CN113783231A - 综合服务站内部虚拟集群动态划分方法和系统 - Google Patents
综合服务站内部虚拟集群动态划分方法和系统 Download PDFInfo
- Publication number
- CN113783231A CN113783231A CN202111136781.3A CN202111136781A CN113783231A CN 113783231 A CN113783231 A CN 113783231A CN 202111136781 A CN202111136781 A CN 202111136781A CN 113783231 A CN113783231 A CN 113783231A
- Authority
- CN
- China
- Prior art keywords
- voltage
- node
- distributed power
- division
- power supply
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 239000011159 matrix material Substances 0.000 claims abstract description 41
- 238000009826 distribution Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000010606 normalization Methods 0.000 claims abstract description 9
- 230000035945 sensitivity Effects 0.000 claims description 37
- 238000005192 partition Methods 0.000 claims description 31
- 238000000638 solvent extraction Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000002776 aggregation Effects 0.000 claims description 12
- 238000004220 aggregation Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000005054 agglomeration Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 7
- 238000005457 optimization Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000010248 power generation Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000002940 Newton-Raphson method Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出了综合服务站内部虚拟集群动态划分方法和系统,该方法包括采集主导节点电压;主导节点为使得所有负荷节点的电压偏差最小的节点;根据主导节点电压的状态,确定配电网实时调控目标,基于不同的调控目标选取不同的划分指标;对不同的划分指标做归一化处理并设定不同指标的权重;利用划分指标计算分布式电源的相似性矩阵;利用分布式电源的相似性矩阵,建立分布式光伏网络,利用层次聚类的社团算法得到集群划分结果。基于该方法,还提出了综合服务站内部虚拟集群动态划分系统。本发明将多个分布式电源整合为满足实际控制需求的集群,从而优化运行问题,以减少网损、缩减调节成本,实现电压安全运行,解决了电压越限问题。
Description
技术领域
本发明属于综合服务站技术领域,特别涉及综合服务站内部虚拟集群动态划分方法和系统。
背景技术
综合服务站内分布式电源出力受环境影响比较明显,当某个区域内分布式电源渗透率比较高时,大幅度的分布式电源出力变化将会严重影响功率平衡,从而导致母线电压大幅度波动。传统一般采取分散或者集中控制的方式,分散控制中各个控制设备获取本地信息,独立的控制本地电压水平。这样的分散控制速度快,不依赖于控制中心,但由于控制器之间无法协调无功分布、电压水平产生不利的影响。集中控制需要系统范围内的各个节点的信息,由调度中心产生控制信号,这种控制方式对测量精度和数据通信有较高的要求,实施起来有一定的难度。
分布式电源通常由能量转换装置及相关控制系统组成,分布式发电技术的千差万别同时分布式电源及其控制系统的模型还在不断发展中,使得分布式电源具有不同的静态特性和动态特性、控制和并网方式多样,对每一种可能的分布式电源都建立详细的模型描述几乎是不可能的也是没有必要的。
发明内容
为了解决上述技术问题,本发明提出了综合服务站内部虚拟集群动态划分方法和系统。将多个分布式电源整合为满足实际控制需求的集群,从而优化运行问题。
为实现上述目的,本发明采用以下技术方案:
综合服务站内部虚拟集群动态划分方法,包括以下步骤:
采集主导节点电压;所述主导节点为使得所有负荷节点的电压偏差最小的节点;
根据所述主导节点电压的状态,确定配电网实时调控目标,基于不同的调控目标选取不同的划分指标;
对所述不同的划分指标做归一化处理并设定不同指标的权重;
利用所述划分指标计算分布式电源的相似性矩阵;
利用所述分布式电源的相似性矩阵,建立分布式光伏网络,利用层次聚类的社团算法得到集群划分结果。
进一步的,所述在采集主导节点电压之前选择主导节点,其中主导节点选择的方法包括:
考虑分布式电源接入配电网的特点,以不可控分布式电源出力变化为扰动量,可控分布式电源出力变化为控制量,同时考虑分布式电源的运行场景选择主导节点;
或者利用主导节点选择的综合灵敏度对所述主导节点的可观性和可控性量化选择主导节点:所述可观性采用分区内除主导节点之外其他节点的耦合性表示;所述可控性采用无功电压灵敏度值表示;主导节点选择的综合灵敏度计算方法为:
其中Se为分区内所有节点的集合,SG为分区内所有分布式电源的集合,γ为权重,αkm表示可观性占的比例;βkj表示可控性占的比例;Sk为综合灵敏度的目标函数;k表示分区内所有节点的编号;j表示分区内所有分布式电源的编号。
进一步的,所述基于不同的调控目标选取不同的划分指包括:
以减少网损为集群调控目标时,选取无功电压灵敏度、无功调节容量和调节成本为划分指标;
以电压的安全运行为集群调控目标时,选取有功电压灵敏度、无功电压灵敏度、有功调节容量、有功调节容量和调节速度为划分指标。
进一步的,所述基于不同的调控目标选取不同的划分指标之后还包括:判断分区内可调容量衡量指标和是否在设定范围之内,若不在,则根据配电网划分方法在相邻区域间重新均衡分布式电源可调容量,重新选择主导节点并重新进行分布式电源可调容量校验。
进一步的,所述则根据配电网划分方法在相邻区域间重新均衡分布式电源可调容量,重新选择主导节点并重新进行分布式电源可调容量校验的方法包括:
其中,表示分区当前运行状态下的主导节点优化设定值;表示当分区内所有发电机分别运行在可行上限的主导节点电压值;表示当分区内所有发电机分别运行在可行下限的主导节点电压值;u表示分布式电源运行在可行的无功和有功上限区域主导节点电压值与优化值的相对偏差;v表示分布式电源运行在可行的无功和有功下限区域主导节点电压值与优化值的相对偏差。
进一步的,所述对所述不同的划分指标做归一化处理并设定不同指标的权重的过程包括:
划分指标x具有不同的量纲,对各个指标作适当的处理使其归一化,压缩到[0,1]中,公式为:
进一步的,所述利用所述划分指标计算分布式电源的相似性矩阵的过程包括:
进一步的,所述利用所述分布式电源的相似性矩阵,建立分布式光伏网络的方法包括:
将系统中单个分布式光伏视为节点,各个节点之间具有连边,连边的权值为分布式光伏的相似度,构造分布式光伏网络。
进一步的,利用层次聚类的社团算法得到集群划分结果的方法包括:
将网络每个节点划分为一个社团,计算网络模块化度量值;
随机选择相邻节点、进行组合得到第一社团,计算网络模块化增量值,即执行社团凝聚,当增量值为正,则把网络模块化放在一个社团,否则位置不变;
分层重复进行社团结构凝聚,将已划分社团作为节点,构成第二网络,重复执行社团凝聚,并让网络权重累加进已划分社团内部;
当所有节点遍历后值均不再增加,则终止凝聚,得到最终社团分区结果。
本发明还提出了综合服务站内部虚拟集群动态划分系统,所述系统包括:采集模块、选取模块、处理模块、计算模块和建立模块;
所述采集模块用于采集主导节点电压;所述主导节点使得所有负荷节点的电压偏差最小;
所述选取模块用于根据所述主导节点电压的状态,确定配电网实时调控目标,基于不同的调控目标选取不同的划分指标;
所述处理模块用于对所述不同的划分指标做归一化处理并设定不同指标的权重;
所述计算模块用于利用所述划分指标计算分布式电源的相似性矩阵;
所述建立模块用于利用所述分布式电源的相似性矩阵,建立分布式光伏网络,利用层次聚类的社团算法得到集群划分结果。
发明内容中提供的效果仅仅是实施例的效果,而不是发明所有的全部效果,上述技术方案中的一个技术方案具有如下优点或有益效果:
本发明提出了综合服务站内部虚拟集群动态划分方法和系统,该方法包括采集主导节点电压;所述主导节点为使得所有负荷节点的电压偏差最小的节点;根据主导节点电压的状态,确定配电网实时调控目标,基于不同的调控目标选取不同的划分指标;对不同的划分指标做归一化处理并设定不同指标的权重;利用划分指标计算分布式电源的相似性矩阵;利用分布式电源的相似性矩阵,建立分布式光伏网络,利用层次聚类的社团算法得到集群划分结果。基于综合服务站内部虚拟集群动态划分方法,还提出了综合服务站内部虚拟集群动态划分系统。本发明中集群划分以电气距离接近、调控能力相似、控制方式相同为原则,将多个分布式电源整合为满足实际控制需求的集群。集群的动态划分是指当分布式电源运行状态、系统的网络拓扑、调控功能等发生变化时动态选取参与集群控制的分布式电源。根据不同的控制需求,可以划分为经济控制集群和紧急控制集群,经济调控集群主要针对的是运行优化问题,以减少网损、缩减调节成本为目标,而紧急调控集群主要针对电压越限问题,以电压安全运行为目标。当主导节点出现电压不稳定时,为主导节点匹配相应的分布式电源集群即集群的动态划分,集群有序的投入调节控制,最终从而实现全网的安全稳定运行。
附图说明
如图1为本发明实施例1综合服务站内部虚拟集群动态划分方法流程图;
如图2为本发明实施例1综合服务站内部虚拟集群动态划分方法中虚拟动态划分流程图;
如图3为本发明实施例1综合服务站内部虚拟集群动态划分方法中节点运行电压区域判定示意图;
如图4为本发明实施例1综合服务站内部虚拟集群动态划分方法中公开的Q-U下垂控制示意图;
如图5为本发明实施例1公开的采用Louvain改进层次聚类的社团算法的流程图;
如图6为本发明实施例2综合服务站内部虚拟集群动态划分系统示意图。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
实施例1
本发明实施例1提出了综合服务站内部虚拟集群动态划分方法。如图1给出了本发明实施例1综合服务站内部虚拟集群动态划分方法流程图。
在步骤S101中,采集主导节点电压;所述主导节点为使得所有负荷节点的电压偏差最小的节点;
主导节点是指能够代表区域内节点电压水平的节点,为了确保主导节点的有效性,主导节点必须具有两个性质,即可观性和可控性,可观性是指主导节点能够代表分区内的电压水平;可控性是指当无功储备充足时,主导节点能够有效的改善分区内的电压水平,使得所有节点电压值接近优化值。
主导节点的选择有两种方法:
第一种方式是考虑分布式电源接入配电网的特点,以不可控分布式电源出力变化为扰动量,可控分布式电源出力变化为控制量,同时考虑分布式电源的运行场景选择主导节点;
通过消除主导节点电压偏差使得其余节点电压偏差最小,分布式电源出力的波动使得配电网的运行状态频繁的变化,主导节点的目标是不管配电网运行在什么状态,都能使所有节点的电压运行在理想值附近。
一般的方法只考虑典型的运行方式针对单一场景进行选择,为了使选择的主导节点具有普遍适用性,在各种运行状态下具有较好的累计效果,在选择主导节点时,将分布式电源运行的多种场景考虑进去。例如,光伏发电出力情况与光照有直接的联系,按照不同的光照强度将一天划分为几个阶段,每一个阶段对应一种场景。为了使主导节点具有普遍适用性,首先需要确定分布式电源特定的几个运行状态,然后建立考虑多种场景的主导节点选择模型。
以导致电压波动的原因为不可控分布式电源出力的变化,以经济调节为例,通过可控分布式电源的无功出力来调节电压水平,则电压的变化可以由下式来表示:
ΔV=JPuΔPu+JQcΔQc (1-1)
其中JPu表示不可控分布式的电源有功功率与电压之间的灵敏度矩阵,
JQc表示可控分布式电源无功功率与电压之间的灵敏度矩阵,为配电网中的扰动量,
ΔPu表示不可控分布式电源有功出力的变化,为控制量,
ΔQc表示可控分布式电源无功出力的变化。
在分区内选取p个节点为主导节点,则主导节点电压变化矩阵为:
ΔVp=CΔV (1-2)
其中,C为一个的0-1矩阵,定义为:
则主导节点电压变化矩阵为:
ΔVp=CΔV=C(JPuΔPu+JQcΔQc) (1-4)
调节的目标是通过调节分布式电源的无功功率,主导节点电压偏差降到0,所有负荷节点的电压偏差降到规定的范围内,即
ΔVp=C(JPuΔPu+JQcΔQc)=0 (1-5)
考虑到无功调节的经济性,分布式电源的无功功率输出尽量少,同时分布式电源的无功储备最大化也能在负荷的高峰期保证系统的稳定性。由式(1-5)可以得到可控光伏的无功变化量为:
ΔQc=-FCJPuΔPu (1-6)
其中,F表示矩阵JQc的转置。
将式(1-6)带入式(1-1)中可得:
ΔV=JPuΔPu+JQcΔQc=JPuΔPu-JQcFCJPuΔPu=(I-JQcFC)JQuΔPu (1-7)
主导节点选择的标准是如何在分区内选择主导节点,使得所有负荷节点的电压偏差最小,在这里用所有负荷节点的电压偏差的期望值来衡量总的偏差,所以目标函数可以写为:
min{E(ΔVTQxΔV)} (1-8)
为负荷相对重要性来确定具体的数值,值越大表明负荷越重要。
考虑分布式电源接入配电网的多种场景,则式(1-8)的具体表达式为:
其中,ρi为分布式电源高渗透配电网中运行状态出现的概率,M为运行状态总的数量。
为了进一步提高抗干扰的综合效果,在目标函数中可对某些特殊运行状态附加权重系数以确保系统在相应状态下的控制效果。例如:某种典型运行状态实际运行时间较长,可根据运行状态的运行时间长短比例设置不同的权重系数,就可以将主导节点的选择问题就转化为如何选取矩阵使得的值最小。
第二种方式为:利用主导节点选择的综合灵敏度对所述主导节点的可观性和可控性量化选择主导节点:可观性采用分区内除主导节点之外其他节点的耦合性表示;可控性采用无功电压灵敏度值表示;
节点对其他节点的可观性可表示为:
可空性可表示为:
主导节点选择的综合灵敏度计算方法为:
其中Se为分区内所有节点的集合,SG为分区内所有分布式电源的集合,γ为权重,αkm表示可观性占的比例;βkj表示可控性占的比例;Sk为综合灵敏度的目标函数;k表示分区内所有节点的编号;j表示分区内所有分布式电源的编号。
两种选择主导节点的方法都是可取的,第一种方法充分考虑了分布式电源接入配电网的特点,以不可控分布式电源出力变化为扰动量,可控分布式电源出力变化为控制量,扰动量和控制量可以根据时间情况改变,同时考虑了分布式电源的运行场景,是一种精确且不需要实时的计算的方法,但是需要掌握分布式电源出力的变化趋势的信息,信息的获取比较难,计算量也比较大。第二种方法利用灵敏度值对可控性和可观性量化,计算方法简单,可以根据运行状态实时的重新计算,当分区内节点庞大时,需要计算的数据很多时,这种方法更便于工程的实现。
在步骤S200中,根据主导节点电压的状态,确定配电网实时调控目标,基于不同的调控目标选取不同的划分指标;
以减少网损为集群调控目标时,选取无功电压灵敏度、无功调节容量和调节成本为划分指标;
以电压的安全运行为集群调控目标时,选取有功电压灵敏度、无功电压灵敏度、有功调节容量、有功调节容量和调节速度为划分指标。
根据主导节点电压状态,确定配电网实时调控目标,将集群分为经济调控集群和紧急调控集群两大类。如图3为本发明实施例1综合服务站内部虚拟集群动态划分方法中节点运行电压区域判定示意图。由全局优化调度得到节点电压最优参考值并对其进行适当松弛形成节点电压优质区,在此区域内认为配电网同时满足安全性和经济性要求运行;若节点电压超出电压优质区,但尚未越过电力系统安全运行规定的上下限值,则认为该节点处于电压警戒区;若节点电压越过电力系统安全运行规定的上下限值,则认为节点处于电压不合格区。
如下表1为基于不同调控目标的集群划分指标
如表1所示,节点电压处于电压警戒区时,集群调控以减少网损为目标,建立经济调节集群,为了减少调节成本,集群控制以调节无功出力为主,集群划分选取无功电压灵敏度、无功调节容量和调节成本为划分指标。当节点电压处于电压不合格区时,集群调控以电压的安全运行为目标,建立紧急调节集群,为了快速的将电压调节至安全值,集群控制协同调节有功和无功出力,集群划分选取有功电压灵敏度、无功电压灵敏度、有功调节容量、有功调节容量和调节速度。
集群中各指标的权重反映其对集群控制的重要程度,对集群划分的结果起关键作用。权重的确定需综合考虑调控目标和实际情况,利用主观赋权和客观赋权相结合的方法合理确定。
在一种实施方式中,灵敏度是指某方法对单位浓度或单位量待测物质变化所致的响应量变化程度,它可以用仪器的响应量或其他指示量与对应的待测物质的浓度或量之比来描述。配电网节点电压波动时,由于分布式电源接入的位置不同,节点电压变化对分布式电源有功功率和无功功率的响应特性也不同。为了使电压快速恢复到优化值,必须提前估算各个分布式电源有功和无功功率变化对节点电压的影响,即分布式电源有功功率和无功功率与电压之间的灵敏度,根据灵敏度值快速判断参与调节的分布式电源和调节量。
在一种实施方式中,灵敏度计算方法为对配网稳态运行工作点附近的局部线性化,求解配电网节点电压扰动量与节点注入有功和无功扰动量的数学关系,具体如下:
设含分布式电源的配电网系统中共含有个节点,其中有1个节点为平衡节点。
将配电网的各个节点电压用极坐标的形式表示,即将节点电压的极坐标形式带入并化简就可以得到牛顿拉夫逊潮流计算的修正方程。对网络中节点来说节点注入的有功功率和无功功率是恒定不变的,令Yij=Gij+jBij所以计算有功功率和无功不平衡量可以表示为:
其中,ΔPi为有功功率不平衡量;ΔQi为无功功率不平衡量;Pis和Qis分别为极坐标形式下的有功值与无功值;θ为极坐标形式下电压的相角。
对与网络中的PV(分布式的光伏发电)节点来说注入的有功功率恒定不变的,电压的幅值也是恒定不变的,无功功率会根据无功需求量有所改变,所以只需要计算有功功率不平衡量:
因此,可以相应地列出用电压极坐标表示形式的牛顿拉夫逊法的修正方程式,方程式可以简化写成:
其中雅克比矩阵为:
其中H表示n-1阶矩阵,L表示m阶矩阵,N表示(n-1)×m阶矩阵,K表示m×(n-1)阶矩阵,各个矩阵非对角元素表达形式相同,对角元素与非对角元素不同,Δθ和ΔV分别为节点电压相角与幅值修正矢量。
将雅克比矩阵中各个小矩阵的对角线元素简化为与非对角线元素相似的类型,则雅克比矩阵可以简化为
其中:V为节点电压的对角矩阵,即中的每一个元素为相对应元素与的乘积,其他项类同。一般情况,配电网正常运行下的值很小,可以忽略不计,则相应项可以简化,可得
其中,P为节点电压标幺值为1.0pu时对应的节点注入有功功率。采用高斯消去法,对有功电压灵敏度和无功电压灵敏度解耦,则可以计算出有功-电压灵敏度和无功-电压灵敏度值,分别为
ΔV=((B+Q)(G-P)-1(B-Q)+(G+P))-1ΔP (1-20)
ΔV=-((G-P)(B+Q)-1(G+P)+(B-Q))-1ΔQ (1-21)
由(1-20)和(1-21)两式可得,有功-电压灵敏度和无功-电压灵敏度分别为:
在步骤S300中,判断分区内可调容量衡量指标和是否在设定范围之内,若不在,则根据配电网划分方法在相邻区域间重新均衡分布式电源可调容量,重新选择主导节点并重新进行分布式电源可调容量校验。
利用可调容量、选取参与集群的分布式光伏,具体包括:为了确保区域内节点电压不稳定时,区域内分布式电源有功可调容量和无功可调容量能够将节点电压调整到设定值,所以需要对分区内的分布式电源可调容量进行校验。
分区内有功和无功可调容量是相对于系统的某种运行状态而言的,提出两个分区可调容量的衡量指标,它们是两个相对偏差值,分别表示当系统中分布式电源节点当作节点时,某个分区内所有分布式电源运行在可行的无功和有功上限和可行的无功和有功下限两种状态时该区域主导节点电压值与其优化值的相对偏差,即:
其中,表示分区当前运行状态下的主导节点优化设定值;表示当分区内所有发电机分别运行在可行上限的主导节点电压值;表示当分区内所有发电机分别运行在可行下限的主导节点电压值;u表示分布式电源运行在可行的无功和有功上限区域主导节点电压值与优化值的相对偏差;l表示分布式电源运行在可行的无功和有功下限区域主导节点电压值与优化值的相对偏差。
在步骤S400中,对不同的划分指标做归一化处理并设定不同指标的权重;
如图2为本发明实施例1综合服务站内部虚拟集群动态划分方法中虚拟动态划分流程图;
划分指标x具有不同的量纲,对各个指标作适当的处理使其归一化,压缩到[0,1]中,公式为:
在步骤S500中,利用划分指标计算分布式电源的相似性矩阵;
利用划分指标计算相似度矩阵,数值越接近1,表示两个分布式光伏特性越相似。
本申请中采用数量积法,计算分布式电源的相似度矩阵,其计算公式如下式所示,
控制方式包括PQ控制、QV控制、PV控制、恒压控制、恒功率因素控制等。控制方式的不同对应下发的指令不同。
其中,恒压限功率控制:基于电压量测偏差,采用Q-U下垂特性曲线,如图4为本发明实施例1综合服务站内部虚拟集群动态划分方法中公开的Q-U下垂控制示意图,分析当前电压恢复到参考的无功缺额,当现有无功容量满足无功缺额时,区域下发无功目标值,并最终实现电压恢复;当无功容量不满足无功缺额时,下调电压参考,当电压参考在电压限值范围内时,重新计算无功缺失,否则以最大无功能力输出,降低有功档位。
恒功率因数限功率控制:基于功率因数量测偏差,采用Q-U下垂特性曲线,分析当前电压恢复到参考的无功缺额,当现有无功容量满足无功缺额时,区域下发无功目标值,并最终实现电压恢复;当无功容量不满足无功缺额时,下调电压参考,当电压参考在电压限值范围内时,重新计算无功缺失,否则以最大无功能力输出,降低有功档位。
恒压、限功率因数限功率控制:基于电压和功率因数偏差,采用Q-U下垂特性曲线,分析当前电压恢复到参考的无功缺额,当现有无功容量满足无功缺额时,区域下发无功目标值,并最终实现电压恢复;当无功容量不满足无功缺额时,下调电压参考,当电压参考在电压限值范围内时,重新计算无功缺失,否则以最大无功能力输出,降低有功档位。
限有功、无功集群控制:设定集群系统有功、无功出力目标值,根据系统就地侧PQ解耦控制策略响应,调整无功目标档位,使电压处于安全稳定域内,当无功调节无法满足条件时,降低有功参考档位。
分布式电源与集群调控主站之间通信方式包括双绞线/光纤有线通信、扩频无线局域网等。
在步骤S600中,利用分布式电源的相似性矩阵,建立分布式光伏网络,利用层次聚类的社团算法得到集群划分结果
将系统中单个分布式光伏视为节点,各个节点之间具有连边,连边的权值为分布式光伏的相似度,从而构造分布式光伏网络。Q值函数是社团结构的评价指标,Q值越接近1,表明社团结构越明显。采用层次聚类算法实现Q值函数的优化,即初始以各个节点单独为一个集群,每次按照Q值函数增大的方向进行合并得到新的集群,直至Q值最大,最终得到满足Q值函数最优的分布式光伏集群划分结果。
分布式光伏网络为加权网络,对Q值函数进行推广,计算公式如下式所示:
式中,rij为网络的连边,s为网络中连边的和,Gi表示节点Vi所在集群,当Gi=Gj时,δ=1,否则为0。
在一种实施方式中,如图5为本发明实施例1公开的采用Louvain改进层次聚类的社团算法的流程图,基于函数极值优化原理,采用Louvain改进层次聚类的社团算法。算法流程包括:
在步骤S610中,将网络每个节点划分为一个社团,计算网络模块化度量值;
在步骤S620中,随机选择相邻节点、进行组合得到第一社团,计算网络模块化增量值,即执行社团凝聚,当增量值为正,则把网络模块化放在一个社团,否则位置不变;
在步骤S630中,分层重复进行社团结构凝聚,将已划分社团作为节点,构成第二网络,重复执行社团凝聚,并让网络权重累加进已划分社团内部;
在步骤S640中,当所有节点遍历后值均不再增加,则终止凝聚,得到最终社团分区结果。
实施例2
基于本发明实施例1提出的综合服务站内部虚拟集群动态划分方法,本发明实施例2还提出了综合服务站内部虚拟集群动态划分系统,该系统包括:采集模块、选取模块、处理模块、计算模块和建立模块;
采集模块用于采集主导节点电压;所述主导节点使得所有负荷节点的电压偏差最小;
选取模块用于根据所述主导节点电压的状态,确定配电网实时调控目标,基于不同的调控目标选取不同的划分指标;
处理模块用于对所述不同的划分指标做归一化处理并设定不同指标的权重;
计算模块用于利用所述划分指标计算分布式电源的相似性矩阵;
建立模块用于利用所述分布式电源的相似性矩阵,建立分布式光伏网络,利用层次聚类的社团算法得到集群划分结果。
本发明实施例2提出综合服务站内部虚拟集群动态划分系统,集群划分以电气距离接近、调控能力相似、控制方式相同为原则,将多个分布式电源整合为满足实际控制需求的集群。集群的动态划分是指当分布式电源运行状态、系统的网络拓扑、调控功能等发生变化时动态选取参与集群控制的分布式电源。根据不同的控制需求,可以划分为经济控制集群和紧急控制集群,经济调控集群主要针对的是运行优化问题,以减少网损、缩减调节成本为目标,而紧急调控集群主要针对电压越限问题,以电压安全运行为目标。当主导节点出现电压不稳定时,为主导节点匹配相应的分布式电源集群即集群的动态划分,集群有序的投入调节控制,最终从而实现全网的安全稳定运行。
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。对于所属领域的技术人员来说,在上述说明的基础上还可以做出其它不同形式的修改或变形。这里无需也无法对所有的实施方式予以穷举。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 (10)
1.综合服务站内部虚拟集群动态划分方法,其特征在于,包括以下步骤:
采集主导节点电压;所述主导节点为使得所有负荷节点的电压偏差最小的节点;
根据所述主导节点电压的状态,确定配电网实时调控目标,基于不同的调控目标选取不同的划分指标;
对所述不同的划分指标做归一化处理并设定不同指标的权重;
利用所述划分指标计算分布式电源的相似性矩阵;
利用所述分布式电源的相似性矩阵,建立分布式光伏网络,利用层次聚类的社团算法得到集群划分结果。
2.根据权利要求1所述的综合服务站内部虚拟集群动态划分方法,其特征在于,所述在采集主导节点电压之前选择主导节点,其中主导节点选择的方法包括:
考虑分布式电源接入配电网的特点,以不可控分布式电源出力变化为扰动量,可控分布式电源出力变化为控制量,同时考虑分布式电源的运行场景选择主导节点;
或者利用主导节点选择的综合灵敏度对所述主导节点的可观性和可控性量化选择主导节点:所述可观性采用分区内除主导节点之外其他节点的耦合性表示;所述可控性采用无功电压灵敏度值表示;主导节点选择的综合灵敏度计算方法为:
其中Se为分区内所有节点的集合,SG为分区内所有分布式电源的集合,γ为权重,αkm表示可观性占的比例;βkj表示可控性占的比例;Sk为综合灵敏度的目标函数;k表示分区内所有节点的编号;j表示分区内所有分布式电源的编号。
3.根据权利要求1所述的综合服务站内部虚拟集群动态划分方法,其特征在于,所述基于不同的调控目标选取不同的划分指包括:
以减少网损为集群调控目标时,选取无功电压灵敏度、无功调节容量和调节成本为划分指标;
以电压的安全运行为集群调控目标时,选取有功电压灵敏度、无功电压灵敏度、有功调节容量、有功调节容量和调节速度为划分指标。
4.根据权利要求1所述的综合服务站内部虚拟集群动态划分方法,其特征在于,所述基于不同的调控目标选取不同的划分指标之后还包括:判断分区内可调容量衡量指标和是否在设定范围之内,若不在,则根据配电网划分方法在相邻区域间重新均衡分布式电源可调容量,重新选择主导节点并重新进行分布式电源可调容量校验。
8.根据权利要求1所述的综合服务站内部虚拟集群动态划分方法,其特征在于,所述利用所述分布式电源的相似性矩阵,建立分布式光伏网络的方法包括:
将系统中单个分布式光伏视为节点,各个节点之间具有连边,连边的权值为分布式光伏的相似度,构造分布式光伏网络。
9.根据权利要求1所述的综合服务站内部虚拟集群动态划分方法,其特征在于,利用层次聚类的社团算法得到集群划分结果的方法包括:
将网络每个节点划分为一个社团,计算网络模块化度量值;
随机选择相邻节点、进行组合得到第一社团,计算网络模块化增量值,即执行社团凝聚,当增量值为正,则把网络模块化放在一个社团,否则位置不变;
分层重复进行社团结构凝聚,将已划分社团作为节点,构成第二网络,重复执行社团凝聚,并让网络权重累加进已划分社团内部;
当所有节点遍历后值均不再增加,则终止凝聚,得到最终社团分区结果。
10.综合服务站内部虚拟集群动态划分系统,其特征在于,所述系统包括:采集模块、选取模块、处理模块、计算模块和建立模块;
所述采集模块用于采集主导节点电压;所述主导节点使得所有负荷节点的电压偏差最小;
所述选取模块用于根据所述主导节点电压的状态,确定配电网实时调控目标,基于不同的调控目标选取不同的划分指标;
所述处理模块用于对所述不同的划分指标做归一化处理并设定不同指标的权重;
所述计算模块用于利用所述划分指标计算分布式电源的相似性矩阵;
所述建立模块用于利用所述分布式电源的相似性矩阵,建立分布式光伏网络,利用层次聚类的社团算法得到集群划分结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111136781.3A CN113783231A (zh) | 2021-09-27 | 2021-09-27 | 综合服务站内部虚拟集群动态划分方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111136781.3A CN113783231A (zh) | 2021-09-27 | 2021-09-27 | 综合服务站内部虚拟集群动态划分方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113783231A true CN113783231A (zh) | 2021-12-10 |
Family
ID=78853813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111136781.3A Pending CN113783231A (zh) | 2021-09-27 | 2021-09-27 | 综合服务站内部虚拟集群动态划分方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113783231A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114552674A (zh) * | 2022-02-25 | 2022-05-27 | 国网山东省电力公司潍坊供电公司 | 基于多目标粒子群算法的有源配电网集群划分方法及装置 |
CN117254532A (zh) * | 2023-11-13 | 2023-12-19 | 广东电网有限责任公司中山供电局 | 一种分布式光伏接入配电网的集群调控方法和系统 |
CN117543722A (zh) * | 2024-01-09 | 2024-02-09 | 国网湖北省电力有限公司经济技术研究院 | 一种考虑分布式电源的配电网网元规划方法、系统及介质 |
-
2021
- 2021-09-27 CN CN202111136781.3A patent/CN113783231A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114552674A (zh) * | 2022-02-25 | 2022-05-27 | 国网山东省电力公司潍坊供电公司 | 基于多目标粒子群算法的有源配电网集群划分方法及装置 |
CN117254532A (zh) * | 2023-11-13 | 2023-12-19 | 广东电网有限责任公司中山供电局 | 一种分布式光伏接入配电网的集群调控方法和系统 |
CN117254532B (zh) * | 2023-11-13 | 2024-02-09 | 广东电网有限责任公司中山供电局 | 一种分布式光伏接入配电网的集群调控方法和系统 |
CN117543722A (zh) * | 2024-01-09 | 2024-02-09 | 国网湖北省电力有限公司经济技术研究院 | 一种考虑分布式电源的配电网网元规划方法、系统及介质 |
CN117543722B (zh) * | 2024-01-09 | 2024-03-29 | 国网湖北省电力有限公司经济技术研究院 | 一种考虑分布式电源的配电网网元规划方法、系统及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113783231A (zh) | 综合服务站内部虚拟集群动态划分方法和系统 | |
CN103279639B (zh) | 基于响应的受端电网电压稳定全过程态势评估及防控方法 | |
JP6177208B2 (ja) | 電力系統監視装置および電力系統監視システム | |
JP6348862B2 (ja) | 系統安定化制御装置および電力系統制御システム | |
CN111900719B (zh) | 考虑柔性可控负荷的电网充裕度评估方法、装置及系统 | |
CN106682808A (zh) | 在线滚动优化调度模型 | |
CN103199554A (zh) | 一种实现电网光储系统容量配置及优化分布的方法 | |
CN108199404A (zh) | 高渗透率分布式能源系统的谱聚类集群划分方法 | |
CN103580022A (zh) | 一种电力系统动态无功储备计算方法 | |
CN105160149A (zh) | 一种模拟调峰机组的需求响应调度评估体系构建方法 | |
CN104009499A (zh) | 一种解决风电并网系统潮流不均衡的调度方法 | |
CN106451567A (zh) | 一种分布式电源集群动态划分的方法及系统 | |
CN103178534B (zh) | 小干扰稳定预防控制策略计算方法 | |
CN107069835B (zh) | 新能源电站实时有功的分配方法及分配装置 | |
CN112510703A (zh) | 一种考虑煤耗曲线修正的多能源接入电网优化调度方法 | |
Dazahra et al. | Optimal location of SVC using particle swarm optimization and voltage stability indexes | |
CN104638654A (zh) | 兼顾风电场和网络节点电压调节的statcom控制方法 | |
CN110350540A (zh) | 一种基于在线估计负荷频率特性的精细切负荷方法 | |
Zhang et al. | Frequency-constrained unit commitment for power systems with high renewable energy penetration | |
CN110137974B (zh) | 一种分布式光伏集群电压控制方法及系统 | |
CN116070795B (zh) | 一种基于物联网的智慧能源管控方法及系统 | |
Laifa et al. | Optimal location of SVC for voltage security enhancement using MOPSO | |
Seo et al. | Verification of effective reactive power reserve with respect to reactive power load demands in the power system | |
Laifa et al. | FACTS allocation for power systems voltage stability enhancement using MOPSO | |
Yang et al. | Optimal usage of transmission capacity with FACTS devices in the presence of wind generation: A two-stage approach |
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 |