CN113067347B - 一种交直流电网分布式动态无功补偿优化方法及系统 - Google Patents

一种交直流电网分布式动态无功补偿优化方法及系统 Download PDF

Info

Publication number
CN113067347B
CN113067347B CN202110515558.3A CN202110515558A CN113067347B CN 113067347 B CN113067347 B CN 113067347B CN 202110515558 A CN202110515558 A CN 202110515558A CN 113067347 B CN113067347 B CN 113067347B
Authority
CN
China
Prior art keywords
optimization
region
power grid
index
data
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.)
Active
Application number
CN202110515558.3A
Other languages
English (en)
Other versions
CN113067347A (zh
Inventor
蔡晖
刘崇茹
牛纪伟
李竹青
姜苑
黎晓
罗金山
孙珂
辛蜀骏
许偲轩
赵菲菲
韩杏宁
祁万春
韩晓男
梁涵卿
曹阳
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.)
State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
State Grid Corp of China SGCC
State Grid Jiangsu Electric Power Co Ltd
North China Electric Power University
Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
State Grid Corp of China SGCC
State Grid Jiangsu Electric Power Co Ltd
North China Electric Power University
Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd
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 State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office, State Grid Corp of China SGCC, State Grid Jiangsu Electric Power Co Ltd, North China Electric Power University, Economic and Technological Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical State Grid Economic And Technological Research Institute Co LtdB412 State Grid Office
Priority to CN202110515558.3A priority Critical patent/CN113067347B/zh
Publication of CN113067347A publication Critical patent/CN113067347A/zh
Application granted granted Critical
Publication of CN113067347B publication Critical patent/CN113067347B/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
    • H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]

Landscapes

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

Abstract

本发明涉及一种交直流电网分布式动态无功补偿优化方法及系统。该方法包括：根据交直流电网数据、无功补偿预配置数据和电网分区结果，得到各区域的暂态电压数据；确定基于轨迹灵敏度的单区域电压稳定性优化指标、基于VIF的抑制换相失败优化指标和FACTS装置经济性指标；确定单区域优化指标；根据电网分区结果，得到各区域边界优化指标；根据单区域优化指标和各区域边界优化指标，确定交直流电网多区域分布式优化指标；根据交直流电网多区域分布式优化指标通过PBFT共识机制，确定各区域优化指标值；根据各区域优化指标值，确定交直流电网分布式动态无功补偿优化配置方案。本发明能够解决动态无功补偿优化等非线性混合整数优化问题。

Description

一种交直流电网分布式动态无功补偿优化方法及系统
技术领域
本发明涉及动态无功补偿优化领域，特别是涉及一种交直流电网分布式动态无功补偿优化方法及系统。
背景技术
近年来，直流输电在远距离大容量输电方面得到广泛应用，在我国广东、华东地区均已有多条直流输电线路馈入。随着高压直流输电工程的不断投运，多直流馈入的受端电网无功支撑能力明显降低，当受端交流电网发生严重故障时，直流逆变侧交流母线电压跌落明显，极易导致直流线路的换相失败问题，合理配置无功补偿装置是提高受端交流电网无功支撑能力进而抵御直流线路换相失败的重要措施，如何合理的进行无功装置配置对交直流系统具有重要意义。
目前国内外学者针对动态无功补偿装置的优化配置做了很多相关研究，从优化方法的角度可以分为两大类：一类属于启发式搜索算法，例如烟花算法、粒子群算法和遗传算法等；另一类基于最优化理论，包括线性规划、非线性规划、二次规划和拉格朗日松弛法。第一类方法不受优化问题非凸以及函数非光滑的影响，因此在动态无功补偿优化领域使用极为广泛。第二类方法鲁棒性强，在凸优化问题上能够保证算法的收敛，但是在处理非光滑函数时很难有较好的表现，因此在求解非线性的混合整数优化模型上较为乏力，多数用于经济调度以及最优潮流求解等领域。
不论是第一类算法还是第二类算法，均属于集中式的优化方法，随着电力系统的规模不断扩大，集中式优化方法的不足逐步显现：计算结果易于出现高度集中化的动态无功补偿方案，对系统各区域电压稳定性提升效果不均匀；数据处理中心需要集中处理海量数据，优化难度高，且数据处理中心需要收集所有区域的内部信息、仿真数据，很难确保区域电网间的数据隐私性以及安全性。因此，分布式优化方法逐步被应用于电力系统优化领域。分布式优化采用并行计算的方法，能够较好的解决优化过程中集中处理海量数据的问题，并有效减少计算量，同时能够有效提升各区域的补偿效果，解决补偿不均匀的问题。
目前常用的分布式优化算法包括交替方向乘子法(ADMM)、辅助原理法(APP)等。ADMM算法属于增广拉格朗日法的延伸，即在拉格朗日的基础上添加新的惩罚项；APP则是在交替方向乘子法的基础之上，利用辅助函数对二次惩罚项进行线性化处理。目前常用的分布式算法均属于数学规划理论，对于连续函数具有较好的鲁棒性，在微电网优化运行、电网动态调度等领域被广泛应用，但是处理动态无功补偿优化等非线性混合整数优化问题非常乏力。
发明内容
本发明的目的是提供一种交直流电网分布式动态无功补偿优化方法及系统，能够解决动态无功补偿优化等非线性混合整数优化问题。
为实现上述目的，本发明提供了如下方案：
一种交直流电网分布式动态无功补偿优化方法包括：
获取交直流电网数据和无功补偿预配置数据；
根据所述交直流电网数据进行电气距离处理和聚类处理，得到电网分区结果；
根据所述交直流电网数据、所述无功补偿预配置数据和所述电网分区结果，得到各区域的暂态电压数据；
根据各所述区域的暂态电压数据和所述无功补偿预配置数据，确定基于轨迹灵敏度的单区域电压稳定性优化指标、基于VIF的抑制换相失败优化指标和FACTS装置经济性指标；
根据所述基于轨迹灵敏度的单区域电压稳定性优化指标、所述基于VIF的抑制换相失败优化指标和所述FACTS装置经济性指标，确定单区域优化指标；
根据所述电网分区结果，得到各区域边界优化指标；
根据所述单区域优化指标和所述各区域边界优化指标，确定交直流电网多区域分布式优化指标；
根据交直流电网多区域分布式优化指标通过PBFT共识机制，确定各区域优化指标值；
根据各区域优化指标值，确定交直流电网分布式动态无功补偿优化配置方案。
可选地，所述根据所述交直流电网数据、所述无功补偿预配置数据和所述电网分区结果，得到各区域的暂态电压数据，具体包括：
根据所述交直流电网数据、所述无功补偿预配置数据和约束条件进行机电暂态仿真，得到故障下的电网电压数据；
根据所述故障下的电网电压数据对电网进行分区，得到各区域的暂态电压数据。
可选地，所述电气距离处理公式为：
Figure BDA0003061847450000031
其中，
Figure BDA0003061847450000032
dij＝-lg(αij·αji)，U为换流母线电压，Q为换流母线注入无功，Ud为直流线路直流电压，Pd为直流线路有功输送量，Bc为无功补偿量，B、G为系统导纳阵，γ为逆变侧熄弧角，θ为节点相角差，X为换相电抗，i、j为节点编号。
可选地，所述根据各所述区域的暂态电压数据和所述无功补偿预配置数据，确定基于轨迹灵敏度的单区域电压稳定性优化指标、基于VIF的抑制换相失败优化指标和FACTS装置经济性指标，具体包括：
根据各所述区域的暂态电压数据采用公式TVDI＝Sk×ρk，确定暂态电压跌落指标TVDI；
其中，
Figure BDA0003061847450000041
N为所有故障类型数目；n系统节点数；r是从故障切除到结束仿真步数；ρ为各种故障的发生概率；
Figure BDA0003061847450000042
为k故障下i节点在t时刻电压值；
Figure BDA0003061847450000043
为i节点稳态电压值；
Figure BDA0003061847450000044
为k故障下i节点在t时刻电压跌落值；
根据所述暂态电压跌落指标和所述区域的暂态电压数据，确定基于轨迹灵敏度的单区域电压稳定性优化指标、基于VIF的抑制换相失败优化指标和FACTS装置经济性指标。
可选地，所述根据所述基于轨迹灵敏度的单区域电压稳定性优化指标、所述基于VIF的抑制换相失败优化指标和所述FACTS装置经济性指标，确定单区域优化指标，具体包括：
根据所述基于轨迹灵敏度的单区域电压稳定性优化指标、所述基于VIF的抑制换相失败优化指标和所述FACTS装置经济性指标采用公式
Figure BDA0003061847450000045
确定单区域优化指标；
其中，f1为基于轨迹灵敏度的单区域电压稳定性优化指标，f2为基于VIF的抑制换相失败优化指标，f3为FACTS装置经济性指标，fn为单区域优化指标。
可选地，所述根据所述单区域优化指标和所述各区域边界优化指标，确定交直流电网多区域分布式优化指标，具体包括：
根据所述单区域优化指标和所述各区域边界优化指标采用公式f＝fn+fb,n，确定交直流电网多区域分布式优化指标；
其中，f为交直流电网多区域分布式优化指标，fn为单区域优化指标，fb,n为各区域边界优化指标。
一种交直流电网分布式动态无功补偿优化系统包括：
数据获取模块，用于获取交直流电网数据和无功补偿预配置数据；
电网分区结果确定模块，用于根据所述交直流电网数据进行电气距离处理和聚类处理，得到电网分区结果；
暂态电压数据确定模块，用于根据所述交直流电网数据、所述无功补偿预配置数据和所述电网分区结果，得到各区域的暂态电压数据；
三大指标确定模块，用于根据各所述区域的暂态电压数据和所述无功补偿预配置数据，确定基于轨迹灵敏度的单区域电压稳定性优化指标、基于VIF的抑制换相失败优化指标和FACTS装置经济性指标；
单区域优化指标确定模块，用于根据所述基于轨迹灵敏度的单区域电压稳定性优化指标、所述基于VIF的抑制换相失败优化指标和所述FACTS装置经济性指标，确定单区域优化指标；
区域边界优化指标确定模块，用于根据所述电网分区结果，得到各区域边界优化指标；
交直流电网多区域分布式优化指标确定模块，用于根据所述单区域优化指标和所述各区域边界优化指标，确定交直流电网多区域分布式优化指标；
区域优化指标值确定模块，用于根据交直流电网多区域分布式优化指标通过PBFT共识机制，确定各区域优化指标值；
优化配置方案确定模块，用于根据各区域优化指标值，确定交直流电网分布式动态无功补偿优化配置方案。
可选地，所述暂态电压数据确定模块，具体包括：
故障下的电网电压数据确定单元，用于根据所述交直流电网数据、所述无功补偿预配置数据和约束条件进行机电暂态仿真，得到故障下的电网电压数据；
暂态电压数据确定单元，用于根据所述故障下的电网电压数据对电网进行分区，得到各区域的暂态电压数据。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
一、本发明利用网络结构及无功补偿的局部特性实现电网区域划分，通过增加相邻区域的边界虚拟母线，构建单区域优化模型实现区域间等效解耦。
二、本发明通过改进现有的分布式优化方法，实现迭代过程中无需全局协调器的多区域无功补偿优化的并行计算；通过增加区域边界电气量约束，实现整体最优配置方案的快速搜索。
三、本发明配合实用拜占庭容错算法(PBFT)，提高分布式优化算法的鲁棒性。通过上述工作成功实现利用分布式方法解决动态无功补偿优化问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明交直流电网分布式动态无功补偿优化方法流程图；
图2为本发明利用PBFT共识机制的主节点和副节点信息传递示意图；
图3为本发明交直流电网分布式动态无功补偿优化系统结构图；
图4为本发明电网分区示意图。
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。
本发明的目的是提供一种交直流电网分布式动态无功补偿优化方法及系统，能够解决动态无功补偿优化等非线性混合整数优化问题。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明交直流电网分布式动态无功补偿优化方法流程图。如图1所示，一种交直流电网分布式动态无功补偿优化方法包括：
步骤101：获取交直流电网数据和无功补偿预配置数据。
步骤102：根据所述交直流电网数据进行电气距离处理和聚类处理，得到电网分区结果。
按照下式进行电气距离处理
Figure BDA0003061847450000071
Figure BDA0003061847450000072
Figure BDA0003061847450000073
Figure BDA0003061847450000074
dij＝-lg(αij·αji)
式中，U为换流母线电压，Q为换流母线注入无功，Ud为直流线路直流电压，Pd为直流线路有功输送量，Bc为无功补偿量，B、G为系统导纳阵，γ为逆变侧熄弧角，θ为节点相角差，X为换相电抗，i、j为节点编号。
并基于聚类算法对电网进行分区，输出电网分区结果，分区数为n。
步骤103：根据所述交直流电网数据、所述无功补偿预配置数据和所述电网分区结果，得到各区域的暂态电压数据，具体包括：
根据所述交直流电网数据、所述无功补偿预配置数据和约束条件进行机电暂态仿真，得到故障下的电网电压数据；
根据所述故障下的电网电压数据对电网进行分区，得到各区域的暂态电压数据。
所述区域内约束条件如下：
Figure BDA0003061847450000081
式中，等式约束主要包括电力系统网络方程、发电机平衡方程和静态负荷平衡方程等；微分方程主要包括发电机动态过程、励磁系统控制过程、直流系统控制过程和FACTS装置控制过程等；不等式约束主要包括系统发电机出力约束、负荷约束、线路输送极限约束以及FACTS装置的容量限制约束。
进行严重故障仿真，获得故障下的电网电压数据，并按照步骤102获得的分区方法，将数据分区，输出各区域的暂态电压数据。
步骤104：根据各所述区域的暂态电压数据和所述无功补偿预配置数据，确定基于轨迹灵敏度的单区域电压稳定性优化指标、基于VIF的抑制换相失败优化指标和FACTS装置经济性指标，具体包括：
根据各所述区域的暂态电压数据采用公式TVDI＝Sk×ρk，确定暂态电压跌落指标TVDI；
其中，
Figure BDA0003061847450000082
N为所有故障类型数目；n系统节点数；r是从故障切除到结束仿真步数；ρ为各种故障的发生概率；
Figure BDA0003061847450000083
为k故障下i节点在t时刻电压值；
Figure BDA0003061847450000084
为i节点稳态电压值；
Figure BDA0003061847450000085
为k故障下i节点在t时刻电压跌落值；
根据所述暂态电压跌落指标和所述区域的暂态电压数据，确定基于轨迹灵敏度的单区域电压稳定性优化指标、基于VIF的抑制换相失败优化指标和FACTS装置经济性指标。
输入暂态电压跌落指标TVDI，按照下式计算基于轨迹灵敏度的单区域电压稳定性优化指标：
Figure BDA0003061847450000091
Figure BDA0003061847450000092
f1＝TSIj
式中ΔQFACTS为动态无功补偿对系统的无功注入量；Nk表示仿真的总时刻量，NF表示严重故障集数目；Ui,l为代表i节点在l故障下的电压值；tk为仿真时间，Wl代表l故障的严重程度权；TSIj代表j节点无功补偿装置补偿后的轨迹灵敏度指标；
输入步骤103的电网暂态电压数据，按照下式计算基于VIF的抑制换相失败优化指标：
Figure BDA0003061847450000093
式中，Nd为系统中所有直流线路数目；d为逆变侧换流母线节点；M为电压测量节点数目，m为电压测量节点；j为无功补偿节点；Zmd为m与d节点的互阻抗；Zmm表示m节点自阻抗。DVIFj越大说明节点j处的无功补偿对于直流换相失败免疫效果越好。
Figure BDA0003061847450000094
Wm为换相失败权重。
采用轨迹灵敏度TSIm代替
Figure BDA0003061847450000095
Figure BDA0003061847450000101
Figure BDA0003061847450000102
输入步骤101的无功补偿预配置数据，按照下式计算FACTS装置经济性指标
f3＝J(CF,sF)
Figure BDA0003061847450000103
式中，CF为无功补偿装置单位容量价格，sF为无功补偿装置总容量；式中sC为SVC总运行容量，sG为STATCOM总运行容量：
输出各区域优化指标f1、f2、f3。
步骤105：根据所述基于轨迹灵敏度的单区域电压稳定性优化指标、所述基于VIF的抑制换相失败优化指标和所述FACTS装置经济性指标，确定单区域优化指标，具体包括：
根据所述基于轨迹灵敏度的单区域电压稳定性优化指标、所述基于VIF的抑制换相失败优化指标和所述FACTS装置经济性指标采用公式
Figure BDA0003061847450000104
确定单区域优化指标；
其中，f1为基于轨迹灵敏度的单区域电压稳定性优化指标，f2为基于VIF的抑制换相失败优化指标，f3为FACTS装置经济性指标，fn为单区域优化指标。
上式还可以写为：
Figure BDA0003061847450000105
步骤106：根据所述电网分区结果，得到各区域边界优化指标。
将边界变量之差转化为不等式约束，即要求在稳态运行下，边界电压差需要在允许范围内：
φm＝{Vm,a(x),Vm,a'(x)}
φn＝{Vn,a(x),Vn,a'(x)}
φn-φm≤ε
式中
Figure BDA0003061847450000111
为区域m和区域n的边界电气量，即边界节点的电压。
输入步骤102获得的电网暂态电压数据，按照下式获得边界优化指标fb1,n、fb2,n。
Figure BDA0003061847450000112
Figure BDA0003061847450000113
式中，Nre表示本区域内接收节点数目；Nse表示本区域的输送节点数目；n、m代表不同的区域，fb1,n表示协调中心下发给区域n的相对于指标f1的边界优化指标；fb2,n表示协调中心下发给区域n的相对于的f2边界优化指标。
按照下式将指标1与指标2求和，按照步骤102的分区结果输出各区域边界优化指标fb,n。
fb,n＝fb1,n+fb2,n
步骤107：根据所述单区域优化指标和所述各区域边界优化指标，确定交直流电网多区域分布式优化指标，具体包括：
根据所述单区域优化指标和所述各区域边界优化指标采用公式f＝fn+fb,n，确定交直流电网多区域分布式优化指标；
其中，f为交直流电网多区域分布式优化指标，fn为单区域优化指标，fb,n为各区域边界优化指标。
步骤108：根据交直流电网多区域分布式优化指标通过PBFT共识机制，确定各区域优化指标值。
输入步骤107中计算所得各区域优化指标值f，各区域占据一个节点，按照图2利用PBFT共识机制算法提高优化方法鲁棒性。算法流程为：
1)主节点发送共识准备信息(pre-prepare)，副节点接收共识准备信息，检查信息正确性，当检查结果为真时，向其他节点发送共识确认信息(prepare)。
2)若副节点发现信息错误，则副节点怀疑主节点，向全网广播变更信息(view-change)。
3)当主节点获得正确信息反馈数量大于等于2f时，共识达成。
4)若主节点收到2f个(view-change)有效信息后，确认主节点作恶，将会从副节点信息中重新选择共识准备信息，重复上述过程，直至达成共识，最后输出确认后的各区域优化指标值。
步骤109：根据各区域优化指标值，确定交直流电网分布式动态无功补偿优化配置方案。输入步骤108获得的各区域优化指标值，比较优化指标值大小，选取最大值为最优解。输出最大优化指标下的优化配置方案。
1)本方法提出的分布式优化模型能够很好的实现区域间的信息传递，满足分布式优化的需求；同时，在优化过程中，只需要各区域将边界节点电气量上交协调中心处理，保护了各区域电网的信息安全。该优点主要是通过交流电网分区以及建立虚拟节点实现。
2)在多种预配置方案下，本方法提出的优化模型和算法能够寻找到最优方案：着眼于全局时，能够保证各个区域都选择到最优的配置方案；着眼于单区域时能够寻找到最利于单区域系统稳定的配置方案。
以STATCOM的补偿优化为案例进行分析。每个区域从25Mvar起，每次增加25Mvar的补偿容量至150Mvar作为无功补偿的预设容量，依次获取单区域优化指标以及边界暂态电压仿真数据，每个区域进行6次仿真，共需nm＝24次仿真实验。每个区域任选一容量配置下的仿真数据进行数据交换，求取优化指标，最终获得mn＝1296种不同容量配置下的优化指标，并获取各区域最大优化指标时的全网容量配置。
表1各区域优化指标最大值
Figure BDA0003061847450000121
表1列举出了各个区域的优化目标函数最大值。
表2各区域优化目标最大时各区域补偿容量(Mvar)
Figure BDA0003061847450000122
Figure BDA0003061847450000131
表2中每列代表不同区域优化目标最大时的全网容量配置。经计算，当全网配置容量分别为25Mvar(区域1)、150Mvar(区域2)、75Mvar(区域3)、25Mvar(区域4)时对于全网最优。
表3各区域无功补偿配置容量
Figure BDA0003061847450000132
如表3所示，当各区域只考虑区域内节点的优化，并不考虑区域间的相互影响时，通过表3可以发现，各区域最优配置方案为25Mvar(区域1)、150Mvar(区域2)、75Mvar(区域3)、25Mvar(区域4)。
当不对电网分区时，采用以全网为单位选取补偿节点，并按照不同容量进行配置。图4为本发明电网分区示意图。通过TVDI值计算得，节点16和节点17在所有故障下的TVDI值之和最大，故选为集中补偿节点。主要是通过步骤104求解所有严重故障下的所有节点的TVDI，之后选取最大值获得的。
表4区域1所有故障下TVDI求和
Figure BDA0003061847450000133
Figure BDA0003061847450000141
表5区域2所有故障下TVDI求和
Figure BDA0003061847450000142
表6区域3所有故障下TVDI求和
Figure BDA0003061847450000143
表7区域4所有故障下TVDI求和
Figure BDA0003061847450000144
表8补偿容量和优化指标对应表
Figure BDA0003061847450000145
由表8可得，当在16和17节点补偿25Mvar容量的无功补偿装置时，对于全网的电压稳定以及经济效益最好。对比集中补偿和分布式补偿下，区域中心故障时，边缘区域节点13、8、7、10的暂态电压对比。
该优点主要是由优化模型建立时单个区域拥有独立的优化模型，并且区域之间进行优化指标的传递，由单区域的优化模型组建整个电网的优化模型，因此既保证了单区域的优化可靠性又可以在整个电网内实现寻优。
3)仿真发现，本发明建立的动态无功补偿模型中的目标函数f2将直流换相失败免疫能力量化，进而使补偿方案可以明显的提高直流换流母线电压稳定性。该优点是由模型建立过程中考虑换流母线的电压轨迹灵敏度，并通过观测节点表征出相邻区域对于换流母线的影响。
4)本优化模型仅需通过nm次的仿真并记录仿真数据即可寻找到mn种配置方案的最优解，大大简化优化仿真复杂度。此优点是由优化模型采用分布式优化，实现多区域并行计算，能够大大减少仿真的数量，在最少的仿真次数下寻优。
5)在协调中心作恶时，会对指标计算产生极大的影响，使得本发明优化算法中心化严重；通过PBFT算法能够很好地规避掉作恶节点，保证数据的准确可靠，实现多区域分布式优化算法的去中心化，增强分布式优化的鲁棒性。此优点是由本方法在分布式优化的过程中引入PBFT算法，通过共识机制规避掉作恶节点，既能保证信息传递的可靠性，同时能够去中心化。
图3为本发明交直流电网分布式动态无功补偿优化系统结构图。如图3所示，一种交直流电网分布式动态无功补偿优化系统包括：
数据获取模块201，用于获取交直流电网数据和无功补偿预配置数据；
电网分区结果确定模块202，用于根据所述交直流电网数据进行电气距离处理和聚类处理，得到电网分区结果；
暂态电压数据确定模块203，用于根据所述交直流电网数据、所述无功补偿预配置数据和所述电网分区结果，得到各区域的暂态电压数据；
三大指标确定模块204，用于根据各所述区域的暂态电压数据和所述无功补偿预配置数据，确定基于轨迹灵敏度的单区域电压稳定性优化指标、基于VIF的抑制换相失败优化指标和FACTS装置经济性指标；
单区域优化指标确定模块205，用于根据所述基于轨迹灵敏度的单区域电压稳定性优化指标、所述基于VIF的抑制换相失败优化指标和所述FACTS装置经济性指标，确定单区域优化指标；
区域边界优化指标确定模块206，用于根据所述电网分区结果，得到各区域边界优化指标；
交直流电网多区域分布式优化指标确定模块207，用于根据所述单区域优化指标和所述各区域边界优化指标，确定交直流电网多区域分布式优化指标；
区域优化指标值确定模块208，用于根据交直流电网多区域分布式优化指标通过PBFT共识机制，确定各区域优化指标值；
优化配置方案确定模块209，用于根据各区域优化指标值，确定交直流电网分布式动态无功补偿优化配置方案。
所述暂态电压数据确定模块203，具体包括：
故障下的电网电压数据确定单元，用于根据所述交直流电网数据、所述无功补偿预配置数据和约束条件进行机电暂态仿真，得到故障下的电网电压数据；
暂态电压数据确定单元，用于根据所述故障下的电网电压数据对电网进行分区，得到各区域的暂态电压数据。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种交直流电网分布式动态无功补偿优化方法，其特征在于，包括：
获取交直流电网数据和无功补偿预配置数据；
根据所述交直流电网数据进行电气距离处理和聚类处理，得到电网分区结果；
根据所述交直流电网数据、所述无功补偿预配置数据和所述电网分区结果，得到各区域的暂态电压数据；
根据各所述区域的暂态电压数据和所述无功补偿预配置数据，确定基于轨迹灵敏度的单区域电压稳定性优化指标、基于VIF的抑制换相失败优化指标和FACTS装置经济性指标；
根据所述基于轨迹灵敏度的单区域电压稳定性优化指标、所述基于VIF的抑制换相失败优化指标和所述FACTS装置经济性指标，确定单区域优化指标；
根据所述电网分区结果，得到各区域边界优化指标；
根据所述单区域优化指标和所述各区域边界优化指标，确定交直流电网多区域分布式优化指标；
根据交直流电网多区域分布式优化指标通过PBFT共识机制，确定各区域优化指标值；
根据各区域优化指标值，确定交直流电网分布式动态无功补偿优化配置方案。
2.根据权利要求1所述的交直流电网分布式动态无功补偿优化方法，其特征在于，所述根据所述交直流电网数据、所述无功补偿预配置数据和所述电网分区结果，得到各区域的暂态电压数据，具体包括：
根据所述交直流电网数据、所述无功补偿预配置数据和约束条件进行机电暂态仿真，得到故障下的电网电压数据；
根据所述故障下的电网电压数据对电网进行分区，得到各区域的暂态电压数据。
3.根据权利要求1所述的交直流电网分布式动态无功补偿优化方法，其特征在于，所述电气距离处理公式为：
Figure FDA0003061847440000021
其中，
Figure FDA0003061847440000022
dij＝-lg(αij·αji)，U为换流母线电压，Q为换流母线注入无功，Ud为直流线路直流电压，Pd为直流线路有功输送量，Bc为无功补偿量，B、G为系统导纳阵，γ为逆变侧熄弧角，θ为节点相角差，X为换相电抗，i、j为节点编号。
4.根据权利要求1所述的交直流电网分布式动态无功补偿优化方法，其特征在于，所述根据各所述区域的暂态电压数据和所述无功补偿预配置数据，确定基于轨迹灵敏度的单区域电压稳定性优化指标、基于VIF的抑制换相失败优化指标和FACTS装置经济性指标，具体包括：
根据各所述区域的暂态电压数据采用公式TVDI＝Sk×ρk，确定暂态电压跌落指标TVDI；
其中，
Figure FDA0003061847440000023
N为所有故障类型数目；n系统节点数；r是从故障切除到结束仿真步数；ρ为各种故障的发生概率；
Figure FDA0003061847440000024
为k故障下i节点在t时刻电压值；
Figure FDA0003061847440000025
为i节点稳态电压值；
Figure FDA0003061847440000031
为k故障下i节点在t时刻电压跌落值；
根据所述暂态电压跌落指标和所述区域的暂态电压数据，确定基于轨迹灵敏度的单区域电压稳定性优化指标、基于VIF的抑制换相失败优化指标和FACTS装置经济性指标。
5.根据权利要求1所述的交直流电网分布式动态无功补偿优化方法，其特征在于，所述根据所述基于轨迹灵敏度的单区域电压稳定性优化指标、所述基于VIF的抑制换相失败优化指标和所述FACTS装置经济性指标，确定单区域优化指标，具体包括：
根据所述基于轨迹灵敏度的单区域电压稳定性优化指标、所述基于VIF的抑制换相失败优化指标和所述FACTS装置经济性指标采用公式
Figure FDA0003061847440000032
确定单区域优化指标；
其中，f1为基于轨迹灵敏度的单区域电压稳定性优化指标，f2为基于VIF的抑制换相失败优化指标，f3为FACTS装置经济性指标，fn为单区域优化指标。
6.根据权利要求1所述的交直流电网分布式动态无功补偿优化方法，其特征在于，所述根据所述单区域优化指标和所述各区域边界优化指标，确定交直流电网多区域分布式优化指标，具体包括：
根据所述单区域优化指标和所述各区域边界优化指标采用公式f＝fn+fb,n，确定交直流电网多区域分布式优化指标；
其中，f为交直流电网多区域分布式优化指标，fn为单区域优化指标，fb,n为各区域边界优化指标。
7.一种交直流电网分布式动态无功补偿优化系统，其特征在于，包括：
数据获取模块，用于获取交直流电网数据和无功补偿预配置数据；
电网分区结果确定模块，用于根据所述交直流电网数据进行电气距离处理和聚类处理，得到电网分区结果；
暂态电压数据确定模块，用于根据所述交直流电网数据、所述无功补偿预配置数据和所述电网分区结果，得到各区域的暂态电压数据；
三大指标确定模块，用于根据各所述区域的暂态电压数据和所述无功补偿预配置数据，确定基于轨迹灵敏度的单区域电压稳定性优化指标、基于VIF的抑制换相失败优化指标和FACTS装置经济性指标；
单区域优化指标确定模块，用于根据所述基于轨迹灵敏度的单区域电压稳定性优化指标、所述基于VIF的抑制换相失败优化指标和所述FACTS装置经济性指标，确定单区域优化指标；
区域边界优化指标确定模块，用于根据所述电网分区结果，得到各区域边界优化指标；
交直流电网多区域分布式优化指标确定模块，用于根据所述单区域优化指标和所述各区域边界优化指标，确定交直流电网多区域分布式优化指标；
区域优化指标值确定模块，用于根据交直流电网多区域分布式优化指标通过PBFT共识机制，确定各区域优化指标值；
优化配置方案确定模块，用于根据各区域优化指标值，确定交直流电网分布式动态无功补偿优化配置方案。
8.根据权利要求7所述的交直流电网分布式动态无功补偿优化系统，其特征在于，所述暂态电压数据确定模块，具体包括：
故障下的电网电压数据确定单元，用于根据所述交直流电网数据、所述无功补偿预配置数据和约束条件进行机电暂态仿真，得到故障下的电网电压数据；
暂态电压数据确定单元，用于根据所述故障下的电网电压数据对电网进行分区，得到各区域的暂态电压数据。
CN202110515558.3A 2021-05-12 2021-05-12 一种交直流电网分布式动态无功补偿优化方法及系统 Active CN113067347B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110515558.3A CN113067347B (zh) 2021-05-12 2021-05-12 一种交直流电网分布式动态无功补偿优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110515558.3A CN113067347B (zh) 2021-05-12 2021-05-12 一种交直流电网分布式动态无功补偿优化方法及系统

Publications (2)

Publication Number Publication Date
CN113067347A CN113067347A (zh) 2021-07-02
CN113067347B true CN113067347B (zh) 2022-09-06

Family

ID=76568364

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110515558.3A Active CN113067347B (zh) 2021-05-12 2021-05-12 一种交直流电网分布式动态无功补偿优化方法及系统

Country Status (1)

Country Link
CN (1) CN113067347B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114094623B (zh) * 2021-11-15 2024-03-22 国家电网有限公司 基于交替方向乘子法的交直流混合配电网分布式优化调度方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106058876A (zh) * 2016-06-02 2016-10-26 国网山东省电力公司济南供电公司 考虑暂态电压稳定性的动态无功规划选址分析方法及系统
CN107679289A (zh) * 2017-09-13 2018-02-09 武汉大学 一种降低多馈入直流换相失败风险的动态无功补偿配置方法
WO2018103294A1 (zh) * 2016-12-07 2018-06-14 东北大学 基于双鱼群算法的电力无功优化系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106058876A (zh) * 2016-06-02 2016-10-26 国网山东省电力公司济南供电公司 考虑暂态电压稳定性的动态无功规划选址分析方法及系统
WO2018103294A1 (zh) * 2016-12-07 2018-06-14 东北大学 基于双鱼群算法的电力无功优化系统及方法
CN107679289A (zh) * 2017-09-13 2018-02-09 武汉大学 一种降低多馈入直流换相失败风险的动态无功补偿配置方法

Also Published As

Publication number Publication date
CN113067347A (zh) 2021-07-02

Similar Documents

Publication Publication Date Title
CN109861303A (zh) 一种含母线电压补偿和负荷功率动态分配的直流微电网协调控制方法
Ali et al. Wide area smart grid architectural model and control: A survey
CN108490288A (zh) 一种窃电检测方法及系统
CN102403716A (zh) 一种多馈入交直流电网动态等值的方法
CN107679289B (zh) 一种降低多馈入直流换相失败风险的动态无功补偿配置方法
CN107248747B (zh) 特高压直流受端交流电网的动态无功补偿装置布点方法及装置
Liao Power transmission line parameter estimation and optimal meter placement
CN113067347B (zh) 一种交直流电网分布式动态无功补偿优化方法及系统
Ehsan et al. Active distribution system reinforcement planning with EV charging stations–Part II: Numerical results
CN108233435A (zh) 一种特高压接入方式的量化评估指标体系及综合评估方法
CN106655293A (zh) 一种多馈入交直流系统的statcom布点选择方法
Abasi et al. Fault classification and fault area detection in GUPFC-compensated double-circuit transmission lines based on the analysis of active and reactive powers measured by PMUs
Subramani et al. Implementation of line stability index for contingency analysis and screening in power systems
CN111654029A (zh) 特高压交直流多馈入下受端电网承载馈入规模评价方法
CN111190121A (zh) 基于序分量的含分布式电源配电网故障分类方法及系统
Haggi et al. Multi-objective pmu allocation for resilient power system monitoring
CN106033894B (zh) 判断特高压直流多落点电网稳定性的方法
Voropai et al. Intelligent control and protection in the Russian electric power system
CN106611959B (zh) 一种基于wams异常波动动态跟踪的直流受端交流系统电压稳定判别方法
CN110768285A (zh) 一种交直流混联直流多馈入受端电网强度获得方法
CN109839570A (zh) 一种多端交直流混合配电网直流高阻故障检测方法和装置
Deng et al. An unequal power sharing strategy for capacitive-and inductive-coupling inverters in microgrid
CN115048760A (zh) 一种基于典型电能质量特征库的负荷电能质量溯源方法
Umunnakwe et al. Improving Situational Awareness in Power Grids of Developing Countries: A Case Study of the Nigerian Grid
CN113193565B (zh) 降低多回直流换相失败风险的无功补偿配置综合评估方法

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