CN113241793A - 一种计及风电场景的含ipfc电力系统预防控制方法 - Google Patents

Abstract

本发明公开了一种计及风电场景的含I PFC电力系统预防控制的方法。具体为：建立考虑风电场景的含I PFC电力系统预防控制优化模型；生成风电场景采用的是马尔可夫链模型，该方法简单、计算速度快，适合短时间尺度的预测；预防控制保证发生预想事故(N‑1故障)后潮流不越限，涉及的潮流计算是含I PFC的N‑1潮流计算；求解主问题，采用的是粒子群算法，判断算法是否已经收敛。利用本方法考虑风电接入的各种场景，概率场景的引入，使该模型在极限场景时充分发挥IPFC稳定性调节功能的同时，又能兼顾系统正常运行时的经济性，对电力系统复杂多变的运行场景具有较强的适应能力，具有工程实践意义。

Description

一种计及风电场景的含IPFC电力系统预防控制方法

技术领域

本发明涉及电力系统运行分析和仿真技术领域，特别是涉及一种计及风电场景的含IPFC电力系统预防控制方法。

背景技术

随着网架结构日益复杂、负荷不断增长、以及大规模风电不断接入，潮流优化(optimal power flow,OPF)问题频繁受到关注。柔性交流输电(Flexible ACTransmission System,FACTS)是基于电力电子、控制与通信等方面的综合技术。FACTS可在不改变网架结构的基础上，迅速地调控电网的线路参数，与其他设备一起优化电网潮流，提高电网的安全性和经济性。

线间潮流控制器(Interline Power Flow Controller,IPFC)是功能最为强大的综合型FACTS设备之一。与UPFC不同的是，IPFC串联于多条线路，可以解决负荷密集型受端电网输电廊道稀缺、潮流分布不均导致的断面输电能力受限等一系列输电难题。国内外关于含IPFC的最优潮流问题的探索尚处于起始阶段。目前关于含IPFC的最优潮流问题都是在单一运行点或者一些特定运行情景下的潮流优化。而随着风电并网的比例不断提高，风电带来的不确定性严重威胁了电网的安全，不同风电出力对电网运行状态的影响成为必然要考虑的因素。因此，需要兼顾IPFC在系统运行场景趋近于安全边界时稳定性的调节功能及其在系统运行场景处于正常范围时的经济调节功能，对IPFC调度方案进行全局寻优计算。

发明内容

针对现有技术的不足，本发明提出了一种计及风电场景的含I PFC电力系统预防控制方法。

本发明的目的可以通过以下技术方案实现：

一种用于风电的电力系统预防控制方法，包括以下步骤：

S1：用马尔可夫链生成风电出力的概率场景；

S2：基于生成的场景，构建计及风电场景的含IPFC电力系统预防控制模型；

S3：粒子群算法求解优化模型；

S4：根据优化结果，得到最优预防控制方案。

可选地，所述S1中，采用马尔可夫链模型对风电出力进行超短期预测，状态转移矩阵求解步骤如下：

1)计算风电出力系数波动矩阵；

2)马尔可夫链的状态转移矩阵；

3)利用状态转移矩阵预测下一周期出力的概率分布情况。

可选地，所述S2中的计及风电场景的含IPFC电力系统预防控制模型包含目标函数与约束条件。

可选地，所述目标函数包括经济性目标子函数与安全性目标函数。

可选地，所述约束条件包括电力系统运行约束与IPFC运行约束。

可选地，所述S3中，采用粒子群算法求解优化模型，判断算法是否已经收敛；若未收敛，则更新作为控制变量的粒子，重复上述过程；若已收敛，则说明优化模型已经求解完成，获得最优潮流和对应的最优预防控制方案。

可选地，所述IPFC在潮流调控时，满足如下约束：

其中，P_ijmax、Q_ijmax分别表示线路ij能承受的最大有功和无功，P_ikmax表示线路ik的最大有功；P_ijmin、Q_ijmin分别表示线路ij能承受的最小有功和无功。

一种计算机可读的存储介质，存储有指令，所述指令执行时，能够实现所述上述的电力系统预防控制方法。

本发明的有益效果：

本发明公开了一种计及风电场景的含IPFC电力系统预防控制方法，建立IPFC的功率注入模型，利用马尔可夫链预测风电出力，在含IPFC的N-1潮流计算的基础上得到计及风电场景的含IPFC电力系统预防控制模型，并用粒子群算法求解，得到最优预防控制方案。该方法能够在极限场景时充分发挥IPFC稳定性调节功能的同时，又能兼顾系统正常运行时的经济性。

附图说明

下面结合附图对本发明作进一步的说明。

图1为本发明具体实施方式中所采用的IPFC的结构示意图；

图2为本发明具体实施方式中含IPFC电力系统潮流计算框架；

图3为本发明具体实施方式中计及风电场景的含IPFC预防控制方法的流程图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

附图1所示的是IPFC等效电路示意图。IPFC的主控线路为线路ij，辅控线路为ik；为方便后续模型推导，添加m、n作为附加虚拟节点；以防公式赘述，特作如下声明，V_seim、V_sein为主、辅控电路耦合串联变压器输出电压的幅值，θ_seim、θ_sein为主、辅控电路耦合串联变压器输出电压的相角，X_seim、X_sein为主、辅控电路串联耦合变压器等效阻抗，V_b、θ_b(b＝{i,j,k,m,n})为相应节点电压幅值及相角，g_l、b_l(l＝{m_rj,n_rk})分别为线路等效电导、电纳，I_iσ(σ＝{m,n})为变流器流过的电流幅值，I_mj、I_nk分别为受控线路的电流幅值。

由图1可知，根据传统功率注入模型，主控和辅控线路中的同步电压源可以等效为对节点i、m、n的注入功率：

式中，P_ijt、Q_ijt分别为IPFC等效对节点i的有功、无功注入功率，P_mjt、Q_mjt分别为IPFC等效对节点m的有功、无功注入功率，P_njt、Q_njt分别为IPFC等效对节点n的有功、无功注入功率。V_i为IPFC公共节点的节点电压幅值，θ_i为IPFC公共节点的节点电压相角，V_m、V_n为节点m、n的节点电压幅值，θ_m、θ_n为节点m、n的节点电压相角。V_seim∠θ_seim为主控变流器的输出电压，

V_sein∠θ_sein为辅控变流器的输出电压，X_seim为主控线路的耦合变压器电抗，X_sein为辅控线路的耦合变压器电抗。

忽略自身损耗，IPFC满足两组变流器有功守恒：

式中，I_im为主控线路的电流幅值，I_in为辅控线路的电流幅值

运行过程中，IPFC还需满足不等式约束如下：

式中，P_dcmax、V_semax、I_iσmax分别为变流器交互有功功率、输出电压幅值、电流幅值的上限值。

含IPFC的潮流计算流程如附图2所示。如果第k次迭代后满足：

则说明满足的控制目标满足收敛精度ε，否则就需要对IPFC输出参数进行修正。P_ijref、P_ikref分别表示线路ij、ik的有功功率目标值，Q_ijref表示线路ij的无功功率目标值，P_mj ^(k)、Q_mj ^(k)、P_nk ^(k)分别表示对应线路潮流第k次迭代时的迭代值。

S2：采用马尔可夫链模型对风电出力进行超短期预测。

马尔可夫链模型是描述随机过程转移规律和概率分布的有效工具之一，具有方法简单、计算速度快、精度高等优点。由于短时间尺度的风电功率变化量具有分布对称、取值集中和波动相对较小等特点，采用基于风电波动变化量的马尔可夫链模型，可在样本相同的前提下划分出更加精细的状态空间，从而刻画出更加准确的状态转移矩阵。状态转移矩阵求解步骤如下：

1)计算风电出力系数波动矩阵。

假设两个相邻场景对应的时刻为t_k-1和t_k，t_k为当前时刻，t_k-1为上一时刻，时间间隔为Δt。两个时刻对应的风电出力系数

和

t_k时刻风电出力系数的变化为

有：

2)求解状态转移矩阵。

设某一周期内风电出力序列为

其中的状态空间为I＝{ΔL_w ¹,ΔL_w ²,...,ΔL_w ^M}，状态空间维数为M。由于在马尔可夫链中将来的状态

独立于过去的状态，而只依赖于现在的状态

因此有：

定义P为上述马尔可夫链的状态转移矩阵，P_i,j满足：

用N_i,j来表示从状态ΔL_w ⁱ转移到状态ΔL_w ^j的样本数目，则矩阵N为转移频数矩阵。状态转移矩阵P的元素P_i,j的计算公式为：

3)利用状态转移矩阵预测下一周期出力的概率分布情况。

令

表示预测风电场在t_k+1时刻的出力。它是一个M维向量，有

假设t_k和t_k+1两个时刻风电出力的变化为

定义状态选择单位行向量γ_tk，γ_tk中t_k时刻的出力变化量所属的状态对应的元素为1，其他元素为0。则计算公式如下：

通过式(11)得到t_k+1时刻风电出力系数

的概率分布。对t_k+1时刻风电出力

设t_k时刻的风电出力系数变化对应的状态为ΔL_wi，ΔL_wi∈I，则t_k+1时刻的风电出力系数

对应的概率为状态转移矩阵L中P_j,i，于是t_k时刻预测下一调控周期场景的概率分布可表示为：

P(S_i)＝P_j,i i,j＝1,2,...,M (12)

式中，S_i表示下一调控周期内风电出力系数为

的场景，Pr(S_i)为该场景发生的概率。此概率由基于风电波动的马尔可夫链模型求得，包含一个调控周期内风电波动的所有可能情况，较全面地给出了系统超短期预测的概率信息。

S3：建立含IPFC电力系统预防控制模型。算法流程图可见附图3。该模型包含以下几个部分：

1)目标函数

a)经济性目标子函数

将发电机出力成本作为考察系统经济性的主要指标，于是有：

式中，f₁表示经济性目标子函数，ω_2i、ω_1i、ω_0i分别为第i台发电机的发电成本系数，P_gi为第i台发电机的有功出力，N_g为系统的发电机总数。

优化过程中，可以通过调节发电机出力P_g、Q_g、PV节点电压V_g、IPFC的控制目标P_ijref、Q_ijref及P_ikref，共同提升系统运行的经济性。

b)安全性目标函数

由于考虑了风电场景，因此，安全性目标函数用风险指标来表示。

式中，f₂表示经济性目标子函数，R为风险指标，M为不确定场景的总个数，X_i为第i个不确定场景，Pr(S_i)为第i个场景发生的概率，J(X_i)为第i个场景发生时对应后果的严重度。引入发生N-1故障时重载或超载线路的负载率之和来描述第i个场景发生时对应的严重度J(Xi)。所以有：

式中，l_i是重载或超载线路，

为线路的有功容量(重载率取

)。

f＝λ₁·f₁+λ₂·f₂ (16)

式中，f为总目标函数，λ₁、λ₂分别为经济性目标函数和安全性目标函数对应的权重系数。

2)约束条件

对于约束条件，整体可分为电力系统运行约束与IPFC运行约束两部分，对此分开进行阐述：

a)电力系统运行约束

为了维持系统平衡，若忽略线路损耗，需要满足发电有功出力等于负荷所需有功，即：

式中，N_d为负荷总数，P_dj为第j个负荷所需有功功率。

对于含N个节点的电力系统，等式约束主要为维持系统的潮流功率平衡，所以对于不安装IPFC的第i个节点，需要满足以下功率平衡约束：

式中，P_gi、Q_gi分别为连接节点i发电机的有功、无功出力，P_di、Q_di为节点i提供功率的负荷，G_ij、B_ij为节点导纳矩阵中的元素。

对于配置了IPFC的节点母线，则加入对应的节点附加注入功率(1)-(3)。

最后，系统变量也需要保持在电力系统运行允许的范围内，即满足：

式中，V_i为第i个节点的电压幅值，Q_gi为第i台发电机的无功出力。

b)IPFC运行约束

运行过程中，应该考虑变流器输出电压幅值及相角约束在合理范围内：

另外，IPFC潮流调控约束必须充分考虑IPFC自身潮流调节水平，不能超出合理范围之外，否则即使计算得到最优潮流解，也可能因为不符合实际情况而被舍去。所以IPFC在潮流调控时，需要满足如下约束：

其中，P_ijmax、Q_ijmax分别表示线路ij能承受的最大有功和无功，P_ikmax表示线路ik的最大有功；P_ijmin、Q_ijmin分别表示线路ij能承受的最小有功和无功。

S4:采用粒子群算法求解优化模型，判断算法是否已经收敛。若还未收敛，则重新更新作为控制变量的粒子，重复上述过程；若已收敛，则说明优化模型已经求解完成，成功得到最优潮流和对应的最优预防控制方案。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (8)

1.一种电力系统预防控制方法，其特征在于，包括以下步骤：

S1：用马尔可夫链生成风电出力的概率场景；

S2：基于生成的场景，构建计及风电场景的含IPFC电力系统预防控制模型；

S3：粒子群算法求解优化模型；

S4：根据优化结果，得到最优预防控制方案。

2.根据权利要求1所述的电力系统预防控制方法，其特征在于，所述S1中，采用马尔可夫链模型对风电出力进行超短期预测，状态转移矩阵求解步骤如下：

1)计算风电出力系数波动矩阵；

2)计算马尔可夫链的状态转移矩阵；

3)利用所述状态转移矩阵预测下一周期出力的概率分布情况。

3.根据权利要求1所述的电力系统预防控制方法，其特征在于，所述S2中的计及风电场景的含IPFC电力系统预防控制模型包含目标函数与约束条件。

4.根据权利要求3所述的电力系统预防控制方法，其特征在于，所述目标函数包括经济性目标子函数与安全性目标函数。

5.根据权利要求3所述的电力系统预防控制方法，其特征在于，所述约束条件包括电力系统运行约束与IPFC运行约束。

6.根据权利要求1所述的电力系统预防控制方法，其特征在于，所述S3中，采用粒子群算法求解优化模型，判断算法是否已经收敛；若未收敛，则更新作为控制变量的粒子，重复上述过程；若已收敛，则说明优化模型已经求解完成，获得最优潮流和对应的最优预防控制方案。

7.根据权利要求5所述的电力系统预防控制方法，其特征在于，所述IPFC在潮流调控时，满足如下约束：

其中，P_ijmax、Q_ijmax分别表示线路ij能承受的最大有功和无功，P_ikmax表示线路ik的最大有功；P_ijmin、Q_ijmin分别表示线路ij能承受的最小有功和无功。

8.一种计算机可读的存储介质，存储有指令，其特征在于，所述指令执行时，能够实现所述权利要求1～7任一所述的电力系统预防控制方法。

Images