CN110504716A - 光伏逆变器无功模式优化选择方法、终端设备及存储介质 - Google Patents

光伏逆变器无功模式优化选择方法、终端设备及存储介质 Download PDF

Info

Publication number
CN110504716A
CN110504716A CN201910796916.5A CN201910796916A CN110504716A CN 110504716 A CN110504716 A CN 110504716A CN 201910796916 A CN201910796916 A CN 201910796916A CN 110504716 A CN110504716 A CN 110504716A
Authority
CN
China
Prior art keywords
photovoltaic
cluster
idle
photovoltaic cluster
dpv
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
Application number
CN201910796916.5A
Other languages
English (en)
Other versions
CN110504716B (zh
Inventor
陈岩
靳伟
王文宾
贾清泉
李会彬
李征
朱燕舞
韩胜峰
王珺
吕昌昊
陈晓军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Yanshan University
State Grid Hebei Electric Power Co Ltd
Xingtai Power Supply Co of State Grid Hebei Electric Power Co Ltd
Jingao Solar Co Ltd
Original Assignee
State Grid Corp of China SGCC
Yanshan University
State Grid Hebei Electric Power Co Ltd
Xingtai Power Supply Co of State Grid Hebei Electric Power Co Ltd
Ja Solar Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Yanshan University, State Grid Hebei Electric Power Co Ltd, Xingtai Power Supply Co of State Grid Hebei Electric Power Co Ltd, Ja Solar Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910796916.5A priority Critical patent/CN110504716B/zh
Publication of CN110504716A publication Critical patent/CN110504716A/zh
Application granted granted Critical
Publication of CN110504716B publication Critical patent/CN110504716B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请适用于电网无功优化技术领域，提供了一种光伏逆变器无功模式优化选择方法、终端设备及存储介质，上述方法包括：获取光伏集群的日典型运行场景；根据日典型运行场景，以及预设的综合目标函数及其约束条件，对光伏集群中各个光伏逆变器的无功模式进行优化选择，得到光伏集群中各个光伏逆变器的最优无功模式。本申请实施例提供的光伏逆变器无功模式优化选择方法、终端设备及存储介质，在对光伏逆变器的无功模式进行优化选择的过程中，无需光伏逆变器之间进行通信交互，解决了目前分散式光伏发电设备在通信不便时存在的无功优化和电压调节效果不良的问题。

Description

光伏逆变器无功模式优化选择方法、终端设备及存储介质
技术领域
本申请属于电网无功优化技术领域，尤其涉及一种光伏逆变器无功模式优化选择方法、终端设备及存储介质。
背景技术
近些年光伏发电在配电网中的应用越来越广泛，新能源的接入使得影响配电网电能质量的因素更加复杂化。光伏输出的不确定性导致传统电压控制方式无法保证稳定性、可靠性、快速性等要求。此外，在配电网无功优化以及电压调节等方面除了传统的无功补偿设备和方法外，光伏逆变器起着重要的作用。现有的配电网无功优化以及电压调节技术需要依靠各个无功补偿设备或光伏逆变器的可靠通信。在通信不畅或无法通信的情况下，常常无法取得良好的无功优化和电压调节效果。
发明内容
有鉴于此，本申请实施例提供了一种光伏逆变器无功模式优化选择方法、终端设备及存储介质，以解决目前分散式光伏发电设备在通信不便时存在的无功优化和电压调节效果不良的问题。
根据第一方面，本申请实施例提供了一种光伏逆变器无功模式优化选择方法，包括：获取光伏集群的日典型运行场景；根据所述日典型运行场景，以及预设的综合目标函数及其约束条件，对所述光伏集群中各个光伏逆变器的无功模式进行优化选择，得到所述光伏集群中各个光伏逆变器的最优无功模式。
结合第一方面，在本申请的一些实施例中，所述获取光伏集群的日典型运行场景，包括：根据光伏出力预测模型和负荷预测模型对各时段所述光伏集群的有功功率及馈线无功需求进行预测；根据所述光伏集群的有功功率预测值及馈线无功需求预测值，构建所述光伏集群的日典型运行场景。
结合第一方面，在本申请的一些实施例中，通过
Ω＝[P1 P2 … Px Q1 Q2 … Qx]
构建所述光伏集群的日典型运行场景；其中，Ω为所述光伏集群的日典型运行场景；x为场景时段；Px为x时段所述光伏集群的有功功率预测值，Qx为x时段所述光伏集群的馈线无功需求预测值。
结合第一方面，在本申请的一些实施例中，所述预设的综合目标函数为：F＝aF1+bF2，其中，a和b均为[0,1]范围内的系数，且a+b＝1；F1为无功平衡度目标函数，用于对所述光伏集群的馈线无功平衡度进行优化控制；F2为光伏无功网损目标函数，用于对所述光伏集群的集群间无功流动进行优化控制。
结合第一方面，在本申请的一些实施例中，所述无功平衡度目标函数为：其中，QFeeder,x为x时刻所述光伏集群的馈线无功需求预测值；QDPV.s,k,x为x时刻所述光伏集群的无功输出值；s为所述光伏集群所采用的无功模式，取值为1至5；ΩDPV为馈线上光伏集群集合，k为馈线光伏集群个数；Nk(s)表示第k个光伏集群是否运行在s模式下，取值为1或0，取1表示第k个光伏集群运行在s模式下，取1表示第k个光伏集群未运行在s模式下。
结合第一方面，在本申请的一些实施例中，所述光伏无功网损目标函数为：其中，为馈线节点i、j间的视在功率损耗，为节点i、j间的有功损耗，为节点i、j间的无功损耗。
结合第一方面，在本申请的一些实施例中，所述光伏集群中各个光伏逆变器的无功模式包括：零无功输出模式，其输出特性为
M1:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述零无功输出模式的T到T+1时段内，所述光伏集群的有功功率预测值P(t)为随时间t变化的量，而所述光伏集群的无功功率输出值QDPV恒为0。
定无功输出模式，其输出特性为
M2:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述定无功输出模式的T到T+1时段内，所述光伏集群的有功功率预测值P(t)为随时间t变化的量，而所述光伏集群的无功功率输出值QDPV为设定值λ。
无功递增/递减模式，其输出特性为
M3:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述无功递增/递减模式的T到T+1时段内，所述光伏集群的有功功率预测值P(t)和无功功率输出值QDPV均为随时间t变化的量，Qf为递增/递减输出的初值，a为递增/递减的斜率。
恒比例无功输出模式，其输出特性为
M4:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述恒比例无功输出模式的T到T+1时段内，所述光伏集群的有功功率预测值P(t)和无功功率输出值QDPV均为随时间t变化的量，μ为无功比例系数，为所述光伏集群的视在功率输出。
恒功率因数模式，其输出特性为
M5:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述恒比例无功输出模式的T到T+1时段内，所述光伏集群的有功功率预测值为随时间t变化的量，无功功率输出值QDPV为与功率因数角与有功功率PDPV有关的定量。
根据第二方面，本申请实施例提供了一种终端设备，包括：输入单元，用于获取光伏集群的月运行场景集和季度运行场景集；第一优化单元，用于根据所述月运行场景集和季度运行场景集，对所述光伏集群进行长时间尺度集群离线全局宏观优化，得到所述光伏集群的无功设定点；第二优化单元，用于根据所述月运行场景集和季度运行场景集，对所述光伏集群进行短时间尺度集群在线自调节优化，修正所述光伏集群的无功设定点；调控单元，用于根据修正后的所述无功设定点对所述光伏集群进行无功电压调控。
根据第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第一方面任一实施方式所述方法的步骤。
根据第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一实施方式所述方法的步骤。
本申请实施例提供的光伏逆变器无功模式优化选择方法，以日典型运行场景为依据，并通过综合目标函数对光伏集群中各个光伏逆变器的无功模式进行优化选择，从而得到光伏集群中各个光伏逆变器的最优无功模式。在对光伏逆变器的无功模式进行优化选择的过程中，无需光伏逆变器之间进行通信交互，解决了目前分散式光伏发电设备在通信不便时存在的无功优化和电压调节效果不良的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的光伏逆变器无功模式优化选择方法的流程示意图；
图2是本申请实施例提供的终端设备的结构示意图；
图3是本申请实施例提供的另一终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
本申请实施例提供了一种光伏逆变器无功模式优化选择方法，如图1所示，该光伏逆变器无功模式优化选择方法可以包括以下步骤：
步骤S101：获取光伏集群的日典型运行场景。
具体的，可以首先根据光伏出力预测模型和负荷预测模型对各时段光伏集群的有功功率及馈线无功需求进行预测；其次，可以根据光伏集群的有功功率预测值及馈线无功需求预测值，构建光伏集群的日典型运行场景。
在一具体实施方式中，可以通过下式构建光伏集群的日典型运行场景：
Ω＝[P1 P2 … Px Q1 Q2 … Qx]
其中，Ω为光伏集群的日典型运行场景；x为场景时段；Px为x时段光伏集群的有功功率预测值，Qx为x时段光伏集群的馈线无功需求预测值。
具体的，可以以1小时为单位进行配置时段划分。为精细刻画馈线无功需求场景，以15分钟为单位划分场景时段。结合历史光照、负荷用电数据，综合考虑气象等不确定因素对光伏输出功率及负荷用电特性影响，根据光伏出力预测模型和负荷预测模型对日前各时段光伏有功功率及馈线无功需求进行预测，构建各时段光伏集群有功输出及馈线无功需求的日典型运行场景。
步骤S102：根据日典型运行场景，以及预设的综合目标函数及其约束条件，对光伏集群中各个光伏逆变器的无功模式进行优化选择，得到光伏集群中各个光伏逆变器的最优无功模式。
对于光伏集群中的各个光伏逆变器，通常可以包括以下五种无功模式：
(1)零无功输出模式，其输出特性为
M1:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述零无功输出模式的T到T+1时段内，所述光伏集群的有功功率预测值P(t)为随时间t变化的量，而所述光伏集群的无功功率输出值QDPV恒为0。
(2)定无功输出模式，其输出特性为
M2:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述定无功输出模式的T到T+1时段内，所述光伏集群的有功功率预测值P(t)为随时间t变化的量，而所述光伏集群的无功功率输出值QDPV为设定值λ。
定无功输出模式下的实际无功输出值须小于相应时段剩余容量最小值，无功定值应满足如下约束：
其中，为所述光伏集群的视在功率输出。
(3)无功递增/递减模式，其输出特性为
M3:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述无功递增/递减模式的T到T+1时段内，所述光伏集群的有功功率预测值P(t)和无功功率输出值QDPV均为随时间t变化的量，Qf为递增/递减输出的初值，a为递增/递减的斜率。
无功递增/递减模式的无功输出不能超出逆变器容量限制，其斜率应具有限定值，具体如下：
其中，斜率a的可用范围由光伏集群的视在功率输出SDPV与有功功率输出PDPV推导得到。在应用中首先确定无功输出基本值Qf，并且确定一个满足无功需求最优的斜率，最大程度利用剩余容量来输出无功。
(4)恒比例无功输出模式，其输出特性为
M4:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述恒比例无功输出模式的T到T+1时段内，所述光伏集群的有功功率预测值P(t)和无功功率输出值QDPV均为随时间t变化的量，μ为无功比例系数，为所述光伏集群的视在功率输出。
由于无功输出与有功输出存在耦合关系，恒比例无功模式下有功输出波动较大，有功波动将影响到无功输出的稳定性，上述情况下需对有功做平滑滤波处理，处理后的有功用表示。
恒比例无功模式的无功调节能力由μ决定，其无功输出不能超出逆变器容量限制，因此μ具有如下约束：
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；SDPV为所述光伏集群的视在功率输出。
(5)恒功率因数模式，其输出特性为
M5:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述恒比例无功输出模式的T到T+1时段内，所述光伏集群的有功功率预测值为随时间t变化的量，无功功率输出值QDPV为与功率因数角与有功功率PDPV有关的定量。
对于光伏集群中的各个光伏逆变器，均可以自由选择上述任一一种无功模式，并在选定的无功模式下运行，从而对电网进行无功优化，调节各节点电压。
通过预设的综合目标函数，可以为光伏集群中的各个光伏逆变器分别筛选出对应的最优无功模式。
具体的，可以构建同时满足无功平衡度最优和无功网损最小的综合目标函数，如式(1)所示：
F＝aF1+bF2 (1)
其中，a和b均为[0,1]范围内的系数，且a+b＝1；F1为无功平衡度目标函数，用于对所述光伏集群的馈线无功平衡度进行优化控制；F2为光伏无功网损目标函数，用于对所述光伏集群的集群间无功流动进行优化控制。
在式(1)中，无功平衡度目标函数为：
其中，QFeeder,x为x时刻所述光伏集群的馈线无功需求预测值；QDPV.s,k,x为x时刻所述光伏集群的无功输出值；s为所述光伏集群所采用的无功模式，取值为1至5；ΩDPV为馈线上光伏集群集合，k为馈线光伏集群个数；Nk(s)表示第k个光伏集群是否运行在s模式下，取值为1或0，取1表示第k个光伏集群运行在s模式下，取1表示第k个光伏集群未运行在s模式下。
在式(1)中，光伏无功网损目标函数为：
其中，为馈线节点i、j间的视在功率损耗，为节点i、j间的有功损耗，为节点i、j间的无功损耗。
对应于式(1)至式(3)所示的目标函数，对应的约束条件有：
功率平衡等式约束条件，即馈线无功网损潮流约束条件，如下
式中，与为节点i、j间的集群有功与无功；与为节点i、j间的负载消耗有功与无功；与θij为节点i与节点j的电压差与相角差；bij与gij为节点i与节点j的电纳与电导；Vi、Vj分别为节点i、j的电压幅值。
为防止无功倒送，所有集群所发无功功率应小于等于馈线的无功需求量，所述光伏无功输出约束条件为
单个集群所发无功应小于等于集群剩余容量。根据集群的有功输出来确定集群剩余容量
式中，QDPV.s,k为第k个光伏集群在s无功运行模式所发出无功功率，为第k个光伏集群在s无功运行模式下的剩余容量。
光伏无功模式的约束条件
在实际应用中，可以采用改进粒子群算法对光伏逆变器的无功模式进行优化。具体的，对光伏逆变器的无功模式优化可以包括以下子步骤：
步骤1)初始化第t个时段的粒子群算法参数，包括粒子群种群规模N，惯性权重的最大值ωmax和最小值ωmin，学习因子c1和c2，迭代次数T，光伏有功输出PDPV和无功模式参数等，随机产生其初始种群。
步骤2)将随机产生的种群个体进行潮流计算得到第i个集群在第t个时段无功功率QDPV.s,k，选取无功平衡度最优和无功网损最小作为适应度函数。在求解式(1)所示的目标函数时，可以引入必要的约束条件。具体的，与目标函数相对应的约束条件可以包括潮流等式约束条件、控制变量约束条件和无功功率约束条件。
馈线无功网损潮流等式如下
式中，与为节点i、j间的集群有功与无功；与为节点i、j间的负载消耗有功与无功；与θij为节点i与节点j的电压差与相角差；bij与gij为节点i与节点j的电纳与电导；Vi、Vj分别为节点i、j的电压幅值。
光伏无功输出约束条件为
单个集群所发无功应小于等于集群剩余容量。根据集群的有功输出来确定集群剩余容量：
式中，QDPV.s,k为第k个光伏集群在s无功运行模式所发出无功功率，为第k个光伏集群在s无功运行模式下的剩余容量。
光伏无功模式的约束条件为：
步骤3)计算每个粒子的适应度值，如果粒子m的当前适应度高于此前的个体最优值，则将其设为自身最优解pbest。如果当前粒子m的适应度高于此前的全局最优值，则将其值设为全局最优解gbest。
步骤4)更新第m个粒子的速度Xm＝[xm1,xm2,…,xmd]和位置Vm＝[vm1,vm2,…,vmd]，如下式所示：
式中，k为迭代次数，d为粒子搜索空间维数，j＝1,2,…d，r1、r2为(0，1)之间均匀分布的随机数，vmin和vmax分别为粒子速度的最小值和最大值，w为权重，pbest.mj为第k次迭代时的自身最优解，gbest.j为第k次迭代时的全局最优解。
更新惯性权重，如下式所示：
式中，wmin和wmax为权重的最小值和最大值，kmax为最大迭代次数。
步骤5)判断是否达到最大迭代次数，若满足条件，则输出最优变量值；否则返回步骤2)。
本申请实施例提供的光伏逆变器无功模式优化选择方法，以日典型运行场景为依据，并通过综合目标函数对光伏集群中各个光伏逆变器的无功模式进行优化选择，从而得到光伏集群中各个光伏逆变器的最优无功模式。在对光伏逆变器的无功模式进行优化选择的过程中，无需光伏逆变器之间进行通信交互，解决了目前分散式光伏发电设备在通信不便时存在的无功优化和电压调节效果不良的问题。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本申请实施例还提供了一种终端设备，如图2所示，该终端设备可以包括：输入单元201和优化单元202。
输入单元201用于获取光伏集群的日典型运行场景；其对应的工作过程可参见上述方法实施例中步骤S101所述。
优化单元202用于根据所述日典型运行场景，以及预设的综合目标函数及其约束条件，对所述光伏集群中各个光伏逆变器的无功模式进行优化选择，得到所述光伏集群中各个光伏逆变器的最优无功模式；其对应的工作过程可参见上述方法实施例中步骤S102所述。
图3是本申请一实施例提供的终端设备的示意图。如图3所示，该实施例的终端设备600包括：处理器601、存储器602以及存储在所述存储器602中并可在所述处理器601上运行的计算机程序603，例如光伏逆变器无功模式优化选择程序。所述处理器601执行所述计算机程序603时实现上述各个光伏逆变器无功模式优化选择方法实施例中的步骤，例如图1所示的步骤S101至步骤S102。或者，所述处理器601执行所述计算机程序603时实现上述各装置实施例中各模块/单元的功能，例如图2所示输入单元201和优化单元202的功能。
所述计算机程序603可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器602中，并由所述处理器601执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序603在所述终端设备600中的执行过程。例如，所述计算机程序603可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)。
所述终端设备600可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器601、存储器602。本领域技术人员可以理解，图3仅仅是终端设备600的示例，并不构成对终端设备600的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器601可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器602可以是所述终端设备600的内部存储单元，例如终端设备600的硬盘或内存。所述存储器602也可以是所述终端设备600的外部存储设备，例如所述终端设备600上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器602还可以既包括所述终端设备600的内部存储单元也包括外部存储设备。所述存储器602用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器602还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种光伏逆变器无功模式优化选择方法，其特征在于，包括：
获取光伏集群的日典型运行场景；
根据所述日典型运行场景，以及预设的综合目标函数及其约束条件，对所述光伏集群中各个光伏逆变器的无功模式进行优化选择，得到所述光伏集群中各个光伏逆变器的最优无功模式。
2.如权利要求1所述的光伏逆变器无功模式优化选择方法，其特征在于，所述获取光伏集群的日典型运行场景，包括：
根据光伏出力预测模型和负荷预测模型对各时段所述光伏集群的有功功率及馈线无功需求进行预测；
根据所述光伏集群的有功功率预测值及馈线无功需求预测值，构建所述光伏集群的日典型运行场景。
3.如权利要求2所述的光伏逆变器无功模式优化选择方法，其特征在于，通过
Ω＝[P1 P2 … Px Q1 Q2 … Qx]
构建所述光伏集群的日典型运行场景；
其中，Ω为所述光伏集群的日典型运行场景；x为场景时段；Px为x时段所述光伏集群的有功功率预测值，Qx为x时段所述光伏集群的馈线无功需求预测值。
4.如权利要求3所述的光伏逆变器无功模式优化选择方法，其特征在于，所述预设的综合目标函数为：
F＝aF1+bF2
其中，a和b均为[0,1]范围内的系数，且a+b＝1；F1为无功平衡度目标函数，用于对所述光伏集群的馈线无功平衡度进行优化控制；F2为光伏无功网损目标函数，用于对所述光伏集群的集群间无功流动进行优化控制。
5.如权利要求4所述的光伏逆变器无功模式优化选择方法，其特征在于，所述无功平衡度目标函数为：
其中，QFeeder,x为x时刻所述光伏集群的馈线无功需求预测值；QDPV.s,k,x为x时刻所述光伏集群的无功输出值；s为所述光伏集群所采用的无功模式，取值为1至5；ΩDPV为馈线上光伏集群集合，k为馈线光伏集群个数；Nk(s)表示第k个光伏集群是否运行在s模式下，取值为1或0，取1表示第k个光伏集群运行在s模式下，取1表示第k个光伏集群未运行在s模式下。
6.如权利要求4所述的光伏逆变器无功模式优化选择方法，其特征在于，所述光伏无功网损目标函数为：
其中，为馈线节点i、j间的视在功率损耗，为节点i、j间的有功损耗，为节点i、j间的无功损耗。
7.如权利要求1至6中任一项所述的光伏逆变器无功模式优化选择方法，其特征在于，所述光伏集群中各个光伏逆变器的无功模式包括：
零无功输出模式，其输出特性为
M1:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述零无功输出模式的T到T+1时段内，所述光伏集群的有功功率预测值P(t)为随时间t变化的量，而所述光伏集群的无功功率输出值QDPV恒为0；
定无功输出模式，其输出特性为
M2:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述定无功输出模式的T到T+1时段内，所述光伏集群的有功功率预测值P(t)为随时间t变化的量，而所述光伏集群的无功功率输出值QDPV为设定值λ；
无功递增/递减模式，其输出特性为
M3:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述无功递增/递减模式的T到T+1时段内，所述光伏集群的有功功率预测值P(t)和无功功率输出值QDPV均为随时间t变化的量，Qf为递增/递减输出的初值，a为递增/递减的斜率；
恒比例无功输出模式，其输出特性为
M4:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述恒比例无功输出模式的T到T+1时段内，所述光伏集群的有功功率预测值P(t)和无功功率输出值QDPV均为随时间t变化的量，μ为无功比例系数，为所述光伏集群的视在功率输出；
恒功率因数模式，其输出特性为
M5:
其中，PDPV为所述光伏集群的有功功率预测值，QDPV为所述光伏集群的无功功率输出值；在所述光伏集群采用所述恒比例无功输出模式的T到T+1时段内，所述光伏集群的有功功率预测值为随时间t变化的量，无功功率输出值QDPV为与功率因数角与有功功率PDPV有关的定量。
8.一种终端设备，其特征在于，包括：
输入单元，用于获取光伏集群的日典型运行场景；
优化单元，用于根据所述日典型运行场景，以及预设的综合目标函数及其约束条件，对所述光伏集群中各个光伏逆变器的无功模式进行优化选择，得到所述光伏集群中各个光伏逆变器的最优无功模式。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
CN201910796916.5A 2019-08-27 2019-08-27 光伏逆变器无功模式优化选择方法、终端设备及存储介质 Active CN110504716B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910796916.5A CN110504716B (zh) 2019-08-27 2019-08-27 光伏逆变器无功模式优化选择方法、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910796916.5A CN110504716B (zh) 2019-08-27 2019-08-27 光伏逆变器无功模式优化选择方法、终端设备及存储介质

Publications (2)

Publication Number Publication Date
CN110504716A true CN110504716A (zh) 2019-11-26
CN110504716B CN110504716B (zh) 2021-05-18

Family

ID=68590027

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910796916.5A Active CN110504716B (zh) 2019-08-27 2019-08-27 光伏逆变器无功模式优化选择方法、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN110504716B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111245025A (zh) * 2020-02-04 2020-06-05 国网河北省电力有限公司经济技术研究院 综合能源系统运行策略的优化方法、终端设备及存储介质
CN112271725A (zh) * 2020-10-14 2021-01-26 国网甘肃省电力公司经济技术研究院 一种基于电压越限风险的光伏逆变器校正控制方法
CN112600218A (zh) * 2020-11-30 2021-04-02 华北电力大学（保定） 含光伏储能系统的电网无功电压多时间尺度优化控制方法
CN114221351A (zh) * 2021-12-22 2022-03-22 国网冀北电力有限公司秦皇岛供电公司 电压无功调节方法、装置、终端及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2424066A2 (en) * 2010-08-31 2012-02-29 General Electric Company System and method for distribution of inverter VAR support
CN104836256A (zh) * 2015-05-29 2015-08-12 国家电网公司 一种配电网光伏消纳能力计算的方法及系统
CN105207274A (zh) * 2015-10-29 2015-12-30 许继集团有限公司 一种自适应调节无功输出的分布式光伏发电控制方法
CN107546763A (zh) * 2016-06-24 2018-01-05 华北电力大学 一种计及不同调压策略的配电网中光伏发电最大接纳能力计算方法
CN109347137A (zh) * 2018-09-21 2019-02-15 中国农业大学 一种分布式光伏集群协调优化控制方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2424066A2 (en) * 2010-08-31 2012-02-29 General Electric Company System and method for distribution of inverter VAR support
CN104836256A (zh) * 2015-05-29 2015-08-12 国家电网公司 一种配电网光伏消纳能力计算的方法及系统
CN105207274A (zh) * 2015-10-29 2015-12-30 许继集团有限公司 一种自适应调节无功输出的分布式光伏发电控制方法
CN107546763A (zh) * 2016-06-24 2018-01-05 华北电力大学 一种计及不同调压策略的配电网中光伏发电最大接纳能力计算方法
CN109347137A (zh) * 2018-09-21 2019-02-15 中国农业大学 一种分布式光伏集群协调优化控制方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张倩: "基于集群划分的高渗透率分布式系统无功优化", 《电力系统自动化》 *
陈予哲: "基于改进粒子群算法的含光伏并网的电网无功优化", 《通信电源技术》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111245025A (zh) * 2020-02-04 2020-06-05 国网河北省电力有限公司经济技术研究院 综合能源系统运行策略的优化方法、终端设备及存储介质
CN112271725A (zh) * 2020-10-14 2021-01-26 国网甘肃省电力公司经济技术研究院 一种基于电压越限风险的光伏逆变器校正控制方法
CN112600218A (zh) * 2020-11-30 2021-04-02 华北电力大学（保定） 含光伏储能系统的电网无功电压多时间尺度优化控制方法
CN114221351A (zh) * 2021-12-22 2022-03-22 国网冀北电力有限公司秦皇岛供电公司 电压无功调节方法、装置、终端及存储介质
CN114221351B (zh) * 2021-12-22 2023-06-13 国网冀北电力有限公司秦皇岛供电公司 电压无功调节方法、装置、终端及存储介质

Also Published As

Publication number Publication date
CN110504716B (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
CN110504716A (zh) 光伏逆变器无功模式优化选择方法、终端设备及存储介质
Hauswirth et al. Online optimization in closed loop on the power flow manifold
Zhou et al. Game-theoretical energy management for energy Internet with big data-based renewable power forecasting
Bahrami et al. Security-constrained unit commitment for AC-DC grids with generation and load uncertainty
Shaheen et al. A reactive power planning procedure considering iterative identification of VAR candidate buses
Yapıcı et al. An improved particle swarm optimization algorithm using eagle strategy for power loss minimization
Nakawiro et al. A novel optimization algorithm for optimal reactive power dispatch: A comparative study
CN109950907B (zh) 含电力电子变压器的交直流混合配电网的调度方法及系统
CN109447276B (zh) 一种机器学习系统、设备及应用方法
CN109616712A (zh) 一种电池充放电电流的控制方法、系统及终端设备
US20200341437A1 (en) Systems and Methods for Security Constrained Automatic Generation Control
CN112736918A (zh) 微电网中源储荷协调的两级优化调度方法、装置及设备
Mishra et al. Enabling cyber‐physical demand response in smart grids via conjoint communication and controller design
Wen et al. Optimal distributed energy storage investment scheme for distribution network accommodating high renewable penetration
CN109687485A (zh) 储能系统的功率分配方法、系统及终端设备
CN117353398A (zh) 一种配电台区电能质量治理方法、存储介质及电子设备
CN110649633B (zh) 一种配电网无功优化方法及系统
Capitanescu Approaches to obtain usable solutions for infeasible security-constrained optimal power flow problems due to conflicting contingencies
Mistry et al. Enhancement of voltage stability index of distribution system by network reconfiguration including static load model and daily load curve
CN116260130A (zh) 微网群功率协同调度方法和装置
CN116706917A (zh) 基于快速交替方向乘子法的智慧园区协同调控方法及系统
CN108306302B (zh) 电压的控制方法、装置及存储介质
Lenin et al. Reduction of real power loss by using Fusion of Flower Pollination Algorithm with Particle Swarm Optimization
CN110504709A (zh) 光伏集群无功电压调控方法、终端设备及存储介质
CN112884202A (zh) 一种最优潮流计算方法、装置及计算机可存储介质

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