CN109066709B - 一种基于元模型的分布式电源就地电压控制策略改进方法 - Google Patents
一种基于元模型的分布式电源就地电压控制策略改进方法 Download PDFInfo
- Publication number
- CN109066709B CN109066709B CN201811149885.6A CN201811149885A CN109066709B CN 109066709 B CN109066709 B CN 109066709B CN 201811149885 A CN201811149885 A CN 201811149885A CN 109066709 B CN109066709 B CN 109066709B
- Authority
- CN
- China
- Prior art keywords
- power supply
- distributed power
- model
- meta
- voltage control
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000011217 control strategy Methods 0.000 title claims abstract description 37
- 230000006872 improvement Effects 0.000 title claims abstract description 17
- 238000011065 in-situ storage Methods 0.000 title claims description 31
- 238000005070 sampling Methods 0.000 claims description 63
- 239000011159 matrix material Substances 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 28
- 238000005314 correlation function Methods 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 20
- 239000000126 substance Substances 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 14
- 238000007476 Maximum Likelihood Methods 0.000 claims description 6
- 230000014509 gene expression Effects 0.000 claims description 6
- 238000012885 constant function Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005309 stochastic process Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- H02J3/383—
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于元模型的分布式电源就地电压控制策略改进方法,立足于解决含间歇式分布式电源的有源配电网就地电压控制策略的求解问题,基于历史数据建立有源配电网分布式电源就地电压控制元模型,利用量测数据求解该模型,制定有源配电网就地电压控制策略。
Description
技术领域
本发明涉及配电网技术领域,特别涉及一种基于元模型的分布式电源就地电压控制策略改进方法。
背景技术
由电力系统、天然气系统之间的耦合与互联构成的综合能源系统,对于构建经济、环保、高效的能源系统至关重要,一方面可促进新能源的充分利用,提高可再生能源的渗透率;另一方面可实现不同能源之间的优势互补,提高能源的利用效率。随着综合能源系统中多种能源耦合的逐渐密切,电力系统既是其他能源环节的输出对象,也可能是其他能源系统中耦合环节能量的供应者,上述特征对综合能源系统中电力环节的稳定性提出了新要求。
随着分布式电源(distributed generation,DG)越来越多的接入,配电系统的形态结构和运行方式都发生了深刻而显著的变化,从单一的无源系统发展为含大量分布式电源的有源系统。分布式电源的大量接入将给配电系统带来许多益处,诸如降低系统损耗、提高供电可靠性、减少环境污染等,与此同时,光伏(photovoltaic,PV)、风电(wind turbine,WT)等间歇性分布式电源也会造成功率波动、电压越限等影响,进而影响综合能源系统的稳定性。电压控制是配电系统提高电压合格率、降低系统损耗的重要途径,因而受到了广泛的关注。
目前,有源配电网的电压控制策略主要包括集中式控制策略和就地控制策略。其中,集中式控制策略利用配电系统全局信息,统一调配可控资源,实现系统全局优化。但随着分布式电源渗透率提高,大规模分布式电源的接入导致量测数据量急剧增大,这将会给中央控制系统带来沉重的通讯及数据处理负担;另外,集中式控制策略需要安装大量量测、通讯和监控装置,投资较高,难以适应可再生能源高渗透率的有源配电系统的运行需求。而就地控制策略往往只需依据本地量测信息实现分布式电源无功出力的求解,不需要节点间的信息交流或远程量测,减少系统节点之间通信数据量,提高求解效率,从而可以快速响应分布式电源波动。
现有的就地电压控制策略主要基于本地电压量测及功率量测绘制就地控制曲线,以此为依据实现分布式电源的无功补偿及有功缩减,制定对有源配电网就地电压控制策略。但是,该方法控制策略求解过程复杂,控制策略的性能依赖于控制参数的调整,且无法直接建立本地量测与分布式电源出力之间的关系模型。因此,急需一种能够挖掘本地量测信息与分布式电源出力关系的就地电压无功控制策略的求解方法,达到降低系统损耗,改善系统电压水平的目标,确保综合能源系统中各类能源的协同优化调度。
发明内容
本发明的目的在于提供一种基于元模型的分布式电源就地电压控制策略改进方法,达到了降低系统损耗的目的,改善系统电压水平的目标,确保了综合能源系统中各类能源的协同优化调度。
为实现上述目的,本发明实施例提供了如下技术方案:
本发明实施例提供了一种基于元模型的分布式电源就地电压控制策略改进方法,包括:
根据选定的配电系统,输入系统节点数、线路参数、基准负荷、网络拓扑连接关系,分布式电源类型、接入位置、容量,基准电压和基准功率,系统历史运行数据;
选择构建有源配电网分布式电源就地电压控制的元模型的输入量;
设定有源配电系统网络损耗及电压偏差之和最小为目标函数,基于系统历史运行数据建立所述有源配电网分布式电源就地电压控制的元模型;
依据t*时刻的输入量求解所述有源配电网分布式电源就地电压控制的元模型;
输出所述有源配电网分布式电源就地电压控制的元模型的求解结果,将所述求解结果作为分布式电源的无功出力策略;
其中,所述选择构建有源配电网分布式电源就地电压控制的元模型的输入量包括以下控制量:
h采样时刻;
周末标志位w,若运行日为周六或周日则w=1;否则,w=0;
采样数据处于每月的第几天dm;
将上述控制量分别作为所述输入量,将所述h采样时刻与所述h-1采样时刻分布式电源无功出力变化量作为输出量,构建元模型,得到采用每个控制量构建所述元模型的随机过程方差;按照随机过程方差由小到大顺序,逐步增加所述输入量个数,建立所述元模型,根据所述随机过程方差的变化趋势,确定构建所述有源配电网分布式电源就地电压控制的元模型的输入量。
优选的,所述目标函数表示如下:
其中,T为运行优化周期;Ωb为配电系统中所有支路集合;Rij为支路ij的电阻;It,ij为t时段节点i流向节点j的电流幅值;NN为系统节点总数;Ut,i为t时段节点i的电压幅值;ω1和ω2分别为配电系统网络损耗和电压越限的权重系数。
优选的,所述有源配电网分布式电源就地电压控制的元模型具体包括:
Q=fTβ+z(X)
为建立的所述有源配电网分布式电源就地电压控制的元模型的输出量,是由所述分布式电源无功出力的历史数据的差值组成的列向量,其中,m为建立所述有源配电网分布式电源就地电压控制的元模型时所使用的样本数目;为所述h采样时刻与所述h-1采样时刻所述分布式电源无功出力的变化量,其中,X=[x1,x2,...,xh,...,xm]T为历史数据构成的输入矩阵,其中xh表示所述输入量组成的行相量,所述输入量及所述输出量中所涉及的电压及功率需的约束条件包括:潮流约束、配电系统安全约束和分布式电源运行约束;
所述潮流约束具体包括:
其中,Rij为支路ij的电阻,Xij为支路ij的电抗;Pt,ij、Qt,ij分别为t时段支路ij上流过的有功功率和无功功率;Pt,i、Qt,i分别为t时段节点i上注入网络的有功功率和无功功率之和;分别为t时段节点i上负荷的有功功率和无功功率;分别为t时段节点i上不可控分布式电源注入的有功功率和无功功率;It,ij为t时段节点i流向节点j的电流幅值;Ut,i为t时段节点i的电压幅值;Ut,j为t时段节点j的电压幅值;
所述配电系统安全运行约束具体包括
所述分布式电源运行约束具体包括:
fTβ表示回归模型,f为p×m阶回归模型基函数矩阵,β为p×1阶待求解的回归模型基函数系数矩阵,本发明选取常函数作为回归模型基函数,即p=1,f|1×m=[1,1,...,1];z(X)表示期望为0、方差为σ2的随机过程,具有如下特性:
E[z(xh)]=0
cov[z(xh)z(xl)]=σ2R(xh,xl)
其中,E[z(xh)]表示z(xh)的期望;cov[z(xh)z(xl)]为z(xh)和z(xl)的协方差,xl是构建克里金元模型时第l个输入样本;R(xh,xl)是以θ为参数的相关函数,采用高斯函数作为相关函数:
其中,dk=|xhk-xlk|为xh和xl第k维分量之间的距离;θk为待求解的相关函数参数矩阵θ的第k维分量;nθ所述有源配电网分布式电源就地电压控制的元模型使用的输入量个数;
采用加权最小二乘法以及最大似然估计,分别得到β和σ2的估计值:
β=[fR(X)-1fT]-1fR(X)-1Q
其中,R(X)为相关函数构成的关联矩阵,表示为:
其中,xm是构建所述有源配电网分布式电源就地电压控制的元模型时第m个输入量;
β、σ2估计值均与相关函数参数矩阵θ有关,通过极大似然估计得到一个无约束的最优化问题:
其中,det[R(X)]表示关联矩阵R(X)的行列式,根据所述无约束的最优化问题确定相关函数参数矩阵θ,然后得到所述β和所述σ2的估计值,进而建立所述有源配电网分布式电源就地电压控制的元模型。
优选的,所述有源配电网分布式电源就地电压控制的元模型的求解过程具体包括:
其中,x*为所述t*时刻的输入量;β为所述有源配电网分布式电源就地电压控制的元模型参数;z(x*)表示期望为0、方差为σ2的随机过程;有源配电网分布式电源就地电压控制的元模型的所述t*时刻与所述t*-1时刻所述分布式电源无功出力变化量由历史数据Q表示:
其中,c为待求的加权系数向量;
其中,E[(cTQ)2-{β+z(x*)}2]为所述t*时刻与所述t*-1时刻所述分布式电源无功出力变化量的两种表达方式的均方误差;E[cTQ-{β+z(x*)}]为所述t*时刻与所述t*-1时刻所述分布式电源无功出力变化量的两种表达方式的差的期望;
其中,fTβ表示回归模型,f为p×m阶回归模型基函数矩阵,β为p×1阶待求解的回归模型基函数系数矩阵;
R(X)为相关函数构成的关联矩阵,表示为:
其中,xm是构建所述有源配电网分布式电源就地电压控制的元模型时第m个输入量;
r(X,x*)为X与x*之间的空间相关性:
r(X,x*)=[R(x1,x*),R(x2,x*),...,R(xm,x*)]T
其中,X为构建有源配电网分布式电源就地电压控制的元模型时所使用的输入量矩阵;
R(xm,x*)是以θ为参数的相关函数,采用高斯函数作为相关函数:
其中,为xm和x*第k维分量之间的距离;θk为待求解的相关函数参数矩阵θ的第k维分量;nθ有源配电网分布式电源就地电压控制的元模型使用的输入量个数;xm是构建所述有源配电网分布式电源就地电压控制的元模型时第m个输入量;
所述t*时刻分布式电源无功出力策略可以表示为:
可见,首先根据选定的配电系统,输入系统节点数、线路参数、基准负荷、网络拓扑连接关系,分布式电源类型、接入位置、容量,基准电压和基准功率,系统历史运行数据,然后选择构建有源配电网分布式电源就地电压控制的元模型的输入量,其次设定有源配电系统网络损耗及电压偏差之和最小为目标函数,基于系统历史运行数据建立有源配电网分布式电源就地电压控制的元模型,然后依据t*时刻的输入量求解所述有源配电网分布式电源就地电压控制的元模型,最后输出所述有源配电网分布式电源就地电压控制的元模型的求解结果,将所述求解结果作为分布式电源的无功出力策略,因此,采用本方案,立足于解决含间歇式分布式电源的有源配电网就地电压控制策略的求解问题,基于历史数据建立有源配电网分布式电源就地电压控制元模型,利用量测数据求解该模型,制定有源配电网就地电压控制策略。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于元模型的分布式电源就地电压控制策略改进方法流程图;
图2是本发明实施例提供的改进的IEEE 33节点算例结构图;
图3是本发明实施例提供的风机年运行曲线;
图4是本发明实施例提供的光伏年运行曲线;
图5是本发明实施例提供的负荷年运行曲线;
图6是本发明实施例提供的测试日分布式电源与负荷运行曲线;
图7是本发明实施例提供的随机过程方差与输入量个数关系图;
图8是本发明实施例提供的不同场景下节点9处电压水平;
图9是本发明实施例提供的不同场景下节点18处电压水平;
图10是本发明实施例提供的不同场景下节点27处电压水平;
图11是本发明实施例提供的不同场景下节点33处电压水平;
图12是本发明实施例提供的不同场景下节点9处分布式电源无功水平;
图13是本发明实施例提供的不同场景下节点18处分布式电源无功水平;
图14是本发明实施例提供的不同场景下节点27处分布式电源无功水平;
图15是本发明实施例提供的不同场景下节点33处分布式电源无功水平。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明实施例提供了一种基于元模型的分布式电源就地电压控制策略改进方法,达到了降低系统损耗的目的,改善系统电压水平的目标,确保了综合能源系统中各类能源的协同优化调度。
请参见图1,图1为本发明实施例公开的一种面向就地控制策略的分布式电源无功出力求解方法流程示意图,该方法包括:
S101、根据选定的配电系统,输入系统节点数、线路参数、基准负荷、网络拓扑连接关系,分布式电源类型、接入位置、容量,基准电压和基准功率,系统历史运行数据。
S102、选择构建有源配电网分布式电源就地电压控制的元模型的输入量。
具体的,作为优选的实施例,步骤S102包括:
h采样时刻;
周末标志位w,若运行日为周六或周日则w=1;否则,w=0;
采样数据处于每月的第几天dm;
将上述控制量分别作为所述输入量,将所述h采样时刻与所述h-1采样时刻分布式电源无功出力变化量作为输出量,构建元模型,得到采用每个控制量构建所述元模型的随机过程方差;按照随机过程方差由小到大顺序,逐步增加所述输入量个数,建立所述元模型,根据所述随机过程方差的变化趋势,确定构建所述有源配电网分布式电源就地电压控制的元模型的输入量。
S103、设定有源配电系统网络损耗及电压偏差之和最小为目标函数,基于系统历史运行数据建立有源配电网分布式电源就地电压控制的元模型。
目标函数表示如下:
其中,T为运行优化周期;Ωb为配电系统中所有支路集合;Rij为支路ij的电阻;It,ij为t时段节点i流向节点j的电流幅值;NN为系统节点总数;Ut,i为t时段节点i的电压幅值;ω1和ω2分别为配电系统网络损耗和电压越限的权重系数。
有源配电网分布式电源就地电压控制的元模型表示如下:
Q=fTβ+z(X) (2)
为建立的所述有源配电网分布式电源就地电压控制的元模型的输出量,是由所述分布式电源无功出力的历史数据的差值组成的列向量,其中,m为建立所述有源配电网分布式电源就地电压控制的元模型时所使用的样本数目;为所述h采样时刻与所述h-1采样时刻所述分布式电源无功出力的变化量,其中,X=[x1,x2,...,xh,...,xm]T为历史数据构成的输入矩阵,其中xh表示所述输入量组成的行相量,所述输入量及所述输出量中所涉及的电压及功率需的约束条件包括:潮流约束、配电系统安全约束和分布式电源运行约束;
潮流约束具体包括:
其中,Rij为支路ij的电阻,Xij为支路ij的电抗;Pt,ij、Qt,ij分别为t时段支路ij上流过的有功功率和无功功率;Pt,i、Qt,i分别为t时段节点i上注入网络的有功功率和无功功率之和;分别为t时段节点i上负荷的有功功率和无功功率;分别为t时段节点i上不可控分布式电源注入的有功功率和无功功率;It,ij为t时段节点i流向节点j的电流幅值;Ut,i为t时段节点i的电压幅值;Ut,j为t时段节点j的电压幅值;
配电系统安全运行约束具体包括
分布式电源运行约束具体包括:
fTβ表示回归模型,f为p×m阶回归模型基函数矩阵,β为p×1阶待求解的回归模型基函数系数矩阵,本发明选取常函数作为回归模型基函数,即p=1,f|1×m=[1,1,...,1];z(X)表示期望为0、方差为σ2的随机过程,具有如下特性:
E[z(xh)]=0 (14)
cov[z(xh)z(xl)]=σ2R(xh,xl) (15)
其中,E[z(xh)]表示z(xh)的期望;cov[z(xh)z(xl)]为z(xh)和z(xl)的协方差,xl是构建克里金元模型时第l个输入样本;R(xh,xl)是以θ为参数的相关函数,采用高斯函数作为相关函数:
其中,dk=|xhk-xlk|为xh和xl第k维分量之间的距离;θk为待求解的相关函数参数矩阵θ的第k维分量;nθ所述有源配电网分布式电源就地电压控制的元模型使用的输入量个数;
采用加权最小二乘法以及最大似然估计,分别得到β和σ2的估计值:
β=[fR(X)-1fT]-1fR(X)-1Q (17)
其中,R(X)为相关函数构成的关联矩阵,表示为:
其中,xm是构建所述有源配电网分布式电源就地电压控制的元模型时第m个输入量;
β、σ2估计值均与相关函数参数矩阵θ有关,通过极大似然估计得到一个无约束的最优化问题:
其中,det[R(X)]表示关联矩阵R(X)的行列式,根据所述无约束的最优化问题确定相关函数参数矩阵θ,然后得到所述β和所述σ2的估计值,进而建立所述有源配电网分布式电源就地电压控制的元模型。
S104、依据t*时刻的输入量求解有源配电网分布式电源就地电压控制的元模型。
具体的,本实施例中,作为优选的实施例,有源配电网分布式电源就地电压控制的元模型的求解过程具体包括:
其中,x*为所述t*时刻的输入量;β为所述有源配电网分布式电源就地电压控制的元模型参数;z(x*)表示期望为0、方差为σ2的随机过程;
其中,c为待求的加权系数向量;
其中,E[(cTQ)2-{β+z(x*)}2]为所述t*时刻与所述t*-1时刻所述分布式电源无功出力变化量的两种表达方式的均方误差;E[cTQ-{β+z(x*)}]为所述t*时刻与所述t*-1时刻所述分布式电源无功出力变化量的两种表达方式的差的期望;
r(X,x*)为X与x*之间的空间相关性:
r(X,x*)=[R(x1,x*),R(x2,x*),...,R(xm,x*)]T (25)
其中,X为构建有源配电网分布式电源就地电压控制的元模型时所使用的输入量矩阵;
R(xm,x*)是以θ为参数的相关函数,采用高斯函数作为相关函数:
其中,为xm和x*第k维分量之间的距离;θk为待求解的相关函数参数矩阵θ的第k维分量;nθ有源配电网分布式电源就地电压控制的元模型使用的输入量个数;xm是构建所述有源配电网分布式电源就地电压控制的元模型时第m个输入量;
t*时刻分布式电源无功出力策略可以表示为:
S105、输出有源配电网分布式电源就地电压控制的元模型的求解结果,将求解结果作为分布式电源的无功出力策略。
可见,本发明实施例公开的一种基于元模型的分布式电源就地电压控制策略改进方法,立足于解决含间歇式分布式电源的有源配电网就地电压控制策略的求解问题,基于历史数据建立有源配电网分布式电源就地电压控制元模型,利用量测数据求解该模型,制定有源配电网就地电压控制策略。
对于本发明的实施例,首先输入IEEE 33节点系统中线路元件的阻抗值,负荷元件的基准功率,分布式电源参数,网络拓扑连接关系;各节点电压幅值(标幺值)的安全运行上下限分别为1.05和0.95,系统的基准电压为12.66kV、基准功率为1MVA,算例结构如图2所示,详细参数见表1、表2、表3。基于负荷、光伏系统及风机的年运行数据,采样集中控制策略,得到系统历史运行数据,风机、光伏及负荷的年运行曲线分别如图3、图4、图5所示。以15min为一个时间段,考虑进行一天的电压控制,整个系统的分布式电源出力和负荷的变化情况如图6所示。由于系统中电源及负荷的相似性,与通常的做法一致:分布式电源总的出力变化按照各分布式电源在初始时刻的占比进行分配,即各分布式电源的变化与系统中分布式电源总的出力变化趋势保持一致,均按照给定的运行曲线变化。负荷的处理方法与分布式电源相同。为验证本发明的有效性,选取三种场景进行对比分析。
场景1:不采用电压控制策略;
场景2:采用集中电压控制策略;
场景3:采用本发明提出的就地电压控制策略。
本发明提出一种新的分布式电源就地电压控制策略改进方法,能够降低网损、改善系统电压水平。首先,选取50天样本数据,以h与h-1采样时刻分布式电源无功出力变化量作为输出量,将本发明实施例中提供的输入变量采样时刻h;
周末标志位w,若运行日为周六或周日则w=1;否则,w=0;
采样数据处于每月的第几天dm;
的变量分别作为输入量建立元模型。表4为使用不同控制变量单独作为输入量建立元模型时的随机过程方差。然后,按照随机过程方差由小到大顺序,逐步增加输入量个数,根据方差的变化趋势确定建立有源配电网就地电压控制元模型的输入量。图7为多输入量建立元模型时随机过程方差与输入量个数关系图。从图7可以看出,随着输入量个数的增加,随机过程方差逐渐减小,这表明输入量个数越多,使用相同数目样本建立的元模型越精确;当输入量个数超过4个之后,随机过程方差基本保持不变。考虑到随着输入量个数增加,建立元模型将耗费更多的计算资源,所需计算时间也将大幅度增大。因此,本文选取h、作为建立有源配电网就地电压控制元模型时的输入量。
根据所选择的输入控制量为接入系统的4组分布式电源分别建立就地电压控制元模型。节点9处就地电压控制元模型参数为:
节点18处就地电压控制元模型参数为:
节点27处就地电压控制元模型参数为:
节点33处就地电压控制元模型参数为:
不同种场景下控制效果见表5,不同场景下分布式电源接入点电压水平见图8~11,不同场景下分布式电源无功出力水平见图12~15。
执行优化计算的计算机硬件环境为Intel(R)Core(TM)i5-3470 CPU,主频为3.20GHz,内存为8GB;软件环境为Windows 7操作系统。
表5中,场景1系统损耗为14.7308MW,场景2系统损耗为6.2729MW,场景3系统损耗为6.3379MW,由表5可以看出场景2、场景3系统损耗相等,相较于场景1系统损耗降低了56.98%;场景3中系统电压控制效果接近集中控制策略下的电压控制效果,表明本发明所提出的控制策略能够有效地减小电压偏差,并降低整个系统的功率损耗。图8至图11显示了三种场景下分布式电源接入点的电压水平。场景1下电压幅值波动程度剧烈,电压偏移情况较为严重。与场景1相比,场景2和3中的电压水平显着改善。场景3下节点电压幅值波动范围控制在0.9768~1.0213之间。在不采用控制手段时,高渗透率分布式电源的接入导致系统节点电压波动程度剧烈且存在电压越上限情况,通过采用本文提出的就地电压无功控制策略,分布式电源逆变器可以实时调整无功补偿,有效缓解电压波动,改善系统供电质量。图12至图15显示了场景II和场景III下分布式电源无功出力水平。比较两种场景下的控制效果,可以看出两种场景下分布式电源的无功补偿量基本相等。场景III中,分布式电源逆变器根据本地电压测量值实时进行无功补偿和有功缩减。
表1 IEEE 33节点算例基准负荷接入位置及功率
表2 IEEE33节点算例线路参数
表3分布式电源配置情况
分布式电源 | 接入位置 | 接入容量(kVA) |
光伏 | 9 | 1200 |
风机 | 18 | 1500 |
光伏 | 27 | 1200 |
风机 | 33 | 1500 |
表4不同控制变量下的随机过程方差
表5不同场景下的系统损耗
场景1 | 场景2 | 场景3 | |
网损(MW) | 14.7308 | 6.2729 | 6.3379 |
系统电压最大值(p.u.) | 1.0436 | 1.0193 | 1.0194 |
系统电压最小值(p.u.) | 0.9655 | 0.9779 | 0.9768 |
以上对本申请所提供的一种基于元模型的分布式电源就地电压控制策略改进方法进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
Claims (4)
1.一种基于元模型的分布式电源就地电压控制策略改进方法,其特征在于,包括:
根据选定的配电系统,输入系统节点数、线路参数、基准负荷、网络拓扑连接关系,分布式电源类型、接入位置、容量,基准电压和基准功率,系统历史运行数据;
选择构建有源配电网分布式电源就地电压控制的元模型的输入量;
设定有源配电系统网络损耗及电压偏差之和最小为目标函数,基于系统历史运行数据建立所述有源配电网分布式电源就地电压控制的元模型;
依据t*时刻的输入量求解所述有源配电网分布式电源就地电压控制的元模型;
输出所述有源配电网分布式电源就地电压控制的元模型的求解结果,将所述求解结果作为分布式电源的无功出力策略;
其中,所述选择构建有源配电网分布式电源就地电压控制的元模型的输入量包括以下控制量:
h采样时刻;
周末标志位w,若运行日为周六或周日则w=1;否则,w=0;
采样数据处于每月的第几天dm;
3.根据权利要求1所述的基于元模型的分布式电源就地电压控制策略改进方法,其特征在于,所述有源配电网分布式电源就地电压控制的元模型具体包括:
Q=fTβ+z(X)
为建立的所述有源配电网分布式电源就地电压控制的元模型的输出量,是由所述分布式电源无功出力的历史数据的差值组成的列向量,其中,m为建立所述有源配电网分布式电源就地电压控制的元模型时所使用的样本数目;为所述h采样时刻与所述h-1采样时刻所述分布式电源无功出力的变化量,其中,X=[x1,x2,...,xh,...,xm]T为历史数据构成的输入矩阵,其中xh表示所述输入量组成的行相量,所述输入量及所述输出量中所涉及的电压及功率需的约束条件包括:潮流约束、配电系统安全约束和分布式电源运行约束;
所述潮流约束具体包括:
其中,Rij为支路ij的电阻,Xij为支路ij的电抗;Pt,ij、Qt,ij分别为t时段支路ij上流过的有功功率和无功功率;Pt,i、Qt,i分别为t时段节点i上注入网络的有功功率和无功功率之和;分别为t时段节点i上负荷的有功功率和无功功率;分别为t时段节点i上不可控分布式电源注入的有功功率和无功功率;It,ij为t时段节点i流向节点j的电流幅值;Ut,i为t时段节点i的电压幅值;Ut,j为t时段节点j的电压幅值;
所述配电系统安全运行约束具体包括
所述分布式电源运行约束具体包括:
fTβ表示回归模型,f为p×m阶回归模型基函数矩阵,β为p×1阶待求解的回归模型基函数系数矩阵,选取常函数作为回归模型基函数,即p=1,f|1×m=[1,1,...,1];z(X)表示期望为0、方差为σ2的随机过程,具有如下特性:
E[z(xh)]=0
cov[z(xh)z(xl)]=σ2R(xh,xl)
其中,E[z(xh)]表示z(xh)的期望;cov[z(xh)z(xl)]为z(xh)和z(xl)的协方差,xl是构建克里金元模型时第l个输入样本;R(xh,xl)是以θ为参数的相关函数,采用高斯函数作为相关函数:
其中,dk=|xhk-xlk|为xh和xl第k维分量之间的距离;θk为待求解的相关函数参数矩阵θ的第k维分量;nθ所述有源配电网分布式电源就地电压控制的元模型使用的输入量个数;
采用加权最小二乘法以及最大似然估计,分别得到β和σ2的估计值:
β=[fR(X)-1fT]-1fR(X)-1Q
其中,R(X)为相关函数构成的关联矩阵,表示为:
其中,xm是构建所述有源配电网分布式电源就地电压控制的元模型时第m个输入量;
β、σ2估计值均与相关函数参数矩阵θ有关,通过极大似然估计得到一个无约束的最优化问题:
其中,det[R(X)]表示关联矩阵R(X)的行列式,根据所述无约束的最优化问题确定相关函数参数矩阵θ,然后得到所述β和所述σ2的估计值,进而建立所述有源配电网分布式电源就地电压控制的元模型。
4.根据权利要求1所述的基于元模型的分布式电源就地电压控制策略改进方法,其特征在于,所述有源配电网分布式电源就地电压控制的元模型的求解过程具体包括:
其中,x*为所述t*时刻的输入量;β为所述有源配电网分布式电源就地电压控制的元模型参数;z(x*)表示期望为0、方差为σ2的随机过程;有源配电网分布式电源就地电压控制的元模型的所述t*时刻与所述t*-1时刻所述分布式电源无功出力变化量由历史数据Q表示:
其中,c为待求的加权系数向量;
其中,E[(cTQ)2-{β+z(x*)}2]为所述t*时刻与所述t*-1时刻所述分布式电源无功出力变化量的两种表达方式的均方误差;E[cTQ-{β+z(x*)}]为所述t*时刻与所述t*-1时刻所述分布式电源无功出力变化量的两种表达方式的差的期望;
根据所述约束条件,得到加权系数向量c,进而可以求解所述t*时刻与所述t*-1时刻所述分布式电源无功出力变化量Δqt*;
Δqt*=β+r(X,x*)TR(X)-1(Q-fTβ)
其中,fTβ表示回归模型,f为p×m阶回归模型基函数矩阵,β为p×1阶待求解的回归模型基函数系数矩阵;
R(X)为相关函数构成的关联矩阵,表示为:
其中,xm是构建所述有源配电网分布式电源就地电压控制的元模型时第m个输入量;
r(X,x*)为X与x*之间的空间相关性:
r(X,x*)=[R(x1,x*),R(x2,x*),...,R(xm,x*)]T
其中,X为构建有源配电网分布式电源就地电压控制的元模型时所使用的输入量矩阵;
R(xm,x*)是以θ为参数的相关函数,采用高斯函数作为相关函数:
其中,为xm和x*第k维分量之间的距离;θk为待求解的相关函数参数矩阵θ的第k维分量;nθ有源配电网分布式电源就地电压控制的元模型使用的输入量个数;xm是构建所述有源配电网分布式电源就地电压控制的元模型时第m个输入量;
所述t*时刻分布式电源无功出力策略可以表示为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811149885.6A CN109066709B (zh) | 2018-09-29 | 2018-09-29 | 一种基于元模型的分布式电源就地电压控制策略改进方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811149885.6A CN109066709B (zh) | 2018-09-29 | 2018-09-29 | 一种基于元模型的分布式电源就地电压控制策略改进方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109066709A CN109066709A (zh) | 2018-12-21 |
CN109066709B true CN109066709B (zh) | 2021-07-30 |
Family
ID=64767084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811149885.6A Active CN109066709B (zh) | 2018-09-29 | 2018-09-29 | 一种基于元模型的分布式电源就地电压控制策略改进方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109066709B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110289646B (zh) * | 2019-06-19 | 2022-12-20 | 国网天津市电力公司 | 基于元模型的智能软开关就地控制策略优化方法 |
CN111695742B (zh) * | 2020-06-22 | 2023-05-23 | 南方电网科学研究院有限责任公司 | 一种综合能源系统日前调度区间优化方法、系统及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8934276B2 (en) * | 2012-08-16 | 2015-01-13 | Mitsubishi Electric Research Laboratories, Inc. | DC-link voltage balancing control for multilevel inverters |
CN106786631A (zh) * | 2017-03-06 | 2017-05-31 | 天津大学 | 基于锥规划的分布式电源就地电压无功控制策略整定方法 |
CN107069755A (zh) * | 2017-01-23 | 2017-08-18 | 南京邮电大学 | 一种基于事件触发机制的微电网分布式二次电压控制方法 |
-
2018
- 2018-09-29 CN CN201811149885.6A patent/CN109066709B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8934276B2 (en) * | 2012-08-16 | 2015-01-13 | Mitsubishi Electric Research Laboratories, Inc. | DC-link voltage balancing control for multilevel inverters |
CN107069755A (zh) * | 2017-01-23 | 2017-08-18 | 南京邮电大学 | 一种基于事件触发机制的微电网分布式二次电压控制方法 |
CN106786631A (zh) * | 2017-03-06 | 2017-05-31 | 天津大学 | 基于锥规划的分布式电源就地电压无功控制策略整定方法 |
Non-Patent Citations (2)
Title |
---|
Adaptive Real Power Capping Method for Fair Overvoltage Regulation of Distribution Networks With High Penetration of PV Systems;Saeed Alyami;《IEEE Transactions on Smart Grid》;20141130;第05卷(第06期);第2729-2738页 * |
基于元模型辅助粒子群算法的主动配电网最优经济运行;唐佳;《电力系统自动化》;20180225;第42卷(第04期);第95-103页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109066709A (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Coordinated restoration of transmission and distribution system using decentralized scheme | |
CN106253335B (zh) | 一种分布式电源容量与接入位置不确定的配电网规划方法 | |
CN106329523B (zh) | 考虑不确定性的有源配电网智能软开关鲁棒优化建模方法 | |
US10139800B2 (en) | Decentralized optimal dispatch of photovoltaic inverters in power distribution systems | |
US8588993B2 (en) | Voltage regulation optimization | |
CN103914741A (zh) | 一种配电网的线损智能评价及辅助决策系统 | |
CN108306303A (zh) | 一种考虑负荷增长和新能源出力随机的电压稳定评估方法 | |
CN106655177B (zh) | 基于扩展二阶锥规划的分布式电源最大接入能力计算方法 | |
Zhong et al. | Bayesian learning-based multi-objective distribution power network reconfiguration | |
CN105069236B (zh) | 考虑风电场节点空间相关性的广义负荷联合概率建模方法 | |
CN106972504A (zh) | 基于遗传算法的区间无功优化方法 | |
CN108023364A (zh) | 基于凸差规划的配电网分布式电源最大接入能力计算方法 | |
CN109066709B (zh) | 一种基于元模型的分布式电源就地电压控制策略改进方法 | |
Ranković et al. | ANN‐based correlation of measurements in micro‐grid state estimation | |
CN112467748A (zh) | 三相不平衡主动配电网双时标分布式电压控制方法及系统 | |
CN115313519A (zh) | 一种配电网储能优化配置方法、装置、设备及存储介质 | |
CN110289646B (zh) | 基于元模型的智能软开关就地控制策略优化方法 | |
Li et al. | Minimum energy storage for power system with high wind power penetration using p-efficient point theory | |
CN104578091A (zh) | 一种含多源电网的无延时最优无功协调控制系统及方法 | |
CN108767867B (zh) | 基于元模型的分布式电源就地电压无功控制策略求解方法 | |
CN117522014A (zh) | 一种考虑多重不确定性的储配网联合规划方法 | |
Ebrahimi et al. | Stochastic scheduling of energy storage systems in harmonic polluted active distribution networks | |
CN113690930B (zh) | 基于nsga-iii算法的分布式光伏电源中长期选址定容方法 | |
CN113673912B (zh) | 考虑输电网影响的配电-气网分布式协同规划方法及系统 | |
CN113780722B (zh) | 配电网的联合规划方法、装置、计算机设备和存储介质 |
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 |