CN115296304A - 基于分布式光伏电源阵列的低压线路末端电压治理方法 - Google Patents

基于分布式光伏电源阵列的低压线路末端电压治理方法 Download PDF

Info

Publication number
CN115296304A
CN115296304A CN202211211326.XA CN202211211326A CN115296304A CN 115296304 A CN115296304 A CN 115296304A CN 202211211326 A CN202211211326 A CN 202211211326A CN 115296304 A CN115296304 A CN 115296304A
Authority
CN
China
Prior art keywords
voltage
phase
line
power supply
low
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.)
Granted
Application number
CN202211211326.XA
Other languages
English (en)
Other versions
CN115296304B (zh
Inventor
肖春
阎永升
张俊伟
杨子成
姚俊峰
高晋峰
郝俊博
赵清英
曹琼
朱志瑾
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.)
Marketing Service Center of State Grid Shanxi Electric Power Co Ltd
Original Assignee
Marketing Service Center of State Grid Shanxi 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 Marketing Service Center of State Grid Shanxi Electric Power Co Ltd filed Critical Marketing Service Center of State Grid Shanxi Electric Power Co Ltd
Priority to CN202211211326.XA priority Critical patent/CN115296304B/zh
Publication of CN115296304A publication Critical patent/CN115296304A/zh
Application granted granted Critical
Publication of CN115296304B publication Critical patent/CN115296304B/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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/123—DNA computing
    • 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
    • H02J3/26—Arrangements for eliminating or reducing asymmetry in polyphase 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
    • 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
    • H02J3/48—Controlling the sharing of the in-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
    • 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
    • H02J2203/20—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
    • 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
    • Y02E40/50—Arrangements for eliminating or reducing asymmetry in polyphase networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Genetics & Genomics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了基于分布式光伏电源阵列的低压线路末端电压治理方法，属于含分布式电源的低压线路电压治理技术领域；解决了现有偏远地区低压配电线路末端电压不合格的问题；包括如下步骤：根据低压线路末端电压补偿需求，在需要配置分布式电源补偿的节点，将光伏电源采用微型单相逆变器接入到每一相线路中，同时配置有监测线路状态的监测单元，由线路状态监测单元监测每条线路的电压，通过可编程开关实现投切；在线路首端配置统一的管理单元，收集各补偿节点采集的线路信息，进行优化控制计算，再将计算结果返回至各补偿节点的可编程开关，进行分布式光伏电源的投切；本发明应用于低压线路末端电压治理。

Description

基于分布式光伏电源阵列的低压线路末端电压治理方法
技术领域
本发明提供了一种基于分布式光伏电源阵列的低压线路末端电压治理方法，属于含分布式电源的低压线路电压治理技术领域。
背景技术
近年来，随着电力系统的迅猛发展，电网架构越来越复杂，延伸距离越来越严，许多农村和偏远地区也成为电力系统能够覆盖的范围。偏远地区一般位于电力系统的末端，广泛分布着许多低压配电线路，与发达地区的中高压输电线路相比，这些地方的负荷分散度高，基础设置差，线路末端电压降低、三相不平衡等问题更加突出和复杂，长期以来缺乏有效的解决手段。
目前，针对低压配电线路末端电压问题的解决办法仍然主要集中在同中高压线路相同的治理方法，采用以无功补偿为主，智能供电结合的思路，通过在线路中添加各种负荷投切设备、无功补偿设备、智能电容器等，或者通过改造现有设备、加大线径、调控母线电压、变压器档位等，或者通过运行管理手段、投切管理负荷、完善电网结构等方式进行处理。
但是长久以来，在许多偏远的农村地区，由于负荷结构复杂、设备简陋、管理难度大取得的效果并不明显。由于上述问题，也有学者开始提出利用光伏逆变器来改善线路末端电压低的状况，但是其解决思路仍然是从通过改变逆变器控制策略、增加无功补偿、调节电能质量等方面来切入，并没有使该问题的解决取得实质性的进展。
针对低压配电线路末端的电压问题，分布式电源作为当今电力系统研究的主流方向，是治理负荷分散复杂地区电压问题的可靠手段。分布式电源具有灵活供电的特点，可有效应对偏远地区低压配电线路负荷变化复杂、电压统一治理难度大的问题。尤其是采用单相微型逆变器的中小型光伏系统，具有可控性和可靠性高，电力供应稳定灵活，建设和使用条件低等优点非常适合解决偏远地区低压线路末端电压降低的问题。
因此，本发明提出了一种基于分布式电源的针对偏远地区低压线路末端电压问题的治理方法，以解决低压线路末端电压降低、三相不平衡等电压不合格问题。
发明内容
本发明为了解决现有偏远地区低压配电线路末端电压不合格的问题，提出了一种基于分布式光伏电源阵列的低压线路末端电压治理方法。
为了解决上述技术问题，本发明采用的技术方案为：基于分布式光伏电源阵列的低压线路末端电压治理方法，包括如下步骤：
根据低压线路末端电压补偿需求，在需要配置分布式电源补偿的节点，将光伏电源采用微型单相逆变器接入到每一相线路中，同时配置有监测线路状态的监测单元，由线路状态监测单元监测每条线路的电压，通过可编程开关实现投切；
在线路首端配置统一的管理单元，收集各补偿节点采集的线路信息，进行优化控制计算，再将计算结果返回至各补偿节点的可编程开关，进行分布式光伏电源的投切；
投切控制策略为：如果在实时监测过程中发现某一相线路的电压低于限定值，则发出上述某相电源投入指令，进行功率补偿调整，使得某一相线路中出现电压过低时，计算所需补偿电压的数值，投入单相光伏电源并调整至所需的功率点，补偿抬高负荷处电压。
所述投切控制策略根据就近补偿原则，在某一回低压线路中应接入同等数量的分布式电源，分别针对三相电压情况选择投切，使得三相不平衡度最小，以及使得末端电压处在规定范围内。
所述使得三相不平衡度最小的目标函数的计算过程为：
假设某回低压线路出线的首端三相电压分别为UA0、UB0、UC0，末端三相电压表示为UA、UB、UC，在上述某回低压线路中，共配置了n台分布式电源用以补偿末端电压，每台单相逆变器对应的开关是否投切到A、B、C三相中的某相上由0和1表示，模拟基因编码，如投入由1表示，退出由0表示，则每台分布式电源是否投切到某相由一组开关状态向量kn表示：
Figure DEST_PATH_IMAGE002
；
当分布式电源未投切动作之前，n台分布式电源的开关状态向量构成一个3×n阶的开关状态矩阵
Figure DEST_PATH_IMAGE004
，
Figure DEST_PATH_IMAGE006
；
假设首端电压UA0、UB0、UC0是平衡的，且符合国家规定的供电标准的标称电压U0，即
Figure DEST_PATH_IMAGE008
，则在经过线路输送及接入负荷后，末端电压UA、UB、UC会出现一定程度的压降，由分布式电源的额定参数得出，每台分布式电源投入单相，使末端电压提升一定的数值，这个数值设为Ud，而分布式电源经过开关投切动作后，开关状态矩阵变为K，
Figure DEST_PATH_IMAGE010
；
经过分布式电源补偿之后的各相末端电压由下式来表示：
Figure DEST_PATH_IMAGE012
；
调整后的各相末端电压与标称电压之间的差值表示为：
Figure DEST_PATH_IMAGE014
；
要使三相电压平衡，则能够找到一个对应的开关矩阵K，使得调整后的三相末端电压与标称电压的差值ΔUA、ΔUB、ΔUC中的最大者最小，
即：使得
Figure DEST_PATH_IMAGE016
最小；
此时，三相电压不平衡度最小的目标函数表示为：
Figure DEST_PATH_IMAGE018
。
所述使得末端电压处在规定范围内的计算过程为：
各相末端电压经过补偿之后，其与平衡的三相标称电压之间的差值应小于一定的范围，或各相末端电压应处于规定的标称电压误差范围内，即
Figure DEST_PATH_IMAGE020
或
Figure DEST_PATH_IMAGE022
；
上式中：ΔUI是经分布式电源调整后各相末端电压与标称电压之间的差值，ΔU0是电压质量标准规定的电压波动的改变值，Umin、Umax分别是电压质量标准规定的电压波动最大值和最小值，UId为经分布式电源补偿后的各相电压。
所述投切控制策略在使得三相不平衡度最小，以及使得末端电压处在规定范围内的基础上，还应使得分布式电源的投切开关动作次数最少。
所述三相电压不平衡度最小以及分布式电源的投切开关动作次数最少的多目标函数的求解采用遗传算法进行计算。
多目标遗传算法求解步骤为：
将低压线路上安装的状态监测单元、管理单元、分布式光伏电源阵列先上电初始化，即上电自检，任一设备上电自检报错即进行检修，所有设备上电自检无误则进行可编程开关投切控制逻辑；
初始化单相微型逆变器状态为0，设置监测单元的电压采样时间间隔为t1，根据各监测单元获取三相电压数据，判断三相电压不平衡度是否超出阈值，当超出阈值时，延时t1时间再重新获取三相电压数据进行三相电压不平衡度的判断；
当三相电压不平衡度处于设定阈值范围内时，采集各可编程开关的投切状态，初始化迭代次数，输入三相电压值，获得可编程开关投切状态矩阵K，对染色体进行编码产生初始种群，计算个体适应度，依次进行选择操作、交叉操作、变异操作，产生下一代种群，判断是否达到迭代次数，当达到设定的迭代次数，则得到最优控制策略，下发指令进行可编程开关的投切控制，并结束本次计算；当迭代次数没有达到设定值时，重新循环产生下一代种群的步骤直至达到设定的迭代次数，则得到最优控制策略。
所述染色体编码为所有开关状态组合的开关状态矩阵K；
用三相电压不平衡度最小以及开关次数最优为目标作为适应度函数；
选择操作：保留适应度较高的个体，适应度低的个体被直接淘汰；
交叉操作：从父代群体中随机选择两个个体，将两个体的断点右侧进行交换形成新的个体；
变异操作：染色体进行变异时随机选取需要变异的基因，根据变异概率，结合每个可编程开关的状态来进行变异。
本发明相对于现有技术具备的有益效果为：本发明提供的基于分布式光伏电源阵列的低压线路末端电压治理方法利用单相分布式电源分别接入三相线路，结合线路监测、综合管理和换相控制的配置方案，建立以线路三相电压不平衡度最小和分布式电源并网开关次数最少、电压水平符合标准范围为目标的数学模型，并给出了基于遗传算法编码和求解的求解方法和电压治理策略，实时在线无冲击地补偿供电线路中有功功率和无功功率的损失，抬高线路末端电压，最大限度地弥补电压损失，同时还不应该影响用户的供电可靠性，提高供电质量。
附图说明
下面结合附图对本发明做进一步说明：
图1为本发明分布式光伏电源阵列接入线路的结构示意图；
图2为每个光伏单元接入线路的结构示意图；
图3为本发明治理方法中采用遗传送法求解最小三相电压不平衡度的流程图；
图4为单个分布式电源接入低压线路时的线路模型结构示意图；
图中：1为可编程开关、2为监测单元、3为微型单相逆变器、4为光伏电源阵列。
具体实施方式
如图1至图4所示，本发明的目的是提供一种基于分布式光伏电源阵列的低压线路末端电压治理方法，从而解决低压线路末端电压质量不合格的问题。
由于大部分的低压线路本身为单一电源结构，分布式电源接入低压线路后增加了其有功无功的注入，线路有功无功和电压潮流必然会发生一定的改变。在分布式电源接入后，原先单向的功率潮流很可能出现反向的逆流，从电源至负荷节点逐渐减低的线路电压也可能会被抬高，这对其他节点的电压偏差也会造成影响，甚至会使某些结点电压超过限值。
以图4所示的线路模型为例，当单个分布式电源接入低压线路时，由向量分析可知，相邻节点1、2间的电压降改变为：
Figure DEST_PATH_IMAGE024
（1）。
假设分布式电源接入点为p，则
（1）当分布式电源接入节点p位于节点i之后，即i<p时，有
Figure DEST_PATH_IMAGE026
（2）；
即，节点i电压计算式中的有功功率和无功功率得到了分布式电源注入功率的补充，为其后的所有节点实际消耗功率之和。其物理意义为分布式电源注入功率承担了一部分功率消耗，使得由电网首端传输的功率减少了，电压损耗降低。
与未接入分布式电源相比，有：
Figure DEST_PATH_IMAGE028
（3）；
由此可以看出，节点i的电压高于未接入分布式电源前，说明分布式电源接入对节点电压有提升作用。
（2）当分布式电源接入节点p位于节点i之前，即0<p<i时，有
Figure DEST_PATH_IMAGE030
（4）；
即，在分布式电源接入点之前的节点，其计算式中的有功功率与无功功率需减去分布式电源注入的功率，为其后的所有节点实际所消耗功率之和。在分布式电源接入点之后的节点，其计算式中的有功功率和无功功率则仍等于其后的所有节点实际消耗功率之和。
同样，与未接入分布式电源之前相比，有
Figure DEST_PATH_IMAGE032
（5）；
即分布式电源接入后，实际消耗功率减少，节点i电压抬升。
当多个分布式电源接入低压线路时，任意节点i的电压可写为：；
Figure DEST_PATH_IMAGE034
（6）；
其中，
Figure DEST_PATH_IMAGE036
为某节点之后所有分布式电源的有功出力的总和，
Figure DEST_PATH_IMAGE038
某节点之后所有分布式电源的无功出力的总和，若该节点之后没有分布式电源，则这两个总和可记为0。
事实上，任意数量分布式电源接入的低压线路中，某节点i的电压均可用式（6）表示，其每一项当中的分布式电源有功出力
Figure 189663DEST_PATH_IMAGE036
和无功出力
Figure 185432DEST_PATH_IMAGE038
根据接入情况分别取值，即可反映由式（2）、（3）和（4）所代表的不同位置节点的电压情况。
因此，要使低压线路的末端电压得到补偿，可以利用分布式电源供电灵活的特点，在低压线路合适位置增加分布式电源接入，实时在线无冲击地补偿供电线路中有功功率和无功功率的损失，抬高线路末端电压，最大限度地弥补电压损失，同时还不应该影响用户的供电可靠性，提高供电质量。
根据上述需求，利用分布式电源接入配电网治理电压质量问题的总体思路如下：如图1和图2所示，在需要配置分布式电源补偿的节点，将光伏电源阵列4采用微型单相逆变器3接入到每一相线路中，同时配置有监测线路状态的监测单元2，由线路状态监测单元监测每条线路的电压，通过可编程开关1实现投切。线路首端配置统一的管理单元，收集各节点采集的线路信息，进行优化控制计算，再将计算结果返回至各节点的编程开关，进行分布式光伏电源的投切。投切程序的逻辑为：如果在实时监测过程中发现某一相线路的电压低于限定值，则发出该相电源投入指令，进行有功补偿调整，使得某一相线路中出现电压过低时，计算所需补偿电压的数值，投入单相光伏电源并调整至所需的功率点，补偿抬高负荷处电压，改善电压不平衡状况。
在低压线路的负荷支路接入分布式电源的目标是补偿末端电压降，改善三相不平衡状态，根据就近补偿原则，在一回低压线路中应接入同等数量的分布式电源，分别针对三相电压情况选择投切，使得三相不平衡度最小，以及使得末端电压处在规定范围内。此外，在改善电压质量的前提下，应使得分布式电源的投切开关动作次数最少。
以上目标可由下列目标函数表示：
1、三相电压不平衡度最小
假设某回低压线路出线的首端三相电压分别为UA0、UB0、UC0，该低压线路的末端电压可表示为UA、UB、UC。在该回低压线路中，共配置了n台分布式电源用以补偿末端电压，每台单相逆变器对应的开关是否投切到A、B、C三相中的某相上可由0和1表示，模拟基因编码，如投入由1表示，退出由0表示。则每台分布式电源是否投切到某相可以由一组开关状态向量kn表示：
Figure 840535DEST_PATH_IMAGE002
（7）；
于是，当分布式电源未投切动作之前，n台分布式电源的开关状态向量可以构成一个3×n 阶的开关状态矩阵
Figure 829220DEST_PATH_IMAGE004
，即：
Figure 518959DEST_PATH_IMAGE006
（8）。
假设首端电压UA0、UB0、UC0是平衡的，且符合国家规定的供电标准的标称电压U0，即
Figure 479437DEST_PATH_IMAGE008
，则在经过线路输送及接入负荷后，末端电压UA、UB、UC就会出现一定程度的压降，且造成三相不平衡状态。由分布式电源的额定参数可知，每台分布式电源投入单相，可使末端电压提升一定的数值，这个数值可设为Ud，而分布式电源经过开关投切动作后，其开关状态矩阵变为K，
Figure 966044DEST_PATH_IMAGE010
（9）。
则经过分布式电源补偿之后的各相末端电压可由下式来表示：
Figure 466076DEST_PATH_IMAGE012
（10）。
而调整后的各相末端电压与标称电压之间的差值可表示为：
Figure 682425DEST_PATH_IMAGE014
（11）。
要使三相电压平衡，则可以找到一个对应的开关矩阵K，使得调整后的三相末端电压与标称电压的差值 ΔUA、ΔUB、ΔUC中的最大者最小，即：使得
Figure 485909DEST_PATH_IMAGE016
最小。
因此，三相电压不平衡度最小的目标函数可表示为：
Figure 529651DEST_PATH_IMAGE018
（12）。
2、规定电压范围约束条件
各相末端电压经过补偿之后，其与平衡的三相标称电压之间的差值应小于一定的范围，或各相末端电压应处于规定的标称电压误差范围内，即
Figure 282975DEST_PATH_IMAGE020
（13）；
或
Figure 554163DEST_PATH_IMAGE022
（14）。
上式中：ΔUI是经分布式电源调整后各相末端电压与标称电压之间的差值，ΔU0是电压质量标准规定的电压波动的改变值，Umin、Umax分别是电压质量标准规定的电压波动最大值和最小值，UId为经分布式电源补偿后的各相电压。
对目标函数的求解可采用遗传算法，遗传算法是一种模拟生物基因遗传和自然选择过程来寻求最优解的高效方法。遗传算法把目标问题视为进化环境，目标问题的解视作环境中的生物个体，通过不同的编码组合来表达不同的个体，解的优劣代表目标对环境的适应度程度，适应度越高，个体存活率越高。
本发明求解的目标函数为：使得三相不平衡度最小，以及使得末端电压处在规定范围内，且分布式电源的投切开关动作次数最少，本发明目标函数应用遗传算法各部分的定义为：
染色体编码：本发明中可编程开关的三路开关分别与A、B、C三相电压一一对应，因此针对开关状态的编码策略可以用二进制进行表示，开关状态列向量
Figure DEST_PATH_IMAGE040
中，1代表控制该路开关闭合，即光伏电源投切到该相上，反之
Figure DEST_PATH_IMAGE042
为0。因此如果开关投切到A相，则该可编程开关的基因可以表示为
Figure DEST_PATH_IMAGE044
，投切到B相，则该可编程开关的基因可以表示为
Figure DEST_PATH_IMAGE046
，投切到C相，则该可编程开关的基因可以表示为
Figure DEST_PATH_IMAGE048
，按照可编程开关地址顺序进行顺序编码，染色体即为所有开关状态组合的开关状态矩阵K。
适应度函数：本发明用三相电压不平衡度最小以及开关次数最优为目标，比较了染色体的优劣，分析不同投切组合对电压不平衡度的影响。
选择操作：保留适应度较高的个体，适应度低的个体被直接淘汰，方法为轮盘赌方法。
交叉操作：从父代群体中随机选择两个个体，将两个体的断点右侧进行交换形成新的个体。
变异操作：染色体进行变异时随机选取需要变异的基因，根据变异概率，结合每个可编程开关的状态来进行变异。
根据上述编码策略和遗传操作，多目标遗传算法求解流程图如图3所示，步骤为：
在低压线路上安装的状态监测单元、管理单元、分布式光伏电源阵列先上电初始化，即上电自检，任一设备上电自检报错即进行检修，所有设备上电自检无误则进行可编程开关投切控制逻辑；
初始化单相微型逆变器状态为0，设置监测单元的电压采样时间间隔为t1，根据各监测单元获取三相电压数据，判断三相电压不平衡度是否超出阈值，当超出阈值时，延时t1时间再重新获取三相电压数据进行三相电压不平衡度的判断；
当三相电压不平衡度处于设定阈值范围内时，采集各可编程开关的投切状态，初始化迭代次数，输入三相电压值，获得可编程开关投切状态矩阵K，对染色体进行编码产生初始种群，计算个体适应度，依次进行选择操作、交叉操作、变异操作，产生下一代种群，判断是否达到迭代次数，当达到设定的迭代次数，则得到最优控制策略，下发指令进行可编程开关的投切控制，并结束本次计算；当迭代次数没有达到设定值时，重新循环产生下一代种群的步骤直至达到设定的迭代次数，则得到最优控制策略。
关于本发明具体结构需要说明的是，本发明采用的各部件模块相互之间的连接关系是确定的、可实现的，除实施例中特殊说明的以外，其特定的连接关系可以带来相应的技术效果，并基于不依赖相应软件程序执行的前提下，解决本发明提出的技术问题，本发明中出现的部件、模块、具体元器件的型号、相互间连接方式以及，由上述技术特征带来的常规使用方法、可预期技术效果，除具体说明的以外，均属于本领域技术人员在申请日前可以获取到的专利、期刊论文、技术手册、技术词典、教科书中已公开内容，或属于本领域常规技术、公知常识等现有技术，无需赘述，使得本案提供的技术方案是清楚、完整、可实现的，并能根据该技术手段重现或获得相应的实体产品。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，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，或者对其中部分或者全部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发明各实施例技术方案的范围。

Claims (8)

1.基于分布式光伏电源阵列的低压线路末端电压治理方法，其特征在于：包括如下步骤：
根据低压线路末端电压补偿需求，在需要配置分布式电源补偿的节点，将光伏电源采用微型单相逆变器接入到每一相线路中，同时配置有监测线路状态的监测单元，由线路状态监测单元监测每条线路的电压，通过可编程开关实现投切；
在线路首端配置统一的管理单元，收集各补偿节点采集的线路信息，进行优化控制计算，再将计算结果返回至各补偿节点的可编程开关，进行分布式光伏电源的投切；
投切控制策略为：如果在实时监测过程中发现某一相线路的电压低于限定值，则发出上述某相电源投入指令，进行功率补偿调整，使得某一相线路中出现电压过低时，计算所需补偿电压的数值，投入单相光伏电源并调整至所需的功率点，补偿抬高负荷处电压。
2.根据权利要求1所述的基于分布式光伏电源阵列的低压线路末端电压治理方法，其特征在于：所述投切控制策略根据就近补偿原则，在某一回低压线路中应接入同等数量的分布式电源，分别针对三相电压情况选择投切，使得三相不平衡度最小，以及使得末端电压处在规定范围内。
3.根据权利要求2所述的基于分布式光伏电源阵列的低压线路末端电压治理方法，其特征在于：所述使得三相不平衡度最小的目标函数的计算过程为：
假设某回低压线路出线的首端三相电压分别为UA0、UB0、UC0，末端三相电压表示为UA、UB、UC，在上述某回低压线路中，共配置了n台分布式电源用以补偿末端电压，每台单相逆变器对应的开关是否投切到A、B、C三相中的某相上由0和1表示，模拟基因编码，如投入由1表示，退出由0表示，则每台分布式电源是否投切到某相由一组开关状态向量kn表示：
Figure DEST_PATH_IMAGE001
；
当分布式电源未投切动作之前，n台分布式电源的开关状态向量构成一个3×n阶的开关状态矩阵
Figure 267040DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE003
；
假设首端电压UA0、UB0、UC0是平衡的，且符合国家规定的供电标准的标称电压U0，即
Figure 495765DEST_PATH_IMAGE004
，则在经过线路输送及接入负荷后，末端电压UA、UB、UC会出现一定程度的压降，由分布式电源的额定参数得出，每台分布式电源投入单相，使末端电压提升一定的数值，这个数值设为Ud，而分布式电源经过开关投切动作后，开关状态矩阵变为K，
Figure DEST_PATH_IMAGE005
；
经过分布式电源补偿之后的各相末端电压由下式来表示：
Figure 33758DEST_PATH_IMAGE006
；
调整后的各相末端电压与标称电压之间的差值表示为：
Figure DEST_PATH_IMAGE007
；
要使三相电压平衡，则能够找到一个对应的开关矩阵K，使得调整后的三相末端电压与标称电压的差值ΔUA、ΔUB、ΔUC中的最大者最小，
即：使得
Figure 661923DEST_PATH_IMAGE008
最小；
此时，三相电压不平衡度最小的目标函数表示为：
Figure DEST_PATH_IMAGE009
。
4.根据权利要求1所述的基于分布式光伏电源阵列的低压线路末端电压治理方法，其特征在于：所述使得末端电压处在规定范围内的计算过程为：
各相末端电压经过补偿之后，其与平衡的三相标称电压之间的差值应小于一定的范围，或各相末端电压应处于规定的标称电压误差范围内，即
Figure 777427DEST_PATH_IMAGE010
或
Figure DEST_PATH_IMAGE011
；
上式中：ΔUI是经分布式电源调整后各相末端电压与标称电压之间的差值，ΔU0是电压质量标准规定的电压波动的改变值，Umin、Umax分别是电压质量标准规定的电压波动最大值和最小值，UId为经分布式电源补偿后的各相电压。
5.根据权利要求3所述的基于分布式光伏电源阵列的低压线路末端电压治理方法，其特征在于：所述投切控制策略在使得三相不平衡度最小，以及使得末端电压处在规定范围内的基础上，还应使得分布式电源的投切开关动作次数最少。
6.根据权利要求5所述的基于分布式光伏电源阵列的低压线路末端电压治理方法，其特征在于：所述三相电压不平衡度最小以及分布式电源的投切开关动作次数最少的多目标函数的求解采用遗传算法进行计算。
7.根据权利要求6所述的基于分布式光伏电源阵列的低压线路末端电压治理方法，其特征在于：多目标遗传算法求解步骤为：
将低压线路上安装的状态监测单元、管理单元、分布式光伏电源阵列先上电初始化，即上电自检，任一设备上电自检报错即进行检修，所有设备上电自检无误则进行可编程开关投切控制逻辑；
初始化单相微型逆变器状态为0，设置监测单元的电压采样时间间隔为t1，根据各监测单元获取三相电压数据，判断三相电压不平衡度是否超出阈值，当超出阈值时，延时t1时间再重新获取三相电压数据进行三相电压不平衡度的判断；
当三相电压不平衡度处于设定阈值范围内时，采集各可编程开关的投切状态，初始化迭代次数，输入三相电压值，获得可编程开关投切状态矩阵K，对染色体进行编码产生初始种群，计算个体适应度，依次进行选择操作、交叉操作、变异操作，产生下一代种群，判断是否达到迭代次数，当达到设定的迭代次数，则得到最优控制策略，下发指令进行可编程开关的投切控制，并结束本次计算；当迭代次数没有达到设定值时，重新循环产生下一代种群的步骤直至达到设定的迭代次数，则得到最优控制策略。
8.根据权利要求7所述的基于分布式光伏电源阵列的低压线路末端电压治理方法，其特征在于：所述染色体编码为所有开关状态组合的开关状态矩阵K；
用三相电压不平衡度最小以及开关次数最优为目标作为适应度函数；
选择操作：保留适应度较高的个体，适应度低的个体被直接淘汰；
交叉操作：从父代群体中随机选择两个个体，将两个体的断点右侧进行交换形成新的个体；
变异操作：染色体进行变异时随机选取需要变异的基因，根据变异概率，结合每个可编程开关的状态来进行变异。
CN202211211326.XA 2022-09-30 2022-09-30 基于分布式光伏电源阵列的低压线路末端电压治理方法 Active CN115296304B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211211326.XA CN115296304B (zh) 2022-09-30 2022-09-30 基于分布式光伏电源阵列的低压线路末端电压治理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211211326.XA CN115296304B (zh) 2022-09-30 2022-09-30 基于分布式光伏电源阵列的低压线路末端电压治理方法

Publications (2)

Publication Number Publication Date
CN115296304A true CN115296304A (zh) 2022-11-04
CN115296304B CN115296304B (zh) 2023-01-06

Family

ID=83835040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211211326.XA Active CN115296304B (zh) 2022-09-30 2022-09-30 基于分布式光伏电源阵列的低压线路末端电压治理方法

Country Status (1)

Country Link
CN (1) CN115296304B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107317352A (zh) * 2017-06-22 2017-11-03 南京工程学院 具有三相不平衡治理功能的微型光伏逆变器控制方法
CN108808711A (zh) * 2018-07-09 2018-11-13 沈阳农业大学 光伏自动选相并网用于低压电网三相负载不平衡治理系统
CN109449991A (zh) * 2018-12-24 2019-03-08 珠海伊能电子科技有限公司 一种分布式光伏发电接入农网低压治理仿真测试方法
CN109599891A (zh) * 2018-11-15 2019-04-09 中国科学院电工研究所 光伏发电与电网三相平衡的控制方法
CN109638891A (zh) * 2019-01-25 2019-04-16 中国科学院电工研究所 在线光伏发电系统的电网治理装置的配置方法
CN109802436A (zh) * 2019-01-25 2019-05-24 中国科学院电工研究所 分布式准同步电网测量系统的电网治理装置配置方法
CN109873498A (zh) * 2018-09-28 2019-06-11 安徽大学 一种含分布式光伏的低压配电网电能质量综合监测方法
CN112350327A (zh) * 2020-10-24 2021-02-09 青岛鼎信通讯股份有限公司 一种应用于低电压抬升的分布式电能质量治理方法
KR20210051043A (ko) * 2019-10-29 2021-05-10 중앙대학교 산학협력단 3상 불평형 저전압 배전 네트워크에서 홈 에너지 관리 시스템 최적화 방법 및 장치
CN113410843A (zh) * 2021-08-09 2021-09-17 华北电力大学 一种基于负荷矩和分布式电源接入配电网的低电压治理方法
CN114977224A (zh) * 2022-05-06 2022-08-30 三峡大学 考虑分布式电源接入居民区的三相不平衡分时段治理方法
CN115117901A (zh) * 2022-06-17 2022-09-27 佳源科技股份有限公司 应用分布式光伏接入的台区三相不平衡优化方法及系统

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107317352A (zh) * 2017-06-22 2017-11-03 南京工程学院 具有三相不平衡治理功能的微型光伏逆变器控制方法
CN108808711A (zh) * 2018-07-09 2018-11-13 沈阳农业大学 光伏自动选相并网用于低压电网三相负载不平衡治理系统
CN109873498A (zh) * 2018-09-28 2019-06-11 安徽大学 一种含分布式光伏的低压配电网电能质量综合监测方法
CN109599891A (zh) * 2018-11-15 2019-04-09 中国科学院电工研究所 光伏发电与电网三相平衡的控制方法
CN109449991A (zh) * 2018-12-24 2019-03-08 珠海伊能电子科技有限公司 一种分布式光伏发电接入农网低压治理仿真测试方法
CN109638891A (zh) * 2019-01-25 2019-04-16 中国科学院电工研究所 在线光伏发电系统的电网治理装置的配置方法
CN109802436A (zh) * 2019-01-25 2019-05-24 中国科学院电工研究所 分布式准同步电网测量系统的电网治理装置配置方法
KR20210051043A (ko) * 2019-10-29 2021-05-10 중앙대학교 산학협력단 3상 불평형 저전압 배전 네트워크에서 홈 에너지 관리 시스템 최적화 방법 및 장치
CN112350327A (zh) * 2020-10-24 2021-02-09 青岛鼎信通讯股份有限公司 一种应用于低电压抬升的分布式电能质量治理方法
CN113410843A (zh) * 2021-08-09 2021-09-17 华北电力大学 一种基于负荷矩和分布式电源接入配电网的低电压治理方法
CN114977224A (zh) * 2022-05-06 2022-08-30 三峡大学 考虑分布式电源接入居民区的三相不平衡分时段治理方法
CN115117901A (zh) * 2022-06-17 2022-09-27 佳源科技股份有限公司 应用分布式光伏接入的台区三相不平衡优化方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
廖海强: "基于光伏储能系统的农网台区低电压治理技术研究", 《大众用电》 *

Also Published As

Publication number Publication date
CN115296304B (zh) 2023-01-06

Similar Documents

Publication Publication Date Title
Li et al. Coordinated load frequency control of multi-area integrated energy system using multi-agent deep reinforcement learning
CN106786807B (zh) 一种基于模型预测控制的风电场有功功率控制方法
Erlich et al. Optimal dispatch of reactive sources in wind farms
Song et al. Advanced engineered-conditioning genetic approach to power economic dispatch
CN111030188A (zh) 一种含分布式和储能的分层分级控制策略
CN111146821A (zh) 一种计及光伏不确定性的dstatcom优化配置方法
CN111490552B (zh) 一种配电网无功优化方法
CN112561273B (zh) 一种基于改进pso的主动配电网可再生dg规划方法
Liu et al. Two-stage optimal economic scheduling for commercial building multi-energy system through internet of things
Hu et al. Topology and control strategy of power optimisation for photovoltaic arrays and inverters during partial shading
CN108448649A (zh) 一种基于自主学习群搜索算法的联合调度方法及系统
Yin et al. Sequential reconfiguration of unbalanced distribution network with soft open points based on deep reinforcement learning
CN111193295A (zh) 一种考虑动态重构的配网灵活性提升鲁棒优化调度方法
CN108734349A (zh) 基于改进遗传算法的分布式电源选址定容优化方法及系统
Mellouk et al. Overview of mathematical methods for energy management optimization in smart grids
CN110635504A (zh) 基于改进花粉算法的配电网分布式光伏消纳能力评估方法
CN115296304B (zh) 基于分布式光伏电源阵列的低压线路末端电压治理方法
Zhang et al. A multi-objective optimization method for power system reactive power dispatch
CN109038672A (zh) 一种平抑可再生能源波动的多目标鲁棒优化配置方法
CN113346501B (zh) 基于头脑风暴算法的配电网电压优化方法及其系统
CN114897253A (zh) 基于多智能体的电能路由器调度优化方法
Zhang et al. A distributed coevolution algorithm for black box optimization of demand response
Ghiassi et al. On the use of AI as a requirement for improved insolation forecasting accuracy to achieve optimized PV utilization
CN109506248A (zh) 一种基于可在线寻优的案例推理查询式锅炉燃烧优化方法
CN114421470B (zh) 一种柔性钻石型配电系统智能化实时运行控制方法

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