CN116826760A - 风储电站主动参与电网调压控制方法 - Google Patents

Abstract

本发明公开了风储电站主动参与电网调压控制方法，包括：根据风储电站的集群点电压值，得到风储电站并网点电压的控制目标；根据风储电站并网点电压和电网电压的关系，建立风储电站参与电网主动调压的上层无功优化模型；根据风储电站场内电压调节特性、风储电站无功电压调节对有功损耗的影响，建立风储电站参与电网主动调压的下层无功优化模型；对上层无功优化模型进行求解，将结果输入下层无功优化模型，并对其求解，得到风储电站主动参与电网调压控制方法。建立系统网损和电压偏移最小的多目标有功无功协调优化模型，减小损耗，同时提供电电压支撑。

Description

风储电站主动参与电网调压控制方法

技术领域

本发明属于风力能源控制策略技术领域，涉及风储电站主动参与电网调压控制方法。

背景技术

大量新能源发电机组(风电、光伏等)不断向电力系统渗透，新能源发电对电力系统结构以及运行稳定性产生了不可避免的影响。因此，如何安全且经济地降低新能源发电系统并网损耗，新能源发电系统主动参与电压调节控制的能力探究，成为当下关于新能源发电的热点研究内容之一。

目前，针对风储电站主动参与电网电压调节控制的研究，但其中研究仅从无功角度出发对新能源发电机组接入电网进行优化，而并未考虑到通过储能系统来平缓新能源发电机组出力波动的作用，导致无功调节力度不一致，导致电网损耗较大。

发明内容

本发明的目的是提供一种风储电站主动参与电网调压控制方法，解决了现有技术中存在的电网损耗较大的问题。

本发明所采用的技术方案是，风储电站主动参与电网调压控制方法，包括以下步骤：

步骤1、根据风储电站的集群点电压值，得到风储电站并网点电压的控制目标；

步骤2、根据风储电站并网点电压和电网电压的关系，建立风储电站参与电网主动调压的上层无功优化模型；

步骤3、根据风储电站场内电压调节特性、风储电站无功电压调节对有功损耗的影响，建立风储电站参与电网主动调压的下层无功优化模型；

步骤4、对上层无功优化模型进行求解，将结果输入下层无功优化模型，并对其求解，得到风储电站主动参与电网调压控制方法。

本发明的特点还在于：

步骤3中风储电站并网点电压和电网电压的关系如下：

上式中，U、U_PCC分别为集群点、并网点电压，P_PCC、Q_PCC分别为风储电站输出的有功、无功功率，R_g、X_g为并网点到电网的输电线路的阻抗。

步骤3中上层无功优化模型包括：

以风力发电机组群并网点电压的偏差值最小为目标函数：

minf₁＝|U_PCC-U_obj| (2)；

约束条件为：

风储电站的输出功率约束：

上式中，U_x、U_y为所对应的第x个、第y个节点的电压，G_xy、B_xy分别为其对应的两节点之间的电导、电纳，δ_xy为其对应的两节点之间的电压相角差，N_s为风储电站其系统所具有的节点总数量；

风储电站实际发出的无功功率Q_set与并网点电压U_PCC约束：

上式中，∑Q_WT-max为风电场风电机组群的所产生的最大无功容量，Q_BESS-max、Q_{SVG_max}分别为SVG、BESS的最大无功容量，U_{PCC_max}、U_PCCmin分别为其并网点

电压的上下限。

步骤4中风储电站场内电压调节特性包括风电机组接入点电压，则任一回集电线路中第i组风电机组接入点电压U_i表示为：

上式中，U′_PCC为风储电站并网点低压侧电压，P_k、Q_k分别为第k组风电机组发出的有功、无功功率，R_k+jX_k为第k组与第k-1组风电机组间的线路阻抗，I_k为流过第k段集电线路的电流，R_i为第i组风电机组间线路电阻，X_i为第i组风电机组间的线路电抗，m为风电机组的总数。

风储电站内部集电线路总的有功损耗为：

第i段线引起的有功损耗ΔP_i，loss为：

上式中，N′为相邻风电机组间的集电线路的总段数。

下层无功优化模型为：以场内各组风电机组接入点电压均方差最小为目标函数：

上式中，N为风电场内部风电机组数；

以场内集电线路有功损耗最小为目标，建立目标函数如下：

约束条件为：

等式约束

不等式约束

上式中，P_WTi、Q_WTi分别为第i组风力发电机组的有功出力和无功出力，Q_{WTi_max}、Q_{WTi_min}分别为第i组风力发电机组的无功出力的上下限，Q_SVG为SVG无功出力，Q_{SVG_max}、Q_{SVG_min}为SVG无功出力的上下限，Q_BESS为BESS的无功出力，Q_{BESS_max}、Q_{BESS_min}为BESS无功出力的上下限，U_{i_max}、U_{i_min}分别为第i组风电机组接入点电压上、下限。

步骤4具体为：利用粒子群算法对上层无功优化模型进行求解，获得风储电站中风电机组无功出力Q_k，将结果输入下层无功优化模型，并利用粒子群算法对下层无功优化模型求解，获得一组Pareto最优解集，并通过模糊隶属度函数选择最优折中解，得到待优化时间段内风储电站主动参与电网调压控制方法。

步骤4中模糊隶属度函数计算公式为：

上式中，M_obj为目标函数的数量，μ_x为最终标准化的满意度，为帕累托解集中解x对应第t个目标函数值的适应度值，f ^t,max,f ^t,min为第t个目标函数值的最大和最小适应度值。

本发明的有益效果是：本发明风储电站主动参与电网调压控制方法，以各风机组、储能系统及SVG的无功出力为变量，建立系统网损和电压偏移最小的多目标有功无功协调优化模型，兼顾电压质量与系统运行经济性，增大无功调节裕度，改善并网点电压水平，进而减小电网损耗。

附图说明

图1是本发明风储电站主动参与电网调压控制方法中风储电站并入电网模型示意图；

图2是本发明风储电站主动参与电网调压控制方法的Pareto最优解分布图；

图3是本发明风储电站主动参与电网调压控制方法控制前后系统网损对比图；

图4是本发明风储电站主动参与电网调压控制方法控制前后系统节点电压对比图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

实施例1

风储电站主动参与电网调压控制方法，包括以下步骤：

步骤1、根据风储电站的集群点电压值，得到风储电站并网点电压的控制目标；

步骤2、根据风储电站并网点电压和电网电压的关系，建立风储电站参与电网主动调压的上层无功优化模型；

步骤3、根据风储电站场内电压调节特性、风储电站无功电压调节对有功损耗的影响，建立风储电站参与电网主动调压的下层无功优化模型；

步骤4、对所述上层无功优化模型进行求解，将结果输入下层无功优化模型，并对其求解，得到风储电站主动参与电网调压控制方法。

实施例2

风储电站主动参与电网调压控制方法，具体包括以下步骤：

步骤1、根据风储电站的集群点电压值，得到风储电站并网点电压的控制目标U_obj；

步骤2、根据风储电站并网点电压和电网电压的关系，建立风储电站参与电网主动调压的上层无功优化模型；

电网电压U受风电场输出功率和并网点电压U_PCC的影响，在风电场无功裕度充足的情况下，通过调整其输出的无功功率Q_PCC提高并网点电U_PCC，即可实现对电网电压U的辅助控制。风储电站并网点电压和电网电压的关系如下：

上式中，U、U_PCC分别为集群点、并网点电压，P_PCC、Q_PCC分别为风储电站输出的有功、无功功率，R_g、X_g为并网点到电网的输电线路的阻抗。

上层无功优化模型包括：

以风力发电机组群并网点电压的偏差值最小为目标函数：

minf₁＝|U_PCC-U_obj| (2)；

上式中，U_PCC为风储电站并网点电压。

约束条件为：

风储电站的输出功率需满足所并入的区域电网的潮流方程约束：

上式中，U_x、U_y为所对应的第x个、第y个节点的电压，G_xy、B_xy分别为其对应的两节点之间的电导、电纳，δ_xy为其对应的两节点之间的电压相角差，N_s为风储电站其系统所具有的节点总数量；

风储电站实际发出的无功功率Q_set作为控制变量与其并网点电压U_PCC作为状态变量需要满足如下不等式约束条件：

上式中，∑Q_{WT_max}为风电场风电机组群的所产生的最大无功容量，Q_{BESS_max}、Q_{SVG_max}分别为SVG、BESS的最大无功容量，U_{PCC_max}、U_{PCC_min}分别为其并网点

电压的上下限。

步骤3、根据风储电站场内电压调节特性、风储电站无功电压调节对有功损耗的影响，建立风储电站参与电网主动调压的下层无功优化模型；

风电场场内电压调节特性分析如下：

研究风电场场内无功电压调节特性需要对每一组风电机组接入点的电压调节特性进行分析。取其中一回集电线路进行分析，忽略δU，则第i组风电机组接入点电压表示为：

上式中，U′_PCC为风储电站并网点低压侧电压，P_k、Q_k分别为第k组风电机组发出的有功、无功功率，R_k为第k组风电机组间线路电阻，X_k为第k组风电机组间的线路电抗，I_k为流过第k段集电线路的电流，R_i为第i组风电机组间线路电阻，X_i为第i组风电机组间的线路电抗，m为风电机组的总数。

当风电机组有功出力确定时，其接入点电压除了受并网点电压影响外，还与自身及其他风电机组的无功出力有关。研究风储电站电压调节特性的同时还应考虑无功分布对有功损耗的影响，则第i段线引起的有功损耗ΔP_i，loss为：

风储电站内部集电线路总的有功损耗为：

上式中，N′为相邻风电机组间的集电线路的总段数。风电场内有功损耗和风电机组的无功出力，集电线路阻抗等因素相关。风电机组无功出力Q_k在无功损耗以下时为无功缺额，有功损耗随着无功缺额的增大而增大；风电机组无功出力Q_k超过无功损耗/>则处于无功多发的情况，有功损耗随着无功出力增大而增大。

下层无功优化模型为：以场内各组风电机组接入点电压均方差最小为目标函数：

上式中，N为风电场内部风电机组数；

以场内集电线路有功损耗最小为目标，建立目标函数如下：

下层优化过程中，控制变量Q_WTi、Q_SVG、Q_BESS和状态变量U_i还应满足一定的约束条件，约束条件为：

等式约束

不等式约束

上式中，P_WTi、Q_WTi分别为第i组风力发电机组的有功出力和无功出力，Q_{WTi_max}、Q_{WTi_min}分别为第i组风力发电机组的无功出力的上下限，其无功极限Q_{WTi_max}、Q_{WTi_min}受其有功出力的限制；Q_SVG为SVG无功出力，Q_{SVG_max}、Q_{SVG_min}为SVG无功出力的上下限，其无功极限Q_{SVG_max}、Q_{SVG_min}受其无功容量的限制；Q_BESS为BESS的无功出力，其无功极限Q_{BESS_max}、Q_{BESS_min}受其无功容量的限制，Q_{BESS_max}、Q_{BESS_min}为BESS无功出力的上下限，U_{i_max}、U_{i_min}分别为第i组风电机组接入点电压上、下限。

步骤4、对上层无功优化模型进行求解，将结果输入下层无功优化模型，并对其求解，得到待优化时间段内风储电站主动参与电网调压控制方法。

具体为：利用粒子群算法对上层无功优化模型进行求解，获得风储电站中风电机组无功出力Q_k，将结果输入下层无功优化模型，并利用粒子群算法对下层无功优化模型求解，获得一组Pareto最优解集，并通过模糊隶属度函数选择最优折中解，得到待优化时间段内风储电站主动参与电网调压控制方法。

模糊隶属度函数计算公式为：

上式中，M_obj为目标函数的数量，μ_x为最终标准化的满意度，为帕累托解集中解x对应第t个目标函数值的适应度值，f ^t,max,f ^t,min为第t个目标函数值的最大和最小适应度值。

实施例3

为验证风储电站主动参与无功优化控制调压方法的安全性与经济性。选取某30MW风电场配套10MW容量的储能电站进行分析，风储电站拓扑结构如图1所示。风电场包括额定容量为3MW的风机10组，以及额定无功发出量6MVar的无功补偿装置SVG，经升压变升压后，由高压输电线路送出，并入系统。根据该地区实际电网负荷信息，通过相关计算得到负载高峰与低谷时段所对应的电网负载率，并且通过风储电站的实际运行状况得到风储电站的负载率。根据上文分析可知，风电出力多发时段风储电站无功需求量较大，而此时风储电站对应的无功容量较小，调压难度最大。如果风储电站在该条件下满足参与电网主动调压的控制需求，则风储电站在任何情况下都具备参与电网主动调压的能力。

因此，选取理想情况下对风储电站进行仿真分析。选取风储电站典型日24时刻运行情况进行分析，将相应的风储电站出力信息以及集群点电压负荷信息带入式中，求得风储电站负载率以及区域电网负荷率，再将二者代入，求得并网点电压控制目标U_obj。

上层优化选取一日24时刻电网状态作为基本状态进行优化计算，优化算法选取粒子群优化算法(PSO)，种群大小10，最大迭代次数为300。经优化求解，得到上层无功电压优化控制结果。

根据上层优化结果，按照风储电站建立下层无功优化模型，根据所得数据，采用多目标粒子群优化算法(MOPSO)对下层模型进行求解，种群大小设置为100，最大迭代次数设置为100，经优化所得一组分布均匀的Pareto最优解，如图2所示。其中，最优解分布横坐标为风储电站内部电压均方差，纵坐标为风储电站有功损耗。分别以风储电站内部电压均方差最小和有功损耗最小为目标搜索极端解，通过一定方法从Pareto最优解集中选出最优解。

由图3可见优化后网损显着降低，从无功角度来看，通过调整无功源出力来改变潮流分布。图4可见，优化后各个时段电压最低水平均大于1.0(标幺值)并保持在合理范围内，具有减少网络损耗、保持电压稳定的使用价值。从有功来看，日间08:00-17:00时段降损效果显着，这是因为新能源日间出力大，通过增加储能系统降低了功率传输，降低了线路功率传输损耗。

通过仿真测试结果分析，风储电站参与电网主动调压，可实现风储电站无功电压的精细化控制，对于提高电网动态无功调节能力以及风储电站运行的稳定性和经济性具有重要意义。

通过以上方式，本发明风储电站主动参与电网调压控制方法，以各风机组、储能系统及SVG的无功出力为变量，建立系统网损和电压偏移最小的多目标有功无功协调优化模型，兼顾电压质量与系统运行经济性，增大无功调节裕度，改善并网点电压水平，进而减小电网损耗。

Claims (7)

1.风储电站主动参与电网调压控制方法，其特征在于，包括以下步骤：

步骤1、根据风储电站的集群点电压值，得到风储电站并网点电压的控制目标；

步骤2、根据风储电站并网点电压和电网电压的关系，建立风储电站参与电网主动调压的上层无功优化模型；

步骤3、根据风储电站场内电压调节特性、风储电站无功电压调节对有功损耗的影响，建立风储电站参与电网主动调压的下层无功优化模型；

步骤4、对所述上层无功优化模型进行求解，将结果输入下层无功优化模型，并对其求解，得到风储电站主动参与电网调压控制方法。

2.根据权利要求1所述的风储电站主动参与电网调压控制方法，其特征在于，步骤3中风储电站并网点电压和电网电压的关系如下：

上式中，U、U_PCC分别为集群点、并网点电压，P_PCC、Q_PCC分别为风储电站输出的有功、无功功率，R_g、X_g为并网点到电网的输电线路的阻抗。

3.根据权利要求2所述的风储电站主动参与电网调压控制方法，其特征在于，步骤3中所述上层无功优化模型包括：

以风力发电机组群并网点电压的偏差值最小为目标函数：

min f₁＝|U_PCC-U_obj| (2)；

约束条件为：

风储电站的输出功率约束：

上式中，U_x、U_y为所对应的第x个、第y个节点的电压，G_xy、B_xy分别为其对应的两节点之间的电导、电纳，δ_xy为其对应的两节点之间的电压相角差，N_s为风储电站其系统所具有的节点总数量；

风储电站实际发出的无功功率Q_set与并网点电压U_PCC约束：

上式中，∑Q_{WT_max}为风电场风电机组群的所产生的最大无功容量，Q_{BESS_max}、Q_{SVG_max}分别为SVG、BESS的最大无功容量，U_{PCC_max}、U_{PCC_min}分别为其并网点电压的上下限。

4.根据权利要求1所述的风储电站主动参与电网调压控制方法，其特征在于，步骤4中所述风储电站场内电压调节特性包括风电机组接入点电压，则任一回集电线路中第i组风电机组接入点电压U_i表示为：

上式中，U′_PCC为风储电站并网点低压侧电压，P_k、Q_k分别为第k组风电机组发出的有功、无功功率，R_k+jX_k为第k组与第k-1组风电机组间的线路阻抗，I_k为流过第k段集电线路的电流，R_i为第i组风电机组间线路电阻，X_i为第i组风电机组间的线路电抗，m为风电机组的总数；

风储电站内部集电线路总的有功损耗为：

第i段线引起的有功损耗ΔP_i，loss为：

上式中，N′为相邻风电机组间的集电线路的总段数。

5.根据权利要求4所述的风储电站主动参与电网调压控制方法，其特征在于，下层无功优化模型为：以场内各组风电机组接入点电压均方差最小为目标函数：

上式中，N为风电场内部风电机组数；

以场内集电线路有功损耗最小为目标，建立目标函数如下：

约束条件为：

等式约束

不等式约束

上式中，P_WTi、Q_WTi分别为第i组风力发电机组的有功出力和无功出力，Q_{WTi_max}、Q_{WTi_min}分别为第i组风力发电机组的无功出力的上下限，Q_SVG为SVG无功出力，Q_{SVG_max}、Q_{SVG_min}为SVG无功出力的上下限，Q_BESS为BESS的无功出力，Q_{BESS_max}、Q_{BESS_min}为BESS无功出力的上下限，U_{i_max}、U_{i_min}分别为第i组风电机组接入点电压上、下限。

6.根据权利要求1所述的风储电站主动参与电网调压控制方法，其特征在于，步骤4具体为：利用粒子群算法对所述上层无功优化模型进行求解，获得风储电站中风电机组无功出力Q_k，将结果输入下层无功优化模型，并利用粒子群算法对下层无功优化模型求解，获得一组Pareto最优解集，并通过模糊隶属度函数选择最优折中解，得到待优化时间段内风储电站主动参与电网调压控制方法。

7.根据权利要求6所述的风储电站主动参与电网调压控制方法，其特征在于，步骤4中所述模糊隶属度函数计算公式为：

上式中，M_obj为目标函数的数量，μ_x为最终标准化的满意度，f_x ^t为帕累托解集中解x对应第t个目标函数值的适应度值，f ^t,max,f ^t,min为第t个目标函数值的最大和最小适应度值。