CN108564241A - 一种基于特征模型的微电网群等效聚合方法 - Google Patents

一种基于特征模型的微电网群等效聚合方法 Download PDF

Info

Publication number
CN108564241A
CN108564241A CN201810018074.6A CN201810018074A CN108564241A CN 108564241 A CN108564241 A CN 108564241A CN 201810018074 A CN201810018074 A CN 201810018074A CN 108564241 A CN108564241 A CN 108564241A
Authority
CN
China
Prior art keywords
micro
model
equivalent
capacitance sensor
characteristic model
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
CN201810018074.6A
Other languages
English (en)
Inventor
蔡昌春
邓志祥
罗成名
戴卫力
邓立华
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.)
Changzhou Campus of Hohai University
Original Assignee
Changzhou Campus of Hohai University
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 Changzhou Campus of Hohai University filed Critical Changzhou Campus of Hohai University
Priority to CN201810018074.6A priority Critical patent/CN108564241A/zh
Publication of CN108564241A publication Critical patent/CN108564241A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

一种基于特征模型的微电网群等效聚合方法，包括如下步骤：（1）首先利用微电网并网动态数据和特征建模方法构建微电网并网特征模型；（2）利用传递函数方法对微电网并网特征模型进行Z域变换，获得特征模型的频域表达式；（3）然后利用频域冲激函数的响应实现频域方程的参数等效聚合，获得等效频域模型；（4）最后通过Z反变换获得差分特征模型，该模型能够反映微电网群的动态特性。整个过程利用故障数据提取特征模型参数，该动态等效建模方法能够对微电网群接入配电网的电力系统仿真提供有效的等效降阶方法。

Description

一种基于特征模型的微电网群等效聚合方法
技术领域
发明涉及一种基于特征建模的微电网等效模型的聚合方法，属于电力运行与控制领域领域。
发明背景：
随着可再生能源分布式发电系统、微电网系统的大量接入，其对配电网乃至电力系统的影响越来越突出。因此，在电力系统规划仿真、运行控制中必须考虑分布式电源以及微电网的作用。微电网由各种不同的分布式电源、负荷以及储能系统构成，微电网通过公共耦合点与配电网相连，有效规避了分布式电源以及多样负荷对配电网的影响。但是由于微电网内部结构复杂、形式多样，使得利用微电网详细模型参与配电网仿真变得更加复杂，因此有必要对微电网进行等效建模处理，从端口上观察微电网的动态特性以及其和配电网的项目作用。通过等效建模能够大大降低微电网接入的系统模型，然而大量微电网的接入需要对微电网模型进行等效聚合。如何采用合理的方法处理微电网等效模型的参数聚合问题是目前电力系统研究的热点。
发明内容
本发明利用单个微电网的特征模型和等效聚合方法获得微电网群的等效聚合模型，该等效聚合模型能够反映微电网群的动态特性。
本发明的技术方案如下：
一种基于特征模型的微电网群等效聚合方法，包括如下步骤：
(1)首先利用微电网并网动态数据和特征建模方法构建微电网并网特征模型；
(2)利用传递函数方法对微电网并网特征模型进行Z域变换，获得特征模型的频域表达式；
(3)然后利用频域冲激函数的响应实现频域方程的参数等效聚合，获得等效频域模型；
(4)最后通过Z反变换获得差分特征模型，该模型能够反映微电网群的动态特性。
上述步骤(1)中微电网并网特征等效模型的实现步骤如下：
单个微电网的特征模型通过单个微电网的特征建模来完成，此时特征模型表示为多阶差分方程，差分方程的阶数和参数通过建模辨识实现，单个微电网的特征模型可表示为：
y(t+1)＝F1(t)y(t)+F2(t)y(t-1)+G1(t)u(t)+G2(t)u(t-1) (1)
其中，y(t)为t时刻特征模型的输出，y(t+1)为t+1时刻的特征模型的输出，y(t-1)为t-1时刻的特征模型的输出，u(t)为t时刻的特征模型的输入，u(t-1)为t-1时刻的特征模型的输入，F1(t)，F2(t)，G1(t)，G2(t)为t时刻的系统参数矩阵；
利用特征建模分别得到两个微电网的特征模型分别为：
y1(t+2)＝F11(t)y1(t+1)+F12(t)y1(t)+G11(t)u(t+1)+G12(t)u(t) (2)
y2(t+2)＝F21(t)y2(t+1)+F22(t)y2(t)+G21(t)u(t+1)+G22(t)u(t) (3)
其中，y1和y2分别表示1号微电网和2号微电网的输出，F11(t)，F12(t)，G11(t)，G12(t)为t时刻的1号微电网系统参数矩阵，F21(t)，F22(t)，G21(t)，G22(t)为t时刻的2号微电网系统参数矩阵。
上述步骤(2)中Z域变换的步骤如下：
通过Z变换得到频域方程分别为：
其中θ1＝F11，θ2＝F12，θ3＝G11，θ4＝G12为1号微电网对应的参数矩阵， 为2号微电网对应的参数矩阵。
上述步骤(3)中参数等效聚合在频域内完成，具体步骤如下：
在频域内对G1(z)，G2(z)进行参数聚合，得到G(z)：
其中，b0＝G11+G21、b1＝G12+G22-G11F21-F11G21、b2＝F11G22+F12G21+G11F22+G12F21、b3＝F12G22+G12F22、a1＝F11+F21、a2＝F11F21-F12-F22、a3＝F11F22+F12F21、a4＝F12F22。
上述步骤(4)中获得差分特征模型的步骤如下：
利用差分方程降解方法将四阶差分方程转化成二阶差分方程：
y(k)＝c1y(k-1)+c2y(k-2)+d0u(k-1)+d1u(k-2) (7)
y(t)为t时刻聚合等效特征模型的输出，c1、c2、d0、d1分别为聚合等效模型的参数矩阵。
整个过程利用故障数据提取特征模型参数，该动态等效建模方法能够对微电网群接入配电网的电力系统仿真提供有效的等效降阶方法。
附图说明
图1是本发明等效聚合方法的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
电力系统建模是电力系统仿真计算的基础，针对微电网群接入系统，通过特征建模将微电网等效为具有一定特性的简化模型，利用参数的等效聚合将微电网群特征模型等效为一个特征模型，实现微电网群特征模型参数的等效聚合，由此可以简化微电网并网接入的仿真问题。
一种基于特征模型的微电网群等效聚合方法，包括如下步骤：
(1)首先利用微电网并网动态数据和特征建模方法构建微电网并网特征模型；
(2)利用传递函数方法对微电网并网特征模型进行Z域变换，获得特征模型的频域表达式；
(3)然后利用频域冲激函数的响应实现频域方程的参数等效聚合，获得等效频域模型；
(4)最后通过Z反变换获得差分特征模型，该模型能够反映微电网群的动态特性。
上述步骤(1)中微电网并网特征等效模型的实现步骤如下：
单个微电网的特征模型通过单个微电网的特征建模来完成，此时特征模型表示为多阶差分方程，差分方程的阶数和参数通过建模辨识实现，单个微电网的特征模型可表示为：
y(t+1)＝F1(t)y(t)+F2(t)y(t-1)+G1(t)u(t)+G2(t)u(t-1) (1)
其中，y(t)为t时刻特征模型的输出，y(t+1)为t+1时刻的特征模型的输出，y(t-1)为t-1时刻的特征模型的输出，u(t)为t时刻的特征模型的输入，u(t-1)为t-1时刻的特征模型的输入，F1(t)，F2(t)，G1(t)，G2(t)为t时刻的系统参数矩阵；
利用特征建模分别得到两个微电网的特征模型分别为：
y1(t+2)＝F11(t)y1(t+1)+F12(t)y1(t)+G11(t)u(t+1)+G12(t)u(t) (2)
y2(t+2)＝F21(t)y2(t+1)+F22(t)y2(t)+G21(t)u(t+1)+G22(t)u(t) (3)
其中，y1和y2分别表示1号微电网和2号微电网的输出，F11(t)，F12(t)，G11(t)，G12(t)为t时刻的1号微电网系统参数矩阵，F21(t)，F22(t)，G21(t)，G22(t)为t时刻的2号微电网系统参数矩阵。
上述步骤(2)中Z域变换的步骤如下：
通过Z变换得到频域方程分别为：
其中，y1和y2分别表示1号微电网和2号微电网的输出，F11(t)，F12(t)，G11(t)，G12(t)为t时刻的1号微电网系统参数矩阵，F21(t)，F22(t)，G21(t)，G22(t)为t时刻的2号微电网系统参数矩阵。
上述步骤(3)中参数等效聚合在频域内完成，具体步骤如下：
在频域内对G1(z)，G2(z)进行参数聚合，得到G(z)：
其中，b0＝G11+G21、b1＝G12+G22-G11F21-F11G21、b2＝F11G22+F12G21+G11F22+G12F21、b3＝F12G22+G12F22、a1＝F11+F21、a2＝F11F21-F12-F22、a3＝F11F22+F12F21、a4＝F12F22。
上述步骤(4)中获得差分特征模型的步骤如下：
利用差分方程降解方法将四阶差分方程转化成二阶差分方程：
y(k)＝c1y(k-1)+c2y(k-2)+d0u(k-1)+d1u(k-2) (7)
y(t)为t时刻聚合等效特征模型的输出，c1、c2、d0、d1分别为聚合等效模型的参数矩阵。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的两种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种基于特征模型的微电网群等效聚合方法，其特征在于：包括如下步骤：
(1)首先利用微电网并网动态数据和特征建模方法构建微电网并网特征模型；
(2)利用传递函数方法对微电网并网特征模型进行Z域变换，获得特征模型的频域表达式；
(3)然后利用频域冲激函数的响应实现频域方程的参数等效聚合，获得等效频域模型；
(4)最后通过Z反变换获得差分特征模型，该模型能够反映微电网群的动态特性。
2.根据权利要求1所述的一种基于特征模型的微电网群等效聚合方法，其特征在于：所述步骤(1)中微电网并网特征等效模型的实现步骤如下：
单个微电网的特征模型通过单个微电网的特征建模来完成，此时特征模型表示为多阶差分方程，差分方程的阶数和参数通过建模辨识实现，单个微电网的特征模型可表示为：
y(t+1)＝F1(t)y(t)+F2(t)y(t-1)+G1(t)u(t)+G2(t)u(t-1) (1)
其中，y(t)为t时刻特征模型的输出，y(t+1)为t+1时刻的特征模型的输出，y(t-1)为t-1时刻的特征模型的输出，u(t)为t时刻的特征模型的输入，u(t-1)为t-1时刻的特征模型的输入，F1(t)，F2(t)，G1(t)，G2(t)为t时刻的系统参数矩阵；
利用特征建模分别得到两个微电网的特征模型分别为：
y1(t+2)＝F11(t)y1(t+1)+F12(t)y1(t)+G11(t)u(t+1)+G12(t)u(t) (2)
y2(t+2)＝F21(t)y2(t+1)+F22(t)y2(t)+G21(t)u(t+1)+G22(t)u(t) (3)
其中，y1和y2分别表示1号微电网和2号微电网的输出，F11(t)，F12(t)，G11(t)，G12(t)为t时刻的1号微电网系统参数矩阵，F21(t)，F22(t)，G21(t)，G22(t)为t时刻的2号微电网系统参数矩阵。
3.根据权利要求1所述的一种基于特征模型的微电网群等效聚合方法，其特征在于：所述步骤(2)中Z域变换的步骤如下：
通过Z变换得到频域方程分别为：
其中θ1＝F11，θ2＝F12，θ3＝G11，θ4＝G12为1号微电网对应的参数矩阵， 为2号微电网对应的参数矩阵。
4.根据权利要求1所述的一种基于特征模型的微电网群等效聚合方法，其特征在于：所述步骤(3)中参数等效聚合在频域内完成，具体步骤如下：
在频域内对G1(z)，G2(z)进行参数聚合，得到G(z)：
其中，b0＝G11+G21、b1＝G12+G22-G11F21-F11G21、b2＝F11G22+F12G21+G11F22+G12F21、b3＝F12G22+G12F22、a1＝F11+F21、a2＝F11F21-F12-F22、a3＝F11F22+F12F21、a4＝F12F22。
5.根据权利要求1所述的一种基于特征模型的微电网群等效聚合方法，其特征在于：所述步骤(4)中获得差分特征模型的步骤如下：
利用差分方程降阶方法将四阶差分方程转化成二阶差分方程：
y(t)＝c1y(t-1)+c2y(t-2)+d0u(t-1)+d1u(t-2) (7)
y(t)为t时刻聚合等效特征模型的输出，c1、c2、d0、d1分别为聚合等效模型的参数矩阵。
CN201810018074.6A 2018-01-09 2018-01-09 一种基于特征模型的微电网群等效聚合方法 Pending CN108564241A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810018074.6A CN108564241A (zh) 2018-01-09 2018-01-09 一种基于特征模型的微电网群等效聚合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810018074.6A CN108564241A (zh) 2018-01-09 2018-01-09 一种基于特征模型的微电网群等效聚合方法

Publications (1)

Publication Number Publication Date
CN108564241A true CN108564241A (zh) 2018-09-21

Family

ID=63529741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810018074.6A Pending CN108564241A (zh) 2018-01-09 2018-01-09 一种基于特征模型的微电网群等效聚合方法

Country Status (1)

Country Link
CN (1) CN108564241A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11856424B2 (en) 2019-05-22 2023-12-26 Huawei Technologies Co., Ltd. Method for creating network simulation platform, network simulation method, and corresponding apparatuses

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
CHANGCHUN CAI等: ""Parameter aggregation of microgrid equivalent characteristic model"", 《2017 IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11856424B2 (en) 2019-05-22 2023-12-26 Huawei Technologies Co., Ltd. Method for creating network simulation platform, network simulation method, and corresponding apparatuses

Similar Documents

Publication Publication Date Title
US10756569B2 (en) Decentralized voltage control method for microgrid based on nonlinear state observers
Lu et al. Distributed impulsive control for islanded microgrids with variable communication delays
Lai et al. Distributed power control for DERs based on networked multiagent systems with communication delays
CN113110039B (zh) 一种多智能体系统的有限时间分布式聚合优化方法
CN106372339A (zh) 电力电子化电力系统的多速率仿真方法及装置
CN103715992B (zh) 基于简化Volterra级数的功放预失真装置及方法
CN113489014B (zh) 一种快速灵活全纯嵌入式电力系统最优潮流评估方法
CN108054757A (zh) 一种内嵌无功和电压的n-1闭环安全校核方法
CN103336866A (zh) 一种电磁暂态仿真中含负电阻支路的处理方法
CN101308551B (zh) Ls-svm分类与回归学习递归神经网络硬件电路及实现方法
Dou et al. A novel hierarchical control strategy combined with sliding mode control and consensus control for islanded micro‐grid
CN108564241A (zh) 一种基于特征模型的微电网群等效聚合方法
Kim Nonquadratic ${{\cal H}} _\infty $ Stabilization Conditions for Observer-Based T–S Fuzzy Control Systems
Urata et al. Dissipativity reinforcement in feedback systems and its application to expanding power systems
Tang et al. Heterogeneous‐decomposition‐based coordinated optimisation for integrated transmission and distribution networks considering communication conditions
CN117150792A (zh) 一种vsc换流器电磁暂态仿真方法、系统、设备及介质
CN106951646A (zh) 一种电力系统实时仿真中的多速率接口方法和装置
CN105608256A (zh) 一种吸纳不同步长接口延时的并行计算分网方法
Ma et al. High‐fidelity large‐signal order reduction approach for composite load model
CN102655326A (zh) 一种有源电力滤波器的神经网络逆控制器构造方法
CN110609468A (zh) 基于pi的非线性时滞多智能体系统的一致性控制方法
CN114977302A (zh) 一种新能源并网逆变器小信号等值建模方法和系统
Friesen et al. On stochastic Cucker-Smale flocking dynamics
CN113253611A (zh) 一种具有干扰和时滞的多智能体系统实现一致性的方法
Wang et al. An SOC-Based Bidirectional Virtual DC Machine Control for Energy Storage Systems in Offshore Isolated Island DC Microgrids

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180921