CN114243704B - 优化配电网谐波方法、装置、终端及存储介质 - Google Patents

优化配电网谐波方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN114243704B
CN114243704B CN202111541959.2A CN202111541959A CN114243704B CN 114243704 B CN114243704 B CN 114243704B CN 202111541959 A CN202111541959 A CN 202111541959A CN 114243704 B CN114243704 B CN 114243704B
Authority
CN
China
Prior art keywords
node
vdapf
distribution network
power distribution
determining
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
CN202111541959.2A
Other languages
English (en)
Other versions
CN114243704A (zh
Inventor
牛益国
孟菁
景长勇
孙凌辰
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.)
Qinhuangdao Power Supply Co of State Grid Jibei Electric Power Co Ltd
Original Assignee
Qinhuangdao Power Supply Co of State Grid Jibei 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 Qinhuangdao Power Supply Co of State Grid Jibei Electric Power Co Ltd filed Critical Qinhuangdao Power Supply Co of State Grid Jibei Electric Power Co Ltd
Priority to CN202111541959.2A priority Critical patent/CN114243704B/zh
Publication of CN114243704A publication Critical patent/CN114243704A/zh
Application granted granted Critical
Publication of CN114243704B publication Critical patent/CN114243704B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/01—Arrangements for reducing harmonics or ripples
    • 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
    • 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
    • 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]
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/20—Active power filtering [APF]

Abstract

本申请提供了一种优化配电网谐波方法、装置、终端及存储介质。所述方法包括：确定配电网在不同场景下至少一个设置多功能逆变器MFINV的第一节点的节点数据；根据配电网在不同场景下至少一个第一节点的节点数据，在多个节点中，确定至少一个需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量；根据第二节点的位置以及VDAPF安装容量，对配电网中的VDAPF进行配置；利用配电网中安装的MFINV和VDAPF，共同对配电网谐波进行处理。本申请可以避免了针对每个节点都需要安装对应的CDAPF，减小了治理谐波的成本。

Description

优化配电网谐波方法、装置、终端及存储介质
技术领域
本申请涉及谐波治理相关技术领域，特别是涉及一种优化配电网谐波方法、装置、终端及存储介质。
背景技术
随着技术的发展，配电网中的谐波源越来越密集。而高密度的谐波源使配电网中的谐波问题愈加严重，进而使得谐波严重的电能对电能较为敏感的电子设备进行扰动，导致电子设备无法正常工作。其中，谐波源为在配电网产生谐波电流或在配电网中产生谐波电压的电子设备。
在相关技术中，对于配电网中每一个谐波源，都会与一个CDAPF(电流检测型有源电力滤波器)进行相连，进而使得CDAPF对该谐波源产生的谐波进行矫正。
上述方案只适用于谐波源较少的情况，而对于谐波源较多的情况下，需要安装大量的CDAPF，极大的增加了治理谐波的成本。因此，亟需一种配电网谐波治理方法。
发明内容
有鉴于此，本申请提供一种优化配电网谐波方法、装置、终端及存储介质，可以避免了针对每个谐波源都需要安装对应的CDAPF，减小了治理谐波的成本。
为达到上述目的，本申请主要提供如下技术方案：
第一方面，本申请提供了一种优化配电网谐波方法，该方法包括:
确定配电网在不同场景下至少一个设置多功能逆变器MFINV的第一节点的节点数据；
根据所述配电网在不同场景下至少一个第一节点的节点数据，在多个节点中，确定至少一个需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量；
根据所述第二节点的位置以及VDAPF安装容量，对所述配电网中的VDAPF进行配置；
利用所述配电网中安装的MFINV和VDAPF，共同对所述配电网谐波进行处理。
第二方面，本申请提供了一种优化配电网谐波装置，该装置包括：
第一确定单元，用于确定配电网在不同场景下至少一个设置多功能逆变器MFINV的第一节点的节点数据；
第二确定单元，用于根据所述第二确定单元确定出的配电网在不同场景下至少一个第一节点的节点数据，在多个节点中，确定至少一个需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量；
配置单元，用于根据所述第二确定单元确定出的第二节点的位置以及VDAPF安装容量，对所述配电网中的VDAPF进行配置；
处理单元，用于利用所述配电网中安装的MFINV和所述配置单元配置的VDAPF，共同对所述配电网谐波进行处理。
第三方面，本申请提供了一种终端，该终端用于运行程序，其中，该终端运行时执行该第一方面所述的优化配电网谐波方法。
第四方面，本申请提供了一种存储介质，该存储介质用于存储计算机程序，其中，该计算机程序运行时控制该存储介质所在设备执行该第一方面所述的优化配电网谐波方法。
借由上述技术方案，本申请提供了一种优化配电网谐波方法、装置、终端及存储介质，在对所述配电网在目标场景下的谐波进行处理的过程中，只需要利用配电网中第一节点安装的MFINV和第二节点安装的VDAPF，便可以对配电网中的谐波进行处理，避免了针对每个谐波源都需要安装对应的CDAPF，减小了治理谐波的成本。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请公开的一种优化配电网谐波方法的流程示意图；
图2为本申请公开的谐波治理前后全部运行场景下各节点电压畸变率的对比示意图；
图3为本申请公开的设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量方法的流程示意图；
图4为本申请公开的IEEE33节点配电系统模型的网络结构示意图；
图5为本申请公开的模块度函数Q与区域数关系的关系示意图；
图6为本申请公开的IEEE33节点配电系统模型的最终划分区域的示意图；
图7为本申请公开的遗传算法的流程示意图；
图8为本申请公开的一种根据在不同场景下的第二参考节点的位置和VDAPF优化模型，确定需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量方法的流程示意图；
图9为本申请公开的一种优化配电网谐波装置的结构示意图；
图10为本申请公开的另一种优化配电网谐波装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。
在相关技术中，对于配电网中每一个谐波源，都会与一个CDAPF(电流检测型有源电力滤波器)进行相连，进而使得CDAPF对该谐波源产生的谐波进行矫正。上述方案只适用于谐波源较少的情况，而对于谐波源较多的情况下，需要安装大量的CDAPF，极大的增加了治理谐波的成本。
为了解决现有技术中治理谐波的成本高的问题，本申请实施例提供了一种优化配电网谐波方法的流程示意图，其具体执行步骤如图1所示，包括：
步骤101，确定配电网在不同场景下至少一个设置多功能逆变器MFINV的第一节点的节点数据。
其中，配电网中包括多个谐波源，每个谐波源作用于一个节点，其中，谐波源会向电网输送谐波电流，进而导致配电网中的电流质量变差。将配电网中安装有MFINV的节点作为第一节点。第一节点的节点数据包括在每个场景下的每个节点的谐波电流、谐波阶数等数据。
在本申请实施例中，场景由谐波不确定场景和MFINV剩余容量不确定场景组成。谐波不确定场景是不同典型日不同时间段光伏发电产生的谐波电流对应的场景。MFINV剩余容量不确定场景是基于不同典型日不同时间段MFINV剩余容量划分得到的场景。具体的，将在第一数值范围内的MFINV剩余容量作为“低”场景；将在第二数值范围内的MFINV剩余容量作为“中”场景；将在第三数值范围内的MFINV剩余容量作为“高”场景。
例如，将全年按季节划分为不同的典型日，再按时序在典型日中选取多时段，具体的，将全年分为4个典型日，在每个典型日中分别选取早、中、晚三个时间段，其中，“早”指7：00-8：00、“中”指12：00-13：00、“晚”指18：00-19：00。将第一个典型日7：00-8：00产生的谐波电流作为一个谐波不确定场景，如果第一个典型日7：00-8：00的MFINV剩余容量在第一数值范围内，则其作为MFINV剩余容量不确定场景中的“低”场景。
在本步骤的具体实施步骤中，确定至少一个设置有MFINV的节点，将其确定为第一节点，得到第一节点的节点数据。
步骤102，根据配电网在不同场景下至少一个第一节点的节点数据，在多个节点中，确定至少一个需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量。
其中，电压检测型有源电力滤波器VDAPF可以通过检测节点的谐波电压并按电导特性产生谐波治理电流。第二节点中可以设置一个VDAPF。VDAPF安装容量为所有第二节点所安装的VDAPF的额定容量之和。额定容量为VDAPF在额定工作条件下能长期持续工作的容量。对于同一节点而言，在不同场景下的节点数据一般是不同的。
在本步骤的具体实施方式中，根据配电网在不同场景下至少一个第一节点的节点数据，在多个节点中，确定至少一个需要设置电压检测型有源电力滤波器VDAPF的节点以及VDAPF安装容量，并将该节点确定为第二节点。
步骤103，根据第二节点的位置以及VDAPF安装容量，对配电网中的VDAPF进行配置。
在本步骤的具体实施方式中，确定第二节点在配电网中的位置，并根据第二节点的位置以及VDAPF安装容量，对配电网中的VDAPF进行配置。
步骤104，利用配电网中安装的MFINV和VDAPF，共同对配电网谐波进行处理。
其中，谐波产生的原因是由于正弦电压加压于非线性负载，基波电流发生畸变而产生的，因此，需要对配电网中的谐波进行处理。
利用VDAPF和MFINV协同进行谐波治理，得到谐波治理前后全部运行场景下各节点电压畸变率如图2所示。治理前，各节点电压畸变率均超过国标规定值4％，整体处于8.8％左右。治理后所有场景下各节点谐波污染状况明显改善，达到国家标准。利用VDAPF和MFINV协同治理后，所有节点谐波电压畸变率明显下降，均降至规定的4％以下，整体保持在2.8％左右。说明使用MFINV辅助谐波治理的VDAPF分布式配置策略，可有效进行谐波治理并达到规定标准。
在本申请实施例中，在对配电网在目标场景下的谐波进行处理的过程中，只需要利用配电网中第一节点安装的MFINV和第二节点安装的VDAPF，便可以对配电网中的谐波进行处理，避免了针对每个谐波源都需要安装对应的CDAPF，减小了治理谐波的成本。
在确定第二节点以及VDAPF安装容量的过程中，为了简便计算，可以先基于配电网建立配电网仿真模型，例如建立IEEE33节点配电系统模型。并基于配电网仿真模型，来确定出第二节点以及VDAPF安装容量。图3为本申请提供的一种设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量方法的流程示意图，其具体步骤包括：
步骤301，根据配电网在每个场景下的运行数据以及网络结构数据，构建在每个场景下的配电网仿真模型。
其中，运行数据包括在每个场景下的每个节点产生的谐波电流等数据，结构数据包括每个节点之间的位移数据，每个节点对应的编号等数据。
在本步骤的具体实施方式中，根据配电网在每个场景下的运行数据以及网络结构数据，构建在每个场景下的配电网仿真模型，该配电网仿真模型可以模拟配电网的真实运行情况。
步骤302，确定配电网在不同场景下至少一个设置多功能逆变器MFINV的第一节点的节点数据。
在本步骤的具体实施方式中，对于每种场景，可以确定在配电网中MFINV的设置节点，并在配电网仿真模型中，确定这些设置节点对应的节点，将这些节点作为第一节点，并获取第一节点的节点数据。
步骤303，在每个场景下，对于每个第一节点，根据第一节点的节点数据，确定第一节点与每个第三节点之间的谐波响应灵敏度，将谐波响应灵敏度大于第一预设阈值的第三节点和第一节点划分到同一区域，得到初始划分区域。
其中，第一节点为配电网仿真模型中安装有MFINV的节点，也称作DG节点。第三节点为除第一节点之外的节点，其实是配电网仿真模型中不安装MFINV的节点，也称作普通节点。
在本步骤的具体实施方式中，在每个场景下，在配电网仿真模型中先获取到MFINV的安装位置，并根据该安装位置，确定该安装位置对应的节点，将其确定为第一节点，将除第一节点之外的节点确定为第三节点。对于每个第一节点，计算该第一节点和每个第三节点之间的谐波响应灵敏度，并确定出对应谐波响应灵敏度大于预设阈值的第三节点，将这些第三节点和第一节点划分到统一区域，得到初始划分区域。由于对于每个第一节点，都得到其对应的初始划分区域，这样，最终会得到至少一个初始划分区域。
上述过程中，根据第一预设公式，来计算谐波响应灵敏度，预设公式为
其中，wI,ji表示节点j的谐波电压对节点i注入谐波电流的总谐波响应灵敏度，H表示最大谐波阶数，wI,h,ji表示第h次节点j的谐波电压对节点i注入谐波电流的灵敏度，N表示谐波频率总个数。
其中，Yh表示节点导纳矩阵，Ai,j表示Yh的伴随矩阵中第i行第j列的元素。
例如，对于每个场景，配电网仿真模型为IEEE33节点配电系统模型。对IEEE33节点配电系统模型进行仿真验证，其网络结构如图4所示。其中，节点6，24和27为安装有MFINV的节点，即节点6，24和27为第一节点，除节点6，24和27之外的节点为第三节点。根据上述公式，计算节点6和每个第三节点之间的谐波响应灵敏度，并根据谐波响应灵敏度大于预设数值的第三节点和节点6划分到同一区域，得到初始划分区域1。根据上述公式，计算节点24和每个第三节点之间的谐波响应灵敏度，并根据谐波响应灵敏度大于预设数值的第三节点和节点24划分到同一区域，得到初始划分区域2。根据上述公式，计算节点27和每个第三节点之间的谐波响应灵敏度，并根据谐波响应灵敏度大于预设数值的第三节点和节点27划分到同一区域，得到初始划分区域3。
步骤304，对于每个场景，对至少一个初始划分区域内的节点进行筛选，得到至少一个中间划分区域。
在本步骤的具体实施方式中，对于在每个场景下的每个初始划分区域，计算该初始划分区域内各节点之间的谐波电压耦合度，在这些谐波电压耦合度中确定出小于第二预设阈值的谐波电压耦合度，并将小于第二预设阈值的谐波电压耦合度对应的节点对确定为待定节点对。如果待定节点对中存在第一节点，则将待定节点对中的另一个节点剔除。如果待定节点对中不存在第一节点，则对于待定节点对中的每个节点，计算该节点与除待定节点对包括的节点之外的节点的谐波耦合度，并将这些谐波耦合度进行相加，得到谐波耦合度和，进而得到待定节点对中的每个节点对应的谐波耦合度和。比较两个谐波耦合度和，并将谐波耦合度和较小的节点剔除。通过上述方法，对至少一个初始划分区域内的节点进行筛选，得到至少一个中间划分区域。
其中，根据第二预设公式，计算初始划分区域内的节点i和节点j之间的谐波耦合度。第二预设公式为：
其中，βij表示节点i和节点j之间的谐波耦合度，wU,h,ij表示初始划分区域内h次节点i对节点j谐波电压的响应灵敏度，H表示最大谐波阶数，N表示谐波频率总个数。
其中，Uh,i为节点i的h次谐波电压，Ih,j表示节点j的h次补偿电流，wU,h,ji表示初始划分区域内h次任意的节点j对节点i谐波电压的响应灵敏度。
步骤305，对于每个场景，根据未在中间划分区域中的节点和中间划分区域，采用社团发现算法划分区域，得到模块度函数值最大时的对应的最终划分区域。
其中，本申请实施例中的社团发现算法可以为Kernighan-Lin算法和谱二分算法，也可以为其他算法，此处并不限定。模块度函数值Q为可以划分的最大区域数，可以用来衡量一个社区的划分是不是相对比较好的结果。一个相对好的结果在社区内部的节点相似度较高，而在社区外部节点的相似度较低。
上述模块度函数值Q是基于第三预设公式计算出的，第三预设公式为
其中，m表示配电网中所有线路权重之和，n表示节点个数，Aij表示节点i与j的连边权重，ki表示节点i的加权度，kj表示节点j的加权度，当ci和cj在同一个区域，则δ(ci,cj)＝1，当ci和cj不在同一个区域，否则δ(ci,cj)＝0。
例如，对于某个场景而言，对于图4所示的IEEE33节点配电系统模型，如表1所示，中间划分区域1包括节点5，6，7和8，中间划分区域2包括节点22，23和24，中间划分区域3包括节点25，26，27，28和29。将未在中间划分区域中的节点与中间划分区域进行组合，得到多个分区。例如，节点1至节点8作为同一区域的节点，节点9至节点24作为同一区域的节点，节点25至节点32作为同一区域的节点，这样，基于模块度函数值Q的计算公式计算模块度函数值Q，其中，同一中间划分区域内的节点始终在同一最终划分区域内。如图5，区域数为5时Q值最大，最大值为0.589，则最佳分区数为5，得到此时对应的最终划分区域，最终划分区域如图6。
表1
步骤306，对于每个场景，确定每个最终划分区域对应的第二参考节点。
其中，第二参考节点为需要设置VDAPF的参考节点，可能将VDAPF设置在第二参考节点，也可能不将VDAPF设置在第二参考节点。每个最终划分区域中存在一个第二参考节点。
在本步骤的具体实施方式中，对于每个场景中的最终划分区域，根据灵敏度最大准则，将该最终划分区域内平均响应灵敏度最高的节点确定出第二参考节点。
步骤307，根据在不同场景下的第二参考节点的位置和VDAPF优化模型，确定需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量。
其中，VDAPF优化模型为遗传算法求解模型，该模型用于求解安装VDAPF的最佳位置以及VDAPF安装容量。
在本步骤的具体实施方式中，根据第二参考节点的位置，第一节点的位置和对应的MFINV安装容量以及VDAPF优化模型，确定第二节点以及VDAPF安装容量，输出结果如表2所示。
表2
如图8所示，本步骤提供了一种根据在不同场景下的第二参考节点的位置和VDAPF优化模型，确定需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量方法的流程示意图，具体步骤包括：
步骤3071，设置综合考虑经济性及治理效果的目标函数。
本步骤中的目标函数为minF＝minf1+minf2，
其中，minF表示综合经济性及治理效果的目标函数的结果，minf1表示经济性目标函数，minf2表示治理效果目标函数。
其中，n表示网络节点总数，di表示是否安装VDAPF，若为1表示安装，若为0表示不安装，Ci表示第i个节点VDAPF的安装费用，k表示VDAPF单位容量费用，/>表示第i个节点VDAPF的安装容量。
其中，Py表示场景y发生的概率，THDy表示场景y下所有节点谐波电压总畸变率，场景y为多个不同场景中的第y个场景。
需要说明的是，minf2实际上是将每个场景发生的概率和在该场景下所有节点谐波电压总畸变率的乘积进行相加，得到所有节点谐波电压总畸变率。而每个场景发生的概率Py为是基于谐波不确定场景发生的概率和MFINV剩余容量不确定场景的概率/>确定的。
其中，谐波不确定场景发生的概率为该谐波不确定场景与谐波不确定场景总数量的比值。具体的，在谐波不确定场景集C中，其中第γ个典型场景发生的概率为
C＝{Hγ|γ≤c，γ∈N+}
式中，Hγ为第γ个典型谐波场景，c为典型谐波场景的数量。nγ为某一典型日中某一时段所包含的场景数量，m为谐波总场景数量。
例如，谐波不确定场景总数量包括12个场景，分别是四个典型日的早中晚产生的谐波。谐波不确定场景为第二个典型日的早上产生的谐波。因此，谐波不确定场景发生的概率为十二分之一。
MFINV剩余容量不确定场景的概率为MFINV剩余容量不确定场景的数量与MFINV剩余容量不确定场景的总数量的比值。
在MFINV剩余容量不确定场景集G中，其中第α个场景Gα发生的概率为
G＝{Gα|α≤g,α∈N+}
Gα为第α个逆变器剩余容量场景，g为逆变器剩余容量场景的总数量，nα为高中低某一场景中剩余容量场景所包含的场景数量。
其中，对于4个典型日中的每个时间段,分别获取逆变器的MFINV剩余容量，根据MFINV剩余容量大小，确定对应的MFINV剩余容量不确定场景数量，进而得到MFINV剩余容量不确定场景的总数量。
步骤3072，设置谐波潮流方程等式约束。
谐波潮流方程等式约束为
其中，和/>分别表示场景y下节点h次注入谐波电流列向量，谐波电压列向量和节点导纳矩阵，场景y为多个不同场景中的任意一个场景。
步骤3073，设置VDAPF可选谐波补偿容量约束。
VDAPF可选谐波补偿容量约束为
其中，表示场景y下i节点VDAPF谐波补偿容量，eAPF表示VDAPF容量裕度安全系数，/>表示第i个节点VDAPF的安装容量，场景y为多个不同场景中的任意一个场景。
步骤3074，设置MFINV可选谐波补偿容量约束。
MFINV可选谐波补偿容量约束为
其中，和/>分别表示场景y下i节点MFINV的谐波补偿容量和最大可补偿容量，eMFINV表示MFINV容量裕度安全系数，场景y为多个不同场景中的任意一个场景。
步骤3075，设置节点总谐波电压畸变率约束。
节点总谐波电压畸变率约束为
其中，H表示谐波次数，表示场景y下节点i的h次谐波电压，UN,i表示节点i的额定基波电压，场景y为多个不同场景中的任意一个场景。
步骤3076，设置VDAPF安装容量约束。
VDAPF安装容量约束为
其中，K表示安装个数，I0表示VDAPF的单位最小可安装容量，表示VDAPF节点最大可安装容量。
步骤3077，将配电网的结构数据、第二参考节点的位置、第一节点的位置和对应的MFINV安装容量、目标函数、步骤3052至步骤3056所涉及的约束条件，输入VDAPF优化模型，确定需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量。
其中，VDAPF优化模型为遗传算法，遗传算法的原理如图7所示。结构数据包括配电网的结构、线路、负荷等数据。
在本步骤的具体实施方式中，将配电网的结构数据、第二参考节点的位置、第一节点的位置和对应的MFINV安装容量、目标函数、步骤2052至步骤2056所涉及的约束条件，输入VDAPF优化模型。VDAPF优化模型首先将输入数据带入约束条件，获取在约束条件内的M组第i个节点VDAPF的安装容量和场景y下所有节点谐波电压总畸变率的数据，生成n＝1代种群。再将相关数据带入每个场景的目标函数，求出M个目标函数F分别对应的值，对每个目标函数F对应的值进行从小到大排序，其中，M与场景数量相等。选取F值中前E个个体纳入优秀个体库。同时，选择优秀个体库最优个体以及n代种群中M/4个个体，进行交叉操作(信息互换)，生成M/2个个体进行变异操作。选择优秀个体中任一非最优个体，随机选择n代种群中(1-e)*M/4个个体，随机生成e*M/4个个体，进行交叉操作，生成M/2个个体进行变异操作。两组M/2个个体合并成第n＝n+1代种群，计算F值并进行从小到大排序。若n代种群中最小的F值小于优秀个体库中最小的F值，则更新优秀个体库(由n代种群中F值最小的个体替换优秀个体库中F值最大的个体)；否则直接判断n是否大于预设数值nmax,若是则输出优秀个体库中最优个体的信息，即第二节点以及VDAPF安装容量，若否则再次进行交叉操作和变异操作。
需要说明的是，本步骤中的遗传算法实质上是以目标函数为评估指标，在约束条件下，对第二参考节点的位置进行优化，进而在配电网中找到安装VDAPF的最佳位置和VDAPF安装容量。
例如，选取IEEE33节点配电系统模型进行仿真验证，网络结构如图4所示。在低压侧各节点设置谐波源，以表征高密度的分散谐波，节点6、24和27为分布式光伏并网节点，MFINV及VDAPF的容量域度安全系数均设为95％。按国标GB/T14549－93规定，设置谐波电压畸变率的允许上限CTHD为4％。谐波响应灵敏度阈值θ取最大灵敏度的70％，设置初始划分区域内节点耦合度最低限值ξ＝60％。应用改进的遗传算法求解优化问题，算法流程图如图7所示。遗传算法中，设定种群规模为60，优秀个体库规模为20，随机个体占比6.7％，最大进化代数为200，交叉率65％，变异率0.15％。在设置好上述参数之后，将配电网的结构数据、第二参考节点的位置、第一节点的位置和对应的MFINV安装容量、目标函数、步骤2052至步骤2056所涉及的约束条件输入遗传算法，得到需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量。
本申请实施例得到的第二节点是对第二参考节点进行优化得到的，而在优化过程中使用的目标函数是考虑到不同场景下的经济性和谐波治理效果的，这样，基于第二节点以及VDAPF安装容量安装VDAPF所需的成本较低且治理效果较好，兼顾了场景，成本以及治理效果的需求。
进一步的，作为对上述图1和3所示方法实施例的实现，本申请实施例提供了一种优化配电网谐波装置，该装置可以避免了针对每个节点都需要安装对应的CDAPF，减小了治理谐波的成本。该装置的实施例与前述方法实施例对应，为便于阅读，本实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。具体如图9所示，该装置包括：
第一确定单元901，用于确定配电网在不同场景下至少一个设置多功能逆变器MFINV的第一节点的节点数据；
第二确定单元902，用于根据所述第一确定单元901确定出的配电网在不同场景下至少一个第一节点的节点数据，在多个节点中，确定至少一个需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量；
配置单元903，用于根据所述第二确定单元902确定出的第二节点的位置以及VDAPF安装容量，对所述配电网中的VDAPF进行配置；
处理单元904，用于利用所述配电网中安装的MFINV和所述配置单元903配置的VDAPF，共同对所述配电网谐波进行处理。
进一步的，如图10所示，所述第二确定单元902，包括：
第一划分模块9021，用于在每个场景下，对于每个第一节点，根据所述第一节点与每个第三节点之间的谐波响应灵敏度，将谐波响应灵敏度大于第一预设阈值的第三节点和所述第一节点划分到同一区域，得到初始划分区域；对至少一个初始划分区域内的节点进行筛选，得到至少一个中间划分区域，其中，所述第三节点为除第一节点之外的节点；
确定模块9022，用于根据所述第一划分模块9021确定出的在所述不同场景下的至少一个中间划分区域，确定需要安装电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量
进一步的，如图10所示，所述确定模块9023，还用于：
对于每个场景，根据未在所述第一划分模块9021确定出的中间划分区域中的节点和所述第一划分模块9021确定出的中间划分区域，采用社团发现算法划分区域，得到模块度函数值最大时的对应的最终划分区域；
根据所述在不同场景下的至少一个最终划分区域，确定需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量。
进一步的，如图10所示，所述确定模块9023，还用于：
对于每个场景，确定每个最终划分区域对应的第二参考节点，所述第二参考节点为需要设置VDAPF的参考节点；
根据所述在不同场景下的第二参考节点的位置和VDAPF优化模型，确定需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量。
进一步的，本申请实施例还提供一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述图1-7中所述的优化配电网谐波方法。
进一步的，本申请实施例还提供一种存储介质，所述存储介质用于存储计算机程序，其中，所述计算机程序运行时控制所述存储介质所在设备执行上述图1-7中所述的优化配电网谐波方法。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
可以理解的是，上述方法及装置中的相关特征可以相互参考。另外，上述实施例中的“第一”，“第二”等是用于区分各实施例，而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再一一赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
此外，存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种优化配电网谐波方法，其特征在于，所述方法包括：
确定配电网在不同场景下至少一个设置多功能逆变器MFINV的第一节点的节点数据；
根据所述配电网在不同场景下至少一个第一节点的节点数据，在多个节点中，确定至少一个需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量；
根据所述第二节点的位置以及VDAPF安装容量，对所述配电网中的VDAPF进行配置；
利用所述配电网中安装的MFINV和VDAPF，共同对所述配电网谐波进行处理；
其中，所述根据所述配电网在不同场景下至少一个第一节点的节点数据，在多个节点中，确定至少一个需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量，包括：
在每个场景下，对于每个第一节点，根据所述第一节点的节点数据，确定所述第一节点与每个第三节点之间的谐波响应灵敏度，将谐波响应灵敏度大于第一预设阈值的第三节点和所述第一节点划分到同一区域，得到初始划分区域；对至少一个初始划分区域内的节点进行筛选，得到至少一个中间划分区域，其中，所述第三节点为除第一节点之外的节点；
根据在所述不同场景下的至少一个中间划分区域，确定需要安装电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量。
2.根据权利要求1所述的方法，其特征在于，所述根据在所述不同场景下的至少一个中间划分区域，确定需要安装电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量，包括：
对于每个场景，根据未在所述中间划分区域中的节点和所述中间划分区域，采用社团发现算法划分区域，得到模块度函数值最大时的对应的最终划分区域；
根据所述在不同场景下的至少一个最终划分区域，确定需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量。
3.根据权利要求2所述的方法，其特征在于，所述根据所述在不同场景下的至少一个最终划分区域，确定需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量，包括：
对于每个场景，确定每个最终划分区域对应的第二参考节点，所述第二参考节点为需要设置VDAPF的参考节点；
根据所述在不同场景下的第二参考节点的位置和VDAPF优化模型，确定需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量。
4.一种优化配电网谐波装置，其特征在于，所述装置包括：
第一确定单元，用于确定配电网在不同场景下至少一个设置多功能逆变器MFINV的第一节点的节点数据；
第二确定单元，用于根据所述第一确定单元确定出的配电网在不同场景下至少一个第一节点的节点数据，在多个节点中，确定至少一个需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量；
配置单元，用于根据所述第二确定单元确定出的第二节点的位置以及VDAPF安装容量，对所述配电网中的VDAPF进行配置；
处理单元，用于利用所述配电网中安装的MFINV和所述配置单元配置的VDAPF，共同对所述配电网谐波进行处理；
其中，所述第二确定单元，包括：
第一划分模块，用于在每个场景下，对于每个第一节点，根据所述第一节点与每个第三节点之间的谐波响应灵敏度，将谐波响应灵敏度大于第一预设阈值的第三节点和所述第一节点划分到同一区域，得到初始划分区域；对至少一个初始划分区域内的节点进行筛选，得到至少一个中间划分区域，其中，所述第三节点为除第一节点之外的节点；
确定模块，用于根据所述第一划分模块确定出的在所述不同场景下的至少一个中间划分区域，确定需要安装电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量。
5.根据权利要求4所述的装置，其特征在于，所述确定模块，还用于：
对于每个场景，根据未在所述第一划分模块确定出的中间划分区域中的节点和所述第一划分模块确定出的中间划分区域，采用社团发现算法划分区域，得到模块度函数值最大时的对应的最终划分区域；
根据所述在不同场景下的至少一个最终划分区域，确定需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量。
6.根据权利要求5所述的装置，其特征在于，所述确定模块，还用于：
对于每个场景，确定每个最终划分区域对应的第二参考节点，所述第二参考节点为需要设置VDAPF的参考节点；
根据所述在不同场景下的第二参考节点的位置和VDAPF优化模型，确定需要设置电压检测型有源电力滤波器VDAPF的第二节点以及VDAPF安装容量。
7.一种终端，其特征在于，所述终端用于运行程序，其中，所述终端运行时执行权利要求1-3中任意一项所述的优化配电网谐波方法。
8.一种存储介质，其特征在于，所述存储介质用于存储计算机程序，其中，所述计算机程序运行时控制所述存储介质所在设备执行权利要求1-3中任意一项所述的优化配电网谐波方法。
CN202111541959.2A 2021-12-16 2021-12-16 优化配电网谐波方法、装置、终端及存储介质 Active CN114243704B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111541959.2A CN114243704B (zh) 2021-12-16 2021-12-16 优化配电网谐波方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111541959.2A CN114243704B (zh) 2021-12-16 2021-12-16 优化配电网谐波方法、装置、终端及存储介质

Publications (2)

Publication Number Publication Date
CN114243704A CN114243704A (zh) 2022-03-25
CN114243704B true CN114243704B (zh) 2023-08-18

Family

ID=80756966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111541959.2A Active CN114243704B (zh) 2021-12-16 2021-12-16 优化配电网谐波方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN114243704B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2192666A2 (de) * 2008-09-16 2010-06-02 E.ON Avacon AG Verfahren zum Erdschlussunabhängigen Kompensieren von Oberschwingungen der Spannungen an Anschlussknoten
WO2016202859A1 (en) * 2015-06-16 2016-12-22 Universite Du Luxembourg Power inverter, control unit for power inverters and network of power inverters
CN107171326A (zh) * 2017-05-31 2017-09-15 国网江苏省电力公司宿迁供电公司 主动配电网分布式电源与有源滤波器协调控制系统
CN110601196A (zh) * 2019-09-17 2019-12-20 中南大学 一种配电网中有源滤波器的最优安装点选取方法
CN113629723A (zh) * 2021-07-05 2021-11-09 燕山大学 考虑dg和apf参与电压治理的svg优化配置方法
WO2021233347A1 (zh) * 2020-05-19 2021-11-25 中铁电气化局集团有限公司 电网中的电能质量等级确定方法、装置、设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2192666A2 (de) * 2008-09-16 2010-06-02 E.ON Avacon AG Verfahren zum Erdschlussunabhängigen Kompensieren von Oberschwingungen der Spannungen an Anschlussknoten
WO2016202859A1 (en) * 2015-06-16 2016-12-22 Universite Du Luxembourg Power inverter, control unit for power inverters and network of power inverters
CN107171326A (zh) * 2017-05-31 2017-09-15 国网江苏省电力公司宿迁供电公司 主动配电网分布式电源与有源滤波器协调控制系统
CN110601196A (zh) * 2019-09-17 2019-12-20 中南大学 一种配电网中有源滤波器的最优安装点选取方法
WO2021233347A1 (zh) * 2020-05-19 2021-11-25 中铁电气化局集团有限公司 电网中的电能质量等级确定方法、装置、设备和存储介质
CN113629723A (zh) * 2021-07-05 2021-11-09 燕山大学 考虑dg和apf参与电压治理的svg优化配置方法

Also Published As

Publication number Publication date
CN114243704A (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
Li et al. Grid-side flexibility of power systems in integrating large-scale renewable generations: A critical review on concepts, formulations and solution approaches
Mohamed et al. An effective stochastic framework for smart coordinated operation of wind park and energy storage unit
Li et al. Research on optimal configuration strategy of energy storage capacity in grid-connected microgrid
Galvani et al. Data clustering based probabilistic optimal power flow in power systems
CN115207935B (zh) 一种提高电压薄弱区域暂态电压稳定的无功协调优化方法
Kamel et al. Single-and multi-objective optimization for photovoltaic distributed generators implementation in probabilistic power flow algorithm
Martins et al. Sensibility analysis with genetic algorithm to allocate distributed generation and capacitor banks in unbalanced distribution systems
Khan et al. Probablistic generation model for optimal allocation of PV DG in distribution system with time-varying load models
Singh et al. A hybrid-extreme learning machine based ensemble method for online dynamic security assessment of power systems
Amiri et al. A primary unit commitment approach with a modification process
Peddakapu et al. Simultaneous controllers for stabilizing the frequency changes in deregulated power system using moth flame optimization
Wankhede et al. Bi-level multi-objective planning model of solar PV-battery storage-based DERs in smart grid distribution system
Peng et al. Multi-objective robust optimization allocation for energy storage using a novel confidence gap decision method
Yang et al. A novel partitioning method for the power grid restoration considering the support of multiple LCC-HVDC systems
CN114243704B (zh) 优化配电网谐波方法、装置、终端及存储介质
Carreras et al. An iterative linear programming approach to optimize costs in distributed energy systems by considering nonlinear battery inverter efficiencies
Ebrahimi et al. Stochastic scheduling of energy storage systems in harmonic polluted active distribution networks
CN112488544A (zh) 电压暂降补偿设备配置方法、装置和计算机设备
Mohamed et al. Optimal energy saving of photovoltaic distributed generation system with considering environment condition via hyper-spherical search algorithm
Alshamrani et al. A joint optimization model for transmission capacity and wind power investment considering system security
Yu et al. Data‐driven partition control strategy for harmonic distortion and voltage unbalance
Zhang et al. Optimal Allocation of BESS in Distribution Network Based on Improved Equilibrium Optimizer
Othman et al. A heuristic ranking approach on capacity benefit margin determination using Pareto-based evolutionary programming technique
Tian et al. Two‐layer model of siting and sizing for active power filters and static var generators considering reactive power capability and active power curtailment of DGs
Ahmadi et al. The islanded micro‐grid large signal stability analysis based on neuro‐fuzzy model

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