CN111884195B

CN111884195B - 考虑概率潮流的直流电网下垂控制裕度优化方法及系统

Info

Publication number: CN111884195B
Application number: CN202010731958.3A
Authority: CN
Inventors: 王晓辉; 李澍; 高峰
Original assignee: Shandong University
Current assignee: Shandong University
Priority date: 2020-07-27
Filing date: 2020-07-27
Publication date: 2022-01-04
Anticipated expiration: 2040-07-27
Also published as: CN111884195A

Abstract

本发明公开了一种考虑概率潮流的直流电网下垂控制裕度优化方法及系统，基于新能源不确定性功率预测，借助概率潮流计算，获得概率情况下衡量多端直流运行裕度的指标。在柔性直流参与的交直流混联电网优化中，将直流换流站的下垂控制参数纳入交直流整体优化层面的决策变量，结合交流电网最优潮流指标，构建多目标优化模型。求解此多目标优化模型，使得直流电网下垂斜率系数的选取不再是根据经验设为定值，而是考虑新能源接入带来的不确定性波动，在概率框架下通过多目标优化模型的综合求解得到。

Description

考虑概率潮流的直流电网下垂控制裕度优化方法及系统

技术领域

本发明涉及直流电网控制技术领域，特别涉及一种新能源接入交直流混联电网后，考虑概率潮流的直流电网下垂控制裕度优化方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术，并不必然构成现有技术。

凭借着良好的环境和社会效益，新能源发电在国内外得到了快速发展。同时，电力电子技术的突飞猛进使得直流输电成为资源优化配置的另一种有效方式。然而，随着新能源发电在交直流混联电网中的不断渗透，其本身固有的随机性和波动性，极大地增加了系统运行的不确定性。传统交流电网已有部分不确定性波动的应对机制，例如发电侧一次调频等。但是一次调频等功能主要为应对负荷的小范围波动而设计，对新能源出力造成的大范围波动的效果有限。事实上，在直流输电技术形成多端柔性直流电网(VSC-MTDC)的前提下，下垂控制策略将是输电侧平抑新能源不确定性的有力措施。然而以往直流电网中换流站的下垂控制参数(例如下垂斜率系数)不纳入电网调度优化，其往往是在交流最优潮流计算已经完成、换流站功率指令值已定的前提下，根据经验或较为固定的规则而确定，即下垂斜率系数并不影响交流最优潮流结果的确定。此方式极大地限制了直流电网应对新能源等强随机波动的灵活性优势发挥。

在包含新能源不确定出力的交直流混联电网中，若将直流电网各个换流站节点的下垂斜率系数纳入优化控制，既有利于从直流控制的角度，更为合理地分配未来一段时间内各换流站的调节裕度，又有利于从交直流混合最优潮流的角度，优化选择潮流运行方式和换流站功率指令值。整体上，交流/柔性直流混联电网最优运行，在VSC-MTDC灵活输出控制和下垂系数主动调节的基础上，可进一步扩展为更为高级的多目标优化问题，在满足当前时刻经济性、稳定性等传统最优潮流目标的同时，兼顾未来一段时间内，风电等新能源出力不确定性对多端直流运行裕度的影响。

在发挥VSC多端直流输电系统的灵活性方面，已有一些有益的研究探索。例如：在柔性直流参与系统优化的方式上，部分专家利用VSC构建了计及柔性直流输电系统的无功控制模型，提出了含VSC并网海上风电场的交直流最优潮流模型。另有学者针对包含风电并网的输电场景，将直流换流站视为有功、无功均可独立设定的电网节点，先对交直流电网进行潮流优化，然后将优化得到的各换流站有功功率和直流电压作为参考值，对多端柔性直流各换流站的控制参数进行适当调整，该调整基于经验进行，不纳入交直流电网的整体优化。

据发明人了解，在上述研究中，直流的下垂控制系数均根据经验设为定值，未考虑新能源发电等强随机波动条件下，固定的下垂斜率有可能无法全局最优化地抑制波动，并且也未在概率框架下研究问题。同时，上述研究也未见如何量化评估新能源随机性扰动对换流站越限程度的讨论。整体上，未见有研究对当前时刻指标和未来一段时间多端直流运行裕度指标同时提出优化要求，从而形成多维度目标的控制策略。

发明内容

有鉴于此，本发明提供了一种考虑概率潮流的直流电网下垂控制裕度优化方法及系统。该方法考虑未来一段时间内的新能源出力不确定性，将直流换流站的下垂斜率系数纳入交直流混联电网的全局调度优化。除常规交流最优潮流目标以外，还考虑概率框架下的多端直流运行裕度，构建多维度目标优化模型，并通过优化模型的求解确定直流电网在未来一段时间内的最优下垂斜率。

为了实现上述目的，在一些实施方式中，本发明采用如下技术方案：

一种考虑概率潮流的直流电网下垂控制裕度优化方法，包括：

以直流下垂斜率系数为自变量，在概率框架下确定多端直流运行裕度的衡量指标；

以各个直流换流站下垂斜率作为优化控制变量，分别以多端直流运行裕度、电网运行经济性和电网运行稳定性作为优化目标，形成多目标优化模型；

对所述模型进行求解，得到优化的换流站下垂斜率取值，进而形成直流下垂控制参与的交直流混联最优潮流方式。

在另一些实施方式中，本发明采用如下技术方案：

一种考虑概率潮流的直流电网下垂控制裕度优化系统，包括：

用于以直流下垂斜率系数为自变量，在概率框架下确定多端直流运行裕度的衡量指标的装置；

用于以各个直流换流站下垂斜率作为优化控制变量，分别以多端直流运行裕度、电网运行经济性和电网运行稳定性作为优化目标，形成多目标优化模型多目标优化的装置；

用于对所述模型进行求解，得到优化的换流站下垂斜率取值，进而形成直流下垂控制参与的交直流混联最优潮流方式的装置。

在另一些实施方式中，本发明采用如下技术方案：

一种终端设备，其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上述的考虑概率潮流的直流电网下垂控制裕度优化方法中的步骤。

在另一些实施方式中，本发明采用如下技术方案：

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上述的考虑概率潮流的直流电网下垂控制裕度优化方法中的步骤。

本发明有益效果：

1.本发明分析了调整多端柔性直流下垂斜率在应对新能源随机出力和调整潮流分布方面的作用，将下垂曲线斜率K视为交直流整体优化层面的决策变量；其值的选取不是根据经验设为定值，而是通过多目标优化模型的求解得到；该方法可充分发挥直流输电网层面措施在平抑系统波动方面的作用，弥补传统电网仅依靠发电机调频措施平抑波动的不足。

2.本发明针对新能源出力随机性，借助概率潮流计算，求取未来一段时间内直流节点功率的概率分布情况，并利用节点功率越限概率的大小衡量多端直流运行裕度。创新性地量化了直流电网在面对不确定性波动时所应关注的性能和限制条件。

3.本发明在概率框架下，构建了系统运行经济性、稳定性和多端直流运行裕度达到最优解的多维度目标优化模型，为提高直流电网的效率和弹性提供技术支撑，并且基于概率的研究框架也充分符合新能源电力系统的本质特征。

附图说明

图1为本发明实施例中提供的考虑概率潮流的直流电网下垂控制裕度优化方法总体流程图；

图2为本发明实施例中提供的换流站i下垂控制方式示意图；

图3为本发明实施例中提供的直流节点的功率越限概率示意图；

图4为本发明实施例中提供的风力发电机预期输出功率随风速变化示意图；

图5(a)-(d)分别为本发明实施例中提供的优化前后目标函数性能对比图；

图6(a)-(d)分别为本发明实施例中提供的加扰动至失稳前后的仿真波形图。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步的说明。

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本申请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申请的示例性实施方式。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，本发明中的实施例及实施例中的特征可以相互组合。

实施例一

本实施例以风力发电为例，示例性说明考虑风电概率潮流的多端柔性直流电网下垂控制裕度优化方法。

随着风电场和多端柔性直流(VSC-MTDC)建设的日渐火热，传统电网运行策略已难以完美应对当下涉及风电场随机出力的交流/柔性直流混联系统的控制需要。本发明实施例一给出了考虑风电概率潮流的直流电网下垂控制裕度优化方法，该方法的总体流程如图1所示，简要步骤如下：

(1)基于未来一段时间内的不确定性新能源功率预测，求取未来时刻的概率潮流，得到各直流节点的功率概率分布，刻画直流功率可能的概率分布范围及概率大小，并以所有直流节点功率越限概率的均值和均方差，构成多端直流运行裕度的衡量指标；

(2)以各个直流换流站下垂斜率作为优化控制变量，分别以多端直流运行裕度、电网运行经济性和电网运行稳定性作为优化目标，形成多目标优化模型；

(3)对所述多目标优化模型进行求解，得到优化的换流站下垂斜率取值，进而形成直流下垂控制参与的交直流混联最优潮流方式。

该方法的主要改进在于：

(1)分析了调整多端柔性直流下垂控制节点的下垂斜率在应对风电随机出力波动和调整潮流分布方面的积极作用，将下垂曲线斜率K视为交直流整体优化层面的决策变量。

(2)设计了多端直流运行裕度的衡量指标，将其作为优化目标函数之一，借助新能源功率预测和概率潮流求解得到功率越限概率，并进一步求解得到该指标。

(3)提出了改进后的多目标优化模型，既考虑提高系统当前时刻交直流系统的运行经济性和稳定性，又兼顾未来一段时间内功率波动对各多端直流节点运行裕度的影响。

下面对本发明实施例一的具体实现过程进行说明。

S1：直流换流站下垂控制变量的定义

目前用于多端柔性直流电网的系统控制策略主要有主从控制、裕度控制、下垂控制等。其中，下垂控制能够在同一时刻，基于预先设定的下垂曲线斜率，自动实现不平衡功率缺额在各换流站之间的重新分配，应用较为广泛。

传统下垂控制虽具有平抑波动的功能，然而，在传统下垂控制策略中，下垂斜率往往是在交流最优潮流计算已经完成、换流站功率指令值已定的前提下根据经验设置的。斜率的设置依据往往仅考虑与VSC容量成反比，不纳入电网全局优化调度，并且下垂斜率并不影响交流最优潮流的计算。在风力发电等强随机波动环境中，有可能出现部分换流站仍有功率调整空间，但其他换流站已达到甚至超过功率极限的不利情况，整体灵活性不足。

考虑到传统下垂控制的缺陷，本发明将下垂斜率K视为交直流整体优化层面的决策变量，其值的选取不仅受直流运行状态和VSC容量等影响，还需要由交直流优化模型综合求解得到。模型兼顾不平衡功率合理分配和传统最优潮流的优化目标，实现交直流系统整体运行方式最优。

设直流节点总数为n，其中下垂控制的节点数是l个，其余定功率控制的节点数是n-l个。下垂控制换流站i的有功与直流电压的之间的表达式为：

式中，P_dci为直流有功功率，P_dcri为直流功率参考指令值，U_dci为直流电压，U_dcri为直流电压指令值，K_i为下垂斜率。

在发生不确定性扰动之前，假设换流站i的运行点为(P_dci，U_dci)。则当网络中出现扰动时，由各下垂控制换流站同时承担不平衡功率ΔP。对于第i个换流站，其运行点由(P_dci，U_dci)变为(P′_dci，U′_dci)，如图2所示，有

由式(1)与式(2)得，

记换流站i的功率变化量为ΔP_i＝P′_dci-P_dci，则总不平衡功率

即下垂斜率为K_i的换流站分担的不平衡功率为

由式(5)可知，各换流站分摊的不平衡功率大小由下垂曲线斜率K_i决定。各个换流站的下垂斜率大小相同时，不均衡功率的分摊方式是均分。K_i大小不同时，不均衡功率的分摊方式是按照K_i分摊。在传统下垂控制策略下，换流站下垂斜率K_i通常基于控制人员的运行经验设定，或人为规定为与换流站容量成反比，即

其中，

分别为换流站a、b的额定容量。这种分配方式未考虑不同扰动工况下，根据情况优化分配不平衡功率的要求，不利于充分利用各直流节点的运行裕度。相比之下，可主动调整下垂斜率K_i的运行策略更加适合扰动较为频繁的系统。

K_i的取值从两个方面对交直流整体优化模型产生影响。一是如前所述，在风电不确定性扰动下，K_i的取值影响每个直流节点在扰动下的功率越限概率。如图2，对于某一个下垂控制节点，它的下垂控制线如图中红色实线所示，斜率就是下垂斜率K。在没有外加随机扰动的情况下，直流运行点固定在一个点上，施加外来扰动后，根据下垂控制的调节作用，运行点在控制线上移动，其出现在曲线上每个的位置的概率可以根据概率潮流方法计算得到。显然，在相同的运行点概率分布前提下，比较K₁和K₂两条控制线，K₁比较小，控制线比较平缓，运行点越过上下限边界的可能性就小，而K₂相对较大，曲线比较陡，运行点越过上下限边界的可能性就大。在后文中，每个直流运行点越过边界的可能性被我们定义为节点功率越限概率，所有节点功率越限概率的均值和均方差，组成了衡量多端直流运行裕度的指标。

二是，在交流/柔性直流混联电网的潮流求解中，不同的换流站控制策略对潮流的影响不同：定直流电压节点的直流电压U_dc已知，定直流功率节点的直流功率P_dc已知，而下垂控制节点则相当于U_dc和P_dc的约束关系已知。这一约束关系是通过下垂控制斜率K联系起来的。也就是说，K的取值会对交直流潮流运行点产生影响，从而间接影响经济性和稳定性等潮流优化目标。

S2：多端直流运行裕度指标的求取

在本发明中，风电等新能源的不确定性出力是潮流波动的主要来源。为了反映这一波动形式对直流运行裕度的影响，本发明设计了多端直流运行裕度指标，以衡量风电等出力具有波动性的新能源接入下，系统潮流运行点的直流功率越限概率。在后文中，该指标将作为目标函数之一，参与交直流混联电网多目标运行优化模型的搭建。对该指标含义的具体解释如下：当系统受到扰动时，各直流节点按既定的控制方式，吸纳不平衡功率，同时系统整体向着裕度减小的方向发展。当某个下垂控制节点到达运行边界点时，继续增加扰动功率，如果没有附加控制，该节点的状态变量(如电压或功率)便会超出上下限范围。事实上，未来某个时刻扰动功率的大小往往难以精确预测，只能用概率分布函数来近似描述。因此，本发明引入功率越限概率的概念，利用概率潮流得到各直流节点功率分布，逐一画出各节点功率在扰动下可能的波动范围及概率大小，并分别与上下边界值P_max和P_min进行比较。显然，分布中位于上下边界外部的部分应被视为越界部分，将其面积所代表的概率相加，就得到了该直流节点的功率越限概率，用β_i表示，第i个直流运行点用下标i区分，如图3所示。

为了使系统容纳不平衡功率的能力尽可能大，各直流节点的预期功率越限概率的均值应尽可能小，同时，各直流节点分担扰动功率的能力应相对均衡，不应当出现容纳能力过小的极端节点。因此，本发明采用各直流节点功率越限概率的均值和均方差共同构成多端直流运行裕度的衡量指标：

式中，n为直流节点个数，β_i为每个直流节点的越限概率，E_β和D_β分别为全体β_i的均值和均方差，二者共同构成多端直流运行裕度的衡量指标。

显然，多端直流运行裕度指标的求取与概率潮流计算密切相关。在实际运用中，需要先结合当前时刻的确定性潮流分布和未来一段时长内的风功率预测数据，求取未来一段时长的概率潮流，进而依据上述方法，得到各直流节点的功率分布。

S2.1：对前文涉及的风电等新能源出力预测和概率潮流计算部分做简要说明：

以风电为例，描述新能源出力预测步骤。针对其他形式的新能源，可利用不同预测方法得到出力概率预测结果，且并不影响后续概率潮流计算步骤。风电出力具有随机性和波动性的特点，增加了电力系统整体运行的不确定性，给电网运行优化带来了挑战。大量实测数据表明，绝大多数地区的风速预期分布都符合威布尔分布，即风速的概率密度函数可由下式描述：

式中，v为风速，k₀、c以及v₀为威布尔分布的三个参数，其中k₀为形状参数，c为尺度参数，v₀为位置参数。这些参数可由风速历史实测数据获得。

风力发电机功率输出曲线描述了风力发电机预期输出功率随风速变化的特性，通常可以用分段函数的形式表示，如图4：

其中，k₁＝P_r/(v₁-v₂)，k₂＝-k₁v₂，P_r为风力发电机的额定功率，v₁为额定风速，v₂为切入风速，v₃为切出风速。

目前，大型风电场中采用较多的是异步发电机，它在发出有功功率的同时还要从系统吸收无功功率，以提供其建立磁场所需的励磁电流。假定通过风电机组中电容器的自动投切，可使功率因数恒定不变，则风力发电机吸收的无功功率q_f可表示为：

q_f＝p_ftanα (11)

式中α为功率因数角。

显然，根据风速预期的概率密度函数，可以求出风电预期出力(有功、无功)的概率密度函数。

计及风功率的不确定性，交直流混联电网中各节点功率预测分布的获取通常需要借助概率潮流等方法。概率潮流是一种计及电力系统中各种因素随机变化对系统运行影响的潮流计算方法。它可综合考虑电力系统网络拓扑结构、元件的参数、节点负荷值、发电机出力等变量变化的不确定情况。点估计法是统计推断和解决概率问题的重要方法，其基本思想是借助总体统计量的观测值来估计总体未知参数值，在电力系统中的应用已较为成熟，其中最典型的应用就是计算概率潮流。使用点估计方法对含风电的电力系统进行概率潮流计算的主要思路是，根据概率分布特性对每个风速分布选取t个点，与其他风速分布的均值一起，进行确定性计算，进而计算节点电压和支路传输功率等待求状态变量的各阶原点矩。其中，一阶原点矩为状态变量的均值，它和其它各阶原点矩一起，共同反应待求状态变量的概率分布。t＝3时的三点估计方法被认为具有良好的计算性能。

以风电接入交直流混联电网为例，多端直流电网整体运行裕度指标的获取流程可以概括为如下步骤：

(1)将风速历史实测数据代入威布尔分布模型，用概率密度函数描述典型日每隔一段时间(例如15分钟)的风速预测数据；

(2)利用风力发电机功率输出曲线，求得风电出力概率分布的预测数据；

(3)用概率潮流方法，结合当前时刻的确定性潮流分布和未来15分钟内的风功率预测数据，求取未来15分钟的概率潮流，得到各直流节点的功率分布；

(4)对各个直流节点，分别判断功率越限概率；

(5)统计所有直流节点功率越限概率的均值和均方差，作为衡量多端直流运行裕度的指标。

S3：多目标优化模型的建立

本发明将各个换流站下垂斜率K视为交直流整体优化层面的决策变量，并利用换流站节点功率越限概率的大小衡量多端直流运行裕度，作为优化模型的优化目标之一，进行优化求解。这是本发明提出的优化模型区别于传统多目标最优潮流模型的两个关键点。下面对优化模型进行整体阐述。

本发明实施例提出的整体性优化方案是针对稳态系统进行控制，兼顾系统当前运行方式和未来功率扰动影响下最优运行的控制策略模型。

模型考虑四个维度的目标，既考虑提高系统当前时刻交直流系统的运行经济性和稳定性，又兼顾未来一段时间内功率波动对各直流节点运行裕度的影响，形成多维度的优化策略。目标函数表示为：

min f₁＝ατ(P_{ac_loss}+P_{dc_loss})+h_cΔQ_c

max f₂＝δ_χ

min f₃＝E_β

min f₄＝D_β (12)

式中，f₁描述运行经济性，f₂描述系统稳定性，f₃和f₄描述多端直流运行裕度。P_{ac_loss}和P_{dc_loss}分别表示交流和直流损耗，α为电力价格，τ为模型仿真过程的总时长，h_c为反映补偿设备调度成本的系数，ΔQ_c是系统从一个运行点向另一个运行点转变时，补偿设备投入或切除的无功量，δ_χ为系统稳定性的评估指标。E_β和D_β分别为直流节点i越限概率β_i的均值和均方差，二者共同构成多端直流运行裕度的衡量指标。

经济性指标包括两部分内容。一是网络上的功率损耗。二是，考虑到无功补偿设备等的投切操作需要消耗一定的折旧成本和人力成本，若相关调整操作较为频繁，由此带来的经济负担往往难以忽略，应当被作为优化目标的一部分，综合加以考虑。

在传统潮流优化中，网损指标是以功率的单位(千瓦)来衡量，传统优化就是在某一个运行方式下，使网损尽量小。但考虑到电网的运行方式是一个动态的变化过程，从系统开始在某一个运行方式下运行，直到切换至另一个运行方式切换的一段时间内，所有投入使用的线路和电气元件上损耗的功率，便是一种能量的概念。将其与衡量能量损耗的指标(如电价)相乘，便可以将网损换算为经济指标。在一个运行方式到另一个运行方式切换的时候，除了网损之外，还应把无功调节的调节量带来的经济成本考虑进去，让二者的加权和达到最优，从而转换成一个统一的目标函数，从而从整体上对优化控制策略的结果进行评估。

在稳定性评估时，采用潮流雅可比矩阵J的最小奇异值δ_min来衡量。与常用的潮流均衡度等间接、模糊衡量稳定性的指标相比，奇异值分析与静态稳定机理直接相关，更能直观体现稳定本质。该方法对小干扰下的动态特性进行展开，写成多组奇异值下的动态模式之和。以h阶雅可比矩阵J为例，分解可得：

其中，Z和W都是阶数为h的正交矩阵；Λ是对角矩阵，由奇异值δ_i构成；z_i、w_i是Z和W中与δ_i相对的列向量。在稳定运行方式下，J非奇异，δ_min>0。若δ_min减小，表示相同的干扰量会导致状态变量更大的改变，整体稳定程度变坏，δ_min的大小能够衡量当前运行点与稳定极限的相对位置远近，可基于此评估系统稳定性。当δ_min＝0时，矩阵J奇异，系统稳定程度指标到达边界。

f₃和f₄是描述多端直流运行裕度的目标函数，前文已做过详细说明，此处不再赘述。

在模型中，将直流下垂控制节点的下垂斜率K视为交直流整体优化层面的决策变量，其值的选取不仅受直流运行状态和VSC容量等影响，还需要最大程度体现对交流的支撑作用。应当由优化模型综合求解得到。模型兼顾了不平衡功率合理分配和传统最优潮流的优化目标，实现交直流系统整体运行方式最优。

模型中包含等式和不等式约束。首先，模型应满足系统潮流约束，即交直流潮流有解。计及直流损耗，VSC-MTDC各换流站的有功功率还应满足平衡关系。其他不等式约束还包括无功补偿、电压波动、发电机有功和无功出力的上下限范围等。

在模型中，目标函数和约束条件的表达均需用到功率、电压等潮流结果，而潮流计算通常无法给出这些结果的解析表达式，需要通过迭代实现数值求解。因此，整个模型也无法解析求解。本发明实施例采用人工智能算法，如多目标遗传算法NSGA-Ⅱ等方法求解模型。

S4：仿真分析

为了使得本领域技术人员能够更加清楚地了解本发明实施例的技术方案，以下将结合具体的实施例与对比例说明本发明实施例的技术方案。

在IEEE30节点模型中，接入三端柔性直流网络。三端直流通过换流站与交流系统连接。三个换流站的控制方式均为电压下垂控制，下垂斜率K为可变的控制变量。将交流系统两个发电机节点的出力方式改为风电厂的概率性出力，风速概率分布由历史数据求得。运用本发明实施例提出的控制策略，采用多目标遗传算法NSGA-Ⅱ求解。

运行结果给出了最优解集中的四个典型解。与优化策略执行前的运行方式相比，优化后运行经济性、稳定性和多端直流运行裕度指标均有了较大改善。并通过时域仿真进行了验证。

本发明实施例中提出的模型属于多目标优化，四个目标函数是相互独立的。其中一个目标的改善的同时，其他目标却可能向着变差的方向发展，难以得到使所有目标同时到达最优的运行方式。事实上，本发明实施例采用的智能算法也并非追求绝对意义上的唯一最优解，而是力图得到一个最优解集。解集内的任一解均与解集内的其他解互有优劣。决策者应根据系统运行的实际要求和偏好，从最优解集中选择符合需求的运行方式。

表1给出了最优解集中的四个典型解。本发明将其与优化策略执行前的潮流方式进行了对比，如图5(a)-(d)；其中，5(a)为优化前后网损对比示意图，5(b)为优化前后系统稳定性对比示意图；5(c)为优化前后多端直流运行裕度对比示意图；5(d)为优化前后多端直流运行裕度对比示意图。

表1优化策略执行前后结果对比

根据表1，与优化前的运行方式相比，优化后运行经济性、系统稳定性和多端直流运行裕度指标均有了较大改善。其中，在网损指标方面，典型方式1改善最大，减小了5.2％；在系统稳定性指标方面，典型方式1和2改善最大，最小奇异值均提高了0.04％；在运行裕度方面，典型方式4改善最大，越限概率均值和均方差指标分别减小了91.98％和93.40％。在系统运行中，决策者应当根据现实情况，应用最符合实际要求的优化结果。

接下来检验优化效果。由表1可以直观看出，优化后的各个典型运行方式在网损指标上均优于优化前的运行方式。可以认为，优化策略在减小网损方面起到了较好的作用。

对上述4种典型潮流方式，在风电接入节点分别施加功率扰动，进行时域仿真，以验证优化策略在改善稳定性方面的有效性。由于优化前后稳定性指标相差不大，直接比较的结果有可能不够明显，故通过系统刚好失稳时所加的扰动相对大小，来判断相对稳定裕度大小。

在优化后的典型潮流方式基础上，分别加扰动，观察系统是否失稳。如果未失稳，就增加扰动量数值并重新仿真，直到刚好到达失稳边界为止，记录系统刚好失稳时所加的扰动大小。对优化前的潮流方式，同样进行上述操作作为对比。以典型潮流方式1和优化前为例，仿真结果如图6(a)至图6(d)所示。

图6(a)给出了典型潮流方式1加入332MW扰动时的电压波形，发电机相对功角见图6(b)，几条曲线分别是在30节点交流系统中选取的几个有代表性的交流节点，由图可见，此时系统整体电压水平已经降得很低，电压标幺值在0.8左右，部分发电机的相对功角也有较大波动。加入333MW扰动时，电压波形和发电机相对功角波形均失稳。因此认为，332MW是系统非常接近稳定极限的点，333MW是典型潮流方式1刚好失稳时对应的扰动量。

图6(c)给出了优化前运行方式在加入315MW扰动时的电压波形，发电机相对功角见图6(d)，几条曲线分别是在30节点交流系统中选取的几个有代表性的交流节点。可见，此时系统整体电压水平同样降得很低，发电机相对功角波动较大。在加入316W扰动时，系统失稳。故将316MW记录为优化前运行方式刚好失稳时对应的扰动量。

用同样的方式，对模型求解结果中的典型方式2至典型方式4也进行仿真分析，在此不一一给出仿真波形图。根据仿真结果，系统刚好失稳时所加的扰动相对大小总结在表2中。

表2系统刚好失稳时所加的扰动相对大小对比

由表格可以清楚地看出，优化后的几个典型运行方式在刚好失稳时所加的扰动较为接近，且均比优化前大5％以上，即优化后稳定性有所改善，从而证明了优化策略在提高稳定性方面的积极作用。

实施例二

在一个或多个实施方式中，公开了一种考虑概率潮流的直流电网下垂控制裕度优化系统，包括：

用于以各个直流换流站下垂斜率作为优化控制变量，分别以多端直流运行裕度、电网运行经济性和电网运行稳定性作为优化目标，形成多目标优化模型的装置；

上述装置的具体实现方式采用实施例一中公开的方法实现，不再赘述。

实施例三

在一个或多个实施方式中，公开了一种终端设备，包括服务器，所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例一中的考虑概率潮流的直流电网下垂控制裕度优化方法中的步骤。为了简洁，在此不再赘述。

应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列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。

存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。

在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。

实施例一中的考虑概率潮流的直流电网下垂控制裕度优化方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。

本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，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。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明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发明的保护范围以内。

Claims

1.一种考虑概率潮流的直流电网下垂控制裕度优化方法，其特征在于，包括：

以直流下垂斜率系数为自变量，在概率框架下确定多端直流运行裕度的衡量指标；所述在概率框架下确定多端直流运行裕度的衡量指标，具体过程包括：

获取未来设定时间的新能源出力概率分布的预测数据；

利用概率潮流方法，结合所述预测数据，计算未来设定时间内各直流节点的功率分布；

基于所述的概率分布，考虑不同下垂斜率对潮流的影响，统计所有直流节点功率越限概率的均值和均方差，作为衡量多端直流运行裕度的指标；

2.如权利要求1所述的一种考虑概率潮流的直流电网下垂控制裕度优化方法，其特征在于，计算未来设定时间内各直流节点的功率分布，具体过程包括：

利用概率潮流方法，结合未来设定时间内的新能源功率预测数据，求取未来设定时间的概率潮流，得到各直流节点的功率分布。

3.如权利要求2所述的一种考虑概率潮流的直流电网下垂控制裕度优化方法，其特征在于，得到各直流节点的功率分布之后，还包括：

利用各直流节点的功率分布，逐一画出其功率在扰动下波动范围及概率大小，并分别与上下边界值进行比较；所述概率分布中，位于上下边界外部部分的面积所代表的概率就是该节点的功率越限概率，选用各直流节点功率越限概率的均值和均方差，共同构成多端直流运行裕度的衡量指标。

4.如权利要求1所述的一种考虑概率潮流的直流电网下垂控制裕度优化方法，其特征在于，构建的多目标优化模型的目标函数包括：描述运行经济性的目标函数、描述系统稳定性的目标函数以及描述系统功率裕度的目标函数。

5.一种考虑概率潮流的直流电网下垂控制裕度优化系统，其特征在于，包括：

用于以直流下垂斜率系数为自变量，在概率框架下确定多端直流运行裕度的衡量指标的装置；所述在概率框架下确定多端直流运行裕度的衡量指标，具体过程包括：

获取未来设定时间的新能源出力概率分布的预测数据；

6.一种终端设备，其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，其特征在于，所述指令适于由处理器加载并执行权利要求1-4任一项所述的考虑概率潮流的直流电网下垂控制裕度优化方法中的步骤。

7.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-4任一项所述的考虑概率潮流的直流电网下垂控制裕度优化方法中的步骤。