CN112165104A - 一种多站点快速投切电容器控制方法 - Google Patents
一种多站点快速投切电容器控制方法 Download PDFInfo
- Publication number
- CN112165104A CN112165104A CN202011130193.4A CN202011130193A CN112165104A CN 112165104 A CN112165104 A CN 112165104A CN 202011130193 A CN202011130193 A CN 202011130193A CN 112165104 A CN112165104 A CN 112165104A
- Authority
- CN
- China
- Prior art keywords
- optimization model
- switching capacitor
- fast
- fast switching
- transformer substation
- 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
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
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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]
-
- 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
Abstract
本发明公开了一种多站点快速投切电容器控制方法,包括获取方式数据、待优化的变电站的母线集合和故障集;根据所述方式数据、所述待优化的变电站的母线集合和故障集,建立关于快速投切电容器投入量和动作电压阈值的优化模型;对所述优化模型进行求解,得到所述优化模型的最优解,将所述优化模型的最优解作为投切控制参数;根据投切控制参数,控制多站点快速投切电容器的运行。所述方法充分考虑了不同站点间快速投切电容器的控制参数对系统电压暂态稳定性的影响,确定每个变电站中快速投切电容器的最佳容量以及动作电压阈值,保证多站点间的快速投切电容器的协调,使得每个变电站内快速投切电容器发挥最大效用。
Description
技术领域
本发明涉及变电站电容器控制技术领域,尤其涉及一种多站点快速投切电容器控制方法。
背景技术
对于大型受端电网(特别是存在多回常规直流馈入情况),在交流系统发生严重短路故障以及故障切除后的系统恢复阶段,受端电网往往需要大量的动态无功支撑,以维持其暂态电压稳定。使用快速投切电容器作为有效的动态无功源应用于受端电网是较为常见的手段。快速投切电容器是指在变电站(主要是220kV及以上电压等级)内快速投切无功控制装置控制的低压电容器组,可通过改造站内低压电容器组的监控系统得到。快速投切电容器能够在系统发生故障导致电压跌落时快速投入,给系统提供动态无功支撑,有效提高系统的暂态电压稳定性。
目前,快速投切电容器的控制策略一般是在交流系统发生短路故障下,电压下降到事先设定的阈值以下时,延迟一段时间后投入一定量的电容器。但是这种控制策略只能考虑到单一站点,没有考虑到各站点间的协调,不能发挥每个变电站内电容器最大效用。
发明内容
针对上述问题,本发明的目的在于提供一种多站点快速投切电容器控制方法,保证多站点间的快速投切电容器的协调的同时,使得每个变电站内快速投切电容器发挥最大效用。
本发明提供一种多站点快速投切电容器控制方法,包括:
获取方式数据、待优化的变电站的母线集合和故障集;所述方式数据是指电力系统在特定负荷水平和接线方式下运行的工作数据;
根据所述方式数据、所述待优化的变电站的母线集合和故障集,建立关于快速投切电容器投入量和动作电压阈值的优化模型;
对所述优化模型进行求解,得到所述优化模型的最优解,将所述优化模型的最优解作为投切控制参数;
根据投切控制参数,控制多站点快速投切电容器的运行。
作为上述方案的改进,所述对所述优化模型进行求解,得到所述优化模型的最优解,包括:
采用布谷鸟优化算法对所述优化模型进行求解,得到所述优化模型的最优解。
作为上述方案的改进,所述采用布谷鸟优化算法对所述优化模型进行求解,得到所述优化模型的最优解,具体包括:
根据所述各个待优化变电站的快速投切电容器的动作电压阈值及快速投切电容器的动作时投入的电容器量设定对应的鸟窝;
计算每个鸟窝的适应度值;
对所述每个鸟窝的适应度值进行迭代更新;
将适应度值最小的鸟窝记为所述优化模型的最优解。
作为上述方案的改进,所述投切控制参数包括快速投切电容器的动作电压阈值和快速投切电容器投入量。
作为上述方案的改进,所述快速投切电容器关于快速投切电容器投入量和电压阈值的优化模型是一种非线性优化模型。
作为上述方案的改进,所述优化模型的目标函数是快速投切电容器投入量和系统电压恢复效果的线性组合。
实施本实施例具有如下有益效果:
考虑了不同站点间快速投切电容器的控制参数(包括快速投切电容器的动作电压阈值和快速投切电容器投入量)对系统电压暂态稳定性的影响,建立了以快速投切电容器投入量最少和系统电压恢复效果最好为目的的、基于各站点快速投切电容器投入量和电压阈值的优化模型,在根据优化模型的求解控制参数过程兼顾了多站点间的快速投切电容器的协调,能充分发挥每个变电站内电容器最大效用,提高整个大型受端电网系统的电压稳定性,为系统安全运行提供有效的决策支持。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式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发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种多站点快速投切电容器控制方法流程示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,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。
为了便于对本发明的理解,下面将对本发明的优选实施例做更进一步的描述。
快速投切电容器的控制策略一般是在交流系统发生短路故障下,电压下降到事先设定的阈值一下时,延迟一段时间后投入一定量的电容器。站点内快速投切电容器的投入量和电压阈值均是影响快速投切电容器效果的重要因素。因此,考虑各站点间的协调,确定每个变电站中作为快速投切电容器的最佳容量,以及动作电压阈值,使得每个变电站内快速投切电容器发挥最大效用,具有重要的实际意义。
参见图1,本发明实施例一提供的一种多站点快速投切电容器控制方法流程示意图。
本发明提供了一种多站点快速投切电容器控制方法,包括:
S10、获取方式数据、待优化的变电站的母线集合和故障集;所述方式数据是指电力系统在特定负荷水平和接线方式下运行的工作数据。
S11、根据所述方式数据、所述待优化的变电站的母线集合和故障集,建立关于快速投切电容器投入量和动作电压阈值的优化模型。
S12、对所述优化模型进行求解,得到所述优化模型的最优解,将所述优化模型的最优解作为投切控制参数。
S13、根据投切控制参数,控制多站点快速投切电容器的运行。
本发明实施例以投入的快速投切电容器总量最少和站点故障后电压恢复效果最佳为目标,兼顾了多站点间的快速投切电容器的协调,更能充分发挥每个变电站内电容器最大效用,提高电力系统的电压稳定性。
示例性地,S11中所述对所述优化模型进行求解,得到所述优化模型的最优解,包括:
采用布谷鸟优化算法对所述优化模型进行求解,得到所述优化模型的最优解。
举例来说,假设所考察的电网共有N座变电站(220kV及以上)配置了快速投切电容器控制系统。设第i座变电站的快速投切电容器的最大容量为QidmaxMVar,在交流系统发生故障后投入的快速投切电容器量为QidMVar,则有:
0≤Qid≤Qidmax (1)
假设第i座变电站的快速投切电容器的动作规则为:当所监控的母线电压低于电压动作阈值Vi,cr,总延时固定时间投入。Vi,cr满足:
Vi,cr_min≤Vi,cr≤Vi,cr_max (2)
首先确定分析用的方式数据(对于考察电压稳定问题,一般采用大负荷方式),需要考核的站点的母线集合{B1,…,BM}、以及故障集{F1,…,FL}。本实施例构建的优化模型(目标函数)如下式所示:
minαf1+βf2 (3)
式(3)中,α和β为权重系数;式(4)中,Qid_l为考核的第l个故障下,站点i所投入的快速投切电容器量;式(5)中,Vjt_l为站点母线j在Fl考核故障下仿真时间为t时刻的电压值,tl0为故障Fl切除时刻,T为仿真总时长,K为一取值很大的正实数,Vj0为需要考核的母线j的期望稳态电压值。
示例性地,S12具体包括:
根据所述各个待优化变电站的快速投切电容器的动作电压阈值及快速投切电容器的动作时投入的电容器量设定对应的鸟窝。
计算每个鸟窝的适应度值。
对所述每个鸟窝的适应度值进行迭代更新。
将适应度值最小的鸟窝记为所述优化模型的最优解。
上述实施例的优化模型为一非线性的优化模型,采用改进的布谷鸟优化算法求解。具体步骤如下:
假设鸟窝群为X=[X1 … XR],个体为R为鸟窝的规模,鸟窝Xi中第j行第一个元素代表第j座变电站的快速投切电容器的动作电压阈值,满足:Vj,cr_min≤xi,j1≤Vj,cr_max;第j行第二个元素代表第j座变电站的快速投切电容器的动作时投入的电容器量,满足:0≤xi,j2≤Qj,dmax。根据式(4)~(5),计算αf1+βf2作为每个鸟窝的适应度值,通过仿真计算得到。设适应度最小的个体(鸟窝)为记为全局最优解。
按照下式对第i个体(鸟窝)进行进化更新:
针对上述更新好的个体,如第i个个体,随机产生一正态分布的随机数r,若r>Pa(Pa为一小于1的正实数,如0.9),则按下述公式就行重新更新:
式(8)中,r1、r2为[0,1]的均匀随机分布随机数。
计算各个体最终更新后的适应度值,更新全局最优解。若达到最大的迭代次数则终止迭代,把全局最优解作为最终的各站点快速投切电容器的控制参数。
本发明实施例充分考虑了不同站点间快速投切电容器的控制参数(包括快速投切电容器的动作电压阈值和快速投切电容器投入量)对系统电压暂态稳定性的影响,建立了以快速投切电容器投入量最少和系统电压恢复效果最好为目的的、基于各站点快速投切电容器投入量和电压阈值的优化模型,在根据优化模型的求解控制参数过程兼顾了多站点间的快速投切电容器的协调,能充分发挥每个变电站内电容器最大效用,提高整个大型受端电网系统的电压稳定性,为电力系统安全运行提供有效的决策支持。
示例性地,所述投切控制参数包括快速投切电容器的动作电压阈值和快速投切电容器投入量。
示例性地,所述快速投切电容器关于快速投切电容器投入量和电压阈值的优化模型是一种非线性优化模型。
示例性地,所述优化模型的目标函数是快速投切电容器投入量和系统电压恢复效果的线性组合。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (6)
1.一种多站点快速投切电容器控制方法,其特征在于,包括:
获取方式数据、待优化的变电站的母线集合和故障集;所述方式数据是指电力系统在特定负荷水平和接线方式运行下的工作数据;
根据所述方式数据、所述待优化的变电站的母线集合和故障集,建立关于快速投切电容器投入量和动作电压阈值的优化模型;
对所述优化模型进行求解,得到所述优化模型的最优解,将所述优化模型的最优解作为投切控制参数;
根据投切控制参数,控制多站点快速投切电容器的运行。
2.根据权利要求1所述的多站点快速投切电容器控制方法,其特征在于,所述对所述优化模型进行求解,得到所述优化模型的最优解,包括:
采用布谷鸟优化算法对所述优化模型进行求解,得到所述优化模型的最优解。
3.根据权利要求2所述的多站点快速投切电容器控制方法,其特征在于,所述采用布谷鸟优化算法对所述优化模型进行求解,得到所述优化模型的最优解,具体包括:
根据所述各个待优化变电站的快速投切电容器的动作电压阈值及快速投切电容器的动作时投入的电容器量设定对应的鸟窝;
计算每个鸟窝的适应度值;
对所述每个鸟窝的适应度值进行迭代更新;
将适应度值最小的鸟窝记为所述优化模型的最优解。
4.根据权利要求1所述的多站点快速投切电容器控制方法,其特征在于,所述投切控制参数包括快速投切电容器的动作电压阈值和快速投切电容器投入量。
5.根据权利要求1所述的多站点快速投切电容器控制方法,其特征在于,所述快速投切电容器关于快速投切电容器投入量和电压阈值的优化模型是一种非线性优化模型。
6.根据权利要求1所述的多站点快速投切电容器控制方法,其特征在于,所述优化模型的目标函数是快速投切电容器投入量和系统电压恢复效果的线性组合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011130193.4A CN112165104B (zh) | 2020-10-21 | 2020-10-21 | 一种多站点快速投切电容器控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011130193.4A CN112165104B (zh) | 2020-10-21 | 2020-10-21 | 一种多站点快速投切电容器控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112165104A true CN112165104A (zh) | 2021-01-01 |
CN112165104B CN112165104B (zh) | 2022-08-09 |
Family
ID=73867742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011130193.4A Active CN112165104B (zh) | 2020-10-21 | 2020-10-21 | 一种多站点快速投切电容器控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112165104B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104037783A (zh) * | 2014-05-30 | 2014-09-10 | 南方电网科学研究院有限责任公司 | 多直流落点受端系统的无功控制装置配置区域的确定方法 |
CN106295880A (zh) * | 2016-08-10 | 2017-01-04 | 广东工业大学 | 一种电力系统多目标无功优化的方法及系统 |
US20170133849A1 (en) * | 2015-11-09 | 2017-05-11 | Abb Schweiz Ag | Hierarchical robust model predictive voltage and var control with coordination and optimization of autonomous der voltage control |
CN107437813A (zh) * | 2017-07-17 | 2017-12-05 | 安徽大学 | 基于布谷鸟‑粒子群的配电网无功功率优化方法 |
CN110460061A (zh) * | 2019-08-29 | 2019-11-15 | 国电南瑞科技股份有限公司 | 一种故障后潮流快速计算方法及系统 |
-
2020
- 2020-10-21 CN CN202011130193.4A patent/CN112165104B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104037783A (zh) * | 2014-05-30 | 2014-09-10 | 南方电网科学研究院有限责任公司 | 多直流落点受端系统的无功控制装置配置区域的确定方法 |
US20170133849A1 (en) * | 2015-11-09 | 2017-05-11 | Abb Schweiz Ag | Hierarchical robust model predictive voltage and var control with coordination and optimization of autonomous der voltage control |
CN106295880A (zh) * | 2016-08-10 | 2017-01-04 | 广东工业大学 | 一种电力系统多目标无功优化的方法及系统 |
CN107437813A (zh) * | 2017-07-17 | 2017-12-05 | 安徽大学 | 基于布谷鸟‑粒子群的配电网无功功率优化方法 |
CN110460061A (zh) * | 2019-08-29 | 2019-11-15 | 国电南瑞科技股份有限公司 | 一种故障后潮流快速计算方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112165104B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107123988B (zh) | 一种考虑恢复量不确定的停电电网负荷恢复二阶锥规划方法 | |
Wang et al. | Automatic adjustment method of power flow calculation convergence for large-scale power grid based on knowledge experience and deep reinforcement learning | |
CN108695846B (zh) | 一种单元制配电网运行风险评估方法 | |
CN111209710B (zh) | 一种潮流计算收敛的自动调整方法及装置 | |
CN107181253B (zh) | 一种基于电网动态可靠性概率指标的电网规划方法 | |
CN110994626B (zh) | 基于电压趋势预测的500-220kV区域电网自动电压控制方法 | |
CN111490551B (zh) | 基于分布式牛顿法的配电网光伏发电集群电压控制方法 | |
CN110212548B (zh) | 多直流馈入受端系统statcom的配置方法及装置 | |
CN112165104B (zh) | 一种多站点快速投切电容器控制方法 | |
CN113097994A (zh) | 基于多强化学习智能体的电网运行方式调节方法及装置 | |
CN109633333B (zh) | 省级及以上电网各类切负荷量冲突检测及协调校验方法 | |
CN111404147A (zh) | 基于脱网时序的抑制新能源连锁脱网在线决策方法及装置 | |
CN110829440B (zh) | 一种三相中低压一体化配电网电压控制方法及系统 | |
CN113162056B (zh) | 特高压电网自动电压控制方法和装置 | |
CN114726090A (zh) | 基于潮流调整的中低压网络数据在线拼接方法和系统 | |
CN109494707B (zh) | 用于监视和控制电网的方法 | |
Chen et al. | Reactive power adequacy assessment of composite power system based on interior point method and genetic algorithm | |
CN111884234B (zh) | 精准切机紧急控制方法、装置、电子设备和存储介质 | |
CN112290547B (zh) | 一种基于网络重构的输电网线路潮流越限求解方法及设备 | |
Xu et al. | Accommodation Capacity Evaluation of Distributed PV Considering Security Constraints of Feeders and Substation Areas | |
Peruthambi et al. | Investigation Of Contingency Analysis With Proper Tuning Of Interline Power Flow Controller Using Python Tool | |
CN116169683A (zh) | 一种基于深度强化学习的电力系统潮流收敛性调整方法 | |
Zhu et al. | A Method for Preventing and Controlling Voltage Sag On Grid Side Considering Economic Benefits | |
Wu et al. | Hierarchical Optimization Reconstruction of Lightning Fault Microgrid Based on BP Neural Network | |
Han et al. | Research on Intelligent Generation Technology of Power Grid Operation Simulation Scheme |
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 |