CN109193667B - 一种含经风电场并网vsc-hvdc的最优潮流计算方法及装置 - Google Patents
一种含经风电场并网vsc-hvdc的最优潮流计算方法及装置 Download PDFInfo
- Publication number
- CN109193667B CN109193667B CN201811267854.0A CN201811267854A CN109193667B CN 109193667 B CN109193667 B CN 109193667B CN 201811267854 A CN201811267854 A CN 201811267854A CN 109193667 B CN109193667 B CN 109193667B
- Authority
- CN
- China
- Prior art keywords
- power
- scene
- wind
- wind power
- converter
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000013178 mathematical model Methods 0.000 claims abstract description 22
- 230000009467 reduction Effects 0.000 claims abstract description 19
- 238000002347 injection Methods 0.000 claims description 10
- 239000007924 injection Substances 0.000 claims description 10
- 150000001875 compounds Chemical class 0.000 claims description 9
- 230000004888 barrier function Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 239000004576 sand Substances 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 5
- 238000002940 Newton-Raphson method Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 8
- 230000006872 improvement Effects 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 238000011217 control strategy Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012887 quadratic function 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
-
- 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
- Y02E10/70—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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种含经风电场并网VSC‑HVDC的最优潮流计算方法，包括如下步骤：建立风电场的有功出力模型和计及换流器损耗的VSC‑HVDC的数学模型；采用自回归滑动平均模型和基于Kantorovich距离的场景削减策略模拟风电功率的不确定性，根据所述风电场的功率模型获取有限个风电场景集；采用内点法对所述有限个风电场景集和所述计及换流器损耗的VSC‑HVDC的数学模型进行最优潮流计算，得到输出变量的数字特征。本发明公开的含经风电场并网VSC‑HVDC的最优潮流计算方法能有效解决现有技术无法获得准确的输出变量的数字特征，计算过程复杂和计算效率低的问题。本发明实施例还公开了一种含经风电场并网VSC‑HVDC的最优潮流计算装置。
Description
技术领域
本发明涉及电力系统分析领域，尤其涉及一种含经风电场并网VSC-HVDC的最优潮流计算方法及装置。
背景技术
基于电压源换流器(VSC)和脉宽调制(PWM)技术的新一代高压直流输电技术(Voltage Source Converter based High Voltage Direct Current，VSC-HVDC)可实现有功和无功快速解耦控制，为大规模风电等新能源的顺利并网提供了有力支撑，使电力系统朝着更加绿色和智能化的方向迅猛发展。因此风电场经VSC-HVDC并网是未来风电的发展趋势。
由于风电具有随机性、不确定性的特点，因此风电的大规模并网会对电力系统的安全稳定运行带来巨大的挑战。最优潮流是当前电力系统运行规划最主要工具之一，因此有必要对风电经VSC-HVDC并网的最优潮流模型进行深入分析。
VSC-HVDC的数学模型与传统直流输电相比，存在较大差异，因此传统的交直流系统最优潮流计算无法直接应用于含VSC-HVDC的交直流系统。
现有技术中，处理风电不确定性最优潮流的方法主要分为2类：
(1)概率最优潮流，概率最优潮流计及随机变量的概率信息，根据输入变量的概率分布得到状态变量的概率分布，但该方法无法获得准确的输出变量的数字特征。
(2)随机最优潮流，将变量的随机性转化为约束，该方法求解过程较为复杂，计算效率不高。
发明内容
本发明实施例提供一种含经风电场并网VSC-HVDC的最优潮流计算方法，能有效解决现有技术无法获得准确的输出变量的数字特征，计算过程复杂和计算效率低的问题。
本发明实施例一提供一种含经风电场并网VSC-HVDC的最优潮流计算方法，包括以下步骤：
建立风电场的有功出力模型和计及换流器损耗的VSC-HVDC的数学模型；
采用自回归滑动平均模型和基于Kantorovich距离的场景削减策略模拟风电功率的不确定性，根据所述风电场的功率模型获取有限个风电场景集；
采用内点法对所述有限个风电场景集和所述计及换流器损耗的VSC-HVDC的数学模型进行最优潮流计算，得到输出变量的数字特征。
作为上述方案的改进，所述建立风电场的有功出力模型的方法如下式(1)所示：
式中，ρ为空气密度；v为风机风速；r为机组风轮半径；Cp为机组风能利用系数，即叶尖速比λ的函数，其中λ＝r/νω，ω为风轮角速度；vin、vRate、vout分别为风电机组的切入风速、额定风速和切出风速；PRate为风电机组的额定功率；当风速高于vin时，风机启动并网运行；当风速大于vRate时，风机以额定功率输出；当风速低于vin或高于vout时，风机停机并退出电网运行。
作为上述方案的改进，所述建立计及换流器损耗的VSC-HVDC的数学模型的方法如下：
采用电压源代替交流系统，所述电压源经过换相电抗器连接到换流器；其中，所述换相电抗器等效阻抗值为Z＝R+jX；
交流系统出口侧的等效注入功率Ps和Qs如下式(2)和式(3)所示：
换流器出口侧的等效注入功率Pc和Qc如下式(4)和式(5)所示：
式中：G+jB为Z＝R+jX的等效导纳；Us和δs分别为交流节点电压幅值与相角；Uc和δc分别为换流器出口侧母线的电压幅值与相角；US为交流系统中交流节点电压，US＝US∠δS；UC为换流器出口侧母线电压，UC＝UC∠δC；
对于多端换流站，直流节点i向换流器传输的有功功率如下式(6)所示：
Pdc，i＝ρ′Udc，iIdc，i (6)
式中，当ρ’＝1时代表单极系统，当ρ’＝2时表示单极对称接地系统或双极系统；Udc,i为换流器直流侧节点i的电压；Idc,i为换流器i直流侧电流；
换流器出口侧的等效注入功率Pc如下式(7)所示：
Pc＝Pdc-Ploss (7)
式中，Pdc为直流侧向换流器传输的有功功率；Ploss为换流器损耗功率；
换流器损耗包括非线性损耗、线性损耗和必要损耗，如下式(8)和式(9)所示：
Ploss＝βconvPconv (8)
式中，βconv为换流器的损耗常数；a和b分别为换流器的二次损耗因子和线性损耗因子；c为换流器空载损耗；Ic为换流器交流侧电流，Ic如下式(10)所示：
作为上述方案的改进，所述采用自回归滑动平均模型和基于Kantorovich距离的场景削减策略模拟风电功率的不确定性，根据所述风电场的功率模型获取有限个风电场景集的方法如下：
Kantorovich距离DK如下式(11)所示：
式中，Ω为原始场景集合，Ω*为目标场景集合；s场景集Ω中的场景；s*为场景集Ω*中的场景；πs为场景s在Ω中的概率值；πs *为场景s*在Ω*中的概率值；φ(s，s*)为场景距离；η(s，s*)为场景s和s*的概率乘积；
令风电样本场景数为N，所需要的风电目标场景数为n，对于任意场景s，都能够找出与它距离最近的目标场景s*，则式(11)可表示为式(12)：
φ(s，s*)如下式(13)所示：
φ(s,s*)＝∑|PW(s)-PW(s*)| (13)
式中，PW(s)为s场景中的风电场的有功出力；PW(s*)为s*场景中的风电场有功出力；
对所述场景概率值和场景数进行更新，对式(13)进行迭代计算，得到削减后的最优目标风电场景和最优目标风电场景数n。
作为上述方案的改进，所述采用内点法对所述有限个风电场景集和所述计及换流器损耗的VSC-HVDC的数学模型进行最优潮流计算，得到输出变量的数字特征的方法如下：
建立最优潮流计算模型；其中，所述最优潮流计算模型包括目标函数、系统等式约束和系统不等式约束；
通过松弛变量将所述系统不等式约束模型中的不等式约束转化为等式约束；
通过拉格朗日乘子将约束引入进所述目标函数；
采用障碍函数法对松弛变量进行约束，得到拉格朗日函数；
采用库恩塔克条件判断所述拉格朗日函数是否为非线性方程，若是，通过牛顿-拉夫逊法求解，将所述拉格朗日函数线性化，得到输出变量的数字特征。
作为上述方案的改进，所述目标函数如下式(14)所示：
式中，n为发电机数目；Pgi为第i台发电机的有功出力；α0i、α1i、α2i为耗量特性曲线参数；f为系统发电成本。
作为上述方案的改进，所述系统等式约束包括交流系统潮流等式约束和直流系统潮流等式约束：
所述交流系统潮流等式约束如下式(15)所示：
式中，ΔPi和ΔQi为交流节点i的功率偏差；QGi为第i台发电机的无功出力；PGi为节点i的电源功率；PLi和QLi为节点i的负荷功率；Psi和Qsi为换流器注入交流节点i的功率；PW为风电场的有功出力；δi-δj为节点i和j之间的相角；Gij+jBij为节点i和j之间的导纳；
所述直流系统潮流等式约束如下式(16)所示：
式中，ΔPdc,i为节点i的有功不平衡量；Ydc,ij为节点i和j之间的线路电导；PGdc,i为直流节点i的电源功率；PLdc,i为直流节点i的负荷功率。
进一步的，所述系统不等式约束包括风电出力约束、交流系统不等式约束和直流系统不等式约束；
所述风电出力约束如下式(17)所示：
式中，
为风电场在某时刻的风电出力上限；
所述交流系统不等式约束如下式(18)所示：
式中，
和
为发电机有功出力上下限；
和
为发电机无功出力上下限；
和
为负荷有功上下限；
和
为负荷无功上下限；
和
为节点电压上下限；Pi-j为支路i-j有功潮流，
为支路传输功率的上限；
所述直流系统不等式模型如下式(19)所示：
式中，
和
是直流电压上下限；
和
是换流器交流侧电压上下限；
和
是调制比上下限；
是换流器的电流容量；
直流线路电流极限。
作为上述方案的改进，所述拉格朗日函数如下式(20)所示：
式中：y＝[y1,…,ym]T为等式约束的拉格朗日乘子；z＝[z1,…,zr]T和w＝[w1,…,wr]T为系统不等式约束的拉格朗日乘子；l和u为松弛变量；μ为障碍函数的罚因子。
本发明实施例二对应提供了一种含经风电场并网VSC-HVDC的最优潮流计算装置，包括：
建模模块，建立风电场的有功出力模型和计及换流器损耗的VSC-HVDC的数学模型；
风电场景集获取模块，采用自回归滑动平均模型和基于Kantorovich距离的场景削减策略模拟风电功率的不确定性，根据所述风电场的功率模型获取有限个风电场景集；
最优潮流计算模块，采用内点法对所述有限个风电场景集和所述计及换流器损耗的VSC-HVDC的数学模型进行最优潮流计算，得到输出变量的数字特征。
本发明实施例提供的一种含经风电场并网VSC-HVDC的最优潮流计算方法及装置与现有技术相比，具有如下有益效果：
通过计及换流器损耗，能够准确描述系统功率平衡关系和电压分布情况；能够结合换流站的不同控制方式，构建风电接入时采用包含下垂控制策略在内的VSC在潮流计算中的模型，将VSC-HVDC直流网络与交流网络相结合，对交直流混合系统进行最优潮流求解；采用了自回归滑动平均模型和以Kantorovich距离为指标的场景削减技术准确模拟了风电出力的不确定性，以使在最优潮流计算中能够准确计及风电出力不确定性，为制定应对风场出力随机变化的相应措施提供了准确的数字特征，能够规避风电不确定性风险，实现系统的安全运行，提高系统风电消纳能力。
附图说明
图1是本发明实施例一提供的一种含经风电场并网VSC-HVDC的最优潮流计算方法的流程示意图。
图2是含VSC-HVDC的交直流系统模型。
图3是随机生成的原始风电出力场景。
图4是采用Kantorovich距离的场景削减技术得到的7个目标风电出力场景。
图5是本发明实施例二提供的一种含经风电场并网VSC-HVDC的最优潮流计算装置的结构示意图。
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作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。
参见图1，是本发明实施例一提供的一种含经风电场并网VSC-HVDC的最优潮流计算方法的流程示意图，包括：
S101、建立风电场的有功出力模型和计及换流器损耗的VSC-HVDC的数学模型；
S102、采用自回归滑动平均模型和基于Kantorovich距离的场景削减策略模拟风电功率的不确定性，根据所述风电场的功率模型获取有限个风电场景集；
S103、采用内点法对所述有限个风电场景集和所述计及换流器损耗的VSC-HVDC的数学模型进行最优潮流计算，得到输出变量的数字特征。
进一步的，对于步骤S101，所述建立风电场的有功出力模型的方法如下式(1)所示：
式中，ρ为空气密度；v为风机风速；r为机组风轮半径；Cp为机组风能利用系数，即叶尖速比λ的函数，其中λ＝r/νω，ω为风轮角速度；vin、vRate、vout分别为风电机组的切入风速、额定风速和切出风速；PRate为风电机组的额定功率；当风速高于vin时，风机启动并网运行；当风速大于vRate时，风机以额定功率输出；当风速低于vin或高于vout时，风机停机并退出电网运行。
进一步的，对于步骤S101，所述建立计及换流器损耗的VSC-HVDC的数学模型的方法如下：
参见图2，是含VSC-HVDC的交直流系统模型。采用电压源代替交流系统，所述电压源经过换相电抗器连接到换流器；其中，所述换相电抗器等效阻抗值为Z＝R+jX；
交流系统出口侧的等效注入功率Ps和Qs如下式(2)和式(3)所示：
换流器出口侧的等效注入功率Pc和Qc如下式(4)和式(5)所示：
式中：G+jB为Z＝R+jX的等效导纳；Us和δs分别为交流节点电压幅值与相角；Uc和δc分别为换流器出口侧母线的电压幅值与相角；US为交流系统中交流节点电压，US＝US∠δS；UC为换流器出口侧母线电压，UC＝UC∠δC；
对于多端换流站，直流节点i向换流器传输的有功功率如下式(6)所示：
Pdc，i＝ρ′Udc，iIdc，i (6)
式中，当ρ’＝1时代表单极系统，当ρ’＝2时表示单极对称接地系统或双极系统；Udc,i为换流器直流侧节点i的电压；Idc,i为换流器i直流侧电流；
换流器出口侧的等效注入功率Pc如下式(7)所示：
Pc＝Pdc-Ploss (7)
式中，Pdc为直流侧向换流器传输的有功功率；Ploss为换流器损耗功率；
换流器损耗包括非线性损耗、线性损耗和必要损耗，如下式(8)和式(9)所示：
Ploss＝βconvPconv (8)
式中，βconv为换流器的损耗常数；a和b分别为换流器的二次损耗因子和线性损耗因子；c为换流器空载损耗；Ic为换流器交流侧电流，Ic如下式(10)所示：
优选的，由于二次模型在计算换流器损耗时更为精确，且受人为因素的影响小，因此在计算换流器损耗时采用第二种损耗模型，即把换流器损耗记为换流器交流侧电流的二次函数。
优选的，对于网侧的换流站，由于包含风电场，潮流波动较大，除传统定直流电压控制方式外，还采用适合功率频繁变化的下垂控制策略。
进一步的，对于步骤102，所述采用自回归滑动平均模型和基于Kantorovich距离的场景削减策略模拟风电功率的不确定性，根据所述风电场的功率模型获取有限个风电场景集的方法如下：
Kantorovich距离DK如下式(11)所示：
式中，Ω为原始场景集合，Ω*为目标场景集合；s场景集Ω中的场景；s*为场景集Ω*中的场景；πs为场景s在Ω中的概率值；πs *为场景s*在Ω*中的概率值；φ(s，s*)为场景距离；η(s，s*)为场景s和s*的概率乘积；
令风电样本场景数为N，所需要的风电目标场景数为n，对于任意场景s，都能够找出与它距离最近的目标场景s*，则式(11)可表示为式(12)：
φ(s，s*)如下式(13)所示：
φ(s,s*)＝∑|PW(s)-PW(s*)| (13)
式中，PW(s)为s场景中的风电场的有功出力；PW(s*)为s*场景中的风电场有功出力；
对所述场景概率值和场景数进行更新，对式(13)进行迭代计算，得到削减后的最优目标风电场景和最优目标风电场景数n。实现通过对原始场景和削减场景距离的控制减少削减之后场景与原始场景的个体偏差。
进一步的，对于步骤S103，所述采用内点法对所述有限个风电场景集和所述计及换流器损耗的VSC-HVDC的数学模型进行最优潮流计算，得到输出变量的数字特征的方法如下：
建立最优潮流计算模型；其中，所述最优潮流计算模型包括目标函数、系统等式约束和系统不等式约束；
通过松弛变量将所述系统不等式约束模型中的不等式约束转化为等式约束；
通过拉格朗日乘子将约束引入进所述目标函数；
采用障碍函数法对松弛变量进行约束，得到拉格朗日函数；
采用库恩塔克条件判断所述拉格朗日函数是否为非线性方程，若是，通过牛顿-拉夫逊法求解，将所述拉格朗日函数线性化，得到输出变量的数字特征。
进一步的，所述目标函数如下式(14)所示：
式中，n为发电机数目；Pgi为第i台发电机的有功出力；α0i、α1i、α2i为耗量特性曲线参数；f为系统发电成本。
进一步的，所述系统等式约束包括交流系统潮流等式约束和直流系统潮流等式约束：
所述交流系统潮流等式约束如下式(15)所示：
式中，ΔPi和ΔQi为交流节点i的功率偏差；QGi为第i台发电机的无功出力；PGi为节点i的电源功率；PLi和QLi为节点i的负荷功率；Psi和Qsi为换流器注入交流节点i的功率；PW为风电场的有功出力；δi-δj为节点i和j之间的相角；Gij+jBij为节点i和j之间的导纳；
所述直流系统潮流等式约束如下式(16)所示：
式中，ΔPdc,i为节点i的有功不平衡量；Ydc,ij为节点i和j之间的线路电导；PGdc,i为直流节点i的电源功率；PLdc,i为直流节点i的负荷功率。
进一步的，所述系统不等式约束包括风电出力约束、交流系统不等式约束和直流系统不等式约束；
所述风电出力约束如下式(17)所示：
式中，
为风电场在某时刻的风电出力上限；
所述交流系统不等式约束如下式(18)所示：
式中，
和
为发电机有功出力上下限；
和
为发电机无功出力上下限；
和
为负荷有功上下限；
和
为负荷无功上下限；
和
为节点电压上下限；Pi-j为支路i-j有功潮流，
为支路传输功率的上限；
所述直流系统不等式模型如下式(19)所示：
式中，
和
是直流电压上下限；
和
是换流器交流侧电压上下限；
和
是调制比上下限；
是换流器的电流容量；
直流线路电流极限。
进一步的，所述拉格朗日函数如下式(20)所示：
式中：y＝[y1,…,ym]T为等式约束的拉格朗日乘子；z＝[z1,…,zr]T和w＝[w1,…,wr]T为系统不等式约束的拉格朗日乘子；l和u为松弛变量；μ为障碍函数的罚因子。
在一个具体的实施例中，交流并网时需要装设很多无功补偿装置、滤波装置，因此在使用传统的风电并网方式时，系统发电成本较高；而风电在经VSC-HVDC并网时，没有电容、电感的充电过程，换流器工作时无需补偿装置，故在输送过程中，发电成本远远低于传统方式并网。本发明提供的风电场经VSC-HVDC并网对系统进行最优潮流计算和风电直接经交流输电技术并网对系统进行最优潮流计算的对比结果如下表所示。
由此可知，风电场经VSC-HVDC并网具有更高的经济性。
图3是随机生成的原始风电出力场景，图4是采用Kantorovich距离的场景削减技术得到的7个目标风电出力场景。由图3和图4对比可看出削减后的风电出力场景走势基本与原始场景保持一致，且场景数量确实大幅减少，说明本发明采用的基于Kantorovich距离的场景削减技术可以有效处理风电的不确定性的问题。
不同换流器损耗模型的计算结果如下表所示。
由表可知，在考虑和不考虑换流器损耗两种情况下，换流站损耗分别为3.60和0.03；平衡节点输出功率的相对误差分别为0.2％和6.1％。因此在交直流混合系统中，考虑换流器损耗具有一定的必要性，可以使潮流计算更为准确地描述系统功率平衡关系。
当不考虑换流器损耗时,各功率注入节点均存在较大的电压计算误差,电压相对误差依次为1.56％、1.06％、1.04％。反之，在考虑换流器损耗后,系统各节点中的电压相对误差最大为0.37％,从而可以较为准确地描述系统电压分布情况。
参见图5，是本发明实施例二提供的一种含经风电场并网VSC-HVDC的最优潮流计算装置的结构示意图，包括：
建模模块201，建立风电场的有功出力模型和计及换流器损耗的VSC-HVDC的数学模型；
风电场景集获取模块202，采用自回归滑动平均模型和基于Kantorovich距离的场景削减策略模拟风电功率的不确定性，根据所述风电场的功率模型获取有限个风电场景集；
最优潮流计算模块203，采用内点法对所述有限个风电场景集和所述计及换流器损耗的VSC-HVDC的数学模型进行最优潮流计算，得到输出变量的数字特征。
本发明实施例提供的一种含经风电场并网VSC-HVDC的最优潮流计算方法及装置与现有技术相比，具有如下有益效果：
通过计及换流器损耗，能够准确描述系统功率平衡关系和电压分布情况；能够结合换流站的不同控制方式，构建风电接入时采用包含下垂控制策略在内的VSC在潮流计算中的模型，将VSC-HVDC直流网络与交流网络相结合，对交直流混合系统进行最优潮流求解；采用了自回归滑动平均模型和以Kantorovich距离为指标的场景削减技术准确模拟了风电出力的不确定性，以使在最优潮流计算中能够准确计及风电出力不确定性，为制定应对风场出力随机变化的相应措施提供了准确的数字特征，能够规避风电不确定性风险，实现系统的安全运行，提高系统风电消纳能力。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (9)
1.一种含经风电场并网VSC-HVDC的最优潮流计算方法，其特征在于，包括如下步骤：
建立风电场的有功出力模型和计及换流器损耗的VSC-HVDC的数学模型；
采用自回归滑动平均模型和基于Kantorovich距离的场景削减策略模拟风电功率的不确定性，根据所述风电场的功率模型获取有限个风电场景集；
采用内点法对所述有限个风电场景集和所述计及换流器损耗的VSC-HVDC的数学模型进行最优潮流计算，得到输出变量的数字特征；
其中，所述采用内点法对所述有限个风电场景集和所述计及换流器损耗的VSC-HVDC的数学模型进行最优潮流计算，得到输出变量的数字特征的方法具体包括：
建立最优潮流计算模型；其中，所述最优潮流计算模型包括目标函数、系统等式约束和系统不等式约束；
通过松弛变量将所述系统不等式约束模型中的不等式约束转化为等式约束；
通过拉格朗日乘子将约束引入进所述目标函数；
采用障碍函数法对松弛变量进行约束，得到拉格朗日函数；
采用库恩塔克条件判断所述拉格朗日函数是否为非线性方程，若是，通过牛顿-拉夫逊法求解，将所述拉格朗日函数线性化，得到输出变量的数字特征。
2.如权利要求1所述的一种含经风电场并网VSC-HVDC的最优潮流计算方法，其特征在于，所述建立风电场的有功出力模型的方法如下式(1)所示：
式中，ρ为空气密度；v为风机风速；r为机组风轮半径；Cp为机组风能利用系数，即叶尖速比λ的函数，其中λ＝r/νω，ω为风轮角速度；vin、vRate、vout分别为风电机组的切入风速、额定风速和切出风速；PRate为风电机组的额定功率；当风速高于vin时，风机启动并网运行；当风速大于vRate时，风机以额定功率输出；当风速低于vin或高于vout时，风机停机并退出电网运行。
3.如权利要求1所述的一种含经风电场并网VSC-HVDC的最优潮流计算方法，其特征在于，所述建立计及换流器损耗的VSC-HVDC的数学模型的方法如下：
采用电压源代替交流系统，所述电压源经过换相电抗器连接到换流器；其中，所述换相电抗器等效阻抗值为Z＝R+jX；
交流系统出口侧的等效注入功率Ps和Qs如下式(2)和式(3)所示：
换流器出口侧的等效注入功率Pc和Qc如下式(4)和式(5)所示：
式中：G+jB为Z＝R+jX的等效导纳；Us和δs分别为交流节点电压幅值与相角；Uc和δc分别为换流器出口侧母线的电压幅值与相角；US为交流系统中交流节点电压，US＝US∠δS；UC为换流器出口侧母线电压，UC＝UC∠δC；
对于多端换流站，直流节点i向换流器传输的有功功率如下式(6)所示：
Pdc，i＝ρ′Udc，iIdc，i (6)
式中，当ρ’＝1时代表单极系统，当ρ’＝2时表示单极对称接地系统或双极系统；Udc,i为换流器直流侧节点i的电压；Idc,i为换流器i直流侧电流；
换流器出口侧的等效注入功率Pc如下式(7)所示：
Pc＝Pdc-Ploss (7)
式中，Pdc为直流侧向换流器传输的有功功率；Ploss为换流器损耗功率；
换流器损耗包括非线性损耗、线性损耗和必要损耗，如下式(8)和式(9)所示：
Ploss＝βconvPconv (8)
式中，βconv为换流器的损耗常数；a和b分别为换流器的二次损耗因子和线性损耗因子；c为换流器空载损耗；Ic为换流器交流侧电流，Ic如下式(10)所示：
4.如权利要求1所述的一种含经风电场并网VSC-HVDC的最优潮流计算方法，其特征在于，所述采用自回归滑动平均模型和基于Kantorovich距离的场景削减策略模拟风电功率的不确定性，根据所述风电场的功率模型获取有限个风电场景集的方法如下：
Kantorovich距离DK如下式(11)所示：
式中，Ω为原始场景集合，Ω*为目标场景集合；s为场景集Ω中的场景；s*为场景集Ω*中的场景；πs为场景s在Ω中的概率值；πs *为场景s*在Ω*中的概率值；φ(s，s*)为场景距离；η(s，s*)为场景s和s*的概率乘积；
令风电样本场景数为N，所需要的风电目标场景数为n，对于任意场景s，都能够找出与它距离最近的目标场景s*，则式(11)可表示为式(12)：
φ(s，s*)如下式(13)所示：
φ(s,s*)＝∑|PW(s)-PW(s*)| (13)
式中，PW(s)为s场景中的风电场的有功出力；PW(s*)为s*场景中的风电场有功出力；
对所述场景概率值和场景数进行更新，对式(13)进行迭代计算，得到削减后的最优目标风电场景和最优目标风电场景数n。
5.如权利要求1所述的一种含经风电场并网VSC-HVDC的最优潮流计算方法，其特征在于，所述目标函数如下式(14)所示：
式中，n为发电机数目；PGi为第i台发电机的有功出力；α0i、α1i、α2i为耗量特性曲线参数；f为系统发电成本。
6.如权利要求5所述的一种含经风电场并网VSC-HVDC的最优潮流计算方法，其特征在于，所述系统等式约束包括交流系统潮流等式约束和直流系统潮流等式约束：
所述交流系统潮流等式约束如下式(15)所示：
式中，ΔPi和ΔQi为交流节点i的功率偏差；QGi为第i台发电机的无功出力；PGi为第i台发电机的有功出力；PLi和QLi为节点i的负荷功率；Psi和Qsi为换流器注入交流节点i的功率；PW为风电场的有功出力；δi-δj为节点i和j之间的相角；Gij+jBij为节点i和j之间的导纳；
所述直流系统潮流等式约束如下式(16)所示：
式中，ΔPdc,i为节点i的有功不平衡量；Ydc,ij为节点i和j之间的线路电导；PGdc,i为直流节点i的电源功率；PLdc,i为直流节点i的负荷功率。
7.如权利要求6所述的一种含经风电场并网VSC-HVDC的最优潮流计算方法，其特征在于，所述系统不等式约束包括风电出力约束、交流系统不等式约束和直流系统不等式约束；
所述风电出力约束如下式(17)所示：
式中，
为风电场在某时刻的风电出力上限；
所述交流系统不等式约束如下式(18)所示：
式中，
和
为发电机有功出力上下限；
和
为发电机无功出力上下限；
和
为负荷有功上下限；
和
为负荷无功上下限；
和
为节点电压上下限；Pi-j为支路i-j有功潮流，
为支路传输功率的上限；
所述直流系统不等式约束如下式(19)所示：
式中，
和
是直流电压上下限；
和
是换流器交流侧电压上下限；
和
是调制比上下限；
是换流器的电流容量；
直流线路电流极限。
8.如权利要求4所述的一种含经风电场并网VSC-HVDC的最优潮流计算方法，其特征在于，所述拉格朗日函数如下式(20)所示：
式中：y＝[y1,…,ym]T为等式约束的拉格朗日乘子；z＝[z1,…,zr]T和w＝[w1,…,wr]T为系统不等式约束的拉格朗日乘子；l和u为松弛变量；μ为障碍函数的罚因子。
9.一种含经风电场并网VSC-HVDC的最优潮流计算装置，其特征在于，包括：
建模模块，建立风电场的有功出力模型和计及换流器损耗的VSC-HVDC的数学模型；
风电场景集获取模块，采用自回归滑动平均模型和基于Kantorovich距离的场景削减策略模拟风电功率的不确定性，根据所述风电场的功率模型获取有限个风电场景集；
最优潮流计算模块，采用内点法对所述有限个风电场景集和所述计及换流器损耗的VSC-HVDC的数学模型进行最优潮流计算，得到输出变量的数字特征；
其中，所述采用内点法对所述有限个风电场景集和所述计及换流器损耗的VSC-HVDC的数学模型进行最优潮流计算，得到输出变量的数字特征的方法具体包括：
建立最优潮流计算模型；其中，所述最优潮流计算模型包括目标函数、系统等式约束和系统不等式约束；
通过松弛变量将所述系统不等式约束模型中的不等式约束转化为等式约束；
通过拉格朗日乘子将约束引入进所述目标函数；
采用障碍函数法对松弛变量进行约束，得到拉格朗日函数；
采用库恩塔克条件判断所述拉格朗日函数是否为非线性方程，若是，通过牛顿-拉夫逊法求解，将所述拉格朗日函数线性化，得到输出变量的数字特征。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811267854.0A CN109193667B (zh) | 2018-10-29 | 2018-10-29 | 一种含经风电场并网vsc-hvdc的最优潮流计算方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811267854.0A CN109193667B (zh) | 2018-10-29 | 2018-10-29 | 一种含经风电场并网vsc-hvdc的最优潮流计算方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109193667A CN109193667A (zh) | 2019-01-11 |
| CN109193667B true CN109193667B (zh) | 2020-11-06 |
Family
ID=64944183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811267854.0A Active CN109193667B (zh) | 2018-10-29 | 2018-10-29 | 一种含经风电场并网vsc-hvdc的最优潮流计算方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109193667B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110912137B (zh) * | 2019-10-25 | 2023-05-23 | 国网天津市电力公司电力科学研究院 | 一种计及交流潮流的柔性配电网运行域模型构建方法 |
| CN111969609B (zh) * | 2020-07-06 | 2021-12-14 | 南方电网科学研究院有限责任公司 | 交直流输电网的二阶锥最优潮流模型构建方法和装置 |
| CN112564160B (zh) * | 2020-09-23 | 2024-01-19 | 国网山东省电力公司潍坊供电公司 | 一种计及风电不确定性的储能系统随机配置方法、终端及存储介质 |
| CN112290549B (zh) * | 2020-11-19 | 2023-07-18 | 国网经济技术研究院有限公司 | 一种基于镜像牛顿法的含vsc-hvdc交直流系统潮流优化方法 |
| CN114819281B (zh) * | 2022-03-29 | 2023-02-17 | 四川大学 | 一种柔性直流电网站间协同潮流优化方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020486A (zh) * | 2013-01-15 | 2013-04-03 | 海南电网公司 | 基于情景分析的电力系统运行风险评价方法 |
| CN103259289A (zh) * | 2013-05-21 | 2013-08-21 | 长沙理工大学 | 基于最优潮流含dfig风电系统可用传输容量的获得方法 |
| CN104638644A (zh) * | 2015-02-12 | 2015-05-20 | 河海大学 | 一种含风电场电力系统动态随机最优潮流获取方法 |
| CN108134401A (zh) * | 2017-12-19 | 2018-06-08 | 东北电力大学 | 交直流混合系统多目标潮流优化及控制方法 |
-
2018
- 2018-10-29 CN CN201811267854.0A patent/CN109193667B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103020486A (zh) * | 2013-01-15 | 2013-04-03 | 海南电网公司 | 基于情景分析的电力系统运行风险评价方法 |
| CN103259289A (zh) * | 2013-05-21 | 2013-08-21 | 长沙理工大学 | 基于最优潮流含dfig风电系统可用传输容量的获得方法 |
| CN104638644A (zh) * | 2015-02-12 | 2015-05-20 | 河海大学 | 一种含风电场电力系统动态随机最优潮流获取方法 |
| CN108134401A (zh) * | 2017-12-19 | 2018-06-08 | 东北电力大学 | 交直流混合系统多目标潮流优化及控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| Optimal power flow tool for mixed high-voltage alternating current and high-voltage direct current systems for grid integration of large wind power plants;Mònica Aragüés-Penalba等;《IET Renewable Power Generation》;20151112;第9卷(第8期);876-881 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109193667A (zh) | 2019-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109193667B (zh) | 一种含经风电场并网vsc-hvdc的最优潮流计算方法及装置 | |
| Morstyn et al. | Model predictive control for distributed microgrid battery energy storage systems | |
| Falahati et al. | A new smart charging method for EVs for frequency control of smart grid | |
| CN107546743B (zh) | 一种辐射状配电网分布式优化潮流方法 | |
| Sujatha et al. | Enhancement of PQ in grid connected PV system using hybrid technique | |
| CN105119280A (zh) | 基于锥优化的交直流混合结构有源配电网运行优化方法 | |
| Eid et al. | Efficient operation of battery energy storage systems, electric-vehicle charging stations and renewable energy sources linked to distribution systems | |
| CN104578045B (zh) | 独立直流微网智能功率分配方法 | |
| CN108304972B (zh) | 一种基于供需互动和dg运行特性的主动配电网网架规划方法 | |
| CN112531790B (zh) | 一种虚拟电厂动态灵活性评估方法 | |
| CN111291978A (zh) | 一种基于Benders分解的两阶段储能方法及系统 | |
| Akbari et al. | Voltage control of a hybrid ac/dc microgrid in grid-connected operation mode | |
| Akbari et al. | Voltage control of a hybrid ac/dc microgrid in stand-alone operation mode | |
| CN115333110A (zh) | 基于admm的配电网-微电网群协同分布式优化调度方法及系统 | |
| CN110752762A (zh) | 一种并网换流器并联虚拟电容的控制方法 | |
| CN113193592B (zh) | 一种配电网拓扑动态演化过程的优化方法和系统 | |
| Jayawardena et al. | Microgrid capability diagram: A tool for optimal grid-tied operation | |
| CN114491886A (zh) | 含多类型分布式新能源的主动配电网通用建模方法和装置 | |
| Al Ameri et al. | Efficient Energy Management for Wind-Battery Hybrid System Based Variable Frequency Approach | |
| CN114298383A (zh) | 一种虚拟电厂储能容量配置方法及装置 | |
| CN107069703A (zh) | 一种计及新能源接入的交直流配网规划方法 | |
| CN116070553B (zh) | 一种海上风电分频送出端口等效方法和装置 | |
| CN117424294B (zh) | 一种配电网高效无功规划方法及系统 | |
| CN114744632B (zh) | 一种含快充负荷的低压直流互联配电网调度方法、装置及存储介质 | |
| CN111725834B (zh) | 一种风电场双馈风机变流器仿真模型的建立方法 |
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 |