CN106849119B - 主动配电网自适应鲁棒无功优化方法 - Google Patents
主动配电网自适应鲁棒无功优化方法 Download PDFInfo
- Publication number
- CN106849119B CN106849119B CN201710041948.5A CN201710041948A CN106849119B CN 106849119 B CN106849119 B CN 106849119B CN 201710041948 A CN201710041948 A CN 201710041948A CN 106849119 B CN106849119 B CN 106849119B
- Authority
- CN
- China
- Prior art keywords
- model
- adaptive
- distribution network
- formula
- robust
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种主动配电网自适应鲁棒无功优化方法,包括以下步骤:基于传统的潮流模型,构建近似线性的潮流模型,求取节点注入功率向量与节点电压向量之间的近似映射关系,进而获取配电网无功优化的决策变量可行域;基于鲁棒优化理论,构建最优决策与不确定变量之间的自适应函数,进而构建自适应鲁棒无功优化模型;基于自适应鲁棒无功优化模型,提出割平面法的求解策略,将原始问题分解成两个子问题,通过两个子问题的交替迭代获得原始问题的解。本方法引入鲁棒优化的思想,提出割平面法的求解策略,实现高效、快速的求解,确保了不确定性条件下主动配电网的经济、安全、高效运行。
Description
技术领域
本发明涉及一种主动配电网优化运行方法,尤其涉及一种主动配电网自适应鲁棒无功优化方法。
背景技术
分布式电源的大规模并网,给配电网带来了诸多影响。具体表现有:改变配电网电压水平及潮流分布、提高配电网的短路容量、继电保护策略的复杂度加大、影响网络的供电可靠性以及加剧电能质量的恶化等。传统配电网的运行控制模式已经无法满足发展需求,主动配电网技术(Active Distribution Networks,ADN)应运而生。
现有的主动配电网优化运行方法主要分为三类:基于预测信息的最优潮流控制策略,基于分散自治的实时控制策略以及基于多时间尺度协调配合的分层优化控制策略。基于预测信息的最优潮流控制策略,未考虑预测信息不准确带来的影响,其给出的控制策略与系统实际运行状态有较大差别,不能保证系统的安全运行;基于分散自治的实时控制策略,仅考虑本地信息,不能实现全局优化;基于多时间尺度协调配合的分层优化控制策略的本质是将分布式电源出力的不确定性通过“逐级细化”的方式进行处理,将不确定性的影响降低,但仍是配电网安全约束越限后的被动调节。
现有的主动配电网优化运行方法不能满足不确定性条件下的主动配电网经济、安全、高效运行的要求,不能实现配电网的主动控制与实时优化等问题。
发明内容
发明目的:针对以上问题,本发明提出一种主动配电网自适应鲁棒无功优化方法。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:一种主动配电网自适应鲁棒无功优化方法,包括以下步骤:
(1)基于传统的潮流模型,构建近似线性的潮流模型;利用近似线性潮流模型,求取节点注入功率向量与节点电压向量之间的近似映射关系,进而获取配电网无功优化的决策变量可行域;
(2)基于鲁棒优化理论,构建最优决策与不确定变量之间的自适应函数,进而构建自适应鲁棒无功优化模型;
(3)基于自适应鲁棒无功优化模型,提出割平面法的求解策略,将原始问题分解成两个子问题,通过两个子问题的交替迭代获得原始问题的解。
步骤(1)中,传统的潮流模型如式1:
S=IV 1
其中,S为节点注入功率向量,I为节点注入电流向量,V为节点电压向量。
采用线性最优逼近,求近似线性潮流模型,如式2:
S=T(V) 2
则,配电网中节点电压向量与节点注入功率向量的近似线性关系如式3:
V=T-1(S) 3
根据节点电压向量与节点注入功率向量的近似线性关系,获取配电网无功优化决策变量的可行域。
步骤(2)中,不确定变量为分布式电源的有功出力,其仿射形式如式4:
P=P0+εP1 4
ε∈Ω 5
其中,P为分布式电源的有功出力,P0为分布式电源有功出力的预测值,ε为分布式电源有功出力的扰动因子,Ω表示不确定集,P1为最大扰动量。
最优无功出力为有功出力的线性自适应函数,如式5:
Q=l(P0+εP1) 6
其中,Q为分布式电源最优无功出力,l为自适应函数。
基于自适应鲁棒优化理论,构建主动配电网自适应鲁棒无功优化模型,如式6:
g(P,Q)=0
h(P,Q)≤0
P=P0+εP1
Q=l(P0+εP1)
ε∈Ω 7
其中,g(P,Q)=0表示等式约束,h(P,Q)≤0表示不等式约束,Ω为不确定集。
步骤(3)中,将原始问题转变为一个min-max问题,该问题中存在决策变量Q及扰动因子ε两类变量;提出割平面法的求解策略,将min-max问题分解成一个求决策变量Q的子问题和一个求扰动因子ε的子问题,通过两个子问题的交替迭代获取原始问题的解。
决策变量Q的子问题数学模型如式7:
g(P,Q)=0
h(P,Q)≤0
P=P0+εt-1P1
Q=l(P0+εt-1P1)
ε∈Ω 8
其中,εt-1为上一次迭代求取的扰动因子。
扰动因子ε的子问题数学模型如式8:
g(P,Q)=0
h(P,Q)≤0
P=P0+εP1
Qt=l(P0+εP1)
ε∈Ω 9
其中,Qt为此次迭代求取的决策变量。
有益效果:本发明与现有技术相比,具有以下优点:该方法充分考虑了大量可再生能源并网带来的不确定性,通过鲁棒可行域估计技术,将对电压的约束直接转化为对决策变量的约束,确定了决策变量的出力空间;该方法引入了鲁棒优化的概念,确保了在不确定性条件下,优化决策始终能满足主动配电网运行的安全性要求;该方法提出了自适应鲁棒优化的技术,大大降低了鲁棒优化的保守性,确保了主动配电网的经济、高效运行;该方法提出了割平面法,将一个难解的问题分解成两个可解的子问题,实现了原问题的高效、快速求解。
附图说明
图1是本发明的主动配电网自适应鲁棒无功优化方法流程图;
图2是鲁棒可行域估计的等效图;
图3是鞍点求解的等效图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
针对分布式电源并网带来的不确定性,引入鲁棒优化的思想,将不确定性表示成区间的形式,通过鲁棒可行域估计技术求解决策变量的可行域,确保电力系统的安全运行。构建最优决策变量与不确定变量之间的自适应函数,基于该自适应函数,构建自适应鲁棒无功优化模型。针对自适应鲁棒无功优化模型的特点,提出割平面法的求解策略,实现高效、快速的求解。该方法确保了不确定性条件下主动配电网的经济、安全、高效运行。
如图1所示是本发明所述的主动配电网自适应鲁棒无功优化方法流程图,包括以下步骤:
(1)基于传统的潮流模型,构建近似线性的潮流模型。利用近似线性潮流模型,求取节点注入功率向量与节点电压向量之间的近似映射关系,从而将对配电网的节点电压约束转化为对节点注入功率的约束,进而获取配电网无功优化的决策变量可行域。即,鲁棒可行域估计。
具体地,传统的潮流模型如式1:
S=IV 1
其中,S为节点注入功率向量,I为节点注入电流向量,V为节点电压向量。
采用线性最优逼近,求取近似线性潮流方程,如式2:
S=T(V) 2
则,配电网中节点电压向量与节点注入功率向量之间的近似线性关系如式3:
V=T-1(S) 3
结合图2,根据该节点电压向量与节点注入功率向量之间的近似线性关系,将对配电网的节点电压约束转化为对节点注入功率的约束,进而获取配电网无功优化决策变量的可行域。
(2)基于鲁棒优化理论,构建最优决策与不确定变量之间的自适应函数,进而构建自适应鲁棒无功优化模型。
由于传统的鲁棒优化理论考虑了所有可能性,其给出的最优决策往往具有保守度过高的问题。针对这一缺点,引入自适应技术,即,将不确定变量的变化直接反应给最优决策,实现最优决策根据不确定变量自适应变化,从而降低了其保守性。考虑大规模可再生能源接入主动配电网,不确定变量主要是分布式电源的有功出力,其仿射形式如式4:
P=P0+εP1 4
ε∈Ω 5
其中,P为分布式电源的有功出力,P0为分布式电源有功出力的预测值,ε为分布式电源有功出力的扰动因子,Ω表示不确定集,P1为最大扰动量。
配电网无功容量充足时,分布式电源运行于MPPT模式,此时仅需要控制分布式电源的无功出力,最优无功出力可表示为有功出力的线性自适应函数,如式5:
Q=l(P0+εP1) 6
其中,Q为分布式电源最优无功出力,l为自适应函数。
基于自适应鲁棒优化理论,构建主动配电网自适应鲁棒无功优化模型,如式6:
g(P,Q)=0
h(P,Q)≤0
P=P0+εP1
Q=l(P0+εP1)
ε∈Ω 7
其中,g(P,Q)=0表示等式约束,h(P,Q)≤0表示不等式约束,Ω为不确定集。
(3)针对自适应鲁棒无功优化模型的特点,提出割平面法的求解策略,将原始问题分解成两个子问题,通过两个子问题的交替迭代获取原始问题的解。
具体地,配电网自适应鲁棒优化模型通过鲁棒可行域估计将半无穷节点电压约束转化为一个确定性的鲁棒可行域约束,将原始问题转变为一个min-max问题,该问题中存在决策变量Q及扰动因子ε两类变量,该问题的本质为一个鞍点求解问题。
结合图3,提出割平面法的求解策略,即,将原min-max问题,分解成一个关于决策变量Q的子问题,和一个关于扰动因子ε的子问题,通过两个子问题的交替迭代获取原始问题的解。
决策变量Q的子问题数学模型如式7:
g(P,Q)=0
h(P,Q)≤0
P=P0+εt-1P1
Q=l(P0+εt-1P1)
ε∈Ω 8
其中,εt-1为上一次迭代求取的扰动因子。
扰动因子ε的子问题数学模型如式8:
g(P,Q)=0
h(P,Q)≤0
P=P0+εP1
Qt=l(P0+εP1)
ε∈Ω 9
其中,Qt为此次迭代求取的决策变量。
Claims (1)
1.一种主动配电网自适应鲁棒无功优化方法,其特征在于:包括以下步骤:
(1)基于传统的潮流模型,构建近似线性的潮流模型;利用近似线性潮流模型,求取节点注入功率向量与节点电压向量之间的近似映射关系,进而获取配电网无功优化的决策变量可行域;
传统的潮流模型如式1:
S=IV 1
其中,S为节点注入功率向量,I为节点注入电流向量,V为节点电压向量;
采用线性最优逼近,求近似线性潮流模型,如式2:
S=T(V) 2
则,配电网中节点电压向量与节点注入功率向量的近似线性关系如式3:
V=T-1(S) 3
根据节点电压向量与节点注入功率向量的近似线性关系,获取配电网无功优化决策变量的可行域;
(2)基于鲁棒优化理论,构建最优决策与不确定变量之间的自适应函数,进而构建自适应鲁棒无功优化模型;
不确定变量为分布式电源的有功出力,其仿射形式如式4:
P=P0+εP1 4
ε∈Ω 5
其中,P为分布式电源的有功出力,P0为分布式电源有功出力的预测值,ε为分布式电源有功出力的扰动因子,Ω表示不确定集,P1为最大扰动量;
最优无功出力为有功出力的线性自适应函数,如式6:
Q=l(P0+εP1) 6
其中,Q为分布式电源最优无功出力,l为自适应函数;
基于自适应鲁棒优化理论,构建主动配电网自适应鲁棒无功优化模型,如式7:
g(P,Q)=0
h(P,Q)≤0
P=P0+εP1
Q=l(P0+εP1)
ε∈Ω 7
其中,g(P,Q)=0表示等式约束,h(P,Q)≤0表示不等式约束,Ω为不确定集;
(3)基于自适应鲁棒无功优化模型,提出割平面法的求解策略,将原始问题分解成两个子问题,通过两个子问题的交替迭代获得原始问题的解;
将原始问题转变为一个min-max问题,该问题中存在决策变量Q及扰动因子ε两类变量;提出割平面法的求解策略,将min-max问题分解成一个求决策变量Q的子问题和一个求扰动因子ε的子问题,通过两个子问题的交替迭代获取原始问题的解;
决策变量Q的子问题数学模型如式8:
g(P,Q)=0
h(P,Q)≤0
P=P0+εt-1P1
Q=l(P0+εt-1P1)
ε∈Ω 8
其中,εt-1为上一次迭代求取的扰动因子;
扰动因子ε的子问题数学模型如式9:
g(P,Q)=0
h(P,Q)≤0
P=P0+εP1
Qt=l(P0+εP1)
ε∈Ω 9
其中,Qt为此次迭代求取的决策变量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710041948.5A CN106849119B (zh) | 2017-01-20 | 2017-01-20 | 主动配电网自适应鲁棒无功优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710041948.5A CN106849119B (zh) | 2017-01-20 | 2017-01-20 | 主动配电网自适应鲁棒无功优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106849119A CN106849119A (zh) | 2017-06-13 |
CN106849119B true CN106849119B (zh) | 2019-06-18 |
Family
ID=59120909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710041948.5A Active CN106849119B (zh) | 2017-01-20 | 2017-01-20 | 主动配电网自适应鲁棒无功优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106849119B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107591844B (zh) * | 2017-09-22 | 2020-07-31 | 东南大学 | 考虑节点注入功率不确定性的主动配电网鲁棒重构方法 |
CN109079780B (zh) * | 2018-08-08 | 2020-11-10 | 北京理工大学 | 基于广义坐标的分布式移动机械臂任务分层优化控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103972905A (zh) * | 2014-04-28 | 2014-08-06 | 广州供电局有限公司 | 400v配网台区无功补偿优化方法 |
CN105262108A (zh) * | 2015-10-20 | 2016-01-20 | 南京邮电大学 | 一种有源配电网鲁棒无功优化运行方法 |
CN105470984A (zh) * | 2015-11-23 | 2016-04-06 | 江苏省电力公司南通供电公司 | 一种分布式光伏电站模糊自适应电压控制方法 |
CN106329523A (zh) * | 2016-11-19 | 2017-01-11 | 中国南方电网有限责任公司电网技术研究中心 | 考虑不确定性的有源配电网智能软开关鲁棒优化建模方法 |
-
2017
- 2017-01-20 CN CN201710041948.5A patent/CN106849119B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103972905A (zh) * | 2014-04-28 | 2014-08-06 | 广州供电局有限公司 | 400v配网台区无功补偿优化方法 |
CN105262108A (zh) * | 2015-10-20 | 2016-01-20 | 南京邮电大学 | 一种有源配电网鲁棒无功优化运行方法 |
CN105470984A (zh) * | 2015-11-23 | 2016-04-06 | 江苏省电力公司南通供电公司 | 一种分布式光伏电站模糊自适应电压控制方法 |
CN106329523A (zh) * | 2016-11-19 | 2017-01-11 | 中国南方电网有限责任公司电网技术研究中心 | 考虑不确定性的有源配电网智能软开关鲁棒优化建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106849119A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jumani et al. | Swarm intelligence-based optimization techniques for dynamic response and power quality enhancement of AC microgrids: A comprehensive review | |
CN107800155B (zh) | 考虑智能软开关的有源配电网多时段孤岛运行方法 | |
Malla et al. | Enhanced operation of stand-alone “Photovoltaic-Diesel Generator-Battery” system | |
Mehta et al. | A comprehensive review on control techniques for stability improvement in microgrids | |
Teo et al. | Fuzzy logic control of energy storage system in microgrid operation | |
Hu et al. | Branch-wise parallel successive algorithm for online voltage regulation in distribution networks | |
Moafi et al. | Energy management system based on fuzzy fractional order PID controller for transient stability improvement in microgrids with energy storage | |
Ma et al. | Two-time-scale coordinated energy management for medium-voltage DC systems | |
Zhang et al. | DMPC-based coordinated voltage control for integrated hybrid energy system | |
Nazir et al. | Affinely adjustable robust volt/var control without centralized computations | |
Hartani et al. | Impacts assessment of random solar irradiance and temperature on the cooperation of the energy management with power control of an isolated cluster of DC-Microgrids | |
Vafamand et al. | Intelligent multiobjective NSBGA-II control of power converters in DC microgrids | |
CN106849119B (zh) | 主动配电网自适应鲁棒无功优化方法 | |
Long et al. | Bi-level Volt/VAR optimization in distribution networks with smart PV inverters | |
Shobana et al. | Optimised coordinated control of hybrid AC/DC microgrids along PV-wind-battery: A hybrid based model | |
Hossain et al. | Deep reinforcement learning-based volt-var optimization in distribution grids with inverter-based resources | |
Veisi et al. | Adaptive fractional order control of photovoltaic power generation system with disturbance observer | |
Anton et al. | Design and Implementation of a Smart Grid System for Renewable Energy Integration | |
Bhaduri et al. | Supervisory controller for power management of microgrid using hybrid technique | |
Yang et al. | Model predictive control via PV-based VAR scheme for power distribution systems with regular and unexpected abnormal loads | |
Sharma et al. | Comparative analysis of different types of micro-grid architectures and controls | |
Colot et al. | Fully distributed real-time voltage control in active distribution networks with large penetration of solar inverters | |
Wang et al. | Robust frequency control of power systems under time-varying loads | |
Hu et al. | Consensus algorithm based adaptive droop control for DC microgrid | |
Lai et al. | Distributed voltage control for DC mircogrids with coupling delays & noisy disturbances |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |