CN110829440A - 一种三相中低压一体化配电网电压控制方法及系统 - Google Patents
一种三相中低压一体化配电网电压控制方法及系统 Download PDFInfo
- Publication number
- CN110829440A CN110829440A CN201911149317.0A CN201911149317A CN110829440A CN 110829440 A CN110829440 A CN 110829440A CN 201911149317 A CN201911149317 A CN 201911149317A CN 110829440 A CN110829440 A CN 110829440A
- Authority
- CN
- China
- Prior art keywords
- voltage
- distribution network
- phase
- medium
- power distribution
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 230000002068 genetic effect Effects 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 44
- 238000010248 power generation Methods 0.000 claims description 28
- 238000002347 injection Methods 0.000 claims description 17
- 239000007924 injection Substances 0.000 claims description 17
- 230000001276 controlling effect Effects 0.000 claims description 16
- 239000003990 capacitor Substances 0.000 claims description 10
- 238000004146 energy storage Methods 0.000 claims description 8
- 238000011217 control strategy Methods 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 238000005286 illumination Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009466 transformation Effects 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
-
- 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
- H02J3/381—Dispersed generators
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本公开提供了一种三相中低压一体化配电网电压控制方法及系统,读取配电网原始数据,建立分布式电源出力和负荷的不确定性概率模型,利用两点估计法进行初始概率潮流计算,得到各相节点电压和目标函数的统计数据,判断中压和低压区域是否产生电压越限问题,如果没有发生电压越限,则返回进入下一个控制周期;否则,以概率潮流计算为基础,建立中低压一体化配电网的三相电压控制模型,利用遗传算法进行求解,得到各个控制变量的调控值,进而对中低压一体化配电网进行控制;本公开充分利用低压配电网的主动控制能力,与中压配电网协调控制,解决了原有的低压配电网受中压配电网被动控制的问题,提高了配电网的运行效率与运行安全。
Description
技术领域
本公开涉及配电网自动化技术领域,特别涉及一种三相中低压一体化配电网电压控制方法及系统。
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,并不必然构成现有技术。
近年来,随着电力行业的不断发展,电力系统逐渐朝数字化、智能化、自动化方向发展。与发电、输电等环节相比,我国的配电和用电一直是整个电力系统的薄弱环节,严重影响了系统的整体性能和效率。由于传统的中低压配电网之间信息交互不足,且中压10kV和低压0.4kV作为配电网末梢部分,其设备和用户数量庞大,但配电网的数据采集较少,自动化水平较低,很难实现统一的调度管理。随着成本低廉的低压数据采集装置的大规模投入,使得低压配电网运行数据的收集成为可能,可以将低压信息纳入中压配电网的管理范围内,以弥补信息采集不足的问题,实现中低压配电网统一管理。另外随着城市配电网“架空入地”,电缆网比率逐年提高,混合网越来越多,中心配电室和末端配电室已成为配电网的重要节点载体之一,使低压和中压配电网可以统一管理。在此背景下,便提出了中低压配电网一体化的概念。然而上述配电形式的出现也存在一系列的问题:(1)尚未有有效的中低压一体化控制模型的建立,灵活运行控制策略缺失;(2)分布式电源的接入使得单一的网荷特性发展为复杂的网源荷特性。
电压控制是指当配电网系统负荷或者注入功率发生变化时,配电网各个用户节点电压发生变化产生电压越限问题时,通过利用配电网可控设备对配电网电压进行调控,使其恢复正常水平的过程。配电网电压控制关系到配电网安全运行,也影响配电网运行的经济性,是配电网运行控制的重要环节。随着智能电网建设的不断推进,要求未来的配电网能够自由接纳各类分布式电源,近些年来,风电、太阳能发电、小型燃气轮机发电等分布式发电(Distributed Generation,DG)在配电系统中的渗透率不断提高,其出力的不确定性和波动性使得配电网用户节点电压更容易产生越限问题。因此研究如何在中低压一体化的趋势下,综合利用分布式电源和配电网可控设备解决分布式电源并网带来的电压越限问题,实现配电网安全稳定运行具有重要的意义和价值。
本公开发明人发现,在传统配电网中,由于低压配电网很难实现数据量测,无法及时获得低压配电网的信息,低压配电网很难作为控制环节,参与到中低压配电网的运行控制当中。另外传统的无功控制方式主要包括有载调压变压器接头(on-load tap changers,OLTCs)、并联电容器(SC)、静止同步补偿器(SVC)等。但随着分布式电源的接入,特别是分布式电源经逆变器连续并入低压配电网,传统的无功补偿设备已不足以应对分布式电源接入带来的随机性、波动性问题,频繁的投切设备使得运行控制成本加大,同时造成设备寿命的损耗。并且低压配电网中较少配备以上无功补偿设备,使得中低压配电网很难进行统一控制。同时配电网运行的三相不平衡问题与负荷和分布式电源出力不确定性,也为中低压一体化配电网的运行控制带来了一定的挑战
发明内容
为了解决现有技术的不足,本公开提供了一种三相中低压一体化配电网电压控制方法及系统,建立了有效的中低压一体化电压控制模型,提出了灵活有效的控制策略,充分利用低压配电网的主动控制能力,与中压配电网协调控制,解决了原有的低压配电网受中压配电网被动控制的问题,提高了配电网的运行效率与运行安全。
为了实现上述目的,本公开采用如下技术方案:
本公开第一方面提供了一种三相中低压一体化配电网电压控制方法。
一种三相中低压一体化配电网电压控制方法,步骤如下:
(1)根据获取的配电网原始数据,建立分布式电源出力和负荷的不确定性概率模型;
(2)利用两点估计法进行初始概率潮流计算,得到各相节点电压和目标函数的统计数据;
(3)根据计算得到的各相节点电压数据,判断中压和低压区域是否产生电压越限问题,如果没有发生电压越限,则返回步骤(1),进入下一个控制周期;否则,进入步骤(4);
(4)以概率潮流计算为基础,建立中低压一体化配电网多目标函数多约束条件的三相电压控制模型;
(5)利用遗传算法,对三相电压控制模型进行求解,得到各个控制变量的调控值,进而对中低压一体化配电网进行控制。
作为可能的一些实现方式,步骤(1)中,配电网原始数据至少包括:各支路阻抗、系统负荷有功、无功的给定值、配电网的拓扑结构、光伏发电参数和风力发电参数;
作为可能的一些实现方式,所述概率模型包括负荷的随机概率模型、光伏发电的随机概率模型和风力发电的随机概率模型。
作为进一步的限定,所述光伏发电参数,至少包括光伏电池阵列的面积、光电转化效率、最大日照强度和形状参数。
作为进一步的限定,所述风力发电参数,至少包括风机功率的均值、风机切入风速、额定风速、切除风速、尺度参数和形状参数。
作为可能的一些实现方式,还需要提前读取遗传算法所需要的参数有,至少包括种群数、遗传代数、变异概率与交叉概率。
作为可能的一些实现方式,步骤(2)中,利用两点估计法进行初始概率潮流计算,具体为:
(2-1)以配电网为模型,将其中的节点注入量的值作为节点的注入量的期望值,默认节点注入量服从正态分布,计算设定方差值;
(2-2)由模型的数字特征产生服从该分布的随机数;
(2-3)由这些随机数求得两点估计法需要的数字特征;
(2-4)确定需要进行确定性潮流计算的2n组节点注入量数据,利用辐射网前推回代潮流计算方法得出2n组计算结果;
(2-5)对计算结果进行统计分析,得到节点电压以和目标函数的统计数据。
作为可能的一些实现方式,步骤(4)中,所述三相电压控制模型,具体为:
其中:ωi表示第i个目标函数的权重,fi表示第i个目标函数值,fBi表示第i个目标函数的基准值,punish表示系统节点电压越限罚函数。
作为进一步的限定,f1为配电网系统三相网损之和,具体为:
其中,n表示中低压配电网的节点数,n-1即为配电网的支路数,p=1,2,3分别代表配电网A、B、C三相,代表第i条支路p相的网损。
作为进一步的限定,f2为配电网系统各节点电压的偏移量之和,具体为:
作为进一步的限定,f3为配电网系统的三相不平衡度,具体为:
作为进一步的限定,所述罚函数,具体为:
作为进一步的限定,所述三相电压控制模型的控制过程,具体为:
(4-1)假如配电网节点电压越下限,综合考虑变压器分接头、无功补偿装置、分布式电源无功出力和储能装置中储存的有功功率,恢复配电网节点电压;
(4-2)假如配电网节点电压越上限,通过控制变压器分接头调节档位,减少分组电容器的投入组数,通过分布式电源逆变器吸收系统无功进行调整;
(4-3)假如低压配电网产生电压越限问题,而中压配电网节点电压水平正常,通过低压配电网的控制策略解决低压配电网的电压越限问题,而中压配电网各类控制设备保持原状态,不进行动作;
(4-4)假如中压配电网发生电压越限问题,低压配电网需被动接受中压配电网的调控结果,调控后,低压配电网会产生越限的可能,此时低压配电网利用可控设备进行主动调整。
作为更进一步的限定,步骤(4-2)中,当分布式电源逆变器吸收无功达到容量限制时,再通过削减分布式电源的有功出力来降低系统节点电压,同时储能设备储存削减的分布式电源功率。
本公开第二方面提供了一种三相中低压一体化配电网电压控制系统。
一种三相中低压一体化配电网电压控制系统,包括:
概率模型构建模块,被配置为:根据获取的配电网原始数据,建立分布式电源出力和负荷的不确定性概率模型;
潮流计算模块,被配置为:利用两点估计法进行初始概率潮流计算,得到各相节点电压和目标函数的统计数据;
电压越限判断模块,被配置为:根据计算得到的各相节点电压数据,判断中压和低压区域是否产生电压越限问题,如果没有发生电压越限,则返回概率模型构建模块,进入下一个控制周期;否则,进入控制模型构建模块;
控制模型构建模块,被配置为:以概率潮流计算为基础,建立中低压一体化配电网多目标函数多约束条件的三相电压控制模型;
模型求解模块,被配置为:利用遗传算法,对三相电压控制模型进行求解,得到各个控制变量的调控值,进而对中低压一体化配电网进行控制。
本公开第三方面提供了一种可读存储介质,其上存储有程序,该程序被处理器执行时实现如本公开第一方面所述的三相中低压一体化配电网电压控制方法中的步骤。
本公开第四方面提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本公开第一方面所述的三相中低压一体化配电网电压控制方法中的步骤。
与现有技术相比,本公开的有益效果是:
1、本公开针对当前中低压一体化的现状,建立了有效的中低压一体化电压控制模型,提出了灵活有效的控制策略,能够满足未来配电网的发展趋势。
2、本公开充分利用低压配电网的主动控制能力,与中压配电网协调控制,解决了原有的低压配电网受中压配电网被动控制的问题,提高了配电网的运行效率与运行安全。
3、本公开充分考虑了配电网中负荷、分布式电源出力的随机性,建立了负荷和分布式电源的概率模型,利用概率潮流求解不确定性问题,提高了方案的准确性。
4、本公开充分协调了配电网中的各类可控设备,将传统的无功电压控制设备与新型的可控分布式电源结合,通过分布式电源的有功/无功控制,协调解决配电网的电压越限问题,解决了传统控制中分布式电源切机问题,提高了分布式电源的利用率。
附图说明
图1为本公开实施例1提供的三相中低压一体化配电网电压控制方法的流程示意图。
具体实施方式
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,本文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。
在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
实施例1:
如图1所示,本公开实施例1提供了三相中低压一体化配电网电压控制方法,首先读取配电网原始数据,输入配电网参数、光伏参数,建立分布式电源出力与负荷的概率模型,采用两点估计法求解概率潮流的问题。针对分布式电源接入与负荷的不确定性,考虑配电网三相不平衡状况,建立了有功网损、电压偏移量、三相不平衡度的电压控制模型,最后通过多目标权重的遗传算法来求解该模型的解。
其基本步骤为:
步骤(1):读取配电网原始数据,包括负荷的给定值参数,光伏发电的参数等;
步骤(2):建立分布式电源出力和负荷的不确定性概率模型;
步骤(3):利用两点估计法进行初始概率潮流计算;
步骤(4):判断是否产生电压越限的现象;
步骤(5):建立中低压一体化配电网三相电压控制模型,在约束条件下求解目标函数值;
步骤(6):利用遗传算法来求解中低压一体化电压控制模型各个控制变量的解。
所述步骤(1)中:
首先读取配电网的原始数据以及算法数据,主要包括:各支路阻抗,系统负荷有功、无功的给定值,配电网的拓扑结构。光伏发电的主要参数,包括光伏电池阵列的面积、光电转化效率、最大日照强度、形状参数等。风力发电主要参数为风机功率的均值、风机切入风速、额定风速、切除风速、尺度参数、形状参数等。遗传算法需要提前读取的主要参数有:种群数、遗传代数、变异概率与交叉概率等。
所述步骤(2)中:
配电网中的不确定性因素具有一定的普遍性、广泛性与显著危害性,本实施例从负荷的随机概率、光伏发电的随机概率、风力发电的随机概率三个方面进行建模。
1)负荷随机概率模型
一般来说,配电网的运行控制中,负荷的大小主要通过负荷预测来确定,但是负荷预测的结果总存在一定的误差。通常认为基于负荷预测的负荷有功功率和无功功率具有正态分布的特性,即P~N(μP,σP)、Q~N(μQ,σQ),其中P和Q分别为系统总的有功和无功负荷,μP、σP、μQ、σQ分别为有功和无功的均值和方差。
其概率密度函数可以表示为:
2)光伏发电随机概率模型
光伏发电设备出力受光照强度的影响较大,一般认为光照强度的随机变化近似服从Beta分布,其概率密度可以表示为:
其中:rmax和r分别表示某一时段内的最大光照强度与实际光照强度(W/m2),α、β为Beta分布的形状参数。
而对于一个包含M个电池组件的太阳能光伏阵列,其总的输出功率为:
PM=rAη (3)
式中r即为光照强度,A为光伏阵列的总面积,η为光电转换效率,PM为光伏输出的总功率。
3)风力发电随机概率模型
风力发电的功率主要受风速影响,风速是不断变化和不可预测的。对风速概率的分布的评估,通常采用两参数的威布尔分布来进行描述,其概率密度可以表示为:
式中:K和C分别为威布尔分布的形状参数和尺度参数,K和C可以采用平均风速和标准差估计法获得:
式中:μ和σ分别为风速的期望值和方差,由对风速的统计数据获得。风力发电的出力是风速的函数,风速的随机性决定了其功率的波动,使得其输出功率在0和额定功率之间变化。
其输出功率可以表示为:
式中:Pr、νr分别为风机的额定功率和额定风速;νci、νco分别为风机的切入风速和切除风速。
所述步骤(3)中:
建立配电网中负荷、光伏发电、风力发电大概率模型之后,需要对针对概率模型进行概率潮流求解。两点估计法是一种近似求解概率模型的方法,通过在每个随机变量的均值两侧确定两个值,将对节点注入量的求解问题分成若干个子问题,在每一个随机变量处用均值两侧的值来代替,同时其随机变量取均值。假设系统有n个不确定量,那么要对系统进行2n次确定性潮流计算。
将节点注入向量X可以表示为:
X=[x1,x2,...,xn]T (8)
配电网系统三相网损、电压偏移量、三相不平衡度可以表示为节点注入量的函数:
利用两点估计算出每一节点注入随机量xi均值avexi两侧的两个变量xi1和xi2来匹配随机量的前三阶矩,以取代注入量的概率密度函数。
将xi1和xi2定义为:
xi.k=avexi+spik×sdxi(k=1,2) (10)
式中avexi和spik分别表示xi的均值和方差,spik为其位置度量其表达式为:
式中:λi.3为xi的偏度系数,E[(xi-avexi)3]为xi的三阶中心矩。对于随机量xi用xi1和xi2来代替,其他的随机量均设为均值,则可以形成2×n组数据,利用这些数据进行确定性潮流计算:
经过计算后可以分别得到系统网损、电压偏移量、三相不平衡度的两个估计量PL(i,1)、PL(i,2)和dV(i,1)、dV(i,2)和Uvuf(i,1)、Uvuf(i,2)。
然后可以通过下式求解计算:
式中:ωi.k表示xik处位置集中的权重,其表示方式为:
两点估计法的算法步骤为:
1)以配电网为模型,将其中的节点注入量的值作为节点的注入量的期望值,默认节点注入量服从正态分布,计算设定方差值;
2)由模型的数字特征产生服从该分布的随机数;
3)由这些随机数求得两点估计法需要的其他数字特征,例如偏度系数等;
4)确定需要进行确定性潮流计算的2n组节点注入量数据,利用辐射网前推回代潮流计算方法得出2n组计算结果;
5)对计算结果进行统计分析,得到节点电压以及目标函数的相关统计数据。
通过概率潮流计算后得到的各相节点电压数据,通过步骤(4)判断中压和低压区域是否产生电压越限问题,若产生电压越限则进入步骤(5),若没有电压越限,则进入下一个控制周期中。
所述步骤(5)中:
中低压一体化电压控制以中低压一体化潮流计算为基础,建立多目标函数多约束条件的电压控制模型,以步骤(3)中所提出的概率潮流计算作为求解不确定性问题的方法,以前推回代法作为潮流计算方法。
要进行中低压一体化潮流计算需要考虑配电网变压器三相模型,通过变压器建模对中压和低压进行统一潮流分析,然后建立中低压一体化电压控制模型。
步骤(5-1),目标函数:
1)网损
2)电压偏移量
定义电压偏移量表示电压偏离额定电压的程度,反映配电网运行质量。
将电压偏移量定义为:
3)三相不平衡度
为表征系统的三相不平衡程度引入三相不平衡度的概念,本文采用IEEE定义的三相不平衡度作为目标函数,如式(20)所示
步骤(5-2):约束条件:
等式约束为中低压配电网的潮流约束,即配电网的有功和无功功率平衡的约束,如式所示:
式中Pi p和Qi p分别表示节点i的p相有功功率和无功功率,分别表示节点i的p相分布式电源注入有功功率和无功功率,和分别表示节点i的p相负荷功率,Vi p和表示节点i和j的p相电压,分别表示节点i、j间p相线路的电导、电纳、电压相角差。
不等式约束条件包括节点电压约束、变压器分接头档位约束、电容器投切数约束、分布式电源出力约束、逆变器无功出力约束、分布式电源有功削减约束、储能设备容量约束。
节点电压约束:
变压器分接头约束:
Timin≤Ti≤Timax (23)
分组电容器约束:
分布式电源有功和无功约束:
分布式电源有功削减约束:
储能系统容量约束:
式中:分别表示节点i的p相电压上下限,Timin、Timax分别表示有载变压器分接头档位的上下限,表示接入节点i的p相单组电容器无功量,表示电容器无功补偿上限值,nmax表示电容器最大投切组数,表示第i节点接入p相光伏有功上限值,表示节点i上p相光伏逆变器输出无功量,表示节点i上接入的p相光伏逆变器的容量,表示节点i上的p相光伏的有功削减量,表示节点i上p相储能的容量,和分别表示储能的最小值与最大值。
罚函数:
除需要考虑以上配电网运行指标外和约束外,还需要保证配电网节点电压不能越限,因此需要引入罚函数以约束配电网节点电压处于正常范围内。
罚函数定义为:
完整的优化模型:
解决多目标优化问题的常用方法即为线性权重法,通过合理配置权重将多目标问题转化为单目标线性问题。由于多个目标函数的量纲不同,需要对其进行归一化处理,本文选取初始网络的目标函数值作为基准值进行归一化处理。
同时将电压越限罚函数考虑在内,整个系统的完整目标函数为:
式中:ωi表示第i个目标函数的权重,fi表示第i个目标函数值,fBi表示第i个目标函数的基准值,本文选取优化前系统初始目标函数值作为归一化的基准值,punish表示系统节点电压越限罚函数。
电压控制模型的控制过程:
(a)经过潮流计算后,判断电压是否越限。
(b)假如配电网节点电压越下限,综合考虑变压器分接头、无功补偿装置、分布式电源无功出力以及储能装置中储存的有功功率,恢复配电网节点电压。
(c)假如配电网节点电压越上限,通过控制变压器分接头调节档位,减少分组电容器的投入组数,通过分布式电源逆变器吸收系统无功进行调整。当分布式电源逆变器吸收无功达到容量限制时,再通过削减分布式电源的有功出力来降低系统节点电压,同时储能设备储存削减的分布式电源功率。
(d)假如低压配电网产生电压越限问题,而中压配电网节点电压水平正常,通过低压配电网的各类控制手段解决低压配电网的电压越限问题,而中压配电网各类控制设备保持原状态,不进行动作。
(e)假如中压配电网发生电压越限问题,低压配电网需被动接受中压配电网的调控结果,调控后,低压配电网会产生越限的可能,此时低压配电网可以利用现有的可控设备进行主动调整。
所述步骤(6)中:
利用遗传算法,对该多目标、多约束、混合整数、非线性问题进行求解,得到系统各个控制变量的调控值,进而对中低压一体化配电网进行控制。
实施例2:
本公开实施例2提供了一种三相中低压一体化配电网电压控制系统,包括:
概率模型构建模块,被配置为:读取配电网原始数据,建立分布式电源出力和负荷的不确定性概率模型;
潮流计算模块,被配置为:利用两点估计法进行初始概率潮流计算,得到各相节点电压和目标函数的统计数据;
电压越限判断模块,被配置为:根据计算得到的各相节点电压数据,判断中压和低压区域是否产生电压越限问题,如果没有发生电压越限,则返回概率模型构建模块,进入下一个控制周期;否则,进入控制模型构建模块;
控制模型构建模块,被配置为:概率潮流计算为基础,建立中低压一体化配电网多目标函数多约束条件的三相电压控制模型;
模型求解模块,被配置为:利用遗传算法,对三相电压控制模型进行求解,得到各个控制变量的调控值,进而对中低压一体化配电网进行控制。
实施例3:
本公开实施例3提供了一种可读存储介质,其上存储有程序,该程序被处理器执行时实现如本公开实施例1所述的三相中低压一体化配电网电压控制方法中的步骤。
实施例4:
本公开实施例4提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本公开实施例1所述的三相中低压一体化配电网电压控制方法中的步骤。
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。
Claims (10)
1.一种三相中低压一体化配电网电压控制方法,其特征在于,步骤如下:
(1)根据获取的配电网原始数据,建立分布式电源出力和负荷的不确定性概率模型;
(2)利用两点估计法进行初始概率潮流计算,得到各相节点电压和目标函数的统计数据;
(3)根据计算得到的各相节点电压数据,判断中压和低压区域是否产生电压越限问题,如果没有发生电压越限,则返回步骤(1),进入下一个控制周期;否则,进入步骤(4);
(4)以概率潮流计算为基础,建立中低压一体化配电网多目标函数多约束条件的三相电压控制模型;
(5)利用遗传算法,对三相电压控制模型进行求解,得到各个控制变量的调控值,进而对中低压一体化配电网进行控制。
2.如权利要求1所述的三相中低压一体化配电网电压控制方法,其特征在于,步骤(1)中,配电网原始数据至少包括:各支路阻抗、系统负荷有功和无功的给定值、配电网的拓扑结构、光伏发电参数和风力发电参数;
或者,步骤(1)中,所述概率模型包括负荷的随机概率模型、光伏发电的随机概率模型和风力发电的随机概率模型。
3.如权利要求1所述的三相中低压一体化配电网电压控制方法,其特征在于,步骤(2)中,利用两点估计法进行初始概率潮流计算,具体为:
(2-1)以配电网为模型,将其中的节点注入量的值作为节点的注入量的期望值,默认节点注入量服从正态分布,计算设定方差值;
(2-2)由模型的数字特征产生服从该分布的随机数;
(2-3)由这些随机数求得两点估计法需要的数字特征;
(2-4)确定需要进行确定性潮流计算的2n组节点注入量数据,利用辐射网前推回代潮流计算方法得出2n组计算结果;
(2-5)对计算结果进行统计分析,得到节点电压以和目标函数的统计数据。
4.如权利要求1所述的三相中低压一体化配电网电压控制方法,其特征在于,步骤(4)中,所述三相电压控制模型,具体为:
其中:ωi表示第i个目标函数的权重,fi表示第i个目标函数值,fBi表示第i个目标函数的基准值,punish表示系统节点电压越限罚函数。
5.如权利要求4所述的三相中低压一体化配电网电压控制方法,其特征在于,f1为配电网系统三相网损之和,具体为:
或者,f2为配电网系统各节点电压的偏移量之和,具体为:
或者,f3为配电网系统的三相不平衡度,具体为:
或者,所述罚函数,具体为:
6.如权利要求4所述的三相中低压一体化配电网电压控制方法,其特征在于,所述三相电压控制模型的控制过程,具体为:
(4-1)假如配电网节点电压越下限,综合考虑变压器分接头、无功补偿装置、分布式电源无功出力和储能装置中储存的有功功率,恢复配电网节点电压;
(4-2)假如配电网节点电压越上限,通过控制变压器分接头调节档位,减少分组电容器的投入组数,通过分布式电源逆变器吸收系统无功进行调整;
(4-3)假如低压配电网产生电压越限问题,而中压配电网节点电压水平正常,通过低压配电网的控制策略解决低压配电网的电压越限问题,而中压配电网各类控制设备保持原状态,不进行动作;
(4-4)假如中压配电网发生电压越限问题,低压配电网需被动接受中压配电网的调控结果,调控后,低压配电网会产生越限的可能,此时低压配电网利用可控设备进行主动调整。
7.如权利要求6所述的三相中低压一体化配电网电压控制方法,其特征在于,步骤(4-2)中,当分布式电源逆变器吸收无功达到容量限制时,再通过削减分布式电源的有功出力来降低系统节点电压,同时储能设备储存削减的分布式电源功率。
8.一种三相中低压一体化配电网电压控制系统,其特征在于,包括:
概率模型构建模块,被配置为:根据获取的配电网原始数据,建立分布式电源出力和负荷的不确定性概率模型;
潮流计算模块,被配置为:利用两点估计法进行初始概率潮流计算,得到各相节点电压和目标函数的统计数据;
电压越限判断模块,被配置为:根据计算得到的各相节点电压数据,判断中压和低压区域是否产生电压越限问题,如果没有发生电压越限,则返回概率模型构建模块,进入下一个控制周期;否则,进入控制模型构建模块;
控制模型构建模块,被配置为:以概率潮流计算为基础,建立中低压一体化配电网多目标函数多约束条件的三相电压控制模型;
模型求解模块,被配置为:利用遗传算法,对三相电压控制模型进行求解,得到各个控制变量的调控值,进而对中低压一体化配电网进行控制。
9.一种可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任一项所述的三相中低压一体化配电网电压控制方法中的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7任一项所述的三相中低压一体化配电网电压控制方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911149317.0A CN110829440B (zh) | 2019-11-21 | 2019-11-21 | 一种三相中低压一体化配电网电压控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911149317.0A CN110829440B (zh) | 2019-11-21 | 2019-11-21 | 一种三相中低压一体化配电网电压控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110829440A true CN110829440A (zh) | 2020-02-21 |
CN110829440B CN110829440B (zh) | 2021-01-08 |
Family
ID=69557908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911149317.0A Active CN110829440B (zh) | 2019-11-21 | 2019-11-21 | 一种三相中低压一体化配电网电压控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110829440B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112838622A (zh) * | 2021-03-26 | 2021-05-25 | 云南电网有限责任公司电力科学研究院 | 一种10kV供电区域的无功电压优化控制方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105703393A (zh) * | 2016-03-10 | 2016-06-22 | 东南大学 | 一种基于分布式预测控制策略的微电网电压恢复方法 |
US20170170661A1 (en) * | 2013-03-15 | 2017-06-15 | Dominion Resources. Inc. | Management of energy demand and energy efficiency savings from voltage optimization on electric power systems using ami- based data analysis |
CN107482620A (zh) * | 2017-07-28 | 2017-12-15 | 国网山东省电力公司经济技术研究院 | 变量相关情形下风电和光伏接入对配电网电压影响分析方法 |
US20190288611A1 (en) * | 2018-03-13 | 2019-09-19 | Shanghai Jiao Tong University | Nonlinear control method for micro-grid inverter with anti-disturbance |
-
2019
- 2019-11-21 CN CN201911149317.0A patent/CN110829440B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170170661A1 (en) * | 2013-03-15 | 2017-06-15 | Dominion Resources. Inc. | Management of energy demand and energy efficiency savings from voltage optimization on electric power systems using ami- based data analysis |
CN105703393A (zh) * | 2016-03-10 | 2016-06-22 | 东南大学 | 一种基于分布式预测控制策略的微电网电压恢复方法 |
CN107482620A (zh) * | 2017-07-28 | 2017-12-15 | 国网山东省电力公司经济技术研究院 | 变量相关情形下风电和光伏接入对配电网电压影响分析方法 |
US20190288611A1 (en) * | 2018-03-13 | 2019-09-19 | Shanghai Jiao Tong University | Nonlinear control method for micro-grid inverter with anti-disturbance |
Non-Patent Citations (2)
Title |
---|
柳永妍: "基于两点估计法的有源配电网概率潮流计算方法研究", 《电测与仪表》 * |
符杨: "多电压等级不平衡主动配电网", 《电网技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112838622A (zh) * | 2021-03-26 | 2021-05-25 | 云南电网有限责任公司电力科学研究院 | 一种10kV供电区域的无功电压优化控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110829440B (zh) | 2021-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110690732A (zh) | 一种光伏无功分区计价的配电网无功优化方法 | |
CN116388302B (zh) | 一种协调网侧资源的配电网有功-无功联合优化方法 | |
CN106849097A (zh) | 一种主动配电网潮流计算方法 | |
CN110896231B (zh) | 一种扶贫区配电网接纳分布式光伏能力计算方法及系统 | |
CN111446721B (zh) | 一种基于暂态电压灵敏度的配电网调压控制方法 | |
CN113378100B (zh) | 考虑碳排放的配电网源网荷储协同优化调度模型和方法 | |
CN110912177A (zh) | 一种多端柔性直流输电系统多目标优化设计方法 | |
Askarzadeh | Solving electrical power system problems by harmony search: a review | |
KR102133897B1 (ko) | 실시간 계측 기반 전압 및 무효전력 제어 방법 및 그 프로그램 | |
CN111614110B (zh) | 一种基于改进多目标粒子群算法的受端电网储能优化配置方法 | |
CN114792976A (zh) | 基于多分段无功电压曲线的光伏逆变器无功电压控制方法 | |
Linlin et al. | Research on multi-objective reactive power optimization of power grid with high proportion of new energy | |
Dasan et al. | Optimal siting and sizing of hybrid distributed generation using EP | |
CN118333219A (zh) | 一种考虑风光储充接入的双层协同优化配置方法及装置 | |
CN110829440B (zh) | 一种三相中低压一体化配电网电压控制方法及系统 | |
CN111600315B (zh) | 一种配电网无功优化方法 | |
CN117578630A (zh) | 一种改进类线性松弛有源配电网有功-无功协同优化方法 | |
CN107134783B (zh) | 一种基于灵敏度快速筛选的母线电压优化调整方法 | |
Sun et al. | Optimal voltage/var control of pv inverters in distribution network based on genetic algorithm | |
CN115986847A (zh) | 一种含高比例分布式光伏配电网的分区方法 | |
CN113162060B (zh) | 一种基于机会约束优化的主动配电网两阶段无功调节方法 | |
CN112952869B (zh) | 一种计及风电接入的交直流混联系统扩展规划方法及系统 | |
CN115588991A (zh) | 一种三相不平衡配电网最优潮流模型建立方法 | |
Godha et al. | Simultaneous and incremental approach for optimal placement and sizing of multiple distributed generations in distribution system for minimization of power losses | |
Eissa et al. | A novel approach for optimum allocation of Flexible AC Transmission Systems using Harmony Search technique |
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 |