CN109193820B - 用于对光伏发电站进行无功优化的方法、系统及存储介质 - Google Patents
用于对光伏发电站进行无功优化的方法、系统及存储介质 Download PDFInfo
- Publication number
- CN109193820B CN109193820B CN201811201326.5A CN201811201326A CN109193820B CN 109193820 B CN109193820 B CN 109193820B CN 201811201326 A CN201811201326 A CN 201811201326A CN 109193820 B CN109193820 B CN 109193820B
- Authority
- CN
- China
- Prior art keywords
- reactive power
- photovoltaic
- reactive
- voltage
- 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.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000002245 particle Substances 0.000 claims description 50
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000001939 inductive effect Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000013213 extrapolation Methods 0.000 claims description 5
- 238000002347 injection Methods 0.000 claims description 4
- 239000007924 injection Substances 0.000 claims description 4
- 238000010885 neutral beam injection Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 9
- 230000003044 adaptive effect Effects 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000005070 ripening Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/50—Controlling the sharing of the out-of-phase component
-
- H02J3/383—
-
- 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
Abstract
本发明实施方式提供一种用于对光伏发电站进行无功优化的方法、系统及存储介质,属于光伏发电站调控技术领域。所述方法包括:接收从发无功/电压指令中获取的无功目标值;采集光伏发电站的每个节点电压,其中,节点电压包括光伏单元节点电压和并网点电压;对每个节点电压进行分析;根据分析结果来控制包括无功补偿装置和光伏逆变器的无功电源的动作先后顺序。该方法、系统及存储介质能够解决现有技术中光伏发电站输出无功功率时节点电压偏差较大的问题。
Description
技术领域
本发明涉及光伏发电站调控技术领域,具体地涉及一种用于对光伏发电站进行无功优化的方法、系统及存储介质。
背景技术
为应对能源危机,新能源发电站在近年来逐渐兴起。而在众多的新能源发电站中,光伏发电站占据最重要的席位之一。
传统的光伏发电站的自动电压控制(AVC)目标仅针对并网点的无功/电压,控制策略通过优先调节逆变器或无功补偿装置的单一方式实现调节,且逆变器无功指令采取等无功功率/等功率因数等方式计算。对于集电线路长度不均的中大型光伏发电站,传统的自动电压控制策略会导致站内各节点电压偏差较大,甚至局部节点电压出现越限。
发明内容
本发明实施方式的目的是提供一种用于对光伏发电站进行无功优化的方法、系统及存储介质,该方法、系统及存储介质能够解决现有技术中光伏发电站输出无功功率时节点电压偏差较大的问题。
为了实现上述目的,本发明实施方式的一方面提供一种用于对光伏发电站进行无功优化的方法,所述方法包括:
接收从发无功/电压指令中获取的无功目标值;
采集所述光伏发电站的每个节点电压,其中,所述节点电压包括光伏单元节点电压和并网点电压;
对每个节点电压进行分析;
在判断每个所述节点电压均位于预设的稳定裕度区间内的情况下,采用光伏逆变器输出无功功率,在所述光伏逆变器输出的无功功率达到最大值的情况下,采用无功补偿装置输出无功功率;
在判断部分节点电压达到所述稳定裕度区间的上限Us+或下限Us-且所述光伏发电站的无功功率未达到预设的容性/感性无功目标值的情况下,采用所述光伏逆变器输出无功功率,在所述光伏逆变器输出的无功功率达到限值情况下,再采用无功补偿装置输出无功功率;
在判断达到所述稳定裕度区间的上限Us+或下限Us-的部分节点电压为所述光伏单元节点电压且所述光伏发电站的无功功率未达到预设的感性/容性无功目标值的情况下,同时采用所述无功补偿装置和所述光伏逆变器输出无功功率;
在判断达到所述稳定裕度区间的上限Us+或下限Us-的部分节点电压为所述并网点电压且所述光伏发电站的无功功率未达到所述感性/容性无功目标值的情况下,采用所述无功补偿装置输出无功功率,在所述无功补偿装置输出的无功功率达到限值情况下,再采用所述光伏逆变器输出无功功率;
在判断所述节点电压超出所述稳定裕度区间且未超出预设的极值的情况下,采用所述无功补偿装置输出无功功率,在所述无功补偿装置输出的无功功率达到限值情况下,再采用所述光伏逆变器输出无功功率;
判断输出的所述光伏发电站输出的无功功率是否达到所述无功目标值且每个所述节点电压是否满足所述发无功/电压指令的要求;
在判断所述光伏发电站输出的无功功率未达到所述无功目标值和/或至少一个节点电压未满足所述发无功/电压指令的要求的情况下,再次执行采集每个所述节点电压并进行分析和输出无功功率的操作。
可选地,所述方法进一步包括:
计算用于控制所述光伏逆变器和/或所述无功补偿装置的无功优化模型;
根据所述无功优化模型控制所述光伏逆变器和/或无功补偿装置以输出无功功率。
可选地,所述计算用于控制所述光伏逆变器和/或所述无功补偿装置的无功优化模型进一步包括:
确定目标函数;
确定约束条件;
采用粒子群算法计算所述无功优化模型。
可选地,所述确定目标函数包括:
根据公式(1)计算用于指示所述光伏发电站的并网点实际输出的无功功率与从所述无功/电压指令中获取的与该并网点对应的目标无功功率的差值的第一目标子函数,
f1=Q1-QM, (1)
其中,Q1为所述并网点实际输出的无功功率,QM为从所述无功/电压指令中获取的与该并网点对应的目标无功功率;
根据公式(2)计算用于指示所述光伏单元节点电压偏差的第二目标子函数,
其中,Ui为一个光伏单元i的节点电压的幅值,Uav为所述光伏单元节点电压的平均值,SPV为所有所述光伏单元的集合;
根据公式(3)计算用于指示所述光伏发电站有功功率损耗的第三目标子函数,
其中,Ui、θi分别为一个节点电压i的电压幅值和相角,Uj为另一个节点电压j的电压幅值;Gij为一个所述光伏发电站的一个节点电压i和另一个节点电压j导纳的实部;θij是所述一个节点电压i和所述另一个节点电压j的相角差值;NB为所述光伏发电站的所述节点电压的数量的总和;SNB为所述光伏发电站的所有所述节点电压的集合;
根据公式(4)计算用于指示光伏发电站的无功电源动作的优先级的第四目标子函数,
其中,a1、a2、a3、a4和a5分别为预设的调节因子,Us+为所述稳定裕度区间的上限,Qsvd为所述无功补偿装置输出的无功功率,Qsvgmin、Qsvgmax分别为所述无功补偿装置输出无功功率的下限值和上限值,Q1为所述并网点实际输出的无功功率,Qm为从所述无功/电压指令中获取的与该并网点对应的目标无功功率,Uim为光伏发电站的各个节点电压的最大值,Uav为所述平均值,Qsvg为所述无功补偿装置输出的无功功率,U1为所述并网点电压,Us-为所述稳定裕度区间的下限;
根据公式(5)计算所述目标函数,
minf(x)=w1f1+w2f2+w3f3+w4f4, (5)
其中,f1为所述第一目标子函数,f2为所述第二目标子函数,f3为所述第三目标子函数,f4为第四目标子函数,w1、w2、w3和w4分别为所述第一目标子函数、所述第二目标子函数、所述第三目标子函数和所述第四目标子函数的权重系数。
可选地,所述确定约束条件包括:
根据不等式(1)计算所述光伏逆变器的无功调节能力的第一约束,
根据不等式(2)计算所述节点电压的第二约束,
根据不等式(3)计算所述无功补偿装置的调节能力的第三约束,
可选地,所述确定约束条件包括:
根据等式(1)确定所述约束条件的等式约束,
其中:PGi、QGi分别为一个节点电压i所在节点的有功、无功注入;PDi、QDi分别为一个节点电压i所在节点的有功、无功负荷,Bij为所述一个节点电压i和另一个节点电压j导纳的虚部。
可选地,所述采用粒子群算法计算所述无功优化模型包括:
初始化粒子的位置和速度;
利用外推变量调节计算虚拟粒子的位置;
计算出下一虚拟粒子的位置;
判断相邻的粒子是否陷入早熟;
在判断所述相邻的粒子陷入早熟的情况下,加入自适应微调算子;
采用所述粒子的位置、所述虚拟粒子的位置和所述下一个虚拟粒子的位置基于控制变量原则进行超限检测;
根据检测结果对每个粒子的速度和位置进行更新;
采用潮流计算对每个个体和全局变量进行更新以得出所述无功优化模型;
判断所述无功优化模型是否满足所述约束条件;
在判断所述无功优化模型满足所述约束条件的情况下,输出所述无功优化模型;
在判断所述无功优化模型未满足所述约束条件的情况下,再次返回执行利用外推变量调节计算虚拟粒子的位置的步骤,并执行所述粒子群算法。
本发明的另一方面还提供一种用于对光伏发电站进行无功优化的系统,该系统包括控制器,所述控制器用于执行上述所述的方法。
本发明的再一方面还提供一种存储介质,所述存储介质存储有指令,所述指令用于被机器读取以使得所述机器执行上述所述的方法。
通过过上述技术方案,本发明实施方式提供的用于对光伏发电站进行无功优化的方法、系统及存储介质通过采集光伏发电站的节点电压并加以分析,根据分析的结果控制光伏发电站的光伏逆变器和无功补偿装置输出无功功率,解决了现有技术中依赖于单一的无功输出设备而使得节点电压偏差过大的问题,提高了光伏发电站无功优化的效率。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施方式,但并不构成对本发明实施方式的限制。在附图中:
图1是根据本发明的一个实施方式的用于对光伏发电站进行无功优化的方法的流程图;
图2是根据本发明的一个实施方式的生成无功优化模型的流程图;
图3是根据本发明的一个实施方式的粒子群算法的流程图;
图4是根据本发明的一个实施方式的光伏发电站的模型示意图;以及
图5所示根据本发明的一个实施方式的不同方式对光伏发电站进行无功优化的结果的曲线图。
具体实施方式
以下结合附图对本发明实施方式的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施方式,并不用于限制本发明实施方式。
如图1所示是根据本发明的一个实施方式的用于对光伏发电站进行无功优化的方法的流程图。在图1中,该方法可以包括:
在步骤S10中,获取调度任务,从调度任务中获取所需发无功/电压指令并计算无功目标值。
在步骤S20中,采集光伏发电站的每个节点电压。其中,节点电压包括光伏单元节点电压和并网点电压。另外,采集光伏发电站的节点电压的方式应当是本领域人员所知的,故此处不详细赘述。
在接收到每个节点电压后,可以对每个节点电压进行分析。
在步骤S30中,在判断每个节点电压(的幅值)均位于预设的稳定裕度区间内的情况下,采用光伏逆变器输出无功功率,并且在光伏逆变器输出的无功功率达到限值(输出的无功功率的最大值)的情况下,采用无功补偿装置输出无功功率。
在步骤S40中,在判断部分节点电压达到稳定裕度区间的上限Us+或下限Us-且光伏发电站的无功功率未达到预设的容性/感性无功目标值的情况下,采用光伏逆变器输出无功功率,在光伏逆变器输出的无功功率达到限值情况下,再采用无功补偿装置输出无功功率。
在判断达到稳定裕度区间的上限Us+或下限Us-的部分节点电压为光伏单元节点电压且光伏发电站的无功功率未达到预设的感性/容性无功目标值的情况下,同时采用无功补偿装置和光伏逆变器输出无功功率。
在判断达到稳定裕度区间的上限Us+或下限Us-的部分节点电压为并网点电压且光伏发电站的无功功率未达到感性/容性无功目标值的情况下,采用无功补偿装置输出无功功率,在无功补偿装置输出的无功功率达到限值情况下,再采用光伏逆变器输出无功功率。
在步骤S50中,在判断节点电压超出稳定裕度区间且未超出预设的极值(超出极值的情况下很可能会发生脱网危险事故)的情况下,采用无功补偿装置输出无功功率,在无功补偿装置输出的无功功率达到限值情况下,再采用光伏逆变器输出无功功率。
在步骤S60中,判断输出的光伏发电站(光伏逆变器和/或无功补偿装置)输出的无功功率是否达到无功目标值且每个节点电压是否满足发无功/电压指令的要求。
在判断光伏发电站输出的无功功率未达到无功目标值和/或至少一个节点电压未满足发无功/电压指令的要求的情况下,返回执行步骤S20,并根据继续执行该方法的相应流程。
由于光伏逆变器和/或无功补偿装置发无功(输出无功功率)需要根据光伏发电站每个节点多个外部(例如线路的长度)以及内部条件(例如节点电压的幅值)来确定,那么在本发明的一个实施方式中,该方法可以进一步包括:计算用于控制光伏逆变器和/或无功补偿装置的无功优化模型,在进一步根据该计算出的无功优化模型控制光伏逆变器和/或无功补偿装置发无功。
在本发明的一个示例中,如图2所示,计算用于控制光伏逆变器和/或无功补偿装置的无功优化模型的方式可以是例如包括以下步骤:
在步骤S21中,确定目标函数。在该示例中,确定该目标函数的具体步骤可以是例如:
根据公式(1)计算用于指示光伏发电站的并网点实际输出的无功功率与从无功/电压指令中获取的与该并网点对应的目标无功功率的差值的第一目标子函数,
f1=Q1-QM, (1)
其中,Q1为并网点实际输出的无功功率,QM为从无功/电压指令中获取的与该并网点对应的目标无功功率;
根据公式(2)计算用于指示光伏单元节点电压偏差的第二目标子函数,
其中,Ui为一个光伏单元i的节点电压的幅值,Uav为光伏单元节点电压的平均值,SPV为所有光伏单元的集合;
根据公式(3)计算用于指示光伏发电站有功功率损耗的第三目标子函数,
其中,Ui、θi分别为一个节点电压i的电压幅值和相角;Uj为另一个节点电压j的电压幅值;Gij为一个光伏发电站的一个节点电压i和另一个节点电压j导纳的实部;θij是一个节点电压i和另一个节点电压j的相角差值;NB为光伏发电站的节点电压的数量的总和;SNB为光伏发电站的所有节点电压的集合;
根据公式(4)计算用于指示光伏发电站的无功电源动作的优先级的第四目标子函数,
其中,a1、a2、a3、a4和a5分别为预设的调节因子,Us+为预设的稳定裕度区间的上限,Qsvd为无功补偿装置输出的无功功率,Qsvgmin、Qsvgmax分别为无功补偿装置输出无功功率的下限值和上限值,Q1为并网点实际输出的无功功率,Qm为从无功/电压指令中获取的与该并网点对应的目标无功功率,Uim为光伏发电站的各个节点电压的最大值,Uav为平均值,Qsvg为无功补偿装置输出的无功功率,U1为并网点电压,Us-为预设的稳定裕度区间的下限;
根据公式(5)计算目标函数,
minf(x)=w1f1+w2f2+w3f3+w4f4, (5)
其中,f1为第一目标子函数,f2为第二目标子函数,f3为第三目标子函数,f4为第四目标子函数,w1、w2、w3和w4分别为第一目标子函数、第二目标子函数、第三目标子函数和第四目标子函数的权重系数。
在步骤S22中,确定约束条件。在该示例中,该约束条件可以包括等式约束(条件)和不等式约束(条件)。那么,确定该等式约束的具体步骤可以是例如:
根据等式(1)确定约束条件的等式约束,
其中:PGi、QGi分别为一个节点电压i所在节点的有功(功率)、无功(功率)注入;PDi、QDi分别为一个节点电压i所在节点的有功、无功负荷,Bij为一个节点电压i和另一个节点电压j导纳的虚部。
确定该不等式约束条件的具体步骤可以是例如:
根据不等式(1)计算光伏逆变器的无功调节能力的第一约束,
根据不等式(2)计算节点电压的第二约束,
根据不等式(3)计算无功补偿装置的调节能力的第三约束,
在步骤S23中,采用粒子群算法计算无功优化模型。在该示例中,该粒子群算法的计算步骤可以是例如图3中示出的步骤。在图3中,该粒子群算法可以包括:
在步骤S32中,利用外推变量调节计算虚拟粒子的位置。在该示例中,可以将每个粒子代入目标函数计算出相应的适应值,根据搜索到的最优位置,通过基本粒子群算法中位置更新式来更新自己的飞行速度和位置。其中,为计算出的粒子i的位置,为计算出的粒子i的速度。通过粒子i的适应值差异来引导外推方向,并进一步结合随机数算法,使用公式在推断出的粒子i附近计算出虚拟粒子的位置
在步骤S33中,计算出下一虚拟粒子的位置。在该示例中,可以是根据步骤S32中的原理进一步推断出下一个虚拟粒子的位置,即可以采用公式(6)表示下一个虚拟粒子的位置,
在步骤S34中,判断相邻的粒子是否陷入早熟。在该示例中,可以是将粒子i、计算出的粒子i、虚拟粒子、下一个虚拟粒子的多个分量(位置和/或速度)进行比对,判断相邻的粒子是否出现(位置和/或速度)相近或者相同的情况。
在步骤S35中,在判断相邻的粒子陷入早熟的情况下,加入自适应微调算子。在该示例中,可以是在判断相邻的粒子出现(位置和/或速度)相近或相同的情况下,在公式(6)中加入自适应微调算子ε,即可以采用公式(7)表示该下一虚拟粒子的位置,
(7)
其中,ε为加入的自适应微调算子。另外,在判断相邻的粒子没有陷入早熟的情况下,也可以直接执行步骤S36。
在步骤S36中,采用粒子的位置、虚拟粒子的位置和下一个虚拟粒子的位置基于控制变量原则进行超限检测。在该示例中,可以是利用预设的目标函数(例如步骤S20中示出的目标函数)分别计算每个粒子对应的适应值,从而实现对每个粒子的适应度的重新评估,在保留最优解的情况下,更新每个个体的各个变量(位置和/或速度),从而实现对整体粒子群的更新。
在步骤S37中,根据检测结果对每个粒子的速度和位置进行更新。该步骤在步骤S36中已经详述,此处不再赘述。
在步骤S38中,采用潮流计算对每个个体和全局变量进行更新以得出无功优化模型。该步骤在步骤S36中已经详述,此处不再赘述。
在步骤S39中,判断无功优化模型是否满足约束条件。在该示例中,可以是将更新后的粒子群(即无功优化模型)与预设的约束条件(例如步骤S21中示出的约束条件)进行比对。
在步骤S41中,在判断无功优化模型满足约束条件的情况下,输出无功优化模型。在该示例中,在更新后的粒子群满足约束条件的情况下,输出该粒子群(无功优化模型)。
在判断无功优化模型未满足约束条件的情况下,再次返回执行步骤S32直到该无功优化模型满足预设的约束条件。
本发明的另一方面还提供一种用于对光伏发电站进行无功优化的系统,系统包括处理器。该处理器可以用于执行上述所述方法。
在该实施方式中,该处理器可以是例如通用处理器、专用处理器、常规处理器、数字信号处理器(DSP)、多个微处理器、与DSP核心相关联的一个或多个微处理器、控制器、微控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)电路、任何其它类型的集成电路(IC)、状态机、系统级芯片(SOC)等。
本发明的再一方面还提供一种存储介质。该存储介质可以存储有指令,该指令可以用于被机器读取以使得机器执行上述所述的方法。
在该实施方式中,该存储介质可以是例如U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的一个示例中,以如图4所示出的100MW光伏发电站作为测试对象,采用包括但不限于Matlab7.0的算法软件来编制简化模型、粒子群算法和潮流计算算法。其中,为了便于算法的简便性,可以将粒子群N的数量设定为20,最大迭代次数Tmax设定为100。
在图4中,光伏发电站的装机容量为100MW,共10条集电线路,每回集电线路串联10组箱式逆变器(光伏逆变器),每组箱式逆变器的容量为1MW(功率因素在-0.95~0.95之间可调),通过0.4kV/35kV箱式变压器、集电线路及5kV/110kV升压变压器并入电网,35kV母线处安装有1台±20MVar的静止无功发生器14(Static Var Generator,SVG)(即无功补偿装置)。为便于仿真验证,将每条集电线路(编号为4至13和15至24)上的10台箱式逆变器、10台箱式变压器等效为1组光伏单元,#1~#10集电线路长度分别约为2.2、2.4、2.6、2.8、3.0、3.2、3.4、3.6、3.8、4.0km。
在图4中预设公共连接点(编号为1)电压为1.0pu(per unit),从发无功/电压指令中获取的并网点(编号为2)的无功目标值未-15Mvar,100个光伏单元出力(输出无功功率)均为8.46MW,预设的稳定裕度区间为[0.968,-1.602]Un。
如图5所示是采用三种不同的方式对图4中示出的光伏发电站进行无功优化的结果。其中,方式1为先采用光伏逆变器输出无功功率,在光伏逆变器的输出达到限值的情况下,再使用无功补偿装置输出无功功率;方式2为先使用无功补偿装置输出无功功率,在无功补偿装置的输出达到限值的情况下,再使用光伏逆变器输出无功功率;方式3为采用本发明提供的用于对光伏发电站进行无功优化的方法对该光伏发电站的无功功率输出进行控制。
在图5中,可以发现,采用方式1的无功优化模型,光伏发电站的各个节点的节点电压相对较高;采用方式2的无功优化模型,光伏发电站的各个节点的节点电压相对较低;而采用本发明提供的方法的无功优化模型则可以使得每个节点的节点电压的幅值适中。因此,本发明提供的方法的无功优化效率优于传统的方式1和方式2。
另外,表(1)所示为三种方式调控下光伏发电站的各个参数的数值。
表(1)
在表(1)中,每个数据均为标幺值,在计算时节点电压的基准值可以选取设备的额定电压,功率的基准值可以为100MVA。
从表(1)中也可以看出,方式1、2和方式3相比,本发明提供的方法使得光伏发电站能够在满足无功目标值的前提下,将有功损耗降低至0.0177MW,并同时能够使得各个节点电压保持在稳定裕度区间范围内,最后还能够使得无功补偿装置具备一定的无功裕度。因此,可以看出本发明提供的方法的无功优化效率更高,经济性、环保性也更好。
通过过上述技术方案,本发明实施方式提供的用于对光伏发电站进行无功优化的方法、系统及存储介质通过采集光伏发电站的节点电压并加以分析,根据分析的结果控制光伏发电站的光伏逆变器和无功补偿装置输出无功功率,解决了现有技术中依赖于单一的无功输出设备而使得节点电压偏差过大的问题,提高了光伏发电站无功优化的效率。
以上结合附图详细描述了本发明例的可选实施方式,但是,本发明实施方式并不限于上述实施方式中的具体细节,在本发明实施方式的技术构思范围内,可以对本发明实施方式的技术方案进行多种简单变型,这些简单变型均属于本发明实施方式的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施方式对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施方式方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,本发明实施方式的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施方式的思想,其同样应当视为本发明实施方式所公开的内容。
Claims (9)
1.一种用于对光伏发电站进行无功优化的方法,其特征在于,所述方法包括:
接收从发无功/电压指令中获取的无功目标值;
采集所述光伏发电站的每个节点电压,其中,所述节点电压包括光伏单元节点电压和并网点电压;
对每个节点电压进行分析;
在判断每个所述节点电压均位于预设的稳定裕度区间内的情况下,采用光伏逆变器输出无功功率,在所述光伏逆变器输出的无功功率达到限值的情况下,采用无功补偿装置输出无功功率;
在判断部分节点电压达到所述稳定裕度区间的上限Us+或下限Us-且所述光伏发电站的无功功率未达到预设的容性/感性无功目标值的情况下,采用所述光伏逆变器输出无功功率,在所述光伏逆变器输出的无功功率达到限值情况下,再采用无功补偿装置输出无功功率;
在判断达到所述稳定裕度区间的上限Us+或下限Us-的部分节点电压为所述光伏单元节点电压且所述光伏发电站的无功功率未达到预设的感性/容性无功目标值的情况下,同时采用所述无功补偿装置和所述光伏逆变器输出无功功率;
在判断达到所述稳定裕度区间的上限Us+或下限Us-的部分节点电压为所述并网点电压且所述光伏发电站的无功功率未达到所述感性/容性无功目标值的情况下,采用所述无功补偿装置输出无功功率,在所述无功补偿装置输出的无功功率达到限值情况下,再采用所述光伏逆变器输出无功功率;
在判断所述节点电压超出所述稳定裕度区间且未超出预设的极值的情况下,采用所述无功补偿装置输出无功功率,在所述无功补偿装置输出的无功功率达到限值情况下,再采用所述光伏逆变器输出无功功率;
判断输出的所述光伏发电站输出的无功功率是否达到所述无功目标值且每个所述节点电压是否满足所述发无功/电压指令的要求;
在判断所述光伏发电站输出的无功功率未达到所述无功目标值和/或至少一个节点电压未满足所述发无功/电压指令的要求的情况下,再次执行采集每个所述节点电压并进行分析和输出无功功率的操作。
2.根据权利要求1所述的方法,其特征在于,所述方法进一步包括:
计算用于控制所述光伏逆变器和/或所述无功补偿装置的无功优化模型;
根据所述无功优化模型控制所述光伏逆变器和/或无功补偿装置以输出无功功率。
3.根据权利要求2所述的方法,其特征在于,所述计算用于控制所述光伏逆变器和/或所述无功补偿装置的无功优化模型进一步包括:
确定目标函数;
确定约束条件;
采用粒子群算法计算所述无功优化模型。
4.根据权利要求3所述的方法,其特征在于,所述确定目标函数包括:
根据公式(1)计算用于指示所述光伏发电站的并网点实际输出的无功功率与从所述无功/电压指令中获取的与该并网点对应的目标无功功率的差值的第一目标子函数,
f1=Q1-QM, (1)
其中,Q1为所述并网点实际输出的无功功率,QM为从所述无功/电压指令中获取的与该并网点对应的目标无功功率;
根据公式(2)计算用于指示所述光伏单元节点电压偏差的第二目标子函数,
其中,Ui为一个光伏单元i的节点电压的幅值,Uav为所述光伏单元节点电压的平均值,SPV为所有所述光伏单元的集合;
根据公式(3)计算用于指示所述光伏发电站有功功率损耗的第三目标子函数,
其中,Ui、θi分别为一个节点电压i的电压幅值和相角,Uj为另一个节点电压j的电压幅值;Gij为一个所述光伏发电站的一个节点电压i和另一个节点电压j导纳的实部;θij是所述一个节点电压i和所述另一个节点电压j的相角差值;NB为所述光伏发电站的所述节点电压的数量的总和;SNB为所述光伏发电站的所有所述节点电压的集合;
根据公式(4)计算用于指示光伏发电站的无功电源动作的优先级的第四目标子函数,
其中,a1、a2、a3、a4和a5分别为预设的调节因子,Us+为所述稳定裕度区间的上限,Qsvd为所述无功补偿装置输出的无功功率,Qsvgmin、Qsvgmax分别为所述无功补偿装置输出无功功率的下限值和上限值,Q1为所述并网点实际输出的无功功率,Qm为从所述无功/电压指令中获取的与该并网点对应的目标无功功率,Uim为光伏发电站的各个节点电压的最大值,Uav为所述平均值,Qsvg为所述无功补偿装置输出的无功功率,U1为所述并网点电压,Us-为所述稳定裕度区间的下限;
根据公式(5)计算所述目标函数,
minf(x)=w1f1+w2f2+w3f3+w4f4, (5)
其中,f1为所述第一目标子函数,f2为所述第二目标子函数,f3为所述第三目标子函数,f4为第四目标子函数,w1、w2、w3和w4分别为所述第一目标子函数、所述第二目标子函数、所述第三目标子函数和所述第四目标子函数的权重系数。
5.根据权利要求4所述的方法,其特征在于,所述确定约束条件包括:
根据不等式(1)计算所述光伏逆变器的无功调节能力的第一约束,
根据不等式(2)计算所述节点电压的第二约束,
根据不等式(3)计算所述无功补偿装置的调节能力的第三约束,
7.根据权利要求6所述的方法,其特征在于,所述采用粒子群算法计算所述无功优化模型包括:
初始化粒子的位置和速度;
利用外推变量调节计算虚拟粒子的位置;
计算出下一虚拟粒子的位置;
判断相邻的粒子是否陷入早熟;
在判断所述相邻的粒子陷入早熟的情况下,加入自适应微调算子;
采用所述粒子的位置、所述虚拟粒子的位置和所述下一个虚拟粒子的位置基于控制变量原则进行超限检测;
根据检测结果对每个粒子的速度和位置进行更新;
采用潮流计算对每个个体和全局变量进行更新以得出所述无功优化模型;
判断所述无功优化模型是否满足所述约束条件;
在判断所述无功优化模型满足所述约束条件的情况下,输出所述无功优化模型;
在判断所述无功优化模型未满足所述约束条件的情况下,再次返回执行利用外推变量调节计算虚拟粒子的位置的步骤,并执行所述粒子群算法。
8.一种用于对光伏发电站进行无功优化的系统,所述系统包括处理器,所述处理器用于执行如权利要求1至7任一所述的方法。
9.一种存储介质,其特征在于,所述存储介质存储有指令,所述指令用于被机器读取以使得所述机器执行如权利要求1至7任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811201326.5A CN109193820B (zh) | 2018-10-16 | 2018-10-16 | 用于对光伏发电站进行无功优化的方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811201326.5A CN109193820B (zh) | 2018-10-16 | 2018-10-16 | 用于对光伏发电站进行无功优化的方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109193820A CN109193820A (zh) | 2019-01-11 |
CN109193820B true CN109193820B (zh) | 2022-03-18 |
Family
ID=64945256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811201326.5A Active CN109193820B (zh) | 2018-10-16 | 2018-10-16 | 用于对光伏发电站进行无功优化的方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109193820B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110120670B (zh) * | 2019-04-25 | 2020-11-17 | 国网河北省电力有限公司邢台供电分公司 | 含dpv配电网无功电压优化方法、终端设备及存储介质 |
CN112734146A (zh) * | 2019-10-28 | 2021-04-30 | 广州汽车集团股份有限公司 | 一种汽车变速器效率的计算方法、计算机设备和存储介质 |
CN116780665A (zh) * | 2023-04-28 | 2023-09-19 | 国网河北省电力有限公司电力科学研究院 | 基于光伏逆变器与智能控制终端的无功功率补偿方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104362648A (zh) * | 2014-11-05 | 2015-02-18 | 许继电气股份有限公司 | 一种光伏电站无功调相方法 |
CN104718680A (zh) * | 2012-03-22 | 2015-06-17 | 太阳能公司 | 用于光伏电站的控制技术 |
CN105468877A (zh) * | 2015-12-31 | 2016-04-06 | 广西电网有限责任公司电力科学研究院 | 一种光伏电站无功支撑方法 |
-
2018
- 2018-10-16 CN CN201811201326.5A patent/CN109193820B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104718680A (zh) * | 2012-03-22 | 2015-06-17 | 太阳能公司 | 用于光伏电站的控制技术 |
CN104362648A (zh) * | 2014-11-05 | 2015-02-18 | 许继电气股份有限公司 | 一种光伏电站无功调相方法 |
CN105468877A (zh) * | 2015-12-31 | 2016-04-06 | 广西电网有限责任公司电力科学研究院 | 一种光伏电站无功支撑方法 |
Non-Patent Citations (1)
Title |
---|
基于免疫粒子群算法的大型光伏电站无功优化;刘强等;《太阳能学报》;20170831;第38卷(第8期);第2210-2218页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109193820A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Sizing a hybrid energy storage system for maintaining power balance of an isolated system with high penetration of wind generation | |
Chen et al. | PI parameter tuning of converters for sub-synchronous interactions existing in grid-connected DFIG wind turbines | |
Ahmadian et al. | Two-layer optimization methodology for wind distributed generation planning considering plug-in electric vehicles uncertainty: A flexible active-reactive power approach | |
CN109193820B (zh) | 用于对光伏发电站进行无功优化的方法、系统及存储介质 | |
CN102856917A (zh) | 一种配电网无功优化方法 | |
CN106026113A (zh) | 一种具有无功自动补偿的微电网系统的监控方法 | |
Ramos et al. | Placement and sizing of utility-size battery energy storage systems to improve the stability of weak grids | |
Gill et al. | Optimal penetration of distributed generation system in radial distribution network using adaptive scheme | |
Maity et al. | A comprehensive review of damping of low frequency oscillations in power systems | |
Liu et al. | Reactive power optimization of power grid with photovoltaic generation based on improved particle swarm optimization | |
Alsakati et al. | Transient stability enhancement of grid integrated wind energy using particle swarm optimization based multi-band PSS4C | |
CN106602610B (zh) | 一种风电场等值模型的建立方法 | |
Mosa et al. | Frequency support of AC microgrid with high penetration of photovoltaic using super-capacitor | |
Singh et al. | Oscillation damping: A comparison of wind and photovoltaic power plant capabilities | |
Manohara et al. | Northern Goshawk Optimization for Optimal Allocation of Multiple Types of Active and Reactive Power Distribution Generation in Radial Distribution Systems for Techno-Environmental Benefits. | |
Shahgholian et al. | Impact of PSS and STATCOM on dynamic parameters of power system based on neuro-fuzzy controllers | |
CN104242324A (zh) | 适用于风电场群接入地区的无功补偿方法 | |
Till et al. | Frequency response of the Eastern Interconnection due to increased wind generation | |
Ye et al. | Transient frequency response model-based energy storage optimum size in power systems | |
Gurung et al. | Impact of photovoltaic penetration on small signal stability considering uncertainties | |
Bekri et al. | Placement of wind farms for enhancing voltage stability based on continuation power flow technique | |
Shokrani et al. | Short-term stochastic modeling of virtual power plants with inclusion of wind, solar and tidal generation and energy storage | |
CN113381456A (zh) | 一种电力系统新能源承载能力评估方法及系统 | |
CN112803431A (zh) | 一种基于电压灵敏度的风电并网无功协调控制方法 | |
Roshan et al. | Reassessment of power losses and enhancement of techno-economic feasibility in a radial distribution system |
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 |