CN109713688B - 大电网静态电压稳定在线预防控制方法及系统 - Google Patents

Abstract

本公开提供了一种大电网静态电压稳定在线预防控制方法及系统，基于电压稳定裕度指标，以控制成本最小为目标，考虑当前运行状态断面下的各种可行性约束，构建预防控制模型；将调控量与稳定裕度指标间的量化关系在工作点附近线性化，并利用线性规划方法求解所述预防控制模型，实现最优控制决策的实时更新，本公开能够解决传统方法求取临界点处潮流雅可比矩阵的零特征值所对应的左特征向量算量大的问题，并快速实现辅助决策信息的实时更新，为大电网的安全稳定经济运行提供有效的技术支撑。

Description

大电网静态电压稳定在线预防控制方法及系统

技术领域

本公开涉及一种大电网静态电压稳定在线预防控制方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

随着互联电网规模日益庞大、结构日益复杂以及电力市场化改革的推进，电网越来越接近其静态稳定极限，风电等可再生能源发电所占比例的不断增加导致系统运行状态的随机性和波动性增强，运行方式变化较多，且增加了电压不稳定现象发生的可能性，因此在线制定静态电压稳定预防控制策略对大电网的安全稳定运行具有重要意义。

现有的静态稳定预防控制方法主要以静态稳定极限点(如负荷裕度)作为是否采取措施的依据，并且将其作为约束条件处理，以避免计算得到的裕度过于乐观，针对所建立的预防控制优化模型，从求解方法上可分为两种，一种是采用牛顿法或内点法等非线性优化算法直接求解得到最优预防控制措施，这种方法对于非线性规划问题的鲁棒性强，在传统电力系统潮流优化领域应用广泛，但由于电网规模的不断扩大，优化模型中的控制变量和约束条件的数目大幅增加，且非线性优化算法本身所需的内存量和计算量都很大，导致应用上述方法确定预防控制措施的时间显著增加，限制了其在线应用。

另一种方法是将稳定极限点及其控制灵敏度的求取与预防控制数学模型的优化计算分开求解，相对来说计算量小，但该方法的关键是静态稳定临界点以及控制灵敏度的求取,即基于控制灵敏度的不等式约束来构建预防控制线性规划模型，并在稳定极限点以及控制灵敏度的求取等方面做了改进和完善，优化模型中大多以控制成本最小为目标，包含关键预想故障下的稳定裕度约束以及控制设备的安全运行约束，能够实现安全性与经济性二者的兼顾。但上述方法中左特征向量以及控制灵敏度本身的计算量会随着电网规模的增大而增大，并且风电等可再生能源大规模并网导致运行状态的随机性和波动性增强，系统防控优化的实时性要求亦随之提升，由此传统的基于电网当前断面和关键预想事故集指定防控策略再进行在线匹配的模式难以满足优化防控决策的实时性需求。

发明内容

本公开为了解决上述问题，提出了一种大电网静态电压稳定在线预防控制方法及系统，本公开能够解决传统方法求取临界点处潮流雅可比矩阵的零特征值所对应的左特征向量算量大的问题，并快速实现辅助决策信息的实时更新，为大电网的安全稳定经济运行提供有效的技术支撑。

根据一些实施例，本公开采用如下技术方案：

一种大电网静态电压最优控制方法，基于电压稳定裕度指标，以控制成本最小为目标，考虑当前运行状态断面下的各种可行性约束，构建预防控制模型；将调控量与稳定裕度指标间的量化关系在工作点附近线性化，并利用线性规划方法求解所述预防控制模型，实现最优控制决策的实时更新。

作为进一步的限定，所述预防控制模型具体为：

式中，

为第i个可调PV节点的正/负电压调控量，

为该节点电压的正/负调节成本系数，N_G为系统中可调PV节点的数目，

为表示第i个参与调控的并联电容的无功投/切量，

为该并联电容器投/切的成本系数，N_C为系统中可投切并联电容器的数目。

作为更进一步的限定，两个经济代价系数是为了反应不同控制类型的优先级，且调整发电机端电压的优先级高于并联电容器的投切的优先级。

作为进一步的限定，所述预防控制模型具有以下约束条件：

(1)正常运行状态断面下的节点电压幅值需要满足上下限约束；

(2)正常运行状态断面下的电压稳定裕度指标需要满足的上、下限约束；

(3)预想故障断面下的节点电压幅值需要满足的上、下限约束；

(4)预想故障断面下的稳定裕度指标需要满足的上、下限约束；

(5)参与调控的PV节点调压能力的上、下限约束；

(6)并联电容器投切总容量需要等于每组并联电容器的容量和各节点处并联电容器的组数乘积。

作为进一步的限定，利用等值阻抗参数的实部和虚部、负荷节点的有功、无功负荷、调控作用断面下的节点电压幅值、调控作用前的运行断面和电压调控灵敏度来计算负荷节点的电压稳定裕度指标。

作为进一步的限定，将电压稳定裕度指标的解析映射关系在工作点附近线性化，基于泰勒级数将稳定裕度关于调控量的关系式展开，忽略高阶项，构建稳定裕度与调控量之间的线性化近似表达式。

一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种大电网静态电压最优控制方法。

一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种大电网静态电压最优控制方法。

一种大电网静态电压稳定在线预防控制方法，进行故障的筛选和排序，利用直流潮流法快速筛选获得关键预想事故集，并计算正常运行状态以及各种预想事故状态下各个节点的电压稳定裕度指标，若节点的稳定裕度低于门槛值，依据上述最优控制方法构建防控模型并快速求解，确定出最优预防控制决策，若未低于门槛值则输出静态稳定裕度指标，反应系统在短期内的运行状态。

一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种大电网静态电压稳定在线预防控制方法。

一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种大电网静态电压稳定在线预防控制方法。

与现有技术相比，本公开的有益效果为：

本公开基于电压稳定裕度指标构建了预防控制模型，该模型以控制成本最小为目标，考虑当前运行状态断面下的各种可行性约束，并将调控量与稳定裕度指标间的量化关系在工作点附近线性化，以提高模型优化求解的速度，最终利用线性规划方法求解预防控制模型，实现最优控制决策的实时更新。

本公开能够解决传统方法求取临界点处潮流雅可比矩阵的零特征值所对应的左特征向量算量大的问题，并快速实现辅助决策信息的实时更新，满足实时性要求，为大电网的安全稳定经济运行提供有效的技术支撑。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。

图1是防控优化流程；

图2是PQ节点电压稳定裕度对比结果；

图3是多个断面PQ节点电压稳定裕度对比结果；

图4是调控前后节点的电压稳定裕度对比结果；

具体实施方式：

下面结合附图与实施例对本公开作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本实施例使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

为解决新形势下大电网对防控优化决策辅助信息的实时性要求，本实施例提出一种大电网静态电压稳定在线预防控制方法。首先基于电压稳定裕度指标构建了预防控制模型，该模型以控制成本最小为目标，考虑当前运行状态断面下的各种可行性约束，然后将调控量与稳定裕度指标间的量化关系在工作点附近线性化，以提高模型优化求解的速度，最终利用线性规划方法求解同时考虑多种预想事故情况下的预防控制模型，实现最优控制决策的实时更新。该方法能够解决传统方法求取临界点处潮流雅可比矩阵的零特征值所对应的左特征向量算量大的问题，并快速实现辅助决策信息的实时更新，为大电网的安全稳定经济运行提供有效的技术支撑。

本公开的目的是在满足运行状态约束和控制设备约束的基础上，以尽可能小的控制代价保证系统在当前及预想故障状态下的静态电压稳定裕度都不小于预先设定的预警门槛值，并据此确定出最优预防控制决策。下面具体介绍本实施例所构建的大电网静态电压稳定在线预防控制模型。

目标函数具体为：以发电机机端电压的调节和并联电容器的投切为例进行说明，并兼顾调控措施的经济性和有效性，构建了静态电压稳定在线优化防控模型，该模型以控制成本最小为目标，具体描述如下：

式中，

为第i个可调PV节点的正/负电压调控量，

为该节点电压的正/负调节成本系数，N_G为系统中可调PV节点的数目，

为表示第i个参与调控的并联电容的无功投/切量，

为该并联电容器投/切的成本系数，N_C为系统中可投切并联电容器的数目。

目标函数中

和

的选取是为了反应不同控制类型所对应的调节成本。在实际工程中，一般而言，发电机端电压调节的优先级高于并联电容投切，故发电机端电压的调节成本低于并联电容投切。

所构建的预防控制优化模型考虑正常运行状态以及多种N-1状态下的约束条件，并要求在正常及故障潮流断面下均具有一定的电压稳定裕度水平，此外在线预防控制数学模型的约束条件还包含正常及故障运行状态约束，以及各控制量的可行性约束，具体可描述如下：

ΔV_Gi,min≤ΔV_Gi≤ΔV_Gi,max i∈G (6)

ΔQ_Ci＝j*ΔQ,j∈{0,1,2,…,l}i∈C (7)

式中，L为系统中负荷节点集合，G为系统中可调PV节点集合，C为系统中可投切并联电容器的节点集合，

为正常运行状态、预想故障断面下调控措施与状态变化量间的量化关系，其中Δr为调控措施，包含发电机端电压调控以及并联电容投切两种方式，

为正常运行状态、预想故障断面下调控措施与稳定裕度变化量间的量化映射关系，推导过程参见第三节，U_i,min,U_i,max为节点电压幅值的上、下限约束，λ_i,min,λ_i,max为电压稳定裕度指标的上、下限约束，

为正常运行状态断面下的节点电压幅值和稳定裕度指标，

为预想故障断面下的节点电压幅值和稳定裕度指标，ΔV_Gi,min,ΔV_Gi,max为参与调控的PV节点调压能力的上、下限约束，ΔQ为每组并联电容器的容量，l为节点i处并联电容器的组数。

上述所给目标函数和约束条件共同构成了大电网静态电压稳定防控优化模型的完整描述，对于目标函数，其为发电机机端电压调控与并联电容器投切的线性组合，若将约束条件中调控量与状态量、稳定裕度间的量化关系在工作点附近线性化，则可将非线性优化问题转化为线性优化问题，使得求解在保证精度的条件下更为快速可靠，由此本实施例所构建的预防控制模型为高阶混合整数线性规划问题，CPLEX工具包对高阶混合整数线性规划问题的解法成熟，求解速度快，并且可以方便地进行调用，因此本实施例所提防控优化问题可利用MATLAB调用CPLEX进行求解。

在构建上述在线预防控制优化模型的过程中存在两个关键问题，即静态电压稳定裕度的计算以及调控量与稳定裕度间量化关系的线性化推导。下面将对这两个关键问题的计算推导作具体论述。

构建上述优化防控模型的第一个关键问题是静态电压稳定裕度的计算，以往大多数模型采用连续潮流法获得稳定极限点，难以满足大系统在线应用的要求。随着PMU的推广以及广域量测系统的成熟，基于广域量测的方法仅由单一状态断面便可快速辨识等值参数，从而获得静态电压稳定裕度，该方法能够克服局域量测方法的参数漂移问题，相比于连续潮流法计算量少，在线应用较为广泛。但当电网规模较大并且须计及调控对运行状态的影响时，这种基于调控措施作用后的运行断面快速辨识等值参数进而计算电压稳定裕度指标的间接计算过程不利于实时的防控优化，本实施例采用以下方法来计算负荷节点的电压稳定裕度指标，如式(8)所示：

式中，B＝(U_L+U_LS_VΔr)⁴+2P_LR(U_L+U_LS_VΔr)²+(P_L ²+Q_L ²)(R²+X²)，R,X分别为等值阻抗参数的实部和虚部，P_L,Q_L分别为负荷节点的有功、无功负荷，U′_L为调控作用断面下的节点电压幅值，U_L为调控作用前的运行断面，S_V为电压调控灵敏度。需要注意的是，上式中λ_L<1，即约束条件中λ_max＝1。

基于电网的调控信息即可依据上式快速完成稳定裕度的计算，该方法计算速度快，且稳定可靠，并为后续调控量与稳定裕度指标间线性量化关系的推导奠定基础。若当前断面下的调控量为零，则上式中的Δr为零，因此无调控措施时稳定裕度指标可依下式计算：

式中，B＝U_L ⁴+2P_LRU_L ²+(P_L ²+Q_L ²)(R²+X²)。

上式可快速评估系统在当前运行断面下距稳定极限的距离，如果稳定裕度指标低于预先设定的预警门槛值，则需要求解上述静态电压稳定预防控制模型得到最优控制策略，从而有效防范电压失稳风险。

静态电压稳定线性优化防控模型的构建过程中还存在一个关键问题，即约束条件中控制参数与稳定裕度间灵敏度关系的计算，由于线性约束条件可加快模型求解速度，并且便于和目标函数中的决策变量对应，因此有必要推导调控量与稳定裕度间的灵敏度矩阵，以满足防控优化模型对线性约束条件的要求。下面具体介绍调控措施与稳定裕度间灵敏度关系的计算。

为获得调控量与稳定裕度间的灵敏度关系以满足线性规划对于线性约束条件的需求，可将式(8)所示的解析映射关系在工作点附近线性化，基于泰勒级数将稳定裕度关于调控量的关系式展开，忽略高阶项，构建稳定裕度与调控量之间的线性化近似表达式。具体可描述如下：

式(8)所示的量化映射关系可概括为：

λ_L＝h(x,Δr) (10)

式中，x为潮流状态断面，Δr为调控措施。

假设系统中负荷节点的数目为m，系统中总调控量数目为k，且系统当前运行状态为：

λ_L0＝h(x₀,Δr₀) (11)

若系统的调控量发生微小变化dΔr，或状态变量变化dx，则必然引起稳定裕度指标的变化，设其变化量为dλ_L，并满足如下方程：

λ_L0+dλ_L＝h(x₀+dx,Δr₀+dΔr) (12)

将上式按泰勒级数展开，并忽略(dx)²,(dΔr)²及高次项，则有：

λ_L0+dλ_L＝h(x₀,Δr₀)+h′_x(x₀,Δr₀)dx+h′_Δr(x₀,Δr₀)dΔr+h″_xΔr(x₀,Δr₀)dxdΔr (13)

将式(11)代入上式得：

dλ_L＝h′_x(x₀,Δr₀)dx+h′_Δr(x₀,Δr₀)dΔr+h″_xΔr(x₀,Δr₀)dxdΔr (14)

对于系统当前运行断面来说，可不考虑节点功率以及系统拓扑等状态信息的变化时，即认为dx＝0，因此上式可写成：

dλ_L＝h′_Δr(x₀,Δr₀)dΔr (15)

式中：

且Δr＝[Δr₁,Δr₂,…,Δr_k]^T用于防控优化的调控列向量，S_λ＝[S_λij]_m×k为稳定裕度的变化量与调控列向量间的灵敏度矩阵。

至此，调控量稳定裕度间的线性灵敏度关系推导完毕，按上述方法计算调控灵敏度可显著减少计算量，从而快速构建在线优化防控模型中的约束条件，节省优化模型的求解时间，及时更新最优控制决策，满足在线电压稳定预防控制决策的实时性要求。

基于上面所述的在线预防控制模型的构建以及控制灵敏度的计算，再提供完整的在线预防控制的具体流程。在执行预防控制时，需要先进行故障的筛选和排序，可利用直流潮流法快速筛选获得关键预想事故集，并计算正常运行状态以及各种预想事故状态下各个节点的电压稳定裕度指标，若节点的稳定裕度低于门槛值，依据本实施例所提方法构建防控模型并快速求解，利用CPLEX的线性规划工具确定出最优预防控制决策，提高节点的电压稳定裕度；若未低于门槛值则输出静态稳定裕度指标供调度人员参考，反应系统在短期内的运行状态。

需要注意的是，由于电网本身的非线性及依据灵敏度矩阵计算所带来的偏差问题，优化求解含有控制灵敏度约束的线性防控模型会导致作用到初始运行状态上的最优控制决策达不到预期目标，这可通过提高优化模型中稳定裕度的下限来实现。本实施例所提优化防控算法的具体流程如图1所示。

具体的，采用MATPOWER工具包进行仿真分析，软件平台为MATLAB R2018b。首先在New England10机39节点系统上验证本实施例所提线性化控制灵敏度关系的准确性；然后在该系统上验证本实施例所构建静态电压稳定预防控制优化模型的有效性；最后在case1354pegase和case2869pegase两个大规模系统上验证本实施例所提在线决策方法的快速性。

以New England 10机39节点系统为例进行仿真计算，分析验证调控量与稳定裕度间灵敏度关系的准确性。首先将全网负荷提升到初始值的1.5倍，负荷的增长由所有发电机节点按初始比例承担，在该状态断面下，假设所有可调PV节点的电压均增加0.01p.u.，将此调控措施施加到该系统上，验证发电机调控措施作用下调控量稳定裕度间灵敏度关系的准确性。将采用稳定裕度与调控量间的线性灵敏度关系计算得到的稳定裕度与基于调控量与稳定裕度指标间解析量化关系计算得到的稳定裕度进行对比，结果如图2所示。曲线可知，依据灵敏度矩阵的计算结果与基于解析量化关系计算所得的稳定裕度非常接近，由此证明了本实施例所提线性控制灵敏度的准确性。为进一步显示其准确性，计算了该方法相比于基于解析量化关系计算方法的相对误差，其平均值为0.0027％，最大值为0.0124％，因此采用灵敏度方法计算稳定裕度的误差很小，能够满足在线预防控制决策计算精度的要求。

由于上述各个节点稳定裕度指标的精确性验证均基于某一状态断面，结果可能会有偶然性，为进一步显示本实施例所提方法在各个潮流断面下的准确性，将全网负荷在初始值的基础上以5％步长增长连续取20个状态断面，在每一状态断面下负荷的增长均由所有发电机节点按初始比例承担，假设各个状态断面下调控措施仍按上述方式设置。由此得到各个负荷节点稳定裕度指标相对误差百分比的均值和最大值，对比结果如图3所示。与基于解析关系计算所得结果进行对比可知，通过本实施例推导的调控量与稳定裕度指标间的线性灵敏度关系直接计算获得的稳定裕度误差很小，由此在多个状态断面下验证了该灵敏度关系的准确性。

由于New England 10机39节点系统较小，采用灵敏度矩阵的计算速度效果不明显，可选用case1354pegase和case2869pegase系统进行控制灵敏度的快速性校验，以体现本实施例所提改进控制灵敏度方法在计算速度方面的优势。对于上述系统，分别将全网负荷提升至初始值的1.2倍，负荷的增长由系统中的所有发电机节点按相同比例均分，在该状态断面下，统计控制灵敏度的计算时间，具体如表1所示。

表1线性灵敏度的计算时间

由表中数据知，当电力系统规模增大时，计算时间随之增多，对于2869节点系统，线性灵敏度的计算时间仅为0.886s，由此可见，本实施例所推导的调控量与稳定裕度指标间的灵敏度关系计算速度很快，对后续在线防控优化决策的制定具有重要意义。

以New England 10机39节点系统为例进行仿真计算，假定系统中节点电压稳定裕度指标的预警门槛值设为0.2。首先将节点1，3，4的有功无功负荷提升到初始值的3.5倍，负荷的增长由所有发电机节点按初始比例承担，并选取稳定裕度指标不满足要求的关键故障，然后基于本实施例所提方法构建静态稳定预防控制优化模型并求解，得到最优预防控制措施，将该预防控制决策施加到系统的当前运行状态断面，得到调控措施作用后的电压稳定裕度指标。将依据调控量与稳定裕度指标间线性量化关系的优化结果与依据非线性优化算法所得结果进行对比，调控前后节点的电压稳定裕度如图4所示。由图可知，相比于预防控制前的稳定裕度值，控制后的稳定裕度值有明显的提升，且与非线性优化所得结果十分接近，由此证明了本实施例所提预防控制方法的有效性。

选用case1354pegase和case2869pegase系统进行本实施例所提预防控制方法的快速性验证。将上述系统的全网负荷提升到初始值的1.5倍、1.7倍，负荷的增长由系统中所有发电机节点按相同比例均分，在该状态断面下分别对上述系统进行本实施例所提的预防控制流程，统计据直流潮流进行故障筛选以及后续防控优化两个过程的计算时间，并与非线性优化算法的计算时间进行对比，具体如表2所示。

表2大规模系统的计算时间

由表中数据可知，随着系统规模的增大，本实施例所提预防控制方法的计算时间随之增加。对于1354节点系统，其计算时间仅为7.943s，由此可见从计算速度的角度考虑，本实施例所提预防控制方法能够满足大电网静态电压稳定在线预防控制的实时性要求。

本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开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，本公开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。

本公开是参照根据本公开实施例的方法、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。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (8)

1.一种大电网静态电压最优控制方法，其特征是：基于电压稳定裕度指标，以控制成本最小为目标，考虑当前运行状态断面下的各种可行性约束，构建预防控制模型；将调控量与稳定裕度指标间的量化关系在工作点附近线性化，并利用线性规划方法求解所述预防控制模型，实现最优控制决策的实时更新；

在执行预防控制时，先进行故障的筛选和排序，利用直流潮流法快速筛选获得关键预想事故集，并计算正常运行状态以及各种预想事故状态下各个节点的电压稳定裕度指标，若节点的稳定裕度低于门槛值，依据所述预防控制模型并快速求解，利用CPLEX的线性规划工具确定出最优预防控制决策，提高节点的电压稳定裕度；若未低于门槛值则输出静态稳定裕度指标供调度人员参考，反应系统在短期内的运行状态；

所述预防控制模型具有以下约束条件：

正常运行状态断面下的节点电压幅值需要满足上下限约束；

正常运行状态断面下的电压稳定裕度指标需要满足的上、下限约束；

预想故障断面下的节点电压幅值需要满足的上、下限约束；

预想故障断面下的稳定裕度指标需要满足的上、下限约束；

参与调控的PV节点调压能力的上、下限约束；

并联电容器投切总容量需要等于每组并联电容器的容量和各节点处并联电容器的组数乘积；

所述预防控制模型具体为：

式中，

为第i个可调PV节点的正/负电压调控量，

为该节点电压的正/负调节成本系数，N_G为系统中可调PV节点的数目，

为表示第i个参与调控的并联电容的无功投/切量，

为该并联电容器投/切的成本系数，N_C为系统中可投切并联电容器的数目；两个经济代价系数是为了反应不同控制类型的优先级，且调整发电机端电压的优先级高于并联电容器的投切的优先级；

所构建的预防控制优化模型考虑正常运行状态以及多种N-1状态下的约束条件，并要求在正常及故障潮流断面下均具有一定的电压稳定裕度水平，此外在线预防控制数学模型的约束条件还包含正常及故障运行状态约束，以及各控制量的可行性约束，具体可描述如下：

ΔV_Gi,min≤ΔV_Gi≤ΔV_Gi,max i∈G (6)

ΔQ_Ci＝j*ΔQ,j∈{0,1,2,…,l} i∈C (7)

式中，L为系统中负荷节点集合，G为系统中可调PV节点集合，C为系统中可投切并联电容器的节点集合，

为正常运行状态、预想故障断面下调控措施与状态变化量间的量化关系，其中Δr为调控措施，包含发电机端电压调控以及并联电容投切两种方式，

为正常运行状态、预想故障断面下调控措施与稳定裕度变化量间的量化映射关系；U_i,min,U_i,max为节点电压幅值的上、下限约束，λ_i,min,λ_i,max为电压稳定裕度指标的上、下限约束，

为正常运行状态断面下的节点电压幅值和稳定裕度指标，

为预想故障断面下的节点电压幅值和稳定裕度指标，ΔV_Gi,min,ΔV_Gi,max为参与调控的PV节点调压能力的上、下限约束，ΔV_Gi表示第i个PV节点电压调控变化量，ΔQ为每组并联电容器的容量，ΔQ_Ci表示节点i处并联电容器投切带来的无功变化量，l为节点i处并联电容器的组数。

2.如权利要求1所述的一种大电网静态电压最优控制方法，其特征是：利用等值阻抗参数的实部和虚部、负荷节点的有功、无功负荷、调控作用断面下的节点电压幅值、调控作用前的运行断面和电压调控灵敏度来计算负荷节点的电压稳定裕度指标。

3.如权利要求1所述的一种大电网静态电压最优控制方法，其特征是：将电压稳定裕度指标的解析映射关系在工作点附近线性化，基于泰勒级数将稳定裕度关于调控量的关系式展开，忽略高阶项，构建稳定裕度与调控量之间的线性化近似表达式。

4.一种计算机可读存储介质，其特征是：其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行权利要求1-3中任一项所述的一种大电网静态电压最优控制方法。

5.一种终端设备，其特征是：包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行权利要求1-3中任一项所述的一种大电网静态电压最优控制方法。

6.一种大电网静态电压稳定在线预防控制方法，其特征是：依据权利要求1-3中任一项所述的最优控制方法构建防控模型实现。

7.一种计算机可读存储介质，其特征是：其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行权利要求6所述的一种大电网静态电压稳定在线预防控制方法。

8.一种终端设备，其特征是：包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行权利要求6所述的一种大电网静态电压稳定在线预防控制方法。

Images