CN115659779B - 一种多直流馈入受端电网的新能源接入优化策略 - Google Patents

Abstract

本发明公开了一种多直流馈入受端电网的新能源接入优化策略，首先，针对不同新能源接入方式、渗透率、功率因素对多直流馈入受端电网运行稳定性的影响，提出了一种基于受端电网电压、频率稳定约束，表示受端电网对不同接入方式下新能源承载能力的承载系数计算方法；其次，考虑直流回路间干扰性、均衡性因素，基于多馈入短路比，提出一种计及直流回路间相互影响的新能源接入节点方案的优选因子的计算方法；最后，考受端电网对新能源接入的承载力、安全性和经济性，采用一种离散狼群多目标优化方法。本发明优化新能源接入方式和接入节点的策略，为电网对高比例新能源的快速精准接入、消纳及系统稳定运行提供重要技术支撑。

Description

一种多直流馈入受端电网的新能源接入优化策略

技术领域

本明涉及一种多直流馈入受端电网的新能源接入优化策略，具体地说是一种为提高受端电网对高比例新能源的承载能力，针对新能源不同接入方式，以及接入节点的优化策略，属于电网运行、新能源并网技术领域。

背景技术

为应对全球气候变化、环境污染和能源战略等问题，世界各国正积极推动能源系统的低碳化、清洁化和可持续化转型。落实到能源结构上，具体体现为电能替代与清洁替代。然而，当前终端能源消费中的电能比例仅为20％，电能替代有巨大的发展空间。全球能源系统正面临一场规模巨大的技术革命。以风电和光伏为代表的非水可再生能源是这场能源革命中最具活力的组成部分。国际能源署预计2020年全球风电与光伏装机容量较2019年将分别增加超过65GW(增速10.4％)和107GW(增速18.3％)。风电和光伏等新型可再生能源具有发电过程中零碳排放和零边际成本等优点，未来必将成为能源转型中电能替代与清洁替代的主体。

随着受端电网交直流受电规模的大幅增长，火电机组的开机空间受到严重挤压，导致系统电压支撑能力下降。同时，以光伏为代表的新能源装机容量和发电量占比不断提升，进一步挤占了常规电源的开机空间。风电和光伏均需要直接或间接通过电力电子装置并网，其电压、频率支撑特性与水电、火电等常规机组有较大差别。因此，随着未来新能源发电占比和外受电规规模不断增大，系统动态特性将发生深刻变化，对系统稳定运行构成新的挑战，同时，也对系统保护装置提出了新的要求。

新能源与多直流共存环境下系统扰动导致新能源与交直流深度耦合，连锁故障模式及演化过程更加复杂多变，故障连锁脱网与电能质量问题在系统中比例甚至低比例渗透阶段有可能出现。在并网点电压较低、结构薄弱且新能源渗透率较高的电网，电压波动与闪变严重程度将会加剧。随着特高压直流工程的快速发展，在可见的未来，中国将呈现多个大容量多直流馈入受端电网的格局，对于大量接受外部来电的同步电网，面临着频率稳定控制的难题和挑战。

发明内容

考虑到不同新能源接入方式、渗透率、功率因素对多直流馈入受端电网运行稳定性的影响，本发明提出一种多直流馈入受端电网的新能源接入优化策略，本专利基于受端电网对新能源不同接入方式的承载系数，结合新能源计入节点的方案优选因子，通过一种离散狼群多目标优化方法，优化新能源接入方式和接入节点的选择，为电网对高比例新能源的快速精准接入、消纳及系统稳定运行提供重要技术支撑。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种多直流馈入受端电网的新能源接入优化策略，其特征在于，包括：

提出一种基于受端电网电压、频率稳定约束，确定表示受端电网对不同接入方式下新能源承载能力的承载系数；

提出一种计算多直流馈入受端电网受直流回路间干扰性、均衡性因素影响的新能源接入节点方案选择的优选因子；

采用一种离散狼群多目标优化方法，考受端电网对新能源接入的承载力、安全性和经济性，优化新能源接入方式和接入节点的策略。

基于受端电网电压约束和频率稳定约束，计算出不同新能源接入方式的新能源理论最大渗透率；然后，基于不同接入方式下和不同新能源渗透率的新能源出力功率因数，计算出实际系统新能源渗透率，再计算出表示受端在电网电压、频率稳定共同约束下，对新能源承载能力的大小的承载系数；所述承载系数计算方法见式(1)，

式中：z_i为第i种新能源接入方式下的承载力系数，η_i ^*和η_{i max}分别为第i种新能源接入方式下的新能源实际渗透率和理论最大渗透率，其计算方法见式(2)和式(4)。

η_i ^*＝(1-a)·η_imax+b·a·η_{i max} (2)

式中：a为新能源渗透率可调节比例系数，取值区间一般为[0，0.5]；b为新能源功率因数调节系数，取值区间为[0，1]，使得系统满足式(3)的约束，

式中：λ_i ^(σ)为σ渗透率下以第i种新能源接入方式的新能源出力功率因数，σ的取值区间根据新能源渗透率可调节比例系数a和第i种新能源接入方式下的新能源理论最大渗透率η_{i max}来确定。

η_{i max}＝min{η_i ^(v) _max，η_i ^(f) _max} (4)

式中：η_i ^(v) _max和η_i ^(f) _max分别为第i种新能源接入方式下基于电压和频率约束下的新能源理论最大渗透率，其计算方法见式(5)和式(6)；

新能源并入电网的数学模型如图2所示。

图中：X_S为输电线路阻抗；U为并网母线电压；P_L、Q_L为负荷的有功功率及无功功率；X′_SG、X′_X分别为传统机组、新能源机组到并网点的等值阻抗。

式中：η_{i max} ^(V)为第i种新能源接入方式下基于电压约束下的新能源理论最大渗透率；E为系统的戴维南等值电势；k为静态电压稳定裕度；P_L0为初始有功负荷；X_SG为当系统中仅有传统机组并网时的系统等值阻抗；X_S为输电线路阻抗；η为风电渗透率，定义为新能源出力/总出力；R为风电机组至并网点的阻抗与火电机组至同一并网点的阻抗比值。

η_i ^(f)＝c·η_i ^(v) _max (6)

式中η_i ^(f)为第i种新能源接入方式下基于频率约束下的新能源渗透率；c为系统频率偏差调节系数，使得系统满足式(7)的约束，

式中：f_min和f_max分别为受端电网所允许的最小和最大电网频率，

为第i种新能源接入方式下新能源渗透率为η_i ^(f)时的电网频率，

η_{i max} ^(f)＝c_max·η_{i max} ^(V) (8)

式中：c_max为系统频率偏差调节系数的最大值

将系统各个新能源接入等效成受端电网的多直流馈入，基于等效后的多直流馈入短路比，考虑直流回路间干扰性、均衡性因素，提出计及直流回路间相互影响的新能源接入节点方案优选因子的计算方法。

新能源接入多直流馈入系统模型如图3所示，图中：P_d1、P_d2、Q_d1和Q_d2分别为两回直流注入受端交流系统的有功和无功功率；P_x和Q_x分别为新能源变流器输出的有功和无功功率；P_ac1、P_ac2、P_ac3、Q_ac1、Q_ac2、Q_ac3分别为两回直流和新能源变流器向受端交流系统传输的有功和无功功率；

分别为3个交流系统的等效电压源；B_c1和B_c2分别为母线1和母线2上并联的无功补偿装置参数；Z₁₁∠θ₁、Z₂₂∠θ₂、Z₃₃∠θ₃分别为3个交流系统的等值阻抗；Z₁₂∠θ₁₂、Z₂₃∠θ₂₃、Z₁₃∠θ₁₃分别为联络线阻抗。

假设电网已有x直流回路，根据权力要求1中计算出的受端电网实际新能源承载力的新能源接入被等效成受端电网的y个直流馈入回路，等效后电网馈入直流将达到x+y回。假设对应y新能源等效直流馈入回路分别有K₁、K₂、K₃、…、K_y个接入点方案，对于电网的新能源接入点方案选择来说，理论上将会共有P个方案可供选择，

对于P个方案，计算每个方案的多馈入短路比，形成理论多馈入短路比矩阵B。

式中：l为新能源接入节点方案序号；b_l,j为新能源接入节点l方案的j回直流的理论多馈入短路比，计算方法见式(11)，

式中：Z_eq为从各直流换流母线看进去的等值阻抗矩阵Z的j行r列元素，可通过多端口戴维南等值方法求得；P_d,j、P_d,r分别为第j、r回直流的额定功率。

当考虑到直流回路间相互关系时，实际多馈入短路比矩阵B^*为

b_l,j ^*＝q_l,jb_l,j (13)

式中：b_l,j ^*为考虑直流回路间干扰性和均衡性的实际多馈入短路比，q_l,j为直流回路间相互影响系数。

新能源接入点方案选择方案优选因子s，其计算方法见式(14)

式中：s_l为方案l的所有直流回路实际多馈入短路比的均值，其值越大表示该方案下电网电压，系统稳定性越好。

式中：q_li ⁽¹⁾和q_li ⁽²⁾分别为考虑直流回路间干扰性和均衡性的相互干扰系数和均衡系数；δ为依据实际情况主观赋权的直流回路间干扰性和均衡性影响权重因子，其取值区间为[0,1]。

受直流回路间干扰性影响的多馈入短路比干扰偏差矩阵ΔD见式(16)

Δd_l,j＝b_l,j ^*-min(b_l,j ^*),l＝1、2、3、…、P (17)

式中：Δd_l,j为第l方案下第j个直流回路的多馈入短路比b_l,j ^*与所有方案中该回路多馈入短路比的最小值的差值。

同一方案中各个回路的短路比偏差值越小表示该回路受干扰性越小，所以考虑到直流回路间相互扰动影响的干扰系数q_l,j ⁽¹⁾的计算方法见式(18)

考虑到直流回路间干扰均衡性的多馈入短路比均衡偏差矩阵ΔW见式(19)

式中：Δw_l,j为第l方案下第j个直流回路的多馈入短路比b_l,j ^*与该方案中所有直流回路多馈入短路比的平均值的差值，。

同一方案中各个回路的多馈入短路比均衡偏差值越小表示该回路受均衡性越好，所以考虑到直流回路间相互扰动影响的干扰系数q_l,j ⁽²⁾的计算方法见式(21)

基于受端电网对新能源接入的承载力、安全性和经济性，采用一种离散狼群多目标优化方法，优化关键节点的新能源接入方案。

由于受端电网的新能源接入是对还未建成的进行规划，实际数据采集存在一定困难，从现实角度考虑，采用根据已建成的多直流馈入受端电网新能源接入后电网数据进行估算，可充分利用现有的理论知识、经验和判断快速获得估算数据，方法如下：

分别计算得到新能源不同接入方式i下受端电网对新能源的承载力系数z_i；分别计算得到新能源不同接入点方案l下的优选因子s_l；根据已建成多直流馈入受端电网新能源接入方案的经济投入，计算出在新能源i接入方式和l接入节点方案下的经济投入。

该问题优化目标有3个，分别为要求承载力最高、安全性最好和经济投入最小，目标函数如下

maxF＝μ_z·Z_i+μ_s·S_l+μ_c·C_i(l) (22)

式中：μ_z、μ_s、μ_c、分别为受端电网对新能源接入的承载力、安全性和经济性比重系数，根据实际情况进行设定；Z_i、S_l、C_i(l)分别为对应承载力、安全性和经济性，按照式(23)、式(24)和式(25)将其投射到[0，1]区间上进行无量纲化处理后的指标。

式中：z_{i max}和z_{i min}分别为第i种新能源接入方式下的承载力系数最大值和最小值，s_{l max}和s_{l min}和分别为新能源接入点方案l下的方案优选因子最大值和最小值，c_i(l)max和c_i(l)min和分别为第i种新能源接入方式和接入点方案l下的经济投入。

离散狼群多目标优化算法流程图如图4所示。

所述离散狼群多目标优化算法包括全局搜索、局部寻优、终止判断和区域变更四个阶段。

设新能源接入方案的数据集集合为M，将集合类比为狼群，算法执行过程中，当搜索次数为k∈Z⁺时，第β只狼其所在位置可定通过式(26)进行计算：

X_β ^(k)＝[X_β ^(k)(1),X_β ^(k)(2),…,X_β ^(k)(N)] (26)

式中X_β ^(k)表示第β只狼个体的所在位置，即为优化问题的某一个选择方案。

由于在算法前期迭代过程中设定较大的寻优幅值能够提高寻优能力，而当目标函数两次的变化不明显时(通常使用一个阈值进行判断)，设定较大的寻优幅值可以提高最优解的精度，因此在搜索过程中采用动态寻优幅值h＝[h₁，h₂，…，h_N]，根据迭代次数动态调整寻优幅值，以提高全局寻优能力。

全局搜索阶段，通过迭代找到局部最优解，具体步骤如下：

根据公式(22)计算F(X_β ^(k)+h_β)和F(X_β ^(k)-h_β)的值，

若满足式(27)，则根据公式(28)对X_β ^(k)进行更新；若满足式(29)，则根据公式(30)对X_β ^(k)进行更新。

X_β ^(k)＝X_β ^(k)+h_β (28)

X_β ^(k)＝X_β ^(k)-h_β (30)

式中：h_β为寻优幅值，其计算方法见式(30)。

h_β＝h₀γ,β＝1,2,…,N (31)

式中：h₀为初始寻优幅值；γ为寻优幅值动态变化系数，随着迭代次数的增加在区间[0，1]上动态递减，其计算方法见式(32)。

式中：t为迭代次数；t_max为最大迭代次数。

重复公式(27)～(30)，直至搜索次数k达到设定的最大值。

局部寻优阶段，在局部最优解的附近进行搜索最优解，具体步骤如下：

对于第β只狼，引入一个寻优尺度常量q，存在q>0，之后随机产生整数B_β(θ)∈[X_β ^(k)(θ)-q，X_β ^(k)(θ)+q]，并得到向量B_β，

B_β＝[B_β(1),B_β(2),…,B_β(N)] (33)

当存在F(B_β)<F(X_β ^(k))时，则令X_β ^(k)＝B_β，F(B_β)＝F(X_β ^(k))

重复上述步骤，直至次数达到设定的最大值；将得到的F(X_β ^(k))，(β＝1、2、…、M)进行比较，得到本次搜索的目标函数最大值及对应的位置，分别记作F^(k)*和X^(k)*。

终止判断阶段，执行完局部寻优阶段后，算法进行根据式(34)和(35)进行是否终止判别，

k＝k_max (34)

式中：k_max搜索次数的最大值..

F^(k)*＝F^(k-1)*＝…＝F^(k-r)* (35)

式中：n为所得最优解F^(k)*不发生变化的连续次数。

若满足式(34)或(35)中的任意一个，则算法未终止，否则执行区域变更。

区域变更阶段，更换搜索区域用以寻找全局最优解。

对

根据式(34)计算，

X_β ^(k)(θ)＝X_β ^(k-1)(θ)+round(d·|p_θ-X_β ^(k-1)(θ)|) (36)

式中：d为在指定区问内随机产生实数；p_θ为狼群所处的平均值，其计算方法见式(37)。

区域变更阶段结束，继续进行全局搜索阶段。

最后，所得后F^(k)*和X^(k)*即为优化问题的新能源接入最优方案。

本发明有益效果如下：

1、针对不同新能源接入方式、渗透率、功率因素对多直流馈入受端电网运行稳定性的影响，本文基于受端在电网电压、频率稳定约束，提出一种考虑新能源不同接入方式和不同渗透率下的新能源出力功率因数，表示受端对新能源承载能力强度的承载力系数的计算方法；考虑考虑直流回路间干扰性、均衡性因素，基于多馈入短路比，提出一种计及直流回路间相互影响的新能源接入节点方案的优选因子的计算方法，大大减少了新能源并网的接入方式及接入节点方案的计算时间；

2、采用一种基于离散狼群捕食多目标优化方法，考受端电网对新能源接入的承载力、安全性和经济性，确定受端电网新能源接入方式及接入节点的最优方案，为电网对高比例新能源的快速精准接入、消纳及系统稳定运行提供重要技术支撑。

附图说明

图1是本发明提出的一种多直流馈入受端电网的新能源接入优化策略的总体流程图。

图2新能源并网数学模型。

图3新能源接入多直流馈入系统模型。

图4本发明采用一种离散狼群多目标优化方法的流程图。

具体实施方式

下面结合附图对本发明作进一步的说明。

本发明涉及一种多直流馈入受端电网的新能源接入优化策略。首先，针对不同新能源接入方式、渗透率、功率因素对多直流馈入受端电网运行稳定性的影响，提出了一种基于受端电网电压、频率稳定约束，表示受端电网对不同接入方式下新能源承载能力的承载系数计算方法；其次，考虑直流回路间干扰性、均衡性因素，基于多馈入短路比，提出一种计及直流回路间相互影响的新能源接入节点方案的优选因子的计算方法；最后，考受端电网对新能源接入的承载力、安全性和经济性，采用一种离散狼群多目标优化方法，优化新能源接入方式和接入节点的策略，为电网对高比例新能源的快速精准接入、消纳及系统稳定运行提供重要技术支撑。

一种多直流馈入受端电网的新能源接入优化策略，包括：

提出一种基于受端电网电压、频率稳定约束，确定表示受端电网对不同接入方式下新能源承载能力的承载系数；

提出一种计算多直流馈入受端电网受直流回路间干扰性、均衡性因素影响的新能源接入节点方案选择的优选因子；

采用一种离散狼群多目标优化方法，考受端电网对新能源接入的承载力、安全性和经济性，优化新能源接入方式和接入节点的策略。

基于受端电网电压约束和频率稳定约束，计算出不同新能源接入方式的新能源理论最大渗透率；然后，基于不同接入方式下和不同新能源渗透率的新能源出力功率因数，计算出实际系统新能源渗透率，再计算出表示受端在电网电压、频率稳定共同约束下，对新能源承载能力的大小的承载系数；所述承载系数计算方法见式(1)，

式中：z_i为第i种新能源接入方式下的承载力系数，η_i ^*和η_{i max}分别为第i种新能源接入方式下的新能源实际渗透率和理论最大渗透率，其计算方法见式(2)和式(4)。

η_i ^*＝(1-a)·η_{i max}+b·a·η_{i max} (2)

式中：a为新能源渗透率可调节比例系数，取值区间一般为[0，0.5]；b为新能源功率因数调节系数，取值区间为[0，1]，使得系统满足式(3)的约束，

式中：λ_i ^(σ)为σ渗透率下以第i种新能源接入方式的新能源出力功率因数，σ的取值区间根据新能源渗透率可调节比例系数a和第i种新能源接入方式下的新能源理论最大渗透率η_{i max}来确定。

η_{i max}＝min{η_i ^(v) _max，η_i ^(f) _max} (4)

式中：η_i ^(v) _max和η_i ^(f) _max分别为第i种新能源接入方式下基于电压和频率约束下的新能源理论最大渗透率，其计算方法见式(5)和式(6)；

新能源并入电网的数学模型如图2所示。

图中：X_S为输电线路阻抗；U为并网母线电压；P_L、Q_L为负荷的有功功率及无功功率；X′_SG、X′_X分别为传统机组、新能源机组到并网点的等值阻抗。

式中：η_{i max} ^(V)为第i种新能源接入方式下基于电压约束下的新能源理论最大渗透率；E为系统的戴维南等值电势；k为静态电压稳定裕度；P_L0为初始有功负荷；X_SG为当系统中仅有传统机组并网时的系统等值阻抗；X_S为输电线路阻抗；η为风电渗透率，定义为新能源出力/总出力；R为风电机组至并网点的阻抗与火电机组至同一并网点的阻抗比值。

η_i ^(f)＝c·η_i ^(v) _max (6)

式中η_i ^(f)为第i种新能源接入方式下基于频率约束下的新能源渗透率；c为系统频率偏差调节系数，使得系统满足式(7)的约束，

式中：f_min和f_max分别为受端电网所允许的最小和最大电网频率，

为第i种新能源接入方式下新能源渗透率为η_i ^(f)时的电网频率，

η_{i max} ^(f)＝c_max·η_{i max} ^(V) (8)

式中：c_max为系统频率偏差调节系数的最大值

将系统各个新能源接入等效成受端电网的多直流馈入，基于等效后的多直流馈入短路比，考虑直流回路间干扰性、均衡性因素，提出计及直流回路间相互影响的新能源接入节点方案优选因子的计算方法。

新能源接入多直流馈入系统模型如图3所示。，图中：P_d1、P_d2、Q_d1和Q_d2分别为两回直流注入受端交流系统的有功和无功功率；P_x和Q_x分别为新能源变流器输出的有功和无功功率；P_ac1、P_ac2、P_ac3、Q_ac1、Q_ac2、Q_ac3分别为两回直流和新能源变流器向受端交流系统传输的有功和无功功率；

分别为3个交流系统的等效电压源；B_c1和B_c2分别为母线1和母线2上并联的无功补偿装置参数；Z₁₁∠θ₁、Z₂₂∠θ₂、Z₃₃∠θ₃分别为3个交流系统的等值阻抗；Z₁₂∠θ₁₂、Z₂₃∠θ₂₃、Z₁₃∠θ₁₃分别为联络线阻抗。

假设电网已有x直流回路，根据权力要求1中计算出的受端电网实际新能源承载力的新能源接入被等效成受端电网的y个直流馈入回路，等效后电网馈入直流将达到x+y回。假设对应y新能源等效直流馈入回路分别有K₁、K₂、K₃、…、K_y个接入点方案，对于电网的新能源接入点方案选择来说，理论上将会共有P个方案可供选择，

对于P个方案，计算每个方案的多馈入短路比，形成理论多馈入短路比矩阵B。

式中：l为新能源接入节点方案序号；b_l,j为新能源接入节点l方案的j回直流的理论多馈入短路比，计算方法见式(11)，

式中：Z_eq为从各直流换流母线看进去的等值阻抗矩阵Z的j行r列元素，可通过多端口戴维南等值方法求得；P_d,j、P_d,r分别为第j、r回直流的额定功率。

当考虑到直流回路间相互关系时，实际多馈入短路比矩阵B^*为

b_l,j ^*＝q_l,jb_l,j (13)

式中：b_l,j ^*为考虑直流回路间干扰性和均衡性的实际多馈入短路比，q_l,j为直流回路间相互影响系数。

新能源接入点方案选择方案优选因子s，其计算方法见式(14)

式中：s_l为方案l的所有直流回路实际多馈入短路比的均值，其值越大表示该方案下电网电压，系统稳定性越好。

式中：q_li ⁽¹⁾和q_li ⁽²⁾分别为考虑直流回路间干扰性和均衡性的相互干扰系数和均衡系数；δ为依据实际情况主观赋权的直流回路间干扰性和均衡性影响权重因子，其取值区间为[0,1]。

受直流回路间干扰性影响的多馈入短路比干扰偏差矩阵ΔD见式(16)

Δd_l,j＝b_l,j ^*-min(b_l,j ^*),l＝1、2、3、…、P (17)

式中：Δd_l,j为第l方案下第j个直流回路的多馈入短路比b_l,j ^*与所有方案中该回路多馈入短路比的最小值的差值。

同一方案中各个回路的短路比偏差值越小表示该回路受干扰性越小，所以考虑到直流回路间相互扰动影响的干扰系数q_l,j ⁽¹⁾的计算方法见式(18)

考虑到直流回路间干扰均衡性的多馈入短路比均衡偏差矩阵ΔW见式(19)

式中：Δw_l,j为第l方案下第j个直流回路的多馈入短路比b_l,j ^*与该方案中所有直流回路多馈入短路比的平均值的差值，。

同一方案中各个回路的多馈入短路比均衡偏差值越小表示该回路受均衡性越好，所以考虑到直流回路间相互扰动影响的干扰系数q_l,j ⁽²⁾的计算方法见式(21)

基于受端电网对新能源接入的承载力、安全性和经济性，采用一种离散狼群多目标优化方法，优化关键节点的新能源接入方案。

由于受端电网的新能源接入是对还未建成的进行规划，实际数据采集存在一定困难，从现实角度考虑，采用根据已建成的多直流馈入受端电网新能源接入后电网数据进行估算，可充分利用现有的理论知识、经验和判断快速获得估算数据，方法如下：

分别计算得到新能源不同接入方式i下受端电网对新能源的承载力系数z_i；分别计算得到新能源不同接入点方案l下的优选因子s_l；根据已建成多直流馈入受端电网新能源接入方案的经济投入，计算出在新能源i接入方式和l接入节点方案下的经济投入。

该问题优化目标有3个，分别为要求承载力最高、安全性最好和经济投入最小，目标函数如下

maxF＝μ_z·Z_i+μ_s·S_l+μ_c·C_i(l) (22)

式中：μ_z、μ_s、μ_c、分别为受端电网对新能源接入的承载力、安全性和经济性比重系数，根据实际情况进行设定；Z_i、S_l、C_i(l)分别为对应承载力、安全性和经济性，按照式(23)、式(24)和式(25)将其投射到[0，1]区间上进行无量纲化处理后的指标。

式中：z_{i max}和z_{i min}分别为第i种新能源接入方式下的承载力系数最大值和最小值，s_{l max}和s_{l min}和分别为新能源接入点方案l下的方案优选因子最大值和最小值，c_i(l)max和c_i(l)min和分别为第i种新能源接入方式和接入点方案l下的经济投入。

离散狼群多目标优化算法流程图如图4所示。

所述离散狼群多目标优化算法包括全局搜索、局部寻优、终止判断和区域变更四个阶段。

设新能源接入方案的数据集集合为M，将集合类比为狼群，算法执行过程中，当搜索次数为k∈Z⁺时，第β只狼其所在位置可定通过式(26)进行计算：

X_β ^(k)＝[X_β ^(k)(1),X_β ^(k)(2),…,X_β ^(k)(N)] (26)

式中X_β ^(k)表示第β只狼个体的所在位置，即为优化问题的某一个选择方案。

由于在算法前期迭代过程中设定较大的寻优幅值能够提高寻优能力，而当目标函数两次的变化不明显时(通常使用一个阈值进行判断)，设定较大的寻优幅值可以提高最优解的精度，因此在搜索过程中采用动态寻优幅值h＝[h₁，h₂，…，h_N]，根据迭代次数动态调整寻优幅值，以提高全局寻优能力。

全局搜索阶段，通过迭代找到局部最优解，具体步骤如下：

根据公式(22)计算F(X_β ^(k)+h_β)和F(X_β ^(k)-h_β)的值，

若满足式(27)，则根据公式(28)对X_β ^(k)进行更新；若满足式(29)，则根据公式(30)对X_β ^(k)进行更新。

X_β ^(k)＝X_β ^(k)+h_β (28)

X_β ^(k)＝X_β ^(k)-h_β (30)

式中：h_β为寻优幅值，其计算方法见式(30)。

h_β＝h₀γ,β＝1,2,…,N (31)

式中：h₀为初始寻优幅值；γ为寻优幅值动态变化系数，随着迭代次数的增加在区间[0，1]上动态递减，其计算方法见式(32)。

式中：t为迭代次数；t_max为最大迭代次数。

重复公式(27)～(30)，直至搜索次数k达到设定的最大值。

局部寻优阶段，在局部最优解的附近进行搜索最优解，具体步骤如下：

对于第β只狼，引入一个寻优尺度常量q，存在q>0，之后随机产生整数B_β(θ)∈[X_β ^(k)(θ)-q，X_β ^(k)(θ)+q]，并得到向量B_β，

B_β＝[B_β(1),B_β(2),…,B_β(N)] (33)

当存在F(B_β)＜F(X_β ^(k))时，则令X_β ^(k)＝B_β，F(B_β)＝F(X_β ^(k))

重复上述步骤，直至次数达到设定的最大值；将得到的F(X_β ^(k))，(β＝1、2、...、M)进行比较，得到本次搜索的目标函数最大值及对应的位置，分别记作F^(k)*和X^(k)*。

终止判断阶段，执行完局部寻优阶段后，算法进行根据式(34)和(35)进行是否终止判别，

k＝k_max (34)

式中：k_max搜索次数的最大值..

F^(k)*＝F^(k-1)*＝…＝F^(k-r)* (35)

式中：n为所得最优解F^(k)*不发生变化的连续次数。

若满足式(34)或(35)中的任意一个，则算法未终止，否则执行区域变更。

区域变更阶段，更换搜索区域用以寻找全局最优解。

对

根据式(34)计算，

X_β ^(k)(θ)＝x_β ^(k-1)(θ)+round(d·|p_θ-X_β ^(k-1)(θ)|) (36)

式中：d为在指定区问内随机产生实数；p_θ为狼群所处的平均值，其计算方法见式(37)。

区域变更阶段结束，继续进行全局搜索阶段。

最后，所得后F^(k)*和X^(k)*即为优化问题的新能源接入最优方案。

Claims (1)

1.一种多直流馈入受端电网的新能源接入优化方法，其特征在于，包括：

基于受端电网电压、频率稳定约束，确定表示受端电网对不同接入方式下新能源承载能力的承载系数；

计算多直流馈入受端电网受直流回路间干扰性、均衡性因素影响的新能源接入节点方案选择的优选因子；

采用离散狼群多目标优化方法，考虑受端电网对新能源接入的承载力、安全性和经济性，优化新能源接入方式和接入节点的策略；

基于受端电网电压约束和频率稳定约束，计算出不同新能源接入方式的新能源理论最大渗透率；然后，基于不同接入方式下和不同新能源渗透率的新能源出力功率因数，计算出实际新能源接入多直流馈入系统模型新能源渗透率，再计算出表示受端在电网电压、频率稳定共同约束下，对新能源承载能力的大小的承载系数；所述承载系数计算方法见式(1)，

式中：z_i为第i种新能源接入方式下的承载力系数，η_i ^*和η_imax分别为第i种新能源接入方式下的新能源实际渗透率和理论最大渗透率，其计算方法见式(2)和式(4)；

式中：a为新能源渗透率可调节比例系数，取值区间一般为[0，0.5]；b为新能源功率因数调节系数，取值区间为[0，1]，使得新能源接入多直流馈入系统模型满足式(3)的约束，

式中：λ_i ^(σ)为σ渗透率下以第i种新能源接入方式的新能源出力功率因数，σ的取值区间根据新能源渗透率可调节比例系数a和第i种新能源接入方式下的新能源理论最大渗透率η_imax来确定；

式中：η_i ^(v) _max和η_i ^(f) _max分别为第i种新能源接入方式下基于电压和频率约束下的新能源理论最大渗透率，其计算方法见式(5)和式(6)；

式中：η_imax ^(V)为第i种新能源接入方式下基于电压约束下的新能源理论最大渗透率；E为新能源接入多直流馈入系统模型的戴维南等值电势；k为静态电压稳定裕度；P_L0为初始有功负荷；X_SG为当新能源接入多直流馈入系统模型中仅有传统机组并网时的新能源接入多直流馈入系统模型等值阻抗；X_S为输电线路阻抗；R为风电机组至并网点的阻抗与火电机组至同一并网点的阻抗比值；

式中η_i ^(f)为第i种新能源接入方式下基于频率约束下的新能源渗透率；c为新能源接入多直流馈入系统模型频率偏差调节系数，使得新能源接入多直流馈入系统模型满足式(7)的约束，

式中：f_min和f_max分别为受端电网所允许的最小和最大电网频率，

为第i种新能源接入方式下新能源渗透率为η_i ^(f)时的电网频率，

η_imax ^(f)＝c_max·η_imax ^(V) (8)

式中：c_max为新能源接入多直流馈入系统模型频率偏差调节系数的最大值；

将新能源接入多直流馈入系统模型各个新能源接入等效成受端电网的多直流馈入，基于等效后的多直流馈入短路比，考虑直流回路间干扰性、均衡性因素，提出计及直流回路间相互影响的新能源接入节点方案优选因子的计算方法；

假设电网已有x直流回路，根据计算出的受端电网实际新能源承载力的新能源接入被等效成受端电网的y个直流馈入回路，等效后电网馈入直流将达到x+y回；假设对应y新能源等效直流馈入回路分别有K₁、K₂、K₃、…、K_y个接入点方案，对于电网的新能源接入点方案选择来说，理论上将会共有P个方案可供选择，

对于P个方案，计算每个方案的多馈入短路比，形成理论多馈入短路比矩阵B；

式中：l为新能源接入节点方案序号；b_l,j为新能源接入节点l方案的j回直流的理论多馈入短路比，计算方法见式(11)，

式中：Z_eq,jr为从各直流换流母线看进去的等值阻抗矩阵Z的j行r列元素，可通过多端口戴维南等值方法求得；P_d,j、P_d,r分别为第j、r回直流的额定功率；

当考虑到直流回路间相互关系时，实际多馈入短路比矩阵B^*为

b_l,j ^*＝q_l,jb_l,j (13)

式中：b_l,j ^*为考虑直流回路间干扰性和均衡性的实际多馈入短路比，q_l,j为直流回路间相互影响系数；

新能源接入点方案选择方案优选因子s，其计算方法见式(14)

式中：s_l为方案l的所有直流回路实际多馈入短路比的均值，其值越大表示该方案下电网电压，系统稳定性越好；

式中：q_li ⁽¹⁾和q_li ⁽²⁾分别为考虑直流回路间干扰性和均衡性的相互干扰系数和均衡系数；δ为依据实际情况主观赋权的直流回路间干扰性和均衡性影响权重因子，其取值区间为[0,1]；

受直流回路间干扰性影响的多馈入短路比干扰偏差矩阵ΔD见式(16)

Δd_l,j＝b_l,j ^*-min(b_l,j ^*),l＝1、2、3、…、P (17)

式中：Δd_l,j为第l方案下第j个直流回路的多馈入短路比b_l,j ^*与所有方案中该回路多馈入短路比的最小值的差值；

同一方案中各个回路的短路比偏差值越小表示该回路受干扰性越小，所以考虑到直流回路间相互扰动影响的干扰系数q_l,j ⁽¹⁾的计算方法见式(18)

考虑到直流回路间干扰均衡性的多馈入短路比均衡偏差矩阵ΔW见式(19)

式中：Δw_l,j为第l方案下第j个直流回路的多馈入短路比b_l,j ^*与该方案中所有直流回路多馈入短路比的平均值的差值；

同一方案中各个回路的多馈入短路比均衡偏差值越小表示该回路受均衡性越好，所以考虑到直流回路间相互扰动影响的干扰系数q_l,j ⁽²⁾的计算方法见式(21)

基于受端电网对新能源接入的承载力、安全性和经济性，采用一种离散狼群多目标优化方法，优化关键节点的新能源接入方案，

该问题优化目标有3个，分别为要求承载力最高、安全性最好和经济投入最小，目标函数如下

maxF＝μ_z·Z_i+μ_s·S_l+μ_c·C_i(l) (22)

式中：μ_z、μ_s、μ_c、分别为受端电网对新能源接入的承载力、安全性和经济性比重系数，根据实际情况进行设定；Z_i、S_l、C_i(l)分别为对应承载力、安全性和经济性，按照式(23)、式(24)和式(25)将其投射到[0，1]区间上进行无量纲化处理后的指标；

式中：z_imax和z_imin分别为第i种新能源接入方式下的承载力系数最大值和最小值，s_lmax和s_lmin和分别为新能源接入点方案l下的方案优选因子最大值和最小值，c_i(l)max和c_i(l)min和分别为第i种新能源接入方式和接入点方案l下的经济投入；

离散狼群多目标优化算法：

所述离散狼群多目标优化算法包括全局搜索、局部寻优、终止判断和区域变更四个阶段；

设新能源接入方案的数据集集合为M，将集合类比为狼群，算法执行过程中，当搜索次数为k∈Z⁺时，第β只狼其所在位置可定通过式(26)进行计算：

X_β ^(k)＝[X_β ^(k)(1),X_β ^(k)(2),…,X_β ^(k)(N)] (26)

式中X_β ^(k)表示第β只狼个体的所在位置，即为优化问题的某一个选择方案；

全局搜索阶段，通过迭代找到局部最优解，具体步骤如下：

根据公式(22)计算F(X_β ^(k)+h_β)和F(X_β ^(k)-h_β)的值，

若满足式(27)，则根据公式(28)对X_β ^(k)进行更新；若满足式(29)，则根据公式(30)对X_β ^(k)进行更新；

X_β ^(k)＝X_β ^(k)+h_β (28)

X_β ^(k)＝X_β ^(k)-h_β (30)

式中：h_β为寻优幅值，其计算方法见式(31)；

h_β＝h₀γ,β＝1,2,…,N； (31)

式中：N为狼个体位置的维度数；h₀为初始寻优幅值；γ为寻优幅值动态变化系数，随着迭代次数的增加在区间[0，1]上动态递减，其计算方法见式(32)；

式中：t为迭代次数；t_max为最大迭代次数；

重复公式(27)～(30)，直至搜索次数k达到设定的最大值；

局部寻优阶段，在局部最优解的附近进行搜索最优解，具体步骤如下：

对于第β只狼，引入一个寻优尺度常量q，存在q>0，之后随机产生整数B_β(θ)∈[X_β ^(k)(θ)-q，X_β ^(k)(θ)+q]，并得到向量B_β，

B_β＝[B_β(1),B_β(2),…,B_β(N)] (33)

当存在F(B_β)<F(X_β ^(k))时，则令X_β ^(k)＝B_β，F(B_β)＝F(X_β ^(k))

重复上述步骤，直至次数达到设定的最大值；将得到的F(X_β ^(k))，β＝1、2、…、M进行比较，得到本次搜索的目标函数最大值及对应的位置，分别记作F^(k)*和X^(k)*；

终止判断阶段，执行完局部寻优阶段后，算法进行根据式(34)和(35)进行是否终止判别，

k＝k_max (34)

式中：k_max搜索次数的最大值..

F^(k)*＝F^(k-1)*＝…＝F^(k-r)* (35)

若满足式(34)或(35)中的任意一个，则算法未终止，否则执行区域变更；

区域变更阶段，更换搜索区域用以寻找全局最优解；

对

根据式(34)计算，

式中：d为在指定区间内随机产生实数；p_θ为狼群所处的平均值，其计算方法见式(37)；

区域变更阶段结束，继续进行全局搜索阶段；

最后，所得F^(k)*和X^(k)*即为优化问题的新能源接入最优方案。

Images