CN108985579A - 电源配置规划方法及其系统 - Google Patents

电源配置规划方法及其系统 Download PDF

Info

Publication number
CN108985579A
CN108985579A CN201810671899.8A CN201810671899A CN108985579A CN 108985579 A CN108985579 A CN 108985579A CN 201810671899 A CN201810671899 A CN 201810671899A CN 108985579 A CN108985579 A CN 108985579A
Authority
CN
China
Prior art keywords
voltage
power
generation resource
distributed generation
output
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
Application number
CN201810671899.8A
Other languages
English (en)
Other versions
CN108985579B (zh
Inventor
孙海涛
何奇琳
赵海兵
田怀源
高文浩
葛杨
李晓博
李亦农
李冰
栗君
艾芊
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.)
Shanghai Jiaotong University
Dezhou Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
Shanghai Jiaotong University
Dezhou Power Supply Co of State Grid Shandong Electric Power Co Ltd
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 Shanghai Jiaotong University, Dezhou Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical Shanghai Jiaotong University
Priority to CN201810671899.8A priority Critical patent/CN108985579B/zh
Publication of CN108985579A publication Critical patent/CN108985579A/zh
Application granted granted Critical
Publication of CN108985579B publication Critical patent/CN108985579B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种电源配置规划方法及其系统，所述分布式电源配置规划方法考虑了分布式电源接入对电压暂降的影响，研究了故障状态下分布式电源的故障特性，搭建了逆变器型分布式电源在发生电压暂降时的数学模型；考虑敏感用户的电能质量需求，在配电网范围内加装STATCOM等设备，以满足不同敏感用户对电能质量的差异化需求；为保证规划方案的经济性和用户的满意程度，综合考虑分布式电源的投资建设成本及运行维护成本、STATCOM建设及运行维护成本、用户满意度等因素，对分布式电源进行合理配置，获得最优规划方案。

Description

电源配置规划方法及其系统
技术领域
本发明属于分布式电源配置规划领域，具体地，涉及一种电源配置规划方法及其系统，尤其涉及一种计及用户满意度的分布式电源配置规划方法及其系统。
背景技术
由于分布式电源固有的分散性及出力的随机性，其一般接入配电网运行。目前接入 容量相对较小，对配电网的影响有限，但未来随着分布式发电技术的日益成熟，分布式发电的成本日益降低，分布式电源在配电网中的渗透率不断提高，其对配电网的节点电压、线路潮流、短路电流、可靠性等都会带来影响，这必然会对配电网规划运行带来新 的挑战。因此，在进行分布式电源的配置规划时，在考虑传统配电网规划的因素外，需 进一步考虑如何最大限度地减少分布式电源对配电网的不利影响。
电能质量问题是电力系统研究的重要方向，其中电压暂降是电力系统运行过程中发 生最频繁的电能质量问题。电压暂降会导致一些敏感负荷如精密制造厂、计算机、医疗设备等无法正常工作，造成巨大的社会经济损失，甚至对人的生命安全造成威胁。电压 暂降发生频繁，其危害也非常大。而随着电力市场的逐渐放开，用户逐渐拥有了自主选 择权，对电能质量有了差异化要求。静止同步补偿器(Static Synchronous Compensator,STATCOM)装置具有快速补偿无功功率，且不会对系统中设备造成影响，安装方便， 占地小等优点，使其成为治理电压暂降的有效方案。
因此，在当前以电力市场为主导的新型配电方式下，研究分布式电源接入配网时需 考虑其对电能质量的影响，建立考虑用户电能质量需求的分布式电源和STATCOM联 合规划模型，尽可能提高用户的满意度和分布式电源的投资经济性。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种电源配置规划方法及其系统。
根据本发明提供的一种电源配置规划方法，包括如下步骤：
步骤1：形成逆变器型分布式电源在发生电压暂降时的数学模型；
步骤2：根据用户电能质量需求、目标函数及逆变器型分布式电源在发生电压暂降时的数学模型，形成逆变器型分布式电源在发生电压暂降时的数学模型和 STATCOM的联合规划模型。
优选地，所述步骤1，包括步骤1.1；
步骤1.1：正常运行状态下逆变器型分布式电源的数学模型；通过控制逆变器的输出功率，形成正常运行状态下的逆变器型分布式电源的数学模型；
控制所述逆变器的输出功率通过下列公式得到：
式中，
为逆变器输出电流在d轴上的分量；
P*为逆变器输出有功功率；
Us为并网点的电压幅值；
为逆变器输出电流在q轴上的分量；
Q*为无功功率；
优选地，所述步骤1，还包括步骤1.2；
步骤1.2：根据正常运行状态下的逆变器型分布式电源的数学模型并通过控制输出 电流，获取故障状态下的分布式电源故障特性；
分布式电源故障特性包括恒电流模型；
输出电流通过下列公式得到：
式中，
Idg为输出电流；
P为输出功率；
Udg为输出电压；
id为有功电流；
Imax为电流最大预设值；
优选地，所述步骤1，还包括步骤1.3；
步骤1.3：根据正常运行状态下的逆变器型分布式电源的数学模型、故障状态下的分布式电源故障特性，形成逆变器型分布式电源在发生电压暂降时的数学模型；
当输出电压Udg小于或等于第一预设值内时，则无需输出无功电流；当输出电压Udg在第一预设值与第二预设值之间或等于第二预设值时，则根据电压跌落大小线性，获取 输出无功电流并输出；当输出电压Udg大于第二预设值时，则输出额定电流大小的无功 电流；
所述第一预设值为0％至49％；
所述第二预设值为50％至100％；
相角信息由下列公式得到：
式中，
为分布式电源接入点的相角；
γ为并网点的电压相角；
k为无功支持曲线斜率；
Upcc为分布式电源接入点的电压幅值；
β为无功支持的相角。
优选地，所述第一预设值为10％；所述第二预设值为50％。
优选地，在步骤2中：
目标函数由下列公式得到：
式中，
f为目标函数；
min f为最小目标函数；
λ1为投资经济性指标在目标函数中所占比重
Cstat为STATCOM初始投资成本；
CDG为DG初始投资成本；
Cstatm为STATCOM运行维护成本；
CDGm为DG运行维护成本；
γ为折现率；
λ2为用户满意度指标在目标函数中所占比重；
n为设备的生命周期；
εsi为第i个用户的电能质量需求指标；
C′sagi为第i个用户在规划后的年电压暂降损失；
优选地，在步骤2中：
所述用户电能质量需求包括电压限制约束、分布式发电(DistributedGeneration，DG) 安装容量限制、DG安装总量限制、STATCOM容量限制以及线路潮流约束；
所述电压限制约束有下列公式得到：
Ui min≤Ui≤Ui max
式中，
Ui为节点i的电压幅值；
Ui min为节点电压幅值的下限，所述节点电压幅值的下限为额定电压的96％至99％； 额定电压10kV及以下的节点电压幅值下限为额定值的97.5％，额定电压为35～110kV的 节点电压幅值下限为额定值的98％，额定电压为220kV及以上的节点电压幅值下限为 额定值的98.4％；
Ui max为节点电压幅值的上限，所述节点电压幅值的上限为额定电压的99％至102％；
所述DG安装容量限制有下列公式得到：
0≤Pdgi≤Pdgimax
式中，
Pdgi为节点i安装的DG容量；
Pdgimax为节点i所能安装的容量上限；
所述DG安装总量限制有下列公式得到：
所述STATCOM容量限制有下列公式得到：
0≤Qstati≤Qstati max
式中，
Qstati为节点i安装的STATCOM容量；
Qstati max为节点i安装的STATCOM容量上限；
所述线路潮流约束有下列公式得到：
Pij≤Pij max
Iij≤Iij max
式中，
Pij为线路ij上传输的有功功率；
Iij为线路ij上传输的传输电流；
Pij max为线路ij上传输的极限有功功率；
Iij max为线路ij上传输的极限传输电流。
本发明还提供了一种电源配置规划系统，包括如下模块：
模块A：形成逆变器型分布式电源在发生电压暂降时的数学模型；
模块B：根据用户电能质量需求、目标函数及逆变器型分布式电源在发生电压暂降时的数学模型，形成逆变器型分布式电源在发生电压暂降时的数学模型和 STATCOM的联合规划模型。
优选地，所述模块A包括：
通过控制逆变器的输出功率，形成正常运行状态下的逆变器型分布式电源的数学模 型；
控制所述逆变器的输出功率通过下列公式得到：
式中，
为逆变器输出电流在d轴上的分量；
P*为逆变器输出有功功率；
Us为并网点的电压幅值；
为逆变器输出电流在q轴上的分量；
Q*为无功功率；
根据正常运行状态下的逆变器型分布式电源的数学模型并通过控制输出电流，获取 故障状态下的分布式电源故障特性；
输出电流通过下列公式得到：
式中，
Idg为输出电流；
P为输出功率；
Udg为输出电压；
id为有功电流；
Imax为电流最大预设值；
根据正常运行状态下的逆变器型分布式电源的数学模型、故障状态下的分布式电源 故障特性，形成逆变器型分布式电源在发生电压暂降时的数学模型；
当输出电压Udg小于或等于第一预设值内时，则无需输出无功电流；当输出电压Udg在第一预设值与第二预设值之间或等于第二预设值时，则根据电压跌落大小线性，获取 输出无功电流并输出；当输出电压Udg大于第二预设值时，则输出额定电流大小的无功 电流；
所述第一预设值为0％至49％；
所述第二预设值为50％至100％；
相角信息由下列公式得到：
式中，
为分布式电源接入点的相角；
γ为并网点的电压相角；
k为无功支持曲线斜率；
Upcc为分布式电源接入点的电压幅值；
β为无功支持的相角。
优选地，所述模块B中的目标函数由下列公式得到：
式中，
f为目标函数；
min f为最小目标函数；
λ1为投资经济性指标在目标函数中所占比重
Cstat为STATCOM初始投资成本；
CDG为DG初始投资成本；
Cstatm为STATCOM运行维护成本；
CDGm为DG运行维护成本；
γ为折现率；
λ2为用户满意度指标在目标函数中所占比重；
n为设备的生命周期；
εsi为第i个用户的电能质量需求指标；
Cs'agi为第i个用户在规划后的年电压暂降损失。
与现有技术相比，本发明具有如下的有益效果：
本发明提供的电源配置规划方法，不仅考虑了电源配置的经济性指标，同时考 虑了敏感用户对电能质量的差异化需求，建立考虑用户电能质量需求的分布式电源 和STATCOM联合规划模型，对分布式电源进行合理配置，获得最优规划方案。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明提供的电源配置规划方法的流程图。
图2为本发明提供的电源配置规划系统结构图。
图3为本发明提供的电源配置规划方法的各节点电压幅值分布图。
图4为本发明中提供的电源配置规划方法的迭代过程界面图。
图5为本发明提供的布谷鸟算法的流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人 员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对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，还可以做出若干变化和改进。这些都属于 本发明的保护范围。
本发明提供了一种电源配置规划方法，包括如下步骤：步骤1：形成逆变器型分布式电源在发生电压暂降时的数学模型；步骤2：根据用户电能质量需求、目标函数 及逆变器型分布式电源在发生电压暂降时的数学模型，形成逆变器型分布式电源在发 生电压暂降时的数学模型和STATCOM的联合规划模型。
所述步骤1，包括步骤1.1；
步骤1.1：正常运行状态下逆变器型分布式电源的数学模型；通过控制逆变器的输出功率，形成正常运行状态下的逆变器型分布式电源的数学模型；
控制所述逆变器的输出功率通过下列公式得到：
式中，
为逆变器输出电流在d轴上的分量；
P*为逆变器输出有功功率；
Us为并网点的电压幅值；
为逆变器输出电流在q轴上的分量；
Q*为无功功率。
所述步骤1，还包括步骤1.2；
步骤1.2：根据正常运行状态下的逆变器型分布式电源的数学模型并通过控制输出 电流，获取故障状态下的分布式电源故障特性；
分布式电源故障特性包括恒电流模型；
输出电流通过下列公式得到：
式中，
Idg为输出电流；
P为输出功率；
Udg为输出电压；
id为有功电流；
Imax为电流最大预设值。
所述步骤1，还包括步骤1.3；
步骤1.3：根据正常运行状态下的逆变器型分布式电源的数学模型、故障状态下的分布式电源故障特性，形成逆变器型分布式电源在发生电压暂降时的数学模型；
当输出电压Udg小于或等于第一预设值内时，则无需输出无功电流；当输出电压Udg在第一预设值与第二预设值之间或等于第二预设值时，则根据电压跌落大小线性，获取 输出无功电流并输出；当输出电压Udg大于第二预设值时，则输出额定电流大小的无功 电流；
所述第一预设值为0％至49％；
所述第二预设值为50％至100％；
相角信息由下列公式得到：
式中，
为分布式电源接入点的相角；
γ为并网点的电压相角；
k为无功支持曲线斜率；
Upcc为分布式电源接入点的电压幅值；
β为无功支持的相角。
在步骤2中：
目标函数由下列公式得到：
式中，
f为目标函数；
min f为最小目标函数；
λ1为投资经济性指标在目标函数中所占比重
Cstat为STATCOM初始投资成本；
CDG为DG初始投资成本；
Cstatm为STATCOM运行维护成本；
CDGm为DG运行维护成本；
γ为折现率；
λ2为用户满意度指标在目标函数中所占比重；
n为设备的生命周期；
εsi为第i个用户的电能质量需求指标；
C′sagi为第i个用户在规划后的年电压暂降损失。
在步骤2中：所述用户电能质量需求包括电压限制约束、DG安装容量限制、DG安 装总量限制、STATCOM容量限制以及线路潮流约束；所述电压限制约束有下列公式得 到：
Ui min≤Ui≤Ui max
式中，
Ui为节点i的电压幅值；
Ui min为节点电压幅值的下限，所述节点电压幅值的下限位为额定电压的96％至99％； 优选地为，若额定电压10kV及以下，则在该范围的额定电压的节点电压幅值下限为额 定值的97.5％，若额定电压为35至110kV，则在该范围的额定电压的节点电压幅值下限为额定值的98％，若额定电压为220kV及以上，则在该范围的额定电压的节点电压幅 值下限为额定值的98.4％；
Ui max为节点电压幅值的上限，所述节点电压幅值的上限为额定电压的99％至102％； 优选地为，若额定电压10kV及以下，则在该范围的额定电压的节点电压幅值上限为额 定值的102.5％，，则在该范围的额定电压为35至110kV的节点电压幅值上限为额定值的102％，若额定电压为220kV及以上，则在该范围的额定电压的节点电压幅值上限为 额定值的101.6％；
所述DG安装容量限制有下列公式得到：
0≤Pdgi≤Pdgimax
式中，
Pdgi为节点i安装的DG容量；
Pdgi max为节点i所能安装的容量上限；需要说明的是，此容量上限需要根据个实际情 况均有不同。
所述DG安装总量限制有下列公式得到：
所述STATCOM容量限制有下列公式得到：
0≤Qstati≤Qstati max
式中，
Qstati为节点i安装的STATCOM容量；
Qstati max为节点i安装的STATCOM容量上限；
所述线路潮流约束有下列公式得到：
Pij≤Pij max
Iij≤Iij max
式中，
Pij为线路ij上传输的有功功率；
Iij为线路ij上传输的传输电流；
Pij max为线路ij上传输的极限有功功率；
Iij max为线路ij上传输的极限传输电流。
本发明在提供的电源配置规划方法的基础上，一种电源配置规划系统，包括如下模 块：模块A：形成逆变器型分布式电源在发生电压暂降时的数学模型；模块B：根据 用户电能质量需求、目标函数及逆变器型分布式电源在发生电压暂降时的数学模型， 形成逆变器型分布式电源在发生电压暂降时的数学模型和STATCOM的联合规划模 型。
所述模块A包括：通过控制逆变器的输出功率，形成正常运行状态下的逆变器型分布式电源的数学模型；控制所述逆变器的输出功率通过下列公式得到：
式中，
为逆变器输出电流在d轴上的分量；
P*为逆变器输出有功功率；
Us为并网点的电压幅值；
为逆变器输出电流在q轴上的分量；
Q*为无功功率；
根据正常运行状态下的逆变器型分布式电源的数学模型并通过控制输出电流，获取 故障状态下的分布式电源故障特性；
输出电流通过下列公式得到：
式中，
Idg为输出电流；
P为输出功率；
Udg为输出电压；
id为有功电流；
Imax为电流最大预设值；
根据正常运行状态下的逆变器型分布式电源的数学模型、故障状态下的分布式电源 故障特性，形成逆变器型分布式电源在发生电压暂降时的数学模型；当输出电压Udg小于或等于第一预设值内时，则无需输出无功电流；当输出电压Udg在第一预设值与第二 预设值之间或等于第二预设值时，则根据电压跌落大小线性，获取输出无功电流并输出； 当输出电压Udg大于第二预设值时，则输出额定电流大小的无功电流；所述第一预设值 为0％至49％；所述第二预设值为50％至100％；相角信息由下列公式得到：
式中，
为分布式电源接入点的相角；
γ为并网点的电压相角；
k为无功支持曲线斜率；
Upcc为分布式电源接入点的电压幅值；
β为无功支持的相角。
所述模块B中的目标函数由下列公式得到：
式中，
f为目标函数；
min f为最小目标函数；
λ1为投资经济性指标在目标函数中所占比重
Cstat为STATCOM初始投资成本；
CDG为DG初始投资成本；
Cstatm为STATCOM运行维护成本；
CDGm为DG运行维护成本；
γ为折现率；
λ2为用户满意度指标在目标函数中所占比重；
n为设备的生命周期；
εsi为第i个用户的电能质量需求指标；
C′sagi为第i个用户在规划后的年电压暂降损失。
下面对本发明提供的电源配置规划方法及系统进行进一步说明，以下将本发明提供的电源配置规划方法，简称为方法，对本发明提供的本发明提供的电源配置规 划系统，简称为系统：
本发明提供的方法优选地为，搭建了逆变器型分布式电源在发生电压暂降时的数学模型，考虑敏感用户对电能质量的差异化需求，建立考虑用户电能质量需求的 分布式电源和STATCOM联合规划模型，对分布式电源进行合理配置，获得最优规 划方案。具体步骤如下：
1、第一模型形成步骤:搭建逆变器型分布式电源在发生电压暂降时的数学模型，即第一模型具体如下：
由于电压暂降一般持续时间很短，而同步机型分布式电源的功率响应速度不足，因 此对电压暂降的影响甚微，逆变器型分布式电源由于采用电力电子结构，功率响应速度快，相对同步机型分布式电源能够有效缓解电压暂降。在第一模型形成步骤中：所述输 出的参数包括敏感用户对电能质量的差异化需求等；
1)首先，需搭建正常运行状态下逆变器型分布式电源的数学模型。当正常运行时，逆变器型分布式电源一般采用外环功率控制、内环电流控制的双环闭环控制方式，以保 证输出功率的稳定。其控制方式如下：
式中，
为逆变器输出电流在d轴上的分量；
P*为逆变器输出有功功率；
Us为并网点的电压幅值；
为逆变器输出电流在q轴上的分量；
Q*为无功功率。
2)在步骤1)的基础上，分析故障状态下的分布式电源故障特性。对于采用恒功率控制的逆变型分布式电源来说，故障后逆变器的控制结构不变，但是出于保护逆变器的 目的，一般设定逆变型分布式电源允许通过的最大电流为其额定电流值的2-3倍。因此， 在故障状态下，根据逆变器型分布式电源所流经电流是否达到限制，可分为恒功率模型 和恒电流模型：
式中，
Idg为输出电流；
P为输出功率；
Udg为输出电压；
id为有功电流；
Imax为电流最大预设值。
因此，可将逆变器型分布式电源等效为一个受控电流源。
3)结合步骤1)和2)，搭建逆变器型分布式电源在发生电压暂降时的数学模型。若考虑低电压穿越，下面以低电压为10％为界限为例进行进一步说明：在故障期间，分布 式电源需向电网提供无功电流从而支撑电网电压。当发生电压暂降幅值为10％以内时， 无需输出无功电流；若超过10％，则输出无功电流与电压跌落大小线性相关；若电压暂 降幅值超过50％，则应输出额定电流大小的无功电流。
由于正常状态下分布式电源只输出有功不输出无功，因此在发生电压暂降时，分布 式电源的无功电流为此时输出无功电流值。而有功电流只取决于输入功率的大小，在电压暂降发生的短时间内，输入功率不会发生变化，因此可认为有功电流与故障前一致， 且受到总的最大允许电流的限制：
式中，
id为有功电流；
Ilim为最大允许电流；
iq为无功电流；
ΔU为电压暂降幅值；
Un为额定电压；
k为无功支持曲线斜率，优选地取为2。
将逆变器型分布式电源并网后并网点和故障点单独列出，经过坐标轴转换可得：
式中，
Us为并网点电压幅值；
k为无功支持曲线斜率，优选地取为2；
Upcc为分布式电源接入点的电压幅值；
Iq为输出电流q轴分量幅值；
Id为输出电流d轴分量幅值；
β为无功支持的相角。
整理得：
式中，
Upcc为分布式电源接入点的电压幅值；
k为为无功支持曲线斜率；
为补偿前分布式电源接入点电压幅值；
kq为k在q轴的分量；
β为无功支持的相角。
解该一元四次方程即可得到DG接入点的电压幅值，相角信息由下式计算：
2、建立考虑用户电能质量需求的分布式电源和STATCOM联合规划模型，具体 如下：
建立考虑用户电能质量需求的DG和STATCOM联合规划模型，重点考虑的电能质 量指标为电压暂降指标，在满足相关约束的条件下，尽可能提高用户的用电满意度和 DG投资的经济性，因此设目标函数为规划方案的全生命周期成本最优：
式中，
f为目标函数；
min f为最小目标函数；
λ1为投资经济性指标在目标函数中所占比重；
Cstat为STATCOM初始投资成本；
CDG为DG初始投资成本；
Cstatm为STATCOM运行维护成本；
CDGm为DG运行维护成本；
γ为折现率；
λ2为用户满意度指标在目标函数中所占比重；
n为设备的生命周期；
εsi为第i个用户的电能质量需求指标；
C′sagi为第i个用户在规划后的年电压暂降损失。
在上述模型，需满足以下约束：
1)电压限制约束：
Ui min≤Ui≤Ui max
其中，Ui为节点i的电压幅值，Ui min和Ui max分别为节点电压幅值的上下限。
2)DG安装容量限制：
0≤Pdgi≤Pdgi max
其中，Pdgi为节点i安装的DG容量，Pdgi max为节点i所能安装的容量上限。
3)DG安装总量限制：
其中，Pdgi为节点i安装的DG容量，Ptotle为配网内所能安装的容量上限。
4)STATCOM容量限制：
0≤Qstati≤Qstati max
5)线路潮流约束：
Pij≤Pij max
Iij≤Iij max
其中，Pij和Iij分别为线路ij上传输的有功功率和传输电流，Pij max和Iij max分别为线路ij 上传输的极限有功功率和极限传输电流。
为保证规划模型求解的准确性和快速性，本发明采用改进的布谷鸟算法，在迭代过 程中将步长比例因子设置为一个变量，在迭代初期取较大值，增强其全局搜索能力，快速确定全局最优解区域；在迭代后期取较小值，增强其局部搜索能力，提高算法的收敛 速度。
如图5所示，所述布谷鸟算法采用步长比例因子作为一个变量；步长比例因子通过下列公式得到：
式中，
α为步长比例因子
αmax为步长比例因子的最大值；
αmin为步长比例因子的最小值；
Nmax为最大迭代次数；
N为当前迭代次数；
所述两层嵌套的改进布谷鸟算法，包括如下步骤：数据读取步骤：读取用户电能质量需求的DG和STATCOM联合规划模型的数据；次数初始步骤：根据用户电能质量需 求的DG和STATCOM联合规划模型的数据，初始化用户电能质量需求的DG和 STATCOM联合规划模型的迭代次数；供源初始步骤：根据用户电能质量需求的DG和 STATCOM联合规划模型的迭代次数，初始化DG和STATCOM的安装位置；配电初始 步骤：根据初始化供源端模型的变量，初始化DG和STATCOM的安装容量；配电端适 应度排序步骤：根据初始化配电端模型的变量，获取配电端的适应度并按照优劣排序； 配电端异类发现步骤：根据配电端的适应度及排序，判断是否发现异类；若是，则进入 配电端废弃鸟窝步骤；若否，则进入配电端条件满足步骤；配电端废弃鸟窝步骤：选择 配电端的废弃鸟窝并进入配电端的新鸟窝生成步骤；配电端条件满足步骤：判断是否满 足终止条件；若是，则进入供源端适应度排序步骤；若否，则进入配电端新鸟窝生成步 骤；配电端新鸟窝生成步骤：根据选择配电端的废弃鸟窝，生成配电端的新鸟窝并进入 配电初始步骤；供源端适应度排序步骤：根据初始化供源端模型的变量，获取供源端的 适应度并按照优劣排序；供源端异类发现步骤：根据供源端的适应度及排序，判断是否 发现异类；若是，则进入供源端废弃鸟窝步骤；若否，则进入供源端条件满足步骤；供 源端废弃鸟窝步骤：选择供源端的废弃鸟窝并进入供源端新鸟窝生成步骤；供源端条件 满足步骤：判断是否满足终止条件；若是，则输出结果；若否，则进入供源端新鸟窝生 成步骤；供源端新鸟窝生成步骤：根据选择供源端的废弃鸟窝，生成供源端的新鸟窝并 进入供源初始步骤。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及 其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制 器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装 置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、 模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、 单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上 述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改， 这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的 特征可以任意相互组合。

Claims (10)

1.一种电源配置规划方法，其特征在于，包括如下步骤：
步骤1：形成逆变器型分布式电源在发生电压暂降时的数学模型；
步骤2：根据用户电能质量需求、目标函数及逆变器型分布式电源在发生电压暂降时的数学模型，形成逆变器型分布式电源在发生电压暂降时的数学模型和STATCOM的联合规划模型。
2.根据权利要求1所述的电源配置规划方法，其特征在于，所述步骤1，包括步骤1.1；
步骤1.1：通过控制逆变器的输出功率，形成正常运行状态下的逆变器型分布式电源的数学模型；
控制所述逆变器的输出功率通过下列公式得到：
式中，
为逆变器输出电流在d轴上的分量；
P*为逆变器输出有功功率；
Us为并网点的电压幅值；
为逆变器输出电流在q轴上的分量；
Q*为无功功率。
3.根据权利要求2所述的电源配置规划方法，其特征在于，所述步骤1，还包括步骤1.2；
步骤1.2：根据正常运行状态下的逆变器型分布式电源的数学模型并通过控制输出电流，获取故障状态下的分布式电源故障特性；
输出电流通过下列公式得到：
式中，
Idg为输出电流；
P为输出功率；
Udg为输出电压；
id为有功电流；
Imax为电流最大预设值。
4.根据权利要求3所述的电源配置规划方法，其特征在于，所述步骤1，还包括步骤1.3；
步骤1.3：根据正常运行状态下的逆变器型分布式电源的数学模型、故障状态下的分布式电源故障特性，形成逆变器型分布式电源在发生电压暂降时的数学模型；
当输出电压Udg小于或等于第一预设值内时，则无需输出无功电流；当输出电压Udg在第一预设值与第二预设值之间或等于第二预设值时，则根据电压跌落大小线性，获取输出无功电流并输出；当输出电压Udg大于第二预设值时，则输出额定电流大小的无功电流；
所述第一预设值为0％至49％；
所述第二预设值为50％至100％；
相角信息由下列公式得到：
式中，
为分布式电源接入点的相角；
γ为并网点的电压相角；
k为无功支持曲线斜率；
Upcc为分布式电源接入点的电压幅值；
β为无功支持的相角。
5.根据权利要求4所述的电源配置规划方法，其特征在于，所述第一预设值为10％；所述第二预设值为50％。
6.根据权利要求1所述的电源配置规划方法，其特征在于，在步骤2中：
目标函数由下列公式得到：
式中，
f为目标函数；
min f为最小目标函数；
λ1为投资经济性指标在目标函数中所占比重
Cstat为STATCOM初始投资成本；
CDG为DG初始投资成本；
Cstatm为STATCOM运行维护成本；
CDGm为DG运行维护成本；
γ为折现率；
λ2为用户满意度指标在目标函数中所占比重；
n为设备的生命周期；
εsi为第i个用户的电能质量需求指标；
Cs'agi为第i个用户在规划后的年电压暂降损失。
7.根据权利要求1所述的电源配置规划方法，其特征在于，在步骤2中：
所述用户电能质量需求包括电压限制约束、DG安装容量限制、DG安装总量限制、STATCOM容量限制以及线路潮流约束；
所述电压限制约束有下列公式得到：
Uimin≤Ui≤Uimax
式中，
Ui为节点i的电压幅值；
Uimin为节点电压幅值的下限，所述节点电压幅值的下限为额定电压的96％至99％；额定电压10kV及以下的节点电压幅值下限为额定值的97.5％，额定电压为35～110kV的节点电压幅值下限为额定值的98％，额定电压为220kV及以上的节点电压幅值下限为额定值的98.4％；
Uimax为节点电压幅值的上限，所述节点电压幅值的上限为额定电压的99％至102％；
所述DG安装容量限制有下列公式得到：
0≤Pdgi≤Pdgimax
式中，
Pdgi为节点i安装的DG容量；
Pdgimax为节点i所能安装的容量上限；
所述DG安装总量限制有下列公式得到：
所述STATCOM容量限制有下列公式得到：
0≤Qstati≤Qstatimax
式中，
Qstati为节点i安装的STATCOM容量；
Qstatimax为节点i安装的STATCOM容量上限；
所述线路潮流约束有下列公式得到：
Pij≤Pijmax
Iij≤Iijmax
式中，
Pij为线路ij上传输的有功功率；
Iij为线路ij上传输的传输电流；
Pijmax为线路ij上传输的极限有功功率；
Iijmax为线路ij上传输的极限传输电流。
8.一种电源配置规划系统，其特征在于，包括如下模块：
模块A：形成逆变器型分布式电源在发生电压暂降时的数学模型；
模块B：根据用户电能质量需求、目标函数及逆变器型分布式电源在发生电压暂降时的数学模型，形成逆变器型分布式电源在发生电压暂降时的数学模型和STATCOM的联合规划模型。
9.根据权利要求8所述的电源配置规划系统，其特征在于，所述模块A包括：
通过控制逆变器的输出功率，形成正常运行状态下的逆变器型分布式电源的数学模型；
控制所述逆变器的输出功率通过下列公式得到：
式中，
为逆变器输出电流在d轴上的分量；
P*为逆变器输出有功功率；
Us为并网点的电压幅值；
为逆变器输出电流在q轴上的分量；
Q*为无功功率；
根据正常运行状态下的逆变器型分布式电源的数学模型并通过控制输出电流，获取故障状态下的分布式电源故障特性；
输出电流通过下列公式得到：
式中，
Idg为输出电流；
P为输出功率；
Udg为输出电压；
id为有功电流；
Imax为电流最大预设值；
根据正常运行状态下的逆变器型分布式电源的数学模型、故障状态下的分布式电源故障特性，形成逆变器型分布式电源在发生电压暂降时的数学模型；
当输出电压Udg小于或等于第一预设值内时，则无需输出无功电流；当输出电压Udg在第一预设值与第二预设值之间或等于第二预设值时，则根据电压跌落大小线性，获取输出无功电流并输出；当输出电压Udg大于第二预设值时，则输出额定电流大小的无功电流；
所述第一预设值为0％至49％；
所述第二预设值为50％至100％；
相角信息由下列公式得到：
式中，
为分布式电源接入点的相角；
γ为并网点的电压相角；
k为无功支持曲线斜率；
Upcc为分布式电源接入点的电压幅值；
β为无功支持的相角。
10.根据权利要求8所述的电源配置规划系统，其特征在于，所述模块B中的目标函数由下列公式得到：
式中，
f为目标函数；
min f为最小目标函数；
λ1为投资经济性指标在目标函数中所占比重
Cstat为STATCOM初始投资成本；
CDG为DG初始投资成本；
Cstatm为STATCOM运行维护成本；
CDGm为DG运行维护成本；
γ为折现率；
λ2为用户满意度指标在目标函数中所占比重；
n为设备的生命周期；
εsi为第i个用户的电能质量需求指标；
Cs'agi为第i个用户在规划后的年电压暂降损失。
CN201810671899.8A 2018-06-26 2018-06-26 电源配置规划方法及其系统 Active CN108985579B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810671899.8A CN108985579B (zh) 2018-06-26 2018-06-26 电源配置规划方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810671899.8A CN108985579B (zh) 2018-06-26 2018-06-26 电源配置规划方法及其系统

Publications (2)

Publication Number Publication Date
CN108985579A true CN108985579A (zh) 2018-12-11
CN108985579B CN108985579B (zh) 2021-04-06

Family

ID=64538864

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810671899.8A Active CN108985579B (zh) 2018-06-26 2018-06-26 电源配置规划方法及其系统

Country Status (1)

Country Link
CN (1) CN108985579B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111539170A (zh) * 2020-04-09 2020-08-14 南昌工程学院 一种statcom冗余子模块开关暂态建模方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102623989A (zh) * 2012-03-28 2012-08-01 湖南大学 一种间歇分布式电源优化配置方法
US20130293021A1 (en) * 2012-05-01 2013-11-07 Rajiv Kumar Varma Enhanced utilization of real power generating capacity of distributed generator (dg) inverters as statcom
CN104077449A (zh) * 2014-07-02 2014-10-01 中国南方电网有限责任公司 一种基于粒子群算法的逆变型dg准入容量计算方法
CN105305490A (zh) * 2015-10-26 2016-02-03 国网天津市电力公司 一种考虑电能质量经济性最优的有源配电网规划方法
CN106841850A (zh) * 2016-12-24 2017-06-13 国网吉林省电力有限公司培训中心 一种含逆变型分布式电源的配电网故障分析方法
CN107749635A (zh) * 2017-11-15 2018-03-02 江苏方天电力技术有限公司 一种配电网合环运行优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102623989A (zh) * 2012-03-28 2012-08-01 湖南大学 一种间歇分布式电源优化配置方法
US20130293021A1 (en) * 2012-05-01 2013-11-07 Rajiv Kumar Varma Enhanced utilization of real power generating capacity of distributed generator (dg) inverters as statcom
CN104077449A (zh) * 2014-07-02 2014-10-01 中国南方电网有限责任公司 一种基于粒子群算法的逆变型dg准入容量计算方法
CN105305490A (zh) * 2015-10-26 2016-02-03 国网天津市电力公司 一种考虑电能质量经济性最优的有源配电网规划方法
CN106841850A (zh) * 2016-12-24 2017-06-13 国网吉林省电力有限公司培训中心 一种含逆变型分布式电源的配电网故障分析方法
CN107749635A (zh) * 2017-11-15 2018-03-02 江苏方天电力技术有限公司 一种配电网合环运行优化方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LIZI LUO等: "Optimal siting and sizing of distributed generation in distribution systems with PV solar farm utilized as STATCOM (PV-STATCOM)", 《APPLIED ENERGY》 *
吴争荣: "计及逆变型分布式电源控制特性的配电网故障分析方法", 《电力系统自动化》 *
张涛: "基于改进多种群量子粒子群算法的STATCOM 选址及容量优化", 《中国电机工程学报》 *
芦火青: "计及电能质量的分布式电源选址定容优化配置研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111539170A (zh) * 2020-04-09 2020-08-14 南昌工程学院 一种statcom冗余子模块开关暂态建模方法
CN111539170B (zh) * 2020-04-09 2023-04-25 南昌工程学院 一种statcom冗余子模块开关暂态建模方法

Also Published As

Publication number Publication date
CN108985579B (zh) 2021-04-06

Similar Documents

Publication Publication Date Title
Shah et al. Stability and control of mixed AC–DC systems with VSC‐HVDC: a review
CN109586269B (zh) 考虑参数自寻优的直流微电网虚拟惯性控制方法及系统
Zhao et al. Control interaction modeling and analysis of grid-forming battery energy storage system for offshore wind power plant
Meng et al. Hierarchical SCOPF considering wind energy integration through multiterminal VSC-HVDC grids
CN106487042B (zh) 一种多时间尺度微电网电压无功优化控制方法
Vural Contribution of high voltage direct current transmission systems to inter-area oscillation damping: A review
Xiao et al. Online supervisory voltage control for grid interface of utility-level PV plants
Benachaiba et al. Smart control of UPCQ within microgrid energy system
Yakout et al. Enhancement of frequency stability of power systems integrated with wind energy using marine predator algorithm based PIDA controlled STATCOM
Jin et al. A new system splitting scheme based on the unified stability control framework
Mascarella et al. Flicker mitigation via dynamic volt/var control of power-electronic interfaced WTGs
Zanib et al. Performance analysis of renewable energy based distributed generation system using ANN tuned UPQC
Wei et al. Reliability assessment for AC/DC hybrid distribution network with high penetration of renewable energy
Kuchibhatla et al. An elephant herding optimization algorithm-based static switched filter compensation scheme for power quality improvement in smart grid
Nagadurga et al. Gray wolf optimization‐based optimal grid connected solar photovoltaic system with enhanced power quality features
CN107732920B (zh) 光伏发电出力不确定性的主动配电网鲁棒电压控制方法
Arnold et al. Extremum Seeking control of smart inverters for VAR compensation
CN108985579A (zh) 电源配置规划方法及其系统
Zhang et al. Adaptive inter-area power oscillation damping from offshore wind farm and MMC-HVDC using deep reinforcement learning
Zhang et al. Fast online distributed voltage support in distribution grids using consensus algorithm
Sangsarawut et al. Optimal reactive power planning of doubly fed induction generators using genetic algorithms
Miñambres-Marcos et al. Point of common coupling voltage regulation with photovoltaic power plant infrastructures
Li et al. Wind farms reactive power optimization using genetic/tabu hybrid algorithm
Aref et al. Oscillation Damping Neuro-Based Controllers Augmented Solar Energy Penetration Management of Power System Stability. Energies 2023, 16, 2391
Santos et al. Modeling of the generalized unified power flow controller to integrate in power flow studies

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