CN117353398A - 一种配电台区电能质量治理方法、存储介质及电子设备 - Google Patents

一种配电台区电能质量治理方法、存储介质及电子设备 Download PDF

Info

Publication number
CN117353398A
CN117353398A CN202311299895.9A CN202311299895A CN117353398A CN 117353398 A CN117353398 A CN 117353398A CN 202311299895 A CN202311299895 A CN 202311299895A CN 117353398 A CN117353398 A CN 117353398A
Authority
CN
China
Prior art keywords
reactive power
power
equipment
resource
continuous
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
CN202311299895.9A
Other languages
English (en)
Inventor
刘昊
周宁
赵健
贺翔
张伟剑
王棨
狄立
魏小钊
胡誉蓉
孙毅
苗玲
耿俊成
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.)
North China Electric Power University
State Grid Henan Electric Power Co Ltd
Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
Original Assignee
North China Electric Power University
State Grid Henan Electric Power Co Ltd
Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
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 North China Electric Power University, State Grid Henan Electric Power Co Ltd, Electric Power Research Institute of State Grid Henan Electric Power Co Ltd filed Critical North China Electric Power University
Priority to CN202311299895.9A priority Critical patent/CN117353398A/zh
Publication of CN117353398A publication Critical patent/CN117353398A/zh
Pending legal-status Critical Current

Links

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
    • H02J3/38—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • 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)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Geometry (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Artificial Intelligence (AREA)
  • Public Health (AREA)
  • Mathematical Optimization (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Pure & Applied Mathematics (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Control Of Electrical Variables (AREA)

Abstract

本发明公开了一种配电台区电能质量治理方法、存储介质及电子设备，所述一种配电台区电能质量治理方法，对配电台区下光伏逆变器、储能、SVG、SVC等各类设备按照无功补偿能力对治理设备的补偿能力进行资源虚拟化，构建离散无功调节能力资源池与连续无功调节能力资源池；并根据资源池内可调节资源，对各单元资源治理成效进行迭代学习，通过遍历学习寻找电能质量治理综合最优解；本发明有效解决了台区资源变化导致的模型失效问题。

Description

一种配电台区电能质量治理方法、存储介质及电子设备
技术领域
本发明属于资源虚拟化技术与自学习技术领域，尤其涉及基于资源虚拟化技术与自学习技术的配电台区电能质量治理方法领域，具体涉及一种配电台区电能质量治理方法、存储介质及电子设备。
背景技术
随着新能源技术的发展，分布式光伏、储能等设备广泛接入配电台区，其无功潮流将会受到自然环境变化的重大影响，由于新能源出力具有较强的波动性和不确定性，这使得低压台区内无功调节设备需要随之频繁动作。一旦出现台区无功调节设备与逆变器协调配合不当、动态无功储备不足等问题，可能台区电压频繁越限、因无功补偿不足造成的局部电网电压跌落、因电压崩溃造成局部连锁故障等严重问题。因此，需要低压台区内多种调节特性各异、响应时间不同的无功调节设备合理配合，以确保台区无功补偿合理、工作电压安全、无功备用充裕。
公布号为CN113346493A的专利文献公开了一种配电网末端电能质量治理集群系统的优化调度方法，步骤1：电能质量治理集群系统的集中控制器模块采集配电网末端的电压电流信号，根据电压电流信号计算得到配电网末端的谐波电流；步骤2：集中控制器模块根据电能质量治理集群系统的单个功率子模块的容量电流划分若干不同区间；步骤3：集中控制器模块判断谐波电流所属区间，根据谐波电流所属区间确定功率子模块运行数量的指令信号；步骤4：集中控制器模块判断指令信号的维持时间是否大于时间阈值，当指令信号的维持时间不大于时间阈值时，返回步骤2；当指令信号的维持时间大于时间阈值时，执行步骤5；步骤5：电能质量治理集群系统的功率子模块根据指令信号完成调度。
公布号为CN110266023A的专利文献公开了一种并联型电能质量治理装置并联控制方法以及系统，其中该方法包括：确定负载电流的电流信息；根据电流信息按照预设总体补偿的输出电流计算并联系统中各PAPQC的无功电流、不平衡电流、分频谐波电流补偿指令，并将所述电流补偿指令分配至对应的PAPQC，以使各PAPQC根据接收到的电流补偿指令分别生成补偿的输出电流，根据补偿控制策略进行并联控制。本发明可以有效利用设备补偿容量、拓宽系统补偿频带，同时还保证了设备并联后的补偿性能与可靠性。
但上述两个发明没有解耦底层无功补偿设备，系统需要根据每个应用场景进行适配部署，且固定补偿规则会导致协调配合不当、动态无功不足、无功补偿设备动作频繁等问题。当台区线路拓扑、设备增加减少都需要重新进行适配，无法自动适应台区配电网的变化，对无功调节设备调度优化不足。
发明内容
有鉴于此，本发明针对现有技术的不足，提供的一种配电台区电能质量治理方法、存储介质及电子设备，有效解决了台区资源变化导致的模型失效问题。
为解决上述技术问题，本发明所采取的技术方案是：一种配电台区电能质量治理方法，对配电台区下光伏逆变器、储能、SVG、SVC等各类设备按照无功补偿能力对治理设备的补偿能力进行资源虚拟化，构建离散无功调节能力资源池与连续无功调节能力资源池；并根据资源池内可调节资源，对各单元资源治理成效进行迭代学习，通过遍历学习寻找电能质量治理综合最优解。
进一步地，对配电台区下不同类型设备的无功调节能力按照连续、离散两种进行资源虚拟化，为后续电能质量自学习调控提供标准化虚拟资源池。连续无功调节设备虚拟化按照单位小时内设备无功调节能力上限构建资源池即π∈Τ24h；离散无功调节设备虚拟化按照单位小时内设备无功调节单级档位调节能力以及可调档位范围构建资源池即τ∈Τ24h，其中/>代表可调档位，/>代表单级档位调节能力。
进一步地，构建电能质量治理目标函数
MinΔQ＝Q需-Q供
功率因数约束项：
光伏无功出力约束项：
其中表示目标函数的离散无功调节设备动作档位系数矩阵，且满足/> 其中i表示对应离散调节设备，τ表示时间，Γ为离散无功调节设备虚拟资源池。/>表示连续无功调节设备动作系数矩阵，且/>j表示对应连续调节设备，Ε为连续无功调节设备虚拟资源池。日内调度的优化与统一采用1min为步长。变量/>表示离散调节设备无功功率调节能力，表示设备在t＝τ时无功功率调节能力(电容器、智能电容器等设备)。/>变量表示连续调节设备无功功率调节能力，表示设备在t＝τ时无功功率调节能力(光伏、储能、SVG、SVC等设备)。
进一步地，根据台区拓扑信息，构建台区电能质量治理自学习模型，依托台区边缘物联代理，实时感知台区电能质量，并根据资源池内可调节资源，对各单元资源治理成效进行迭代学习，通过遍历学习寻找电能质量治理综合最优解。
进一步地，所述迭代学习步骤包括：S1，随机初始化每个虚拟资源调节系数；S2，如果不满足约束条件，则更新每个资源单位的无功调节系数,如果满足约束条件，则结束学习过程，输出最优调节系数；S3，带入目标函数计算，评估每个资源单位的适应值；S4，更新连续无功调节资源历史最优调节系数；S5，更新整体历史最优调节系数。
进一步地，利用群体中的个体对信息的共享使整个群体的最优化求解在问题求解空间中产生从无序到有序的演化过程，从而获得最优解；所述S2约束条件具体包括：①离散无功调节设备调节系数 代表单位时间内序号为i的离散无功调节设备最大调节档位。②连续无功调节设备调节系数/> ③整体功率因数④光伏逆变器无功出力约束/> ⑤/>若满足上述约束条件，则完成迭代学习过程，输出最优调节系数。
进一步地，如果不满足约束条件，则更新每个资源单位的无功调节系数。
所述S2具体包括：
其中为更新的无功调节系数，/>为历史最优调节系数；w是惯性系数代表历史最优系数对当前的惯性影响；c1、c2代表学习因子，c1表示学习下一步动作来源于整体历史经验部分所占的权重；c2表示学习下一步动作来源于自身经验部分所占的权重；rand()为0-1之间随机数；ΔQ为当前整体适应值，ΔQ′为历史最优整体适应值；Qe为当前连续无功调节设备适应值，Q′e为历史最优连续无功调节设备适应值。
进一步地，通过目标函数对各虚拟资源适应性进行评价，决定是否更新连续无功调节资源历史最优调节系数和整体最优调节系数。所述S3、S4、S5具体包括：根据当前各资源单位调节系数带入目标函数：
MinΔQ＝Q需-Q供
计算得到当前整体适应值ΔQ小于等于历史最优整体适应值ΔQ′，且当前连续无功调节设备适应值Qe大于历史最优适应值Q′e，则更新连续无功调节设备最优适应值Q′e＝Qe，更新整体历史最优适应值ΔQ′＝ΔQ，更新连续无功调节资源历史最优调节系数。
进一步地，加入连续无功调节设备指标约束Max 时间常数较大的离散无功调节设备优先作为稳态资源投用，这样更为优质的SVG等连续无功调节资源被保留作为动态无功储备。
进一步地，当台区增加新的光伏逆变器或储能设备，将新设备虚拟化加入资源池，模型无需关注设备本身属性，通过自学习适配调控新加入的可调资源。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现任意一项所述的配电台区电能质量治理方法。
本发明还提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任意一项所述的配电台区电能质量治理方法。
目前配电网台区电能质量治理技术体系中，一般是装设电容器、静止无功补偿器、分布式有源不平衡补偿装置等。该治理技术存在以下不足，一是参与控制的设备动作特性和控制效果差异大，其中包括分钟级动作的有载调压变压器电容器组；秒级-十秒级动作的光伏逆变器；十毫秒-百毫秒级动作的连续无功调节设备(例如储能、SVC、SVG)。响应时间常数各异的连续无功调节设备小范围内紧密耦合，参与控制的设备动作特性和控制效果差异大。二是考虑到设备投切损耗问题，离散调节设备的日内调节次数往往有所限制，而由于新能源出力波动难以达到高精度预测，这些设备的具体动作时间难以确定。不合理的设备协调调度控制，必然会导致设备寿命严重受损，更严重的是可能会造成稳态运行时宝贵动态无功资源耗尽，以至于故障或扰动发生后，无法提供足够的快速动态无功支撑，导致台区电能质量触发连锁故障，电能质量治理成效不佳。
与现有技术相比，本发明的有益效果如下：
本发明通过一种配电台区电能质量治理方法、存储介质及电子设备，实现台区下多象限电源的调节能力虚拟化，将台区下分散的、不同属性的电力电子调节设备通过虚拟化技术削弱资源差异性，构建归一化资源池，统一调用，提升资源调控灵活度；虚拟化技术能够有效提高台区电能治理系统可扩展性与可恢复性；时间常数较大的连续无功调节设备SVC以及离散无功调节设备优先作为稳态资源投用，这样更为优质的SVG、储能等无功调节资源便被保留作为动态无功储备，更好的响应无功潮流变化，提升台区电能质量；通过自学习算法实时计算电能质量治理设备不同工作状态最优解，充分发挥台区电能治理设备治理功效；通过资源虚拟化技术与自学习技术有效解决了台区资源变化导致的模型失效问题。
附图说明
图1是本发明实施例1的流程原理示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：
本实施例提供一种配电台区电能质量治理方法，如图1所示，一种配电台区电能质量治理方法，对配电台区下光伏逆变器、储能、SVG、SVC等各类设备按照无功补偿能力对治理设备的补偿能力进行资源虚拟化，构建离散无功调节能力资源池与连续无功调节能力资源池；并根据资源池内可调节资源，对各单元资源治理成效进行迭代学习，通过遍历学习寻找电能质量治理综合最优解。
进一步地，对配电台区下不同类型设备的无功调节能力按照连续、离散两种进行资源虚拟化，为后续电能质量自学习调控提供标准化虚拟资源池。连续无功调节设备虚拟化按照单位小时内设备无功调节能力上限构建资源池即τ∈Τ24h；离散无功调节设备虚拟化按照单位小时内设备无功调节单级档位调节能力以及可调档位范围构建资源池即τ∈Τ24h，其中/>代表可调档位，/>代表单级档位调节能力。
进一步地，构建电能质量治理目标函数
MinΔQ＝Q需-Q供
功率因数约束项：
光伏无功出力约束项：
其中表示目标函数的离散无功调节设备动作档位系数矩阵，且满足/> 其中i表示对应离散调节设备，τ表示时间，Γ为离散无功调节设备虚拟资源池。/>表示连续无功调节设备动作系数矩阵，且/>j表示对应连续调节设备，Ε为连续无功调节设备虚拟资源池。日内调度的优化与统一采用1min为步长。变量/>表示离散调节设备无功功率调节能力，表示设备在t＝τ时无功功率调节能力(电容器、智能电容器等设备)。/>变量表示连续调节设备无功功率调节能力，表示设备在t＝τ时无功功率调节能力(光伏、储能、SVG、SVC等设备)。
进一步地，根据台区拓扑信息，构建台区电能质量治理自学习模型，依托台区边缘物联代理，实时感知台区电能质量，并根据资源池内可调节资源，对各单元资源治理成效进行迭代学习，通过遍历学习寻找电能质量治理综合最优解。
进一步地，所述迭代学习步骤包括：S1，随机初始化每个虚拟资源调节系数；S2，如果不满足约束条件，则更新每个资源单位的无功调节系数,如果满足约束条件，则结束学习过程，输出最优调节系数；S3，带入目标函数计算，评估每个资源单位的适应值；S4，更新连续无功调节资源历史最优调节系数；S5，更新整体历史最优调节系数。
进一步地，利用群体中的个体对信息的共享使整个群体的最优化求解在问题求解空间中产生从无序到有序的演化过程，从而获得最优解；所述S2约束条件具体包括：①离散无功调节设备调节系数 代表单位时间内序号为i的离散无功调节设备最大调节档位。②连续无功调节设备调节系数/> ③整体功率因数④光伏逆变器无功出力约束/> ⑤/>若满足上述约束条件，则完成迭代学习过程，输出最优调节系数。
进一步地，如果不满足约束条件，则更新每个资源单位的无功调节系数。
所述S2具体包括：
其中为更新的无功调节系数，/>为历史最优调节系数；w是惯性系数代表历史最优系数对当前的惯性影响；c1、c2代表学习因子，c1表示学习下一步动作来源于整体历史经验部分所占的权重；c2表示学习下一步动作来源于自身经验部分所占的权重；rand()为0-1之间随机数；ΔQ为当前整体适应值，ΔQ′为历史最优整体适应值；Qe为当前连续无功调节设备适应值，Q′e为历史最优连续无功调节设备适应值。
进一步地，通过目标函数对各虚拟资源适应性进行评价，决定是否更新连续无功调节资源历史最优调节系数和整体最优调节系数。所述S3、S4、S5具体包括：根据当前各资源单位调节系数带入目标函数：
MinΔQ＝Q需-Q供
计算得到当前整体适应值ΔQ小于等于历史最优整体适应值ΔQ′，且当前连续无功调节设备适应值Qe大于历史最优适应值Q′e，则更新连续无功调节设备最优适应值Q′e＝Qe，更新整体历史最优适应值ΔQ′＝ΔQ，更新连续无功调节资源历史最优调节系数。
进一步地，加入连续无功调节设备指标约束Max 时间常数较大的离散无功调节设备优先作为稳态资源投用，这样更为优质的SVG等连续无功调节资源被保留作为动态无功储备。
进一步地，当台区增加新的光伏逆变器或储能设备，将新设备虚拟化加入资源池，模型无需关注设备本身属性，通过自学习适配调控新加入的可调资源。
本实施例实现台区下多象限电源的调节能力虚拟化，将台区下分散的、不同属性的电力电子调节设备通过虚拟化技术削弱资源差异性，构建归一化资源池，统一调用，提升资源调控灵活度；虚拟化技术能够有效提高台区电能治理系统可扩展性与可恢复性；时间常数较大的连续无功调节设备SVC以及离散无功调节设备优先作为稳态资源投用，这样更为优质的SVG、储能等无功调节资源便被保留作为动态无功储备，更好的响应无功潮流变化，提升台区电能质量；通过自学习算法实时计算电能质量治理设备不同工作状态最优解，充分发挥台区电能治理设备治理功效；通过资源虚拟化技术与自学习技术有效解决了台区资源变化导致的模型失效问题。
实施例2
本发明还提供一种用于实现配电台区电能质量治理方法的电子设备，电子设备包括存储器、至少一个处理器、存储在存储器中并可在至少一个处理器上运行的计算机程序及至少一条通讯总线。存储器可用于存储计算机程序，处理器通过运行或执行存储在存储器内的计算机程序，以及调用存储在存储器内的数据，实现实施例1中配电台区电能质量治理方法步骤。
存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据(比如音频数据)等。此外，存储器可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
至少一个处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分。
实施例3
电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器及只读存储器(ROM，Read-Only Memory)。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (12)

1.一种配电台区电能质量治理方法，其特征在于：对配电台区下光伏逆变器、储能、SVG、SVC等各类设备按照无功补偿能力对治理设备的补偿能力进行资源虚拟化，构建离散无功调节能力资源池与连续无功调节能力资源池；并根据资源池内可调节资源，对各单元资源治理成效进行迭代学习，通过遍历学习寻找电能质量治理综合最优解。
2.根据权利要求1所述的一种配电台区电能质量治理方法，其特征在于：对配电台区下不同类型设备的无功调节能力按照连续、离散两种进行资源虚拟化，为后续电能质量自学习调控提供标准化虚拟资源池。连续无功调节设备虚拟化按照单位小时内设备无功调节能力上限构建资源池即离散无功调节设备虚拟化按照单位小时内设备无功调节单级档位调节能力以及可调档位范围构建资源池即/>其中/>代表可调档位，/>代表单级档位调节能力。
3.根据权利要求1所述的一种配电台区电能质量治理方法，其特征在于：构建电能质量治理目标函数
MinΔQ＝Q需-Q供
功率因数约束项：
光伏无功出力约束项：
其中表示目标函数的离散无功调节设备动作档位系数矩阵，且满足/> 其中i表示对应离散调节设备，τ表示时间，Γ为离散无功调节设备虚拟资源池。/>表示连续无功调节设备动作系数矩阵，且/>j表示对应连续调节设备，Ε为连续无功调节设备虚拟资源池。日内调度的优化与统一采用1min为步长。变量/>表示离散调节设备无功功率调节能力，表示设备在t＝τ时无功功率调节能力(电容器、智能电容器等设备)。/>变量表示连续调节设备无功功率调节能力，表示设备在t＝τ时无功功率调节能力(光伏、储能、SVG、SVC等设备)。
4.根据权利要求1所述的一种配电台区电能质量治理方法，其特征在于：根据台区拓扑信息，构建台区电能质量治理自学习模型，依托台区边缘物联代理，实时感知台区电能质量，并根据资源池内可调节资源，对各单元资源治理成效进行迭代学习，通过遍历学习寻找电能质量治理综合最优解。
5.根据权利要求4所述的配电台区电能质量治理方法，其特征在于：
所述迭代学习步骤包括：S1，随机初始化每个虚拟资源调节系数；
S2，如果不满足约束条件，则更新每个资源单位的无功调节系数,如果满足约束条件，则结束学习过程，输出最优调节系数；
S3，带入目标函数计算，评估每个资源单位的适应值；
S4，更新连续无功调节资源历史最优调节系数；
S5，更新整体历史最优调节系数。
6.根据权利要求5所述的配电台区电能质量治理方法，其特征在于：利用群体中的个体对信息的共享使整个群体的最优化求解在问题求解空间中产生从无序到有序的演化过程，从而获得最优解；所述S2约束条件具体包括：
①离散无功调节设备调节系数 代表单位时间内序号为i的离散无功调节设备最大调节档位。
②连续无功调节设备调节系数
③整体功率因数
④光伏逆变器无功出力约束
⑤
若满足上述约束条件，则完成迭代学习过程，输出最优调节系数。
7.根据权利要求5所述的一种配电台区电能质量治理方法，其特征在于如果不满足约束条件，则更新每个资源单位的无功调节系数。所述S2具体包括：
其中为更新的无功调节系数，/>为历史最优调节系数；w是惯性系数代表历史最优系数对当前的惯性影响；c1、c2代表学习因子，c1表示学习下一步动作来源于整体历史经验部分所占的权重；c2表示学习下一步动作来源于自身经验部分所占的权重；rand()为0-1之间随机数；ΔQ为当前整体适应值，ΔQ′为历史最优整体适应值；Qe为当前连续无功调节设备适应值，Q′e为历史最优连续无功调节设备适应值。
8.根据权利要求5所述的一种配电台区电能质量治理方法，其特征在于：通过目标函数对各虚拟资源适应性进行评价，决定是否更新连续无功调节资源历史最优调节系数和整体最优调节系数。所述S3、S4、S5具体包括：根据当前各资源单位调节系数带入目标函数：
MinΔQ＝Q需-Q供
计算得到当前整体适应值ΔQ小于等于历史最优整体适应值ΔQ′，且当前连续无功调节设备适应值Qe大于历史最优适应值Q′e，则更新连续无功调节设备最优适应值Q′e＝Qe，更新整体历史最优适应值ΔQ′＝ΔQ，更新连续无功调节资源历史最优调节系数。
9.根据权利要求5所述的一种配电台区电能质量治理方法，其特征在于：加入连续无功调节设备指标约束Max时间常数较大的离散无功调节设备优先作为稳态资源投用，这样更为优质的SVG等连续无功调节资源被保留作为动态无功储备。
10.根据权利要求1所述的一种配电台区电能质量治理方法，其特征在于：当台区增加新的光伏逆变器或储能设备，将新设备虚拟化加入资源池，模型无需关注设备本身属性，通过自学习适配调控新加入的可调资源。
11.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-10中任意一项所述的配电台区电能质量治理方法。
12.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-10中任意一项所述的配电台区电能质量治理方法。
CN202311299895.9A 2023-10-09 2023-10-09 一种配电台区电能质量治理方法、存储介质及电子设备 Pending CN117353398A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311299895.9A CN117353398A (zh) 2023-10-09 2023-10-09 一种配电台区电能质量治理方法、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311299895.9A CN117353398A (zh) 2023-10-09 2023-10-09 一种配电台区电能质量治理方法、存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN117353398A true CN117353398A (zh) 2024-01-05

Family

ID=89358794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311299895.9A Pending CN117353398A (zh) 2023-10-09 2023-10-09 一种配电台区电能质量治理方法、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN117353398A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117526389A (zh) * 2024-01-08 2024-02-06 法罗电力(浙江)有限公司 一种储能逆变器的输出功率调节方法与计算机设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117526389A (zh) * 2024-01-08 2024-02-06 法罗电力(浙江)有限公司 一种储能逆变器的输出功率调节方法与计算机设备
CN117526389B (zh) * 2024-01-08 2024-03-22 法罗电力(浙江)有限公司 一种储能逆变器的输出功率调节方法与计算机设备

Similar Documents

Publication Publication Date Title
CN117353398A (zh) 一种配电台区电能质量治理方法、存储介质及电子设备
CN111342458B (zh) 一种基于有序优化算法的配电网两级重构的方法和装置
CN105071385A (zh) 一种电网运行数据实时分析系统
CN111864742B (zh) 一种主动配电系统扩展规划方法、装置及终端设备
CN111541279B (zh) 考虑机组出力状态的风电场功率自动控制系统及方法
CN113890039B (zh) 一种多端柔性直流配电网潮流调度优化方法
CN114938003A (zh) 一种配网无功补偿控制方法、装置、设备及存储介质
CN112906961B (zh) 储能控制方法、装置、非易失性存储介质及电子装置
CN113517702A (zh) 一种源储荷调切联动的紧急控制方法及系统
CN117638877A (zh) 一种基于深度强化学习的电网动态分区方法及装置
CN110649633B (zh) 一种配电网无功优化方法及系统
CN115663849B (zh) 一种水电厂与工业温控负荷协同快速调控的方法及控制器
Dixit et al. An overview of placement of TCSC for enhancement of power system stability
CN108306302B (zh) 电压的控制方法、装置及存储介质
CN110380423A (zh) 一种风电场群无功调节对象优先级确定方法及装置
CN115549204A (zh) 一种微电网群双层分布式集群调峰方法及装置
CN115933859A (zh) 电力数据中心机房的节能控制方法及控制系统
CN111711201B (zh) 一种直流输电系统无功补偿装置的协调控制方法及装置
CN113162079A (zh) 一种面向风电平抑的混合储能系统容量配置的方法及系统
CN118487331B (zh) 一种分布式光伏电源调控方法及相关装置
CN117856264B (zh) 一种电网线路损耗优化方法、设备及介质
CN113991732B (zh) 分布式配电网双目标电压控制方法、装置
CN113779862B (zh) 电力电子柔性开关接入规划方法、装置、设备和存储介质
Liang et al. A GPU-Based Resilience Enhanced Voltage Optimization Model for Distribution Networks
CN114696324A (zh) 一种低压配电网调控方法、装置、配电终端及存储介质

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