CN108565869A - 低压配电网电压控制方法、装置、存储介质和计算机设备 - Google Patents
低压配电网电压控制方法、装置、存储介质和计算机设备 Download PDFInfo
- Publication number
- CN108565869A CN108565869A CN201711295825.0A CN201711295825A CN108565869A CN 108565869 A CN108565869 A CN 108565869A CN 201711295825 A CN201711295825 A CN 201711295825A CN 108565869 A CN108565869 A CN 108565869A
- Authority
- CN
- China
- Prior art keywords
- voltage
- node
- power
- objective function
- function 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000005457 optimization Methods 0.000 claims abstract description 67
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims description 105
- 238000004146 energy storage Methods 0.000 claims description 97
- 239000003990 capacitor Substances 0.000 claims description 37
- 230000002068 genetic effect Effects 0.000 claims description 13
- 230000033228 biological regulation Effects 0.000 claims description 11
- 238000007599 discharging Methods 0.000 claims description 11
- 230000001105 regulatory effect Effects 0.000 claims description 10
- 238000009434 installation Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 4
- 239000010410 layer Substances 0.000 description 39
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
-
- 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
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种低压配电网电压控制方法、装置、存储介质和计算机设备，通过获取低压配电网的输入参数，根据低压配电网的输入参数建立目标函数模型，根据各时间段的节点潮流平衡约束建立等式约束，根据节点电压上下限约束、电网支路潮流约束和光储系统的能量约束建立不等式约束，根据等式约束和不等式约束，采用双层迭代优化的方法求解目标函数模型中的控制变量，根据控制变量得到目标函数模型的最优解并输出。建立目标函数模型，采用双层迭代算法进行求解得到满足等式约束和不等式约束的目标函数模型中控制变量，通过两层控制变量实现低压配电网的主动控制，根据控制变量得到目标函数模型的最优解，有效的实现电压控制和潮流优化，控制可靠性高。
Description
技术领域
本发明涉及电力电网领域，特别是涉及一种低压配电网电压控制方法、装置、存储介质和计算机设备。
背景技术
近年来，随着国家出台一系列措施支持分布式光伏产业的发展，尤其是电网免费接入、余电收购，以及发电量全额补贴20年政策的实施，居民自有住房、农工商建筑，无论平顶还是屋架均可安装光伏，从而形成了含高渗透光伏的低压配电网络。由于光伏出力曲线与用电负荷曲线的一致性差，中午、下午光伏出力大的时候因负荷较低导致大量功率倒送，引发电压越上限问题，对用户的用电安全性造成威胁。同时，由于部分低压配电网网架单薄、阻抗比大、供电半径大，导致电压偏差大、功率损耗大，因此在夜间负荷高峰时段的低电压问题可能导致大量用户无法正常用电，严重影响供电可靠性，而此时光伏出力为零，对负荷过高而产生的低电压问题无能为力。
传统的低压配电网的电压控制主要依赖于中压侧的电压控制和配变低压侧无功补偿电容器，虽然其对配变首端电压控制效果较好，但是对低压线路后端负荷点的电压控制效果差。因此，传统的低压配电网的电压控制方法控制可靠性低。
发明内容
基于此，有必要针对传统的低压配电网的电压控制方法控制可靠性低的问题，提供一种控制可靠性高的低压配电网电压控制方法、装置、存储介质和计算机设备。
一种低压配电网电压控制方法，包括以下步骤：
获取低压配电网的输入参数；
根据所述低压配电网的输入参数建立目标函数模型；
根据各时间段的节点潮流平衡约束建立等式约束；
根据节点电压上下限约束、电网支路潮流约束和光储系统的能量约束建立不等式约束；
根据所述等式约束和所述不等式约束，采用双层迭代优化的方法求解所述目标函数模型中的控制变量，根据所述控制变量得到所述目标函数模型的最优解并输出。
一种低压配电网电压控制装置，包括：
输入参数获取模块，用于获取低压配电网的输入参数；
目标函数模型建立模块，用于根据所述低压配电网的输入参数建立目标函数模型；
等式约束建立模块，用于根据各时间段的节点潮流平衡约束建立等式约束；
不等式约束建立模块，用于根据节点电压上下限约束、电网支路潮流约束和光储系统的能量约束建立不等式约束；
最优解确定模块，用于根据所述等式约束和所述不等式约束，采用双层迭代优化的方法求解所述目标函数模型中的控制变量，根据所述控制变量得到所述目标函数模型的最优解并输出。
一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述的方法。
一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述的方法。
上述低压配电网电压控制方法、装置、存储介质和计算机设备，通过获取低压配电网的输入参数，根据低压配电网的输入参数建立目标函数模型，根据各时间段的节点潮流平衡约束建立等式约束，根据节点电压上下限约束、电网支路潮流约束和光储系统的能量约束建立不等式约束，根据等式约束和不等式约束，采用双层迭代优化的方法求解目标函数模型中的控制变量，根据控制变量得到目标函数模型的最优解并输出。根据低压配电网的输入参数建立目标函数模型，建立等式约束和不等式约束，最后采用双层迭代算法进行求解得到目标函数模型中控制变量，通过求解目标函数模型中的两层控制变量实现低压配电网的主动控制，根据控制变量得到目标函数模型的最优解，有效的实现电压控制和潮流优化，控制可靠性高。
附图说明
图1为一实施例中低压配电网电压控制方法流程图；
图2为一实施例中低压配电网主动电压控制模型求解流程图；
图3为另一实施例中低压配电网电压控制方法流程图；
图4为一实施例中低压配电网电压控制装置结构图；
图5为一实施例中低压配电网的拓扑结构图；
图6为一实施例中总负荷曲线和总光伏出力曲线；
图7为一实施例中目标函数收敛过程图；
图8为一实施例中变压器、电容器的运行状态和平均功率因数曲线；
图9为一实施例中光伏、储能和光储系统出力曲线；
图10为一实施例中3组控制场景系统运行成本曲线。
具体实施方式
在一个实施例中，如图1所示，一种低压配电网电压控制方法，包括以下步骤：
步骤S110：获取低压配电网的输入参数。
具体地，输入参数即后续在建立目标函数模型时需要用到的参数，在获取低压配电网的输入参数前，需要对该时间运行方式下的网架结构的对各节点进行编号并确定节点类型，设总共具有n个节点，其中，第1号节点为平衡节点，其余的节点都是PQ节点，进一步地，平衡节点一般是大型发电机节点，而PQ节点一般是负荷节点。
步骤S120：根据低压配电网的输入参数建立目标函数模型。
具体地，建立考虑低压配电网系统网损成本、变压器和电容器优化过程中的调节成本以及储能装置的调节成本的低压配电网侧运行总成本最小的目标函数模型，在本实施例中，根据低压配电网的输入参数建立目标函数模型，具体为：
其中，F为低压配电网侧运行总成本，T为优化周期总时长，一般取为24h，PLOSS(t)为t时间断面的低压配电网络损耗，α为电价(单位：元/kWh)，τ为优化时间间隔，一般为1h，CT(t)和CQ(t)分别为变压器和电容器在一次优化过程中的调节成本，CE(t)为储能装置的调节成本，PT(t)为配变有功损耗，PC(t)为线路的有功损耗，ΔCT和ΔCQ分别为变压器和电容器的单位调节代价(单位：元/次)，nT、nQ分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，分别为t时段第i台变压器抽头档位和第j台电容器投放组数，分别为t-1时段第i台变压器抽头档位和第j台电容器投入组数，nT和nQ分别为变压器和电容器的个数，CE1(t)为储能运行维护成本，CE2(t)为储能折旧成本。
在本实施例中，CE1(t)和CE2(t)的计算可表示为：
其中，COMB为储能装置维护成本系数(单位：元/kW)，PC(t)、PD(t)分别为储能装置t时刻的充、放电功率，CDep为储能装置折旧成本(单位：元)，UD(t)和UD(t-1)分别为t时段和t-1时段的放电状态，ηDep为折旧成本系数，PN、EN为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)，CB为储能装置单位容量安装成本的现值(单位：元/kWh)，N为储能装置当前时刻的循环次数。
步骤S130：根据各时间段的节点潮流平衡约束建立等式约束。
具体地，在本实施例中，根据各时间段的节点潮流平衡约束建立等式约束，具体为：
其中，和为低压配电网根节点在第t时段根节点处的有功和无功功率，和为第i台分布式光伏在第t时段的有功和无功出力，是配置第i台储能在第t时段的充放电有功，若储能处于放电状态，则若储能处于充电状态，则 和分别为节点i和节点j在第t时段的电压幅值，Bij为节点i和节点j之间互导纳的虚部，为节点i和节点j在第t时段的相角，和分别为节点i在第t时段的有功和无功。
步骤S140：根据节点电压上下限约束、电网支路潮流约束和光储系统的能量约束建立不等式约束。
具体地，在本实施例中，根据节点电压上下限约束、电网支路潮流约束和光储系统的能量约束建立不等式约束，具体为：
其中，ΩC为电容器安装节点集合，ΩT为变压器节点集合，ΩE-PV为光储并网节点集合，Ω为所有节点集合，QCi为第i台无功补偿装置的投入容量，QCi.min和QCi.max分别为第i台无功补偿装置最小和最大投入无功容量，TKi为第i台变压器抽头档位，TKi.min和TKi.max分别为第i台有载调压变压器的最小和最大档位，λpvi为第i个光伏逆变器功率因数，λpvi.max、λpvi.min分别为光伏逆变器功率因数的上、下限值，PEi为第i个储能的有功出力，PEi.min、PEi.max分别为第i个储能有功出力在当前时刻的上、下限值，ε为储能装置在一个控制周期(一般为一天)内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的剩余容量，Vi为第i个节点的电压，Vi.max和Vi.min分别为节点i电压的上、下限值。
步骤S150：根据等式约束和不等式约束，采用双层迭代优化的方法求解目标函数模型中的控制变量，根据控制变量得到目标函数模型的最优解并输出。
在本实施例中，步骤S150包括步骤151至步骤155。
步骤151：设定控制变量的初始值，控制变量包括有载调压变压器档位、无功补偿装置投入无功容量、光伏逆变器功率和储能装置的有功出力。
步骤152：根据等式约束和不等式约束，采用灾变遗传算法求解第一层优化的第一目标函数值，并更新有载调压变压器档位、无功补偿装置投入无功容量和光伏逆变器功率得到更新后的载调压变压器档位、更新后的无功补偿装置投入无功容量和更新后的光伏逆变器功率。
步骤153：根据等式约束、不等式约束、更新后的载调压变压器档位、更新后的无功补偿装置投入无功容量和更新后的光伏逆变器功率，采用灾变遗传算法求解第二层优化的第二目标函数值，并更新储能装置的有功出力得到更新后的储能装置的有功出力。
步骤154：当第一目标函数值和第二目标函数值收敛时，输出更新后的载调压变压器档位、更新后的无功补偿装置投入无功容量、更新后的光伏逆变器功率和更新后的储能装置的有功出力。
步骤155：根据更新后的载调压变压器档位、更新后的无功补偿装置投入无功容量、更新后的光伏逆变器功率和更新后的储能装置的有功出力得到目标函数模型的最优解并输出。
具体地，当第一目标函数值和第二目标函数值不收敛时，返回步骤152，直至第一目标函数值和第二目标函数值收敛。
在一个具体的实施例中，如图2所示，采用双层迭代优化的方法求解低压网络主动电压控制模型，在单层优化中均采用灾变遗传算法求解，第一层优化控制变量为TK、QC、λPV，优化结果为f1，第二层优化控制变量为PE，优化结果为f2，设定以上控制变量的初始值以及迭代次数，对迭代次数进行迭代，根据等式约束和不等式约束，采用灾变遗传算法求解对应迭代次数的第一层优化的第一目标函数值，更新第一层优化控制变量，采用同样的方法求解得到对应迭代次数的第二层优化的第二目标函数值，更新第二层优化控制变量，双层迭代收敛依据为两层优化结果小于允许误差值，当第一目标函数值和第二目标函数值收敛时，输出控制变量和迭代次数，当第一目标函数值和第二目标函数值不收敛时，返回对迭代次数进行迭代，根据等式约束和不等式约束，采用灾变遗传算法求解对应迭代次数的第一层优化的第一目标函数值，更新第一层优化控制变量的步骤，直至第一目标函数值和第二目标函数值收敛，以Matlab中的Matpower工具箱进行潮流计算，将最优解以及控制变量输出至不限于调度中心进行显示，用于使操作人员可以根据控制变量进行调整，实现低压配电网的主动控制。
在一个实施例中，如图3所示，在步骤S150之前还包括步骤S142和步骤S144。
步骤S142：获取惩罚项。
步骤S144：根据惩罚项拓展目标函数模型得到拓展后的目标函数模型。
步骤S150更新为：根据等式约束和不等式约束，采用双层迭代优化的方法求解拓展后的目标函数模型中的控制变量，根据控制变量得到拓展后的目标函数模型的最优解并输出。
具体地，考虑到灾变遗传算法是一种无约束寻优算法，因此需要将状态变量约束作为惩罚项加入目标函数中以便于搜寻到可行解。
在一个实施例中，根据惩罚项拓展目标函数模型得到拓展后的目标函数模型，具体为：
其中，fC′为拓展后的目标函数，λV、λE为惩罚因子，取为数值较大的正常数，VLIM为电压越限惩罚指标，Ecd为储能在运行周期内的充放电平衡惩罚指标，Sat(x)为饱和函数，x为饱和函数中的自变量。
上述低压配电网电压控制方法，基于对低压配电网系统网损成本、变压器、电容器和储能装置在优化过程中的调节成本等经济性的考虑，提出一种兼顾电压安全和运行经济性的以低压配电网侧运行总成本最小的一种低压配电网主动电压控制模型，在传统电压调控方法上拓展了光伏功率因数和储能有功的调控手段，计及电容器和变压器的调节代价以及储能装置的运行成本，并考虑了储能装置剩余容量的平衡约束，并通过双层迭代的灾变遗传算法进行求解。双层迭代优化过程中，第一层优化以变压器抽头档位，电容器补偿容量和光伏无功功率为控制变量，第二层优化以储能有功出力为控制变量，当两层优化结果都收敛时，通过调节各层控制变量实现低压配电网的主动控制，进行有效的电压控制和潮流优化，在保证系统电压安全的基础上充分挖掘系统节约运行成本的潜力。
在一个实施例中，如图4所示，一种低压配电网电压控制装置，包括输入参数获取模块、目标函数模型建立模块、等式约束建立模块、不等式约束建立模块和最优解确定模块。
在一个实施例中，输入参数获取模块用于获取低压配电网的输入参数。
在一个实施例中，目标函数模型建立模块用于根据低压配电网的输入参数建立目标函数模型。在本实施例中，目标函数模型建立模块具体为：
其中，F为低压配电网侧运行总成本，T为优化周期总时长，一般取为24h，PLOSS(t)为t时间断面的低压配电网络损耗，α为电价(单位：元/kWh)，τ为优化时间间隔，一般为1h，CT(t)和CQ(t)分别为变压器和电容器在一次优化过程中的调节成本，CE(t)为储能装置的调节成本，PT(t)为配变有功损耗，PC(t)为线路的有功损耗，ΔCT和ΔCQ分别为变压器和电容器的单位调节代价(单位：元/次)，nT、nQ分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，分别为t时段第i台变压器抽头档位和第j台电容器投放组数，分别为t-1时段第i台变压器抽头档位和第j台电容器投入组数，nT和nQ分别为变压器和电容器的个数，CE1(t)为储能运行维护成本，CE2(t)为储能折旧成本。
进一步地，CE1(t)和CE2(t)的计算可表示为：
其中，COMB为储能装置维护成本系数(单位：元/kW)，PC(t)、PD(t)分别为储能装置t时刻的充、放电功率，CDep为储能装置折旧成本(单位：元)，UD(t)和UD(t-1)分别为t时段和t-1时段的放电状态，ηDep为折旧成本系数，PN、EN为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)，CB为储能装置单位容量安装成本的现值(单位：元/kWh)，N为储能装置当前时刻的循环次数。
在一个实施例中，等式约束建立模块用于根据各时间段的节点潮流平衡约束建立等式约束。在本实施例中，等式约束建立模块具体为：
其中，和为低压配电网根节点在第t时段根节点处的有功和无功功率，和为第i台分布式光伏在第t时段的有功和无功出力，是配置第i台储能在第t时段的充放电有功，若储能处于放电状态，则若储能处于充电状态，则 和分别为节点i和节点j在第t时段的电压幅值，Bij为节点i和节点j之间互导纳的虚部，Gij为节点i和节点j之间电导，为节点i和节点j在第t时段的相角，和分别为节点i在第t时段的有功和无功。
在一个实施例中，不等式约束建立模块用于根据节点电压上下限约束、电网支路潮流约束和光储系统的能量约束建立不等式约束。在本实施例中，不等式约束建立模块具体为：
其中，ΩC为电容器安装节点集合，ΩT为变压器节点集合，ΩE-PV为光储并网节点集合，Ω为所有节点集合，QCi为第i台无功补偿装置的投入容量，QCi.min和QCi.max分别为第i台无功补偿装置最小和最大投入无功容量，TKi为第i台变压器抽头档位，TKi.min和TKi.max分别为第i台有载调压变压器的最小和最大档位，λpvi为第i个光伏逆变器功率因数，λpvi.max、λpvi.min分别为光伏逆变器功率因数的上、下限值，PEi为第i个储能的有功出力，PEi.min、PEi.max分别为第i个储能有功出力在当前时刻的上、下限值，ε为储能装置在一个控制周期(一般为一天)内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的剩余容量，Vi为第i个节点的电压，Vi.max和Vi.min分别为节点i电压的上、下限值。
在一个实施例中，最优解确定模块用于根据等式约束和不等式约束，采用双层迭代优化的方法求解拓展后的目标函数模型中的控制变量，根据控制变量得到拓展后的目标函数模型的最优解并输出。在本实施例中，最优解确定模块包括控制变量初始化单元、第一目标函数值确定单元、第二目标函数值确定单元、控制变量确定单元和最优解确定单元。
控制变量初始化单元用于设定控制变量的初始值，控制变量包括有载调压变压器档位、无功补偿装置投入无功容量、光伏逆变器功率和储能装置的有功出力。
第一目标函数值确定单元用于根据等式约束和不等式约束，采用灾变遗传算法求解第一层优化的第一目标函数值，并更新有载调压变压器档位、无功补偿装置投入无功容量和光伏逆变器功率得到更新后的载调压变压器档位、更新后的无功补偿装置投入无功容量和更新后的光伏逆变器功率。
第二目标函数值确定单元用于根据等式约束、不等式约束、更新后的载调压变压器档位、更新后的无功补偿装置投入无功容量和更新后的光伏逆变器功率，采用灾变遗传算法求解第二层优化的第二目标函数值，并更新储能装置的有功出力得到更新后的储能装置的有功出力。
控制变量确定单元用于当第一目标函数值和第二目标函数值收敛时，输出更新后的载调压变压器档位、更新后的无功补偿装置投入无功容量、更新后的光伏逆变器功率和更新后的储能装置的有功出力。
最优解确定单元用于根据更新后的载调压变压器档位、更新后的无功补偿装置投入无功容量、更新后的光伏逆变器功率和更新后的储能装置的有功出力得到目标函数模型的最优解并输出。
在一个实施例中，最优解确定模块之前还包括惩罚项获取模块和目标函数模型拓展模块。
惩罚项获取模块用于获取惩罚项。
目标函数模型拓展模块用于根据惩罚项拓展目标函数模型得到拓展后的目标函数模型。
最优解确定模块更新为：根据等式约束和不等式约束，采用双层迭代优化的方法求解拓展后的目标函数模型中的控制变量，根据控制变量得到拓展后的目标函数模型的最优解并输出。
在本实施例中，目标函数模型拓展模块具体为：
其中，fC′为拓展后的目标函数，λV、λE为惩罚因子，取为数值较大的正常数，VLIM为电压越限惩罚指标，Ecd为储能在运行周期内的充放电平衡惩罚指标，Sat(x)为饱和函数，x为饱和函数中的自变量。
上述低压配电网电压控制装置，基于对低压配电网系统网损成本、变压器、电容器和储能装置在优化过程中的调节成本等经济性的考虑，提出一种兼顾电压安全和运行经济性的以低压配电网侧运行总成本最小的一种低压配电网主动电压控制模型，在传统电压调控方法上拓展了光伏功率因数和储能有功的调控手段，计及电容器和变压器的调节代价以及储能装置的运行成本，并考虑了储能装置剩余容量的平衡约束，并通过双层迭代的灾变遗传算法进行求解。双层迭代优化过程中，第一层优化以变压器抽头档位，电容器补偿容量和光伏无功功率为控制变量，第二层优化以储能有功出力为控制变量，当两层优化结果都收敛时，通过调节各层控制变量实现低压配电网的主动控制，进行有效的电压控制和潮流优化，在保证系统电压安全的基础上充分挖掘系统节约运行成本的潜力。
在一个实施例中，一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项的方法。
在一个实施例中，一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述任一项的方法。
在一个具体的实施例中，如图5所示，为本申请一实施例方法所使用的低压配电网的拓扑结构图，算例选取某实际低压配电网进行实例分析。有载变压器共5档(UN±2.5％)，节点5并联可投切无功补偿电容器6组，单组容量10var，节点3、4、5、6、11、12、13、14、17光伏装机容量均为7kW，节点18光伏装机容量为70kW。节点16、17、18配置蓄电池极限功率均为15kW，蓄电池容量均为60kW·h。为突出含高渗透光伏低压配电网在工作日和节假日期间可能出现的电压问题，算例中负荷曲线采用工作日期间白天时段和春节期间夜晚时段的组合，总负荷和总光伏出力曲线如图6所示。目标函数模型(以下称为低压配电网的主动电压控制模型)的各项参数如表1所示。
表1主动电压控制模型各项参数
为验证本申请实施例中所采用的控制方法的有效性和正确性，设置3组控制场景对照组，其中场景I只考虑传统的配变档位和电容器作为控制手段；场景II增加考虑了分布式光伏的无功调控；场景III在场景II的基础上增加考虑了储能的有功调控，3组控制场景对照组控制变量如表2所示。
表2 3组控制场景对照组控制变量
场景III优化结果：
场景III经过13次迭代收敛。附图7表示目标函数值在优化过程中的收敛情况。可以看到随着迭代优化的进行，两层优化的目标函数值趋于稳定相等，优化结果逐渐收敛。
经过双层迭代优化后，电容器、有载变压器的运行状态以及光伏的平均功率因数如附图8所示。可以看到，在全天优化运行过程中，电容器和有载变压器动作次数少。在时段11:00～13:00，有载变压器档位由零档变为正2档，光伏运行于超前功率因数，这是由于光伏出力高峰和负荷低谷，有载变压器进行降压调节光伏吸收无功功率，抑制过电压现象；在夜晚负荷高峰19:00时段，有载变压档位由正2档变为零档，电容器组增加投入2组，这是由于负荷高峰而光伏出力为零，有载变压调压器进行升压调节，电容器增加无功补偿量。
光伏、储能和光储联合系统的总出力如附图9所示。可以看到，在白天时段7:00～17:00，储能吸收有功功率，在保证光伏高峰时段11:00～13:00电压不越上限的基础上，优化系统潮流，减小系统运行成本；在其他时段，储能发出有功功率，在保证负荷高峰时段19:00电压不越下限的基础上，优化系统潮流，减小系统运行成本。
不同场景优化结果对比：
3组控制场景下，优化后系统运行成本如表3所示。对比场景I和场景II，系统总电能损耗，控制设备的总动作次数和系统总运行成本均小于场景I；对比场景II和场景III，系统总电能损耗，控制设备的总动作次数和系统总运行成本均小于场景II。
电压越限节点数如表4所示，其中时段11:00～13:00为电压越上限，灰色阴影部分的负数数值表示时段19:00为电压越下限。可以看出，按场景I进行优化控制，在光伏出力高峰时段11:00～13:00出现了节点电压越上限，电压越限节点数分别为14、16和14个；在负荷高峰时段19:00出现了节点电压越下限，电压越限节点数为10个；按场景II进行优化控制，只在负荷高峰时段19:00出现节点电压越下限，电压越限节点数为10个；按场景III进行优化控制，无论在光伏出力高峰还是负荷高峰时段均无出现节点电压越限。
系统运行成本曲线如附图10所示。对比场景I和场景II，可以看到，在光伏出力高峰时段11:00～13:00，场景II增加了控制变量光伏逆变器功率因数，通过调整光伏逆变器功率因数，能够将电压控制在合理范围内，消除过电压现象，但相应地增加了系统运行成本；在光伏出力较小、无出现节点电压越上限的时段6:00～10:00和14:00～18:00，场景II考虑了光伏逆变器功率因数，有利于减小系统运行成本；在光伏出力为零的夜晚时段1:00～6:00和19:00～24:00，场景II与场景I系统运行成本相同。对比场景I和场景III，场景III系统运行成本均小于场景I；对比场景II和场景III，场景III系统运行成本均小于场景II。
综上可知，与传统的无功电压控制手段相比，增加光伏逆变器功率因数作为控制变量，虽然能在光伏出力高峰抑制节点电压越上限的过电压现象，在其他日中时段减小系统的运行成本，但是不能解决夜晚负荷高峰节点电压越下限的低电压问题。采用本申请实施例中的控制方法不仅可以有效解决光伏出力高峰节点电压越上限的过电压问题和夜晚负荷高峰节点电压越下限的电压问题，而且可以优化系统潮流，减小系统的运行成本。
表3 3组控制场景下优化结果
表4 3组控制场景电压越限节点数
不同储能配置方式对比：
为研究不同的储能配置容量、分布方式对优化结果的影响，设置蓄电池总极限功率分别为30、45和60kW，蓄电池总容量分别为120、180和240kW·h；在每组储能配置容量下，分别考虑储能分散分布和集中分布，分散分布下，储能接入节点为16、17、18，各储能装置极限功率和容量均完全相同，集中分布方式下，储能接入节点为18。
在以上储能配置方式下，优化后，电压越限节点数均为零，系统运行成本对比如表5所示。可以看出，相同储能配置容量下，储能集中分布比分散分布系统总运行成本小，这是因为储能集中接入节点光伏的安装容量最大，对光伏出力进行就地削峰填谷，减小了线路潮流流动，相应减小了系统的运行成本；相同储能分布方式下，储能配置的容量越大，系统总运行成本越低，这是因为储能配置容量越大，进行潮流优化的程度越大，有利于减小系统的运行成本。
相应可以计算出系统总运行成本与储能配置容量的灵敏度，如表6所示。可以看到随着储能配置容量的增加，系统总运行成本相对于储能容量的灵敏度减小。可知当储能容量增加到一定程度，对系统潮流分布的优化和运行成本的减小效果不明显，因此需要进行合理的储能配置。
表5不同储能配置方式下优化结果
表6系统总运行成本相对于储能容量的灵敏度
相对于现有的电压控制方法，本申请的面向光伏接入的低压配电网控制方法在建立低压配电网主动电压控制模型时兼顾电压安全和运行经济性，以系统运行成本最小为优化控制目标，在传统电压调控方法上拓展了光伏功率因数和储能有功的调控手段，以及电容器和变压器的调节代价以及储能装置的运行成本，并考虑了储能装置剩余容量的平衡约束，最后采用双层迭代的灾变遗传算法进行求解，该方法能进行有效的电压控制和潮流优化，在保证系统电压安全的基础上充分挖掘系统节约运行成本的潜力。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种低压配电网电压控制方法，其特征在于，包括以下步骤：
获取低压配电网的输入参数；
根据所述低压配电网的输入参数建立目标函数模型；
根据各时间段的节点潮流平衡约束建立等式约束；
根据节点电压上下限约束、电网支路潮流约束和光储系统的能量约束建立不等式约束；
根据所述等式约束和所述不等式约束，采用双层迭代优化的方法求解所述目标函数模型中的控制变量，根据所述控制变量得到所述目标函数模型的最优解并输出。
2.根据权利要求1所述的低压配电网电压控制方法，其特征在于，所述根据所述低压配电网的输入参数建立目标函数模型，具体为：
其中，F为低压配电网侧运行总成本，T为优化周期总时长，PLOSS(t)为t时间断面的低压配电网络损耗，α为电价，τ为优化时间间隔，CT(t)和CQ(t)分别为变压器和电容器在一次优化过程中的调节成本，CE(t)为储能装置的调节成本，PT(t)为配变有功损耗，PC(t)为线路的有功损耗，ΔCT和ΔCQ分别为变压器和电容器的单位调节代价，nT、nQ分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，分别为t时段第i台变压器抽头档位和第j台电容器投放组数，分别为t-1时段第i台变压器抽头档位和第j台电容器投入组数，nT和nQ分别为变压器和电容器的个数，CE1(t)为储能运行维护成本，CE2(t)为储能折旧成本。
3.根据权利要求1所述的低压配电网电压控制方法，其特征在于，根据各时间段的节点潮流平衡约束建立等式约束，具体为：
其中，和为低压配电网根节点在第t时段根节点处的有功和无功功率，和为第i台分布式光伏在第t时段的有功和无功出力，是配置第i台储能在第t时段的充放电有功，若储能处于放电状态，则若储能处于充电状态，则 和分别为节点i和节点j在第t时段的电压幅值，Bij为节点i和节点j之间互导纳的虚部，Gij为节点i和节点j之间电导，为节点i和节点j在第t时段的相角，和分别为节点i在第t时段的有功和无功。
4.根据权利要求1所述的低压配电网电压控制方法，其特征在于，所述根据节点电压上下限约束、电网支路潮流约束和光储系统的能量约束建立不等式约束，具体为：
其中，ΩC为电容器安装节点集合，ΩT为变压器节点集合，ΩE-PV为光储并网节点集合，Ω为所有节点集合，QCi为第i台无功补偿装置的投入容量，QCi.min和QCi.max分别为第i台无功补偿装置最小和最大投入无功容量，TKi为第i台变压器抽头档位，TKi.min和TKi.max分别为第i台有载调压变压器的最小和最大档位，λpvi为第i个光伏逆变器功率因数，λpvi.max、λpvi.min分别为光伏逆变器功率因数的上、下限值，PEi为第i个储能的有功出力，PEi.min、PEi.max分别为第i个储能有功出力在当前时刻的上、下限值，ε为储能装置在一个控制周期内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的剩余容量，Vi为第i个节点的电压，Vi.max和Vi.min分别为节点i电压的上、下限值。
5.根据权利要求1所述的低压配电网电压控制方法，其特征在于，所述根据所述等式约束和所述不等式约束，采用双层迭代优化的方法求解所述目标函数模型中的控制变量，根据所述控制变量得到所述目标函数模型的最优解并输出的步骤，包括：
设定控制变量的初始值，所述控制变量包括有载调压变压器档位、无功补偿装置投入无功容量、光伏逆变器功率和储能装置的有功出力；
根据所述等式约束和所述不等式约束，采用灾变遗传算法求解第一层优化的第一目标函数值，并更新所述有载调压变压器档位、所述无功补偿装置投入无功容量和所述光伏逆变器功率得到更新后的载调压变压器档位、更新后的无功补偿装置投入无功容量和更新后的光伏逆变器功率；
根据所述等式约束、所述不等式约束、所述更新后的载调压变压器档位、所述更新后的无功补偿装置投入无功容量和更新后的光伏逆变器功率，采用灾变遗传算法求解第二层优化的第二目标函数值，并更新所述储能装置的有功出力得到更新后的储能装置的有功出力；
当所述第一目标函数值和所述第二目标函数值收敛时，输出所述更新后的载调压变压器档位、所述更新后的无功补偿装置投入无功容量、更新后的光伏逆变器功率和所述更新后的储能装置的有功出力；
根据所述更新后的载调压变压器档位、所述更新后的无功补偿装置投入无功容量、更新后的光伏逆变器功率和所述更新后的储能装置的有功出力得到目标函数模型的最优解并输出。
6.根据权利要求1所述的低压配电网电压控制方法，其特征在于，在所述根据所述等式约束和所述不等式约束，采用双层迭代优化的方法求解所述目标函数模型中的控制变量，根据所述控制变量得到所述目标函数模型的最优解并输出的步骤之前，还包括：
获取惩罚项；
根据所述惩罚项拓展目标函数模型得到拓展后的目标函数模型；
所述根据所述等式约束和所述不等式约束，采用双层迭代优化的方法求解所述目标函数模型中的控制变量，根据所述控制变量得到所述目标函数模型的最优解并输出，更新为：
所述根据所述等式约束和所述不等式约束，采用双层迭代优化的方法求解所述拓展后的目标函数模型中的控制变量，根据所述控制变量得到所述拓展后的目标函数模型的最优解并输出。
7.根据权利要求6所述的低压配电网电压控制方法，其特征在于，所述根据所述惩罚项拓展目标函数模型得到拓展后的目标函数模型，具体为：
其中，fC′为拓展后的目标函数，λV、λE为惩罚因子，VLIM为电压越限惩罚指标，Ecd为储能在运行周期内的充放电平衡惩罚指标，Sat(x)为饱和函数，x为饱和函数中的自变量。
8.一种低压配电网电压控制装置，其特征在于，包括：
输入参数获取模块，用于获取低压配电网的输入参数；
目标函数模型建立模块，用于根据所述低压配电网的输入参数建立目标函数模型；
等式约束建立模块，用于根据各时间段的节点潮流平衡约束建立等式约束；
不等式约束建立模块，用于根据节点电压上下限约束、电网支路潮流约束和光储系统的能量约束建立不等式约束；
最优解确定模块，用于根据所述等式约束和所述不等式约束，采用双层迭代优化的方法求解所述目标函数模型中的控制变量，根据所述控制变量得到所述目标函数模型的最优解并输出。
9.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711295825.0A CN108565869B (zh) | 2017-12-08 | 2017-12-08 | 低压配电网电压控制方法、装置、存储介质和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711295825.0A CN108565869B (zh) | 2017-12-08 | 2017-12-08 | 低压配电网电压控制方法、装置、存储介质和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108565869A true CN108565869A (zh) | 2018-09-21 |
| CN108565869B CN108565869B (zh) | 2021-02-02 |
Family
ID=63529283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711295825.0A Active CN108565869B (zh) | 2017-12-08 | 2017-12-08 | 低压配电网电压控制方法、装置、存储介质和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108565869B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111130149A (zh) * | 2020-02-26 | 2020-05-08 | 国电南瑞科技股份有限公司 | 一种考虑性能分布特性的电网发电有功控制方法及系统 |
| 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 |
| CN113255991A (zh) * | 2021-05-21 | 2021-08-13 | 长沙理工大学 | 有载调压变压器优化配置方法、电子设备和可读存储介质 |
| CN113335127A (zh) * | 2021-05-14 | 2021-09-03 | 南方电网电动汽车服务有限公司 | 充电负荷调度方法、装置、计算机设备和存储介质 |
| CN117022010A (zh) * | 2023-07-03 | 2023-11-10 | 福建时代星云科技有限公司 | 一种光储充检的最小化成本能量调度的方法、终端及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107134789A (zh) * | 2017-06-30 | 2017-09-05 | 华南理工大学 | 基于拓展qv节点的光储最优潮流控制方法 |
| CN107196315A (zh) * | 2017-06-09 | 2017-09-22 | 华南理工大学 | 含光储系统配电网的动态拓展无功优化控制方法 |
-
2017
- 2017-12-08 CN CN201711295825.0A patent/CN108565869B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107196315A (zh) * | 2017-06-09 | 2017-09-22 | 华南理工大学 | 含光储系统配电网的动态拓展无功优化控制方法 |
| CN107134789A (zh) * | 2017-06-30 | 2017-09-05 | 华南理工大学 | 基于拓展qv节点的光储最优潮流控制方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111130149A (zh) * | 2020-02-26 | 2020-05-08 | 国电南瑞科技股份有限公司 | 一种考虑性能分布特性的电网发电有功控制方法及系统 |
| 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 |
| CN113335127A (zh) * | 2021-05-14 | 2021-09-03 | 南方电网电动汽车服务有限公司 | 充电负荷调度方法、装置、计算机设备和存储介质 |
| CN113255991A (zh) * | 2021-05-21 | 2021-08-13 | 长沙理工大学 | 有载调压变压器优化配置方法、电子设备和可读存储介质 |
| CN113255991B (zh) * | 2021-05-21 | 2024-02-02 | 长沙理工大学 | 有载调压变压器优化配置方法、电子设备和可读存储介质 |
| CN117022010A (zh) * | 2023-07-03 | 2023-11-10 | 福建时代星云科技有限公司 | 一种光储充检的最小化成本能量调度的方法、终端及系统 |
| CN117022010B (zh) * | 2023-07-03 | 2024-09-13 | 福建时代星云科技有限公司 | 一种光储充检的最小化成本能量调度的方法、终端及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108565869B (zh) | 2021-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108565869B (zh) | 低压配电网电压控制方法、装置、存储介质和计算机设备 | |
| Lin et al. | Controls of hybrid energy storage systems in microgrids: Critical review, case study and future trends | |
| CN110502814B (zh) | 考虑储能和负荷管理技术的主动配电网多目标规划方法 | |
| EP3057192B1 (en) | An energy internet and a hierarchical control system and a control method thereof | |
| CN107134789B (zh) | 基于拓展qv节点的光储最优潮流控制方法 | |
| Ariyaratna et al. | A novel control strategy to mitigate slow and fast fluctuations of the voltage profile at common coupling Point of rooftop solar PV unit with an integrated hybrid energy storage system | |
| CN109617105B (zh) | 一种基于下垂控制的分布式复合储能协同控制方法 | |
| CN108695871B (zh) | 含有电力弹簧的孤岛微电网降低储能容量需求的配置方法 | |
| CN107196315A (zh) | 含光储系统配电网的动态拓展无功优化控制方法 | |
| JP2022525523A (ja) | 家庭ユーザの電気車両を含む異なる負荷間の電力を管理するための家庭ユーザのための電力管理システムをもつ変換器 | |
| CN112085327B (zh) | 一种配电商参与的主动配电网多层分区调控方法及系统 | |
| CN114629139A (zh) | 一种考虑储能容量优化的风-储联合系统调频控制方法 | |
| CN112018790A (zh) | 基于分层分布式储能参与需求响应调节控制方法 | |
| CN114825469A (zh) | 一种分布式电源集群出力评估方法及系统 | |
| CN115036914A (zh) | 考虑灵活性与新能源消纳的电网储能双层优化方法及系统 | |
| Li et al. | A novel adaptive droop control strategy for SoC balance in PV-based DC microgrids | |
| CN118117568A (zh) | 一种适用于离网风光氢储耦合系统的复合能量管理策略 | |
| CN117810974A (zh) | 一种基于ai预测的光储直柔微电网控制方法和装置 | |
| Ye et al. | Development and demonstration of power management of hybrid energy storage for PV integration | |
| Islam et al. | Dynamic control of grid‐connected microgrids for tie‐line smoothing | |
| Alsabbagh et al. | Two-stage distributed energy management for islanded DC microgrid with EV parking lot | |
| Ye et al. | Adaptive control of hybrid ultracapacitor-battery storage system for PV output smoothing | |
| CN116707030B (zh) | 一种低碳变电站光储直柔系统的自适应调控方法 | |
| Chu et al. | Research on Optimal Configuration of Hybrid Energy Storage Capacity Based on Improved Particle Swarm Optimization Algorithm | |
| CN117638944B (zh) | 基于源荷储互动的电网容量裕度动态配置方法及系统 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200925 Address after: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No. Applicant after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd. Address before: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No. Applicant before: GUANGZHOU POWER SUPPLY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |