CN109586299A - 一种配电网有功功率分区优化控制方法及系统 - Google Patents
一种配电网有功功率分区优化控制方法及系统 Download PDFInfo
- Publication number
- CN109586299A CN109586299A CN201811548102.1A CN201811548102A CN109586299A CN 109586299 A CN109586299 A CN 109586299A CN 201811548102 A CN201811548102 A CN 201811548102A CN 109586299 A CN109586299 A CN 109586299A
- Authority
- CN
- China
- Prior art keywords
- power
- energy storage
- region
- distribution network
- exchange
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005192 partition Methods 0.000 title claims description 8
- 238000004146 energy storage Methods 0.000 claims abstract description 103
- 238000005457 optimization Methods 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 230000002068 genetic effect Effects 0.000 claims description 15
- 238000002360 preparation method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 210000000349 chromosome Anatomy 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 7
- 238000010353 genetic engineering Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 240000002853 Nelumbo nucifera Species 0.000 claims 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims 1
- 244000131316 Panax pseudoginseng Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 239000004744 fabric Substances 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 230000008439 repair process Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 238000010248 power generation Methods 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 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
- H02J3/04—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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Feedback Control In General (AREA)
Abstract
一种分布式电源的配电网有功功率优化控制方法，所述优化控制方法，包括：将负荷短期预测数据带入配电网优化模型进行计算得到各区域间的初始交换功率和初始分布式电源的日前计划；基于每个区域内的负荷超短期预测值对所述分布式电源的日前计划和各区域间的交换功率进行修正；基于各区域间修正后的交换功率制定发电计划，通过各区域控制器执行发电计划控制区域间内的发电设备和储能设备运行；所述配电网优化模型包括以网损最低、与主网交换功率最小和运行费用最低构建的优化目标函数。本发明实现了“多级协调、逐级细化”的目的，减小了预测误差带来的控制偏差。
Description
技术领域
本发明涉及配电网运行控制与能量调度关键技术领域，具体涉及一种配电网有功功率分区优化控制方法及系统。
背景技术
新能源因集中式的缺陷正向发展分布式方向的转变，这使得分布式发电呈现出大密度、高渗透率接入局部配电网的现象。随着更多源端数据需要量测、通信、处理及分析，导致信息化分析和优化决策过程变得更加繁琐复杂。为适应这种分布式电源接入情形，在原有方法框架基础上，新的供电模式下调度及协调控制方法等关键技术亟待研究。目前对于分布式电源接入控制研究以单元控制与以微电网协调控制为主，多个子区域间或多个微电网间的广域对等互联和自治消纳控制方面线路投资成本极高，而且存在预测误差带来的控制偏差。
发明内容
一种分布式电源的配电网有功功率优化控制方法，所述优化控制方法，包括：
将负荷短期预测数据带入配电网优化模型进行计算得到各区域间的初始交换功率和初始分布式电源的日前计划；
基于每个区域内的负荷超短期预测值对所述分布式电源的日前计划和各区域间的交换功率进行修正；
基于各区域间修正后的交换功率制定发电计划，通过各区域控制器执行发电计划控制区域间内的发电设备和储能设备运行；
所述配电网优化模型包括以网损最低、与主网交换功率最小和运行费用最低构建的优化目标函数。
优选的，所述将负荷短期预测数据带入配电网优化模型进行计算得到各区域间的初始交换功率和初始分布式电源的日前计划，包括：
基于负荷短期预测，以网损最低、与主网交换功率最小和运行费用最低为目标建立配电网优化模型；
将所述各区域初始交换功率采用量子编码的方式进行编码并将所述编码后的交换功率设定为染色体；
采用遗传算法对所述配电网优化模型进行求解得到各区域修订后的交换功率及各分布式电源的日前计划。
优选的，所述获取各区域初始交换功率，并采用量子编码的方式对所述各区域初始换功率进行编码，包括：
将获取的初始功率[PG1、PG2、...、PGn]通过归一化的取值映射到Bloch球上得到M＝Code[PG1、PG2、...、PGn]
其中PG1为区域1的初始交换功率；PG2为区域2的初始交换功率；PGn为区域n的初始交换功率Opt.PG1区域1修订后的交换功率；Opt.PG2区域2修订后的交换功率；Opt.PGn区域n修订后的交换功率。
优选的，所述采用遗传算法对所述配电网优化模型进行求解得到各区域修订后的交换功率及各分布式电源的日前计划，包括：
所述染色体采用改变参量值改变决策变量在单位球上的点，并经过反归一化处理对应变量的值，通过量子旋转门与量子非门完成种群的选择、交叉和变异的遗传操作得到各区域交换功率及各分布式电源的日前计划。
优选的，所述基于每个区域内的负荷超短期预测值对所述分布式电源的日前计划和各区域间的交换功率进行修正，包括：
获取各区域各储能的当前荷电状态；
当储能荷电状态适中时，储能正常充放电；
当储能荷电状态偏小且准备放电或者储能荷电状态偏大且准备充电时：根据超短期预测值通过对混合储能系统将所述储能荷电状态作为模糊控制的输入变量，经模糊规则和反模糊化后，作为反馈信息修正储能超短期调度值形成闭环，最终得到储能超短期调度值、区域对外交换功率以修正日前计划的误差，并对各区域交换功率进行修正。
优选的，所述当储能荷电状态适中时当储能荷电状态处在40％-60％；
所述储能荷电状态偏小为储能荷电状态小于40％；
所述储能荷电状态偏大为储能荷电状态大于60％。
优选的，所述基于各区域间修正后的交换功率制定发电计划，并通过各区域控制器执行发电计划控制区域间内的发电设备和储能设备运行，包括：
基于各区域控制器将控制指令下发到各变流器通过功率给定值与实际输出值作差经过PI环节得到电流参考信号，与实际电流输出作差先后经PI环节和前馈解耦环节后生成电压调制信号对区域进行离/并网运行切换以及切负荷控制。
一种分布式电源的配电网有功功率优化控制系统，所述优化控制系统，包括：计算模块、修正模块和控制模块；
所述计算模块：用于将负荷短期预测数据带入配电网优化模型进行计算得到各区域间的交换功率和分布式电源的日前计划；
所述修正模块：用于基于每个区域内的负荷超短期预测值对所述分布式电源的日前计划和各区域间的交换功率进行修正；
所述控制模块：用于基于各区域间修正后的交换功率制定发电计划，通过各区域控制器将控制指令下发到各变流器通过功率给定值与实际输出值作差经过PI环节得到电流参考信号，与实际电流输出作差先后经PI环节和前馈解耦环节后生成电压调制信号对区域进行离/并网运行切换以及切负荷控制；
所述配电网优化模型包括以网损最低、与主网交换功率最小和运行费用最低构建的优化目标函数。
优选的，所述计算模块，包括：模型建立子模块、编码子模块和遗传算法子模块。
所述模型建立子模块：用于基于负荷短期预测，以网损最低、与主网交换功率最小和运行费用最低为目标建立配电网优化模型；
所述编码子模块：用于将所述各区域初始交换功率采用量子编码的方式进行编码并将所述编码后的交换功率设定为染色体；
所述遗传算法子模块：用于采用遗传算法对所述染色体采用改变参量值改变决策变量在单位球上的点，并经过反归一化处理对应变量的值，通过量子旋转门与量子非门完成种群的选择、交叉和变异的遗传操作得到各区域交换功率及各分布式电源的日前计划；
其中量子编码包括将获取的初始功率[PG1、PG2、...、PGn]通过归一化的取值映射到Bloch球上得到M＝Code[PG1、PG2、...、PGn]；
PG1为区域1的初始交换功率；PG2为区域2的初始交换功率；PGn为区域n的初始交换功率Opt.PG1区域1修订后的交换功率；Opt.PG2区域2修订后的交换功率；Opt.PGn区域n修订后的交换功率。
优选的，所述控制模块，包括：获取子模块和判断子模块；
所述获取子模块：用于获取各区域各储能的当前荷电状态；
所述判断子模块：用于判断当储能荷电状态适中时，储能正常充放电；
当储能荷电状态偏小且准备放电或者储能荷电状态偏大且准备充电时：根据超短期预测值通过对混合储能系统将所述储能荷电状态作为模糊控制的输入变量，经模糊规则和反模糊化后，作为反馈信息修正储能超短期调度值形成闭环，最终得到储能超短期调度值、区域对外交换功率以修正日前计划的误差，并对各区域交换功率进行修正。
优选的，所述当储能荷电状态适中时当储能荷电状态处在40％-60％；
所述储能荷电状态偏小为储能荷电状态小于40％；
所述储能荷电状态偏大为储能荷电状态大于60％。
与现有技术相比，本发明的有益效果为：
1、本发明提供的技术方案，包括：将负荷短期预测数据带入配电网优化模型进行计算得到各区域间的初始交换功率和初始分布式电源的日前计划；基于每个区域内的负荷超短期预测值对所述分布式电源的日前计划和各区域间的交换功率进行修正；基于各区域间修正后的交换功率制定发电计划，通过各区域控制器执行发电计划控制区域间内的发电设备和储能设备运行；所述配电网优化模型包括以网损最低、与主网交换功率最小和运行费用最低构建的优化目标函数。本发明实现了“多级协调、逐级细化”的目的，减小了预测误差带来的控制偏差。2、本发明提供的技术方案有效降低了线路投资成本。
附图说明
图1为本发明一种分布式电源的配电网有功功率优化控制方法的流程图；
图2为本发明的电能质量综合控制系统的结构图；
图3为本发明的电能质量综合控制框图；
图4为本发明的量子编码的bloch球面坐标示意图；
图5为本发明的超短期调度控制框图；
图6为本发明的逆变器拓扑及PQ控制策略。
具体实施方式
为了更好地理解本发明，下面结合说明书附图和实例对本发明的内容做进一步的说明。
实施例1
本申请提出一套完整的包含高渗透率分布式电源的配电网有功功率优化控制策略。
S1将负荷短期预测数据带入配电网优化模型进行计算得到各区域间的初始交换功率和初始分布式电源的日前计划；
S2基于每个区域内的负荷超短期预测值对所述分布式电源的日前计划和各区域间的交换功率进行修正；
S3基于各区域间修正后的交换功率制定发电计划，通过各区域控制器执行发电计划控制区域间内的发电设备和储能设备运行。
在系统级控制中，基于日前预测建立配电网优化模型，采用量子编码遗传算法求解得到各子区域间交换功率整点值；在第二层控制中，基于超短期预测数据结合混合储能小波包-模糊策略来修正上一级控制的误差；在设备级控制中，基于逆变器进行实时控制，进一步修正上一级控制中的误差。控制方案最终达到“多级协调、逐级细化”的目的。
(1)系统构架
本文提出了含高渗透率分布式电源接入的配电网分区-分层优化控制方法，配电网多区域间分层结构示意图如图1所示，整个控制系统分为设备层、区域层、配网层：
1)设备层中包含风电、光伏、储能和负荷等测控终端，其中风电、光伏、储能等测控终端完成对频率、电压的一次调节，负荷测控终端根据要求按优先级和容量匹配原则切出负荷，监控负荷变化及开、断状态；
2)区域层中包含区域控制器和能量管理系统，其中区域能量管理系统基于各区域内的预测数据制定发电计划并下发，区域控制器执行发电计划并进行稳定协调控制、区域离、并网运行的切换；
3)配网层包含配电网能量管理系统，其主要功能是根据预测数据制定各区域间的交换功率计划以实现特定优化目标。配电网有功功率控制系统整体框架如
图2所示，包含三层控制：
1)最上层控制为日前计划，由配电网能量管理系统基于发电、负荷短期预测，建立配电网优化模型min.Y，采用量子编码的方式对各区域对外交换功率[PG1、PG2、PG3]进行编码M＝Code[PG1、PG2、PG3]，最后通过求解得到各区域交换功率Opt.PG1、Opt.PG2、Opt.PG3及各DG的日前计划；
2)第二层控制为超短期调度，由各区域能量管理系统根据超短期预测值通过对混合储能系统进行小波包-模糊控制来修正上一级控制ΔPG1、ΔPG2、ΔPG3，第二层控制目标是优化混合储能中功率型储能的充放电功率，使其充放电能力平衡；
3)底层控制为各DG基于变流器的功率控制，由各区域控制器接受上一层的控制指令并下发到各变流器进行实时控制，由于功率控制的实质是电流的解耦控制，因此DG中风电、光伏采用电流型逆变器以方便控制，而储能在区域孤岛运行时需要提供稳定的电压和频率支撑，因此主控电源往往采用电压型逆变器。
图3是日前计划中各决策变量、即各区域内储能充放电最优指令的量子编码方式，其中每一染色体可由参量θi、φi表示出，通过改变参量值改变变量在单位球上的点，并经过反归一化处理对应了变量的值。将量子位的三个bloch球面坐标都视为基因位，则每条染色体拥有三条基因链，增加了个体的多样性。将参量θi、φi引入遗传算法进行优化，通过量子旋转门与量子非门完成种群的选择、交叉和变异的遗传操作，以实现遗传算法的核心思想。
图4是超短期调度的控制框图，图中以储能ΔSOC(t)和当前SOC(t)作为模糊控制的输入变量，经模糊规则及反模糊化后输入储能充放电功率修正值ΔPESSXZ_5min(t)，将其作为反馈修正ΔPESS_5min(t)以形成闭环，最终得到储能超短期调度值PESS_5min(t)及ΔPG(t)以修正日前计划的误差。
图5是PWM变流器拓扑及控制框图，voa、vob、voc分别为逆变器端口输出电压，iba1、ibb1、ibc1分别为逆变器端口输出电流。功率给定值与实际输出值作差经过PI环节得到电流参考信号，与实际电流输出作差先后经PI环节和前馈解耦环节后生成电压调制信号。
(2)各层级控制策略及关联方法
根据配电网分区有功功率控制系统整体框架：首先第一步配电网能量管理系统根据各发载单元的日前预测数据，根据建立的表征整个配电网优化运行的目标函数计算得到各区域间交换功率的优化指令，这里配电网优化运行目标函数可以是网损最低、与主网交换功率最小以及运行费用最低等。在优化中，各储能作为决策变量对其进行编码，编码方式如图3所示，以提高优化算法的寻优能力。
由于超短期预测要精准于日前预测，因此在超短期预测中各区域间交换功率与日前计划中的差异一般较大，为减小这种误差，在第二步超短期调度中，利用各储能的剩余容量对误差进行修正，其控制框图如图4所示。在修正中，为了为下一级实时控制单位留有一定容量，采用模糊控制对储能的修正功率进行控制，其控制的原则是：当储能荷电状态SOC(t)适中时，储能正常充放电，减小模糊控制对原指令的影响，即模糊输出一个很小的值；当SOC(t)偏小且准备放电、SOC(t)偏大且准备充电时，基于模糊理论对其SOC进行控制，控制的结果是使储能经充放电后其SOC还能处在一个较合理状态，以应对实时控制中的功率波动。
所述当储能荷电状态适中时当储能荷电状态处在40％-60％；
所述储能荷电状态偏小为储能荷电状态小于40％；
所述储能荷电状态偏大为储能荷电状态大于60％。
在第三步实时控制中，采用图5中的PWM变流器模型及PQ控制策略响应上一级中的优化指令。三层控制中，每层控制之间存在耦合，达到“多级协调、逐级细化”的目的，减小因为预测误差带来的控制偏差问题。
实施例2：
一种分布式电源的配电网有功功率优化控制系统，所述优化控制系统，包括：计算模块、修正模块和控制模块；
所述计算模块：用于将负荷短期预测数据带入配电网优化模型进行计算得到各区域间的交换功率和分布式电源的日前计划；
所述修正模块：用于基于每个区域内的负荷超短期预测值对所述分布式电源的日前计划和各区域间的交换功率进行修正；
所述控制模块：用于基于各区域间修正后的交换功率制定发电计划，通过各区域控制器将控制指令下发到各变流器通过功率给定值与实际输出值作差经过PI环节得到电流参考信号，与实际电流输出作差先后经PI环节和前馈解耦环节后生成电压调制信号对区域进行离/并网运行切换以及切负荷控制；
所述配电网优化模型包括以网损最低、与主网交换功率最小和运行费用最低构建的优化目标函数。
所述计算模块，包括：模型建立子模块、编码子模块和遗传算法子模块。
所述模型建立子模块：用于基于负荷短期预测，以网损最低、与主网交换功率最小和运行费用最低为目标建立配电网优化模型；
所述编码子模块：用于将所述各区域初始交换功率采用量子编码的方式进行编码并将所述编码后的交换功率设定为染色体；
所述遗传算法子模块：用于采用遗传算法对所述染色体采用改变参量值改变决策变量在单位球上的点，并经过反归一化处理对应变量的值，通过量子旋转门与量子非门完成种群的选择、交叉和变异的遗传操作得到各区域交换功率及各分布式电源的日前计划；
其中量子编码包括将获取的初始功率[PG1、PG2、...、PGn]通过归一化的取值映射到Bloch球上得到M＝Code[PG1、PG2、...、PGn]；
PG1为区域1的初始交换功率；PG2为区域2的初始交换功率；PGn为区域n的初始交换功率Opt.PG1区域1修订后的交换功率；Opt.PG2区域2修订后的交换功率；Opt.PGn区域n修订后的交换功率。
所述控制模块，包括：获取子模块和判断子模块；
所述获取子模块：用于获取各区域各储能的当前荷电状态；
所述判断子模块：用于判断当储能荷电状态适中时，储能正常充放电；
当储能荷电状态偏小且准备放电或者储能荷电状态偏大且准备充电时：根据超短期预测值通过对混合储能系统将所述储能荷电状态作为模糊控制的输入变量，经模糊规则和反模糊化后，作为反馈信息修正储能超短期调度值形成闭环，最终得到储能超短期调度值、区域对外交换功率以修正日前计划的误差，并对各区域交换功率进行修正。
所述当储能荷电状态适中时当储能荷电状态处在40％-60％；
所述储能荷电状态偏小为储能荷电状态小于40％；
所述储能荷电状态偏大为储能荷电状态大于60％。
显然，所描述的实施例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它实施例，都属于本发明保护的范围。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。
Claims (11)
1.一种分布式电源的配电网有功功率优化控制方法，其特征在于，所述优化控制方法，包括：
将负荷短期预测数据带入配电网优化模型进行计算得到各区域间的初始交换功率和初始分布式电源的日前计划；
基于每个区域内的负荷超短期预测值对所述分布式电源的日前计划和各区域间的交换功率进行修正；
基于各区域间修正后的交换功率制定发电计划，通过各区域控制器执行发电计划控制区域间内的发电设备和储能设备运行；
所述配电网优化模型包括以网损最低、与主网交换功率最小和运行费用最低构建的优化目标函数。
2.如权利要求1所述的配电网有功功率分区优化控制方法，其特征在于，所述将负荷短期预测数据带入配电网优化模型进行计算得到各区域间的初始交换功率和初始分布式电源的日前计划，包括：
基于负荷短期预测，以网损最低、与主网交换功率最小和运行费用最低为目标建立配电网优化模型；
将所述各区域初始交换功率采用量子编码的方式进行编码并将所述编码后的交换功率设定为染色体；
采用遗传算法对所述配电网优化模型进行求解得到各区域修订后的交换功率及各分布式电源的日前计划。
3.如权利要求2所述的配电网有功功率分区优化控制方法，其特征在于，所述获取各区域初始交换功率，并采用量子编码的方式对所述各区域初始换功率进行编码，包括：
将获取的初始功率[PG1、PG2、...、PGn]通过归一化的取值映射到Rloch球上得到M＝Code[PG1、PG2、...、PGn]
其中PG1为区域1的初始交换功率；PG2为区域2的初始交换功率；PGn为区域n的初始交换功率Opt.PG1区域1修订后的交换功率；Opt.PG2区域2修订后的交换功率；Opt.PGn区域n修订后的交换功率。
4.如权利要求3所述的配电网有功功率分区优化控制方法，其特征在于，所述采用遗传算法对所述配电网优化模型进行求解得到各区域修订后的交换功率及各分布式电源的日前计划，包括：
所述染色体采用改变参量值改变决策变量在单位球上的点，并经过反归一化处理对应变量的值，通过量子旋转门与量子非门完成种群的选择、交叉和变异的遗传操作得到各区域交换功率及各分布式电源的日前计划。
5.如权利要求1所述的配电网有功功率分区优化控制方法，其特征在于，所述基于每个区域内的负荷超短期预测值对所述分布式电源的日前计划和各区域间的交换功率进行修正，包括：
获取各区域各储能的当前荷电状态；
当储能荷电状态适中时，储能正常充放电；
当储能荷电状态偏小且准备放电或者储能荷电状态偏大且准备充电时：根据超短期预测值通过对混合储能系统将所述储能荷电状态作为模糊控制的输入变量，经模糊规则和反模糊化后，作为反馈信息修正储能超短期调度值形成闭环，最终得到储能超短期调度值、区域对外交换功率以修正日前计划的误差，并对各区域交换功率进行修正。
6.如权利要求1所述的配电网有功功率分区优化控制方法，其特征在于，所述当储能荷电状态适中时当储能荷电状态处在40％-60％；
所述储能荷电状态偏小为储能荷电状态小于40％；
所述储能荷电状态偏大为储能荷电状态大于60％。
7.如权利要求1所述的配电网有功功率分区优化控制方法，其特征在于，所述基于各区域间修正后的交换功率制定发电计划，并通过各区域控制器执行发电计划控制区域间内的发电设备和储能设备运行，包括：
基于各区域控制器将控制指令下发到各变流器通过功率给定值与实际输出值作差经过PI环节得到电流参考信号，与实际电流输出作差先后经PT环节和前馈解耦环节后生成电压调制信号对区域进行离/并网运行切换以及切负荷控制。
8.一种分布式电源的配电网有功功率优化控制系统，其特征在于，所述优化控制系统，包括：计算模块、修正模块和控制模块；
所述计算模块：用于将负荷短期预测数据带入配电网优化模型进行计算得到各区域间的交换功率和分布式电源的日前计划；
所述修正模块：用于基于每个区域内的负荷超短期预测值对所述分布式电源的日前计划和各区域间的交换功率进行修正；
所述控制模块：用于基于各区域间修正后的交换功率制定发电计划，通过各区域控制器将控制指令下发到各变流器通过功率给定值与实际输出值作差经过PI环节得到电流参考信号，与实际电流输出作差先后经PI环节和前馈解耦环节后生成电压调制信号对区域进行离/并网运行切换以及切负荷控制；
所述配电网优化模型包括以网损最低、与主网交换功率最小和运行费用最低构建的优化目标函数。
9.如权利要求8所述的一种分布式电源的配电网有功功率优化控制系统，其特征在于，所述计算模块，包括：模型建立子模块、编码子模块和遗传算法子模块。
所述模型建立子模块：用于基于负荷短期预测，以网损最低、与主网交换功率最小和运行费用最低为目标建立配电网优化模型；
所述编码子模块：用于将所述各区域初始交换功率采用量子编码的方式进行编码并将所述编码后的交换功率设定为染色体；
所述遗传算法子模块：用于采用遗传算法对所述染色体采用改变参量值改变决策变量在单位球上的点，并经过反归一化处理对应变量的值，通过量子旋转门与量子非门完成种群的选择、交叉和变异的遗传操作得到各区域交换功率及各分布式电源的日前计划；
其中量子编码包括将获取的初始功率[PG1、PG2、...、PGn]通过归一化的取值映射到Bloch球上得到M＝Code[PG1、PG2、...、PGn]；
PG1为区域1的初始交换功率；PG2为区域2的初始交换功率；PGn为区域n的初始交换功率Opt.PG1区域1修订后的交换功率；Opt.PG2区域2修订后的交换功率；Opt.PGn区域n修订后的交换功率。
10.如权利要求8所述的一种分布式电源的配电网有功功率优化控制系统，其特征在于，所述控制模块，包括：获取子模块和判断子模块；
所述获取子模块：用于获取各区域各储能的当前荷电状态；
所述判断子模块：用于判断当储能荷电状态适中时，储能正常充放电；
当储能荷电状态偏小且准备放电或者储能荷电状态偏大且准备充电时：根据超短期预测值通过对混合储能系统将所述储能荷电状态作为模糊控制的输入变量，经模糊规则和反模糊化后，作为反馈信息修正储能超短期调度值形成闭环，最终得到储能超短期调度值、区域对外交换功率以修正日前计划的误差，并对各区域交换功率进行修正。
11.如权利要求10所述的一种分布式电源的配电网有功功率优化控制系统，其特征在于，所述当储能荷电状态适中时当储能荷电状态处在40％-60％；
所述储能荷电状态偏小为储能荷电状态小于40％；
所述储能荷电状态偏大为储能荷电状态大于60％。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811548102.1A CN109586299B (zh) | 2018-12-18 | 2018-12-18 | 一种配电网有功功率分区优化控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811548102.1A CN109586299B (zh) | 2018-12-18 | 2018-12-18 | 一种配电网有功功率分区优化控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109586299A true CN109586299A (zh) | 2019-04-05 |
| CN109586299B CN109586299B (zh) | 2023-11-03 |
Family
ID=65929851
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811548102.1A Active CN109586299B (zh) | 2018-12-18 | 2018-12-18 | 一种配电网有功功率分区优化控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109586299B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110210064A (zh) * | 2019-05-05 | 2019-09-06 | 中国电力科学研究院有限公司 | 一种面向能源互联网的分布式储能分层调控方法及装置 |
| CN110474353A (zh) * | 2019-08-26 | 2019-11-19 | 北京大学 | 分层式储能系统及其参与的电网调频协调控制方法 |
| CN112186801A (zh) * | 2020-09-25 | 2021-01-05 | 大连理工大学 | 一种采用p2p能源交易机制提高农村配网分布式光伏并网容量的方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105225163A (zh) * | 2014-06-25 | 2016-01-06 | 国家电网公司 | 主动配电网的重构方法和装置 |
| CN105552888A (zh) * | 2015-12-23 | 2016-05-04 | 贵州电网有限责任公司 | 一种考虑主配网互动的配电网仿真方法 |
| CN107591806A (zh) * | 2017-10-09 | 2018-01-16 | 华中科技大学 | 一种考虑主动配电网有功调节能力的主网日前调度方法 |
-
2018
- 2018-12-18 CN CN201811548102.1A patent/CN109586299B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105225163A (zh) * | 2014-06-25 | 2016-01-06 | 国家电网公司 | 主动配电网的重构方法和装置 |
| CN105552888A (zh) * | 2015-12-23 | 2016-05-04 | 贵州电网有限责任公司 | 一种考虑主配网互动的配电网仿真方法 |
| CN107591806A (zh) * | 2017-10-09 | 2018-01-16 | 华中科技大学 | 一种考虑主动配电网有功调节能力的主网日前调度方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110210064A (zh) * | 2019-05-05 | 2019-09-06 | 中国电力科学研究院有限公司 | 一种面向能源互联网的分布式储能分层调控方法及装置 |
| CN110210064B (zh) * | 2019-05-05 | 2023-10-20 | 中国电力科学研究院有限公司 | 一种面向能源互联网的分布式储能分层调控方法及装置 |
| CN110474353A (zh) * | 2019-08-26 | 2019-11-19 | 北京大学 | 分层式储能系统及其参与的电网调频协调控制方法 |
| CN112186801A (zh) * | 2020-09-25 | 2021-01-05 | 大连理工大学 | 一种采用p2p能源交易机制提高农村配网分布式光伏并网容量的方法 |
| CN112186801B (zh) * | 2020-09-25 | 2022-05-17 | 大连理工大学 | 一种提高农村配网分布式光伏并网容量的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109586299B (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ahmed et al. | Energy management of AC–DC hybrid distribution systems considering network reconfiguration | |
| CN104885329B (zh) | 用于具有der和ev的配电网的协调控制方法及其控制系统 | |
| CN109586299A (zh) | 一种配电网有功功率分区优化控制方法及系统 | |
| Brandao et al. | Optimal multiobjective control of low-voltage AC microgrids: Power flow regulation and compensation of reactive power and unbalance | |
| CN107392395A (zh) | 一种基于价格激励机制的配电网和微电网协调优化方法 | |
| CN102402725B (zh) | 用于虚拟电厂的多目标优化能量管理信息处理方法 | |
| CN109103893A (zh) | 一种集群温控负荷参与电网agc的辅助调频方法 | |
| CN109858774B (zh) | 提高系统安全性和协调性的源网荷规划方法 | |
| CN110034587B (zh) | 一种优化调度方法 | |
| CN107025520A (zh) | 配电网新能源消纳能力确定的双层二阶锥规划方法与系统 | |
| CN110474353A (zh) | 分层式储能系统及其参与的电网调频协调控制方法 | |
| CN107516892A (zh) | 基于处理有功优化约束条件提高电能质量的方法 | |
| CN111932072A (zh) | 一种基于os2架构的电网综合管控方法及系统 | |
| CN106385044A (zh) | 用于风电场发电计划跟踪的复合储能控制系统及其控制方法 | |
| CN104659812B (zh) | 一种基于预测控制的多微网协调控制方法 | |
| Alwal et al. | A review of control strategies for microgrid with PV-wind hybrid generation systems | |
| CN113872213B (zh) | 一种配电网电压自主优化控制方法及装置 | |
| CN110932257A (zh) | 一种微电网能量调度方法 | |
| CN110048405A (zh) | 基于电力弹簧的微电网能量优化方法 | |
| Bonassi et al. | Supervised control of hybrid AC-DC grids for power balance restoration | |
| CN110518641A (zh) | 一种交流微电网实现功率分配的分布式分层协调控制方法 | |
| Bordons et al. | Microgrid control issues | |
| CN109038546A (zh) | 一种基于vsc-hvdc系统的交直流混联电网负荷恢复方法及系统 | |
| Gupta et al. | Improving fairness in photovoltaic curtailments via daily topology reconfiguration for voltage control in power distribution networks | |
| CN111082475B (zh) | 一种基于交直流混合配电网协调能量管控方法 |
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 |