CN117039924A - 考虑风险规避的微网群两阶段低频减载方法 - Google Patents
考虑风险规避的微网群两阶段低频减载方法 Download PDFInfo
- Publication number
- CN117039924A CN117039924A CN202310853650.XA CN202310853650A CN117039924A CN 117039924 A CN117039924 A CN 117039924A CN 202310853650 A CN202310853650 A CN 202310853650A CN 117039924 A CN117039924 A CN 117039924A
- Authority
- CN
- China
- Prior art keywords
- load
- load shedding
- frequency
- stage
- loss
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000009467 reduction Effects 0.000 claims abstract description 26
- 238000011084 recovery Methods 0.000 claims abstract description 19
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 26
- 230000000694 effects Effects 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 14
- 230000009471 action Effects 0.000 claims description 12
- 230000002776 aggregation Effects 0.000 claims description 7
- 238000004220 aggregation Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000007665 sagging Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 claims description 2
- 230000007812 deficiency Effects 0.000 claims description 2
- 238000005315 distribution function Methods 0.000 claims description 2
- 230000003721 exogen phase Effects 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims description 2
- 238000006116 polymerization reaction Methods 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 230000009977 dual effect Effects 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000033228 biological regulation Effects 0.000 description 4
- 230000006735 deficit Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
-
- 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
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
考虑风险规避的微网群两阶段低频减载方法，包括以下步骤：步骤1：构建孤岛微电网系统功率缺额计算模型，确定系统总的功率缺额量；步骤2：构建第一阶段快速低频减载模型，分配第一阶段减载量；步骤3：分配第二阶段减载量，并构建第二阶段风险规避减载优化模型；步骤4：执行两阶段低频减载策略。本发明考虑风险规避的微网群两阶段低频减载方法，不仅能有效降低孤岛微电网频率的波动幅度和减少频率恢复时间；而且能减少负荷功率不确定性所带来的系统经济风险损失。实现了微电网孤岛状态下的运行可靠性和经济性的双重提高。
Description
技术领域
本发明涉及微电网低频减载技术领域，具体涉及一种考虑风险规避的微网群两阶段低频减载方法。
背景技术
随着大量可再生能源的发展和普及，电力行业进入了一个巨大的变革时代。分布式电源让微电网系统变得主动和可控，在外部电网故障导致停电时微电网可形成孤岛维持重要负荷电力供应。然而，大量分布式能源的发电不确定性和间歇性也给微电网稳定运行带来了挑战。当微电网因内部或外部故障造成系统内功率缺额而不能满足负荷需求时，微电网的频率将会快速下降甚至崩溃。微电网内功率缺额将严重威胁到微电网的安全与稳定运行。低频减载(UFLS)作为电力系统稳定运行的最后一道防线，具备有效减小系统功率缺额、保障电力系统频率稳定的功能。因此，设计合理、有效且快速的低频减载策略，对于恢复微电网频率、保证微电网安全稳定运行具有重要的研究意义。
现有技术中，文献[1]:《A New Load Shedding Scheme With Consideration ofDistributed Energy Resources’Active Power Ramping Capability》(Q.Hong,et al.“ANew Load Shedding Scheme With Consideration of Distributed Energy Resources’Active Power Ramping Capability,”IEEE Transactions on Power Systems vol.37,no.1,pp.81-93,Jan.2022.提出了一种考虑分布式电源有功功率爬坡能力的新型低频减载策略，该策略在切负荷时考虑了分布式电源注入系统有功功率的速度。然而，该文献在研究微电网减载策略时依赖于微电网高精度的物理模型，而对微电网内扰动情景的适应能力较差。微电网运行存在较多的不确定性因素，这些不确定性因素也会影响系统的正常稳定运行。为此文献[2]：《Probabilistic Under Frequency Load Shedding Considering RoCoFRelays of Distributed Generators》(T.Amraee,M.G.Darebaghi,A.Soroudi,A.Keane,“Probabilistic Under Frequency Load Shedding Considering RoCoF Relays ofDistributed Generators,”IEEE Trans.Power Syst.,vol.33,no.4,pp.3587-3598,Jul.2018.)利用蒙特卡洛法对微网内系统的参数不确定问题建模，将微网复杂多变的运行环境描述为一个混合整数线性规划问题。然而，该策略仅考虑到微网内电源侧的扰动或不确定性作为减载依据，而针对需求侧的负荷特性因素考虑较少。
文献[3]:《A computationally simple method for cost-efficientgeneration rescheduling and load shedding for congestion management》(B.K.Talukdar,A.K.Sinha,S.Mukhopadhyay,A.Bose,“A computationally simplemethod for cost-efficient generation rescheduling and load shedding forcongestion management,”International Journal of Electrical Power&EnergySystems 27.5-6(2005):379-388.)通过定义不同重要等级负荷的减载切除成本，最大程度减少了重要负荷的切除以及减载所造成的经济损失。然而，该文献在减载时考虑到负荷的静态特性，而未考虑负荷侧的动态变化特性。需求侧运行具有较大的不确定性，这些不确定性因素会在减载时造成系统的不必要损失。减载策略在考虑到负荷信息或系统信息时会增加减载决策的计算时间。为减少减载策略的决策时间，文献[4]:《Improved UFLS withconsideration of power deficit during shedding process and flexible loadselection》(J.Jallad,S.Mekhilef,J.A.Laghari,and H.Mokhlis,“Improved UFLS withconsideration of power deficit during shedding process and flexible loadselection,”IET Renew.Power Gener.,vol.12,no.5,pp.565-575,2018.)利用粒子群优化算法确定每个减载步骤的最佳切负荷位置。虽然基于智能算法、机器学习算法的新型策略在自适应减载方面表现出很好的潜力，但在面对复杂多变的多微网运行环境时算法的泛化性较差，且强化学习需要大量历史数据和时间进行训练。
发明内容
为了科学合理地对减载量进行分配，保障电力系统频率稳定运行。本发明提供一种考虑风险规避的微网群两阶段低频减载方法，该方法不仅能有效降低孤岛微电网频率的波动幅度和减少频率恢复时间；而且能减少负荷功率不确定性所带来的系统经济风险损失。实现了微电网孤岛状态下的运行可靠性和经济性的双重提高。
本发明采取的技术方案为：
考虑风险规避的微网群两阶段低频减载方法，包括以下步骤：
步骤1：构建孤岛微电网系统功率缺额计算模型，确定系统总的功率缺额量；
步骤2：构建第一阶段快速低频减载模型，分配第一阶段减载量
步骤3：分配第二阶段减载量，并构建第二阶段风险规避减载优化模型；
步骤4：执行两阶段低频减载策略。
所述步骤1中，将切负荷量与分布式电源响应结合计算相应减载量值，根据分布式电源频率调节的范围降序对分布式电源进行编号：
mp,1△Pmax,1≥mp,2△Pmax,2≥…≥mp,n△Pmax,n；
其中，mp,1为分布式电源1的有功功率下垂系数；△Pmax,1为分布式电源1的最大功率调节范围；mp,2为分布式电源2的有功功率下垂系数；△Pmax,2为分布式电源2的最大功率调节范围。
mp,n为分布式电源n的有功功率下垂系数；△Pmax,n为分布式电源n的最大功率调节范围；n为分布式电源的总数量；
基于微电网分布式电源的聚合下垂特性，微电网发电对每段频率偏差的响应表示为：
其中，△Pk是聚合下垂特性第k段对应△fk的分布式电源输出增量；mp,i为第i个分布式电源的有功功率下垂系数；△fk为频率由fk+1下降到fk的频率变化量。i为到频率下降到第k段前分布式电源的编号；k为分布式电源聚合下垂特性曲线中频率下降的第k段；fk为第k段对应的频率值。
k段中的额定频率f'的恢复将决定所需要功率削减量，因此，若孤岛微电网的频率已经下降到f”，f”和f'分别在j段和k段，则从f”恢复到f'所需要的减载量为：
其中，f”为分布式电源的聚合下垂特性曲线中第j段对应的频率；△Pshed为孤岛微电网的频率从f”恢复到f'所需要的减载量；fj+1为分布式电源的聚合下垂特性曲线中第j+1段对应的频率；△fj为频率由fj+1下降到fj的频率变化量；△Pj为频率由fj恢复到fj+1所需要的减载量；△Pi为频率由fi恢复到fi+1所需要的减载量；j为分布式电源聚合下垂特性曲线中频率下降的第j段。
如果在PCC处测得的孤岛功率缺额△Pshort超过下垂曲线中规定的频率调节范围，微电网分布式电源将以其最大容量运行；因此，微电网由分布式电源调节后频率恢复到f'的负荷削减量表示为：
其中，为微电网内总的负荷削减量；△Pshort为孤岛功率缺额；n为分布式电源总数。fk+1为分布式电源的聚合下垂特性曲线中第k+1段对应的频率。
所述步骤2中，快速减载主要包括该阶段减载量的确定和减载地点的选择，构建第一阶段快速低频减载模型包括如下步骤：
步骤1)、减载量的确定：
快速减载用于给孤岛微电网提供一定的频率裕度，快速减载按照逐轮次方案的思想切除固定比例的负荷快速减载阶段的减载量分配为总减载量的δ％，其表示如下：
其中，为快速减载阶段的功率缺额量；/>为系统总有功功率缺额量，δ％为快速减载阶段的减载量占总减载量的比例。
步骤2)、构建快速减载阶段模型：
在确定了快速减载阶段的减载量后，需要进一步确定该阶段的减载地点。系统频率和负荷的有功功率关系表示为：
PL＝a0PLN+a1PLN(f/fN)+a2PLN(f/fN)2+a3PLN(f/fN)3…+anPLN(f/fN)n；
其中，PL为负荷的有功功率；fN为额定频率；PLN为系统的额定有功功率；ai为与系统额定频率的i次方成正比的负荷占额定负荷的百分比，i＝0,1,2,…n；n为负荷总数；N表示为额定的意思。
PL的标幺值表达式为：
PL *＝a0+a1f*+a2f*2+…+anf*n；
其中，PL *为负荷有功功率的标幺值，f*为频率的标幺值。
将PL *对频率微分得：
KL＝dPL */df*＝a1+2a2f*+…+nanf*(n-1)；
其中，KL为负荷的频率调节系数；不同的负荷类型具有不一样的频率调节系数KL。当系统频率下降△f时，频率调节系数大的负荷从系统吸收的有功功率减少得更快。负荷的KL越大，其有功吸收量削减得越快。
负荷节点的P-V曲线能提供灵敏度指标dVi/dPi，其表示如下：
dVi/dPi＝Pti(Vti-Vmi)/Vti(Pmi-Pti)；
其中，Pti、Vti分别为前t次的扰动后潮流计算的有功功率和电压值；Pmi、Vti分别为凸点附近的扰动后潮流计算的有功功率和电压值，凸点附近dVi/dPi越大表明该节点母线的电压对有功功率的变化越敏感，当切除dVi/dPi较大的负荷后电压回升较大，相应的负荷功率也就较大，不利于频率稳定恢复。
结合负荷频率和电压特性，快速减载阶段优先切除KLi和dVi/dPi小的负荷，有助于缓解功率不平衡和快速恢复稳态频率。
构建减载扰动因子Fri，综合考虑节点负荷的重要程度、频率调节效应和有功电压特性，其表示如下所示：
其中，Fri为节点i的减载扰动因子；λi为节点i的重要程度权值；c1和c2为权重系数，且满足c1+c2＝1；dVi/dPi为节点i的灵敏度值；KLi为节点i的频率效应调节系数；m为节点总数。
所述步骤2中，第一阶段快速减载量分配可根据节点的减载扰动因子Fri分配，Fri小的节点应承担更多的减载量，根据Fri的大小对快速减载阶段负荷节点减载量分配如下：
其中，ηi表示节点i扰动因子Fri的反比参数；n为负荷总数；Fri为节点i的减载扰动因子；εi为反比参数ηi的比重；为节点i快速减载阶段分配的减载量；/>为第一阶段快速减载总的减载量。
所述步骤3包括以下步骤：
步骤3.1：减载量的确定：
风险规避阶段减载发生在快速减载之后，其减载量为孤岛发生时刻总的功率缺额量减去快速减载阶段的功率缺额量，表示如下：
其中，为风险规避减载阶段总的减载量；/>为系统总有功功率缺额量；为快速减载阶段总的功率缺额量。
步骤3.2：构建风险规避减载优化目标函数:
此阶段风险规避减载主要考虑系统减载过程中的负荷风险损失。减载时应优先考虑切除微网内减载风险损失小的负荷，同时切除扰动因子小的负荷。构建负荷减载风险因子FSoLS，此阶段减载优化目标函数如下：
其中，λ1和λ2为权重系数，且满足λ1+λ2＝1；FSoLS,i为负荷i的减载损失风险程度；Fri为负荷i的减载扰动因子。
步骤3.3：引入条件风险价值CVaR，对微电网系统内减载造成的负荷不确定性损失风险FSoLS,i进行描述：
微电网正常稳定运行是负荷功率与发电机出力配合的过程，风险存在的本质原因是不确定因素导致的额定功率偏差。负荷侧的功率波动、测量的误差和预测的不准确都属于不确定性事件，运用CVaR能够较好地反映孤岛微电网减载时负荷功率不确定性造成的潜在风险损失。
首先，节点负荷有功功率的波动是微电网面临的一个重要的不确定因素。本发明负荷功率采用正态分布模型，假设负荷节点i的有功功率满足正态分布，则负荷功率的正态分布模型和概率密度函数如下所示：
其中，PLi为节点i的负荷有功功率；μi和分别为节点i负荷有功功率的期望和方差；ξ为随机变量的取值；μ为正态分布的数学期望；σ为正态分布的标准差；e为自然对数函数的底数，μi取节点i的负荷功率均值PLN,i，/>取期望值的10％。
对于一个给定的置信度β∈(0,1)，其对应的VaR和CVaR由下式得：
其中，ρ(ξ)为决定系统风险损失的随机变量ξ的概率密度函数；f(ξ,x)为由决策变量x与随机变量ξ共同引起的系统风险损失函数；α为限定值；β为置信度；ψ(x,α)为风险损失不大于边界值α的分布函数；FVaR和FCVaR为置信度β下风险价值成本VaR和条件风险价值成本CVaR。αβ(x)为置信度β下风险价值成本；R为自然数。
由于αβ(x)的解析式难以直接求出，引入辅助函数求解计算：
[f(ξ,x)-α]+＝max{f(ξ,x)-α,0}
F(x,α)为求解条件风险价值成本的辅助函数；[f(ξ,x)-α]+为由决策变量x与随机变量ξ共同引起的系统风险损失函数与限定值α差值的阶跃函数，即当括号内的值大于0时，取值为本身，当括号内的值小于0时，取值为0；max{f(ξ,x)-α,0}为取f(ξ,x)-α与0中的最大值。
风险损失函数f(ξ,x)可通过用户停电经济损失评估，负荷切除导致的风险经济损失表示如下：
Ploss,Li＝ωi·PLi
其中，MLOSS为总的切负荷经济损失；Mloss,Li为负荷i的切除经济损失；Closs,i为负荷i切除损失系数，该值表示负荷i缺失单位电量造成的经济损失；Ploss,Li为负荷i的减载量；ωi为负荷i的减载比例系数；PLi为节点i的负荷有功功率；n为负荷节点总数量。
为了定量评估负荷切除风险严重程度，本发明定义负荷切除风险严重程度指标SoLS(Severity of Load Shedding)为负荷减载的CVaR值。在一定置信度水平下，系统在未来一个时间段内，负荷i停电经济损失超过VaR临界值时所遭受的平均潜在损失的大小表示为：
其中，FSoLS为减载损失风险程度；α为限定值；β为置信度；n为负荷总数。
为使低频减载符合系统控制要求，应满足以下约束条件：
fmin≤f≤fmax
Ploss,Li≤Plossmax,Li
其中，Pi(t)、Qi(t)分别为t时刻节点i的有功功率、无功功率；Ui(t)、Uj(t)分别为节点i和节点j的电压幅值；θij(t)为节点i与节点j之间的相位差；Gij、Bij分别为节点i与节点j之间的电导、电纳；f表示总线的频率大小；fmin、fmax分别表示总线频率最大值与最小值；Plossmax,Li为负荷i的最大的切负荷功率；为第二阶段减载总量。
分配第二阶段减载量：
式中，为风险规避减载阶段总的减载量；/>为系统总有功功率缺额量；为快速减载阶段总的功率缺额量。
所述步骤4包括以下步骤：
4.1：执行第一阶段低频减载措施，防止频率的快速跌落；在第一阶段动作的同时，优化求解第二阶段最佳负荷切除地点和相应负荷节点减载量；
第一阶段低频减载措施：首先，确定该阶段的减载量。其次，基于负荷有功-频率调节效应的特性，以此为指导进行负荷的选择。优先切除频率调节系数较小的负荷，保频率调节系数较大的负荷，能够在频率下降时充分利用负荷频率调节效应，从而减少负载消耗的有功值，将有助于系统频率的恢复及切除更少的负荷。同时，减载参考负荷节点有功-电压特性，在满足电压稳定前提下，先切除灵敏度指标小的节点负荷。综上：综合考虑节点负荷的重要程度、频率调节效应和有功电压特性，构建减载扰动因子，扰动因子小的节点应承担更多的减载量。
优化求解第二阶段最佳负荷切除地点和相应负荷节点减载量具体是：
减载时应优先考虑切除微网内减载风险损失小的负荷，同时切除扰动因子小的负荷。构建负荷减载风险损失程度因子FSoLS，优化目标函数如下：
其中，λ1和λ2为权重系数，且满足λ1+λ2＝1；FSoLS,i为负荷i的损失风险程度；Fri为减载扰动因子。
4..2：当第二阶段最佳减载地点和相应节点减载量计算完成后，执行第二阶段风险规避低频减载措施；
第二阶段最佳减载地点和相应节点减载量计算具体是：
Ploss,Li＝ωi·PLi
其中，MLOSS为总的切负荷经济损失；Mloss,Li为负荷i的切除经济损失；Closs,i为负荷i切除损失系数，该值表示负荷i缺失单位电量造成的经济损失；Ploss,Li为负荷i的减载量；ωi为负荷i的减载比例系数；PLi为节点i的负荷有功功率；n为负荷节点总数量。
fmin≤f≤fmax
Ploss,Li≤Plossmax,Li
其中，Pi(t)、Qi(t)分别为t时刻节点i的有功功率、无功功率；Ui(t)、Uj(t)分别为节点i和节点j的电压幅值；θij(t)为节点i与节点j之间的相位差；Gij、Bij分别为节点i与节点j之间的电导、电纳。f表示总线的频率大小，fmin、fmax分别表示总线频率最大值与最小值；Plossmax,Li为负荷i的最大的切负荷功率；为第二阶段减载总量。
第二阶段风险规避低频减载措施：首先，确定该阶段的减载量。其次，在确定减载地点时综合考虑节点扰动因子的大小和负荷的损失风险程度，扰动因子小的节点和切除风险损失小的负荷应承担更多的减载量。最后，基于减载优化目标函数和符合系统控制要求的约束条件，采用蝗虫优化算法求解目标函数。此阶段的减载优化计算是在第一阶段减载策略执行的同时进行的。
4.3：完成低频减载全部动作，等待系统频率快速恢复。
本发明一种考虑风险规避的微网群两阶段低频减载方法，技术效果如下：
1)在本发明中，将低频减载分为快速减载阶段和风险规避减载阶段。第一阶段减载为基于负荷频率特性和电压特性的快速低频减载。第二阶段减载为考虑负荷频率、电压特性的同时还兼顾到需求侧负荷不确定性给系统减载造成风险损失的风险规避低频减载。
2)本发明能减小电网频率的波动幅度，从而确保电网的稳定性和可靠性，通过两阶段的减载配合减少系统频率的波动幅度，从而有效减少了电网在频率较低时面临的风险和不利影响。
3)该方法利用两阶段减载策略的配合，从策略上弥补算法的决策延时问题，并利用CVaR理论来量化负荷不确定性造成的减载损失风险程度
4)该方法可有效阻止系统频率的快速跌落并有效减少系统减载时因负荷不确定性造成的风险损失。
附图说明
图1是考虑风险规避的微网群两阶段低频减载方法控制时序图。
图2是不同减载比例分配频率恢复比较图。
图3是不同切负荷比例下的风险损失程度和频率波动幅度对比图。
图4是微电网低频减载频率波动比较图。
具体实施方式
下面结合实施例及附图，对本发明做进一步地详细说明，但本发明的实施方式不限于此。
图1为考虑风险规避的微网群两阶段低频减载方法控制时序图。具体减载步骤如下：1)计算系统总的功率缺额；
2)根据减载模型分配第一阶段减载量和第二阶段减载量；
3)执行第一阶段低频减载措施，防止频率的快速跌落。在第一阶段动作的同时，优化求解第二阶段最佳负荷切除地点和相应负荷节点减载量。
4)当第二阶段最佳减载地点和相应节点减载量计算完成后，执行第二阶段风险规避低频减载措施。
5)完成低频减载全部动作等待系统频率快速恢复。
图2为不同减载比例分配频率恢复比较图。测试结果表明，当第一阶段减载比例在0～10％时，第一阶段减载对于频率下降的抑制效果不明显；随着第一阶段减载比例的增加，第一次减载后频率跌落幅度有所减小。当t＝0.558s时，基于CVaR的第二阶段减载动作，开始对频率大幅度调节。由于第一阶段的减载动作有一定的频率调节效果，第二阶段减载动作时频率波动幅度较未采用第一阶段减载时(0％)显著减小。测试结果表明，所提第一阶段减载措施能有效地抑制第二阶段减载动作前的频率快速跌落。不同的减载分配比例所产生的频率抑制效果也不同，为了选择合适的减载分配比例需做进一步的测试。
图3为不同切负荷比例下的风险损失程度和频率波动幅度对比图。其变化趋势显示当第一阶段减载比例增加时，系统的负荷风险损失程度也相应增大，系统的频率波动幅度在减小。因为第一阶段减载是基于负荷频率特性和P-V特性的快速减载动作，没有考虑负荷功率的不确定性带来的风险和负荷的减载损失。所以负荷风险损失程度随着第一阶.段减载比例增加而增大。由于第一阶段减载是快速低频减载，对于频率下降起到抑制作用，故随着第一阶段减载比例增加会减小系统的频率波动幅度。此外，当第一阶段减载比例超过30％且处于30％～40％时，此阶段对于频率波动幅度的减小效果较为平缓，此阶段对于系统风险损失程度增加也较为平缓。综合考虑频率波动幅度和负荷风险损失程度，在保证系统频率波动幅度小且风险损失程度不大的情况下，本发明设置第一阶段减载切负荷比例为功率缺额的30％。
图4为微电网低频减载频率波动比较图。在频率恢复效果上，本发明所提策略造成的频率波动幅度为0.38Hz，在频率波动幅度上比考虑负荷切除成本的自适应减载策略、基于PSO优化算法的减载策略、基于DQN算法的减载策略分别小29.56％、19.95％、15.25％。在频率恢复时间上比考虑负荷切除成本的自适应减载策略、基于PSO优化算法的减载策略、基于DQN算法的减载策略分别少19.061％、12.275％、8.723％。考虑负荷切除成本的自适应减载策略和基于PSO优化算法的减载策略在优化求解具有延迟使其减载决策需要等待时间响应，故其决策速度慢于本发明所提策略而导致频率波动幅度和时间恢复效果较本发明所提策略差。
基于DQN算法的减载决策比本发明所提策略第二阶段动作快，但本发明所提策略第一阶段减载能在第二阶段减载前就进行快速减载动作，且其动作发生在DQN决策之前，故其频率波动幅度较基于DQN算法的减载策略小且具有更快的恢复效果。
表1各低频减载策略对比信息
本发明所提方案A较考虑负荷切除成本的自适应减载方案B、基于PSO优化算法的减载方案C、基于DQN算法的减载方案D在负荷切除经济损失上分别少7.6％、22.984％、17.724％。因为方案B考虑了负荷的经济成本而方案C和方案D在减载时未考虑这一因素，故方案B比方案C和方案D造成的负荷经济损失大。而方案A基于CVaR考虑到负荷的不确定性，在减载时会评估负荷切除的风险损失程度使切除的负荷造成的经济风险损失最小。同时，所提方案A切负荷量最小，方案B切负荷量最大。由于方案A在减载时充分考虑了负荷的频率调节效应，此效应将有助于系统频率的恢复及切除更少的负荷。而方案B、C、D并没有考虑此特性，方案B、C均是采用多轮次的减载，基于此多轮次减载策略在切负荷时会造成过切的现象，方案B、C的减载量均超过孤岛场景下的功率缺额量169kW。方案D在减载量计算时未考虑到相应的时间延迟和测量误差，使其在减载时切负荷量也超过计算的功率缺额总量。
Claims (8)
1.考虑风险规避的微网群两阶段低频减载方法，其特征在于包括以下步骤：
步骤1：构建孤岛微电网系统功率缺额计算模型，确定系统总的功率缺额量；
步骤2：构建第一阶段快速低频减载模型，分配第一阶段减载量
步骤3：分配第二阶段减载量，并构建第二阶段风险规避减载优化模型；
步骤4：执行两阶段低频减载策略。
2.根据权利要求1所述考虑风险规避的微网群两阶段低频减载方法，其特征在于：所述步骤1中，根据分布式电源频率调节的范围降序对分布式电源进行编号：
mp,1△Pmax,1≥mp,2△Pmax,2≥…≥mp,n△Pmax,n；
其中，mp,1为分布式电源1的有功功率下垂系数；△Pmax,1为分布式电源1的最大功率调节范围；mp,2为分布式电源2的有功功率下垂系数；△Pmax,2为分布式电源2的最大功率调节范围；
mp,n为分布式电源n的有功功率下垂系数；△Pmax,n为分布式电源n的最大功率调节范围；n为分布式电源的总数量；
基于微电网分布式电源的聚合下垂特性，微电网发电对每段频率偏差的响应表示为：
其中，△Pk是聚合下垂特性第k段对应△fk的分布式电源输出增量；mp,i为第i个分布式电源的有功功率下垂系数；△fk为频率由fk+1下降到fk的频率变化量；i为到频率下降到第k段前分布式电源的编号；k为分布式电源聚合下垂特性曲线中频率下降的第k段；fk为第k段对应的频率值；
k段中的额定频率f'的恢复将决定所需要功率削减量，因此，若孤岛微电网的频率已经下降到f”，f”和f'分别在j段和k段，则从f”恢复到f'所需要的减载量为：
其中，f”为分布式电源的聚合下垂特性曲线中第j段对应的频率；△Pshed为孤岛微电网的频率从f”恢复到f'所需要的减载量；fj+1为分布式电源的聚合下垂特性曲线中第j+1段对应的频率；△fj为频率由fj+1下降到fj的频率变化量；△Pj为频率由fj恢复到fj+1所需要的减载量；△Pi为频率由fi恢复到fi+1所需要的减载量；j为分布式电源聚合下垂特性曲线中频率下降的第j段；
如果在PCC处测得的孤岛功率缺额△Pshort超过下垂曲线中规定的频率调节范围，微电网分布式电源将以其最大容量运行；因此，微电网由分布式电源调节后频率恢复到f'的负荷削减量表示为：
其中，为微电网内总的负荷削减量；△Pshort为孤岛功率缺额；n为分布式电源总数；fk+1为分布式电源的聚合下垂特性曲线中第k+1段对应的频率。
3.根据权利要求1所述考虑风险规避的微网群两阶段低频减载方法，其特征在于：所述步骤2中，快速减载包括减载量的确定和减载地点的选择，构建第一阶段快速低频减载模型，包括如下步骤：
步骤1)、减载量的确定：
快速减载用于给孤岛微电网提供一定的频率裕度，快速减载按照逐轮次方案的思想切除固定比例的负荷快速减载阶段的减载量分配为总减载量的δ％，其表示如下：
其中，为快速减载阶段的功率缺额量；/>为系统总有功功率缺额量，δ％为快速减载阶段的减载量占总减载量的比例；
步骤2)、构建快速减载阶段模型：
在确定了快速减载阶段的减载量后，需要进一步确定该阶段的减载地点；系统频率和负荷的有功功率关系表示为：
PL＝a0PLN+a1PLN(f/fN)+a2PLN(f/fN)2+a3PLN(f/fN)3…+anPLN(f/fN)n；
其中，PL为负荷的有功功率；fN为额定频率；PLN为系统的额定有功功率；ai为与系统额定频率的i次方成正比的负荷占额定负荷的百分比，i＝0,1,2,…n；n为负荷总数；N表示为额定的意思；
PL的标幺值表达式为：
PL *＝a0+a1f*+a2f*2+…+anf*n；
其中，PL *为负荷有功功率的标幺值，f*为频率的标幺值；
将PL *对频率微分得：
KL＝dPL */df*＝a1+2a2f*+…+nanf*(n-1)；
其中，KL为负荷的频率调节系数；不同的负荷类型具有不一样的频率调节系数KL；当系统频率下降△f时，频率调节系数大的负荷从系统吸收的有功功率减少得更快；负荷的KL越大，其有功吸收量削减得越快；
负荷节点的P-V曲线能提供灵敏度指标dVi/dPi，其表示如下：
dVi/dPi＝Pti(Vti-Vmi)/Vti(Pmi-Pti)；
其中，Pti、Vti分别为前t次的扰动后潮流计算的有功功率和电压值；Pmi、Vti分别为凸点附近的扰动后潮流计算的有功功率和电压值，凸点附近dVi/dPi越大表明该节点母线的电压对有功功率的变化越敏感，当切除dVi/dPi较大的负荷后电压回升较大，相应的负荷功率也就较大；
步骤3)、构建减载扰动因子Fri，综合考虑节点负荷的重要程度、频率调节效应和有功电压特性，其表示如下所示：
其中，Fri为节点i的减载扰动因子；λi为节点i的重要程度权值；c1和c2为权重系数，且满足c1+c2＝1；dVi/dPi为节点i的灵敏度值；KLi为节点i的频率效应调节系数；m为节点总数。
4.根据权利要求3所述考虑风险规避的微网群两阶段低频减载方法，其特征在于：所述步骤2中，第一阶段快速减载量分配根据节点的减载扰动因子Fri分配，Fri小的节点应承担更多的减载量，根据Fri的大小对快速减载阶段负荷节点减载量分配如下：
其中，ηi表示节点i扰动因子Fri的反比参数；n为负荷总数；Fri为节点i的减载扰动因子；εi为反比参数ηi的比重；为节点i快速减载阶段分配的减载量；/>为第一阶段快速减载总的减载量。
5.根据权利要求1所述考虑风险规避的微网群两阶段低频减载方法，其特征在于：所述步骤3包括以下步骤：
步骤3.1：减载量的确定：
风险规避阶段减载发生在快速减载之后，其减载量为孤岛发生时刻总的功率缺额量减去快速减载阶段的功率缺额量，表示如下：
其中，为风险规避减载阶段总的减载量；/>为系统总有功功率缺额量；/>为快速减载阶段总的功率缺额量；
步骤3.2：构建风险规避减载优化目标函数:
构建负荷减载风险因子FSoLS，此阶段减载优化目标函数如下：
其中，λ1和λ2为权重系数，且满足λ1+λ2＝1；FSoLS,i为负荷i的减载损失风险程度；Fri为负荷i的减载扰动因子；
步骤3.3：引入条件风险价值CVaR，对微电网系统内减载造成的负荷不确定性损失风险FSoLS,i进行描述：
负荷功率采用正态分布模型，设负荷节点i的有功功率满足正态分布，则负荷功率的正态分布模型和概率密度函数如下所示：
其中，PLi为节点i的负荷有功功率；μi和分别为节点i负荷有功功率的期望和方差；ξ为随机变量的取值；μ为正态分布的数学期望；σ为正态分布的标准差；e为自然对数函数的底数，μi取节点i的负荷功率均值PLN,i；
对于一个给定的置信度β∈(0,1)，其对应的VaR和CVaR由下式得：
其中，ρ(ξ)为决定系统风险损失的随机变量ξ的概率密度函数；f(ξ,x)为由决策变量x与随机变量ξ共同引起的系统风险损失函数；α为限定值；β为置信度；ψ(x,α)为风险损失不大于边界值α的分布函数；FVaR和FCVaR为置信度β下风险价值成本VaR和条件风险价值成本CVaR；αβ(x)为置信度β下风险价值成本；R为自然数；
引入辅助函数求解计算：
[f(ξ,x)-α]+＝max{f(ξ,x)-α,0}
F(x,α)为求解条件风险价值成本的辅助函数；[f(ξ,x)-α]+为由决策变量x与随机变量ξ共同引起的系统风险损失函数与限定值α差值的阶跃函数，即当括号内的值大于0时，取值为本身，当括号内的值小于0时，取值为0；max{f(ξ,x)-α,0}为取f(ξ,x)-α与0中的最大值；
风险损失函数f(ξ,x)可通过用户停电经济损失评估，负荷切除导致的风险经济损失表示如下：
Ploss,Li＝ωi·PLi
其中，MLOSS为总的切负荷经济损失；Mloss,Li为负荷i的切除经济损失；Closs,i为负荷i切除损失系数，该值表示负荷i缺失单位电量造成的经济损失；Ploss,Li为负荷i的减载量；ωi为负荷i的减载比例系数；PLi为节点i的负荷有功功率；n为负荷节点总数量；
定义负荷切除风险严重程度指标SoLS(Severity of Load Shedding)为负荷减载的CVaR值；在一定置信度水平下，系统在未来一个时间段内，负荷i停电经济损失超过VaR临界值时所遭受的平均潜在损失的大小表示为：
其中，FSoLS为减载损失风险程度；α为限定值；β为置信度；n为负荷总数。
6.根据权利要求5所述考虑风险规避的微网群两阶段低频减载方法，其特征在于：
为使低频减载符合系统控制要求，满足以下约束条件：
fmin≤f≤fmax
Ploss,Li≤Plossmax,Li
其中，Pi(t)、Qi(t)分别为t时刻节点i的有功功率、无功功率；Ui(t)、Uj(t)分别为节点i和节点j的电压幅值；θij(t)为节点i与节点j之间的相位差；Gij、Bij分别为节点i与节点j之间的电导、电纳；f表示总线的频率大小；fmin、fmax分别表示总线频率最大值与最小值；Plossmax,Li为负荷i的最大的切负荷功率；为第二阶段减载总量。
7.根据权利要求1所述考虑风险规避的微网群两阶段低频减载方法，其特征在于：所述步骤3中，分配第二阶段减载量：
式中，为风险规避减载阶段总的减载量；/>为系统总有功功率缺额量；/>为快速减载阶段总的功率缺额量。
8.根据权利要求1所述考虑风险规避的微网群两阶段低频减载方法，其特征在于：
所述步骤4包括以下步骤：
4.1：执行第一阶段低频减载措施，防止频率的快速跌落；在第一阶段动作的同时，优化求解第二阶段最佳负荷切除地点和相应负荷节点减载量；
优化求解第二阶段最佳负荷切除地点和相应负荷节点减载量具体是：
减载时应优先考虑切除微网内减载风险损失小的负荷，同时切除扰动因子小的负荷；构建负荷减载风险损失程度因子FSoLS，优化目标函数如下：
其中，λ1和λ2为权重系数，且满足λ1+λ2＝1；FSoLS,i为负荷i的损失风险程度；Fri为减载扰动因子；
4.2：当第二阶段最佳减载地点和相应节点减载量计算完成后，执行第二阶段风险规避低频减载措施；
第二阶段最佳减载地点和相应节点减载量计算具体是：
Ploss,Li＝ωi·PLi
其中，MLOSS为总的切负荷经济损失；Mloss,Li为负荷i的切除经济损失；Closs,i为负荷i切除损失系数，该值表示负荷i缺失单位电量造成的经济损失；Ploss,Li为负荷i的减载量；ωi为负荷i的减载比例系数；PLi为节点i的负荷有功功率；n为负荷节点总数量；
fmin≤f≤fmax
Ploss,Li≤Plossmax,Li
其中，Pi(t)、Qi(t)分别为t时刻节点i的有功功率、无功功率；Ui(t)、Uj(t)分别为节点i和节点j的电压幅值；θij(t)为节点i与节点j之间的相位差；Gij、Bij分别为节点i与节点j之间的电导、电纳；f表示总线的频率大小，fmin、fmax分别表示总线频率最大值与最小值；Plossmax,Li为负荷i的最大的切负荷功率；为第二阶段减载总量；
4.3：完成低频减载全部动作，等待系统频率快速恢复。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310853650.XA CN117039924B (zh) | 2023-07-12 | 2023-07-12 | 考虑风险规避的微网群两阶段低频减载方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310853650.XA CN117039924B (zh) | 2023-07-12 | 2023-07-12 | 考虑风险规避的微网群两阶段低频减载方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117039924A true CN117039924A (zh) | 2023-11-10 |
| CN117039924B CN117039924B (zh) | 2024-05-28 |
Family
ID=88634439
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310853650.XA Active CN117039924B (zh) | 2023-07-12 | 2023-07-12 | 考虑风险规避的微网群两阶段低频减载方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117039924B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110137955A (zh) * | 2019-05-21 | 2019-08-16 | 国网能源研究院有限公司 | 一种计及CVaR的鲁棒机组组合调度的决策方法 |
| EP3776784A1 (en) * | 2018-04-09 | 2021-02-17 | Univerza V Ljubljani | A method and device for improved under-frequency load shedding in electrical power systems |
| US20210075221A1 (en) * | 2019-09-06 | 2021-03-11 | King Fahd University Of Petroleum And Minerals | Real time energy management and control of renewable energy based microgrid in grid-connected and island modes |
| CN113890063A (zh) * | 2021-10-22 | 2022-01-04 | 三峡大学 | 一种孤岛微电网恢复频率的协调减载控制方法 |
| CN113904349A (zh) * | 2021-10-22 | 2022-01-07 | 三峡大学 | 一种考虑负荷主客观属性的孤岛微电网低频减载方法 |
| CN114925540A (zh) * | 2022-06-02 | 2022-08-19 | 华北电力大学（保定） | 一种考虑多区域频率动态安全的风险调度方法 |
-
2023
- 2023-07-12 CN CN202310853650.XA patent/CN117039924B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3776784A1 (en) * | 2018-04-09 | 2021-02-17 | Univerza V Ljubljani | A method and device for improved under-frequency load shedding in electrical power systems |
| CN110137955A (zh) * | 2019-05-21 | 2019-08-16 | 国网能源研究院有限公司 | 一种计及CVaR的鲁棒机组组合调度的决策方法 |
| US20210075221A1 (en) * | 2019-09-06 | 2021-03-11 | King Fahd University Of Petroleum And Minerals | Real time energy management and control of renewable energy based microgrid in grid-connected and island modes |
| CN113890063A (zh) * | 2021-10-22 | 2022-01-04 | 三峡大学 | 一种孤岛微电网恢复频率的协调减载控制方法 |
| CN113904349A (zh) * | 2021-10-22 | 2022-01-07 | 三峡大学 | 一种考虑负荷主客观属性的孤岛微电网低频减载方法 |
| CN114925540A (zh) * | 2022-06-02 | 2022-08-19 | 华北电力大学（保定） | 一种考虑多区域频率动态安全的风险调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| QUAN ZHOU .ETC: "Two-Stage Load Shedding for Secondary Control in Hierarchical Operation of Islanded Microgrids", IEEE TRANSACTIONS ON SMART GRID, vol. 10, no. 3, 23 March 2018 (2018-03-23), pages 3103 - 3111, XP011720835, DOI: 10.1109/TSG.2018.2817738 * |
| 韩思聪: "基于条件风险价值的含风电系统负荷恢复柔性优化", 中国优秀硕士学位论文全文数据库（电子期刊）, no. 1, 15 January 2020 (2020-01-15), pages 042 - 1333 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117039924B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tan et al. | Primary frequency control with BESS considering adaptive SoC recovery | |
| CN107124002B (zh) | 基于双模糊控制的独立微网能量优化控制方法 | |
| CN109861283A (zh) | 一种两阶段式配电网紧急孤岛划分方法 | |
| CN114094600B (zh) | 一种多光储vsg系统协同运行控制方法及系统 | |
| CN115313516A (zh) | 一种光伏发电和储能微电网结合的随机优化运行策略 | |
| CN113659620A (zh) | 基于动态频率约束的水风互补发电系统日前调度方法 | |
| CN113224769B (zh) | 考虑光伏多状态调节的多时间尺度配电网电压优化方法 | |
| CN117039924B (zh) | 考虑风险规避的微网群两阶段低频减载方法 | |
| CN116404671B (zh) | 基于分层协同控制的直流微电网多储能荷电状态均衡策略 | |
| CN116760103A (zh) | 虚拟电厂在线优化电力调度的自适应预测能量管理方法 | |
| Roy et al. | Cost investigation of battery-supercapacitor hybrid energy storage system for grid-connected hourly dispatching wave energy converter power | |
| CN113890063B (zh) | 一种孤岛微电网恢复频率的协调减载控制方法 | |
| CN116131318A (zh) | 面向韧性提升主动配电网两阶段鲁棒优化控制方法及装置 | |
| CN114530889B (zh) | 基于大扰动区间识别的光伏系统双模式频率控制方法 | |
| CN114069646A (zh) | 一种基于变电站运行数据的无功补偿优化方法 | |
| Haiyun et al. | Optimal Capacity Allocation Method of Multi-types of Energy Storage for Wind Power Plant | |
| CN112688366A (zh) | 一种基于分布式电源的最优恢复路径以及黑启动策略 | |
| Sitompul et al. | Impact of State-of-Charge Control Integrated with Load-Frequency Control on Battery Energy Storage System in Islanded Microgrid System | |
| Maheswari et al. | Mitigating measures to address challenges of renewable integration—forecasting, scheduling, dispatch, balancing, monitoring, and control | |
| CN113904340A (zh) | 基于拓扑优化和可调度负荷优化的利用率提升方法及系统 | |
| Al-Sadooni et al. | Combinational load shedding using load frequency control and voltage stability indicator | |
| KR102670137B1 (ko) | Ess 속도조정률 결정 방법, ess 운영 방법 및 장치 | |
| KR20200055554A (ko) | 스마트 배전 시스템을 위한 계층적 다중시간 사전예측 cvr 프레임워크 시스템 및 장치 | |
| CN113904348B (zh) | 一种具有自适应变异能力的多微网低频减载控制方法 | |
| CN117081177B (zh) | 一种孤岛模式下水电主调机组微电网运行功率控制方法 |
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 |