适应度值更好，则将其历史最优适应度值作为当前的全局最好位置，并对粒子的速度的位置和速度进行更新；最后判断是否达到最大迭代次数或者适应度函数的值相邻几代小于ξ，若达到则结束计算，否则更新粒子的位置和速度继续迭代，直到达到终止条件。