CN117559457A - 一种含高比例分布式光伏接入配电网电压控制方法及系统 - Google Patents
一种含高比例分布式光伏接入配电网电压控制方法及系统 Download PDFInfo
- Publication number
- CN117559457A CN117559457A CN202311340831.9A CN202311340831A CN117559457A CN 117559457 A CN117559457 A CN 117559457A CN 202311340831 A CN202311340831 A CN 202311340831A CN 117559457 A CN117559457 A CN 117559457A
- Authority
- CN
- China
- Prior art keywords
- voltage
- node
- voltage control
- power
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000012549 training Methods 0.000 claims abstract description 11
- 238000002347 injection Methods 0.000 claims abstract description 8
- 239000007924 injection Substances 0.000 claims abstract description 8
- 238000013178 mathematical model Methods 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 abstract description 4
- 238000011478 gradient descent method Methods 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
Classifications
-
- 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
-
- 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
- H02J3/381—Dispersed generators
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Power Engineering (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于配电网技术领域，获取馈线各节点的实时电压，确定光伏逆变器的实时功率，计算中低压配电网集中式电压控制数学模型，VoICNN的电压控制方法：VoICNN可以仅通过历史运行数据拟合可观测节点出力与节点电压之间的函数关系，通过该方法以最小化节点电压与参考值的偏差为优化目标，并用一个深度神经网络来拟合可控节点注入功率与关键节点电压之间的函数关系，然后采用梯度下降的方法对优化模型进行求解实现系统电压控制。该方法对节点电压的拟合和控制梯度的计算都是基于深度神经网络实现，仅以系统历史运行数据作为训练数据，无需依赖系统的电气参数，因此可有效应用于低感知度配电网。
Description
技术领域
本发明属于配电网技术领域，具体涉及一种含高比例分布式光伏接入配电网电压控制方法及系统。
背景技术
电力系统承载高比例新能源需解决功率平衡和安全并网两个问题。并网问题关注新能源能否安全接入配电网而不引起电压和潮流越限，其中电压问题是突出问题之一。
大规模分布式电源的接入给中低压配电网的电压控制带来了新的挑战，户用光伏的并网和利用对缓解当前的能源和环境危机具有重要意义，高比例户用光伏并网所导致的电压问题成为制约网络消纳的关键因素，现有的控制方法依赖无潮流模型，依赖系统的电气参数，无法有效应用于低感知度配电网。
发明内容
为解决上述背景技术中提出的问题。本发明提供了一种含高比例分布式光伏接入配电网电压控制方法及系统，具有有效应用于低感知度配电网特点。
为实现上述目的，本发明提供如下技术方案：一种含高比例分布式光伏接入配电网电压控制方法及系统，包括以下步骤：
获取馈线各节点的实时电压，确定光伏逆变器的实时功率，计算中低压配电网集中式电压控制数学模型；
VoICNN的电压控制方法：VoICNN可以仅通过历史运行数据拟合可观测节点出力与节点电压之间的函数关系。对于一个预训练好的VoICNN，可以固定网络参数然后进行梯度回传，得到损失函数对于节点注入功率的梯度。
观测节点电压参考值设置：电力系统无功电压控制除了需要保证节点电压在一个设定值小范围内波动外，还需使系统运行在一个较为经济的状态下。可以把网损作为经济性的衡量指标。
VoICNN训练结果：用潮流计算仿真结果代替电力系统实测。取17天的潮流数据，24480个点作为数据集，其中20000个点作为训练数据，4480个点作为测试数据。VoICNN以接入调度主站的节点有功和无功注入潮流作为模型输入，即输入为一个2×17维潮流矩阵，以可观测关键节点214202718的节点电压为输出。
电压控制效果：集中式电压控制策略分别得到节点142027三个光伏并网点的电压，分布式电源接入后，系统电压波动范围增大，且位于电网末端的节点电压波动范围更大，加入电压控制手段后，电压曲线得到明显改善。
优选的，所述中低压配电网集中式电压控制数学模型计算公式为：
式中：和/>分别表示DG和负荷接入的可观可控节点；/>和/>
分别表示DG和负荷接入但不可观不可控节点(简化而不失一般性，只接入两遥而不可遥调遥控的也归入这一类)。
优选的，所述节点电压之间的函数关系计算公式为：
式中：为在第k个指令周期内可观测节点的无功出力，λ是更新步长。
优选的，包括若电压仍超过限值时，使DG有功调节。
优选的，包括：
数据获取模块，用于获取馈线各节点的实时电压，并确定光伏逆变器的实时功率和无功可调浴度；
模型构建模块，用于将多个节点的有功量测值和无功量测值输入多元状态学习网络进行训练，并校验后得到多元状态学习网络模型：
配变端口控制模块：用于对应控制信号，对配电网线路进行无功补偿和负荷平衡调整；
监控模块，用于实时获取低压配电网电压控制信息；
与现有技术相比，本发明的有益效果是：
1、本发明，通过该方法以最小化节点电压与参考值的偏差为优化目标，并用一个深度神经网络来拟合可控节点注入功率与关键节点电压之间的函数关系，然后采用梯度下降的方法对优化模型进行求解实现系统电压控制。该方法对节点电压的拟合和控制梯度的计算都是基于深度神经网络实现，仅以系统历史运行数据作为训练数据，无需依赖系统的电气参数，因此可有效应用于低感知度配电网。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明的流程示意图；
图2为本发明中的系统框图；
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。
实施例1
请参阅图1-2，本发明提供以下技术方案：一种含高比例分布式光伏接入配电网电压控制方法及系统，包括以下步骤：
获取馈线各节点的实时电压，确定光伏逆变器的实时功率，计算中低压配电网集中式电压控制数学模型；
VoICNN的电压控制方法：VoICNN可以仅通过历史运行数据拟合可观测节点出力与节点电压之间的函数关系。对于一个预训练好的VoICNN，可以固定网络参数然后进行梯度回传，得到损失函数对于节点注入功率的梯度。
观测节点电压参考值设置：电力系统无功电压控制除了需要保证节点电压在一个设定值小范围内波动外，还需使系统运行在一个较为经济的状态下。可以把网损作为经济性的衡量指标。
VoICNN训练结果：用潮流计算仿真结果代替电力系统实测。取17天的潮流数据，24480个点作为数据集，其中20000个点作为训练数据，4480个点作为测试数据。VoICNN以接入调度主站的节点有功和无功注入潮流作为模型输入，即输入为一个2×17维潮流矩阵，以可观测关键节点214202718的节点电压为输出。
电压控制效果：集中式电压控制策略分别得到节点142027三个光伏并网点的电压，分布式电源接入后，系统电压波动范围增大，且位于电网末端的节点电压波动范围更大，加入电压控制手段后，电压曲线得到明显改善。
具体的，所述中低压配电网集中式电压控制数学模型计算公式为：
式中：和/>分别表示DG和负荷接入的可观可控节点；/>和/>
分别表示DG和负荷接入但不可观不可控节点(简化而不失一般性，只接入两遥而不可遥调遥控的也归入这一类)。
具体的，所述节点电压之间的函数关系计算公式为：
式中：为在第k个指令周期内可观测节点的无功出力，λ是更新步长。
具体的，包括若电压仍超过限值时，使DG有功调节。
具体的，包括：
数据获取模块，用于获取馈线各节点的实时电压，并确定光伏逆变器的实时功率和无功可调浴度；
模型构建模块，用于将多个节点的有功量测值和无功量测值输入多元状态学习网络进行训练，并校验后得到多元状态学习网络模型：
配变端口控制模块：用于对应控制信号，对配电网线路进行无功补偿和负荷平衡调整；
监控模块，用于实时获取低压配电网电压控制信息。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种含高比例分布式光伏接入配电网电压控制方法，其特征在于：包括以下步骤：
获取馈线各节点的实时电压，确定光伏逆变器的实时功率，计算中低压配电网集中式电压控制数学模型；
VoICNN的电压控制方法：VoICNN可以仅通过历史运行数据拟合可观测节点出力与节点电压之间的函数关系。对于一个预训练好的VoICNN，可以固定网络参数然后进行梯度回传，得到损失函数对于节点注入功率的梯度。
观测节点电压参考值设置：电力系统无功电压控制除了需要保证节点电压在一个设定值小范围内波动外，还需使系统运行在一个较为经济的状态下。可以把网损作为经济性的衡量指标。
VoICNN训练结果：用潮流计算仿真结果代替电力系统实测。取17天的潮流数据，24480个点作为数据集，其中20000个点作为训练数据，4480个点作为测试数据。VoICNN以接入调度主站的节点有功和无功注入潮流作为模型输入，即输入为一个2×17维潮流矩阵，以可观测关键节点214202718的节点电压为输出。
电压控制效果：集中式电压控制策略分别得到节点142027三个光伏并网点的电压，分布式电源接入后，系统电压波动范围增大，且位于电网末端的节点电压波动范围更大，加入电压控制手段后，电压曲线得到明显改善。
2.根据权利要求1所述的一种含高比例分布式光伏接入配电网电压控制方法，其特征在于：所述中低压配电网集中式电压控制数学模型计算公式为：
式中：和/>分别表示DG和负荷接入的可观可控节点；/>和/>
分别表示DG和负荷接入但不可观不可控节点(简化而不失一般性，只接入两遥而不可遥调遥控的也归入这一类)。
3.根据权利要求1所述的一种含高比例分布式光伏接入配电网电压控制方法，其特征在于：所述节点电压之间的函数关系计算公式为：
式中：为在第k个指令周期内可观测节点的无功出力，λ是更新步长。
4.根据权利要求1所述的一种含高比例分布式光伏接入配电网电压控制方法，其特征在于：包括若电压仍超过限值时，使DG有功调节。
5.根据权利要求1所述的一种含高比例分布式光伏接入配电网电压控制系统，其特征在于，包括：
数据获取模块，用于获取馈线各节点的实时电压，并确定光伏逆变器的实时功率和无功可调浴度；
模型构建模块，用于将多个节点的有功量测值和无功量测值输入多元状态学习网络进行训练，并校验后得到多元状态学习网络模型：
配变端口控制模块：用于对应控制信号，对配电网线路进行无功补偿和负荷平衡调整；
监控模块，用于实时获取低压配电网电压控制信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311340831.9A CN117559457A (zh) | 2023-10-17 | 2023-10-17 | 一种含高比例分布式光伏接入配电网电压控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311340831.9A CN117559457A (zh) | 2023-10-17 | 2023-10-17 | 一种含高比例分布式光伏接入配电网电压控制方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117559457A true CN117559457A (zh) | 2024-02-13 |
Family
ID=89811813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311340831.9A Pending CN117559457A (zh) | 2023-10-17 | 2023-10-17 | 一种含高比例分布式光伏接入配电网电压控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117559457A (zh) |
-
2023
- 2023-10-17 CN CN202311340831.9A patent/CN117559457A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108233416B (zh) | 一种考虑电压越限风险的配电网单光伏消纳能力评估方法 | |
| CN107069814B (zh) | 配网分布式电源容量布点的模糊机会约束规划方法与系统 | |
| CN114362196B (zh) | 一种多时间尺度主动配电网电压控制方法 | |
| CN112653154B (zh) | 基于边缘计算的分布式光伏配电网无功优化控制方法 | |
| CN108695857B (zh) | 风电场自动电压控制方法、装置及系统 | |
| Wang et al. | Automatic adjustment method of power flow calculation convergence for large-scale power grid based on knowledge experience and deep reinforcement learning | |
| CN110543696B (zh) | 一种未建模小机组参与电力市场出清和安全校核的方法 | |
| CN109214713B (zh) | 含有分布式电源的主动配电网规划方法 | |
| CN111490551B (zh) | 基于分布式牛顿法的配电网光伏发电集群电压控制方法 | |
| CN104362650A (zh) | 一种考虑成本因素的电力系统无功优化方法 | |
| CN115545290A (zh) | 一种含光伏发电配电网中的分布式储能经济优化配置方法 | |
| CN103824124B (zh) | 一种针对电网公司的节能潜力评估方法 | |
| CN108551177B (zh) | 基于灵敏度分析的直流受端系统暂态切负荷控制优化方法 | |
| CN107611970B (zh) | 分布式光伏和电动汽车的不确定性配网的优化方法 | |
| CN115912372B (zh) | 一种含高比例分布式光伏接入配电网电压控制方法及系统 | |
| CN117411007A (zh) | 一种分布式光伏和储能联合的配网低电压治理方法 | |
| CN105207220B (zh) | 一种基于渐进学习的分级电压调控方法 | |
| CN117559457A (zh) | 一种含高比例分布式光伏接入配电网电压控制方法及系统 | |
| CN109638837B (zh) | 一种面向新能源并网的动态负载管理方法及系统 | |
| CN114844052B (zh) | 一种基于主动配电网的电压无功优化控制方法 | |
| CN110829440B (zh) | 一种三相中低压一体化配电网电压控制方法及系统 | |
| CN110458314A (zh) | 一种用于电网日前潮流预报的负荷预测数据分解方法 | |
| Li et al. | Small Signal stability analysis and optimize control of large-scale wind power collection system | |
| CN113937782B (zh) | 基于时段划分的日前母线运行方式优化方法 | |
| Li et al. | Improved PV model and its application in reliability evaluation of microgrid |
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 |