CN107196315A - 含光储系统配电网的动态拓展无功优化控制方法 - Google Patents

含光储系统配电网的动态拓展无功优化控制方法 Download PDF

Info

Publication number
CN107196315A
CN107196315A CN201710433828.XA CN201710433828A CN107196315A CN 107196315 A CN107196315 A CN 107196315A CN 201710433828 A CN201710433828 A CN 201710433828A CN 107196315 A CN107196315 A CN 107196315A
Authority
CN
China
Prior art keywords
mrow
msub
msubsup
energy storage
power
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.)
Pending
Application number
CN201710433828.XA
Other languages
English (en)
Inventor
黄伟
张勇军
王武
陈家超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201710433828.XA priority Critical patent/CN107196315A/zh
Publication of CN107196315A publication Critical patent/CN107196315A/zh
Pending legal-status Critical Current

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
    • H02J3/1821—Arrangements for adjusting, eliminating or compensating reactive power in networks using shunt compensators
    • H02J3/1828—Arrangements for adjusting, eliminating or compensating reactive power in networks using shunt compensators with stepwise control, the possibility of switching in or out the entire compensating arrangement not being considered as stepwise control
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/10—Photovoltaic [PV]
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Secondary Cells (AREA)

Abstract

本发明提供含光储系统配电网的动态拓展无功优化控制方法，其基于时段解耦，用以解决因储能和光伏电站同时接入配电网，使得配电网运行状态动态优化问题难以求解的情况。其具体步骤为：首先，获取电网网架参数以及全日各时刻负荷、光伏出力预测数据；其次，以变压器档位、电容器补偿容量、光伏电站功率因素、储能有功出力为控制变量，把各节点电压不越限、一天内储能充放电平衡作为状态变量约束，以网损和变压器抽头、电容器投切开关、储能充放电调节代价之和最小为目标函数，建立含光储配电网的有功无功动态优化模型；最后，采用灾变遗传算法求解上述模型得到各时段优化结果并输出。

Description

含光储系统配电网的动态拓展无功优化控制方法
技术领域
本发明涉及一种10kV配电网的动态拓展无功优化方法，特别涉及考虑储能调节代价时含光储系统的配电网动态无功优化方法。
背景技术
电力系统的无功优化是一个非线性、多约束的的寻优问题，其目的是根据日前计划得出各调节设备具体控制方案，达到降低网损，提高电能质量，减小各设备调节代价等目标。
随着科学技术的发展，储能装置在各领域得到广泛的应用。在电力系统中，储能装置的削峰填谷、短时供电、抑制电网震荡以及改善电网电能质量的能力都得到了证明。此外，将储能装置应用于配电网中，能够进一步挖掘系统的节能降耗能力，提高系统调节的灵活性，减小电网的损耗。
为了在配电网无功优化时充分发掘储能装置在配电网无功优化中的灵活性，同时考虑各设备调节代价，本发明基于灾变遗传算法，通过计算得到含光储系统配电网的动态拓展无功优化接近最优的控制方案。
发明内容
本发明的目的在于解决光储联合系统并网后带来的网损增加、电压越限等问题，同时考虑包括储能在内的各设备调节成本，充分保证配电网运行的稳定性和经济性。
本发明的目的至少通过如下技术方案之一实现。
含光储系统配电网的动态拓展无功优化控制方法，包括以下步骤：
(1)建立含光储系统的10kV配电线路计算模型；
(2)构建含光储系统配电网的动态拓展无功优化模型：以各时段变压器档位TK、电容器补偿容量QC、光伏功率因素λPVi、储能有功出力PE为控制变量，并考虑其取值范围约束以分时段解耦优化为基础，以网损及各设备调节代价最小为目标函数，以各节点电压不越限、一天内储能充放电平衡作为状态变量约束；
(3)采用灾变遗传算法求解最优目标函数值，并获得各时段无功优化的最优控制方案；
(4)将光储装置在各时段的最优控制方案下达到光储系统的控制中心，调节储能设备的控制模块和光伏逆变器以调整其出力，再根据各时段最优方案调节各无功补偿装置投切组数并调整有载调压变压器的档位。
进一步地，步骤(2)中目标函数的计算公式如下：
式中，为t时段的网损，为t时段所有变压器和电容器总调节代价，为t时段所有储能装置的总调节代价，其计算公式分别如下：
上述式中，nE为配电网中储能装置的总个数；和分别是t时段节点i和节点j的电压；Gij和Bij为通过电网参数求得的节点导纳矩阵元素；δij为节点电压角度差；CT、CQ分别为变压器、电容器的单位调节代价，单位：kW/次；为t时段第i台变压器抽头所处档位；
为t时段第j台电容器投入组数；为t-1时段第i台变压器抽头所处档位；为t-1时段第j台电容器投入组数；nT、nQ别为网络中有载调压变压器的数量和电容器组安装点的数量；COMB,i为第i台储能装置维护成本系数，单位：元/kW；分别为第i个储能装置在t时刻充、放电功率以及放电状态，其中1表示放电，0表示充电或静置；τ为电能单价，单位：元/kWh；CDep,i为第i个储能装置折旧成本，计算公式如下：
式中，ηDep为折旧成本系数；PN,i、EN,i为第i个储能装置的额定功率和额定容量；Cp为储能装置单位功率安装成本的现值，单位：元/kW；CE为储能装置单位容量安装成本的现值，单位：元/kWh；Ni为第i个储能装置的使用循环次数。
进一步地，步骤(2)中控制变量的约束具体如下：
λmin≤λPVi≤λmax i∈ΩPV (8)
其中，ΩC为电容器安装节点集合；ΩT为变压器节点集合；ΩPV为光伏系统节点集合；ΩE为储能节点集合；为第i个电容器组在t时段的补偿容量；为第i个变压器在t时段的档位；为第i个光伏在t时段的功率因素；为第i个储能在t时段的有功出力；QCi.min、QCi.max分别为第i个电容器组的最小、最大补偿容量；TKi.min、TKi.max为有载调压变压器的最大档位、λmin为光伏功率因素下限值，λmax为光伏功率因素上限值；分别是第i个储能在t时段有功出力的上下限值，其表达式如下
Ei分别是储能容量的上下限；Emax、Emin分别表示储能装置自身充、放电的能量限制；ηC,i、ηD,i表示充、放电效率；表示储能装置剩余容量，其计算方法公式如下：
其中，分别表示储能装置的充、放电功率；分别表示储能装置在t时刻的充、放电状态，El表示静置能量损耗。
进一步地，步骤(2)中状态变量的约束具体如下：
Vmin＜Vi＜Vmax i∈ΩN (13)
式(12)为储能的一天内的充放电平衡约束，式(13)为系统中各节点的电压约束，式中，ε为储能装置一天充放电平衡的最大允许误差，表示优化结束时刻的储能剩余电量；为优化开始时刻储能装置中所储电量；Vi为第i个节点的电压，ΩN为所有节点集合，Vmin、Vmax分别为节点电压的上下限值。
进一步地，步骤(3)中用灾变遗传算法求解含光储系统配电网的动态拓展无功优化模型的具体步骤如下：
步骤1：应根据模型中的状态变量约束将式(1)拓展成适用于遗传算法求解的目标函数形式；
步骤2：对控制变量中变压器档位电容器补偿容量光伏电站功率因素储能有功出力进行编码、产生初始种群，对初始种群进行潮流计算；
步骤3：保留目标函数值最小的个体，并选择目标函数小于设定值得个体进行交叉变异，以继续产生新的种群再进行潮流计算，同时每隔一定遗传代数对种群进行灾变操作，直至目标函数值与上一次的目标值之差小于设定的允许值或已达到以设定的最大进化次数，停止计算，输出目标值和控制变量的优化取值。
进一步地，步骤1中拓展后的目标函数的具体表达式如下：
式中，λV、λE为惩罚因子，其中λV为数值较大的正常数，λE的数值随时间变化，具体表达式如下：
式中，k1和k2均为正值且k1＜k2/t2，从而保证了λE在整个仿真周期内连续且数值不断增大，即惩罚力度越来越强；
VLIM为电压越限风险指标，其计算公式如下：
其中，Vi为节点i的电压幅值，Sat(x)为饱和函数；
为t时段储能的充放电平衡指标，其计算公式如下：
式中，为t时段第i个储能装置的充放电平衡指标，nE为配电网中储能装置的总个数。
进一步地，所述步骤(1)中所述的含光储系统的配电线路计算模型的参数包括：
1)10kV配电线路的网架结构；
2)10kV配电线路的导线型号、长度和阻抗值；
3)10kV配电线路首端变电站10kV母线电压；
4)各配电变压器的型号、容量及其低压侧的日负荷预测曲线；
5)各无功补偿设备的安装点、安装容量和已投容量；
6)有载调压变压器的安装点、型号、容量和现选档位；
7)光储系统中光伏发电单元容量及其配置的储能装置的容量、光伏日出力预测曲线。
与现有技术相比，本发明具有如下优点和技术效果：
为了在配电网无功优化时充分发掘储能装置在配电网无功优化中的灵活性，同时考虑各设备调节代价，本发明基于灾变遗传算法，通过计算得到含光储系统配电网的动态拓展无功优化接近最优的控制方案。本发明的总目标以及电网损耗方面优化效果均有较大的提高。本发明考虑光储联合系统的拓展无功优化，将储能装置的有功出力及光伏发电单元的功率因数作为拓展控制变量，在配电网的经济运行中能够取得更好的效果。
附图说明
图1是实例中的一个地区配电网拓扑结构示意图。
图2是实例中光伏日出力预测曲线。
图3是实例中日负荷率预测曲线。
图4是实例中目标函数值对比曲线。
图5是实例中的电网损耗对比曲线。
图6是实例中灾变遗传算法的流程示意图。
具体实施方式
以下结合附图和实例对本发明的具体实施作进一步说明，但本发明的实施和保护不限于此。
一种含光储联合系统配电网的动态拓展无功优化控制方法，包括以下步骤：
(1)建立含光储系统的10kV配电线路计算模型；
(2)以各时段变压器档位TK、电容器补偿容量QC、光伏功率因素λPVi、储能有功出力PE为控制变量，并考虑其取值范围约束以分时段解耦优化为基础，以网损及各设备调节代价最小为目标函数，以各节点电压不越限、一天内储能充放电平衡作为状态变量约束，构建含光储系统配电网的动态拓展无功优化模型；
(3)采用灾变遗传算法求解最优目标函数值，并获得各时段无功优化的最优方案；
(4)将光储装置在各时段的最优控制方案下达到光储系统的控制中心，调节储能设备的控制模块和光伏逆变器以调整其出力，再根据各时段最优方案调节各无功补偿装置投切组数并调整有载调压变压器的档位。
所述步骤(1)中所述的含光储系统的配电线路计算模型的参数包括：
1)10kV配电线路的网架结构；
2)10kV配电线路的导线型号、长度和阻抗值；
3)10kV配电线路首端变电站10kV母线电压；
4)各配电变压器的型号、容量及其低压侧的日负荷预测曲线；
5)各无功补偿设备的安装点、安装容量和已投容量；
6)有载调压变压器的安装点、型号、容量和现选档位；
7)光储系统中光伏发电单元容量及其配置的储能装置的容量、光伏日出力预测曲线。
步骤(2)中目标函数的计算公式如下：
式中，为t时段的网损，为t时段所有变压器和电容器总调节代价，为t时段所有储能装置的总调节代价，其计算公式分别如下：
上述式中，nE为配电网中储能装置的总个数；和分别是t时段节点i和节点j的电压；Gij和Bij为通过电网参数求得的节点导纳矩阵元素；δij为节点电压角度差；CT、CQ分别为变压器、电容器的单位调节代价，单位：kW/次；为t时段第i台变压器抽头所处档位；
为t时段第j台电容器投入组数；为t-1时段第i台变压器抽头所处档位；为t-1时段第j台电容器投入组数；nT、nQ别为网络中有载调压变压器的数量和电容器组安装点的数量；COMB,i为第i台储能装置维护成本系数，单位：元/kW；分别为第i个储能装置在t时刻充、放电功率以及放电状态，其中1表示放电，0表示充电或静置；τ为电能单价，单位：元/kWh；CDep,i为第i个储能装置折旧成本，计算公式如下：
式中，ηDep为折旧成本系数；PN,i、EN,i为第i个储能装置的额定功率和额定容量；Cp为储能装置单位功率安装成本的现值，单位：元/kW；CE为储能装置单位容量安装成本的现值，单位：元/kWh；Ni为第i个储能装置的使用循环次数。
所述步骤(2)中所述的网损及各设备调节代价的计算，具体如下：
网损：
变压器调节代价：
补偿电容器调节代价：
所述步骤(2)中所述的含光储系统配电网的动态拓展无功优化模型，具体如下：
通过系统各设备的联合控制，构造以系统有功网损最小、变压器和电容器调剂代价最小、储能调节代价最小为目标的动态拓展无功优化模型，该模型在无功补偿设备的无功出力QC、有载调压变压器的档位Tk作为控制变量的基础上增加储能装置的有功出力PES和光伏功率因素λ两类控制变量，通过时段解耦，进行动态拓展无功优化控制，控制变量的不等式约束为：
λmin≤λPVi≤λmax i∈ΩPV (8)
其中，ΩC为电容器安装节点集合；ΩT为变压器节点集合；ΩPV为光伏系统节点集合；ΩE为储能节点集合；为第i个电容器组在t时段的补偿容量；为第i个变压器在t时段的档位；为第i个光伏在t时段的功率因素；为第i个储能在t时段的有功出力；QCi.min、QCi.max分别为第i个电容器组的最小、最大补偿容量；TKi.min、TKi.max为有载调压变压器的最大档位、λmin为光伏功率因素下限值，λmax为光伏功率因素上限值；分别是第i个储能在t时段有功出力的上下限值，其表达式如下
E i分别是储能容量的上下限；Emax、Emin分别表示储能装置自身充、放电的能量限制；ηC,i、ηD,i表示充、放电效率；表示储能装置剩余容量，其计算方法公式如下：
其中，分别表示储能装置的充、放电功率；分别表示储能装置在t时刻的充、放电状态，El表示静置能量损耗。
状态变量约束具体如下：
Vmin＜Vi＜Vmax i∈ΩN (13)
式(12)为储能的一天内的充放电平衡约束，式(13)为系统中各节点的电压约束，式中，ε为储能装置一天充放电平衡的最大允许误差，表示优化结束时刻的储能剩余电量；为优化开始时刻储能装置中所储电量；Vi为第i个节点的电压，ΩN为所有节点集合，Vmin、Vmax分别为节点电压的上下限值。
该模型的优化目标在兼顾网损最小的同时也考虑各设备的调节代价，目标函数为
式中，为t时段的网损，为t时段所有变压器和电容器总调节代价，为t时段所有储能装置的总调节代价。
将状态变量中的节点电压约束、储能充放电平衡约束作为惩罚项加入目标函数构成扩展目标函数
其中，λV、λE为惩罚因子，其中λV为数值较大的正常数，λE的数值随时间变化，具体表达式如下：
式中，k1和k2均为正值且k1＜k2/t2，从而保证了λE在整个仿真周期内连续且数值不断增大，即惩罚力度越来越强。
VLIM为电压越限风险指标，其计算公式如下：
其中，Vi为节点i的电压幅值，Sat(x)为饱和函数。
为t时段储能的充放电平衡指标，其计算公式如下：
式中，为t时段第i个储能装置的充放电平衡指标，nE为配电网中储能装置的总个数。
参照图6，所述步骤(3)中的灾变遗传算法的基本操作如下：
1)染色体编码和初始种群的产生。
对模型中的变量进行编码，设置各控制变量的范围，初始化规模为N的群体，输入各控制变量参数。
2)选择、交叉和变异。
通过选择运算以让更接近最优目标的个体有更大的生存几率。在选择运算后，采用交叉运算、变异运算对选择出的个体进行交叉和变异操作，产生子代种群，将父代个体与子代个体比较，保留适应度较好的个体。
3)灾变算子。
为了避免在优化过程中陷入局部最优，引入灾变算子，在每遗传一定代数后进行一次灾变，使寻优操作能够搜寻到更大范围内的优秀个体，具体操作为：在保留种群中最佳个体的前提下，重新初始化种群。
4)最优方案。
循环2)～3)步骤直至计算到预先设置的遗传代数，种群中最优目标函数值所对应的个体即为该时段各设备最优控制方案。
应用实例：
实例所用网络拓扑选取某地区实际配电网，如图1所示。在节点43、44、45分别接入光储联合系统，配置及经济指标如表1所示。系统中有1台有载调压变压器，包含17个分接头(UN±8×1.25％)，节点1、6、12、20、29、39、42处安装有可投切并联电容器组，单组容量分别为135kvar、72kvar、160kvar、90kvar、90kvar、72kvar、36kvar，组数均为2组；光伏PV1、PV2、PV3的最大有功出力分别为3.2MW、3MW、2.8MW，其功率因素变化范围为滞后0.85至超前0.85。在3个光伏并网点各配置储能系统，其各项指标如表2所示。本算例中光伏的日出力预测如图2所示，日负荷率预测如图3所示，其中，午时12点各配变的有功、无功负荷如表3所示。
表1负荷数据
表2储能系统配置指标及经济指标
该实例设置3组对照优化方法，其中方法1的控制变量为QC和Tk；方法2的控制变量为QC、Tk和λPV；方法3的控制变量为QC、Tk、λPV和PES，即为本文动态拓展无功优化模型。通过灾变遗传算法，得出不同方法各时段目标函数值及网损如图4及图5所示。
由图4及图5可知，本文方法在凌晨时段及中午时段优化效果好于其他方法，由于储能初始剩余能量充足，在凌晨代替光伏，向电网提供有功功率，减小了网损；中午时段，储能吸收多余的光伏有功出力同时减小了电网损耗。而在优化周期的后半段，由于受到储能充放电平衡的约束，为了保证下一优化周期的正常运行，储能装置在保持容量接近初始容量后趋向于不动作，故优化结果与其他方法相同。对24个时段的计算结果求和，将各方法优化后的总目标函数值及总网损进行比较，结果如表3所示。
表3总目标函数值及总网损对比
由表3可知，本发明方法与其他方法的优化结果相比，在总目标以及电网损耗方面优化效果均有较大的提高。由此可见，考虑光储联合系统的拓展无功优化，将储能装置的有功出力及光伏发电单元的功率因数作为拓展控制变量，在配电网的经济运行中能够取得更好的效果。

Claims (7)

1.含光储系统配电网的动态拓展无功优化控制方法，其特征在于包括以下步骤：
(1)建立含光储系统的10kV配电线路计算模型；
(2)构建含光储系统配电网的动态拓展无功优化模型：以各时段变压器档位TK、电容器补偿容量QC、光伏功率因素λPVi、储能有功出力PE为控制变量，并考虑其取值范围约束以分时段解耦优化为基础，以网损及各设备调节代价最小为目标函数，以各节点电压不越限、一天内储能充放电平衡作为状态变量约束；
(3)采用灾变遗传算法求解最优目标函数值，并获得各时段无功优化的最优控制方案；
(4)将光储装置在各时段的最优控制方案下达到光储系统的控制中心，调节储能设备的控制模块和光伏逆变器以调整其出力，再根据各时段最优方案调节各无功补偿装置投切组数并调整有载调压变压器的档位。
2.根据权利要求1所述的含光储系统配电网的动态拓展无功优化控制方法，其特征在于：步骤(2)中目标函数的计算公式如下：
<mrow> <mi>min</mi> <mi> </mi> <mi>F</mi> <mo>=</mo> <msubsup> <mi>P</mi> <mrow> <mi>L</mi> <mi>O</mi> <mi>S</mi> <mi>S</mi> </mrow> <mi>t</mi> </msubsup> <mo>+</mo> <msubsup> <mi>C</mi> <mrow> <mi>T</mi> <mo>-</mo> <mi>Q</mi> </mrow> <mi>t</mi> </msubsup> <mo>+</mo> <msubsup> <mi>C</mi> <mi>E</mi> <mi>t</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
式中，为t时段的网损，为t时段所有变压器和电容器总调节代价，为t时段所有储能装置的总调节代价，其计算公式分别如下：
<mrow> <msubsup> <mi>P</mi> <mrow> <mi>L</mi> <mi>O</mi> <mi>S</mi> <mi>S</mi> </mrow> <mi>t</mi> </msubsup> <mo>=</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msubsup> <mi>V</mi> <mi>i</mi> <mi>t</mi> </msubsup> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msubsup> <mi>V</mi> <mi>j</mi> <mi>t</mi> </msubsup> <mrow> <mo>(</mo> <msub> <mi>G</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>cos&amp;delta;</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>B</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <msub> <mi>sin&amp;delta;</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msubsup> <mi>C</mi> <mrow> <mi>T</mi> <mo>-</mo> <mi>Q</mi> </mrow> <mi>t</mi> </msubsup> <mo>=</mo> <msub> <mi>C</mi> <mi>T</mi> </msub> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>n</mi> <mi>T</mi> </msub> </munderover> <mo>|</mo> <mrow> <msubsup> <mi>T</mi> <mi>i</mi> <mi>t</mi> </msubsup> <mo>-</mo> <msubsup> <mi>T</mi> <mi>i</mi> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> </mrow> <mo>|</mo> <mo>+</mo> <msub> <mi>C</mi> <mi>Q</mi> </msub> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>n</mi> <mi>Q</mi> </msub> </munderover> <mo>|</mo> <mrow> <msubsup> <mi>Q</mi> <mi>j</mi> <mi>t</mi> </msubsup> <mo>-</mo> <msubsup> <mi>Q</mi> <mi>j</mi> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> </mrow> <mo>|</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msubsup> <mi>C</mi> <mi>E</mi> <mi>t</mi> </msubsup> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>&amp;tau;</mi> <mi>&amp;Delta;</mi> <mi>t</mi> </mrow> </mfrac> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>n</mi> <mi>E</mi> </msub> </munderover> <mo>&amp;lsqb;</mo> <msub> <mi>C</mi> <mrow> <mi>O</mi> <mi>M</mi> <mi>B</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mrow> <mo>(</mo> <msubsup> <mi>P</mi> <mrow> <mi>C</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>+</mo> <msubsup> <mi>P</mi> <mrow> <mi>D</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>)</mo> </mrow> <mo>+</mo> <msubsup> <mi>C</mi> <mrow> <mi>D</mi> <mi>e</mi> <mi>p</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <msubsup> <mi>U</mi> <mrow> <mi>D</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msubsup> <mi>U</mi> <mrow> <mi>D</mi> <mo>,</mo> <mi>i</mi> </mrow> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
上述式中，nE为配电网中储能装置的总个数；Vi t和分别是t时段节点i和节点j的电压；Gij和Bij为通过电网参数求得的节点导纳矩阵元素；δij为节点电压角度差；CT、CQ分别为变压器、电容器的单位调节代价，单位：kW/次；Ti t为t时段第i台变压器抽头所处档位；
为t时段第j台电容器投入组数；Ti t-1为t-1时段第i台变压器抽头所处档位；为t-1时段第j台电容器投入组数；nT、nQ别为网络中有载调压变压器的数量和电容器组安装点的数量；COMB,i为第i台储能装置维护成本系数，单位：元/kW；分别为第i个储能装置在t时刻充、放电功率以及放电状态，其中1表示放电，0表示充电或静置；τ为电能单价，单位：元/kWh；CDep,i为第i个储能装置折旧成本，计算公式如下：
<mrow> <msub> <mi>C</mi> <mrow> <mi>D</mi> <mi>e</mi> <mi>p</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msub> <mi>&amp;eta;</mi> <mrow> <mi>D</mi> <mi>e</mi> <mi>p</mi> </mrow> </msub> <msub> <mi>N</mi> <mi>i</mi> </msub> </mfrac> <mrow> <mo>(</mo> <msub> <mi>C</mi> <mi>P</mi> </msub> <msub> <mi>P</mi> <mrow> <mi>N</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>C</mi> <mi>E</mi> </msub> <msub> <mi>E</mi> <mrow> <mi>N</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
式中，ηDep为折旧成本系数；PN,i、EN,i为第i个储能装置的额定功率和额定容量；Cp为储能装置单位功率安装成本的现值，单位：元/kW；CE为储能装置单位容量安装成本的现值，单位：元/kWh；Ni为第i个储能装置的使用循环次数。
3.根据权利要求1所述的一种基于时段解耦的含光储配电网有功无功动态优化方法，其特征在于：步骤(2)中控制变量的约束具体如下：
<mrow> <msub> <mi>Q</mi> <mrow> <mi>C</mi> <mi>i</mi> <mo>.</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>&amp;le;</mo> <msubsup> <mi>Q</mi> <mrow> <mi>C</mi> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>&amp;le;</mo> <msub> <mi>Q</mi> <mrow> <mi>C</mi> <mi>i</mi> <mo>.</mo> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>,</mo> <mi>i</mi> <mo>&amp;Element;</mo> <msub> <mi>&amp;Omega;</mi> <mi>C</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow> 1
<mrow> <msub> <mi>T</mi> <mrow> <mi>K</mi> <mi>i</mi> <mo>.</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>&amp;le;</mo> <msubsup> <mi>T</mi> <mrow> <mi>K</mi> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>&amp;le;</mo> <msub> <mi>T</mi> <mrow> <mi>K</mi> <mi>i</mi> <mo>.</mo> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>,</mo> <mi>i</mi> <mo>&amp;Element;</mo> <msub> <mi>&amp;Omega;</mi> <mi>T</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
λmin≤λPVi≤λmax i∈ΩPV (8)
<mrow> <msubsup> <mi>P</mi> <mrow> <mi>E</mi> <mi>i</mi> <mo>.</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <mi>t</mi> </msubsup> <mo>&amp;le;</mo> <msubsup> <mi>P</mi> <mrow> <mi>E</mi> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>&amp;le;</mo> <msubsup> <mi>P</mi> <mrow> <mi>E</mi> <mi>i</mi> <mo>.</mo> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> <mi>t</mi> </msubsup> <mo>,</mo> <mi>i</mi> <mo>&amp;Element;</mo> <msub> <mi>&amp;Omega;</mi> <mi>E</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>9</mn> <mo>)</mo> </mrow> </mrow>
其中，ΩC为电容器安装节点集合；ΩT为变压器节点集合；ΩPV为光伏系统节点集合；ΩE为储能节点集合；为第i个电容器组在t时段的补偿容量；为第i个变压器在t时段的档位；为第i个光伏在t时段的功率因素；为第i个储能在t时段的有功出力；QCi.min、QCi.max分别为第i个电容器组的最小、最大补偿容量；TKi.min、TKi.max为有载调压变压器的最大档位、λmin为光伏功率因素下限值，λmax为光伏功率因素上限值；分别是第i个储能在t时段有功出力的上下限值，其表达式如下
<mrow> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mover> <mi>P</mi> <mo>&amp;OverBar;</mo> </mover> <mi>i</mi> <mi>t</mi> </msubsup> <mo>=</mo> <mi>min</mi> <mrow> <mo>(</mo> <mfrac> <msub> <mi>E</mi> <mi>max</mi> </msub> <mrow> <msub> <mi>&amp;eta;</mi> <mrow> <mi>C</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mi>&amp;Delta;</mi> <mi>t</mi> </mrow> </mfrac> <mo>,</mo> <mfrac> <mrow> <msub> <mover> <mi>E</mi> <mo>&amp;OverBar;</mo> </mover> <mi>i</mi> </msub> <mo>-</mo> <msubsup> <mi>E</mi> <mi>i</mi> <mi>t</mi> </msubsup> </mrow> <mrow> <msub> <mi>&amp;eta;</mi> <mrow> <mi>C</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mi>&amp;Delta;</mi> <mi>t</mi> </mrow> </mfrac> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msubsup> <munder> <mi>P</mi> <mo>&amp;OverBar;</mo> </munder> <mi>i</mi> <mi>t</mi> </msubsup> <mo>=</mo> <mi>max</mi> <mrow> <mo>(</mo> <msub> <mi>E</mi> <mi>min</mi> </msub> <mfrac> <msub> <mi>&amp;eta;</mi> <mrow> <mi>D</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mrow> <mi>&amp;Delta;</mi> <mi>t</mi> </mrow> </mfrac> <mo>,</mo> <mo>(</mo> <mrow> <msub> <munder> <mi>E</mi> <mo>&amp;OverBar;</mo> </munder> <mi>i</mi> </msub> <mo>-</mo> <msubsup> <mi>E</mi> <mi>i</mi> <mi>t</mi> </msubsup> </mrow> <mo>)</mo> <mfrac> <msub> <mi>&amp;eta;</mi> <mrow> <mi>D</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mrow> <mi>&amp;Delta;</mi> <mi>t</mi> </mrow> </mfrac> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>10</mn> <mo>)</mo> </mrow> </mrow>
E i分别是储能容量的上下限；Emax、Emin分别表示储能装置自身充、放电的能量限制；ηC,i、ηD,i表示充、放电效率；表示储能装置剩余容量，其计算方法公式如下：
<mrow> <msubsup> <mi>E</mi> <mi>i</mi> <mi>t</mi> </msubsup> <mo>=</mo> <msubsup> <mi>E</mi> <mi>i</mi> <mrow> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <mo>+</mo> <mrow> <mo>(</mo> <msubsup> <mi>P</mi> <mrow> <mi>C</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <msub> <mi>&amp;eta;</mi> <mrow> <mi>C</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>-</mo> <mfrac> <msubsup> <mi>P</mi> <mrow> <mi>D</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <msub> <mi>&amp;eta;</mi> <mrow> <mi>D</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> </mfrac> <mo>)</mo> </mrow> <mi>&amp;Delta;</mi> <mi>t</mi> <mo>-</mo> <msub> <mi>E</mi> <mi>l</mi> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msubsup> <mi>U</mi> <mrow> <mi>C</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msubsup> <mi>U</mi> <mrow> <mi>D</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>11</mn> <mo>)</mo> </mrow> </mrow>
其中，分别表示储能装置的充、放电功率；分别表示储能装置在t时刻的充、放电状态，El表示静置能量损耗。
4.根据权利要求1所述的一种基于时段解耦的含光储配电网有功无功动态优化方法，其特征在于：步骤(2)中状态变量的约束具体如下：
<mrow> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>n</mi> <mi>E</mi> </msub> </munderover> <mo>|</mo> <mrow> <msubsup> <mi>E</mi> <mi>i</mi> <mi>T</mi> </msubsup> <mo>-</mo> <msubsup> <mi>E</mi> <mi>i</mi> <mn>1</mn> </msubsup> </mrow> <mo>|</mo> <mo>&amp;le;</mo> <mi>&amp;epsiv;</mi> <mo>,</mo> <mi>i</mi> <mo>&amp;Element;</mo> <msub> <mi>Q</mi> <mi>E</mi> </msub> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>12</mn> <mo>)</mo> </mrow> </mrow>
Vmin＜Vi＜Vmax i∈ΩN (13)
式(12)为储能的一天内的充放电平衡约束，式(13)为系统中各节点的电压约束，式中，ε为储能装置一天充放电平衡的最大允许误差，表示优化结束时刻的储能剩余电量；为优化开始时刻储能装置中所储电量；Vi为第i个节点的电压，ΩN为所有节点集合，Vmin、Vmax分别为节点电压的上下限值。
5.根据权利要求1所述的一种基于时段解耦的含光储配电网有功无功动态优化方法，其特征在于：步骤(3)中用灾变遗传算法求解含光储系统配电网的动态拓展无功优化模型的具体步骤如下：
步骤1：应根据模型中的状态变量约束将式(1)拓展成适用于遗传算法求解的目标函数形式；
步骤2：对控制变量中变压器档位电容器补偿容量光伏电站功率因素储能有功出力进行编码、产生初始种群，对初始种群进行潮流计算；
步骤3：保留目标函数值最小的个体，并选择目标函数小于设定值得个体进行交叉变异，以继续产生新的种群再进行潮流计算，同时每隔一定遗传代数对种群进行灾变操作，直至目标函数值与上一次的目标值之差小于设定的允许值或已达到以设定的最大进化次数，停止计算，输出目标值和控制变量的优化取值。
6.根据权利要求5所述的一种基于时段解耦的含光储配电网有功无功动态优化方法，其特征在于步骤1中拓展后的目标函数的具体表达式如下：
<mrow> <mi>min</mi> <mi> </mi> <msup> <mi>F</mi> <mo>&amp;prime;</mo> </msup> <mo>=</mo> <msubsup> <mi>P</mi> <mrow> <mi>L</mi> <mi>O</mi> <mi>S</mi> <mi>S</mi> </mrow> <mi>t</mi> </msubsup> <mo>+</mo> <msubsup> <mi>C</mi> <mrow> <mi>T</mi> <mo>-</mo> <mi>Q</mi> </mrow> <mi>t</mi> </msubsup> <mo>+</mo> <msubsup> <mi>C</mi> <mi>E</mi> <mrow> <mi>t</mi> <mo>&amp;prime;</mo> </mrow> </msubsup> <mo>+</mo> <msub> <mi>L</mi> <mi>V</mi> </msub> <msubsup> <mi>V</mi> <mrow> <mi>L</mi> <mi>I</mi> <mi>M</mi> </mrow> <mi>t</mi> </msubsup> <mo>+</mo> <msub> <mi>&amp;lambda;</mi> <mi>E</mi> </msub> <msubsup> <mi>E</mi> <mrow> <mi>c</mi> <mi>d</mi> </mrow> <mi>t</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>14</mn> <mo>)</mo> </mrow> </mrow>
式中，λV、λE为惩罚因子，其中λV为数值较大的正常数，λE的数值随时间变化，具体表达式如下：
<mrow> <msub> <mi>&amp;lambda;</mi> <mi>E</mi> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> <mi>t</mi> <mo>&amp;le;</mo> <msub> <mi>t</mi> <mn>1</mn> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>k</mi> <mn>1</mn> </msub> <mo>&amp;CenterDot;</mo> <msup> <mi>t</mi> <mn>2</mn> </msup> <mo>,</mo> <msub> <mi>t</mi> <mn>1</mn> </msub> <mo>&lt;</mo> <mi>t</mi> <mo>&amp;le;</mo> <msub> <mi>t</mi> <mn>2</mn> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>k</mi> <mn>2</mn> </msub> <mo>&amp;CenterDot;</mo> <mi>t</mi> <mo>,</mo> <msub> <mi>t</mi> <mn>2</mn> </msub> <mo>&lt;</mo> <mi>t</mi> <mo>&amp;le;</mo> <mi>T</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>15</mn> <mo>)</mo> </mrow> </mrow>
式中，k1和k2均为正值且k1＜k2/t2，从而保证了λE在整个仿真周期内连续且数值不断增大，即惩罚力度越来越强；
VLIM为电压越限风险指标，其计算公式如下：
<mrow> <msub> <mi>V</mi> <mrow> <mi>L</mi> <mi>I</mi> <mi>M</mi> </mrow> </msub> <mo>=</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mfrac> <mrow> <mo>|</mo> <msub> <mi>V</mi> <mi>i</mi> </msub> <mo>-</mo> <mi>S</mi> <mi>a</mi> <mi>t</mi> <mrow> <mo>(</mo> <msub> <mi>V</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mrow> <msub> <mi>V</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>V</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mo>,</mo> <mi>i</mi> </mrow> </msub> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>16</mn> <mo>)</mo> </mrow> </mrow>
其中，Vi为节点i的电压幅值，Sat(x)为饱和函数；
<mrow> <mi>S</mi> <mi>a</mi> <mi>t</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>,</mo> <mi>x</mi> <mo>&lt;</mo> <msub> <mi>x</mi> <mi>min</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>x</mi> <mo>,</mo> <msub> <mi>x</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>&amp;le;</mo> <mi>x</mi> <mo>&amp;le;</mo> <msub> <mi>x</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mi>max</mi> </msub> <mo>,</mo> <msub> <mi>x</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>&lt;</mo> <mi>x</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>17</mn> <mo>)</mo> </mrow> </mrow>
为t时段储能的充放电平衡指标，其计算公式如下：
<mrow> <msubsup> <mi>E</mi> <mrow> <mi>c</mi> <mi>d</mi> </mrow> <mi>t</mi> </msubsup> <mo>=</mo> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>n</mi> <mi>E</mi> </msub> </munderover> <msubsup> <mi>E</mi> <mrow> <mi>c</mi> <mi>d</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>18</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <msubsup> <mi>E</mi> <mrow> <mi>c</mi> <mi>d</mi> <mo>,</mo> <mi>i</mi> </mrow> <mi>t</mi> </msubsup> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msubsup> <mi>E</mi> <mi>i</mi> <mi>t</mi> </msubsup> <mo>-</mo> <msubsup> <mi>E</mi> <mi>i</mi> <mn>1</mn> </msubsup> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mo>(</mo> <msubsup> <mi>E</mi> <mi>i</mi> <mi>t</mi> </msubsup> <mo>-</mo> <msubsup> <mi>E</mi> <mi>i</mi> <mn>1</mn> </msubsup> <mo>)</mo> <mo>&gt;</mo> <mi>&amp;epsiv;</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mo>(</mo> <msubsup> <mi>E</mi> <mi>i</mi> <mi>t</mi> </msubsup> <mo>-</mo> <msubsup> <mi>E</mi> <mi>i</mi> <mn>1</mn> </msubsup> <mo>)</mo> <mo>&amp;le;</mo> <mi>&amp;epsiv;</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>19</mn> <mo>)</mo> </mrow> </mrow>
式中，为t时段第i个储能装置的充放电平衡指标，nE为配电网中储能装置的总个数。
7.根据权利要求1所述的一种基于时段解耦的含光储配电网有功无功动态优化方法，其特征在于所述步骤(1)中所述的含光储系统的配电线路计算模型的参数包括：
1)10kV配电线路的网架结构；
2)10kV配电线路的导线型号、长度和阻抗值；
3)10kV配电线路首端变电站10kV母线电压；
4)各配电变压器的型号、容量及其低压侧的日负荷预测曲线；
5)各无功补偿设备的安装点、安装容量和已投容量；
6)有载调压变压器的安装点、型号、容量和现选档位；
7)光储系统中光伏发电单元容量及其配置的储能装置的容量、光伏日出力预测曲线。
CN201710433828.XA 2017-06-09 2017-06-09 含光储系统配电网的动态拓展无功优化控制方法 Pending CN107196315A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710433828.XA CN107196315A (zh) 2017-06-09 2017-06-09 含光储系统配电网的动态拓展无功优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710433828.XA CN107196315A (zh) 2017-06-09 2017-06-09 含光储系统配电网的动态拓展无功优化控制方法

Publications (1)

Publication Number Publication Date
CN107196315A true CN107196315A (zh) 2017-09-22

Family

ID=59877595

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710433828.XA Pending CN107196315A (zh) 2017-06-09 2017-06-09 含光储系统配电网的动态拓展无功优化控制方法

Country Status (1)

Country Link
CN (1) CN107196315A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108039711A (zh) * 2017-12-22 2018-05-15 国网冀北电力有限公司秦皇岛供电公司 一种电压无功协调优化控制方法及装置
CN108321810A (zh) * 2018-02-12 2018-07-24 华南理工大学 抑制光伏并网点电压波动的配网多时间尺度无功控制方法
CN108565869A (zh) * 2017-12-08 2018-09-21 广州供电局有限公司 低压配电网电压控制方法、装置、存储介质和计算机设备
CN108964120A (zh) * 2018-06-29 2018-12-07 安徽大学 低压分布式光伏接入容量优化控制方法
CN109103898A (zh) * 2018-10-25 2018-12-28 国网湖南省电力有限公司 基于风电功率超短期预测误差的电力系统电压控制方法
CN109245154A (zh) * 2018-09-26 2019-01-18 云南电网有限责任公司电力科学研究院 一种基于改进分析法的配网多分布式电源降损配置方法
CN110556851A (zh) * 2019-09-12 2019-12-10 云南电网有限责任公司临沧供电局 基于电动汽车换电站的配电网优化电压管理方法
CN111262243A (zh) * 2020-03-04 2020-06-09 国网浙江省电力有限公司 一种园区配电系统运行方式智能辨识以及优化方法
CN111740430A (zh) * 2020-07-24 2020-10-02 上海交通大学 一种基于虚拟电厂的源网协同动态优化方法
CN113270882A (zh) * 2021-04-26 2021-08-17 南方电网电动汽车服务有限公司 通过储能装置降低配电网网损的方法、装置、设备和介质
CN113541156A (zh) * 2021-06-28 2021-10-22 国网上海市电力公司 一种基于电抗器补偿装置的无功电压调整方法
CN116073389A (zh) * 2023-03-24 2023-05-05 国网湖北省电力有限公司经济技术研究院 基于受端电网无功同步平衡能力预测的电压稳定评估方法
WO2023093537A1 (zh) * 2021-11-26 2023-06-01 南京邮电大学 高渗透率光伏接入的配电网多端协同电压治理方法、系统及存储介质
CN116683472A (zh) * 2023-04-28 2023-09-01 国网河北省电力有限公司电力科学研究院 无功功率补偿方法、装置、设备以及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014176136A (ja) * 2013-03-06 2014-09-22 Jfe Steel Corp 自動力率制御システムおよび自動力率制御方法
CN104362650A (zh) * 2014-11-14 2015-02-18 国家电网公司 一种考虑成本因素的电力系统无功优化方法
CN105914758A (zh) * 2016-05-17 2016-08-31 华北电力大学 考虑分布式电源无功补偿成本的电网无功优化方法
CN106058858A (zh) * 2016-06-30 2016-10-26 中国南方电网有限责任公司电网技术研究中心 一种配电网优化方法与装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014176136A (ja) * 2013-03-06 2014-09-22 Jfe Steel Corp 自動力率制御システムおよび自動力率制御方法
CN104362650A (zh) * 2014-11-14 2015-02-18 国家电网公司 一种考虑成本因素的电力系统无功优化方法
CN105914758A (zh) * 2016-05-17 2016-08-31 华北电力大学 考虑分布式电源无功补偿成本的电网无功优化方法
CN106058858A (zh) * 2016-06-30 2016-10-26 中国南方电网有限责任公司电网技术研究中心 一种配电网优化方法与装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨燕霞: "主动配电网运行优化技术研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108565869B (zh) * 2017-12-08 2021-02-02 广东电网有限责任公司广州供电局 低压配电网电压控制方法、装置、存储介质和计算机设备
CN108565869A (zh) * 2017-12-08 2018-09-21 广州供电局有限公司 低压配电网电压控制方法、装置、存储介质和计算机设备
CN108039711A (zh) * 2017-12-22 2018-05-15 国网冀北电力有限公司秦皇岛供电公司 一种电压无功协调优化控制方法及装置
CN108321810A (zh) * 2018-02-12 2018-07-24 华南理工大学 抑制光伏并网点电压波动的配网多时间尺度无功控制方法
CN108321810B (zh) * 2018-02-12 2021-03-30 华南理工大学 抑制光伏并网点电压波动的配网多时间尺度无功控制方法
CN108964120A (zh) * 2018-06-29 2018-12-07 安徽大学 低压分布式光伏接入容量优化控制方法
CN108964120B (zh) * 2018-06-29 2021-09-24 安徽大学 低压分布式光伏接入容量优化控制方法
CN109245154A (zh) * 2018-09-26 2019-01-18 云南电网有限责任公司电力科学研究院 一种基于改进分析法的配网多分布式电源降损配置方法
CN109103898A (zh) * 2018-10-25 2018-12-28 国网湖南省电力有限公司 基于风电功率超短期预测误差的电力系统电压控制方法
CN110556851A (zh) * 2019-09-12 2019-12-10 云南电网有限责任公司临沧供电局 基于电动汽车换电站的配电网优化电压管理方法
CN111262243A (zh) * 2020-03-04 2020-06-09 国网浙江省电力有限公司 一种园区配电系统运行方式智能辨识以及优化方法
CN111262243B (zh) * 2020-03-04 2023-05-12 国网浙江省电力有限公司 一种园区配电系统运行方式智能辨识以及优化方法
CN111740430A (zh) * 2020-07-24 2020-10-02 上海交通大学 一种基于虚拟电厂的源网协同动态优化方法
CN113270882A (zh) * 2021-04-26 2021-08-17 南方电网电动汽车服务有限公司 通过储能装置降低配电网网损的方法、装置、设备和介质
CN113541156A (zh) * 2021-06-28 2021-10-22 国网上海市电力公司 一种基于电抗器补偿装置的无功电压调整方法
CN113541156B (zh) * 2021-06-28 2024-01-23 国网上海市电力公司 一种基于电抗器补偿装置的无功电压调整方法
WO2023093537A1 (zh) * 2021-11-26 2023-06-01 南京邮电大学 高渗透率光伏接入的配电网多端协同电压治理方法、系统及存储介质
CN116073389A (zh) * 2023-03-24 2023-05-05 国网湖北省电力有限公司经济技术研究院 基于受端电网无功同步平衡能力预测的电压稳定评估方法
CN116683472A (zh) * 2023-04-28 2023-09-01 国网河北省电力有限公司电力科学研究院 无功功率补偿方法、装置、设备以及存储介质

Similar Documents

Publication Publication Date Title
CN107196315A (zh) 含光储系统配电网的动态拓展无功优化控制方法
EP3057192B1 (en) An energy internet and a hierarchical control system and a control method thereof
Chong et al. Hybrid energy storage systems and control strategies for stand-alone renewable energy power systems
Mahmud et al. A cooperative operation of novel PV inverter control scheme and storage energy management system based on ANFIS for voltage regulation of grid-tied PV system
CN108539729A (zh) 基于孤岛模式光储直流微电网的协调控制方法
CN104319768B (zh) 一种微电网供电及监控方法
CN106549392B (zh) 一种配电网协调控制方法
Bogaraj et al. A novel energy management scheme using ANFIS for independent microgrid
CN110137988B (zh) 含光伏的主动配电网储能系统定容选址规划方法及系统
Goel et al. Genetically tuned STATCOM for voltage control and reactive power compensation
CN110808597A (zh) 主动配电网中考虑三相不平衡的分布式电源规划方法
CN112072711A (zh) 基于动态优先级的配电网灵活性优化调度方法
Kaysal et al. Hierarchical energy management system with multiple operation modes for hybrid DC microgrid
CN112467717A (zh) 一种基于模糊控制的混合能源系统实时负荷分配方法
Barker et al. Efficient ANFIS-driven power extraction and control strategies for PV-bess integrated electric vehicle charging station
Li et al. Research on modeling and control strategy of lithium battery energy storage system in new energy consumption
Sai Thrinath et al. An Uninterrupted Fuzzy-Based PV-BES System for Improving Power Quality in Grid-Connected Systems
Azmi et al. Fuzzy logic control based maximum power point tracking technique in standalone photovoltaic system
CN114759616B (zh) 一种考虑电力电子器件特性的微电网鲁棒优化调度方法
CN105811435A (zh) 一种智能储能发电系统的无功补偿方法
Logeswaran et al. Power flow management of hybrid system in smart grid requirements using ITSA-MOAT approach
CN112952869A (zh) 一种计及风电接入的交直流混联系统扩展规划方法及系统
Meng et al. Optimal control of reactive power and voltage in active distribution network based on source-grid-load interaction
CN112636376A (zh) 一种混合储能装置在配电网中的运行优化方法和架构
Ma et al. Power mileage-based allocation and dispatch strategy of battery energy storage system

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170922

RJ01 Rejection of invention patent application after publication