CN115693759B - 一种分布式电源参与的配电网多源配合无功优化方法 - Google Patents
一种分布式电源参与的配电网多源配合无功优化方法 Download PDFInfo
- Publication number
- CN115693759B CN115693759B CN202211227591.7A CN202211227591A CN115693759B CN 115693759 B CN115693759 B CN 115693759B CN 202211227591 A CN202211227591 A CN 202211227591A CN 115693759 B CN115693759 B CN 115693759B
- Authority
- CN
- China
- Prior art keywords
- partition
- power
- reactive
- node
- distribution network
- 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
Links
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种分布式电源参与的配电网多源配合无功优化方法,该方法包括:采用联合电气距离和无功储备系数的模块度指标对配电网进行分区;建立分区等效配电网模型简化分区间信息交互和潮流计算;建立配电网多源配合无功优化模型,采用递减权重的粒子群算法进行求解。本发明采用多指标进行分区并建立分区等效配电网模型,并将其应用于多源配合无功优化模型进行无功优化调度,具有更好的治理效果和计算效率。
Description
技术领域
本发明属于智能电网优化调度领域,应用于分布式电源渗透的配电网无功优化调度,特别是涉及一种分布式电源参与的配电网多源配合无功优化方法。
背景技术
近年来,配电网中分布式电源(distributed generation,DG)渗透率不断提高,特别是分布式光伏(Photovoltaic,PV),改变了台区内局部潮流方向,给当前主动配电网运行调度带来了巨大挑战;DG接入装置并网逆变器本身具有无功补偿能力,在实现有功并网的同时,可利用其剩余容量补偿无功,且分布式光伏分布较为分散接近负荷侧,可有效实现无功就地平衡,在分散治理和就地补偿方面具有较大优势,为配电网电压质量的改善提供了新的机遇。
集群分区是将系统划分为若干个区块,并将其分别视为一个整体进行优化与管理,以提升电网整体与局部节点的运行性能,对于解决系统规模与节点数量庞大同管控计算能力有限之间的矛盾具有重要意义。各分区对外是一个较为独立的主体,对内具有统一的目标和约束条件。分区过程中,若采用的分区指标或步骤过于单一,分区过程对无功优化效果的提升有限,且分区间耦合复杂,信息交互计算量大。因此,寻找更有效的分区指标和步骤以及简化分区间信息交互具有重要研究意义。
对于两种不同时间尺度的设备优化调度问题,目前广泛使用的配电网优化模型为基于模型预测控制理论,依据负荷和DG出力预测确定慢动作设备次日工作计划,以日前计划的稳态潮流作为参考值,优化计算日内各DG无功出力,但此法过度依赖历史数据且需要建立复杂的预测模型,计算量大,且预测存在误差,易使次日实时优化调节幅度过大。另一种模型优化思路则与其相反,根据实时监测的数据优化计算日内各DG无功出力,以DG出力后的潮流作为参考值规划其它设备出力,此法不需大量历史数据也不需复杂的预测模型,且随着电网智能监控设备的技术突破而逐渐被使用。
发明内容
提供了本发明以解决现有技术中存在的上述问题。因此,需要一种分布式电源参与的配电网多源配合无功优化方法。
根据本发明的第一方案,提供了一种分布式电源参与的配电网多源配合无功优化方法,所述方法包括:采用联合电气距离和无功储备系数的模块度指标对配电网进行分区;建立分区等效配电网模型,以简化分区间信息交互和潮流计算;建立配电网多源配合无功优化模型,采用改进的粒子群算法对所述配电网多源配合无功优化模型进行求解得到优化方案。
进一步地,所述采用联合电气距离和无功储备系数的模块度指标对配电网进行分区,包括:
利用牛顿-拉夫逊潮流迭代算法中的雅克比矩阵计算得到电压灵敏度函数;
根据所述电压灵敏度函数确定模块度函数;
将等效电气距离与所述模块度函数拟合为改进的模块度函数作为分区目标函数,并以无功储备系数为约束,进行配电网分区。
进一步地,所述模块度函数表示为:
其中ρ为模块度;m为所有边的权重之和,Aij为连接节点i和j的边的权重,/>HQU,ij和HQU,ji为i、j节点间的无功-电压灵敏度;ki为所有与节点i相连的边的权重之和,/>α(i,j)为判定系数,/>
分区k到首端节点电气距离为:
其中Nk为第k个分区内所包含的节点数;firk、lastk为分区k首末端节点编号;dij为节点i、j之间的电气距离,d1i为分区内节点i到首端节点的电气距离;zmid,mid+1为相邻两节点间的互阻抗标幺值;
无功储备系数βk表示为:
其中QGk为分区内并网逆变器可提供的最大无功容量;SGN_j、Pj为分区内j节点所接逆变器额定容量和并网有功功率,未接DG则取0;QLk为分区内无功需求量,用负荷总无功功率表示;Qload_j为分区内第j个节点所接负荷的无功功率,未接负荷则取0;
所述改进的模块度函数表示为:
其中ρc为改进的模块度,NQ为分区总数,de,k为分区k到配电网首端的电气距离;
约束条件为:
βk>ε
其中ε为可接受最小无功储备裕度。
进一步地,通过如下方法建立分区等效配电网模型:
基于预设条件,修正雅克比矩阵,建立分区等效配电网模型;
所述预设条件包括:将上游分区作为电源节点,与上游分区间的线路阻抗作为电源与分区间的阻抗,线路损耗参与本分区的寻优;将下游分区作为负荷,负荷值为当前分区作为下游分区等效电源时的有功、无功出力;
所述分区等效配电网模型表示为:
其中Ui为节点电压,Ui 0为节点原始电压;QDG,j为节点j所接DG补偿的无功功率,HQU,ij为i、j节点的无功-电压灵敏度系数,HPU,ik_end为分区k末端节点与节点i的有功-电压灵敏度系数,HQU,ik_end为分区k末端节点与节点i的无功-电压灵敏度系数;Pequ_l,s,Qequ_l,s为下游分区在本分区的等效负载;P0 s_end,Q0 s_end为分区末端节点所接实际负荷;ΔPs_end,ΔQs_end为下游分区功率变化引起本分区末端节点功率变化量;ΔUsdown,1为下游分区首端节点电压变化量;Ysdown,in为下游分区输入导纳。
进一步地,通过如下方法建立配电网多源配合无功优化模型:
治理效果和治理成本作为目标函数;
线路潮流平衡、安全运行和设备出力限制作为约束条件;
依据分布式电源出力统筹其他无功源出力。
进一步地,通过如下方法确定所述目标函数:
确定无功补偿效果电能指标:
其中ΔUi为节点电压偏移,n为台区节点总数;Ui为节点i的电压;UN为线路电压等级;Ploss,ij为节点ij间线路损耗;Uj为节点j的电压;Gij、δij分别为节点i、j之间的电导和相位角差;
对所述无功补偿效果电能指标进行标准化处理以使二者具有相同量纲:
其中ΔUi_st为标准化后的节点电压偏移,ΔUmax、ΔUmin分别为样本数据中电压偏移的最大值和最小值;Ploss,ij_st为标准化后的节点ij间线路损耗,Ploss,ij_min、Ploss,ij_max分别为样本数据中两节点间线路损耗的最大值和最小值
根据标准化处理后的无功补偿效果电能指标,确定目标函数:
中f1为反映治理效果的目标函数,f2为反映治理成本的目标函数,Ω为配电网中节点的集合;ND为配电网中DG个数;ω1、ω2、ω3、ω4为权重系数。
进一步地,线路潮流平衡、安全运行和设备出力限制作为的约束条件表示为:
0.9UN<Ui<1.05UN
QC<QC,max
QSVG<QSVG,max
其中Gij为节点i、j之间的电导,Bij为i、j节点之间的电纳;Pi、Qi分别为节点i流过的功率;SDG,N为DG的额定容量;QC,max,QSVG,max为智能电容器和SVG所能发出的最大无功;QC为智能电容器投入容量,QSVG为SVG出力,δij为节点i、j之间的相角差,PDG,i为DG有功出力,QDG,i为DG无功出力;
所述依据分布式电源出力统筹其他无功源出力,包括:
首端补偿设备无功出力表示为:
智能电容器投入容量QC以及SVG出力QSVG满足:
QSVG=Qcompen-QC
其中PL、QL为配电网功率需求;cosδ为配变低压侧目标功率因数;SC0为智能电容器单位电容器组投切容量;nC为投入总组数;Qcom pen为首端补偿设备总无功出力。
根据本发明的第二技术方案,提供一种分布式电源参与的配电网多源配合无功优化装置,所述装置包括:
分区模块,被配置为采用联合电气距离和无功储备系数的模块度指标对配电网进行分区;
等效配电网模型建立模块,被配置为建立分区等效配电网模型,以简化分区间信息交互和潮流计算;
优化方案确定模块,被配置为建立配电网多源配合无功优化模型,采用改进的粒子群算法对所述配电网多源配合无功优化模型进行求解得到优化方案。
根据本发明的第三技术方案,提供一种分布式电源参与的配电网多源配合无功优化系统,所述系统包括:存储器,用于存储计算机程序;处理器,用于执行所述计算机程序以实现如上所述的方法。
根据本发明的第四技术方案,提供一种存储有指令的非暂时性计算机可读存储介质,当所述指令由处理器执行时,执行如上所述的方法。
根据本发明各个方案的分布式电源参与的配电网多源配合无功优化方法,其至少具有以下技术效果:
本发明提供了一种分布式电源参与的配电网多源配合无功优化方法,应用于分布式电源渗透且首端配置有无功补偿装置的典型配电网,该方法采用联合电气距离和无功储备系数的模块度指标对配电网进行分区,然后建立分区等效配电网模型,利用此模型建立多源配合无功优化模型,采用粒子群算法计算得到优化方案。
附图说明
在不一定按比例绘制的附图中,相同的附图标记可以在不同的视图中描述相似的部件。具有字母后缀或不同字母后缀的相同附图标记可以表示相似部件的不同实例。附图大体上通过举例而不是限制的方式示出各种实施例,并且与说明书以及权利要求书一起用于对所发明的实施例进行说明。在适当的时候,在所有附图中使用相同的附图标记指代同一或相似的部分。这样的实施例是例证性的,而并非旨在作为本装置或方法的穷尽或排他实施例。
图1为本发明实施例的一种分布式电源参与的配电网多源配合无功优化方法的流程图;
图2为本发明实施例的采用联合电气距离和无功储备系数的模块度指标对配电网进行分区的流程图;
图3为本发明实施例的分区步骤示意图;
图4为本发明实施例的分区等效配电网示意图;
图5为本发明实施例的模型求解示意图;
图6为本发明实施例中的IEEE-33典型配电网示意图;
图7为本发明实施例中的本发明方法和传统方法模型求解寻优结果;
图8为本发明实施例中的8:00负荷背景下的配电网各节点电压(情景1/2/3分别为未进行优化,采用本文的优化方法和传统的优化方法的电压分布);
图9为本发明实施例中的14:00负荷背景下的配电网各节点电压(情景4/5/6分别为未进行优化,采用本文的优化方法和传统的优化方法的电压分布);
图10为本发明实施例中的17:00负荷背景下的配电网各节点电压(情景7/8/9分别为未进行优化,采用本文的优化方法和传统的优化方法的电压分布);
图11为本发明实施例的一种分布式电源参与的配电网多源配合无功优化装置的结构图。
具体实施方式
为使本领域技术人员更好的理解本发明的技术方案,下面结合附图和具体实施方式对本发明作详细说明。下面结合附图和具体实施例对本发明的实施例作进一步详细描述,但不作为对本发明的限定。本文中所描述的各个步骤,如果彼此之间没有前后关系的必要性,则本文中作为示例对其进行描述的次序不应视为限制,本领域技术人员应知道可以对其进行顺序调整,只要不破坏其彼此之间的逻辑性导致整个流程无法实现即可。
本发明实施例提供一种分布式电源参与的配电网多源配合无功优化方法,请参阅图1,示出了根据本发明实施例的一种分布式电源参与的配电网多源配合无功优化方法的流程图,该方法包括步骤S100-S300。
在步骤S100中,采用联合电气距离和无功储备系数的模块度指标对配电网进行分区。
在一些实施例中,请参阅图2,示出了根据本发明实施例的采用联合电气距离和无功储备系数的模块度指标对配电网进行分区的流程图,即步骤S100具体包括如下步骤S101-S103:
步骤S101,利用牛顿-拉夫逊潮流迭代算法中的雅克比矩阵计算得到电压灵敏度函数;
步骤S102,根据所述电压灵敏度函数确定模块度函数;
步骤S103,将等效电气距离与所述模块度函数拟合为改进的模块度函数作为分区目标函数,并以无功储备系数为约束,进行配电网分区。
需要说明的是,步骤S01和步骤S102中所提到的电压灵敏度函数的计算方法以及模块度函数的确定方法均为现有技术技术,本发明的核心步骤是对已有的模块度函数进行改进,以获取分区目标数据,并基于创新设计的约束,进行配电网分区。
具体说来,传统模块度函数表示为:
其中ρ为模块度;Aij为连接节点i和j的边的权重;m为所有边的权重之和;ki为所有与节点i相连的边的权重之和;HQU,ij和HQU,ji为ij节点间的无功-电压灵敏度;α(i,j)为判定系数。
等效电气距离,即分区k到首端节点电气距离为:
其中Nk为第k个分区内所包含的节点数;firk、lastk为分区k首末端节点编号;dij为节点i、j之间的电气距离,d1i为分区内节点i到首端节点的电气距离;zmid,mid+1为相邻两节点间的互阻抗标幺值。
分区无功储备指标:
其中QGk为分区内并网逆变器可提供的最大无功容量;SGN_j、Pj为分区内j节点所接逆变器额定容量和并网有功功率,未接DG则取0;QLk为分区内无功需求量,用负荷总无功功率表示;Qload_j为分区内第j个节点所接负荷的无功功率,未接负荷则取0;
因此,可以确定改进的模块度函数为:
其中ρc为改进的模块度,NQ为分区总数,de,k为分区k到配电网首端的电气距离;
所以目标函数可以表示为:
fc=ρc。
约束条件:
βk>ε
其中ε为可接受最小无功储备裕度,可按需取值,本实施例中取0.2。
示例性的,请参阅图3,示出了根据本发明实施例的分区步骤示意图。基于如上所阐述的分区原理,在具体实施时,包括如下步骤:
步骤1,初始化配电网分区,以单个节点为单位作为一个独立分区,首端节点不参与分区,计算fc;
步骤2,将分区进行初步合并,若存在分支内所有节点均未连接DG,则将此分支除根节点以外的所有节点合并成为一个分区,作为负荷节点;
步骤3,以接有DG的节点为基准,随机选择相邻节点合并,形成新的分区,计算fc,取fc最大的组合,作为DG节点;
步骤4,判断所有孤立节点是否均合并且fc最大,若是则跳转步骤5,若否则跳转步骤3;
步骤5,判断βi>ε是否成立,若成立,则结束分区,若不成立则跳转步骤6;
步骤6,与相邻无功储备充足的分区合并并跳转步骤5。
在步骤S200中,建立分区等效配电网模型,以简化分区间信息交互和潮流计算。
分区等效配电网示意如图4所示,DG输出功率对分区中节点电压的影响表示为:
其中Ui为节点电压,Ui 0为节点原始电压;QDG,j为节点j所接DG补偿的无功功率,HQU,ij为i、j节点的无功-电压灵敏度系数,HPU,ik_end为分区k末端节点与节点i的有功-电压灵敏度系数,HQU,ik_end为分区k末端节点与节点i的无功-电压灵敏度系数;Pequ_l,s,Qequ_l,s为下游分区在本分区的等效负载电压灵敏度矩阵修正为:
对于边界节点i、j,有:
其中Ωe表示分区中除边界节点外的节点集。
由此,分区之间只有功率交互:
其中Pequ_l,s,Qequ_l,s为下游分区在本分区的等效负载;P0 s_end,Q0 s_end为分区末端节点所接实际负荷;ΔPs_end,ΔQs_end为下游分区功率变化引起本分区末端节点功率变化量。ΔUsdown,1为下游分区首端节点电压变化量;Ysdown,in为下游分区输入导纳,仅由分区结构确定,可从配电网的导纳矩阵计算。
在步骤S300中,建立配电网多源配合无功优化模型,采用改进的粒子群算法对所述配电网多源配合无功优化模型进行求解得到优化方案。
在一些实施例中,通过如下方法建立配电网多源配合无功优化模型:
确定无功补偿效果电能指标:
其中ΔUi为节点电压偏移,n为台区节点总数;Ui为节点i的电压;UN为线路电压等级;Ploss,ij为节点ij间线路损耗;Uj为节点j的电压;Gij、δij分别为节点i、j之间的电导和相位角差;
对所述无功补偿效果电能指标进行标准化处理以使二者具有相同量纲:
其中ΔUi_st为标准化后的节点电压偏移,ΔUmax、ΔUmin分别为样本数据中电压偏移的最大值和最小值;Ploss,ij_st为标准化后的节点ij间线路损耗,Ploss,ij_min、Ploss,ij_max分别为样本数据中两节点间线路损耗的最大值和最小值
根据标准化处理后的无功补偿效果电能指标,确定目标函数:
f1为反映治理效果的目标函数,f2为反映治理成本的目标函数,Ω为配电网中节点的集合;ND为配电网中DG个数;ω1、ω2、ω3、ω4为权重系数。
约束条件表示为:
0.9UN<Ui<1.05UN
QC<QC,max
QSVG<QSVG,max
其中Gij为节点i、j之间的电导,Bij为i、j节点之间的电纳;Pi、Qi分别为节点i流过的功率;SDG,N为DG的额定容量;QC,max,QSVG,max为智能电容器和SVG所能发出的最大无功;QC为智能电容器投入容量,QSVG为SVG出力,δij为节点i、j之间的相角差,PDG,i为DG有功出力,QDG,i为DG无功出力;
首端无功补偿设备补偿容量优化调节方法:
首端补偿设备无功出力表示为:
智能电容器投入容量QC以及SVG出力QSVG满足:
QSVG=Qcompen-QC
其中PL、QL为配电网功率需求;cosδ为配变低压侧目标功率因数;SC0为智能电容器单位电容器组投切容量;nC为投入总组数;Qcom pen为首端补偿设备总无功出力。
示例性的,请参阅图5,示出了根据本发明实施例的模型求解示意图。在基于如上所描述的方法所建立得到的配电网多源配合无功优化模型后,利用改进的粒子群算法对配电网多源配合无功优化模型进行求解具体包括如下步骤:
步骤1,从配电网潮流计算中获取初始数据;
步骤2,计算电压灵敏度矩阵;
步骤3,进行分区算法,该分区算法的具体实现可以基于步骤S100所阐述的方法进行,更具体的可以参考图3所示的步骤进行;
步骤4,计算每个分区的输入矩阵;
步骤5,初始化粒子位置;
步骤6,计算粒子适应度并过滤主要粒子;
步骤7,更新粒子位置、速度和权重;
步骤8,判断是否满足迭代终止条件,若否则返回步骤6,若是则跳转步骤9;
步骤9,从主导粒子群优化中提取最优解集。
本发明的分布式电源参与的配电网多源配合无功动态优化补偿方法,提高了计算效率,有更好的治理效果和更低的治理成本,具有良好的有效性、经济性和可行性。本发明所设计的多源配合无功优化方法,以IEEE-33节点标准系统作为研究对象,其首端接有SVG和智能电容器,负荷侧接有若干DG,示意图如图5所示,负荷背景如表1所示。本发明所设计的多源配合无功优化方法的效果,对比传统基于模型预测的日前优化结合日内滚动优化方法。参考图7-10和表2-5可知本发明设计的多源配合无功优化方法可有效降低网损,提升电压水平,同时降低首端补偿设备出力负担,具有良好的经济性,且治理效果、治理成本以及计算效率均优于传统方法。
表1.DG及负荷接入情况
(P/kW,Q/kvar) | 8:00 | 14:00 | 17:00 |
居民负荷(4、7、8、10、12、14、16、18、25) | 240,110 | 320,120 | 380,180 |
商业负荷(26、29、30、31、32) | 125,60 | 340,130 | 355,150 |
工业负荷(19、20、22) | 280,180 | 350,200 | 360,210 |
DG(7、12、17、21、27、32) | 110,0 | 320,0 | 220,0 |
表2.根据本发明实施例的分区结果
分区编号 | 区内节点 |
1 | 2,3,19,20,21,22,23,24,25 |
2 | 4,5,6,26,27,28 |
3 | 29,30,31,32,33 |
4 | 7,8,9 |
5 | 10,11,12,13,14 |
6 | 15,16,17,18 |
表3.本发明方法和传统方法求解时间对比表
迭代次数 | 100次 | 150次 | 200次 |
传统 | 326s | 503s | 712s |
本文 | 67s | 89s | 117s |
表4.三个负荷背景下的两种方法的无功优化方案
表5.配电网节点电能质量指标
本发明实施例还提供一种分布式电源参与的配电网多源配合无功优化装置,请参阅图1,图11示出了根据本发明实施例的一种分布式电源参与的配电网多源配合无功优化装置的结构图。所述装置1100包括:
分区模块1101,被配置为采用联合电气距离和无功储备系数的模块度指标对配电网进行分区;
等效配电网模型建立模块1102,被配置为建立分区等效配电网模型,以简化分区间信息交互和潮流计算;
优化方案确定模块1103,被配置为建立配电网多源配合无功优化模型,采用改进的粒子群算法对所述配电网多源配合无功优化模型进行求解得到优化方案。
在一些实施例中,所述等效配电网模型建立模块1102被进一步配置为:
利用牛顿-拉夫逊潮流迭代算法中的雅克比矩阵计算得到电压灵敏度函数;
根据所述电压灵敏度函数确定模块度函数;
将等效电气距离与所述模块度函数拟合为改进的模块度函数作为分区目标函数,并以无功储备系数为约束,进行配电网分区。
在一些实施例中,所述模块度函数表示为:
其中ρ为模块度;m为所有边的权重之和,Aij为连接节点i和j的边的权重,/>HQU,ij和HQU,ji为i、j节点间的无功-电压灵敏度;ki为所有与节点i相连的边的权重之和,/>α(i,j)为,/>
分区k到首端节点电气距离为:
其中Nk为第k个分区内所包含的节点数;firk、lastk为分区k首末端节点编号;dij为节点i、j之间的电气距离,d1i为分区内节点i到首端节点的电气距离;zmid,mid+1为相邻两节点间的互阻抗标幺值;
无功储备系数βk表示为:
其中QGk为分区内并网逆变器可提供的最大无功容量;SGN_j、Pj为分区内j节点所接逆变器额定容量和并网有功功率,未接DG则取0;QLk为分区内无功需求量,用负荷总无功功率表示;Qload_j为分区内第j个节点所接负荷的无功功率,未接负荷则取0;
所述改进的模块度函数表示为:
其中ρc为改进的模块度,NQ为分区总数,de,k为分区k到配电网首端的电气距离;
约束条件为:
βk>ε
其中ε为可接受最小无功储备裕度。
在一些实施例中,所述等效配电网模型建立模块1102被进一步配置为:
基于预设条件,修正雅克比矩阵,建立分区等效配电网模型;
所述预设条件包括:将上游分区作为电源节点,与上游分区间的线路阻抗作为电源与分区间的阻抗,线路损耗参与本分区的寻优;将下游分区作为负荷,负荷值为当前分区作为下游分区等效电源时的有功、无功出力;
所述分区等效配电网模型表示为:
其中Ui为节点电压,Ui 0为节点原始电压;QDG,j为节点j所接DG补偿的无功功率,HQU,ij为i、j节点的无功-电压灵敏度系数,HPU,ik_end为分区k末端节点与节点i的有功-电压灵敏度系数,HQU,ik_end为分区k末端节点与节点i的无功-电压灵敏度系数;Pequ_l,s,Qequ_l,s为下游分区在本分区的等效负载;P0 s_end,Q0 s_end为分区末端节点所接实际负荷;ΔPs_end,ΔQs_end为下游分区功率变化引起本分区末端节点功率变化量;ΔUsdown,1为下游分区首端节点电压变化量;Ysdown,in为下游分区输入导纳。
在一些实施例中,所述优化方案确定模块1103被进一步配置为:
治理效果和治理成本作为目标函数;
线路潮流平衡、安全运行和设备出力限制作为约束条件;
依据分布式电源出力统筹其他无功源出力。
在一些实施例中,所述优化方案确定模块1103被进一步配置为:
确定无功补偿效果电能指标:
其中ΔUi为节点电压偏移,n为台区节点总数;Ui为节点i的电压;UN为线路电压等级;Ploss,ij为节点ij间线路损耗;Uj为节点j的电压;Gij、δij分别为节点i、j之间的电导和相位角差;
对所述无功补偿效果电能指标进行标准化处理以使二者具有相同量纲:
其中ΔUi_st为标准化后的节点电压偏移,ΔUmax、ΔUmin分别为样本数据中电压偏移的最大值和最小值;Ploss,ij_st为标准化后的节点ij间线路损耗,Ploss,ij_min、Ploss,ij_max分别为样本数据中两节点间线路损耗的最大值和最小值
根据标准化处理后的无功补偿效果电能指标,确定目标函数:
/>
其中f1为反映治理效果的目标函数,f2为反映治理成本的目标函数,Ω为配电网中节点的集合;ND为配电网中DG个数;ω1、ω2、ω3、ω4为权重系数。
在一些实施例中,所述优化方案确定模块1103被进一步配置为:
线路潮流平衡、安全运行和设备出力限制作为的约束条件表示为:
0.9UN<Ui<1.05UN
QC<QC,max
QSVG<QSVG,max
其中Gij为节点i、j之间的电导,Bij为i、j节点之间的电纳;Pi、Qi分别为节点i流过的功率;SDG,N为DG的额定容量;QC,max,QSVG,max为智能电容器和SVG所能发出的最大无功;QC为智能电容器投入容量,QSVG为SVG出力,δij为节点i、j之间的相角差,PDG,i为DG有功出力,QDG,i为DG无功出力;
所述依据分布式电源出力统筹其他无功源出力,包括:
首端补偿设备无功出力表示为:
智能电容器投入容量QC以及SVG出力QSVG满足:
QSVG=Qcompen-QC
其中PL、QL为配电网功率需求;cosδ为配变低压侧目标功率因数;SC0为智能电容器单位电容器组投切容量;nC为投入总组数;Qcom pen为首端补偿设备总无功出力。
需要注意,描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的模块也可以设置在处理器中。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定。
本发明实施例所提到的分布式电源参与的配电网多源配合无功优化装置与在先阐述的方法属于同一技术构思,其起到的技术效果基本一致,此处不赘述。
本发明实施例还提供一种分布式电源参与的配电网多源配合无功优化系统,所述系统包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现本发明任一实施例的方法。
本发明实施例还提供了一种存储有指令的非暂时性计算机可读介质,当指令由处理器执行时,执行根据本发明任一实施例所述的方法。
此外,尽管已经在本文中描述了示例性实施例,其范围包括任何和所有基于本发明的具有等同元件、修改、省略、组合(例如,各种实施例交叉的方案)、改编或改变的实施例。权利要求书中的元件将被基于权利要求中采用的语言宽泛地解释,并不限于在本说明书中或本申请的实施期间所描述的示例,其示例将被解释为非排他性的。因此,本说明书和示例旨在仅被认为是示例,真正的范围和精神由以下权利要求以及其等同物的全部范围所指示。
以上描述旨在是说明性的而不是限制性的。例如,上述示例(或其一个或更多方案)可以彼此组合使用。例如本领域普通技术人员在阅读上述描述时可以使用其它实施例。另外,在上述具体实施方式中,各种特征可以被分组在一起以简单化本发明。这不应解释为一种不要求保护的发明的特征对于任一权利要求是必要的意图。相反,本发明的主题可以少于特定的发明的实施例的全部特征。从而,以下权利要求书作为示例或实施例在此并入具体实施方式中,其中每个权利要求独立地作为单独的实施例,并且考虑这些实施例可以以各种组合或排列彼此组合。本发明的范围应参照所附权利要求以及这些权利要求赋权的等同形式的全部范围来确定。
Claims (12)
1.一种分布式电源参与的配电网多源配合无功优化方法,其特征在于,所述方法包括:
采用联合电气距离和无功储备系数的模块度指标对配电网进行分区;
建立分区等效配电网模型,以简化分区间信息交互和潮流计算;
建立配电网多源配合无功优化模型,采用改进的粒子群算法对所述配电网多源配合无功优化模型进行求解得到优化方案;
所述采用联合电气距离和无功储备系数的模块度指标对配电网进行分区,包括:
利用牛顿-拉夫逊潮流迭代算法中的雅克比矩阵计算得到电压灵敏度函数;
根据所述电压灵敏度函数确定模块度函数;
将等效电气距离与所述模块度函数拟合为改进的模块度函数作为分区目标函数,并以无功储备系数为约束,进行配电网分区;
所述模块度函数表示为:
其中ρ为模块度;m为所有边的权重之和,Aij为连接节点i和j的边的权重,HQU,ij和HQU,ji为i、j节点间的无功-电压灵敏度;ki为所有与节点i相连的边的权重之和,/>α(i,j)为判定系数,/>
分区k到首端节点电气距离为:
其中Nk为第k个分区内所包含的节点数;firk、lastk为分区k首末端节点编号;dij为节点i、j之间的电气距离,d1i为分区内节点i到首端节点的电气距离;zmid,mid+1为相邻两节点间的互阻抗标幺值;
无功储备系数βk表示为:
其中QGk为分区内并网逆变器可提供的最大无功容量;SGN_j、Pj为分区内j节点所接逆变器额定容量和并网有功功率,未接DG则取0;QLk为分区内无功需求量,用负荷总无功功率表示;Qload_j为分区内第j个节点所接负荷的无功功率,未接负荷则取0;
所述改进的模块度函数表示为:
其中ρc为改进的模块度,NQ为分区总数,de,k为分区k到配电网首端的电气距离;
约束条件为:
βk>ε
其中ε为可接受最小无功储备裕度。
2.根据权利要求1所述的方法,其特征在于,通过如下方法建立分区等效配电网模型:
基于预设条件,修正雅克比矩阵,建立分区等效配电网模型;
所述预设条件包括:将上游分区作为电源节点,与上游分区间的线路阻抗作为电源与分区间的阻抗,线路损耗参与本分区的寻优;将下游分区作为负荷,负荷值为当前分区作为下游分区等效电源时的有功、无功出力;
所述分区等效配电网模型表示为:
其中Ui为节点电压,Ui 0为节点原始电压;QDG,j为节点j所接DG补偿的无功功率,HQU,ij为i、j节点的无功-电压灵敏度系数,HPU,ik_end为分区k末端节点与节点i的有功-电压灵敏度系数,HQU,ik_end为分区k末端节点与节点i的无功-电压灵敏度系数;Pequ_l,s,Qequ_l,s为下游分区在本分区的等效负载;P0 s_end,Q0 s_end为分区末端节点所接实际负荷;ΔPs_end,ΔQs_end为下游分区功率变化引起本分区末端节点功率变化量;ΔUsdown,1为下游分区首端节点电压变化量;Ysdown,in为下游分区输入导纳。
3.根据权利要求1所述的方法,其特征在于,通过如下方法建立配电网多源配合无功优化模型:
治理效果和治理成本作为目标函数;
线路潮流平衡、安全运行和设备出力限制作为约束条件;
依据分布式电源出力统筹其他无功源出力。
4.根据权利要求3所述的方法,其特征在于,通过如下方法确定所述目标函数:
确定无功补偿效果电能指标:
其中ΔUi为节点电压偏移,n为台区节点总数;Ui为节点i的电压;UN为线路电压等级;Ploss,ij为节点ij间线路损耗;Uj为节点j的电压;Gij、δij分别为节点i、j之间的电导和相位角差;
对所述无功补偿效果电能指标进行标准化处理以使二者具有相同量纲:
其中ΔUi_st为标准化后的节点电压偏移,ΔUmax、ΔUmin分别为样本数据中电压偏移的最大值和最小值;Ploss,ij_st为标准化后的节点ij间线路损耗,Ploss,ij_min、Ploss,ij_max分别为样本数据中两节点间线路损耗的最大值和最小值根据标准化处理后的无功补偿效果电能指标,确定目标函数:
其中f1为反映治理效果的目标函数,f2为反映治理成本的目标函数,Ω为配电网中节点的集合;ND为配电网中DG个数;ω1、ω2、ω3、ω4为权重系数。
5.根据权利要求4所述的方法,其特征在于,线路潮流平衡、安全运行和设备出力限制作为的约束条件表示为:
0.9UN<Ui<1.05UN
QC<QC,max
QSVG<QSVG,max
其中Gij为节点i、j之间的电导,Bij为i、j节点之间的电纳;Pi、Qi分别为节点i流过的功率;SDG,N为DG的额定容量;QC,max,QSVG,max为智能电容器和SVG所能发出的最大无功;QC为智能电容器投入容量,QSVG为SVG出力,δij为节点i、j之间的相角差,PDG,i为DG有功出力,QDG,i为DG无功出力;
所述依据分布式电源出力统筹其他无功源出力,包括:
首端补偿设备无功出力表示为:
智能电容器投入容量QC以及SVG出力QSVG满足:
QSVG=Qcompen-QC
其中PL、QL为配电网功率需求;cosδ为配变低压侧目标功率因数;SC0为智能电容器单位电容器组投切容量;nC为投入总组数;Qcom pen为首端补偿设备总无功出力。
6.一种分布式电源参与的配电网多源配合无功优化装置,其特征在于,所述装置包括:
分区模块,被配置为采用联合电气距离和无功储备系数的模块度指标对配电网进行分区;
等效配电网模型建立模块,被配置为建立分区等效配电网模型,以简化分区间信息交互和潮流计算;
优化方案确定模块,被配置为建立配电网多源配合无功优化模型,采用改进的粒子群算法对所述配电网多源配合无功优化模型进行求解得到优化方案;
所述分区模块被进一步配置为:
利用牛顿-拉夫逊潮流迭代算法中的雅克比矩阵计算得到电压灵敏度函数;
根据所述电压灵敏度函数确定模块度函数;
将等效电气距离与所述模块度函数拟合为改进的模块度函数作为分区目标函数,并以无功储备系数为约束,进行配电网分区;
所述模块度函数表示为:
其中ρ为模块度;m为所有边的权重之和,Aij为连接节点i和j的边的权重,HQU,ij和HQU,ji为i、j节点间的无功-电压灵敏度;ki为所有与节点i相连的边的权重之和,/>α(i,j)为,/>
分区k到首端节点电气距离为:
其中Nk为第k个分区内所包含的节点数;firk、lastk为分区k首末端节点编号;dij为节点i、j之间的电气距离,d1i为分区内节点i到首端节点的电气距离;zmid,mid+1为相邻两节点间的互阻抗标幺值;
无功储备系数βk表示为:
其中QGk为分区内并网逆变器可提供的最大无功容量;SGN_j、Pj为分区内j节点所接逆变器额定容量和并网有功功率,未接DG则取0;QLk为分区内无功需求量,用负荷总无功功率表示;Qload_j为分区内第j个节点所接负荷的无功功率,未接负荷则取0;
所述改进的模块度函数表示为:
其中ρc为改进的模块度,NQ为分区总数,de,k为分区k到配电网首端的电气距离;
约束条件为:
βk>ε
其中ε为可接受最小无功储备裕度。
7.根据权利要求6所述的装置,其特征在于,所述等效配电网模型建立模块被进一步配置为:
基于预设条件,修正雅克比矩阵,建立分区等效配电网模型;
所述预设条件包括:将上游分区作为电源节点,与上游分区间的线路阻抗作为电源与分区间的阻抗,线路损耗参与本分区的寻优;将下游分区作为负荷,负荷值为当前分区作为下游分区等效电源时的有功、无功出力;
所述分区等效配电网模型表示为:
其中Ui为节点电压,Ui 0为节点原始电压;QDG,j为节点j所接DG补偿的无功功率,HQU,ij为i、j节点的无功-电压灵敏度系数,HPU,ik_end为分区k末端节点与节点i的有功-电压灵敏度系数,HQU,ik_end为分区k末端节点与节点i的无功-电压灵敏度系数;Pequ_l,s,Qequ_l,s为下游分区在本分区的等效负载;P0 s_end,Q0 s_end为分区末端节点所接实际负荷;ΔPs_end,ΔQs_end为下游分区功率变化引起本分区末端节点功率变化量;ΔUsdown,1为下游分区首端节点电压变化量;Ysdown,in为下游分区输入导纳。
8.根据权利要求6所述的装置,其特征在于,所述优化方案确定模块被进一步配置为:
治理效果和治理成本作为目标函数;
线路潮流平衡、安全运行和设备出力限制作为约束条件;
依据分布式电源出力统筹其他无功源出力。
9.根据权利要求8所述的装置,其特征在于,所述优化方案确定模块被进一步配置为:
确定无功补偿效果电能指标:
其中ΔUi为节点电压偏移,n为台区节点总数;Ui为节点i的电压;UN为线路电压等级;Ploss,ij为节点ij间线路损耗;Uj为节点j的电压;Gij、δij分别为节点i、j之间的电导和相位角差;
对所述无功补偿效果电能指标进行标准化处理以使二者具有相同量纲:
其中ΔUi_st为标准化后的节点电压偏移,ΔUmax、ΔUmin分别为样本数据中电压偏移的最大值和最小值;Ploss,ij_st为标准化后的节点ij间线路损耗,Ploss,ij_min、Ploss,ij_max分别为样本数据中两节点间线路损耗的最大值和最小值根据标准化处理后的无功补偿效果电能指标,确定目标函数:
其中f1为反映治理效果的目标函数,f2为反映治理成本的目标函数,Ω为配电网中节点的集合;ND为配电网中DG个数;ω1、ω2、ω3、ω4为权重系数。
10.根据权利要求9所述的装置,其特征在于,所述优化方案确定模块被进一步配置为:
线路潮流平衡、安全运行和设备出力限制作为的约束条件表示为:
0.9UN<Ui<1.05UN
QC<QC,max
QSVG<QSVG,max
其中Gij为节点i、j之间的电导,Bij为i、j节点之间的电纳;Pi、Qi分别为节点i流过的功率;SDG,N为DG的额定容量;QC,max,QSVG,max为智能电容器和SVG所能发出的最大无功;QC为智能电容器投入容量,QSVG为SVG出力,δij为节点i、j之间的相角差,PDG,i为DG有功出力,QDG,i为DG无功出力;
所述依据分布式电源出力统筹其他无功源出力,包括:
首端补偿设备无功出力表示为:
智能电容器投入容量QC以及SVG出力QSVG满足:
QSVG=Qcompen-QC
其中PL、QL为配电网功率需求;cosδ为配变低压侧目标功率因数;SC0为智能电容器单位电容器组投切容量;nC为投入总组数;Qcom pen为首端补偿设备总无功出力。
11.一种分布式电源参与的配电网多源配合无功优化系统,其特征在于:所述系统包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如权利要求1至5中任一项所述的方法。
12.一种存储有指令的非暂时性计算机可读存储介质,当所述指令由处理器执行时,执行根据权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211227591.7A CN115693759B (zh) | 2022-10-09 | 2022-10-09 | 一种分布式电源参与的配电网多源配合无功优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211227591.7A CN115693759B (zh) | 2022-10-09 | 2022-10-09 | 一种分布式电源参与的配电网多源配合无功优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115693759A CN115693759A (zh) | 2023-02-03 |
CN115693759B true CN115693759B (zh) | 2023-09-15 |
Family
ID=85064558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211227591.7A Active CN115693759B (zh) | 2022-10-09 | 2022-10-09 | 一种分布式电源参与的配电网多源配合无功优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115693759B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107039984A (zh) * | 2017-06-19 | 2017-08-11 | 国网重庆市电力公司电力科学研究院 | 一种无功电压分区方法 |
CN110401197A (zh) * | 2019-06-27 | 2019-11-01 | 国网上海市电力公司 | 一种计及分布式电源随机出力的配电网多目标无功优化方法 |
CN110518575A (zh) * | 2019-08-02 | 2019-11-29 | 南京理工大学 | 基于区域划分的多时间尺度主动配电网电压优化控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106159974B (zh) * | 2016-08-02 | 2019-01-15 | 清华大学 | 一种输配协调的分布式无功电压优化方法 |
-
2022
- 2022-10-09 CN CN202211227591.7A patent/CN115693759B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107039984A (zh) * | 2017-06-19 | 2017-08-11 | 国网重庆市电力公司电力科学研究院 | 一种无功电压分区方法 |
CN110401197A (zh) * | 2019-06-27 | 2019-11-01 | 国网上海市电力公司 | 一种计及分布式电源随机出力的配电网多目标无功优化方法 |
CN110518575A (zh) * | 2019-08-02 | 2019-11-29 | 南京理工大学 | 基于区域划分的多时间尺度主动配电网电压优化控制方法 |
Non-Patent Citations (1)
Title |
---|
李赫 等.基于改进模块度函数分区的光伏地区电压协调控制研究.《电工技术》.2022,(第8期),第56-61+82页. * |
Also Published As
Publication number | Publication date |
---|---|
CN115693759A (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110690732B (zh) | 一种光伏无功分区计价的配电网无功优化方法 | |
CN109409705B (zh) | 一种区域综合能源系统的多目标优化调度方法 | |
CN110768262B (zh) | 一种基于节点聚类分区的有源配电网无功电源配置方法 | |
Xu et al. | A hierarchically coordinated operation and control scheme for DC microgrid clusters under uncertainty | |
CN107947175A (zh) | 一种基于分布式网络控制的微电网经济调度方法及系统 | |
CN105207573A (zh) | 基于离散概率模型的风光互补供电系统定量优化配置方法 | |
Rani et al. | Improved Bald Eagle Search for Optimal Allocation of D-STATCOM in Modern Electrical Distribution Networks with Emerging Loads. | |
Giridhar et al. | Mayfly Algorithm for Optimal Integration of Hybrid Photovoltaic/Battery Energy Storage/D-STATCOM System for Islanding Operation. | |
CN116629421A (zh) | 计及综合能效的综合能源系统多目标分布鲁棒优化调度方法 | |
CN110380404B (zh) | 考虑高耗能点负荷的输电网励磁系统调差系数优化整定方法 | |
Linlin et al. | Research on multi-objective reactive power optimization of power grid with high proportion of new energy | |
CN115693759B (zh) | 一种分布式电源参与的配电网多源配合无功优化方法 | |
CN106451424A (zh) | 含大规模光伏发电并网的输电网随机规划方法 | |
CN111600315B (zh) | 一种配电网无功优化方法 | |
CN113972665A (zh) | 一种光伏电站参与电网主动调压的无功优化控制方法 | |
CN113837449B (zh) | 虚拟电厂参与的电网系统集中优化调度方法 | |
Khosravi et al. | Distribution of optimum reactive power in the presence of wind power plant and considering voltage stability margin using genetic algorithm and Monte Carlo methods | |
CN110428088B (zh) | 一种考虑增量负荷分配的联合分阶段供暖改造规划方法 | |
CN110880771B (zh) | 一种输配网无功优化方法及装置 | |
Raharjo et al. | Optimization of Placement and Sizing on Distributed Generation Using Technique of Smalling Area | |
Kavuturu et al. | Optimization of Transmission System Security Margin under (N-1) Line Contingency Using Improved PSO Algorithm. | |
Ahmed et al. | Multi-objective energy management of a micro-grid considering stochastic nature of load and renewable energy resources. Electron. 2021; 10 (4): 1–22 | |
CN112103987B (zh) | 一种风电接入电网的无功电压两级分区及控制方法 | |
CN112467746B (zh) | 一种考虑越限风险的配电网优化方法 | |
CN113824118B (zh) | 一种考虑多种控制模型下的分布式电源可注入域刻画方法 |
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 |