CN116316644A - 一种新能源场站电压实时平抑方法及计算机可读介质 - Google Patents

一种新能源场站电压实时平抑方法及计算机可读介质 Download PDF

Info

Publication number
CN116316644A
CN116316644A CN202310142273.9A CN202310142273A CN116316644A CN 116316644 A CN116316644 A CN 116316644A CN 202310142273 A CN202310142273 A CN 202310142273A CN 116316644 A CN116316644 A CN 116316644A
Authority
CN
China
Prior art keywords
node
period
voltage
branch
power
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
CN202310142273.9A
Other languages
English (en)
Inventor
张兆毅
樊友平
王子江
商犇
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202310142273.9A priority Critical patent/CN116316644A/zh
Publication of CN116316644A publication Critical patent/CN116316644A/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
    • 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
    • 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
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提出了一种新能源场站电压实时平抑方法及计算机可读介质。以新能场站模型网损和电压不均衡度组成的综合成本最小为目标，以各节点的电压幅值和相角为状态变量，以各机组无功、电容器投切组数和变压器变比为控制变量，建立未来多时段的随机优化模型；在未所建模型中预设节点电压安全裕度和支路潮流安全裕度来提高运行安全性，引入罚函数将含离散变量模型转化为连续优化模型，采用改进内点法进行求解；各机组实时测量有功波动量，根据并网点电压对各机组有功和无功的灵敏度实时调节各机组无功，各机组分别进行电压实时平抑共同叠加实现系统性的实时平抑。本发明提高了求解效率，能够兼顾减小系统网损和电压不均衡度，有效抑制系统电压波动。

Description

一种新能源场站电压实时平抑方法及计算机可读介质
技术领域
本发明属于含新能源电力系统优化控制领域，特别涉及一种新能源场站电压实时平抑方法及计算机可读介质。
背景技术
全球环境污染日益严重，绿色低碳的新能源产业获得快速发展，新能源场站的优化运行得到越来越多关注。传统新能源场站通常考虑上级调度对并网点电压和无功支撑的要求，运行于恒电压、恒无功功率或恒功率因素等方式，往往忽略场站内部无功和电压优化分布。一些周期性优化方法被用来实现新能源场站的优化控制，但存在控制精度随控制周期时长的增大而降低的问题。
风速变化或天空云层移动使新能源机组出力迅速同向增加或减小，引起系统电压显著波动，加上新能源机组依次接入使集电线路电压呈现较大不均衡度，极易引发系统电压越限现象。并网点作为新能源场站和所接入系统的连接点，其电压平稳性直接影响上级系统电压质量。相关标准对新能源场站并网技术进行了严格规定，许多学者也对新能源场站优化调控展开深入研究。现有新能源场站优化运行的研究较少考虑离散投切设备参与系统优化，以及多时段功率预测误差随调控周期时长增加而增大的特点。针对新能源强波动性的影响，集中式方法需要频繁进行优化调控，来适应新能源功率波动，这给系统带来较大的计算和通信负担，而分布式方法通过局部协调来实现系统优化调控，对通信设施要求较高，难以普及应用。在系统有限的计算和通信能力下，如何以较高效率实现场站优化运行，并抑制新能源不确定性引起的系统节点电压和支路潮流波动，值得进一步研究。
发明内容
针对背景技术存在的问题，本发明提供一种新能源场站电压实时平抑方法及计算机可读介质，来实现新能源场站优化运行和抑制系统电压和支路潮流波动。
本发明方法的技术方案为一种新能源场站电压实时平抑方法，包括以下步骤：
步骤1：构建新能场站模型，根据新能场站模型的网损和新能场站模型的电压不均衡度组成的综合成本构建优化目标，以各节点的电压幅值和电压相角为状态变量，以各机组无功功率、电容器投切组数和变压器变比作为控制变量，结合风机功率短期波动的不确定性，建立未来多时段的随机优化模型；
步骤2：利用灵敏度矩阵的仿射作用计算节点电压安全裕度和支路潮流安全裕度，并在未来多时段的随机优化模型中预设节点电压安全裕度和支路潮流安全裕度，在未来多时段的随机优化模型的优化目标中增加离散变量罚函数即将原含离散变量模型转化为连续优化模型，进一步采用改进内点法进行求解，得到多时段优化后运行状态；
步骤3：各机组实时测量有功波动量，根据并网点电压对各节点有功灵敏度、无功的灵敏度计算各机组的实时无功调节量，实现各机组并网点电压波动的实时平抑；
步骤4：将各机组并网点电压波动的实时平抑利用线性叠加原理进行实时平抑共同叠加，实现新能场站模型的系统实时平抑。
作为优选，步骤1所述构建新能场站模型，具体如下：
将多台新能源机组分别通过每台新能源机组的变换器、变压器接入集电线路，通过升压站接入电网；
新能源场站总控制器在初始时段，通过历史多时段运行数据，对每台新能源机组进行未来多时段功率预测，得到每台新能源机组的未来多时段的有功功率；
在未来多时段内每台新能源机组的功率预测误差服从正态分布；
所述根据新能场站模型的网损和新能场站模型的电压不均衡度组成的综合成本构建优化目标，具体为：
Figure BDA0004087968310000021
其中，右侧第一项和第二项为多时段系统网损和多时段系统电压不均衡度，k1为网损加权系数，k2为电压不均衡度加权系数，k1+k2＝1，T为总时段数，
Figure BDA0004087968310000022
为时段t节点i的电压幅值，Gi为节点i的接地电导，/>
Figure BDA0004087968310000023
为时段t支路l的电流，Rl为支路l的电阻，/>
Figure BDA0004087968310000024
和/>
Figure BDA0004087968310000025
分别为时段t第L条集电线路电压最大值、最小值，ni、nl和nL分别为系统节点总数、支路总数和集电线路总数，Ω、Φ和Γ分别为节点集合、支路集合和集电线路集合；
步骤1所述新能场站模型的等式约束条件为未来多时段内系统各节点的有功平衡方程和无功平衡方程，表示为：
Figure BDA0004087968310000026
其中，
Figure BDA0004087968310000027
和/>
Figure BDA0004087968310000028
分别为时段t注入节点i的预测有功、预测无功；/>
Figure BDA0004087968310000029
和/>
Figure BDA00040879683100000210
分别为时段t内注入节点i有功预测误差、无功预测误差；/>
Figure BDA00040879683100000211
和/>
Figure BDA00040879683100000212
分别为时段t节点i的有功负荷、无功负荷；/>
Figure BDA00040879683100000213
和/>
Figure BDA00040879683100000214
分别为时段t系统节点导纳矩阵中关联节点i和节点j的互电导和互电纳；/>
Figure BDA00040879683100000215
为节点i与节点j的相角差；j∈i表示节点j和节点i相连；
步骤1所述新能场站模型的不等式约束包括：支路传输功率约束、状态变量约束、控制变量约束、离散变量约束；
所述支路传输功率约束条件为：
Figure BDA0004087968310000031
其中，
Figure BDA0004087968310000032
为时段t支路l的潮流，El,max为时段t支路l的潮流允许最大值，/>
Figure BDA0004087968310000033
为时段t支路l潮流波动量；
所述电压幅值约束条件为：
Figure BDA0004087968310000034
其中，Vi,max和Vi,min分别为节点i电压幅值的上限、下限，
Figure BDA0004087968310000035
为时段t节点i的电压幅值，/>
Figure BDA00040879683100000322
为时段t节点i的电压幅值波动量，Ω为节点集合；
所述电压相角约束条件为：
Figure BDA0004087968310000036
其中，
Figure BDA0004087968310000037
为时段t节点i的电压相角，θi,max和θi,min分别为时段t节点i的电压相角上限、电压相角下限，/>
Figure BDA0004087968310000038
为时段t节点i的电压相角波动量，Ω为节点集合；
所述各机组有功功率约束条件为：
Figure BDA0004087968310000039
其中，PG,max为机组最大有功功率，Ωr为含新能源机组节点集合，
Figure BDA00040879683100000310
为时段t注入节点i的预测有功，/>
Figure BDA00040879683100000311
为时段t内注入节点i有功预测误差；
所述各机组无功功率约束条件为：
Figure BDA00040879683100000312
其中，SG,i为节点i机组变换器容量，
Figure BDA00040879683100000313
为时段t注入节点i的预测有功，/>
Figure BDA00040879683100000314
为时段t内注入节点i有功预测误差，/>
Figure BDA00040879683100000315
为时段t注入节点i的预测无功，/>
Figure BDA00040879683100000316
为时段t内注入节点i的无功预测误差；
所述电容器组投切约束条件为：
Figure BDA00040879683100000317
其中，
Figure BDA00040879683100000318
为时段t电容器节点无功，/>
Figure BDA00040879683100000319
和/>
Figure BDA00040879683100000320
分别为电容器无功出力的上限、下限，ΔQC为单组电容器无功容量，Z表示整数；
所述变压器变比约束条件为：
Figure BDA00040879683100000321
其中，
Figure BDA0004087968310000041
为时段t支路l变压器变比，τl,max和τl,min分别为时段t支路l变压器变比的上限、下限，Δτl为支路l变压器的相邻档位变比差值；
所述时段耦合约束为：
Figure BDA0004087968310000042
其中，ΔQC为单组电容器无功容量，
Figure BDA0004087968310000043
为时段t电容器节点无功，/>
Figure BDA0004087968310000044
为时段t+1电容器节点无功，NC,max为多时段内电容器组允许投切次数，T为总时段数；
所述变压器多时段内变比切换约束条件为：
Figure BDA0004087968310000045
其中，Φτ为含变压器支路集合，Nl,max为支路l变压器在多时段内允许切换总档数，
Figure BDA0004087968310000046
为时段t支路l变压器变比，/>
Figure BDA0004087968310000047
为时段t+1支路l变压器变比，T为总时段数，Δτl为支路l变压器相邻档位变比差值；
所述变压器相邻时段切换变比约束条件为：
Figure BDA0004087968310000048
其中，nl,max为支路l变压器在相邻时段内允许切换档数，Δτl为支路l变压器相邻档位变比差值，Φτ为含变压器支路集合，
Figure BDA0004087968310000049
为时段t支路l变压器变比，τ，/>
Figure BDA00040879683100000410
为时段t+1支路l变压器变比；
作为优选，步骤2所述的预设节点电压安全裕度具体如下：
根据新能源机组出力的概率分布，利用灵敏度系数的线性仿射作用得到节点电压的概率分布，将节点电压的概率分布的置信度β分位值作为节点电压安全裕度；
步骤2所述的预设支路潮流安全裕度具体如下：
根据新能源机组出力的概率分布，利用灵敏度系数的线性仿射作用得到节点支路潮流的概率分布，将节点支路潮流的概率分布的置信度β分位值作为支路潮流安全裕度；
步骤2所述灵敏度矩阵包括系统电压幅值和相角对节点注入有功和无功的灵敏度矩阵，以及支路潮流对节点注入有功和无功的灵敏度矩阵；
所述系统电压幅值和相角对节点注入有功和无功的灵敏度矩阵为：
Figure BDA00040879683100000411
步骤2所述支路潮流对节点注入有功和无功的灵敏度矩阵，表示为：
Figure BDA0004087968310000051
其中，
Figure BDA0004087968310000052
和/>
Figure BDA0004087968310000053
分别为系统电压幅值对节点有功的灵敏度矩阵、系统电压幅值对节点无功的灵敏度矩阵、系统相角对节点有功的灵敏度矩阵、系统电压相角对节点无功的灵敏度矩阵；P表示节点有功组成的向量，Q表示节点无功组成的向量，/>
Figure BDA0004087968310000054
表示节点有功对系统电压的导数矩阵，/>
Figure BDA0004087968310000055
表示节点有功对系统相角的导数矩阵，/>
Figure BDA0004087968310000056
表示节点无功对系统电压的导数矩阵，/>
Figure BDA0004087968310000057
表示节点无功对系统相角的导数矩阵，/>
Figure BDA0004087968310000058
和/>
Figure BDA0004087968310000059
分别为支路潮流对节点电压的灵敏度矩阵、支路潮流对节点相角的灵敏度矩阵；/>
Figure BDA00040879683100000510
和/>
Figure BDA00040879683100000511
分别为支路潮流对节点有功的灵敏度矩阵、支路潮流对节点无功的灵敏度矩阵。
步骤2所述节点电压和支路潮流波动量的概率分布利用灵敏度的线性仿射作用求得，为：
Figure BDA00040879683100000512
其中，
Figure BDA00040879683100000513
为时段t节点i电压或支路i潮流随机波动量，/>
Figure BDA00040879683100000514
为时段t节点i电压或支路i潮流平均波动量，/>
Figure BDA00040879683100000515
为时段t节点i电压或支路i潮流波动标准差，N表示均值为/>
Figure BDA00040879683100000516
方差为/>
Figure BDA00040879683100000517
的正态分布；
Figure BDA00040879683100000518
其中，i∈[1,n]，
Figure BDA00040879683100000519
为时段t节点j功率预测误差平均值，当A表示节点电压时，
Figure BDA00040879683100000520
表示时段t节点i电压随机波动量对节点j有功的灵敏度系数，当A表示支路i潮流时，
Figure BDA00040879683100000521
表示时段t支路i潮流的随机波动量对节点j有功的灵敏度系数，n表示系统中节点的总数。
方差为：
Figure BDA00040879683100000522
其中，
Figure BDA00040879683100000523
为时段t节点i电压或支路i潮流波动标准差，пt为时段t计及新能源场站机组功率预测误差相关性的协方差矩阵，当A表示节点电压时，/>
Figure BDA00040879683100000524
表示时段t节点i电压随机波动量对节点j有功的灵敏度系数，当A表示支路i潮流时，/>
Figure BDA00040879683100000525
表示时段t支路i潮流的随机波动量对节点j有功的灵敏度系数；
协方差矩阵为：
Figure BDA00040879683100000526
其中，δPj,t为时段t节点j机组有功预测误差的标准差，若节点j处无机组，则δPj,t为0，пt为时段t计及新能源场站机组功率预测误差相关性的协方差矩阵，rij,t为时段t节点i和节点j的相关系数i∈[1,n]，j∈[1,n]；
时段t节点j机组有功预测误差的标准差为：
Figure BDA0004087968310000061
其中，δPj,t为时段t节点j机组有功预测误差的标准差，若节点j处无机组，则δPj,t为0，T表示多时段优化模型中时段的总数；
步骤2基于机会约束规划方法，求节点电压和支路潮流的一定置信度β下的安全裕度。分别取节点电压波动量和支路潮流波动量不超过一定置信度的分位值作为其安全裕度，表示为：
Figure BDA0004087968310000062
其中，
Figure BDA0004087968310000063
为时段t节点i电压或支路i潮流随机波动量，/>
Figure BDA0004087968310000064
为时段t节点i电压或支路i潮流平均波动量，/>
Figure BDA0004087968310000065
为时段t节点i电压或支路i潮流在一定置信度下的分位值，β为置信度；Pr{x}表示x成立的概率。
表示为节点电压和支路潮流形式，则为：
Figure BDA0004087968310000066
Figure BDA0004087968310000067
其中，Vi,max和Vi,min分别为节点i电压幅值的上限、下限，
Figure BDA00040879683100000616
为时段t节点i的电压幅值，/>
Figure BDA0004087968310000068
为时段t节点i电压平均波动量，/>
Figure BDA0004087968310000069
为时段t节点i电压安全裕度，Ω为节点集合，El,max为时段t支路l的潮流允许最大值，/>
Figure BDA00040879683100000610
为时段t支路l的潮流，/>
Figure BDA00040879683100000611
为时段t支路l的潮流平均波动量，/>
Figure BDA00040879683100000612
为时段t支路l的潮流的安全裕度，φ为支路集合。
步骤2为提高求解含离散变量模型的效率，在目标函数中增加离散变量罚函数将原模型转化为连续优化模型，惩罚项函数表示为：
Figure BDA00040879683100000613
其中，惩罚系数α和γ随迭代而逐渐增大，迭代收敛时，惩罚项趋于0，离散变量趋于整数。
Figure BDA00040879683100000614
为时段t支路l变压器变比，Δτl为支路l变压器的相邻档位变比差值，Φτ为含变压器支路集合；/>
Figure BDA00040879683100000615
为时段t电容器节点无功，ΔQC为单组电容器无功容量，T为总时段数；这种处理方法所得结果是系统次优运行点，能够满足工程实际应用要求；
步骤2通过增加增加惩罚项函数，将原含离散量问题转化为连续的非线性规划问题，采用改进内点法求解上述模型。
作为优选，步骤3中并网点电压对节点有功的灵敏度和并网点电压对节点无功的灵敏度，分别表示为：
Figure BDA0004087968310000071
其中，
Figure BDA0004087968310000072
为并网点电压幅值对系统各节点有功灵敏度向量，/>
Figure BDA0004087968310000073
为并网点电压幅值对节点j有功灵敏度系数；/>
Figure BDA0004087968310000074
为并网点电压幅值对系统各节点无功灵敏度向量，/>
Figure BDA0004087968310000075
为并网点电压幅值对节点j无功功灵敏度系数，pcc为并网点的节点编号，j∈[1,n]
步骤3所述计算各机组的实时无功调节量，具体为：
Figure BDA0004087968310000076
Figure BDA0004087968310000077
其中，Kj,t为比例系数，表示节点j通过调节无功来抵消其有功波动对并网点电压影响的效率；
Figure BDA0004087968310000078
为时段t并网点电压对节点i机组有功灵敏度，/>
Figure BDA0004087968310000079
为时段t并网点电压对节点i机组无功灵敏度，/>
Figure BDA00040879683100000710
为时段t内时刻t’节点i机组有功波动量，/>
Figure BDA00040879683100000711
为时段t内时刻t’节点i机组的实时无功调节量。
步骤3所述各机组并网点电压波动的实时平抑，具体过程如下：
所述并网点电压波动由各机组有功导致；
根据各机组的实时无功调节量，通过实时调控机组变换器快速调节无功，从而实现对有功波动导致系统电压波动的实时平抑；
本发明还提供了一种计算机可读介质，所述计算机可读介质存储电子设备执行的计算机程序，当所述计算机程序在电子设备上运行时，使得所述新能源场站电压实时平抑方法的步骤。
与现有技术相比，本发明的有益效果：
该方法将电容器投切和变压器变比切换离散变量纳入新能源场站优化模型，通过增加目标惩罚项来处理离散变量，从而提高求解效率，能够兼顾减小系统网损和电压不均衡度。
该方法通过实时调控机组无功来减小并网点电压和系统电压的波动性，大幅缩小并网点电压波动，同时有效抑制了系统电压波动。
该方法将多时段随机优化和实时无功调控相结合，多时段随机优化实现系统经济运行，实时无功调控实现并网点电压和系统电压波动的抑制。
附图说明
图1：本发明实施例的方法流程图；
图2：本发明实施例的所提技术的具体流程图；
图3：本发明实施例的风电场模型图；
图4：本发明实施例的风机有功曲线图；
图5：本发明实施例的系统电压对风机有功和无功灵敏度图；
图6：本发明实施例的支路潮流对风机无功和有功灵敏度图；
图7：本发明实施例的不同优化方法系统电压可行域图；
图8：本发明实施例的不同优化方法支路潮流安全裕度图。
图9：本发明实施例的0-20min集电线路电压曲线图；
图10：本发明实施例的不同优化方法网损曲线图；
图11：本发明实施例的不同优化方法风机无功曲线图；
图12：本发明实施例的不同优化方法风电场并网点电压曲线图。
图13：本发明实施例的不同优化方法系统电压波动平均值曲线图。
图14：本发明实施例的不同优化方法系统电压曲面图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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。
具体实施时，本发明技术方案提出的方法可由本领域技术人员采用计算机软件技术实现自动运行流程，实现方法的系统装置例如存储本发明技术方案相应计算机程序的计算机可读存储介质以及包括运行相应计算机程序的计算机设备，也应当在本发明的保护范围内。
本实施例通过利用所提的一种基于多时段随机优化的新能源场站电压实时平抑技术，将多时段随机优化和实时电压调控相结合，能够兼顾系统计算和通信负担，使并网点电压保持平稳，有效抑制系统电压和支路潮流波动，降低风电场网损，改善系统电压不均衡度。
首先，对场站进行多时段功率预测，以网损和电压不均衡度综合最小为目标，计及变压器变比切换和电容器投切等离散变量的时段耦合约束，建立新能源场站多时段随机无功优化模型；其次，考虑功率预测误差随时段增加而变大，通过预留节点电压和支路潮流安全裕度来提高系统运行的安全性，并将随机优化模型转化为确定性模型，在目标函数中增加离散变量罚函数将原模型转化为连续优化模型，采用改进内点法求解模型；然后，各机组在线测量有功波动量并根据并网点对各机组的有功和无功灵敏度信息计算机组的无功调节量，通过实时调控机组变换器快速调节无功；最后，所有机组实时无功调控共同实现对整个系统运行状态波动的抑制。
下面结合图1-14介绍本发明实施例方法的技术方案为一种新能源场站电压实时平抑方法，具体如下：
一种新能源场站电压实时平抑方法，包括以下步骤：
如图1所示为本发明实施例的方法流程图，图2为详细的技术流程图。
步骤1：构建新能场站模型，根据新能场站模型的网损和新能场站模型的电压不均衡度组成的综合成本构建优化目标，以各节点的电压幅值和电压相角为状态变量，以各机组无功功率、电容器投切组数和变压器变比作为控制变量，结合风机功率短期波动的不确定性，建立未来多时段的随机优化模型；
步骤1所述构建新能场站模型，具体如下：
将多台新能源机组分别通过每台新能源机组的变换器、变压器接入集电线路，通过升压站接入电网；
新能源场站总控制器在初始时段，通过历史多时段运行数据，对每台新能源机组进行未来多时段功率预测，得到每台新能源机组的未来多时段的有功功率；
在未来多时段内每台新能源机组的功率预测误差服从正态分布；
风电场的拓扑如图3所示，该风电场共有40台金风科技公司的额定容量为5.6MW的直驱永磁风机，风机变流器输出交流低压为900V，经额定容量为6.3MVA的风机变压器接入35kV集电线路，再经2台120MVA升压变并入220kV电网。风机变流器的额定容量为6.3MVA。35kV母线为并网点，装有5组10MVar电容器组和1组5MVar静止无功发生器。风电场总控制器以20min为周期对系统进行多时段功率预测和优化，每个时段为5min，在各时段内，风机每5s就地测量一次有功波动量并进行实时无功调控。多时段优化中，电容器的投切总组数不超过3次，变压器切换档位总次数不超过2次，系统电压可行范围为0.9pu-1.1pu。为便于分析，设风电场同一集电线路上风机功率相同，第一时段各风机功率预测误差服从均值为0MW，标准差为0.2MW的多元正态分布，利用历史数据得到风机功率预测误差在多时段内的相关性矩阵。风电场总控制器负责多时段随机优化，而各风机控制器负责实时无功调控。在一个时段的初始时刻，各台风机控制器将测量的风机功率上传给风电场总控制器，同时，风电场总控制器对各风机未来T个时段的功率出力进行预测。假设风场风机在1小时时序仿真中的出力如图4所示，同一集电线路风机出力相同，图中实线为风机实际的有功出力，即风机每5s测量一次功率所得，图中圆点为风机时段初始测量功率和多时段预测的功率。
所述根据新能场站模型的网损和新能场站模型的电压不均衡度组成的综合成本构建优化目标，具体为：
Figure BDA0004087968310000101
其中，右侧第一项和第二项为多时段系统网损和多时段系统电压不均衡度，k1为网损加权系数，k2为电压不均衡度加权系数，k1+k2＝1，T为总时段数，
Figure BDA0004087968310000102
为时段t节点i的电压幅值，Gi为节点i的接地电导，/>
Figure BDA0004087968310000103
为时段t支路l的电流，Rl为支路l的电阻，/>
Figure BDA0004087968310000104
和/>
Figure BDA0004087968310000105
分别为时段t第L条集电线路电压最大值、最小值，ni、nl和nL分别为系统节点总数、支路总数和集电线路总数，Ω、Φ和Γ分别为节点集合、支路集合和集电线路集合；
步骤1所述新能场站模型的等式约束条件为未来多时段内系统各节点的有功平衡方程和无功平衡方程，表示为：
Figure BDA0004087968310000106
其中，
Figure BDA0004087968310000107
和/>
Figure BDA0004087968310000108
分别为时段t注入节点i的预测有功、预测无功；/>
Figure BDA0004087968310000109
和/>
Figure BDA00040879683100001010
分别为时段t内注入节点i有功预测误差、无功预测误差；/>
Figure BDA00040879683100001011
和/>
Figure BDA00040879683100001012
分别为时段t节点i的有功负荷、无功负荷；/>
Figure BDA00040879683100001013
和/>
Figure BDA00040879683100001014
分别为时段t系统节点导纳矩阵中关联节点i和节点j的互电导和互电纳；/>
Figure BDA00040879683100001015
为节点i与节点j的相角差；j∈i表示节点j和节点i相连；
步骤1所述新能场站模型的不等式约束包括：支路传输功率约束、状态变量约束、控制变量约束、离散变量约束；
所述支路传输功率约束条件为：
Figure BDA00040879683100001016
其中，
Figure BDA00040879683100001017
为时段t支路l的潮流，El,max为时段t支路l的潮流允许最大值，/>
Figure BDA00040879683100001018
为时段t支路l潮流波动量；
所述电压幅值约束条件为：
Figure BDA00040879683100001019
其中，Vi,max和Vi,min分别为节点i电压幅值的上限、下限，
Figure BDA00040879683100001020
为时段t节点i的电压幅值，/>
Figure BDA00040879683100001021
为时段t节点i的电压幅值波动量，Ω为节点集合；
所述电压相角约束条件为：
Figure BDA00040879683100001022
其中，
Figure BDA0004087968310000111
为时段t节点i的电压相角，θi,max和θi,min分别为时段t节点i的电压相角上限、电压相角下限，/>
Figure BDA0004087968310000112
为时段t节点i的电压相角波动量，Ω为节点集合；
所述各机组有功功率约束条件为：
Figure BDA0004087968310000113
其中，PG,max为机组最大有功功率，Ωr为含新能源机组节点集合，
Figure BDA0004087968310000114
为时段t注入节点i的预测有功，/>
Figure BDA0004087968310000115
为时段t内注入节点i有功预测误差；
所述各机组无功功率约束条件为：
Figure BDA0004087968310000116
其中，SG,i为节点i机组变换器容量，
Figure BDA0004087968310000117
为时段t注入节点i的预测有功，/>
Figure BDA0004087968310000118
为时段t内注入节点i有功预测误差，/>
Figure BDA0004087968310000119
为时段t注入节点i的预测无功，/>
Figure BDA00040879683100001110
为时段t内注入节点i的无功预测误差；
所述电容器组投切约束条件为：
Figure BDA00040879683100001111
其中，
Figure BDA00040879683100001112
为时段t电容器节点无功，/>
Figure BDA00040879683100001113
和/>
Figure BDA00040879683100001114
分别为电容器无功出力的上限、下限，ΔQC为单组电容器无功容量，Z表示整数；
所述变压器变比约束条件为：
Figure BDA00040879683100001115
其中，
Figure BDA00040879683100001116
为时段t支路l变压器变比，τl,max和τl,min分别为时段t支路l变压器变比的上限、下限，Δτl为支路l变压器的相邻档位变比差值；
所述时段耦合约束为：
Figure BDA00040879683100001117
其中，ΔQC为单组电容器无功容量，
Figure BDA00040879683100001118
为时段t电容器节点无功，/>
Figure BDA00040879683100001119
为时段t+1电容器节点无功，NC,max为多时段内电容器组允许投切次数，T为总时段数；
所述变压器多时段内变比切换约束条件为：
Figure BDA00040879683100001120
其中，Φτ为含变压器支路集合，Nl,max为支路l变压器在多时段内允许切换总档数，
Figure BDA00040879683100001121
为时段t支路l变压器变比，/>
Figure BDA00040879683100001122
为时段t+1支路l变压器变比，T为总时段数，Δτl为支路l变压器相邻档位变比差值；
所述变压器相邻时段切换变比约束条件为：
Figure BDA0004087968310000121
其中，nl,max为支路l变压器在相邻时段内允许切换档数，Δτl为支路l变压器相邻档位变比差值，Φτ为含变压器支路集合，
Figure BDA0004087968310000122
为时段t支路l变压器变比，τ，/>
Figure BDA0004087968310000123
为时段t+1支路l变压器变比；
步骤2：利用灵敏度矩阵的仿射作用计算节点电压安全裕度和支路潮流安全裕度，并在未来多时段的随机优化模型中预设节点电压安全裕度和支路潮流安全裕度，在未来多时段的随机优化模型的优化目标中增加离散变量罚函数即将原含离散变量模型转化为连续优化模型，进一步采用改进内点法进行求解，得到多时段优化后运行状态；
步骤2所述的预设节点电压安全裕度具体如下：
根据新能源机组出力的概率分布，利用灵敏度系数的线性仿射作用得到节点电压的概率分布，将节点电压的概率分布的置信度β分位值作为节点电压安全裕度；
步骤2所述的预设支路潮流安全裕度具体如下：
根据新能源机组出力的概率分布，利用灵敏度系数的线性仿射作用得到节点支路潮流的概率分布，将节点支路潮流的概率分布的置信度β分位值作为支路潮流安全裕度；
步骤2所述灵敏度矩阵包括系统电压幅值和相角对节点注入有功和无功的灵敏度矩阵，以及支路潮流对节点注入有功和无功的灵敏度矩阵；
所述系统电压幅值和相角对节点注入有功和无功的灵敏度矩阵为：
Figure BDA0004087968310000124
步骤2所述支路潮流对节点注入有功和无功的灵敏度矩阵，表示为：
Figure BDA0004087968310000125
其中，
Figure BDA0004087968310000126
和/>
Figure BDA0004087968310000127
分别为系统电压幅值对节点有功的灵敏度矩阵、系统电压幅值对节点无功的灵敏度矩阵、系统相角对节点有功的灵敏度矩阵、系统电压相角对节点无功的灵敏度矩阵；P表示节点有功组成的向量，Q表示节点无功组成的向量，/>
Figure BDA0004087968310000128
表示节点有功对系统电压的导数矩阵，/>
Figure BDA0004087968310000129
表示节点有功对系统相角的导数矩阵，/>
Figure BDA00040879683100001210
表示节点无功对系统电压的导数矩阵，/>
Figure BDA0004087968310000131
表示节点无功对系统相角的导数矩阵，/>
Figure BDA0004087968310000132
和/>
Figure BDA0004087968310000133
分别为支路潮流对节点电压的灵敏度矩阵、支路潮流对节点相角的灵敏度矩阵；/>
Figure BDA0004087968310000134
和/>
Figure BDA0004087968310000135
分别为支路潮流对节点有功的灵敏度矩阵、支路潮流对节点无功的灵敏度矩阵。
风电场电压对节点有功和无功灵敏度系数如图5所示，节点电压对风机有功的灵敏度为负值，对风机无功的灵敏度为正值，这说明风机有功增加会引起系统电压下降，无功增加会引起系统电压上升，各风机所接入节点电压对自身风机有功和无功的灵敏度远大于其他节点。支路潮流对节点有功和无功灵敏度系数如图6所示，支路有功对风机有功的灵敏度为正值，汇入升压站所经路径的支路有功对风机有功的灵敏度接近为1，同理可知，支路无功对风机无功的灵敏度有类似规律。支路有功对风机无功的灵敏度为正值，但其数值比较小；支路无功对风机有功的灵敏度为负值，且风机有功对汇入升压站所经路径的支路无功有较大影响。节点电压和支路潮流对风机有功和无功的灵敏度为分析风机功率波动对系统运行状态影响提供基础。
步骤2所述节点电压和支路潮流波动量的概率分布利用灵敏度的线性仿射作用求得，为：
Figure BDA0004087968310000136
其中，
Figure BDA0004087968310000137
为时段t节点i电压或支路i潮流随机波动量，/>
Figure BDA0004087968310000138
为时段t节点i电压或支路i潮流平均波动量，/>
Figure BDA0004087968310000139
为时段t节点i电压或支路i潮流波动标准差，N表示均值为/>
Figure BDA00040879683100001310
方差为/>
Figure BDA00040879683100001311
的正态分布；
Figure BDA00040879683100001312
其中，i∈[1,n]，
Figure BDA00040879683100001313
为时段t节点j功率预测误差平均值，当A表示节点电压时，
Figure BDA00040879683100001314
表示时段t节点i电压随机波动量对节点j有功的灵敏度系数，当A表示支路i潮流时，/>
Figure BDA00040879683100001315
表示时段t支路i潮流的随机波动量对节点j有功的灵敏度系数，n表示系统中节点的总数。
方差为：
Figure BDA00040879683100001316
其中，
Figure BDA00040879683100001317
为时段t节点i电压或支路i潮流波动标准差，пt为时段t计及新能源场站机组功率预测误差相关性的协方差矩阵，当A表示节点电压时，/>
Figure BDA00040879683100001318
表示时段t节点i电压随机波动量对节点j有功的灵敏度系数，当A表示支路i潮流时，/>
Figure BDA00040879683100001319
表示时段t支路i潮流的随机波动量对节点j有功的灵敏度系数；
协方差矩阵为：
Figure BDA0004087968310000141
其中，δPj,t为时段t节点j机组有功预测误差的标准差，若节点j处无机组，则δPj,t为0，пt为时段t计及新能源场站机组功率预测误差相关性的协方差矩阵，rij,t为时段t节点i和节点j的相关系数i∈[1,n]，j∈[1,n]；
时段t节点j机组有功预测误差的标准差为：
Figure BDA0004087968310000142
其中，δPj,t为时段t节点j机组有功预测误差的标准差，若节点j处无机组，则δPj,t为0，T表示多时段优化模型中时段的总数；
步骤2基于机会约束规划方法，求节点电压和支路潮流的一定置信度β下的安全裕度。分别取节点电压波动量和支路潮流波动量不超过一定置信度的分位值作为其安全裕度，表示为：
Figure BDA0004087968310000143
其中，
Figure BDA0004087968310000144
为时段t节点i电压或支路i潮流随机波动量，/>
Figure BDA0004087968310000145
为时段t节点i电压或支路i潮流平均波动量，/>
Figure BDA0004087968310000146
为时段t节点i电压或支路i潮流在一定置信度下的分位值，β为置信度；Pr{x}表示x成立的概率。
表示为节点电压和支路潮流形式，则为：
Figure BDA0004087968310000147
Figure BDA0004087968310000148
其中，Vi,max和Vi,min分别为节点i电压幅值的上限、下限，
Figure BDA0004087968310000149
为时段t节点i的电压幅值，/>
Figure BDA00040879683100001410
为时段t节点i电压平均波动量，/>
Figure BDA00040879683100001411
为时段t节点i电压安全裕度，Ω为节点集合，El,max为时段t支路l的潮流允许最大值，/>
Figure BDA00040879683100001412
为时段t支路l的潮流，/>
Figure BDA00040879683100001413
为时段t支路l的潮流平均波动量，/>
Figure BDA00040879683100001414
为时段t支路l的潮流的安全裕度，φ为支路集合。
本文所提多时段随机优化方法通过在节点电压和支路潮流约束条件中预留安全裕度来防止系统发生电压和潮流越限现象。实施例中以线路一的0-5min和15-20min为例，在0.95置信度下不同方法的系统电压可行域如图7所示。本文所提方法通过实时调控无功来抑制系统电压波动，和只进行多时段随机优化而未进行实时无功调控方法相比，减小了系统电压安全裕，扩大了多时段优化时系统电压可行域。不同方法的支路潮流安全裕度(绝对值)如图8所示，本文所提方法的支路潮流安全裕度小于只进行多时段随机优化方法的安全裕度，特别是升压站和集电线路支路(支路1-41)。由图6可知，风机有功变化除了引起汇入升压站所经支路有功的同向变化外，还会导致所经支路无功的反向变化。本文所提方法通过实时调控无功，部分抵消了有功波动对所经支路无功的影响，从而减小了支路潮流波动，降低多时段优化模型中支路潮流安全裕度，扩大了多时段优化时支路潮流的可行域。
步骤2为提高求解含离散变量模型的效率，在目标函数中增加离散变量罚函数将原模型转化为连续优化模型，惩罚项函数表示为：
Figure BDA0004087968310000151
其中，惩罚系数α和γ随迭代而逐渐增大，迭代收敛时，惩罚项趋于0，离散变量趋于整数。
Figure BDA0004087968310000152
为时段t支路l变压器变比，Δτl为支路l变压器的相邻档位变比差值，Φτ为含变压器支路集合；/>
Figure BDA0004087968310000153
为时段t电容器节点无功，ΔQC为单组电容器无功容量，T为总时段数；这种处理方法所得结果是系统次优运行点，能够满足工程实际应用要求；
步骤2通过增加增加惩罚项函数，将原含离散量问题转化为连续的非线性规划问题，采用改进内点法求解上述模型。
采用本文计及电压不均衡度的多时段随机优化方法对新能源场站进行优化，所得集电线路电压如图9实线所示，以0-20min优化结果为例，和不计电压不均衡度优化方法相比，所提方法的线路电压均衡度提高了，特别是线路一和线路二。经统计，在1小时时序仿真中，风电场线路电压不均衡度平均降低2.73％。采用最优潮流法对风电场进行优化所得系统网损如图10绿色曲线所示，此时系统每5s对风电场进行一次优化，风电机组出力在5s内的不确定性被忽略，优化中不预留电压和潮流安全裕度，此时所得网损为最小。当直接对系统进行潮流计算，而未进行潮流优化时，所得系统网损如图10蓝色曲线所示。采用本文所提方法，所得的网损如图10红色曲线所示。经统计，在1小时时序仿真中本文所提方法的系统网损比最优网损高1.95％，比潮流计算法网损低7.34％。
步骤3：各机组实时测量有功波动量，根据并网点电压对各节点有功灵敏度、无功的灵敏度计算各机组的实时无功调节量，实现各机组并网点电压波动的实时平抑；
步骤3中并网点电压对节点有功的灵敏度和并网点电压对节点无功的灵敏度，分别表示为：
Figure BDA0004087968310000154
其中，
Figure BDA0004087968310000155
为并网点电压幅值对系统各节点有功灵敏度向量，/>
Figure BDA0004087968310000156
为并网点电压幅值对节点j有功灵敏度系数；/>
Figure BDA0004087968310000161
为并网点电压幅值对系统各节点无功灵敏度向量，/>
Figure BDA0004087968310000162
为并网点电压幅值对节点j无功功灵敏度系数，pcc为并网点的节点编号，j∈[1,n]
步骤3所述计算各机组的实时无功调节量，具体为：
Figure BDA0004087968310000163
/>
Figure BDA0004087968310000164
其中，Kj,t为比例系数，表示节点j通过调节无功来抵消其有功波动对并网点电压影响的效率；
Figure BDA0004087968310000165
为时段t并网点电压对节点i机组有功灵敏度，/>
Figure BDA0004087968310000166
为时段t并网点电压对节点i机组无功灵敏度，/>
Figure BDA0004087968310000167
为时段t内时刻t’节点i机组有功波动量，/>
Figure BDA0004087968310000168
为时段t内时刻t’节点i机组的实时无功调节量。
步骤3所述各机组并网点电压波动的实时平抑，具体过程如下：
所述并网点电压波动由各机组有功导致；
根据各机组的实时无功调节量，通过实时调控机组变换器快速调节无功，从而实现对有功波动导致系统电压波动的实时平抑；
步骤4：将各机组并网点电压波动的实时平抑利用线性叠加原理进行实时平抑共同叠加，实现新能场站模型的系统实时平抑。
如图11所示，当风电场只进行多时段随机优化，而未进行实时无功调控，此时，在各时段内风机无功出力保持不变(以机组H1-H10为例)。当采用本文所提方法，即在多时段随机优化的基础上进行实时无功调控，所得各风机实时无功功率如图11实线所示，实线总是在虚线附近波动，且二者偏差和风机实时有功波动大小成正比。集电线路上靠近并网点风机输出无功大于远离并网点风机的输出无功，这是因为减小无功在集电线路上传输有利于降低网损和线路电压不均衡度。
在1小时时序仿真中，如果各风机功率在时段内未发生波动，则系统的运行状态在时段内也将保持不变，并网点电压如图12红色曲线所示。实际运行中，风机功率总在预测功率附近波动，当只对系统进行多时段随机优化而未进行实时无功调控时，并网点电压如图12蓝色曲线所示。此时，在某些时段系统最大电压偏差(蓝色曲线和红色曲线差值)达到4％。采用本文所提方法，即在多时段无功优化的基础上进行实时无功调控，所得的并网点电压如图12绿色曲线所示，和蓝色曲线相比，并网点电压波动大幅降低。经统计，在1小时仿真中本文所提方法的并网点电压波动平均值约为只进行多时段随机优化方法的1.30％，因而，所提方法有效抑制了风电场并网点电压波动。
在1小时时序仿真中，采用不同优化方法对系统进行优化，所得系统电压平均波动值如图13所示。本文所提方法的电压波动值仅为只进行多时段随机优化方法的16.23％，且距离并网点越近其节点电压波动越小，所提方法通过保持并网点电压平稳，来抑制整个系统电压波动。当只进行多时段随机优化而未进行实时无功调控时，系统电压曲面如图14(a)所示，由于存在较大电压波动，系统出现不同程度电压越限现象。当采用本文所提方法对风电场进行优化时，所得的系统电压曲面如图14(b)所示，系统电压始终在安全范围内。因而，所提方法能够有效抑制系统电压波动，防止新能源有功波动可能导致的系统电压越限。
本发明的具体实施例还提供了一种计算机可读介质。
所述计算机可读介质为服务器工作站；
所述服务器工作站存储电子设备执行的计算机程序，当所述计算机程序在电子设备上运行时，使得所述电子设备执行本发明实施例的新能源场站电压实时平抑方法的步骤。
本实施例证明了所提基于多时段随机优化的新能源场站电压实时平抑技术实现提高系统运行效率的可行性，所提快速跟踪优化方法能够兼顾系统计算成本和通信负担，保持并网点电压平稳，抑制系统电压和支路潮流波动，降低系统网损，和减小系统电压不均衡度。
需要指出，根据实施的需要，可将本申请中描述的各个步骤/部件拆分为更多步骤/部件，也可将两个或多个步骤/部件或者步骤/部件的部分操作组合成新的步骤/部件，以实现本发明的目的。
尽管本发明较多地使用了新能源场站、风电场、多时段随机优化、实时无功调控、灵敏度、正态分布、电压安全裕度等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (9)

1.一种新能源场站电压实时平抑方法，其特征在于，包括以下步骤：
步骤1：构建新能场站模型，根据新能场站模型的网损和新能场站模型的电压不均衡度组成的综合成本构建优化目标，以各节点的电压幅值和电压相角为状态变量，以各机组无功功率、电容器投切组数和变压器变比作为控制变量，结合风机功率短期波动的不确定性，建立未来多时段的随机优化模型；
步骤2：在未来多时段的随机优化模型中预设节点电压安全裕度和支路潮流安全裕度，利用灵敏度矩阵的仿射作用计算节点电压安全裕度和支路潮流安全裕度，在未来多时段的随机优化模型中增加离散变量罚函数将离散变量模型转化为连续优化模型，进一步采用改进内点法进行求解，得到多时段优化后运行状态；
步骤3：各机组实时测量有功波动量，根据并网点电压对各节点有功灵敏度、无功的灵敏度计算各机组的实时无功调节量，实现各机组并网点电压波动的实时平抑；
步骤4：将各机组并网点电压波动的实时平抑利用线性叠加原理进行实时平抑共同叠加，实现新能场站模型的系统实时平抑。
2.根据权利要求1所述的新能源场站电压实时平抑方法，其特征在于：
步骤1所述构建新能场站模型，具体如下：
将多台新能源机组分别通过每台新能源机组的变换器、变压器接入集电线路，通过升压站接入电网；
新能源场站总控制器在初始时段，通过历史多时段运行数据，对每台新能源机组进行未来多时段功率预测，得到每台新能源机组的未来多时段的有功功率；
在未来多时段内每台新能源机组的功率预测误差服从正态分布；
所述根据新能场站模型的网损和新能场站模型的电压不均衡度组成的综合成本构建优化目标，具体为：
Figure FDA0004087968300000011
其中，右侧第一项和第二项为多时段系统网损和多时段系统电压不均衡度，k1为网损加权系数，k2为电压不均衡度加权系数，k1+k2＝1，T为总时段数，
Figure FDA0004087968300000012
为时段t节点i的电压幅值，Gi为节点i的接地电导，/>
Figure FDA0004087968300000013
为时段t支路l的电流，Rl为支路l的电阻，/>
Figure FDA0004087968300000014
和/>
Figure FDA0004087968300000015
分别为时段t第L条集电线路电压最大值、最小值，ni、nl和nL分别为系统节点总数、支路总数和集电线路总数，Ω、Φ和Γ分别为节点集合、支路集合和集电线路集合；
步骤1所述新能场站模型的等式约束条件为未来多时段内系统各节点的有功平衡方程和无功平衡方程，表示为：
Figure FDA0004087968300000021
其中，
Figure FDA0004087968300000022
和/>
Figure FDA0004087968300000023
分别为时段t注入节点i的预测有功、预测无功；/>
Figure FDA0004087968300000024
和/>
Figure FDA0004087968300000025
分别为时段t内注入节点i有功预测误差、无功预测误差；/>
Figure FDA0004087968300000026
和/>
Figure FDA0004087968300000027
分别为时段t节点i的有功负荷、无功负荷；/>
Figure FDA0004087968300000028
和/>
Figure FDA0004087968300000029
分别为时段t系统节点导纳矩阵中关联节点i和节点j的互电导和互电纳；/>
Figure FDA00040879683000000210
为节点i与节点j的相角差；j∈i表示节点j和节点i相连。
3.根据权利要求2所述的新能源场站电压实时平抑方法，其特征在于：
步骤1所述新能场站模型的不等式约束包括：支路传输功率约束、状态变量约束、控制变量约束、离散变量约束；
所述支路传输功率约束条件为：
Figure FDA00040879683000000211
其中，
Figure FDA00040879683000000212
为时段t支路l的潮流，El,max为时段t支路l的潮流允许最大值，/>
Figure FDA00040879683000000213
为时段t支路l潮流波动量；
所述电压幅值约束条件为：
Figure FDA00040879683000000214
其中，Vi,max和Vi,min分别为节点i电压幅值的上限、下限，
Figure FDA00040879683000000215
为时段t节点i的电压幅值，
Figure FDA00040879683000000216
为时段t节点i的电压幅值波动量，Ω为节点集合；
所述电压相角约束条件为：
Figure FDA00040879683000000217
其中，
Figure FDA00040879683000000218
为时段t节点i的电压相角，θi,max和θi,min分别为时段t节点i的电压相角上限、电压相角下限，/>
Figure FDA00040879683000000219
为时段t节点i的电压相角波动量，Ω为节点集合；
所述各机组有功功率约束条件为：
Figure FDA00040879683000000220
其中，PG,max为机组最大有功功率，Ωr为含新能源机组节点集合，
Figure FDA00040879683000000221
为时段t注入节点i的预测有功，/>
Figure FDA00040879683000000222
为时段t内注入节点i有功预测误差；
所述各机组无功功率约束条件为：
Figure FDA00040879683000000223
其中，SG,i为节点i机组变换器容量，
Figure FDA0004087968300000031
为时段t注入节点i的预测有功，/>
Figure FDA0004087968300000032
为时段t内注入节点i有功预测误差，/>
Figure FDA0004087968300000033
为时段t注入节点i的预测无功，/>
Figure FDA0004087968300000034
为时段t内注入节点i的无功预测误差；
所述电容器组投切约束条件为：
Figure FDA0004087968300000035
其中，
Figure FDA0004087968300000036
为时段t电容器节点无功，/>
Figure FDA0004087968300000037
和/>
Figure FDA0004087968300000038
分别为电容器无功出力的上限、下限，ΔQC为单组电容器无功容量，Z表示整数；
所述变压器变比约束条件为：
Figure FDA0004087968300000039
其中，
Figure FDA00040879683000000310
为时段t支路l变压器变比，τl,max和τl,min分别为时段t支路l变压器变比的上限、下限，Δτl为支路l变压器的相邻档位变比差值；
所述时段耦合约束为：
Figure FDA00040879683000000311
其中，ΔQC为单组电容器无功容量，
Figure FDA00040879683000000312
为时段t电容器节点无功，/>
Figure FDA00040879683000000313
为时段t+1电容器节点无功，NC,max为多时段内电容器组允许投切次数，T为总时段数；
所述变压器多时段内变比切换约束条件为：
Figure FDA00040879683000000314
其中，Φτ为含变压器支路集合，Nl,max为支路l变压器在多时段内允许切换总档数，
Figure FDA00040879683000000315
为时段t支路l变压器变比，/>
Figure FDA00040879683000000316
为时段t+1支路l变压器变比，T为总时段数，Δτl为支路l变压器相邻档位变比差值；
所述变压器相邻时段切换变比约束条件为：
Figure FDA00040879683000000317
其中，nl,max为支路l变压器在相邻时段内允许切换档数，Δτl为支路l变压器相邻档位变比差值，Φτ为含变压器支路集合，
Figure FDA00040879683000000318
为时段t支路l变压器变比，τ，/>
Figure FDA00040879683000000319
为时段t+1支路l变压器变比。
4.根据权利要求3所述的新能源场站电压实时平抑方法，其特征在于：
步骤2所述的预设节点电压安全裕度具体如下：
根据新能源机组出力的概率分布，利用灵敏度系数的线性仿射作用得到节点电压的概率分布，将节点电压的概率分布的置信度β分位值作为节点电压安全裕度；
步骤2所述的预设支路潮流安全裕度具体如下：
根据新能源机组出力的概率分布，利用灵敏度系数的线性仿射作用得到节点支路潮流的概率分布，将节点支路潮流的概率分布的置信度β分位值作为支路潮流安全裕度。
5.根据权利要求4所述的新能源场站电压实时平抑方法，其特征在于：
步骤2所述灵敏度矩阵包括系统电压幅值和相角对节点注入有功和无功的灵敏度矩阵，以及支路潮流对节点注入有功和无功的灵敏度矩阵；
所述系统电压幅值和相角对节点注入有功和无功的灵敏度矩阵为：
Figure FDA0004087968300000041
所述支路潮流对节点注入有功和无功的灵敏度矩阵为：
Figure FDA0004087968300000042
其中，
Figure FDA0004087968300000043
和/>
Figure FDA0004087968300000044
分别为系统电压幅值对节点有功的灵敏度矩阵、系统电压幅值对节点无功的灵敏度矩阵、系统相角对节点有功的灵敏度矩阵、系统电压相角对节点无功的灵敏度矩阵；P表示节点有功组成的向量，Q表示节点无功组成的向量，/>
Figure FDA0004087968300000045
表示节点有功对系统电压的导数矩阵，/>
Figure FDA0004087968300000046
表示节点有功对系统相角的导数矩阵，/>
Figure FDA0004087968300000047
表示节点无功对系统电压的导数矩阵，/>
Figure FDA0004087968300000048
表示节点无功对系统相角的导数矩阵，/>
Figure FDA0004087968300000049
和/>
Figure FDA00040879683000000410
分别为支路潮流对节点电压的灵敏度矩阵、支路潮流对节点相角的灵敏度矩阵；/>
Figure FDA00040879683000000411
和/>
Figure FDA00040879683000000412
分别为支路潮流对节点有功的灵敏度矩阵、支路潮流对节点无功的灵敏度矩阵。
6.根据权利要求5所述的新能源场站电压实时平抑方法，其特征在于：
步骤2所述节点电压和支路潮流波动量的概率分布利用灵敏度的线性仿射作用求得，具体如下：
Figure FDA00040879683000000413
其中，
Figure FDA0004087968300000051
为时段t节点i电压或支路i潮流随机波动量，/>
Figure FDA0004087968300000052
为时段t节点i电压或支路i潮流平均波动量，/>
Figure FDA0004087968300000053
为时段t节点i电压或支路i潮流波动标准差，N表示均值为/>
Figure FDA0004087968300000054
方差为
Figure FDA0004087968300000055
的正态分布；
Figure FDA0004087968300000056
其中，i∈[1,n]，
Figure FDA0004087968300000057
为时段t节点j功率预测误差平均值，当A表示节点电压时，/>
Figure FDA0004087968300000058
表示时段t节点i电压随机波动量对节点j有功的灵敏度系数，当A表示支路i潮流时，/>
Figure FDA0004087968300000059
表示时段t支路i潮流的随机波动量对节点j有功的灵敏度系数，n表示系统中节点的总数；
方差为：
Figure FDA00040879683000000510
其中，
Figure FDA00040879683000000511
为时段t节点i电压或支路i潮流波动标准差，пt为时段t计及新能源场站机组功率预测误差相关性的协方差矩阵，当A表示节点电压时，/>
Figure FDA00040879683000000512
表示时段t节点i电压随机波动量对节点j有功的灵敏度系数，当A表示支路i潮流时，/>
Figure FDA00040879683000000513
表示时段t支路i潮流的随机波动量对节点j有功的灵敏度系数；
协方差矩阵为：
Figure FDA00040879683000000514
其中，δPj,t为时段t节点j机组有功预测误差的标准差，若节点j处无机组，则δPj,t为0，пt为时段t计及新能源场站机组功率预测误差相关性的协方差矩阵，rij,t为时段t节点i和节点j的相关系数i∈[1,n]，j∈[1,n]；
时段t节点j机组有功预测误差的标准差为：
Figure FDA00040879683000000515
其中，δPj,t为时段t节点j机组有功预测误差的标准差，若节点j处无机组，则δPj,t为0，T表示多时段优化模型中时段的总数；
基于机会约束规划方法，求节点电压和支路潮流的一定置信度β下的安全裕度；
分别取节点电压波动量和支路潮流波动量不超过一定置信度的分位值作为其安全裕度，表示为：
Figure FDA00040879683000000516
其中，
Figure FDA00040879683000000517
为时段t节点i电压或支路i潮流随机波动量，/>
Figure FDA00040879683000000518
为时段t节点i电压或支路i潮流平均波动量，/>
Figure FDA00040879683000000519
为时段t节点i电压或支路i潮流在一定置信度下的分位值，β为置信度；Pr{x}表示x成立的概率，表示为节点电压和支路潮流形式，则为：
Figure FDA0004087968300000061
Figure FDA0004087968300000062
其中，Vi,max和Vi,min分别为节点i电压幅值的上限、下限，
Figure FDA0004087968300000063
为时段t节点i的电压幅值，
Figure FDA0004087968300000064
为时段t节点i电压平均波动量，/>
Figure FDA0004087968300000065
为时段t节点i电压安全裕度，Ω为节点集合，El,max为时段t支路l的潮流允许最大值，/>
Figure FDA0004087968300000066
为时段t支路l的潮流，/>
Figure FDA0004087968300000067
为时段t支路l的潮流平均波动量，/>
Figure FDA0004087968300000068
为时段t支路l的潮流的安全裕度，φ为支路集合。
7.根据权利要求6所述的新能源场站电压实时平抑方法，其特征在于：
步骤2在未来多时段的随机优化模型中增加离散变量罚函数将离散变量模型转化为连续优化模型，具体如下：
通过增加离散变量罚函数，将原含离散量问题转化为连续的非线性规划问题；
所述离散变量罚函数表示为：
Figure FDA0004087968300000069
其中，惩罚系数α和γ随迭代而逐渐增大，迭代收敛时，惩罚项趋于0，离散变量趋于整数；
Figure FDA00040879683000000610
为时段t支路l变压器变比，Δτl为支路l变压器的相邻档位变比差值，Φτ为含变压器支路集合；/>
Figure FDA00040879683000000611
为时段t电容器节点无功，ΔQC为单组电容器无功容量，T为总时段数；这种处理方法所得结果是系统次优运行点，能够满足工程实际应用要求。
8.根据权利要求7所述的新能源场站电压实时平抑方法，其特征在于：
步骤3中并网点电压对节点有功的灵敏度和并网点电压对节点无功的灵敏度，分别表示为：
Figure FDA00040879683000000612
其中，
Figure FDA00040879683000000613
为并网点电压幅值对系统各节点有功灵敏度向量，/>
Figure FDA00040879683000000614
为并网点电压幅值对节点j有功灵敏度系数；/>
Figure FDA00040879683000000615
为并网点电压幅值对系统各节点无功灵敏度向量，/>
Figure FDA00040879683000000616
为并网点电压幅值对节点j无功功灵敏度系数，pcc为并网点的节点编号，j∈[1,n]
步骤3所述计算各机组的实时无功调节量，具体为：
Figure FDA00040879683000000617
Figure FDA00040879683000000618
其中，Kj,t为比例系数，表示节点j通过调节无功来抵消其有功波动对并网点电压影响的效率；
Figure FDA0004087968300000071
为时段t并网点电压对节点i机组有功灵敏度，/>
Figure FDA0004087968300000072
为时段t并网点电压对节点i机组无功灵敏度，/>
Figure FDA0004087968300000073
为时段t内时刻t’节点i机组有功波动量，/>
Figure FDA0004087968300000074
为时段t内时刻t’节点i机组的实时无功调节量；
步骤3所述各机组并网点电压波动的实时平抑，具体过程如下：
所述并网点电压波动由各机组有功导致；
根据各机组的实时无功调节量，通过实时调控机组变换器快速调节无功，从而实现对有功波动导致系统电压波动的实时平抑。
9.一种计算机可读介质，其特征在于，其存储电子设备执行的计算机程序，当所述计算机程序在电子设备上运行时，使得所述电子设备执行如权利要求1-8任一项所述方法的步骤。
CN202310142273.9A 2023-02-21 2023-02-21 一种新能源场站电压实时平抑方法及计算机可读介质 Pending CN116316644A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310142273.9A CN116316644A (zh) 2023-02-21 2023-02-21 一种新能源场站电压实时平抑方法及计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310142273.9A CN116316644A (zh) 2023-02-21 2023-02-21 一种新能源场站电压实时平抑方法及计算机可读介质

Publications (1)

Publication Number Publication Date
CN116316644A true CN116316644A (zh) 2023-06-23

Family

ID=86789854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310142273.9A Pending CN116316644A (zh) 2023-02-21 2023-02-21 一种新能源场站电压实时平抑方法及计算机可读介质

Country Status (1)

Country Link
CN (1) CN116316644A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117498353A (zh) * 2024-01-03 2024-02-02 国网浙江省电力有限公司金华供电公司 新能源场站并网系统电压支撑调整方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117498353A (zh) * 2024-01-03 2024-02-02 国网浙江省电力有限公司金华供电公司 新能源场站并网系统电压支撑调整方法及系统
CN117498353B (zh) * 2024-01-03 2024-03-05 国网浙江省电力有限公司金华供电公司 新能源场站并网系统电压支撑调整方法及系统

Similar Documents

Publication Publication Date Title
CN105846461B (zh) 一种大规模储能电站自适应动态规划的控制方法和系统
CN106026113A (zh) 一种具有无功自动补偿的微电网系统的监控方法
CN114362267B (zh) 考虑多目标优化的交直流混合配电网分散式协调优化方法
CN103605360A (zh) 一种风电场功率控制策略的测试系统及方法
CN112561273B (zh) 一种基于改进pso的主动配电网可再生dg规划方法
Hong et al. Optimized interval type-II fuzzy controller-based STATCOM for voltage regulation in power systems with photovoltaic farm
Ebrahim et al. Optimal metaheuristic-based sliding mode control of VSC-HVDC transmission systems
CN116316644A (zh) 一种新能源场站电压实时平抑方法及计算机可读介质
CN109888775B (zh) 一种考虑风电接入的低负荷运行日输电网结构优化方法
CN111224398A (zh) 一种含分布式电源的配电网降损规划方法和装置
Linlin et al. Research on multi-objective reactive power optimization of power grid with high proportion of new energy
CN114491886A (zh) 含多类型分布式新能源的主动配电网通用建模方法和装置
CN112994014B (zh) 一种考虑风电影响的电网最优运行点控制方法及系统
Akbari-Zadeh et al. Dstatcom allocation in the distribution system considering load uncertainty
CN117035335A (zh) 一种多阶段储能与输电网协同规划方法及系统
CN116054179A (zh) 一种基于事件触发的电力系统无功趋优控制系统及方法
CN116667361A (zh) 一种基于模型预测控制的含新能源的多阶段电压自动控制优化方法
CN115765054A (zh) 考虑风光无功调节的配电网分布式电源双层规划方法
CN114825348A (zh) 一种计及风光不确定性的配电网双层优化调度方法
CN109698516A (zh) 可再生能源接入配电网的最大容量计算系统和方法
CN109888844B (zh) 一种风电场无功电压控制方法
Dong et al. A stochastic model predictive control based dynamic optimization of distribution network
CN112803431A (zh) 一种基于电压灵敏度的风电并网无功协调控制方法
Zhou Simulation of photovoltaic absorption strategy for distribution network considering translational load
Mengxi et al. Reactive power coordinated control strategy based on PSO for wind farms cluster

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