CN115173403A - 一种主动配电网分布式电压控制方法、装置及终端设备 - Google Patents

一种主动配电网分布式电压控制方法、装置及终端设备 Download PDF

Info

Publication number
CN115173403A
CN115173403A CN202210804188.XA CN202210804188A CN115173403A CN 115173403 A CN115173403 A CN 115173403A CN 202210804188 A CN202210804188 A CN 202210804188A CN 115173403 A CN115173403 A CN 115173403A
Authority
CN
China
Prior art keywords
voltage
node
distribution network
distributed
power distribution
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
Application number
CN202210804188.XA
Other languages
English (en)
Inventor
杨鹏
赵子珩
王涛
贺春光
安佳坤
杨书强
王中冠
李鹏
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.)
Tianjin University
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd
Original Assignee
Tianjin University
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Hebei 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 Tianjin University, State Grid Corp of China SGCC, State Grid Hebei Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd filed Critical Tianjin University
Priority to CN202210804188.XA priority Critical patent/CN115173403A/zh
Publication of CN115173403A publication Critical patent/CN115173403A/zh
Pending 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
    • H02J3/12—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
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/50—Controlling the sharing of the out-of-phase component
    • 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
    • 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
    • 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)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Power Engineering (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请适用于数据处理技术领域，提供了一种主动配电网分布式电压控制方法、装置及终端设备，该主动配电网分布式电压控制方法包括：获取配电网相关数据；基于配电网相关数据和线性化电压‑无功方程，构建主动配电网电压优化控制模型；基于配电网相关数据和Koopman状态空间升维变换方法，构建线性潮流方程矩阵；基于线性潮流方程矩阵，计算节点电压与无功灵敏度系数；基于节点电压与无功灵敏度系数和矩阵分裂的分布式算法，求解主动配电网电压优化控制模型，得到求解结果；求解结果用于对主动配电网分布式电压进行控制。本申请具有更快的收敛速度和更优的控制收敛结果，且不受参数不精确问题影响，具有更强的工程适用性。

Description

一种主动配电网分布式电压控制方法、装置及终端设备
技术领域
本申请属于配电网优化控制领域，尤其涉及一种基于状态空间线性变换的主动配电网分布式电压控制方法、装置及终端设备。
背景技术
随着分布式新能源的大量开发利用，以光伏为代表的分布式发电以集群化形式接入主动配电网，给配电网安全稳定运行、供电可靠性带来挑战。分布式发电出力的不确定性加剧了配电网运行状态的波动，大量分布式发电进行协调增加了配网电压控制的复杂性。具体而言，馈线末端接入的分布式发电改变了配电网传统单一的潮流方向，导致馈线末端电压抬升，影响用电设备寿命的同时造成分布式发电脱网风险。分布式发电并网逆变器自身具有快速的无功调节能力，随着占比的逐渐提升，其电压控制作用成为配网中无法忽视的调节手段，由于无需配置额外的调节装置，其调节成本更低，且对出力随机波动具有更快响应速度，对于保障系统安全高效运行具有关键意义。
集中式电压控制方法需基于集中式通信网络对全局模型进行统一维护，并实时采集大量运行数据，不仅通信时延较长，优化模型的求解更可能遭遇“维数灾”的问题，收敛速度较慢甚至难以收敛。分布式控制更适合含高比例分布式发电的主动配电网电压控制，基于多代理系统的应用，分布式控制方法一般采用两种标准化的算法：一是基于对偶分解和次梯度的迭代方法，二是基于一致性的迭代方法。但这两类方法均仅具备一阶收敛速度，当分布式发电数量较大时，配网电压控制收敛速度将极其缓慢，无法满足在线控制的需求。
近年来，基于二阶梯度的分布式方法得到了广泛研究应用，由于采用了二阶梯度，其迭代过程具有超线性收敛速度，但其矩阵的求逆过程一般需要全局信息，因此对分布式迭代控制提出了较高的要求。对于分布式发电广泛接入的中低压配网而言，调度中心往往不掌握其精确模型参数，将对分布式电压控制效果及收敛速度造成不良影响。为解决上述问题，需要发展一种具有更快的收敛速度和更优的控制收敛结果，且不受参数不精确问题影响，具有更强的工程适用性的分布式电源电压控制方法。
发明内容
为克服相关技术中存在的问题，本申请实施例提供了一种主动配电网分布式电压控制方法、装置及终端设备，能够具有更快的收敛速度和更优的控制收敛结果，且不受参数不精确问题影响，具有更强的工程适用性。
本申请是通过如下技术方案实现的：
第一方面，本申请实施例提供了主动配电网分布式电压控制方法，包括：获取配电网相关数据；基于所述配电网相关数据和线性化电压-无功方程，构建主动配电网电压优化控制模型；基于所述配电网相关数据和Koopman状态空间升维变换方法，构建线性潮流方程矩阵；基于所述线性潮流方程矩阵，计算节点电压与无功灵敏度系数；基于所述节点电压与无功灵敏度系数和矩阵分裂的分布式算法，求解所述主动配电网电压优化控制模型，得到求解结果；所述求解结果用于对所述主动配电网分布式电压进行控制。
在第一方面的一种可能的实现方式中，所述配电网相关数据，包括：分布式电源的接入位置和容量，分布式电源无功调节量的下限和上限值，主动配电网基准电压和基准功率的初值，各节点安全电压约束，节点电压和无功历史量测数据，训练样本数量，升维维度，节点电压自然分布向量，本地二阶梯度矩阵初值，修正参数，迭代步长，收敛精度。
在第一方面的一种可能的实现方式中，所述基于所述配电网相关数据和线性化电压-无功方程，构建主动配电网电压优化控制模型，包括：
通过
Figure BDA0003735878020000031
表示线性化电压-无功方程；其中，Δq为节点分布式发电无功注入调整量，
Figure BDA0003735878020000032
为分布式发电无功不进行调节时的节点电压自然分布向量，无功灵敏度矩阵Z；
构建主动配电网电压优化控制模型:
Figure BDA0003735878020000033
Figure BDA0003735878020000034
其中，f(Δq)为目标函数，
Figure BDA0003735878020000035
代表矩阵元素的平方和，v为节点额定电压所构成的列向量，
Figure BDA0003735878020000036
为额定电压与自然电压分布之间的偏差，
Figure BDA0003735878020000037
为节点分布式发电无功调节量的下限值，
Figure BDA0003735878020000038
为节点分布式发电无功调节量的上限值。
在第一方面的一种可能的实现方式中，所述基于所述配电网相关数据和Koopman状态空间升维变换方法，构建线性潮流方程矩阵，包括：将所述节点有功和无功历史量测数据作为输入变量；对所述输入变量进行升维变换；基于升维变换后的输入变量和最小二乘法估计所述线性潮流方程矩阵的值；所述对所述输入变量进行升维变换，包括：
通过
Figure BDA0003735878020000039
Figure BDA00037358780200000310
对输入变量进行升维变换；其中，x为输入变量，包括节点注入有功功率和无功功率，ψ(x)表示升维扩充出的m维输入变量，xlift为升维后的输入变量；ψt(x)为ψ(x)中的第t个元素，flift为升维函数，xv为x中的第v个元素，K为x的维度，ct为随机生成的K维基底向量，ctv为ct中的第v个元素；
所述基于最小二乘法估计所述线性潮流方程矩阵的值，包括：
通过
Figure BDA00037358780200000311
计算线性潮流方程矩阵L的值；其中，
Figure BDA0003735878020000041
为输入变量样本矩阵，包含S个时间断面的节点的有功功率和无功功率向量，
Figure BDA0003735878020000042
为升维后的输入变量样本矩阵，包含S个时间断面的升维后的输入变量，S为训练样本数量，
Figure BDA0003735878020000043
为状态变量样本矩阵，包含S个时间断面的节点相角及电压幅值向量，[·]+为矩阵的Moore-Penrose逆。
在第一方面的一种可能的实现方式中，所述基于所述线性潮流方程矩阵，计算节点电压与无功灵敏度系数，包括：
通过
Figure BDA0003735878020000044
计算节点电压与无功灵敏度系数；其中，Zji为节点电压与无功灵敏度矩阵Z中第j行第i列的元素，Lji为矩阵L中对应电压Vj和无功调整量Δqi的元素，Lj,(K+t)为矩阵L中对应电压Vj和升维变换扩充出的第t维输入变量ψt(x)的值，m为升维维度。
在第一方面的一种可能的实现方式中，所述基于所述节点电压与无功灵敏度系数和矩阵分裂的分布式算法，求解所述主动配电网电压优化控制模型，得到求解结果，包括：计算各个节点自身的目标函数；计算所述各个节点自身的目标函数的梯度；计算所述各个节点的本地二阶梯度矩阵的值；基于所述目标函数的梯度和所述本地二阶梯度矩阵的值，计算所述各个节点的相邻节点的分布式迭代方向分量；基于所述分布式迭代方向分量，迭代计算所述各个节点的无功注入调整量；基于所述目标函数和所述无功注入调整量，建立收敛精度判断标准；如果所述电压优化控制模型的收敛精度符合所述收敛精度判断标准，输出所述电压优化控制模型的求解结果；所述求解结果，包括：目标函数值、各节点电压幅值和分布式电源无功注入调整量。
在第一方面的一种可能的实现方式中，所述计算各个节点自身的目标函数，包括：
通过
Figure BDA0003735878020000051
计算节点i自身的目标函数；其中，Δq(k)为第k步迭代时分布式发电无功注入调整量构成的向量，Ni为与节点i通过一条支路直接相连，且相对于参考节点位于下游的节点所构成的集合，Zj为Z中的第j行，
Figure BDA0003735878020000052
为
Figure BDA0003735878020000053
中第j个元素；
计算各个节点自身的目标函数的梯度，包括：
通过
Figure BDA0003735878020000054
计算节点i自身目标函数的梯度；其中，gi(k)为g(k)中的第i个元素，Vj(k)为第k步迭代时节点j的电压幅值，vj为节点j的额定电压；
所述计算所述各个节点的本地二阶梯度矩阵的值，包括：
通过
Figure BDA0003735878020000055
Figure BDA0003735878020000056
Figure BDA0003735878020000057
计算节点i的本地二阶梯度矩阵Hi(k)的值；其中，向量或矩阵带下标Ni表示集合Ni中的元素构成的子向量或子矩阵，β为修正参数，
Figure BDA0003735878020000058
为对角矩阵，对角元素为1/ni，ni为集合Ni中元素的数量，I为单位矩阵；
所述计算所述各个节点的相邻节点的分布式迭代方向分量，包括
通过
Figure BDA0003735878020000059
计算节点i的相邻节点的分布式迭代方向分量；其中，Γ为修正参数，
Figure BDA0003735878020000061
为节点i计算的所有相邻节点的分布式迭代方向分量；
所述迭代计算所述各个节点的无功注入调整量，包括：
通过
Figure BDA0003735878020000062
迭代计算节点i的无功注入调整量；其中，di(k)为最终的分布式迭代方向，Δqi(k)为节点i的分布式发电第k步迭代时的无功功率调整量，
Figure BDA0003735878020000063
为节点j计算的节点i的分布式迭代方向分量，α为迭代步长；
所述收敛精度判断标准，包括：
Figure BDA0003735878020000064
其中，N为节点总数，ω为预设的收敛精度。
第二方面，本申请实施例提供了一种主动配电网分布式电压控制装置，包括：输入模块，用于获取配电网相关数据；第一运算模块，用于基于所述配电网历史运行数据和线性化电压-无功方程，构建主动配电网电压优化控制模型；第二运算模块，用于基于所述配电网历史运行数据和Koopman状态空间升维变换方法，构建线性潮流方程矩阵；第三运算模块，用于基于所述线性潮流方程矩阵，计算节点电压与无功灵敏度系数；输出模块，用于基于所述节点电压与无功灵敏度系数和矩阵分裂的分布式算法，求解所述主动配电网电压优化控制模型，得到求解结果；所述求解结果用于对主动配电网分布式电压进行控制。
第三方面，本申请实施例提供了一种终端设备，包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如第一方面任一项所述的主动配电网分布式电压控制方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如第一方面任一项所述的主动配电网分布式电压控制方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的方法。
本申请实施例与现有技术相比存在的有益效果是：
本申请实施例，基于Koopman升维方法，利用配电网相关数据作为训练样本，构建高维线性精确潮流模型，从而推导得到电压-无功全局灵敏度，以此校正分布式控制中的迭代方向。相比依赖于模型的分布式电压控制方法，本发明方法具有更快的收敛速度和更优的控制收敛结果，且不受参数不精确问题影响，具有更强的工程适用性。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的主动配电网分布式电压控制方法的流程示意图；
图2是本申请一实施例提供的33节点系统中目标函数随迭代过程的变化图；
图3是本申请一实施例提供的33节点系统中电压分布图；
图4是本申请一实施例提供的69节点系统中目标函数随迭代过程的变化图；
图5是本申请一实施例提供的118节点系统中目标函数随迭代过程的变化图；
图6是本申请一实施例提供的主动配电网分布式电压控制装置的结构示意图；
图7是本申请一实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
对于分布式发电广泛接入的中低压配网而言，调度中心往往不掌握其精确模型参数，将对分布式电压控制效果及收敛速度造成不良影响。为解决上述问题，需要发展一种具有更快的收敛速度和更优的控制收敛结果，且不受参数不精确问题影响，具有更强的工程适用性的分布式电源电压控制方法。
基于上述问题，本申请实施例中提供了一种主动配电网分布式电压控制方法，包括：获取配电网相关数据；基于配电网相关数据和线性化电压-无功方程，构建主动配电网电压优化控制模型；基于配电网相关数据和Koopman状态空间升维变换方法，构建线性潮流方程矩阵；基于线性潮流方程矩阵，计算节点电压与无功灵敏度系数；基于节点电压与无功灵敏度系数和矩阵分裂的分布式算法，求解主动配电网电压优化控制模型，得到求解结果；求解结果用于对主动配电网分布式电压进行控制。本发明方法通过矩阵分裂方法，实现了矩阵的分布式求逆，从而将分布式控制敛速提升至超线性收敛，更适合在线应用；基于Koopman升维方法，利用配电网历史运行数据及其它相关数据作为训练样本，构建高维线性精确潮流模型，从而推导得到电压-无功全局灵敏度，以此校正分布式控制中的迭代方向。相比依赖于模型的分布式电压控制方法，本发明方法具有更快的收敛速度和更优的控制收敛结果，且不受参数不精确问题影响，具有更强的工程适用性。
为了使本技术领域的人员更好地理解本发明方案，下面将结合附图和具体实施方式，对本申请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。
图1是本申请一实施例提供的主动配电网分布式电压控制方法的示意性流程图，参照图1，对该主动配电网分布式电压控制方法的详述如下：
在步骤101中，获取配电网相关数据。
具体的，获取配电网相关数据，包括：根据选定的主动配电网，输入分布式电源的接入位置和容量，分布式电源无功调节量的下限和上限值，主动配电网基准电压和基准功率的初值，各节点安全电压约束，节点电压和无功历史量测数据，训练样本数量，升维维度，节点电压自然分布向量，本地二阶梯度矩阵初值，修正参数，迭代步长，收敛精度。
在步骤102中，基于配电网相关数据和线性化电压-无功方程，构建主动配电网电压优化控制模型。
示例性的：设定主动配电网电压偏差之和最小为目标函数，考虑分布式发电无功调节能力受逆变器容量的约束。
具体的，构建主动配电网电压优化控制模型，包括：
通过
Figure BDA0003735878020000101
表示线性化电压-无功方程；其中，Δq为节点分布式发电无功注入调整量，
Figure BDA0003735878020000102
为分布式发电无功不进行调节时的节点电压自然分布向量，无功灵敏度矩阵Z；
并且，构建主动配电网电压优化控制模型：
Figure BDA0003735878020000103
Figure BDA0003735878020000104
其中，f(Δq)为目标函数，
Figure BDA0003735878020000105
代表矩阵元素的平方和，v为节点额定电压所构成的列向量，
Figure BDA0003735878020000106
为额定电压与自然电压分布之间的偏差，Δq为节点分布式发电无功调节量的下限值，
Figure BDA0003735878020000107
为节点分布式发电无功调节量的上限值。
在步骤103中，基于配电网相关数据和Koopman状态空间升维变换方法，构建线性潮流方程矩阵。
具体的，基于所述配电网相关数据和Koopman状态空间升维变换方法，构建线性潮流方程矩阵，包括：将节点有功和无功历史量测数据作为输入变量；对所述输入变量进行升维变换；基于升维变换后的输入变量和最小二乘法估计线性潮流方程矩阵的值。
对所述输入变量进行升维变换，包括：
通过
Figure BDA0003735878020000111
Figure BDA0003735878020000112
对输入变量进行升维变换；其中，x为输入变量，包括节点注入有功功率和无功功率，ψ(x)表示升维扩充出的m维输入变量，xlift为升维后的输入变量；ψt(x)为ψ(x)中的第t个元素，flift为升维函数，xv为x中的第v个元素，K为x的维度，ct为随机生成的K维基底向量，ctv为ct中的第v个元素；
基于最小二乘法估计所述线性潮流方程矩阵的值，包括：
通过
Figure BDA0003735878020000113
计算线性潮流方程矩阵L的值；其中，
Figure BDA0003735878020000114
为输入变量样本矩阵，包含S个时间断面的节点的有功功率和无功功率向量，
Figure BDA0003735878020000115
为升维后的输入变量样本矩阵，包含S个时间断面的升维后的输入变量，S为训练样本数量，
Figure BDA0003735878020000116
为状态变量样本矩阵，包含S个时间断面的节点相角及电压幅值向量，[·]+为矩阵的Moore-Penrose逆。
在步骤104中，基于所述线性潮流方程矩阵，计算节点电压与无功灵敏度系数。
具体的，计算节点电压与无功灵敏度系数，包括：
通过
Figure BDA0003735878020000121
计算节点电压与无功灵敏度系数；其中，Zji为节点电压与无功灵敏度矩阵Z中第j行第i列的元素，Lji为矩阵L中对应电压Vj和无功调整量Δqi的元素，Lj,(K+t)为矩阵L中对应电压Vj和升维变换扩充出的第t维输入变量ψt(x)的值，m为升维维度。
在步骤105中，基于所述节点电压与无功灵敏度系数和矩阵分裂的分布式算法，求解主动配电网电压优化控制模型，得到求解结果；求解结果用于对主动配电网分布式电压进行控制。
具体的，求解主动配电网电压优化控制模型，得到求解结果，包括：计算各个节点自身的目标函数；计算各个节点自身的目标函数的梯度；计算各个节点的本地二阶梯度矩阵的值；基于目标函数的梯度和所述本地二阶梯度矩阵的值，计算各个节点的相邻节点的分布式迭代方向分量；基于分布式迭代方向分量，迭代计算各个节点的无功注入调整量；基于目标函数和无功注入调整量，建立收敛精度判断标准；如果电压优化控制模型的收敛精度符合收敛精度判断标准，输出电压优化控制模型的求解结果；求解结果，包括：目标函数值、各节点电压幅值和分布式电源无功注入调整量。
具体的，计算各个节点自身的目标函数，包括：
通过
Figure BDA0003735878020000122
计算节点i自身的目标函数；其中，Δq(k)为第k步迭代时分布式发电无功注入调整量构成的向量，Ni为与节点i通过一条支路直接相连，且相对于参考节点位于下游的节点所构成的集合，Zj为Z中的第j行，
Figure BDA0003735878020000123
为
Figure BDA0003735878020000124
中第j个元素。
计算各个节点自身的目标函数的梯度，包括：
通过
Figure BDA0003735878020000131
计算节点i自身目标函数的梯度；其中，gi(k)为g(k)中的第i个元素，Vj(k)为第k步迭代时节点j的电压幅值，vj为节点j的额定电压。
计算所述各个节点的本地二阶梯度矩阵的值，包括：
通过
Figure BDA0003735878020000132
Figure BDA0003735878020000133
Figure BDA0003735878020000134
计算节点i的本地二阶梯度矩阵Hi(k)的值；其中，向量或矩阵带下标Ni表示集合Ni中的元素构成的子向量或子矩阵，β为修正参数，
Figure BDA0003735878020000135
为对角矩阵，对角元素为1/ni，ni为集合Ni中元素的数量，I为单位矩阵。
计算所述各个节点的相邻节点的分布式迭代方向分量，包括：
通过
Figure BDA0003735878020000136
计算节点i的相邻节点的分布式迭代方向分量；其中，Γ为修正参数，
Figure BDA0003735878020000137
为节点i计算的所有相邻节点的分布式迭代方向分量。
迭代计算所述各个节点的无功注入调整量，包括：
通过
Figure BDA0003735878020000138
迭代计算节点i的无功注入调整量；其中，di(k)为最终的分布式迭代方向，Δqi(k)为节点i的分布式发电第k步迭代时的无功功率调整量，
Figure BDA0003735878020000139
为节点j计算的节点i的分布式迭代方向分量，α为迭代步长。
收敛精度判断标准，包括：
Figure BDA0003735878020000141
其中，N为节点总数，ω为预设的收敛精度。
示例性的，在IEEE-33、69和118节点标准算例系统中对本发明所提出的分布式电压控制方法进行效果验证。为模拟主动配电网中接入分布式发电的情况，在各算例系统中，分别添加3种不同渗透率的分布式光伏(按照光伏容量与负荷比值计算)：15％、30％、50％。在电压控制过程中，变电站低压母线，及参考节点电压始终假设为1p.u.，且各节点安全电压约束为[0.95,1.05]。仿真测试的硬件平台为Intel Core(TM)i5-6300HQ CPU@2.30GHz，8GB RAM的4核PC机；软件环境为64位Windows 10操作系统；编程软件为MATLAB。
分布式光伏无功调整后的潮流分布利用MATPOWER进行计算，此处采用精准模型参数，以该结果作为配电网电压实际状态反馈。本发明在每个算例系统中的每种渗透率下，均采用MATPOWER计算3000个断面潮流结果作为样本集，并通过状态空间变换将潮流模型升维至2000维，从而计算电压-无功灵敏度结果。
示例性的，为验证本发明方法的效果，将本发明求解结果与利用线性化Distflow模型的分布式电压控制结果进行对比，并同时分析模型参数精确与不精确两种情况，以此验证本发明在模型参数不精确下的优势。其中不精确的模型参数通过在各支路电抗值上额外添加±3％～±8％的扰动模拟。与此同时，以基于MATPOWER的集中式最优潮流结果作为理论最优解，对比不同方法的效果差异。
示例性的，以33节点测试系统中添加15％分布式光伏为例对比不同方法收敛性与控制效果。如图2所示的3种不同方法下目标函数值随着迭代控制次数的变化曲线。可以看出，在本发明方法的控制下，目标函数值在8次迭代左右达到收敛，其速度明显快于另外两种情况，这是由于采用了数据驱动的潮流结果计算全局灵敏度，从而对分布式迭代方向进行更新。相比采用Distflow模型的方式，本发明方法未进行忽略和近似，因此收敛更快。而基于模型的方法，在模型参数精确的前提下需要11步迭代控制收敛，且最优性相比本发明方法有一点差距。如果在模型参数不精确的场景下，其收敛不仅需要22步迭代控制，且最优性也无法保证，目标函数值与理论最优结果差距很大。由此可见，基于模型的分布式控制方法对模型参数精度依赖性较高，而本发明则能解决这一问题。在实际工程运行中，配电网模型参数存在偏差是较为常见的情况，甚至中低压配网可能出现完全无模型的情况。因此，本发明所提出的方法具有更好的工程适应性。
在同样的算例条件下，达到收敛时不同方法下的电压分布如图3所示。为方便对比，无控制下的自然电压分布同样在图3中给出。可以看到，在本发明控制方法下，配网中的电压分布更加均衡，且解决了自然电压分布下的越限问题。与之相比，基于Distflow模型的分布式控制结果无法完全消除电压越限，且随着参数精度的变大，电压越线问题更为突出，验证了本发明提出的电压控制效果。
示例性的，如图4所示的69节点算例系统添加15％分布式光伏后的目标函数随迭代过程的变化。可以看到，本发明方法需要23步达到收敛，而基于模型的方法分别需要26步和58步达到收敛，且收敛结果均不如本发明方法。
示例性的，如图5所示的118节点算例系统添加15％分布式光伏后的分布式电压控制收敛过程。可以看到，本发明方法需要28步达到收敛，而基于模型的方法分别需要78步和152步达到收敛。可以看出，随着节点数量的增加，本发明方法收敛速度下降并不显著，而基于模型的方法由于误差的累积，收敛速度则显著下降。
示例性的，上述3种方法下在各种算例系统中的不同渗透率场景下的收敛所需次数如表1至表3所示。可以看到，在所有算例系统的所有渗透率下，本发明所提出的方法都以最快的速率收敛到最优值，其收敛性优势随着系统规模的增加体现得愈发明显。上述结果验证了本发明方法的效果。
表1 33节点系统中不同渗透率下收敛次数对比
Figure BDA0003735878020000161
表269节点系统中不同渗透率下收敛次数对比
Figure BDA0003735878020000162
表3 118节点系统中不同渗透率下收敛次数对比
Figure BDA0003735878020000163
可见本发明提出的主动配电网分布式电压控制方法，相比依赖于模型的分布式电压控制方法，本发明方法具有更快的收敛速度和更优的控制收敛结果，且不受参数不精确问题影响，具有更强的工程适用性。
应理解，上述各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的主动配电网分布式电压控制方法，图6示出了本申请实施例提供的主动配电网分布式电压控制装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参见图6，本申请实施例中的主动配电网分布式电压控制装置可以包括输入模块201、第一运算模块202、第二运算模块203、第三运算模块204和输出模块205。
其中，输入模块201，用于获取配电网相关数据；第一运算模块202，用于基于配电网历史运行数据和线性化电压-无功方程，构建主动配电网电压优化控制模型；第二运算模块203，用于基于配电网历史运行数据和Koopman状态空间升维变换方法，构建线性潮流方程矩阵；第三运算模块204，用于基于线性潮流方程矩阵，计算节点电压与无功灵敏度系数；输出模块205，用于基于节点电压与无功灵敏度系数和矩阵分裂的分布式算法，求解主动配电网电压优化控制模型，得到求解结果；求解结果用于对主动配电网分布式电压进行控制。
需要说明的是，上述装置之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种终端设备，参见图7，该终端设备300可以包括：至少一个处理器310和存储器320，所述存储器320中存储有可在所述至少一个处理器310上运行的计算机程序321，所述处理器310执行所述计算机程序时实现上述任意各个方法实施例中的步骤，例如图1所示实施例中的步骤101至步骤105。或者，处理器310执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如图6所示模块201至205的功能。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器320中，并由处理器310执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段，该程序段用于描述计算机程序在终端设备300中的执行过程。
本领域技术人员可以理解，图7仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如输入输出设备、网络接入设备、总线等。
处理器310可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器320可以是终端设备的内部存储单元，也可以是终端设备的外部存储设备，例如插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。所述存储器320用于存储所述计算机程序以及终端设备所需的其他程序和数据。所述存储器320还可以用于暂时地存储已经输出或者将要输出的数据。
总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请实施例提供的主动配电网分布式电压控制方法可以应用于计算机、平板电脑、笔记本电脑、上网本、个人数字助理(personal digital assistant，PDA)等终端设备上，本申请实施例对终端设备的具体类型不作任何限制。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述主动配电网分布式电压控制方法各个实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述主动配电网分布式电压控制方法各个实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
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或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种主动配电网分布式电压控制方法，其特征在于，包括：
获取配电网相关数据；
基于所述配电网相关数据和线性化电压-无功方程，构建主动配电网电压优化控制模型；
基于所述配电网相关数据和Koopman状态空间升维变换方法，构建线性潮流方程矩阵；
基于所述线性潮流方程矩阵，计算节点电压与无功灵敏度系数；
基于所述节点电压与无功灵敏度系数和矩阵分裂的分布式算法，求解所述主动配电网电压优化控制模型，得到求解结果，所述求解结果用于对所述主动配电网分布式电压进行控制。
2.如权利要求1所述的主动配电网分布式电压控制方法，其特征在于，所述配电网相关数据，包括：分布式电源的接入位置和容量，分布式电源无功调节量的下限和上限值，主动配电网基准电压和基准功率的初值，各节点安全电压约束，节点电压和无功历史量测数据，训练样本数量，升维维度，节点电压自然分布向量，本地二阶梯度矩阵初值，修正参数，迭代步长，收敛精度。
3.如权利要求1所述的主动配电网分布式电压控制方法，其特征在于，所述基于所述配电网相关数据和线性化电压-无功方程，构建主动配电网电压优化控制模型，包括：
通过
Figure FDA0003735878010000011
表示线性化电压-无功方程；其中，Δq为节点分布式发电无功注入调整量，
Figure FDA0003735878010000013
为分布式发电无功不进行调节时的节点电压自然分布向量，无功灵敏度矩阵Z；
构建主动配电网电压优化控制模型:
Figure FDA0003735878010000012
Figure FDA0003735878010000021
其中，f(Δq)为目标函数，
Figure FDA0003735878010000022
代表矩阵元素的平方和，v为节点额定电压所构成的列向量，
Figure FDA0003735878010000023
为额定电压与自然电压分布之间的偏差，Δq为节点分布式发电无功调节量的下限值，
Figure FDA0003735878010000024
为节点分布式发电无功调节量的上限值。
4.如权利要求2所述的主动配电网分布式电压控制方法，其特征在于，所述基于所述配电网相关数据和Koopman状态空间升维变换方法，构建线性潮流方程矩阵，包括：
将所述节点有功和无功历史量测数据作为输入变量；
对所述输入变量进行升维变换；
基于升维变换后的输入变量和最小二乘法估计所述线性潮流方程矩阵的值；
所述对所述输入变量进行升维变换，包括：
通过
Figure FDA0003735878010000025
Figure FDA0003735878010000026
对输入变量进行升维变换；其中，x为输入变量，包括节点注入有功功率和无功功率，ψ(x)表示升维扩充出的m维输入变量，xlift为升维后的输入变量；ψt(x)为ψ(x)中的第t个元素，flift为升维函数，xv为x中的第v个元素，K为x的维度，ct为随机生成的K维基底向量，ctv为ct中的第v个元素；
所述基于最小二乘法估计所述线性潮流方程矩阵的值，包括：
通过
Figure FDA0003735878010000027
计算线性潮流方程矩阵L的值；其中，
Figure FDA0003735878010000028
为输入变量样本矩阵，包含S个时间断面的节点的有功功率和无功功率向量，
Figure FDA0003735878010000029
为升维后的输入变量样本矩阵，包含S个时间断面的升维后的输入变量，S为训练样本数量，
Figure FDA00037358780100000210
为状态变量样本矩阵，包含S个时间断面的节点相角及电压幅值向量，[·]+为矩阵的Moore-Penrose逆。
5.如权利要求1所述的主动配电网分布式电压控制方法，其特征在于，所述基于所述线性潮流方程矩阵，计算节点电压与无功灵敏度系数，包括：
通过
Figure FDA0003735878010000031
计算节点电压与无功灵敏度系数；其中，Zji为节点电压与无功灵敏度矩阵Z中第j行第i列的元素，Lji为矩阵L中对应电压Vj和无功调整量Δqi的元素，Lj,(K+t)为矩阵L中对应电压Vj和升维变换扩充出的第t维输入变量ψt(x)的值，m为升维维度。
6.如权利要求1所述的主动配电网分布式电压控制方法，其特征在于，所述基于所述节点电压与无功灵敏度系数和矩阵分裂的分布式算法，求解所述主动配电网电压优化控制模型，得到求解结果，包括：
计算各个节点自身的目标函数；
计算所述各个节点自身的目标函数的梯度；
计算所述各个节点的本地二阶梯度矩阵的值；
基于所述目标函数的梯度和所述本地二阶梯度矩阵的值，计算所述各个节点的相邻节点的分布式迭代方向分量；
基于所述分布式迭代方向分量，迭代计算所述各个节点的无功注入调整量；
基于所述目标函数和所述无功注入调整量，建立收敛精度判断标准；
如果所述电压优化控制模型的收敛精度符合所述收敛精度判断标准，输出所述电压优化控制模型的求解结果；所述求解结果，包括：目标函数值、各节点电压幅值和分布式电源无功注入调整量。
7.如权利要求6所述的主动配电网分布式电压控制方法，其特征在于，所述计算各个节点自身的目标函数，包括：
通过
Figure FDA0003735878010000041
计算节点i自身的目标函数；其中，Δq(k)为第k步迭代时分布式发电无功注入调整量构成的向量，Ni为与节点i通过一条支路直接相连，且相对于参考节点位于下游的节点所构成的集合，Zj为Z中的第j行，
Figure FDA0003735878010000042
为
Figure FDA0003735878010000043
中第j个元素；
所述计算各个节点自身的目标函数的梯度，包括：
通过
Figure FDA0003735878010000044
计算节点i自身目标函数的梯度；其中，gi(k)为g(k)中的第i个元素，Vj(k)为第k步迭代时节点j的电压幅值，vj为节点j的额定电压；
所述计算所述各个节点的本地二阶梯度矩阵的值，包括：
通过
Figure FDA0003735878010000045
Figure FDA0003735878010000046
Figure FDA0003735878010000047
计算节点i的本地二阶梯度矩阵Hi(k)的值；其中，向量或矩阵带下标Ni表示集合Ni中的元素构成的子向量或子矩阵，β为修正参数，
Figure FDA00037358780100000410
为对角矩阵，对角元素为1/ni，ni为集合Ni中元素的数量，I为单位矩阵；
所述计算所述各个节点的相邻节点的分布式迭代方向分量，包括
通过
Figure FDA0003735878010000048
计算节点i的相邻节点的分布式迭代方向分量；其中，Γ为修正参数，
Figure FDA0003735878010000049
为节点i计算的所有相邻节点的分布式迭代方向分量；
所述迭代计算所述各个节点的无功注入调整量，包括：
通过
Figure FDA0003735878010000051
迭代计算节点i的无功注入调整量；其中，di(k)为最终的分布式迭代方向，Δqi(k)为节点i的分布式发电第k步迭代时的无功功率调整量，
Figure FDA0003735878010000053
为节点j计算的节点i的分布式迭代方向分量，α为迭代步长；
所述收敛精度判断标准，包括：
Figure FDA0003735878010000052
其中，N为节点总数，ω为预设的收敛精度。
8.一种主动配电网分布式电压控制装置，其特征在于，包括：
输入模块，用于获取配电网相关数据；
第一运算模块，用于基于所述配电网历史运行数据和线性化电压-无功方程，构建主动配电网电压优化控制模型；
第二运算模块，用于基于所述配电网历史运行数据和Koopman状态空间升维变换方法，构建线性潮流方程矩阵；
第三运算模块，用于基于所述线性潮流方程矩阵，计算节点电压与无功灵敏度系数；
输出模块，用于基于所述节点电压与无功灵敏度系数和矩阵分裂的分布式算法，求解所述主动配电网电压优化控制模型，得到求解结果；所述求解结果用于对主动配电网分布式电压进行控制。
9.一种终端设备，包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的主动配电网分布式电压控制方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的主动配电网分布式电压控制方法。
CN202210804188.XA 2022-07-07 2022-07-07 一种主动配电网分布式电压控制方法、装置及终端设备 Pending CN115173403A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210804188.XA CN115173403A (zh) 2022-07-07 2022-07-07 一种主动配电网分布式电压控制方法、装置及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210804188.XA CN115173403A (zh) 2022-07-07 2022-07-07 一种主动配电网分布式电压控制方法、装置及终端设备

Publications (1)

Publication Number Publication Date
CN115173403A true CN115173403A (zh) 2022-10-11

Family

ID=83493886

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210804188.XA Pending CN115173403A (zh) 2022-07-07 2022-07-07 一种主动配电网分布式电压控制方法、装置及终端设备

Country Status (1)

Country Link
CN (1) CN115173403A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115360765A (zh) * 2022-10-19 2022-11-18 苏州谦德益科技研发有限公司 一种新能源发电智能控制系统
CN116760040A (zh) * 2023-06-07 2023-09-15 无锡市广盈电力设计有限公司 一种分布式电源局部聚合抗扰控制方法
CN117728448A (zh) * 2024-02-08 2024-03-19 北京智芯微电子科技有限公司 有源配电网的动态调控方法、装置、设备及介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115360765A (zh) * 2022-10-19 2022-11-18 苏州谦德益科技研发有限公司 一种新能源发电智能控制系统
CN116760040A (zh) * 2023-06-07 2023-09-15 无锡市广盈电力设计有限公司 一种分布式电源局部聚合抗扰控制方法
CN116760040B (zh) * 2023-06-07 2024-03-26 无锡市广盈电力设计有限公司 一种分布式电源局部聚合抗扰控制方法
CN117728448A (zh) * 2024-02-08 2024-03-19 北京智芯微电子科技有限公司 有源配电网的动态调控方法、装置、设备及介质
CN117728448B (zh) * 2024-02-08 2024-04-23 北京智芯微电子科技有限公司 有源配电网的动态调控方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN115173403A (zh) 一种主动配电网分布式电压控制方法、装置及终端设备
Xu et al. An improved latin hypercube sampling method to enhance numerical stability considering the correlation of input variables
CN110518591B (zh) 一种不确定电力系统的潮流计算方法
CN111682530B (zh) 一种配电网电压越限概率的确定方法、装置、设备及介质
CN110687352A (zh) 一种基于pmu的配电网t型线路参数辨识方法及系统
CN112054519B (zh) 一种配电网低电压优化治理方法、系统及设备
CN111181164A (zh) 一种改进的主从分裂输配协同潮流计算方法及系统
CN116166915A (zh) 一种基于改进gmres的电力系统潮流计算方法及系统
CN109698505B (zh) 大电网静态电压稳定在线防控的调控量化映射计算方法
Frezzatto et al. H2 and H∞ fuzzy filters with memory for Takagi–Sugeno discrete-time systems
CN112287605B (zh) 一种基于图卷积网络加速的潮流校核方法
CN110991741A (zh) 一种基于深度学习的断面约束概率预警方法及系统
Wei et al. Output feedback based robust iterative learning control via a heuristic approach for batch processes with time-varying state delays and uncertainties
CN115693684A (zh) 电网暂态电压稳定方法、装置、设备及存储介质
CN110350507B (zh) 直流微网等效电容确定方法、装置及计算机可读存储介质
CN112733348B (zh) 基于多项式和最大熵模型的混联电网概率计算方法及装置
Sivaranjani et al. Data-driven identification of dissipative linear models for nonlinear systems
Guo et al. Synthesis of low‐coefficient sensitivity controllers with respect to multiplicative controller coefficient variations
CN111239615A (zh) 电池模型的参数的确定方法和装置、存储介质、计算机设备
CN112803428A (zh) 一种受端主网架动态无功电源配置节点选取方法及终端
CN118100203A (zh) 电压控制方法、装置、电子设备和存储介质
Wu et al. Approximation of a class of functional differential equations with wideband noise perturbations
Satsangi et al. General systems from network systems: a philosophy of modelling
CN113972659B (zh) 一种考虑随机潮流的储能配置方法及系统
CN113051716B (zh) 一种mmc多维阻抗降阶与稳定性分析方法、系统及介质

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