CN111682594A - 数据驱动的配电网柔性变电站无模型自适应电压控制方法 - Google Patents

数据驱动的配电网柔性变电站无模型自适应电压控制方法 Download PDF

Info

Publication number
CN111682594A
CN111682594A CN202010542904.2A CN202010542904A CN111682594A CN 111682594 A CN111682594 A CN 111682594A CN 202010542904 A CN202010542904 A CN 202010542904A CN 111682594 A CN111682594 A CN 111682594A
Authority
CN
China
Prior art keywords
flexible
substation
voltage
distribution network
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
Application number
CN202010542904.2A
Other languages
English (en)
Other versions
CN111682594B (zh
Inventor
王成山
霍彦达
冀浩然
于建成
李鹏
宋关羽
刘云
邓占锋
赵国亮
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.)
Tianjin University
State Grid Tianjin Electric Power Co Ltd
Global Energy Interconnection Research Institute
Original Assignee
Tianjin University
State Grid Tianjin Electric Power Co Ltd
Global Energy Interconnection Research Institute
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 Tianjin University, State Grid Tianjin Electric Power Co Ltd, Global Energy Interconnection Research Institute filed Critical Tianjin University
Priority to CN202010542904.2A priority Critical patent/CN111682594B/zh
Publication of CN111682594A publication Critical patent/CN111682594A/zh
Application granted granted Critical
Publication of CN111682594B publication Critical patent/CN111682594B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/38—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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/30—Reactive power compensation

Landscapes

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

Abstract

一种数据驱动的配电网柔性变电站无模型自适应电压控制方法：根据选定的有源配电网，输入系统的参数信息；依据给出的有源配电网，调节柔性变电站有功传输功率及柔性变电站两端口无功出力水平，分别获取配电网各个节点电压量测的变化量，计算节点电压‑柔性变电站出力的灵敏度向量；初始化控制时刻，更新优化时段；判断电压控制误差是否满足精度要求；以有效调节区各节点电压量测值与电压参考值之间的偏差最小为目标，建立无模型自适应的柔性变电站数据驱动电压控制模型；求解该模型，得到柔性变电站电压控制策略并下发到柔性变电站；执行柔性变电站电压控制策略；更新控制时刻。本发明能够实现对含柔性变电站的配电网电压优化控制问题的求解。

Description

数据驱动的配电网柔性变电站无模型自适应电压控制方法
技术领域
本发明涉及一种配电网电压控制方法。特别是涉及一种数据驱动的配电网柔性变电站无模型自适应电压控制方法。
背景技术
分布式电源(Distributed Generation,DG)的高渗透率接入使配电系统的形态特征和运行调控发生了显著变化，在运行中带来馈线功率大幅波动以及电压越限等诸多问题，使系统的运行控制面临着巨大挑战。然而，传统配电系统的调节手段有限，尤其是针对一次系统的控制手段严重匮乏，且已有装备多是针对无功功率的调节。
随着先进电力电子技术逐渐成熟，配电层面中柔性电力电子装备广泛应用，有效提升了配电系统的运行可控性和灵活性。其中，被用于取代传统联络开关的智能软开关作为网络侧代表性柔性配电装备，是柔性变电站重要组成部分。其馈线柔性互联和灵活运行调控能力成为配电系统形态发展的重要驱动力。柔性变电站具备灵活、快速、精确的功率交换控制功能，通过改善相连馈线间的潮流分布，可以有效应对分布式电源接入带来的电压越限问题。然而在实际复杂的运行环境下，配电网的准确参数难以获得，而柔性变电站的日前优化策略一般不适合运行状态的频繁变化。因此，在缺乏精确参数的情况下，构建一种更智能、更具适应性的柔性变电站调节模式对于配电网优化运行至关重要。
智能量测终端和通信网络的快速发展推动了配电系统高度信息化，多源异构的配用电大数据急剧增长，且蕴含着用户行为特性、系统态势发展等极为重要的信息。数据驱动不依赖受控系统的详细数学模型信息，仅通过利用量测数据，统计性描述复杂环节的输入输出关系，实现复杂环节未知特性的模拟构建。数据驱动控制能有效地解决机构建模中缺乏精确参数的问题，有效避免了传统机理建模的局限性，对高度非线性和强不确定性具有很强的适用能力。
配电网无模型自适应电压控制方法是基于数据驱动的配电网电压控制方法，其理论基础是利用一个新引入的伪偏导数或伪雅可比矩阵的概念，在受控系统轨线附近用动态线性时变模型来代替一般非线性系统。此方法无需知道配电网详细数学模型，只需根据配电网实时运行数据建立数据模型，便能够动态自适应地刻画系统输入输出关系，进而实现配电网电压控制的目标。
因此，提出一种数据驱动的配电网柔性变电站无模型自适应电压控制方法，为配电网电压优化问题提供新的思路，有助于配电侧安全性和用户体验的提升。
发明内容
本发明所要解决的技术问题是，提供一种更智能、更具适应性的柔性变电站调节模式的数据驱动的配电网柔性变电站无模型自适应电压控制方法。
本发明所采用的技术方案是：一种数据驱动的配电网柔性变电站无模型自适应电压控制方法，包括如下步骤：
1)根据选定的有源配电网，输入系统的参数信息，包括：柔性变电站的接入位置、容量和有功无功出力功率上限，柔性变电站初始出力水平，节点电压参考值Uref，灵敏度分区阈值σ，电压控制误差精度，控制步长Δt，控制时段ΔT，优化时间T，控制器伪雅可比矩阵初始值，初始化优化时段s＝0；
2)依据步骤1)给出的有源配电网，调节柔性变电站有功传输功率及柔性变电站两端口无功出力水平，分别获取配电网各个节点电压量测的变化量，计算节点电压-柔性变电站出力的灵敏度向量；
3)依据步骤2)中所得到的节点电压-柔性变电站出力的灵敏度向量，依据灵敏度分区阈值划分柔性变电站的有效调节区域，初始化控制时刻t＝0，更新优化时段s＝s+1；
4)依据步骤3)确定的有效调节区域，计算电压控制误差，判断电压控制误差是否满足精度要求，若电压控制误差满足精度要求则转到步骤8)，若不满足则转到下一步；
5)以有效调节区各节点电压量测值与电压参考值之间的偏差最小为目标，建立无模型自适应的柔性变电站数据驱动电压控制模型；
6)采用梯度下降法求解所述的无模型自适应的柔性变电站数据驱动电压控制模型，得到柔性变电站电压控制策略并下发到柔性变电站；
7)执行步骤6)得到的柔性变电站电压控制策略，并获取有效调节区域的节点电压量测；
8)更新控制时刻t＝t+Δt，判断t是否大于控制时段ΔT，若不大于则转到步骤4)，若大于则转到下一步；
9)判断s*ΔT是否大于优化时间T，若大于则结束，若不大于则返回步骤2)。
本发明的数据驱动的配电网柔性变电站无模型自适应电压控制方法，综合考虑了配电网线路参数不可知性、分布式电源位置和出力情况不确定性，无需知道配电网详细数学模型，只需根据配电网实时运行数据建立数据模型，便能够动态自适应地刻画系统输入输出关系，进而实现配电网电压控制的目标。通过建立基于数据驱动的柔性变电站无模型自适应电压控制策略，能够实现对含柔性变电站的配电网电压优化控制问题的求解。
附图说明
图1是本发明数据驱动的配电网柔性变电站无模型自适应电压控制方法的流程图；
图2是配电网10:00有效调节区域划分结果；
图3是配电网20:00有效调节区域划分结果；
图4是10:00方案一、方案二电压控制后各节点电压值对比结果；
图5是10:00电压误差随迭代次数变化的曲线；
图6是10:00柔性变电站有功传输功率以及无功出力变化；
图7是各个控制步长下柔性变电站端口二无功出力控制策略。
图8是24小时方案一、方案二电压控制后节点电压最值对比结果；
图9是24小时柔性变电站有功传输功率以及无功出力变化；
图10是配电网发生重构前后电压变化曲线；
图11是配电网发生重构前后柔性变电站有功传输功率变化曲线；
图12是配电网分布式电源出力波动时电压变化曲线；
图13是配电网分布式电源出力波动时柔性变电站有功传输功率变化曲线。
具体实施方式
下面结合实施例和附图对本发明的数据驱动的配电网柔性变电站无模型自适应电压控制方法做出详细说明。
如图1所示，本发明的数据驱动的配电网柔性变电站无模型自适应电压控制方法，包括如下步骤：
1)根据选定的有源配电网，输入系统的参数信息，包括：柔性变电站的接入位置、容量和有功无功出力功率上限，柔性变电站初始出力水平，节点电压参考值Uref，灵敏度分区阈值σ，电压控制误差精度，控制步长Δt，控制时段ΔT，优化时间T，控制器伪雅可比矩阵初始值，初始化优化时段s＝0；
2)依据步骤1)给出的有源配电网，调节柔性变电站有功传输功率及柔性变电站两端口无功出力水平，分别获取配电网各个节点电压量测的变化量，计算节点电压-柔性变电站出力的灵敏度向量；其中，所述的节点电压-柔性变电站出力灵敏度向量的计算方法如下：
Ω＝Ωa+Ωb+Ωc
Ωa＝Δ|V1|/ΔP
Ωb＝Δ|V2|/ΔQ1
Ωc＝Δ|V3|/ΔQ2
式中，Ω表示节点电压-柔性变电站出力灵敏度向量，Ωa表示节点电压-柔性变电站有功传输功率灵敏度，Ωb和Ωc分别表示表示节点电压-柔性变电站两端口无功出力的灵敏度，ΔP和Δ|V1|表示柔性变电站有功功率传输变化量和对应的节点电压变化量，ΔQ1和Δ|V2|表示柔性变电站一端无功出力变化量和对应的节点电压变化量，ΔQ2和Δ|V3|表示柔性变电站另一端无功出力变化量和对应的节点电压变化量。
3)依据步骤2)中所得到的节点电压-柔性变电站出力的灵敏度向量，依据灵敏度分区阈值划分柔性变电站的有效调节区域，初始化控制时刻t＝0，更新优化时段s＝s+1；
所述的柔性变电站有效调节区域划分方法为：
Figure BDA0002539545370000031
式中，Ωi表示节点电压-柔性变电站出力灵敏度向量中节点i对应的元素，σ表示灵敏度分区阈值。
4)依据步骤3)确定的有效调节区域，计算电压控制误差，判断电压控制误差是否满足精度要求，若电压控制误差满足精度要求则转到步骤8)，若不满足则转到下一步；
所述的电压控制误差ξ为：
ξ＝||U[t]-Uref||2
式中，U[t]是t时刻配电网有效调节区域各节点电压的量测值，Uref代表有效调节区域节点电压参考值。
5)以有效调节区各节点电压量测值与电压参考值之间的偏差最小为目标，建立无模型自适应的柔性变电站数据驱动电压控制模型；
所述的无模型自适应的柔性变电站数据驱动电压控制模型包括：
Figure BDA0002539545370000041
式中，
Figure BDA0002539545370000042
表示t+Δt时刻配电网有效调节区域各个节点电压的估计值，U[t]是t时刻配电网有效调节区域各个节点电压的量测值，X[t]为柔性变电站有功传输功率及两端口无功出力向量，表示为[Psop[t],
Figure BDA0002539545370000043
其中Psop[t]、
Figure BDA0002539545370000044
分别表示t时刻柔性变电站有功传输功率及两端口无功出力，X[t]和X[t-Δt]分别表示t时刻和t-Δt时刻柔性变电站有功传输功率向量及两端口无功出力向量，Φ[t]表示t时刻伪雅可比矩阵，用来反映系统内部结构和参数，表达式为：
Figure BDA0002539545370000045
式中，
Figure BDA0002539545370000046
是控制器估计出的t时刻有效调节区域节点电压，μ代表权重系数，Φ[t-Δt]表示t-Δt时刻的伪雅可比矩阵；
有效调节区各节点电压量测值与电压参考值之间的偏差最小目标J(X[t])表达为：
Figure BDA0002539545370000047
式中，λ代表权重系数。
6)采用梯度下降法求解所述的无模型自适应的柔性变电站数据驱动电压控制模型，得到柔性变电站电压控制策略并下发到柔性变电站；
所述的采用梯度下降法求解所述的无模型自适应的柔性变电站数据驱动电压控制模型的方法为：
Figure BDA0002539545370000048
式中，X[t]和X[t-Δt]分别表示t时刻和t-Δt时刻柔性变电站有功传输功率向量及两端口无功出力向量，
Figure BDA0002539545370000049
表示t+Δt时刻配电网有效调节区域各个节点电压的估计值，Φ[t]表示t时刻伪雅可比矩阵，λ、ρ代表权重系数，Pr是投影算子，表示为：
Figure BDA00025395453700000410
式中
Figure BDA00025395453700000411
表示约束域Θ的切平面的法向量，Θ是柔性变电站出力的约束域，满足
Figure BDA00025395453700000412
式中Psop[t]、
Figure BDA00025395453700000413
分别表示t时刻柔性变电站有功无功出力，Sn表示柔性变电站额定容量；
迭代求解伪雅可比矩阵Φ[t]的公式为：
Figure BDA00025395453700000414
若Φ[t]≤0.001或ΔX[t-Δt]≤0.001或sign(Φ[t])≠sign(Φ[1])，则Φ[t]＝Φ[1]，否则，Φ[t]取迭代求解伪雅可比矩阵Φ[t]公式的计算结果；
式中，其中Φ[t]和Φ[t-Δt]分别表示t时刻和t-Δt时刻的伪雅可比矩阵，Φ[1]为Φ[t]的初始值，用步骤2)中所得到的节点电压-柔性变电站出力的灵敏度向量表示，ΔX[t-Δt]＝X[t-Δt]-X[t-2Δt]，X[t-Δt]和X[t-2Δt]分别表示t-Δt时刻和t-2Δt时刻柔性变电站有功无功出力向量，ΔU[t]＝ΔU[t]-U[t-Δt]，U[t]和U[t-Δt]分别表示t时刻和t-Δt时刻配电网有效调节区域各个节点电压的量测值，μ和η代表权重系数。
7)执行步骤6)得到的柔性变电站电压控制策略，并获取有效调节区域的节点电压量测；
8)更新控制时刻t＝t+Δt，判断t是否大于控制时段ΔT，若不大于则转到步骤4)，若大于则转到下一步；
9)判断s*ΔT是否大于优化时间T，若大于则结束，若不大于则返回步骤2)。
具体实例：
对于本实施例，配电网包括33个节点，拓扑连接情况如图2所示，18-33节点处接入一台容量2MVA，有功无功出力功率上限分别为8kW、5kvar的双端口柔性变电站；7、13、27节点接入光伏；10、16、17、30、33节点接入风机；控制步长Δt＝20s，控制时段ΔT＝1h，优化时间T＝24h；灵敏度分区阈值设为0.5；配电网的电压参考值设定为1.0p.u；电压控制误差要求为10-2。权重系数λ、ρ、η、μ取值为1、1、1、5。采用数据驱动的配电网柔性变电站无模型自适应电压控制方法进行优化，经过上述步骤可以得到各个时刻柔性变电站出力策略。为验证该方法的有效性，针对配电网采用如下两个控制方案进行对比。
方案一：不采用控制方法；
方案二：采用本发明的数据驱动的配电网柔性变电站无模型自适应电压控制方法；
执行优化计算的计算机硬件环境为Intel(R)Xeon(R)CPU E5-1603 0，主频为2.8GHz，内存为16GB；软件环境为Windows 10操作系统。
采用本发明的数据驱动的配电网柔性变电站无模型自适应电压控制方法，本实施例配电网10:00和20:00有效调节区域划分结果如图2、图3所示。以10:00为例，方案一、方案二电压控制后各节点电压值对比结果如图4所示，电压误差随迭代次数变化的曲线如图5所示。10:00柔性变电站有功传输功率以及无功出力变化如图6所示，图中P、Q1、Q2分别代表柔性变电站有功传输功率以及无功出力。从图4-图6中可以看出，方案二能有效调节本实施例配电网电压水平。24小时方案一、方案二电压控制后节点电压最值对比结果如图7所示，柔性变电站有功传输功率以及无功出力变化如图8所示。综合图4-图8可以看出，本发明的数据驱动的配电网柔性变电站无模型自适应电压控制方法可以有效解决电压优化问题。
为了进一步验证本发明的数据驱动的配电网柔性变电站无模型自适应电压控制方法的自适应性，分别在配电网发生重构和分布式电源出力波动的情境下使用本发明的方法进行控制。以10:00-11:00为例，图9是配电网发生重构时的拓扑变化；图10、图11是配电网发生重构前后电压和柔性变电站有功传输功率变化曲线。以10:00-10:30为例，图12、图13是配电网分布式电源出力波动时电压和柔性变电站有功传输功率变化曲线，其中分布式电源出力采样间隔为5分钟。综合图9-图13，可以看出，本发明的方法具有对配电复杂运行环境的自适应性。综上所述，本发明的数据驱动的配电网柔性变电站无模型自适应电压控制方法可以有效解决配电网电压优化控制问题，对于配电网络调度运行具有重要意义。

Claims (3)

1.一种数据驱动的配电网柔性变电站无模型自适应电压控制方法，其特征在于，包括如下步骤：
1)根据选定的有源配电网，输入系统的参数信息，包括：柔性变电站的接入位置、容量和有功无功出力功率上限，柔性变电站初始出力水平，节点电压参考值Uref，灵敏度分区阈值σ，电压控制误差精度，控制步长Δt，控制时段ΔT，优化时间T，控制器伪雅可比矩阵初始值，初始化优化时段s＝0；
2)依据步骤1)给出的有源配电网，调节柔性变电站有功传输功率及柔性变电站两端口无功出力水平，分别获取配电网各个节点电压量测的变化量，计算节点电压-柔性变电站出力的灵敏度向量；
3)依据步骤2)中所得到的节点电压-柔性变电站出力的灵敏度向量，依据灵敏度分区阈值划分柔性变电站的有效调节区域，初始化控制时刻t＝0，更新优化时段s＝s+1；
4)依据步骤3)确定的有效调节区域，计算电压控制误差，判断电压控制误差是否满足精度要求，若电压控制误差满足精度要求则转到步骤8)，若不满足则转到下一步；
5)以有效调节区各节点电压量测值与电压参考值之间的偏差最小为目标，建立无模型自适应的柔性变电站数据驱动电压控制模型；
6)采用梯度下降法求解所述的无模型自适应的柔性变电站数据驱动电压控制模型，得到柔性变电站电压控制策略并下发到柔性变电站；
7)执行步骤6)得到的柔性变电站电压控制策略，并获取有效调节区域的节点电压量测；
8)更新控制时刻t＝t+Δt，判断t是否大于控制时段ΔT，若不大于则转到步骤4)，若大于则转到下一步；
9)判断s*ΔT是否大于优化时间T，若大于则结束，若不大于则返回步骤2)。
2.根据权利要求1所述的数据驱动的配电网柔性变电站无模型自适应电压控制方法，其特征在于，步骤5)中所述的无模型自适应的柔性变电站数据驱动电压控制模型包括：
Figure FDA0002539545360000011
式中，
Figure FDA0002539545360000012
表示t+Δt时刻配电网有效调节区域各个节点电压的估计值，U[t]是t时刻配电网有效调节区域各个节点电压的量测值，X[t]为柔性变电站有功无功出力向量，表示为
Figure FDA0002539545360000013
其中Psop[t]、
Figure FDA0002539545360000014
分别表示t时刻柔性变电站有功传输功率及两端口无功出力，X[t]和X[t-Δt]分别表示t时刻和t-Δt时刻柔性变电站有功传输功率向量及两端口无功出力向量，Φ[t]表示t时刻伪雅可比矩阵，用来反映系统内部结构和参数，表达式为：
Figure FDA0002539545360000015
式中，
Figure FDA0002539545360000016
是控制器估计出的t时刻有效调节区域节点电压，μ代表权重系数，Φ[t-Δt]表示t-Δt时刻的伪雅可比矩阵；
有效调节区各节点电压量测值与电压参考值之间的偏差最小目标J(X[t])表达为：
Figure FDA0002539545360000021
式中，λ代表权重系数。
3.根据权利要求1所述的数据驱动的配电网柔性变电站无模型自适应电压控制方法，其特征在于，步骤6)中所述的采用梯度下降法求解所述的无模型自适应的柔性变电站数据驱动电压控制模型的方法为：
Figure FDA0002539545360000022
式中，X[t]和X[t-Δt]分别表示t时刻和t-Δt时刻柔性变电站有功传输功率向量及两端口无功出力向量，
Figure FDA0002539545360000023
表示t+Δt时刻配电网有效调节区域各个节点电压的估计值，Φ[t]表示t时刻伪雅可比矩阵，λ、ρ代表权重系数，Pr是投影算子，表示为：
Figure FDA0002539545360000024
式中
Figure FDA0002539545360000025
表示约束域Θ的切平面的法向量，Θ是柔性变电站出力的约束域，满足
Figure FDA0002539545360000026
式中Psop[t]、
Figure FDA0002539545360000027
分别表示t时刻柔性变电站有功无功出力，Sn表示柔性变电站额定容量；
迭代求解伪雅可比矩阵Φ[t]的公式为：
Figure FDA0002539545360000028
若Φ[t]≤0.001或ΔX[t-Δt]≤0.001或sign(Φ[t])≠sign(Φ[1])，则Φ[t]＝Φ[1]，否则，Φ[t]取迭代求解伪雅可比矩阵Φ[t]公式的计算结果；
式中，其中Φ[t]和Φ[t-Δt]分别表示t时刻和t-Δt时刻的伪雅可比矩阵，Φ[1]为Φ[t]的初始值，用步骤2)中所得到的节点电压-柔性变电站出力的灵敏度向量表示，ΔU[t]＝ΔU[t]-U[t-Δt]，U[t]和U[t-Δt]分别表示t时刻和t-Δt时刻配电网有效调节区域各个节点电压的量测值，ΔX[t-Δt]＝X[t-Δt]-X[t-2Δt]，X[t-Δt]和X[t-2Δt]分别表示t-Δt时刻和t-2Δt时刻柔性变电站有功无功出力向量，μ和η代表权重系数。
CN202010542904.2A 2020-06-15 2020-06-15 数据驱动的配电网柔性变电站无模型自适应电压控制方法 Active CN111682594B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010542904.2A CN111682594B (zh) 2020-06-15 2020-06-15 数据驱动的配电网柔性变电站无模型自适应电压控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010542904.2A CN111682594B (zh) 2020-06-15 2020-06-15 数据驱动的配电网柔性变电站无模型自适应电压控制方法

Publications (2)

Publication Number Publication Date
CN111682594A true CN111682594A (zh) 2020-09-18
CN111682594B CN111682594B (zh) 2023-02-21

Family

ID=72435868

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010542904.2A Active CN111682594B (zh) 2020-06-15 2020-06-15 数据驱动的配电网柔性变电站无模型自适应电压控制方法

Country Status (1)

Country Link
CN (1) CN111682594B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418619A (zh) * 2020-11-10 2021-02-26 天津大学 面向柔性变电站接入的数据中心园区配电网经济运行方法
CN113890017A (zh) * 2021-09-26 2022-01-04 天津大学 基于关键量测的配电网电压自适应控制方法
CN114142498A (zh) * 2021-11-30 2022-03-04 天津大学 一种数据驱动的分布式储能自适应预测控制电压调节方法
CN115241901A (zh) * 2022-07-27 2022-10-25 天津大学 考虑数据质量的智能储能软开关数据驱动电压控制方法
CN116865343A (zh) * 2023-09-01 2023-10-10 国网天津市电力公司滨海供电分公司 分布式光伏配电网的无模型自适应控制方法、装置及介质
WO2024060344A1 (zh) * 2022-09-22 2024-03-28 广东电网有限责任公司 数据-物理融合驱动的柔性配电系统自适应电压控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100198422A1 (en) * 2009-02-05 2010-08-05 Abb Research Ltd. Integrated voltage and var optimization process for a distribution system
CN109494721A (zh) * 2018-11-20 2019-03-19 浙江大学 一种适用于含柔性多状态开关的配电网分布式自适应控制方法
CN109861202A (zh) * 2018-11-15 2019-06-07 国网江苏省电力有限公司电力科学研究院 一种柔性互联配电网动态优化调度方法及系统
CN110032828A (zh) * 2019-05-10 2019-07-19 四川大学 一种计及需求响应柔性调节的配电网两阶段分布鲁棒dg优化配置线性方法
WO2020063144A1 (zh) * 2018-09-30 2020-04-02 中国电力科学研究院有限公司 一种柔性直流电网的能源外送能力评估方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100198422A1 (en) * 2009-02-05 2010-08-05 Abb Research Ltd. Integrated voltage and var optimization process for a distribution system
WO2020063144A1 (zh) * 2018-09-30 2020-04-02 中国电力科学研究院有限公司 一种柔性直流电网的能源外送能力评估方法及系统
CN109861202A (zh) * 2018-11-15 2019-06-07 国网江苏省电力有限公司电力科学研究院 一种柔性互联配电网动态优化调度方法及系统
CN109494721A (zh) * 2018-11-20 2019-03-19 浙江大学 一种适用于含柔性多状态开关的配电网分布式自适应控制方法
CN110032828A (zh) * 2019-05-10 2019-07-19 四川大学 一种计及需求响应柔性调节的配电网两阶段分布鲁棒dg优化配置线性方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈光宇 等: "历史数据驱动下基于粗糙集的AVC系统关键参数挖掘方法", 《电力自动化设备》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112418619A (zh) * 2020-11-10 2021-02-26 天津大学 面向柔性变电站接入的数据中心园区配电网经济运行方法
CN112418619B (zh) * 2020-11-10 2022-04-15 天津大学 面向柔性变电站接入的数据中心园区配电网经济运行方法
CN113890017A (zh) * 2021-09-26 2022-01-04 天津大学 基于关键量测的配电网电压自适应控制方法
CN114142498A (zh) * 2021-11-30 2022-03-04 天津大学 一种数据驱动的分布式储能自适应预测控制电压调节方法
CN114142498B (zh) * 2021-11-30 2023-04-07 天津大学 一种数据驱动的分布式储能自适应预测控制电压调节方法
CN115241901A (zh) * 2022-07-27 2022-10-25 天津大学 考虑数据质量的智能储能软开关数据驱动电压控制方法
CN115241901B (zh) * 2022-07-27 2023-06-20 天津大学 考虑数据质量的智能储能软开关数据驱动电压控制方法
WO2024060344A1 (zh) * 2022-09-22 2024-03-28 广东电网有限责任公司 数据-物理融合驱动的柔性配电系统自适应电压控制方法
CN116865343A (zh) * 2023-09-01 2023-10-10 国网天津市电力公司滨海供电分公司 分布式光伏配电网的无模型自适应控制方法、装置及介质
CN116865343B (zh) * 2023-09-01 2024-03-29 国网天津市电力公司滨海供电分公司 分布式光伏配电网的无模型自适应控制方法、装置及介质

Also Published As

Publication number Publication date
CN111682594B (zh) 2023-02-21

Similar Documents

Publication Publication Date Title
CN111682594B (zh) 数据驱动的配电网柔性变电站无模型自适应电压控制方法
CN105023058B (zh) 一种同时考虑开关动作的配电网智能软开关运行优化方法
CN109524979B (zh) 一种含vsc-mtdc的交直流互联电网连续潮流模型
Zhao et al. Distributed plug-and-play optimal generator and load control for power system frequency regulation
CN114142498B (zh) 一种数据驱动的分布式储能自适应预测控制电压调节方法
CN104794541B (zh) 一种基于模拟退火和锥优化的配电网运行优化方法
CN108448563B (zh) 一种直流微电网分布式协同控制系统及直流微电网
Yang et al. A distributed cooperative control algorithm for optimal power flow and voltage regulation in DC power system
CN113054688B (zh) 考虑不确定性的可再生能源集群出力分布式协调控制方法
Peres et al. A pole placement approach for multi‐band power system stabilizer tuning
Younesi et al. Application of reinforcement learning for generating optimal control signal to the IPFC for damping of low‐frequency oscillations
CN110690709A (zh) 一种基于灵敏度的智能软开关区间协调电压控制方法
CN111725798A (zh) 一种用于直流微电网集群的分布式经济调度预测控制方法
CN111969662B (zh) 数据驱动的多智能软开关分区协同自适应电压控制方法
Dizche et al. Sparse wide-area control of power systems using data-driven reinforcement learning
CN115313403A (zh) 一种基于深度强化学习算法的实时电压调控方法
CN114884063A (zh) 考虑区间协调的分布式电源与储能电压控制方法及装置
CN104639293A (zh) 网络化控制系统丢包补偿装置及方法
CN107910881B (zh) 一种基于电网负载应急管理的admm控制方法
CN113890016A (zh) 数据驱动的配电网多时间尺度电压协调控制方法
CN106410829B (zh) 一种基于预测控制的储能源网协调控制系统及方法
CN113241753A (zh) 一种用于直流微电网的改进虚拟发电机控制方法
CN111817287A (zh) 一种用于直流微电网集群的非参数化模型预测三次控制方法
CN110137967B (zh) 一种针对关键节点的大规模电力系统潮流收敛性调整方法
CN111651878A (zh) 计及态势评估的大电网静态电压稳定优化决策方法及系统

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