CN112994022A - 一种源储荷分布式协同电压控制方法及其系统 - Google Patents

一种源储荷分布式协同电压控制方法及其系统 Download PDF

Info

Publication number
CN112994022A
CN112994022A CN202110279115.9A CN202110279115A CN112994022A CN 112994022 A CN112994022 A CN 112994022A CN 202110279115 A CN202110279115 A CN 202110279115A CN 112994022 A CN112994022 A CN 112994022A
Authority
CN
China
Prior art keywords
node
voltage
voltage control
nodes
distribution network
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.)
Withdrawn
Application number
CN202110279115.9A
Other languages
English (en)
Inventor
岳东
窦春霞
张智俊
丁孝华
罗剑波
李延满
黄堃
韩韬
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.)
Nanjing University of Posts and Telecommunications
State Grid Electric Power Research Institute
Original Assignee
Nanjing University of Posts and Telecommunications
State Grid Electric Power 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 Nanjing University of Posts and Telecommunications, State Grid Electric Power Research Institute filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202110279115.9A priority Critical patent/CN112994022A/zh
Publication of CN112994022A publication Critical patent/CN112994022A/zh
Priority to PCT/CN2021/109975 priority patent/WO2022193531A1/zh
Withdrawn legal-status Critical Current

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
    • 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]

Landscapes

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

Abstract

本发明公开了一种源储荷分布式协同电压控制方法及其系统，旨在解决现有技术中配电网电压控制对柔性资源的协同控制不足的技术问题。其包括：根据配电网中所有节点的电压信息获取配电网的优先控制节点；当优先控制节点过压或欠压时，利用预先构建的电压控制目标函数依次计算优先控制节点和其他节点的电压控制序列；根据预设的收敛条件对所有节点的电压控制序列进行迭代更新，获得电压控制策略。本发明基于源网荷储网络化云决策控制系统平台，能够解决由于新能源波动等其他小扰动情况下配电网的过/欠电压问题，有效地保证了配电网电压控制的快速性、经济性和灵活性。

Description

一种源储荷分布式协同电压控制方法及其系统
技术领域
本发明涉及一种源储荷分布式协同电压控制方法及其系统，属于配电网电压控制技术领域。
背景技术
随着智能电网技术的发展，新能源因其绿色、环保、成本低等优点而被广泛应用，其在为智能电网提供重要能源支撑的同时也会给智能电网带来安全、稳定与经济方面的难题，例如，在新能源高渗透率的配电网中，新能源的不确定性和波动性会给配电网馈线末端带来电压安全问题，这点在中低压电网中尤其明显。当前的电压调控方式尚以无功功率的补偿为主，这会导致系统的功率因数降低，从而降低电网的输电效率。而目前的智能电网中存在诸多的柔性资源，如分布式储能、柔性负荷等，如何有效的协同利用这些柔性资源，从而为智能电网的电压调节提供功率支持是当前的研究热点问题。
发明内容
为了解决现有技术中配电网电压控制对柔性资源的协同控制不足的问题，本发明提出了一种源储荷分布式协同电压控制方法及其系统，基于源网荷储网络化云决策控制系统平台，通过对源储荷等柔性资源的分布式协同控制，解决由于新能源波动等其他小扰动情况下配电网的过/欠电压问题，不需要通过配网管理中心的协调即可实现局部过/欠电压问题的完全自治。
为解决上述技术问题，本发明采用了如下技术手段：
第一方面，本发明提出了一种源储荷分布式协同电压控制方法，包括如下步骤：
根据配电网中所有节点的电压信息计算每个节点的电压偏差量，并根据电压偏差量获取配电网的优先控制节点；
获取基于节点电压对输出有功和无功的灵敏度构建的电压控制目标函数；
当优先控制节点过压或欠压时，利用电压控制目标函数依次计算优先控制节点和其他节点的电压控制序列；
根据预设的收敛条件对所有节点的电压控制序列进行迭代更新，获得电压控制策略。
结合第一方面，进一步的，所述优先控制节点的获取方法为：
根据配电网中第i个节点在k时刻的电压信息计算第i个节点的电压偏差量：
Figure BDA0002977798140000021
其中，
Figure BDA0002977798140000022
表示k时刻第i个节点的电压偏差量，Vi(k)表示k时刻第i个节点的电压，
Figure BDA0002977798140000023
表示第i个节点的额定电压，i＝1,2,…,N，N为配电网节点总数；
通过N-1次迭代将配电网中每个节点的电压偏差量传输给其他节点，比较所有节点的电压偏差量，并选择电压偏差量最大的节点作为优先控制节点，其中，迭代方程如下：
Figure BDA0002977798140000031
其中，αi[l]表示第l次迭代中第i个节点及其相邻节点中的最大电压偏差量，αj[l-1]表示第l-1次迭代中第j个节点及其相邻节点中的最大电压偏差量，第j个节点为第i个节点的相邻节点，j＝1,2,…,Ni，Ni为配电网中第i个节点的相邻节点的数量，l＝1,2,…,N。
结合第一方面，进一步的，电压控制目标函数的构建过程为：
基于节点电压对输出有功和无功的灵敏度建立分布式电压预测模型：
Figure BDA0002977798140000032
其中，xi(k)＝[Vi(k)]，Vi(k)表示k时刻配电网中第i个节点的电压，Bii表示第i个节点电压对第i个节点输出有功和无功的灵敏度，ui(k)表示k时刻第i个节点输出有功和无功的变化值，j＝1,2,…,Ni，Ni为配电网中第i个节点的相邻节点的数量，Bij表示第i个节点电压对第j个节点输出有功和无功的灵敏度，i＝1,2,…,N，N为配电网节点总数；
根据分布式电压预测模型构建电压控制目标函数，表达式如下：
Figure BDA0002977798140000041
其中，Np为预测域长度，xi(k+n|k)表示第i个节点在k时刻预测的k+n时刻的电压值，
Figure BDA0002977798140000042
表示第i个节点的电压额定值，ui(k+n-1|k)表示第i个节点在k时刻预测的k+n-1时刻的电压控制指令，即第i个节点k+n-1时刻有功功率和无功功率的出力，n≥1，ri和ωi为第i个节点的权重系数矩阵，P i RES表示第i个节点的新能源出力下限，Pi RES(k)表示k时刻第i个节点的新能源出力，
Figure BDA0002977798140000043
表示第i个节点的新能源出力上限，Ei(k)表示第i个节点的储能在k时刻的SOC状态，δi(k)为第i个节点的储能在k时刻的充放电指示函数，Pi S(k)表示第i个节点的储能在k时刻的输出有功功率，
Figure BDA0002977798140000044
为第i个节点的储能的放电效率，
Figure BDA0002977798140000045
为第i个节点的储能的充电效率，E i表示第i个节点的储能的SOC状态下限，
Figure BDA0002977798140000046
表示第i个节点的储能的SOC状态上限，P i S表示第i个节点的储能的输出有功功率下限，
Figure BDA0002977798140000047
表示第i个节点的储能的输出有功功率上限。
结合第一方面，进一步的，权重系数矩阵ri和ωi满足条件：ωi＜＜ri。
结合第一方面，进一步的，迭代更新并获得电压控制策略的方法包括如下步骤：
初始化电压控制目标函数的权重系数矩阵，获得所有节点的初始电压控制序列；
在每次迭代过程中，根据预设的取值范围更新电压控制目标函数的权重系数矩阵，并利用更新后的电压控制目标函数计算当前迭代中所有节点的电压控制序列；
在每次迭代后，基于预设的收敛条件对当前迭代中所有节点的电压控制序列进行误差判断：不满足收敛条件时，继续迭代计算所有节点的电压控制序列，满足收敛条件时，利用当前迭代中所有节点的电压控制序列生成电压控制策略；
所述预设的收敛条件为：
Figure BDA0002977798140000051
其中，
Figure BDA0002977798140000052
表示k时刻第i个节点第g次迭代的电压控制序列，g>1，ε为预设的误差阈值，i＝1,2,…,N，N为配电网节点总数。
结合第一方面，进一步的，所有节点的电压控制序列的计算方法为：
将k时刻优先控制节点的电压信息输入电压控制目标函数，根据预设的取值范围动态分配电压控制目标函数的权重系数矩阵，预测时间段[k,k+Nc-1]内优先控制节点有功功率和无功功率的出力，生成优先控制节点的电压控制序列；
将优先控制节点的电压控制序列发送至优先控制节点的相邻节点；
基于优先控制节点的电压控制序列利用电压控制目标函数处理每个节点的电压信息，预测时间段[k,k+Nc-1]内每个节点有功功率和无功功率的出力，生成每个节点的电压控制序列。
第二方面，本发明提出了一种源储荷分布式协同电压控制系统，包括多个分层式多智能体，每个分层式多智能体配置在配电网的一个节点上；所述分层式多智能体用于采集节点的电压信息，计算节点的电压控制策略，并根据电压控制策略控制节点的电压输出。
结合第二方面，进一步的，所述分层式多智能体包括上层智能体和下层智能体，上层智能体包括上层感知模块、上层决策模块和上层执行模块，下层智能体包括下层感知模块、下层决策模块和下层执行模块；所述上层感知层用于采集节点的电压信息，并将该节点的电压信息与其他节点的分层式多智能体共享；所述上层决策模块用于利用电压控制目标函数处理节点电压信息，计算节点的电压控制序列；所述上层执行模块用于将节点的电压控制序列发送到下层决策模块；所述下层感知模块用于感知模块用于采集源储荷资源的运行状态信息；所述下层决策模块用于接收节点的电压控制序列，并控制下层执行模块执行电压控制序列；所述下层执行模块用于根据电压控制序列调整节点的电压输出。
结合第二方面，进一步的，所述上层决策模块包括知识库模块，所述知识库模块包括配电网拓扑结构、电压控制目标函数和电压控制目标函数的权重系数矩阵的取值范围。
采用以上技术手段后可以获得以下优势：
本发明提出了一种源储荷分布式协同电压控制方法及其系统，本发明方法不需要中心节点的协调便可以感知全局电压信息，基于潮流灵敏度分析配电网节点电压的时空分布特性，构建包含源储荷等柔性资源的有功功率和无功功率协同出力的电压预测和控制模型，根据配电网中所有节点的电压信息确定电压问题最严重的节点，即优先控制节点，并在优先控制节点的基础上通过动态调整模型权重对对源储荷的出力情况进行在线决策与分配，进而协调所有柔性资源合理地进行电压调控，保证电压调控准确性的同时有效地保证了配电网电压控制的快速性、经济性和灵活性。本发明系统通过双层智能体的协调互动实现电压问题的分布式自治，双层智能体分别进行配电网数据采集、共享、电压控制决策制定、决策执行等操作，实现了源储荷等柔性资源的即插即用，能够快速解决配电网的过电压和欠电压问题，保证了配电网电压调控的准确性。
附图说明
图1为本发明一种源储荷分布式协同电压控制方法的步骤流程图；
图2为一种源储荷分布式协同电压控制系统的结构示意图；
图3为本发明实施例中实验平台的示意图；
图4为本发明实施例中实验平台逆变器1的电压变化曲线图；
图5为本发明实施例中实验平台逆变器2的电压变化曲线图；
图6为本发明实施例中实验平台逆变器3的电压变化曲线图；
图7为本发明实施例中实验平台逆变器1的功率变化曲线图；
图8为本发明实施例中实验平台逆变器2的功率变化曲线图；
图9为本发明实施例中实验平台逆变器3的功率变化曲线图；
图中，1是上层智能体，2是下层智能体，101是上层感知模块，102是上层决策模块，103是上层执行模块，201是下层感知模块，202是下层决策模块，203是下层执行模块。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明：
本发明提出了一种源储荷分布式协同电压控制方法，如图1所示，具体包括如下步骤：
步骤A、根据配电网中所有节点的电压信息计算每个节点的电压偏差量，并根据电压偏差量获取配电网的优先控制节点；
步骤B、获取基于节点电压对输出有功和无功的灵敏度构建的电压控制目标函数；
步骤C、当优先控制节点过压或欠压时，利用电压控制目标函数依次计算优先控制节点和其他节点的电压控制序列；
步骤D、根据预设的收敛条件对所有节点的电压控制序列进行迭代更新，获得电压控制策略。
本发明还提出了一种源储荷分布式协同电压控制系统，包括多个分层式多智能体，每个分层式多智能体配置在配电网的一个节点上，不同分层式多智能体之间可以共享信息。如图2所示，每个分层式多智能体包括上层智能体1和下层智能体2，均为BDI智能体；上层智能体由电压安全事件触发，负责协调源储荷等柔性资源的出力，下层智能体负责源储荷等柔性资源的本地动态行为控制，通过双层智能体的协调互动实现电压问题的分布式自治。
上层智能体包括上层感知模块101、上层决策模块102和上层执行模块103，下层智能体包括下层感知模块201、下层决策模块202和下层执行模块203。上层感知层主要用于采集节点的电压信息，并将该节点的电压信息与其他节点的分层式多智能体共享；上层决策模块用于利用电压控制目标函数处理节点电压信息，计算节点的电压控制序列；上层执行模块用于将节点的电压控制序列发送到下层决策模块；下层感知模块主要用于感知模块用于采集源储荷资源的运行状态信息，比如节点逆变器输出端的电压、电流、相角信息等；下层决策模块用于接收节点的电压控制序列，并控制下层执行模块执行电压控制序列；下层执行模块用于根据电压控制序列调整节点的电压输出。当节点电压超出安全范围时，上层智能体可以通过上层决策模块计算出电压控制序列，并利用下层智能体执行电压控制序列，实现电压快速控制效果。
在本发明方法的步骤A中，本发明在分层式多智能体架构的基础上提出完全分布式的电压安全事件触发机制，即不需要中心节点的协调便可以感知全局电压信息，并根据电压信息获得电压问题最严重的节点(优先控制节点)，具体操作如下：
步骤A01、根据配电网中第i个节点在k时刻的电压信息计算第i个节点的电压偏差量：
Figure BDA0002977798140000091
其中，ΔVi n(k)表示k时刻第i个节点的电压偏差量，Vi(k)表示k时刻第i个节点的电压，Vi n表示第i个节点的额定电压，i＝1,2,…,N，N为配电网节点总数。
步骤A02、通过分层式多智能体共享每个节点的电压偏差量，通过N-1次迭代将配电网中每个节点的电压偏差量传输给其他节点，比较所有节点的电压偏差量，并选择电压偏差量最大的节点作为优先控制节点，其中，迭代方程如下：
Figure BDA0002977798140000101
其中，αi[l]表示第l次迭代中第i个节点及其相邻节点中的最大电压偏差量，αj[l-1]表示第l-1次迭代中第j个节点及其相邻节点中的最大电压偏差量，第j个节点为第i个节点的相邻节点，j＝1,2,…,Ni，Ni为配电网中第i个节点的相邻节点的数量，l＝1,2,…,N。
在本发明方法的步骤B中，本发明基于潮流灵敏度分析配电网节点电压的时空分布特性，并构建分布式电压控制的数学模型，提出包含源储荷等柔性资源的有功功率和无功功率协同出力的电压控制方法，具体操作如下：
步骤B01、除第一个参考节点已知外，其它节点均视为PQ节点(有功功率P和无功功率Q是给定的，节点电压和相位(V，δ)是待求量)，建立配电网各节点注入电流与电压的方程：
Figure BDA0002977798140000111
其中，Vi表示第i个节点的电压，{η21,…,ηi1,…,ηN1}为一系列常数增益，Rim表示第i个节点与第m个节点之间的电阻，Xim表示第i个节点与第m个节点之间的线路电抗，Rim+jXim表示第i个节点与第m个节点之间的线路阻抗，j为单位虚数，Vn表示母线参考电压，Ii表示第i个节点的注入电流，i＝1,2,…,N，N为配电网节点总数。
Ii＝(Si/Vi)*＝((Pi+jQi)/Vi)* (9)
其中，Si表示第i个节点的注入功率，Pi表示第i个节点的注入有功功率，Qi表示第i个节点的注入无功功率。
根据采集到的节点电压信息，计算每个节点电压对输出有功的灵敏度：
Figure BDA0002977798140000112
Figure BDA0002977798140000113
Figure BDA0002977798140000114
其中，
Figure BDA0002977798140000121
表示第i个节点对第m个节点输出有功的灵敏度，上标re代表该变量实部，上标im代表该变量虚部，Pm表示第m个节点注入有功功率，Vηi＝Vn·ηi1。
根据采集到的节点电压信息，计算每个节点电压对输出无功的灵敏度：
Figure BDA0002977798140000122
Figure BDA0002977798140000123
Figure BDA0002977798140000124
其中，Qm表示第m个节点注入无功功率。
步骤B02、基于节点电压对输出有功和无功的灵敏度建立分布式电压预测模型，表达式如下：
Figure BDA0002977798140000125
其中，xi(k)表示k时刻配电网中第i个节点电压的幅值，xi(k)＝[Vi(k)]，Vi(k)表示k时刻配电网中第i个节点的电压，Bii表示第i个节点电压对第i个节点输出有功和无功的灵敏度，
Figure BDA0002977798140000126
ui(k)表示k时刻第i个节点输出有功和无功的变化值，
Figure BDA0002977798140000131
ΔPi PV(k)表示k时刻第i个节点的光伏发电单元的有功功率变化值，ΔPi WT(k)表示k时刻第i个节点的风力发电单元的有功功率变化值，ΔPi S(k)表示k时刻第i个节点的储能单元的有功功率变化值，
Figure BDA0002977798140000132
Figure BDA0002977798140000133
表示k时刻第i个节点的光伏发电单元的无功功率变化值，
Figure BDA0002977798140000134
表示k时刻第i个节点的风力发电单元的无功功率变化值，
Figure BDA0002977798140000135
表示k时刻第i个节点的储能单元的无功功率变化值，j＝1,2,…,Ni，Ni为配电网中第i个节点的相邻节点的数量，Bij表示第i个节点电压对第j个节点输出有功和无功的灵敏度，
Figure BDA0002977798140000136
步骤B03、根据分布式电压预测模型构建电压控制目标函数，表达式如下：
Figure BDA0002977798140000137
其中，Np为人为设置的预测域长度，xi(k+n|k)表示第i个节点在k时刻预测的k+n时刻的电压值，
Figure BDA0002977798140000138
表示第i个节点的电压额定值，
Figure BDA0002977798140000139
为参考值，通常大于节点的额定电压，ui(k+n-1|k)表示第i个节点在k时刻预测的k+n-1时刻的电压控制指令，即第i个节点k+n-1时刻有功功率和无功功率的出力，n≥1，ri和ωi为第i个节点的权重系数矩阵，P i RES表示第i个节点的新能源出力下限，Pi RES(k)表示k时刻第i个节点的新能源出力，
Figure BDA0002977798140000141
表示第i个节点的新能源出力上限，Ei(k)表示第i个节点的储能在k时刻的SOC状态，δi(k)为第i个节点的储能在k时刻的充放电指示函数，δi(k)＝1表示储能处于放电状态，δi(k)＝0表示储能处于充电状态，Pi S(k)表示第i个节点的储能在k时刻的输出有功功率，ηi d为第i个节点的储能的放电效率，
Figure BDA0002977798140000142
为第i个节点的储能的充电效率，Ei表示第i个节点的储能的SOC状态下限，
Figure BDA0002977798140000143
表示第i个节点的储能的SOC状态上限，P i S表示第i个节点的储能的输出有功功率下限，
Figure BDA0002977798140000147
表示第i个节点的储能的输出有功功率上限。
电压控制目标函数的权重系数矩阵ri和ωi满足条件：ωi＜＜ri。
权重系数矩阵ωi可以表示为：
Figure BDA0002977798140000144
其中，ωi,3＜ωi,4＜＜ωi,1＜ωi,2，ωi,1为控制量
Figure BDA0002977798140000145
中ΔPi RES(k)的权重系数，ωi,2为ΔPi S(k)的权重系数，ωi,3为
Figure BDA0002977798140000149
的权重系数，ωi,4为
Figure BDA0002977798140000148
的权重系数。
在本发明的步骤C中，本发明通过上层决策模块动态调整权重，合理地对源储荷的出力情况进行在线决策与分配，保证电压调控准确性的同时兼顾了调控成本的经济性，具体操作如下：
步骤C01、当优先控制节点出现过电压问题时，判断最优控制节点的新能源出力是否大于负荷需求与储能的容量之和：
Figure BDA0002977798140000146
其中，Pi RES(k)表示k时刻第i个节点的新能源出力，Pi L(k)表示k时刻第i个节点的负荷需求功率，
Figure BDA0002977798140000152
表示第i个节点的储能容量上限。
当最优控制节点的新能源出力满足公式(19)时，需要降低新能源出力直至新能源的出力不大于负荷需求与储能的容量之和。
当优先控制节点出现欠电压问题时，判断最优控制节点的负荷需求是否大于新能源出力与储能的容量之和：
Figure BDA0002977798140000151
当最优控制节点的负荷需求满足公式(20)时，需要切负荷直至负荷需求不大于新能源的出力与储能的容量之和。
步骤C02、当优先控制节点过压或欠压时，将k时刻优先控制节点的电压信息输入电压控制目标函数，根据预设的取值范围动态分配电压控制目标函数的权重系数矩阵，在满足电压安全的同时优先使用节点的新能源和储能的无功功率进行电压补偿，当无功功率补偿仍无法满足电压安全要求时，再通过调节新能源的有功功率进行电压控制，预测时间段[k,k+Nc-1]内优先控制节点有功功率和无功功率的出力，生成优先控制节点的电压控制序列。
步骤C03、将优先控制节点的电压控制序列发送至优先控制节点的相邻节点，基于优先控制节点的电压控制序列利用电压控制目标函数处理其相邻节点的电压信息，预测时间段[k,k+Nc-1]内相邻节点有功功率和无功功率的出力生成相邻节点的电压控制序列。将相邻节点的电压控制序列发送到相邻节点的相邻节点，以此类推，计算出每个节点的电压控制序列。
k时刻第i个节点的电压控制序列ui(k)可以表示为：ui(k)＝[ui(k|k)ui(k+1|k)…ui(k+m|k)…ui(k+Nc-1|k)]，其中，ui(k+o|k)表示第i个节点在k时刻预测的k+o时刻第i个节点有功功率和无功功率的出力，o＝1,2,…,Nc-1，Nc为预设的时间值。
在本发明方法的步骤D中，迭代更新并获得电压控制策略的方法包括如下步骤：
步骤D01、初始化电压控制目标函数的权重系数矩阵，获得所有节点的初始电压控制序列，即
Figure BDA0002977798140000161
步骤D02、在每次迭代过程中，根据预设的取值范围更新电压控制目标函数的权重系数矩阵，并利用更新后的电压控制目标函数计算当前迭代中所有节点的电压控制序列，k时刻第i个节点第g次迭代的电压控制序列为
Figure BDA0002977798140000162
g>1。
步骤D03、在每次迭代后，基于预设的收敛条件对当前迭代中所有节点的电压控制序列进行误差判断：不满足收敛条件时，重复步骤D02，继续迭代计算所有节点的电压控制序列；满足收敛条件时，利用当前迭代中所有节点的电压控制序列生成电压控制策略。
本发明中的预设的收敛条件为：
Figure BDA0002977798140000163
其中，ε为预设的误差阈值，|||为2范数运算符。
获得电压控制策略后，利用第i个节点节点上层智能体的上层执行模块下发ui(k)中的第一个控制量(即ui(k|k))至节点下层智能体，利用下层执行模块执行电压控制策略。
本发明系统中的上层决策模块主要包括节点选择模块、过欠压判断模块、决策计算模块和知识库模块。节点选择模块一方面用于根据节点电压信息计算节点的电压偏差量，另一方面用于与其他分层式多智能体的节点选择模块共享信息，进而根据所有节点的电压偏差量选出配电网的优先控制节点；过欠压判断模块用于根据优先控制节点的电压信息判断优先控制节点是否过压或欠压；决策计算模块用于根据知识库模块中的数据，利用电压控制目标函数迭代计算节点的电压控制序列，生成电压控制策略；知识库模块用于存储配电网中的经验数据和专业知识，进而协助决策计算模块进行决策，知识库模块中包括配电网拓扑结构、配电网中各个节点的连接信息、电压控制目标函数和电压控制目标函数的权重系数矩阵的取值范围等数据。
为了验证本发明的效果，本发明实施例给出如下实验：
图3为基于本发明搭建的实验平台架构图，该实验平台由3台额定功率为3kW的光伏逆变器、SIMATIC S7-1500型PLC以及负载箱构成，3台光伏逆变器由置于实验室楼顶的光伏面板提供电力支撑，通信链路由SIMATIC S7-1500型PLC提供，负载箱用于模拟节点负荷。额定电压设置为220V，电压安全范围设置为220V～226V，控制周期设置为10s。
利用本发明方法和系统对该实验平台的电压进行控制，为了模拟电压波动情况，本发明实施例在第151s和第547s时引入外部扰动，从而模拟系统中的过电压和欠电压问题，实验平台逆变器的电压变化和功率变化如图4～9所示，由图4、图5和图6可知，实验平台中的3台逆变器的电压能够以较快的速度收敛到安全范围之内，仅仅在安全范围的边界处有少许波动，该波动是由光伏逆变器本身正常的波动引起的。由图7、图8和图9可知，3台逆变器的功率能够快速恢复稳定状态，因此本发明能够有效地解决因扰动产生的过电压和欠电压问题，具有很好的工程应用前景。
本发明基于双层BDI多智能体构建配电网电压调节的控制系统，以实现源储荷等柔性资源的即插即用，在此基础上，基于潮流灵敏度分析确定配电网电压的时空分布特性，并建立源储荷分布式协同的电压控制模型，利用分布式模型预测控制实现配电网的电压调控，有效地保证了配电网电压控制的快速性、经济性和灵活性，能够快速解决配电网的过电压和欠电压问题，保证了配电网电压调控的准确性。
以上所述仅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，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (9)

1.一种源储荷分布式协同电压控制方法，其特征在于，包括如下步骤：
根据配电网中所有节点的电压信息计算每个节点的电压偏差量，并根据电压偏差量获取配电网的优先控制节点；
获取基于节点电压对输出有功和无功的灵敏度构建的电压控制目标函数；
当优先控制节点过压或欠压时，利用电压控制目标函数依次计算优先控制节点和其他节点的电压控制序列；
根据预设的收敛条件对所有节点的电压控制序列进行迭代更新，获得电压控制策略。
2.根据权利要求1所述的一种源储荷分布式协同电压控制方法，其特征在于，所述优先控制节点的获取方法为：
根据配电网中第i个节点在k时刻的电压信息计算第i个节点的电压偏差量：
Figure FDA0002977798130000011
其中，ΔVi n(k)表示k时刻第i个节点的电压偏差量，Vi(k)表示k时刻第i个节点的电压，Vi n表示第i个节点的额定电压，i＝1,2,…,N，N为配电网节点总数；
通过N-1次迭代将配电网中每个节点的电压偏差量传输给其他节点，比较所有节点的电压偏差量，并选择电压偏差量最大的节点作为优先控制节点，其中，迭代方程如下：
Figure FDA0002977798130000021
其中，αi[l]表示第l次迭代中第i个节点及其相邻节点中的最大电压偏差量，αj[l-1]表示第l-1次迭代中第j个节点及其相邻节点中的最大电压偏差量，第j个节点为第i个节点的相邻节点，j＝1,2,…,Ni，Ni为配电网中第i个节点的相邻节点的数量，l＝1,2,…,N。
3.根据权利要求1所述的一种源储荷分布式协同电压控制方法，其特征在于，电压控制目标函数的构建过程为：
基于节点电压对输出有功和无功的灵敏度建立分布式电压预测模型：
Figure FDA0002977798130000022
其中，xi(k)＝[Vi(k)]，Vi(k)表示k时刻配电网中第i个节点的电压，Bii表示第i个节点电压对第i个节点输出有功和无功的灵敏度，ui(k)表示k时刻第i个节点输出有功和无功的变化值，j＝1,2,…,Ni，Ni为配电网中第i个节点的相邻节点的数量，Bij表示第i个节点电压对第j个节点输出有功和无功的灵敏度，i＝1,2,…,N，N为配电网节点总数；
根据分布式电压预测模型构建电压控制目标函数，表达式如下：
Figure FDA0002977798130000031
Figure FDA0002977798130000032
Figure FDA0002977798130000033
Figure FDA0002977798130000034
Figure FDA0002977798130000035
Figure FDA0002977798130000036
其中，Np为预测域长度，xi(k+n|k)表示第i个节点在k时刻预测的k+n时刻的电压值，
Figure FDA0002977798130000037
表示第i个节点的电压额定值，ui(k+n-1|k)表示第i个节点在k时刻预测的k+n-1时刻的电压控制指令，即第i个节点k+n-1时刻有功功率和无功功率的出力，n≥1，ri和ωi为第i个节点的权重系数矩阵，P i RES表示第i个节点的新能源出力下限，Pi RES(k)表示k时刻第i个节点的新能源出力，
Figure FDA0002977798130000038
表示第i个节点的新能源出力上限，Ei(k)表示第i个节点的储能在k时刻的SOC状态，δi(k)为第i个节点的储能在k时刻的充放电指示函数，Pi S(k)表示第i个节点的储能在k时刻的输出有功功率，
Figure FDA0002977798130000039
为第i个节点的储能的放电效率，
Figure FDA00029777981300000310
为第i个节点的储能的充电效率，E i表示第i个节点的储能的SOC状态下限，
Figure FDA00029777981300000311
表示第i个节点的储能的SOC状态上限，P i S表示第i个节点的储能的输出有功功率下限，
Figure FDA00029777981300000312
表示第i个节点的储能的输出有功功率上限。
4.根据权利要求3所述的一种源储荷分布式协同电压控制方法，其特征在于，权重系数矩阵ri和ωi满足条件：ωi＜＜ri。
5.根据权利要求1所述的一种源储荷分布式协同电压控制方法，其特征在于，迭代更新并获得电压控制策略的方法包括如下步骤：
初始化电压控制目标函数的权重系数矩阵，获得所有节点的初始电压控制序列；
在每次迭代过程中，根据预设的取值范围更新电压控制目标函数的权重系数矩阵，并利用更新后的电压控制目标函数计算当前迭代中所有节点的电压控制序列；
在每次迭代后，基于预设的收敛条件对当前迭代中所有节点的电压控制序列进行误差判断：不满足收敛条件时，继续迭代计算所有节点的电压控制序列，满足收敛条件时，利用当前迭代中所有节点的电压控制序列生成电压控制策略；
所述预设的收敛条件为：
Figure FDA0002977798130000041
其中，
Figure FDA0002977798130000042
表示k时刻第i个节点第g次迭代的电压控制序列，g>1，ε为预设的误差阈值，i＝1,2,…,N，N为配电网节点总数。
6.根据权利要求1或5所述的一种源储荷分布式协同电压控制方法，其特征在于，所有节点的电压控制序列的计算方法为：
将k时刻优先控制节点的电压信息输入电压控制目标函数，根据预设的取值范围动态分配电压控制目标函数的权重系数矩阵，预测时间段[k,k+Nc-1]内优先控制节点有功功率和无功功率的出力，生成优先控制节点的电压控制序列；
将优先控制节点的电压控制序列发送至优先控制节点的相邻节点；
基于优先控制节点的电压控制序列利用电压控制目标函数处理每个节点的电压信息，预测时间段[k,k+Nc-1]内每个节点有功功率和无功功率的出力，生成每个节点的电压控制序列。
7.一种源储荷分布式协同电压控制系统，其特征在于，包括多个分层式多智能体，每个分层式多智能体配置在配电网的一个节点上；所述分层式多智能体用于采集节点的电压信息，计算节点的电压控制序列，并根据电压控制序列控制节点的电压输出。
8.根据权利要求7所述的一种源储荷分布式协同电压控制系统，其特征在于，所述分层式多智能体包括上层智能体和下层智能体，上层智能体包括上层感知模块、上层决策模块和上层执行模块，下层智能体包括下层感知模块、下层决策模块和下层执行模块；所述上层感知层用于采集节点的电压信息，并将该节点的电压信息与其他节点的分层式多智能体共享；所述上层决策模块用于利用电压控制目标函数处理节点电压信息，计算节点的电压控制序列；所述上层执行模块用于将节点的电压控制序列发送到下层决策模块；所述下层感知模块用于感知模块用于采集源储荷资源的运行状态信息；所述下层决策模块用于接收节点的电压控制序列，并控制下层执行模块执行电压控制序列；所述下层执行模块用于根据电压控制序列调整节点的电压输出。
9.根据权利要求8所述的一种源储荷分布式协同电压控制系统，其特征在于，所述上层决策模块包括知识库模块，所述知识库模块包括配电网拓扑结构、电压控制目标函数和电压控制目标函数的权重系数矩阵的取值范围。
CN202110279115.9A 2021-03-16 2021-03-16 一种源储荷分布式协同电压控制方法及其系统 Withdrawn CN112994022A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110279115.9A CN112994022A (zh) 2021-03-16 2021-03-16 一种源储荷分布式协同电压控制方法及其系统
PCT/CN2021/109975 WO2022193531A1 (zh) 2021-03-16 2021-08-02 一种源储荷分布式协同电压控制方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110279115.9A CN112994022A (zh) 2021-03-16 2021-03-16 一种源储荷分布式协同电压控制方法及其系统

Publications (1)

Publication Number Publication Date
CN112994022A true CN112994022A (zh) 2021-06-18

Family

ID=76336096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110279115.9A Withdrawn CN112994022A (zh) 2021-03-16 2021-03-16 一种源储荷分布式协同电压控制方法及其系统

Country Status (2)

Country Link
CN (1) CN112994022A (zh)
WO (1) WO2022193531A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113872213A (zh) * 2021-09-09 2021-12-31 国电南瑞南京控制系统有限公司 一种配电网电压自主优化控制方法及装置
WO2022193531A1 (zh) * 2021-03-16 2022-09-22 南京邮电大学 一种源储荷分布式协同电压控制方法及其系统
CN115360772A (zh) * 2022-03-23 2022-11-18 中国电力科学研究院有限公司 电力系统有功安全校正控制方法、系统、设备及存储介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115249094B (zh) * 2022-09-26 2022-12-09 烟台东方智能技术有限公司 一种基于大数据的建筑能效管理和优化方法
CN116264403B (zh) * 2022-12-28 2024-03-26 国网浙江省电力有限公司桐乡市供电公司 一种大规模分布式光伏接入的低压配电网综合治理方法
CN116646973B (zh) * 2023-04-28 2024-05-03 国网山东省电力公司日照供电公司 一种微电网的信息交互方法、微电网及存储介质
CN117134360A (zh) * 2023-09-12 2023-11-28 国网四川省电力公司天府新区供电公司 输配协同高收敛性最优潮流计算方法、装置及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109713717A (zh) * 2019-01-07 2019-05-03 南京邮电大学 一种配电网光伏电压协调控制方法
CN110112747A (zh) * 2018-10-17 2019-08-09 中国电力科学研究院有限公司 基于同步测量与灵敏度估计的配电网电压控制方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012080707A (ja) * 2010-10-05 2012-04-19 Tokyo Electric Power Co Inc:The 設備データ推定装置
CN107276096B (zh) * 2017-06-28 2019-08-23 国网江苏省电力公司电力科学研究院 一种光伏与空调负荷协调优化的配电网电压控制方法
CN112994022A (zh) * 2021-03-16 2021-06-18 南京邮电大学 一种源储荷分布式协同电压控制方法及其系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110112747A (zh) * 2018-10-17 2019-08-09 中国电力科学研究院有限公司 基于同步测量与灵敏度估计的配电网电压控制方法及系统
CN109713717A (zh) * 2019-01-07 2019-05-03 南京邮电大学 一种配电网光伏电压协调控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZHIJUN ZHANG: "DMPC-Based Coordinated Voltage Control for Integrated Hybrid Energy System", 《IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022193531A1 (zh) * 2021-03-16 2022-09-22 南京邮电大学 一种源储荷分布式协同电压控制方法及其系统
CN113872213A (zh) * 2021-09-09 2021-12-31 国电南瑞南京控制系统有限公司 一种配电网电压自主优化控制方法及装置
CN113872213B (zh) * 2021-09-09 2023-08-29 国电南瑞南京控制系统有限公司 一种配电网电压自主优化控制方法及装置
CN115360772A (zh) * 2022-03-23 2022-11-18 中国电力科学研究院有限公司 电力系统有功安全校正控制方法、系统、设备及存储介质
CN115360772B (zh) * 2022-03-23 2023-08-15 中国电力科学研究院有限公司 电力系统有功安全校正控制方法、系统、设备及存储介质

Also Published As

Publication number Publication date
WO2022193531A1 (zh) 2022-09-22

Similar Documents

Publication Publication Date Title
CN112994022A (zh) 一种源储荷分布式协同电压控制方法及其系统
Das et al. Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm
Liu et al. Optimal sizing of a wind-energy storage system considering battery life
CN108470239B (zh) 计及需求侧管理和储能的主动配电网多目标分层规划方法
Elsied et al. Optimal economic and environment operation of micro-grid power systems
Saboori et al. Multistage distribution network expansion planning considering the emerging energy storage systems
Ma et al. Optimal allocation of hybrid energy storage systems for smoothing photovoltaic power fluctuations considering the active power curtailment of photovoltaic
CN103078340B (zh) 用于优化微网联络线功率的混合储能容量优化方法
CN110266038A (zh) 一种多虚拟电厂分布式协调调控方法
CN110265991B (zh) 一种直流微电网的分布式协调控制方法
Tang et al. Study on day-ahead optimal economic operation of active distribution networks based on Kriging model assisted particle swarm optimization with constraint handling techniques
CN109886446B (zh) 基于改进混沌粒子群算法的电力系统动态经济调度方法
CN110808597A (zh) 主动配电网中考虑三相不平衡的分布式电源规划方法
CN107968430A (zh) 考虑风-储联合系统概率模型的储输协同随机规划方法
Dimopoulou et al. A Markov decision process for managing a hybrid energy storage system
CN115841187A (zh) 柔性配电网运行策略的优化方法、装置、设备及存储介质
CN112769149A (zh) 混联风光微电网快速频率响应分布式协调控制方法及系统
CN115133538A (zh) 一种配电网重要负荷电压模型预测控制方法
CN112186764B (zh) 一种配电网设备的接入优化方法、装置及电子设备
CN112633699B (zh) 主动配电网网架规划方法、装置、计算机设备和存储介质
Saber et al. Smart micro-grid optimization with controllable loads using particle swarm optimization
CN105896579B (zh) 考虑配网电压暂降导致电动汽车跳闸引发过电压的充电桩规划方法
CN110071503B (zh) 分布式输配协同无功优化的二次规划模型构建方法及系统
CN112310962A (zh) 一种基于风电场的最优网络重构的方法及系统
Sanjari et al. HSA-based optimal placement of shunt FACTS devices in the smart grid considering voltage stability

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 210003, 66 new model street, Gulou District, Jiangsu, Nanjing

Applicant after: NANJING University OF POSTS AND TELECOMMUNICATIONS

Applicant after: STATE GRID ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd.

Address before: No.19, ningshuang Road, Yuhuatai District, Nanjing City, Jiangsu Province, 210012

Applicant before: NANJING University OF POSTS AND TELECOMMUNICATIONS

Applicant before: STATE GRID ELECTRIC POWER RESEARCH INSTITUTE Co.,Ltd.

WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210618