CN110912148A - 一种用于加强弱送端网架强度的无功配置方法及系统 - Google Patents

Abstract

本发明涉及一种用于加强弱送端网架强度的无功配置方法及系统，该方法包括S1、通过对弱送端电网中接入的风电数据进行处理，将风力发电机转化为已知节点注入有功功率P和无功功率Q的PQ节点；S2、通过计算各PQ节点的电压变化指标确定无功补偿候选点集合；S3、基于无功补偿候选点集合以及预先构建的弱送端网架强度的多目标无功优化配置模型求解得到最优解集并筛选折中解，根据所述折中解配置弱送端电网中的无功补偿装置。本发明提高了弱送端电网的无功/电压支撑能力，解决了弱送端电网网架强度弱的问题。

Description

一种用于加强弱送端网架强度的无功配置方法及系统

技术领域

本发明是关于一种用于加强弱送端网架强度的无功配置方法及系统，涉及无功配置技术领域。

背景技术

风电和光伏发电等新能源在近年来得到了大规模快速发展，大规模开发、集中式送出是中国新能源发展的主要特征之一。目前中国西北等地风、光新能源基地普遍通过特高压直流输电系统送至远方负荷中心，直流送端附近配套火电机组少，系统频率调节和无功/电压支撑能力弱，振荡问题突出，形成了弱同步支撑直流送端电网系统。弱送端系统网架和电源构成简单，缺少系统支撑，造成了维持频率、电压稳定手段单一、运行困难等诸多问题。

对于弱送端区域，安装电容器电抗器等无功补偿装置有助于提高系统的电压稳定性，提升网架强度。当前对无功配置的研究中，主要从提高电网电压稳定裕度、提高无功备用、减小电压偏差等方面提高系统电压稳定性，配置效果不理想、系统电压稳定性不佳。

发明内容

针对上述问题，本发明的目的是提供一种能够为弱送端电网进行无功规划及无功配置的用于加强弱送端网架强度的无功配置方法及系统。

为实现上述目的，本发明采取以下技术方案：

第一方面，本发明提供一种用于加强弱送端网架强度的无功配置方法，包括以下步骤：

S1、通过对弱送端电网中接入的风电数据进行处理，将风力发电机转化为已知节点注入有功功率P和无功功率Q的PQ节点；

S2、通过计算各PQ节点的电压变化指标确定无功补偿候选点集合；

S3、基于无功补偿候选点集合以及预先构建的弱送端网架强度的多目标无功优化配置模型求解得到最优解集并筛选折中解，根据所述折中解配置弱送端电网中的无功补偿装置。

进一步地，上述步骤S1的具体过程为：

S11、确定风电机组风速的概率密度函数f(v)：

式中，k为风速分布的形状参数；c为尺度参数，v为风速；

S12、通过场景概率理论分析得到风电机组的零输出、欠额输出、额定输出三个场景模型，其中，通过场景概率理论计算各个场景模型的概率为：

式中，p₁为零输出的概率；p₂为欠额输出的概率；p₃为额定输出的概率；v_i为风机的切入风速；v_r为额定风速；v_o为风机切出风速；

S13、确定风力发电机输出功率P_w与风速关系：

式中：P_r为风力发电机的额定容量；

S14、确定风力发电机吸收的无功功率：

式中：x₁为定子漏抗；x₂为转子漏抗；x_m为激磁电抗，U_G为风力发电机端电压， P_w为风力发电机输出的有功功率；

S15、根据步骤S13输出有功公式求得欠额定状态风力发电机的有功出力，再根据步骤S14分别计算得到停机、欠额定及额定三个场景下风力发电机吸收的无功功率，将风力发电机转化无功出力固定的PQ节点。

进一步地，上述步骤S2的具体过程为：

S21、计算节点电压变化指标S_i：

S_i＝(V_0i-V_cri)/V_0i

式中：V_0i为节点初始电压，V_cri为节点在极限状态下的电压；

S22、在步骤S1得到的风电三个场景下，对系统中的除风力发电机外各个节点计算电压变化指标，选择指标值大于预设阈值的设定数量的点作为无功配置的候选节点。

进一步地，上述步骤S3具体过程为：

所述多目标无功优化配置模型的目标函数为：

min f(u,x)＝{f₁(u,x),f₂(u,x)}

式中，u为控制变量；x为状态变量；f₁(u,x)为系统多馈入直流相互作用因子MIIF_s；f₂(u,x)为无功补偿装置安装投资成本和网损成本之和；

所述多目标无功优化配置模型的约束条件包括：

电容器和电抗器无功补偿容量的约束Q_c,i,min≤Q_c,i≤Q_c,i,max，式中：Q_c,i为在节点i安装无功补偿装置的容量，Q_c,i,min、Q_c,i,max分别为无功补偿装置的最大和最小容量；

交流系统节点电压约束U_i,min≤U_i≤U_i,max，式中：U_i为节点i的电压，U_i,max、U_i,min分别为节点的最大和最小电压；

交流潮流约束：

其中：P_G,i、Q_G,i分别为发电机有功出力和无功出力；P_D,i、Q_D,i分别为有功负荷和无功负荷；P_dc,i、Q_dc,i分别为直流有功和无功；G_ij、B_ij分别为电导和电纳；N为系统的节点个数；θ_ij为节点i和j之间的电压相角差，V_i、V_j分别为节点i和j的电压幅值；

直流节点的约束：

P_dc,i＝U_dc,iI_dc,i

其中，U_dc,i、I_dc,i分别为第i个直流输电直流电压和直流电流；U_pcc,i为换流母线电压； k_t为换流变压器的变比；m为换流器桥数；P_dc,i为直流有功功率；α_i为换流器的触发角；R_dc为直流线路电阻；X_ci为换流电抗；R_rec为整流侧节点集合。

进一步地，

其中，J_QU为雅克比矩阵中的元素。

进一步地，f₂(u,x)为无功补偿装置安装投资成本和网损成本之和，其中，

式中，

为无功补偿装置的投资成本；δ_i＝0或1表示节点i是否安装无功补偿设备；Q_i为无功补偿的投入电容器或电抗器的容量；C_ins为无功补偿设备的安装成本；C_pur为无功补偿设备的单价，m为的无功补偿安装的候选节点集合；第二部分

为系统的网损成本；p_k为场景k的概率；C_e为电价；ζ为年最大负荷小时数； P_loss为系统的网损。

进一步地，上述步骤S4求解多目标无功优化配置模型最优解集并筛选折中解，其中，采用MOEA/D算法求解的具体过程为：

设置MOEA/D算法的初始参数，根据每次迭代得到的种群，配置无功补偿，计算各目标函数值，代入MOEA/D算法，得到下一次迭代的种群，循环迭代直至迭代次数达到限定值genmax，得到最终的Pareto最优解集；

将Pareto最优解集通过基于熵权的多目标决策方法进行评估，计算每个方案的贴近度，选取贴近度相对最小的方案为最优折中解。

进一步地，基于熵权的多目标决策方法进行评估的具体过程为：

1)数据标准化处理

假设有s个评价指标X₁,X₂,…,X_s，其中X_i＝{x₁,x₂,…,x_t}，对各个指标标准化后的值为 Y₁,Y₂,…,Y_s，评价对象为t；

2)求各个指标的信息熵

式中：

如果p_ij＝0，则令p_ijlnp_ij＝0；

3)根据信息熵的公式，计算各个指标的信息熵为E₁,E₂,…,E_s，通过信息熵计算各个指标的权重：

4)利用各个指标的权重w_i对矩阵Y_ij进行归一化约束，得到属性矩阵 B＝(b_ij)_s×t＝(w_i×Y_ij)_s×t；

5)计算Pareto最优解集中与理想点的贴近度，选取贴近度相对最小的解为最优折中解，其中，第j个方案与理想点的贴近度公式为：

式中，理想点

第二方面，本发明还提供了一种用于加强弱送端网架强度的无功配置系统，该系统包括：

数据预处理模块，用于通过对弱送端电网中接入的风电数据进行处理，将风力发电机转化为已知节点注入有功功率P和无功功率Q的PQ节点；

候选点选择模块，用于通过计算各PQ节点的电压变化指标确定无功补偿候选点集合；

无功配置模块，用于基于无功补偿候选点集合以及预先构建的弱送端网架强度的多目标无功优化配置模型求解得到最优解集并筛选折中解，根据所述折中解配置弱送端电网中的无功补偿装置。

本发明由于采取以上技术方案，其具有以下特点：

1、在考虑新能源接入和多回直流送出的弱送端电网特征的情况下，本发明采用场景分析法将风电机组出力的不确定性转化为确定的三个场景，并将风电机组处理成PQ 节点；用连续潮流法计算节点电压指标进行无功选址，并将多馈入直流交互作用因子作为网架强度指标，以提高网架强度兼顾经济性作为目标，采用多目标求解算法得到帕累托最优解集，并通过熵权法得到最终的折中方案，由此得到可为决策者提供参考的无功配置方案；

2、本发明采用多馈入直流交互作用因子替代多馈入短路比作为表征弱送端网架强度的指标，减少了多目标模型的计算量；

3、本发明基于Tchebycheff的MOEA/D算法计算多目标无功配置模型，相较其他多目标算法，解决两个目标问题时，解的质量差不多的情况下，该算法需要的运行时间要少；

4、本发明不仅从加强网架强度的角度出发配置无功补偿装置，同时兼顾了经济性因素，为弱送端电网的无功配置方案提供可参考的意见。

附图说明

图1为本发明的无功配置方法流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，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的前提下所获得的所有其他实施例，都属于本发明保护的范围。

在发明过程中，发明人注意到：针对多馈入直流弱送端电网，直流间的交互作用会影响电网的网架强度，但是现有技术中尚无从加强网架结构强度方面研究针对弱送端电网进行无功配置。

因此，本发明提供了一种用于加强弱送端网架强度的无功配置方法及系统。

实施例一

如图1所示，本发明提供的用于加强弱送端网架强度的无功配置方法，包括以下步骤：

1、在现有的电力节点系统中加入风力发电机，对弱送端电网中接入的风电数据进行处理，将风力发电机转化为已知节点注入有功功率P和无功功率Q的PQ节点，具体过程为：

1)风力发电机的输出功率和风速大小相关，实际风速拟合曲线可以采用双参数威布尔分布，得到风电机组风速的概率密度函数f(v)：

式中：k为风速分布的形状参数；c为尺度参数，可以通过风速的均值μ和标准差δ算出，v为风速。

2)通过场景概率理论分析得到风电机组的零输出、欠额输出、额定输出三个场景模型，各个场景模型的概率分别为：

式中：p₁为零输出的概率；p₂为欠额输出的概率；p₃为额定输出的概率；v_i为风机的切入风速；v_r为额定风速；v_o为风机切出风速。

3)确定风力发电机输出有功功率P_w：

式中：P_r为风力发电机的额定容量。

4)确定风力发电机的吸收无功功率Q，其中，风力发电机采用风力异步发电机的吸收无功功率Q为：

式中：x₁为定子漏抗；x₂为转子漏抗；x_m为激磁电抗，U_G为风力发电机端电压， P_w为风力发电机输出的有功功率。

5)已知三个场景下，停机场景风力发电机的输出有功为0MW，额定状态场景下风力发电机有功出力按额定容量P_r满发，根据步骤3)输出有功公式可以求得欠额定状态风力发电机的有功出力，再根据步骤4)分别计算得到停机、欠额定及额定三个场景下风力发电机吸收的无功功率，将风力发电机转化无功出力固定的PQ节点。

2、在风电三个场景下，通过计算系统各个PQ节点的电压变化指标确定无功补偿候选点集合，具体步骤如下：

通过计算节点电压变化指标，可以得到表明区域负荷或传输界面潮流增长引起节点电压的变化，其数值越大意味该节点越薄弱，越需要在该点进行无功补偿，从P-V曲线能够得到该节点电压变化指标为：

S_i＝(V_0i-V_cri)/V_0i

式中：V_0i为节点初始电压，V_cri为节点在极限状态下的电压，可以通过连续潮流法求解。

其中，无功选址的具体操作为：在步骤1得到的风电三个场景下，对系统中的除风力发电机外各个PQ节点计算上述电压变化指标，再通过对各个场景下求得的该指标值乘以相应该场景的概率进行加权得到最终各个节点的电压变化指标，选择指标较大的前几个点作为无功配置的候选节点。

3、构建弱送端网架强度的多目标无功优化配置模型，具体为：

为了提高弱送端系统的网架强度，需要尽量提高多馈入短路比MISCR_i：

式中，S_aci为系统中直流换流站处交流系统短路容量；P_dNi、P_dNj为直流系统额定输出功率；MIIF_ji为系统的交互作用因子，i和j分别为不同的直流换流站节点。

由短路比的表达式可知多馈入短路比与对馈入直流相互作用因子成反比，因此，为简化模型计算的复杂度，可以通过减小多馈入直流相互作用因子提高多馈入短路比，达到增强网架强度的目的。

从电网公司利益出发，需要使得无功补偿的投资成本及系统网损成本尽可能的小。

综上，本发明建立的多目标无功优化配置模型的目标函数为：

min f(u,x)＝{f₁(u,x),f₂(u,x)}

其中，u为控制变量，包括无功补偿装置的安装地点和安装容量；x为状态变量； f₁(u,x)为系统多馈入直流相互作用因子MIIF_s，可用

表示，其中，J_QU为雅克比矩阵中的元素；f₂(u,x)为无功补偿装置安装投资成本和网损成本之和，表达式为：

式中：第一部分

为无功补偿装置的投资成本；δ_i＝0或1表示节点i是否安装无功补偿设备；Q_c,i为无功补偿在节点i的投入电容器或电抗器的容量；C_ins为无功补偿设备的安装成本；C_pur为无功补偿设备的单价，m为步骤2得到的无功补偿安装的候选节点集合中候选节点的数量；第二部分

为系统的网损成本；p_k为场景k的概率；C_e为电价；ζ为年最大负荷小时数；P_loss为系统的网损。

2)确定约束条件，约束条件具体为：

约束条件包含电容器和电抗器无功补偿容量的约束Q_c,i,min≤Q_c,i≤Q_c,i,max，式中：Q_c,i为在节点i安装无功补偿装置的容量，Q_c,i,min、Q_c,i,max分别为无功补偿装置的最大和最小容量；

交流系统节点电压约束U_i,min≤U_i≤U_i,max，式中：U_i为节点i的电压，U_i,max、U_i,min分别为节点的最大和最小电压；

交流潮流约束：

其中：P_G,i、Q_G,i分别为发电机有功出力和无功出力；P_D,i、Q_D,i分别为有功负荷和无功负荷；P_dc,i、Q_dc,i分别为直流有功和无功；G_ij、B_ij分别为电导和电纳；N为系统的节点个数，θ_ij为节点i和j之间的电压相角差，V_i、V_j分别为节点i和j的电压幅值。

直流节点的约束：

P_dc,i＝U_dc,iI_dc,i

其中，U_dc,i、I_dc,i分别为第i个直流输电直流电压和直流电流；U_pcc,i为换流母线电压； k_t为换流变压器的变比；m为换流器桥数；P_dc,i为直流有功功率；α_i为换流器的触发角；R_dc为直流线路电阻；X_ci为换流电抗；分别为整流侧和逆变侧的节点集合，

为换流器功率因数、μ_i为换流器换相角，R_rec为整流侧节点集合。

4、采用MOEA/D算法求解多目标模型并选出折中解，根据折中解可以配置弱送端电网中的无功补偿装置，具体过程为：

①设置MOEA/D算法的初始参数，根据每次迭代得到的种群，配置无功补偿，计算各目标函数值，代入MOEA/D算法，得到下一次迭代的种群，循环迭代直至迭代次数达到限定值genmax，得到最终的Pareto最优解集。

②将Pareto最优解集通过基于熵权的多目标决策方法进行评估，计算每个方案的贴近度，评估各决策方案的优劣，选取贴近度相对最小的方案为最优折中方案，其中，熵权法对于有s个评价指标，t个评价对象的评估问题的赋权步骤为：

1)数据标准化处理

对于给定的s个评价指标X₁,X₂,…,X_s，其中X_i＝{x₁,x₂,…,x_t}。假设对各个指标标准化后的值为Y₁,Y₂,…,Y_s。

2)求各个指标的信息熵。

根据信息论中信息熵的定义：一组数据的信息熵

式中：

如果p_ij＝0，则令p_ijln p_ij＝0，i＝1,2,…,s、j＝1,2,…,t。

3)确定各个指标的权重。

根据信息熵的公式，计算各个指标的信息熵为E₁,E₂,…,E_s。通过信息熵计算各个指标的权重：

4)标准化指标矩阵归一化。

利用各个指标的权重w_i对矩阵Y_ij进行归一化约束，得到属性矩阵 B＝(b_ij)_s×t＝(w_i×Y_ij)_s×t。

5)计算方案与理想点的贴近度。

求理想点

其中，b_i为属性矩阵B中的第i行的元素。第j个解与理想点的贴近度公式为：

将T_j从大到小排列，T_j越小，贴近度越高，方案越优。

对于本发明实施例有2个评价指标，即多目标函数中的多馈入直流交互作用因子及无功补偿装置的经济成本，由MOEA/D算法得到的Pareto最优解集中的解作为评价对象，代入上述熵权法的步骤，将贴近度相对最小的解所对应的方案选为最优折中方案。

下面通过具体实施例详细说明本发明的用于加强弱送端网架强度的无功配置方法的具体过程。

1)本实施例采用改进的IEEE30节点系统，将节点7和节点21作为直流送出点，为体现新能源的不确定性，在节点25接入额定容量为600kw的风力发电机，模拟新能源接入的直流弱送端电网。风力发电机切入风速、额定风速和切出风速分别为3m/s， 15m/s，25m/s，风电机组的技术参数如表1所示。通过场景概率理论分析得到风电额定，欠额定，停机三个场景的概率及输出功率，如表2所示

表1风电机组的技术参数

表2风电机组的场景分析参数

2)通过计算实施例中节点的电压变化指标S_i＝(V_0i-V_cri)/V_0i并排序，指标最大的4个点与直流接入节点一起作为无功补偿的候选节点集合。

3)采用MOEA/D算法计算多目标无功优化模型min f(u,x)＝{f₁(u,x),f₂(u,x)}，求得一组Pareto最优解集，其中，进化代数设为50次，种群个数设为300，交叉概率设为1，变异概率设为1/x_num(其中，x_num为变量的个数18)，模拟二进制交叉参数为2，多项式变异参数为5。在无功规划约束中，电压上、下限分别取为1.1p.u.和0.9p.u.。无功补偿容量上、下限分别为30Mvar和-30Mvar，电容器、电抗器的设备单价C_pur设为2.546万元/Mvar，电价C_e设为0.617元/(kW·h)，年最大负荷小时数ζ设为3600h。

4)通过基于熵权的多目标决策方法对求得的Pareto最优解集的各个方案进行评估，计算贴近度并排序，选择贴近度最高的一组方案作为能够为决策者提供参考的最优折中方案，其中，贴近度的计算公式为：

实施例二：

本实施例还提供一种用于加强弱送端网架强度的无功配置系统，该系统包括：

数据预处理模块，用于通过对弱送端电网中接入的风电数据进行处理，将风力发电机转化为已知节点注入有功功率P和无功功率Q的PQ节点；

候选点选择模块，用于通过计算各PQ节点的电压变化指标确定无功补偿候选点集合；

无功配置模块，用于基于无功补偿候选点集合以及预先构建的弱送端网架强度的多目标无功优化配置模型求解得到最优解集并筛选折中解，根据折中解配置弱送端电网中的无功补偿装置。

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。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种用于加强弱送端网架强度的无功配置方法，其特征在于包括以下步骤：

S1、通过对弱送端电网中接入的风电数据进行处理，将风力发电机转化为已知节点注入有功功率P和无功功率Q的PQ节点；

S2、通过计算各PQ节点的电压变化指标确定无功补偿候选点集合；

S3、基于无功补偿候选点集合以及预先构建的弱送端网架强度的多目标无功优化配置模型求解得到最优解集并筛选折中解，根据所述折中解配置弱送端电网中的无功补偿装置。

2.根据权利要求1所述的无功配置方法，其特征在于，上述步骤S1的具体过程为：

S11、确定风电机组风速的概率密度函数f(v)：

式中，k为风速分布的形状参数；c为尺度参数，v为风速；

S12、通过场景概率理论分析得到风电机组的零输出、欠额输出、额定输出三个场景模型，其中，通过场景概率理论计算各个场景模型的概率为：

式中，p₁为零输出的概率；p₂为欠额输出的概率；p₃为额定输出的概率；v_i为风机的切入风速；v_r为额定风速；v_o为风机切出风速；

S13、确定风力发电机输出功率P_w与风速关系：

式中：P_r为风力发电机的额定容量；

S14、确定风力发电机吸收的无功功率：

式中：x₁为定子漏抗；x₂为转子漏抗；x_m为激磁电抗，U_G为风力发电机端电压，P_w为风力发电机输出的有功功率；

S15、根据步骤S13输出有功公式求得欠额定状态风力发电机的有功出力，再根据步骤S14分别计算得到停机、欠额定及额定三个场景下风力发电机吸收的无功功率，将风力发电机转化无功出力固定的PQ节点。

3.根据权利要求1所述的无功配置方法，其特征在于，上述步骤S2的具体过程为：

S21、计算节点电压变化指标S_i：

S_i＝(V_0i-V_cri)/V_0i

式中：V_0i为节点初始电压，V_cri为节点在极限状态下的电压；

S22、在步骤S1得到的风电三个场景下，对系统中的除风力发电机外各个节点计算电压变化指标，选择指标值大于预设阈值的设定数量的点作为无功配置的候选节点。

4.根据权利要求1～3任一项所述的无功配置方法，其特征在于，上述步骤S3中：

所述多目标无功优化配置模型的目标函数为：

minf(u,x)＝{f₁(u,x),f₂(u,x)}

式中，u为控制变量；x为状态变量；f₁(u,x)为系统多馈入直流相互作用因子MIIF_s；f₂(u,x)为无功补偿装置安装投资成本和网损成本之和；

所述多目标无功优化配置模型的约束条件包括：

电容器和电抗器无功补偿容量的约束Q_c,i,min≤Q_c,i≤Q_c,i,max，式中：Q_c,i为在节点i安装无功补偿装置的容量，Q_c,i,min、Q_c,i,max分别为无功补偿装置的最大和最小容量；

交流系统节点电压约束U_i,min≤U_i≤U_i,max，式中：U_i为节点i的电压，U_i,max、U_i,min分别为节点的最大和最小电压；

交流潮流约束：

其中：P_G,i、Q_G,i分别为发电机有功出力和无功出力；P_D,i、Q_D,i分别为有功负荷和无功负荷；P_dc,i、Q_dc,i分别为直流有功和无功；G_ij、B_ij分别为电导和电纳；N为系统的节点个数；θ_ij为节点i和j之间的电压相角差，V_i、V_j分别为节点i和j的电压幅值；

直流节点的约束：

P_dc,i＝U_dc,iI_dc,i

其中，U_dc,i、I_dc,i分别为第i个直流输电直流电压和直流电流；U_pcc,i为换流母线电压；k_t为换流变压器的变比；m为换流器桥数；P_dc,i为直流有功功率；α_i为换流器的触发角；R_dc为直流线路电阻；X_ci为换流电抗；R_rec为整流侧节点集合。

5.根据权利要求4所述的无功配置方法，其特征在于，所述系统多馈入直流相互作用因子MIIF_s通过下式计算：

其中，J_QU为雅克比矩阵中的元素。

6.根据权利要求4所述的无功配置方法，其特征在于：所述无功补偿装置安装投资成本和网损成本之和f₂(u,x)通过下式计算：

式中，

为无功补偿装置的投资成本；δ_i＝0或1表示节点i是否安装无功补偿设备；Q_i为无功补偿的投入电容器或电抗器的容量；C_ins为无功补偿设备的安装成本；C_pur为无功补偿设备的单价，m为的无功补偿安装的候选节点集合；第二部分

为系统的网损成本；p_k为场景k的概率；C_e为电价；ζ为年最大负荷小时数；P_loss为系统的网损。

7.根据权利要求1～3任一项所述的无功配置方法，其特征在于，上述步骤S3中求解最优解集并筛选折中解，具体为采用MOEA/D算法求解。

8.根据权利要求7所述的无功配置方法，其特征在于，采用MOEA/D算法求解的具体过程为：

设置MOEA/D算法的初始参数，根据每次迭代得到的种群，配置无功补偿，计算各目标函数值，代入MOEA/D算法，得到下一次迭代的种群，循环迭代直至迭代次数达到限定值genmax，得到最终的Pareto最优解集；

将Pareto最优解集通过基于熵权的多目标决策方法进行评估，计算每个方案的贴近度，选取贴近度相对最小的方案为最优折中解。

9.根据权利要求8所述的用于加强弱送端网架强度的无功配置方法，其特征在于，基于熵权的多目标决策方法进行评估的具体过程为：

1)数据标准化处理

假设有s个评价指标X₁,X₂,…,X_s，其中X_i＝{x₁,x₂,…,x_t}，对各个指标标准化后的值为Y₁,Y₂,…,Y_s，评价对象为t；

2)求各个指标的信息熵

式中：

如果p_ij＝0，则令p_ijlnp_ij＝0；

3)根据信息熵的公式，计算各个指标的信息熵为E₁,E₂,…,E_s，通过信息熵计算各个指标的权重：

4)利用各个指标的权重w_i对矩阵Y_ij进行归一化约束，得到属性矩阵B＝(b_ij)_s×t＝(w_i×Y_ij)_s×t；

5)计算Pareto最优解集中与理想点的贴近度，选取贴近度相对最小的解为最优折中解，其中，第j个方案与理想点的贴近度公式为：

式中，理想点

10.一种用于加强弱送端网架强度的无功配置系统，其特征在于，该系统包括：

数据预处理模块，用于通过对弱送端电网中接入的风电数据进行处理，将风力发电机转化为已知节点注入有功功率P和无功功率Q的PQ节点；

候选点选择模块，用于通过计算各PQ节点的电压变化指标确定无功补偿候选点集合；

无功配置模块，用于基于无功补偿候选点集合以及预先构建的弱送端网架强度的多目标无功优化配置模型求解得到最优解集并筛选折中解，根据所述折中解配置弱送端电网中的无功补偿装置。

Images