CN109449994A - 一种含柔性互联装置的主动配电网的功率调控方法 - Google Patents
一种含柔性互联装置的主动配电网的功率调控方法 Download PDFInfo
- Publication number
- CN109449994A CN109449994A CN201811631252.9A CN201811631252A CN109449994A CN 109449994 A CN109449994 A CN 109449994A CN 201811631252 A CN201811631252 A CN 201811631252A CN 109449994 A CN109449994 A CN 109449994A
- Authority
- CN
- China
- Prior art keywords
- value
- particle
- formula
- iteration
- 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.)
- Granted
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
- H02J3/381—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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- 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
本发明公开了一种含柔性互联装置的主动配电网的功率调控方法,其步骤包括:1根据主动配电网结构与其初始信息读取数据,对配电网进行简化并建立相应的主动配电网潮流计算简化模型;2根据主动配电网功率调控的对象与目标,建立数学模型,确定其所需的目标函数与约束条件;3基于改进的粒子群算法对主动配电网的数学模型进行优化,从而实现对其功率的调控。本发明能够快速、准确地对主动配电网功率进行调控,从而达到尽量减小主动配电网的网络损耗,稳定各支路节点电压的目的。
Description
技术领域
本发明涉及电力***分析的领域,更具体地说本发明涉及一种含柔性互联装置的主动配电网功率调控方法。
背景技术
随着配电网负荷量的增加,主动配电网中分布式能源接入相对于传统被动配电网而言,能有效缓解用电压力。但分布式电源的接入不仅会导致节点电压波动较大,而且还会使配电网中部分用电需求较小的支路出现电量冗余,产生功率倒送的现象,会影响主动配电网的稳定运行。目前,浙江电网已经在示范区的主动配电网中投入柔性互联装置,通过连接其中的不同支路传输电能,并对无功功率进行补偿。但是主动配电网不同支路间应通过柔性互联装置传输电能的数量,还没有一种具体措施可以对其进行定量分析。
对于电力***的优化算法,国内已有学者研究。主要方法可以分为两类:传统算法与启发式人工算法。传统算法主要包括优化顺序、线性/非线性/二次/动态规划与等微增率法。后者针对其解不具有全面性,收敛速度较慢等局限,建立了启发式人工算法,主要有遗传算法与粒子群算法。遗传算法主要是通过模仿生物遗传和进化过程,通过选择,杂交和变异,使其重新组合,最终解趋于最优。粒子群算法主要是通过模拟生物种群特性,将数据随机初始化形成初始化粒子群,利用基本公式对粒子群的速度与位置进行更新,得到最终的优化解。粒子群算法相对于遗传算法收敛速度快,优化效率高,但其全局搜索能力与针对性较差。因此针对主动配电网功率的优化算法需要在粒子群算法的基础上进行改进。
发明内容
本发明为解决现有技术的不足之处,提出一种含柔性互联装置的主动配电网的功率调控方法,以期能够快速、准确地对主动配电网功率进行调控,从而能够达到降低主动配电网的网络损耗,稳定各支路节点电压的目的,进而为主动配电网的管理方法提供依据和参考。
为了达到上述目的,本发明所采用的技术方案为:
本发明一种含柔性互联装置的主动配电网的功率调控方法,所述主动配电网的不同支路上设有分布式电源与负荷,且支路间设置有柔性互联装置,用于直接传输电能并进行无功补偿;其特点是,所述功率调控方法按如下步骤进行:
步骤1、根据主动配电网的结构与参数,建立其潮流计算简化模型;
步骤1.1、获取主动配电网节点的原始数据;
令所述主动配电网的节点数共有k个,支路数共有m条,其中,平衡节点记为第1个节点,将所述平衡节点的有功值记为P1,无功值记为Q1,电压值记为U1;
获取各节点初始状态下的额定有功功率、额定无功功率值与额定电压值,记为额定有功功率集合P={P1N,P2N,...,PiN,...,PkN}、额定无功功率集合Q={Q1N,Q2N,...,QiN,...,QkN}与额定电压集合UN={U1N,U2N,...,UiN,...,UkN};其中,PiN表示第i个节点的有功功率额定值,QiN表示第i个节点的无功功率额定值,UiN表示第i个节点的电压额定值,i=1,2,3,...,k;
获取各支路的阻抗与导纳,记为Z={Z1,Z2,...,Zj,...,Zm}与Y={Y1,Y2,...,Yj,...,Ym};Zj表示第j条支路的阻抗,Yj表示第j条支路的导纳,j=1,2,3,...,m;
步骤1.2、根据主动配电网的结构对其进行简化处理,建立主动配电网潮流计算简化模型;
步骤2、针对主动配电网的目标函数与约束条件利用优化算法进行功率调控;
步骤2.1、确定主动配电网正常运行状态下的目标函数;
利用式(1)得到主目标函数;利用式(2)得到次目标函数:
式(1)表示主动配电网运行情况下的网损最小,式(2)表示主动配电网运行情况下各个节点的电压波动最小;式(1)和式(2)中,Pi与Qi分别为注入第i个节点的有功功率与无功功率值;ri为第i个节点所在支路的电阻;Ui为第i个节点的电压值;
步骤2.2、确定主动配电网正常运行状态下的约束条件;
步骤2.2.1、利用式(3)得到电压约束:
Ui min≤Ui≤Ui max (3)
式(3)中,Ui min为第i个节点电压的最小值,Ui max为第i个节点电压的最大值;
利用式(4)得到电流约束:
Ij≤Ij max (4)
式(4)中,Ij为第j条支路的电流,Ij max为第j条支路所允许的电流最大值;
利用式(5)和式(6)分别得到有功功率与无功功率约束:
Pi min≤Pi≤Pi max (5)
Qi min≤Qi≤Qi max (6)
式(5)和式(6)中,Pi min与Qi min分别为第i个节点的有功功率与无功功率的最小值,Pi max与Qi max分别为第i个节点的有功功率与无功功率的最大值;
步骤2.2.2、利用式(7)建立功率平衡约束:
步骤3、基于改进的粒子群算法对主动配电网数学模型进行优化,从而实现对其功率的调控;
步骤3.1、定义最大迭代次数tmax,当前迭代次数为t,并初始化t=1;
步骤3.1.1、根据所有原始数据,对所述主动配电网潮流计算简化模型进行第t次潮流计算,得到第t次迭代时的有功功率集合无功功率集合与电压值集合以及各支路的电流集合其中,Pi t为第t次迭代时第i个节点的有功功率值,为第t次迭代时第i个节点的无功功率值,为第t次迭代时第i个节点的电压值,为第t次迭代时第j条支路的电流值;
步骤3.1.2、初始化粒子的个数为k,初始化第i个粒子的个体主极值为正无穷大,初始化全局主极值为正无穷大;初始化第i个粒子的个体次极值为正无穷大,初始化全局次极值为正无穷大;
步骤3.1.3、定义第t次迭代时的粒子群位置为其中,表示第i个粒子第t次迭代时的位置,且
步骤3.1.4、定义第t次迭代时的粒子群中第i个节点的有功功率Pi t的初始移动速度矩阵为其中,表示第t次迭代时第i个节点有功功率Pi t的移动速度,并通过式(8)得到:
式(8)中,r为随机变量;
步骤3.1.5、定义第t次迭代时的最优粒子群位置为其中,为第t次迭代时第i个粒子的最优个***置,且Pi tBest为第t次迭代时第i个粒子的最优个***置中有功功率最优值,为第t次迭代时第i个粒子的最优个***置中无功功率最优值,为第t次迭代时第i个粒子的最优个***置中电压最优值;
步骤3.2、在第t次迭代时,判断第i个粒子位置中的的值是否满足式(3)和式(6),若满足,则转至步骤3.4;否则执行步骤3.3;
步骤3.3、定义最大外迭代次数为nmax,当前外迭代次数为n,当前内迭代次数为m,并初始化n=1,m=1;
定义在第n次外迭代中的第m次内迭代时第i个粒子的位置为并由k个粒子组成第n次外迭代中的第m次内迭代时的粒子群的位置为其中,Pi nm为第n次外迭代中的第m次内迭代时第i个粒子的位置中有功功率值,为第n次外迭代中的第m次内迭代时第i个粒子的位置中无功功率值,为第n次外迭代中的第m次内迭代时第i个粒子的位置中电压值;
步骤3.3.1、第n次外迭代中的第m次内迭代时,将n的值赋给i,将第t次迭代时第i个粒子的位置中的的值赋值给第i个粒子的位置中的值;
步骤3.3.2、将m+1的值赋给m,在第n次外迭代中的第m次内迭代时,判断第i个粒子的位置中参数的值是否满足式(3)与式(6),若满足,则将n+1的值赋给n,转至步骤3.3.1;否则执行步骤3.3.3;
步骤3.3.3、判断是否满足或若满足,则根据式(9)得到第i个粒子的位置中的参数然后转至步骤3.3.2;否则执行步骤3.3.4;
式(9)中,rand3是(0,1)上均匀分布的随机数;
步骤3.3.4、判断是否满足或若满足,则根据式(10)得到第i个粒子的位置中的参数然后转至步骤3.3.2;否则执行步骤3.3.5;
式(10)中,rand4是(0,1)上均匀分布的随机数;
步骤3.3.5、在第n次外迭代中的第m次内迭代时,根据 Z={Z1,Z2,...,Zj,...,Zm}与Y={Y1,Y2,...,Yj,...,Ym},对所述主动配电网潮流计算简化模型进行潮流计算,得到电压值集合与各支路的电流集合并产生粒子群位置为与第i个粒子的位置为其中,为第n次外迭代中的第m次内迭代时第j条支路的电流值;
步骤3.3.6、判断第i个粒子的位置中参数的值是否满足式(3)与式(6),若满足,则将第i个粒子的位置中的参数的值赋给在第t次迭代时第i个粒子的位置中的参数值,并执行步骤3.3.7;否则转至步骤3.3.2;
步骤3.3.7、判断是否满足n≥nmax,若满足,则执行步骤3.4;否则将n+1的值赋给n,令m=1后,转至步骤3.3.1;
步骤3.4、在第t次迭代时,根据第i个粒子的位置中的参数,利用式(1)得到个体主目标函数值
根据k个粒子的个体主目标函数值利用式(11)得到全局主目标函数的值F1 t:
步骤3.5、在第t次迭代时,若成立,则将主个体极值替换为并将最优个体的位置替换为第i个粒子的位置后,执行步骤3.6;否则,直接执行步骤3.6;
步骤3.6、在第t次迭代时,根据k个粒子的个体主目标函数值利用式(11)得到全局主目标函数值F1 t;
若F1 t<P1 Best成立,则将全局主极值p1 Best替换为F1 t,并将最优粒子群的位置XtBest替换为k个粒子个***置的集合后,执行步骤3.7;否则,直接执行步骤3.7;
步骤3.7、判断是否满足Pi t<PiN,若满足,则利用式(12)得到第t+1次迭代时第i个粒子的速度利用式(13)得到第t+1次迭代时第i个粒子的位置中的参数Pi t+1,利用式(14)得到第t+1次迭代时第i个粒子的位置中的参数并转至步骤3.10;否则,执行步骤3.8:
式(12)中,c1为学习因子,c2为加速因子;rand1和rand2是(0,1)上均匀分布的随机数;
步骤3.8、判断是否满足Pi t>PiN,若满足,则利用式(12)得到第t+1次迭代时第i个粒子的速度利用式(15)得到第t+1次迭代时第i个粒子的位置中的参数Pi t+1,利用式(14)得到第t+1次迭代时第i个粒子的位置中的参数并转至步骤3.10;否则,表示满足Pi t=PiN,并执行步骤3.9:
步骤3.9、利用式(16)得到第t+1次迭代时第i个粒子的速度利用式(17)得到第t+1次迭代时第i个粒子的位置中的参数Pi t+1,利用式(15)得到第t+1次迭代时第i个粒子的位置中的参数
步骤3.10、在第t+1次迭代时,根据 Z={Z1,Z2,...,Zj,...,Zm}与Y={Y1,Y2,...,Yj,...,Ym}对主动配电网潮流计算简化模型进行潮流计算,得到电压值集合与各支路的电流集合并产生粒子群位置为与第i个粒子的位置为
步骤3.11、在第t次迭代时,判断是否满足t≥tmax,若满足,则执行步骤3.12;否则,将t+1的值赋给t,转至步骤3.2;
步骤3.12、根据第i个粒子的最优个***置中的参数利用式(2)得到个体次目标函数的值F2i,并将个体次极值替换为F2i;
根据k个粒子的个体次目标函数值{F21,F22,...,F2i,...F2k},利用式(19)得到全局次目标函数的值F2,并将全局次极值替换为F2;
步骤3.13、将所述主个体极值全局主极值个体次极值和全局次极值作为最终结果输出,以实现对主动配电网功率的调控。
与已有技术相比,本发明的有益效果体现在:
1、本发明根据主动配电网负荷量较大,分布式电源接入较多的特性,利用各支路参数,得到有关于配电网的有功功率集合P、无功功率集合Q、节点电压集合U与各支路阻抗集合Z、导纳集合Y,从而对主动配电网结构进行简化,建立了潮流计算简化模型,更为准确便捷的对主动配电网功率进行调控。
2、本发明针对主动配电网负荷量较大,分布式电源接入较多,但分布并不均匀的特性,利用柔性互联装置连接主动配电网支路,根据主动配电网负荷与分布式电源的出力情况,建立起目标函数。为了实现潮流灵活控制,新能源接入就地消纳,建立了主目标函数使主动配电网网损最少;同时针对主动配电网中分布式电源渗透率的提升,将受到节点电压水平与线路载流量的制约,利用柔性互联装置灵活提供无功补偿。为了实现无功就地补偿,调控节点电压,建立了次目标函数在主动配电网网损最少的情况下,使节点电压波动较小。
3、本发明对配电网中的电压、电流与功率,建立不等式与等式约束条件,从而避免了因分布式电源的接入与后期调控引起电压、电流或功率越限。
4、本发明将粒子群优化算法进行了改进。根据改进的粒子群算法,针对主动配电网的主目标函数与次目标函数,采取了嵌套结构,在满足约束条件的前提下对目标函数优化。首先满足了主动配电网网损最小;其次对主动配电网中各个节点的无功功率进行调控,满足了节点电压波动较小。同时将潮流计算的方法与优化算法结合,使基于粒子群算法的优化方案在配电网功率调控的问题上具有较强的全局搜索能力与针对性,增强了算法方案寻找最优解的能力,提高了主动配电网中功率调控的精度。
附图说明
图1a为本发明主动配电网结构图;
图1b为本发明主动配电网去无关支路和节点的结构简化图;
图1c为本发明主动配电网合并等效支路的结构简化图;
图1d为本发明主动配电网的最终结构简化图;
图2为本发明方法主动配电网功率调控流程图。
具体实施方式
本实施例中,一种含柔性互联装置的主动配电网的功率调控方法,主动配电网的不同支路上设有分布式电源与负荷,且支路间设置有柔性互联装置,用于直接传输电能并进行无功补偿;如图2所示,功率调控方法按如下步骤进行:
步骤1、根据主动配电网的结构与参数,建立其潮流计算简化模型;
步骤1.1、获取主动配电网节点的原始数据;
令所述主动配电网的节点数共有k个,支路数共有m条,其中,平衡节点记为第1个节点,将所述平衡节点的有功值记为P1,无功值记为Q1,电压值记为U1;
获取各节点初始状态下的额定有功功率、额定无功功率值与额定电压值,记为额定有功功率集合P={P1N,P2N,...,PiN,...,PkN}、额定无功功率集合Q={Q1N,Q2N,...,QiN,...,QkN}与额定电压集合UN={U1N,U2N,...,UiN,...,UkN};其中,PiN表示第i个节点的有功功率额定值,QiN表示第i个节点的无功功率额定值,UiN表示第i个节点的电压额定值,i=1,2,3,...,k;
获取各支路的阻抗与导纳,记为Z={Z1,Z2,...,Zj,...,Zm}与Y={Y1,Y2,...,Yj,...,Ym};Zj表示第j条支路的阻抗,Yj表示第j条支路的导纳,j=1,2,3,...,m;
步骤1.2、本实施例中,主动配电网结构简化过程参考文献[1]:李振坤.配电网重构的混合粒子群算法.中国电机工程学报,2008,28(31):35-41。其简化示意图如图,图1a为主动配电网结构图;图1b为去掉主动配电网的无关支路与节点后的结构简化图;再对图1b中的等效支路进行合并得到图1c;进一步简化后得到最终简化结果如图1d所示。其中黑色虚线作为联络开关连接各条支路,柔性互联装置安装在节点36与65之间。根据主动配电网的结构对其进行简化处理,建立主动配电网潮流计算简化模型;
步骤2、针对主动配电网的目标函数与约束条件利用优化算法进行功率调控;
步骤2.1、确定主动配电网正常运行状态下的目标函数;
利用式(1)得到主目标函数;利用式(2)得到次目标函数:
式(1)表示主动配电网运行情况下的网损最小,式(2)表示主动配电网运行情况下各个节点的电压波动最小;式(1)和式(2)中,Pi与Qi分别为注入第i个节点的有功功率与无功功率值;ri为第i个节点所在支路的电阻;Ui为第i个节点的电压值;
步骤2.2、确定主动配电网正常运行状态下的约束条件;
步骤2.2.1、利用式(3)得到电压约束:
Ui min≤Ui≤Ui max (3)
式(3)中,Ui min为第i个节点电压的最小值,Ui max为第i个节点电压的最大值;
利用式(4)得到电流约束:
Ij≤Ij max (4)
式(4)中,Ij为第j条支路的电流,Ij max为第j条支路所允许的电流最大值;
利用式(5)和式(6)分别得到有功功率与无功功率约束:
Pi min≤Pi≤Pi max (5)
Qi min≤Qi≤Qi max (6)
式(5)和式(6)中,Pi min与Qi min分别为第i个节点的有功功率与无功功率的最小值,Pi max与Qi max分别为第i个节点的有功功率与无功功率的最大值;
步骤2.2.2、利用式(7)建立功率平衡约束:
步骤3、基于改进的粒子群算法对主动配电网数学模型进行优化,从而实现对其功率的调控;
步骤3.1、定义最大迭代次数tmax,当前迭代次数为t,并初始化t=1;
步骤3.1.1、根据所有原始数据,对所述主动配电网潮流计算简化模型进行第t次潮流计算,得到第t次迭代时的有功功率集合无功功率集合与电压值集合以及各支路的电流集合其中,Pi t为第t次迭代时第i个节点的有功功率值,为第t次迭代时第i个节点的无功功率值,为第t次迭代时第i个节点的电压值,为第t次迭代时第j条支路的电流值;
步骤3.1.2、初始化粒子的个数为k,初始化第i个粒子的个体主极值为正无穷大,从而初始化k个个体主极值均为正无穷大,初始化全局主极值为正无穷大;初始化第i个粒子的个体次极值为正无穷大,初始化全局次极值为正无穷大,从而初始化k个个体次极值均为正无穷大;
步骤3.1.3、定义第t次迭代时的粒子群位置为其中,表示第i个粒子第t次迭代时的位置,且
步骤3.1.4、定义第t次迭代时的粒子群中第i个节点的有功功率Pi t的初始移动速度矩阵为其中,表示第t次迭代时第i个节点有功功率Pi t的移动速度,并通过式(8)得到:
式(8)中,r为随机变量,其中,50<r<100;
步骤3.1.5、定义第t次迭代时的最优粒子群位置为其中,为第t次迭代时第i个粒子的最优个***置,且Pi tBest为第t次迭代时第i个粒子的最优个***置中有功功率最优值,为第t次迭代时第i个粒子的最优个***置中无功功率最优值,为第t次迭代时第i个粒子的最优个***置中电压最优值;
步骤3.2、在第t次迭代时,判断第i个粒子位置中的的值是否满足式(3)和式(6),从而对k个粒子位置中的值均进行判断,若满足,则转至步骤3.4;否则执行步骤3.3;
步骤3.3、由于柔性互联装置可以吸收或者发出无功功率,因此步骤3.3主要是为了调控主动配电网中各个节点的无功功率,进而调控各个节点的电压,从而使主动配电网中各个节点上的无功功率值与电压值均满足约束条件。
定义最大外迭代次数为nmax,其中,nmax=k,当前外迭代次数为n,当前内迭代次数为m,并初始化n=1,m=1;
定义在第n次外迭代中的第m次内迭代时第i个粒子的位置为并由k个粒子组成第n次外迭代中的第m次内迭代时的粒子群的位置为其中,Pi nm为第n次外迭代中的第m次内迭代时第i个粒子的位置中有功功率值,为第n次外迭代中的第m次内迭代时第i个粒子的位置中无功功率值,为第n次外迭代中的第m次内迭代时第i个粒子的位置中电压值;
步骤3.3.1、第n次外迭代中的第m次内迭代时,将n的值赋给i,将第t次迭代时第i个粒子的位置中的的值赋值给第i个粒子的位置中的值;
步骤3.3.2、将m+1的值赋给m,在第n次外迭代中的第m次内迭代时,判断第i个粒子的位置中参数的值是否满足式(3)与式(6),从而对k个粒子的位置中参数的值均进行判断,若满足,则将n+1的值赋给n,转至步骤3.3.1;否则执行步骤3.3.3;
步骤3.3.3、判断是否满足或若满足,则根据式(9)得到第i个粒子的位置中的参数然后转至步骤3.3.2;否则执行步骤3.3.4;
式(9)中,rand3是(0,1)上均匀分布的随机数;
步骤3.3.4、判断是否满足或若满足,则根据式(10)得到第i个粒子的位置中的参数然后转至步骤3.3.2;否则执行步骤3.3.5;
式(10)中,rand4是(0,1)上均匀分布的随机数;
步骤3.3.5、在第n次外迭代中的第m次内迭代时,根据 Z={Z1,Z2,...,Zj,...,Zm}与Y={Y1,Y2,...,Yj,...,Ym},对所述主动配电网潮流计算简化模型进行潮流计算,得到电压值集合与各支路的电流集合并产生粒子群位置为与第i个粒子的位置为其中,为第n次外迭代中的第m次内迭代时第j条支路的电流值;
步骤3.3.6、判断第i个粒子的位置中参数的值是否满足式(3)与式(6),从而对k个粒子的位置中参数的值均进行判断,若满足,则将第i个粒子的位置中的参数的值赋给在第t次迭代时第i个粒子的位置中的参数值,并执行步骤3.3.7;否则转至步骤3.3.2;
步骤3.3.7、判断是否满足n≥nmax,若满足,则执行步骤3.4;否则将n+1的值赋给n,令m=1后,转至步骤3.3.1;
步骤3.4、在第t次迭代时,根据第i个粒子的位置中的参数,利用式(1)得到个体主目标函数值从而k个粒子的个体主目标函数值均可计算得到;
根据k个粒子的个体主目标函数值利用式(11)得到全局主目标函数的值F1 t:
步骤3.5、在第t次迭代时,若成立,则将主个体极值替换为并将最优个体的位置替换为第i个粒子的位置后,从而k个粒子的主个体极值与最优个***置均可替换得到,执行步骤3.6;否则,直接执行步骤3.6;
步骤3.6、在第t次迭代时,根据k个粒子的个体主目标函数值利用式(11)得到全局主目标函数值F1 t;
若F1 t<P1 Best成立,则将全局主极值替换为F1 t,并将最优粒子群的位置XtBest替换为k个粒子个***置的集合后,执行步骤3.7;否则,直接执行步骤3.7;
步骤3.7、判断是否满足Pi t<PiN,若满足,则利用式(12)得到第t+1次迭代时第i个粒子的速度从而得到第t+1次迭代时k个粒子的速度值,利用式(13)得到第t+1次迭代时第i个粒子的位置中的参数Pi t+1,从而得到第t+1次迭代时k个粒子的速度,利用式(14)得到第t+1次迭代时第i个粒子的位置中的参数并转至步骤3.10;否则,执行步骤3.8:
式(12)中,c1为学习因子,c2为加速因子;rand1和rand2是(0,1)上均匀分布的随机数;
步骤3.8、判断是否满足Pi t>PiN,若满足,则利用式(12)得到第t+1次迭代时第i个粒子的速度利用式(15)得到第t+1次迭代时第i个粒子的位置中的参数Pi t+1,利用式(14)得到第t+1次迭代时第i个粒子的位置中的参数并转至步骤3.10;否则,表示满足Pi t=PiN,并执行步骤3.9:
步骤3.9、利用式(16)得到第t+1次迭代时第i个粒子的速度利用式(17)得到第t+1次迭代时第i个粒子的位置中的参数Pi t+1,利用式(15)得到第t+1次迭代时第i个粒子的位置中的参数
步骤3.10、在第t+1次迭代时,根据 Z={Z1,Z2,...,Zj,...,Zm}与Y={Y1,Y2,...,Yj,...,Ym}对主动配电网潮流计算简化模型进行潮流计算,得到电压值集合与各支路的电流集合并产生粒子群位置为与第i个粒子的位置为
步骤3.11、在第t次迭代时,判断是否满足t≥tmax,若满足,则执行步骤3.12;否则,将t+1的值赋给t,转至步骤3.2;
利用式(18)得到最大迭代次数tmax的值;
步骤3.12、根据第i个粒子的最优个***置中的参数利用式(2)得到个体次目标函数的值F2i,并将个体次极值替换为F2i;
根据k个粒子的个体次目标函数值{F21,F22,...,F2i,...F2k},利用式(19)得到全局次目标函数的值F2,并将全局次极值替换为F2;
步骤3.13、将所述主个体极值全局主极值个体次极值和全局次极值作为最终结果输出,以实现对主动配电网功率的调控。
Claims (1)
1.一种含柔性互联装置的主动配电网的功率调控方法,所述主动配电网的不同支路上设有分布式电源与负荷,且支路间设置有柔性互联装置,用于直接传输电能并进行无功补偿;其特征是,所述功率调控方法按如下步骤进行:
步骤1、根据主动配电网的结构与参数,建立其潮流计算简化模型;
步骤1.1、获取主动配电网节点的原始数据;
令所述主动配电网的节点数共有k个,支路数共有m条,其中,平衡节点记为第1个节点,将所述平衡节点的有功值记为P1,无功值记为Q1,电压值记为U1;
获取各节点初始状态下的额定有功功率、额定无功功率值与额定电压值,记为额定有功功率集合P={P1N,P2N,...,PiN,...,PkN}、额定无功功率集合Q={Q1N,Q2N,...,QiN,...,QkN}与额定电压集合UN={U1N,U2N,...,UiN,...,UkN};其中,PiN表示第i个节点的有功功率额定值,QiN表示第i个节点的无功功率额定值,UiN表示第i个节点的电压额定值,i=1,2,3,...,k;
获取各支路的阻抗与导纳,记为Z={Z1,Z2,...,Zj,...,Zm}与Y={Y1,Y2,...,Yj,...,Ym};Zj表示第j条支路的阻抗,Yj表示第j条支路的导纳,j=1,2,3,...,m;
步骤1.2、根据主动配电网的结构对其进行简化处理,建立主动配电网潮流计算简化模型;
步骤2、针对主动配电网的目标函数与约束条件利用优化算法进行功率调控;
步骤2.1、确定主动配电网正常运行状态下的目标函数;
利用式(1)得到主目标函数;利用式(2)得到次目标函数:
式(1)表示主动配电网运行情况下的网损最小,式(2)表示主动配电网运行情况下各个节点的电压波动最小;式(1)和式(2)中,Pi与Qi分别为注入第i个节点的有功功率与无功功率值;ri为第i个节点所在支路的电阻;Ui为第i个节点的电压值;
步骤2.2、确定主动配电网正常运行状态下的约束条件;
步骤2.2.1、利用式(3)得到电压约束:
Uimin≤Ui≤Uimax (3)
式(3)中,Uimin为第i个节点电压的最小值,Uimax为第i个节点电压的最大值;
利用式(4)得到电流约束:
Ij≤Ijmax (4)
式(4)中,Ij为第j条支路的电流,Ijmax为第j条支路所允许的电流最大值;
利用式(5)和式(6)分别得到有功功率与无功功率约束:
Pimin≤Pi≤Pimax (5)
Qimin≤Qi≤Qimax (6)
式(5)和式(6)中,Pimin与Qimin分别为第i个节点的有功功率与无功功率的最小值,Pimax与Qimax分别为第i个节点的有功功率与无功功率的最大值;
步骤2.2.2、利用式(7)建立功率平衡约束:
步骤3、基于改进的粒子群算法对主动配电网数学模型进行优化,从而实现对其功率的调控;
步骤3.1、定义最大迭代次数tmax,当前迭代次数为t,并初始化t=1;
步骤3.1.1、根据所有原始数据,对所述主动配电网潮流计算简化模型进行第t次潮流计算,得到第t次迭代时的有功功率集合无功功率集合与电压值集合以及各支路的电流集合其中,Pi t为第t次迭代时第i个节点的有功功率值,为第t次迭代时第i个节点的无功功率值,为第t次迭代时第i个节点的电压值,为第t次迭代时第j条支路的电流值;
步骤3.1.2、初始化粒子的个数为k,初始化第i个粒子的个体主极值为正无穷大,初始化全局主极值为正无穷大;初始化第i个粒子的个体次极值为正无穷大,初始化全局次极值为正无穷大;
步骤3.1.3、定义第t次迭代时的粒子群位置为其中,表示第i个粒子第t次迭代时的位置,且
步骤3.1.4、定义第t次迭代时的粒子群中第i个节点的有功功率Pi t的初始移动速度矩阵为其中,表示第t次迭代时第i个节点有功功率Pi t的移动速度,并通过式(8)得到:
式(8)中,r为随机变量;
步骤3.1.5、定义第t次迭代时的最优粒子群位置为其中,为第t次迭代时第i个粒子的最优个***置,且Pi tBest为第t次迭代时第i个粒子的最优个***置中有功功率最优值,为第t次迭代时第i个粒子的最优个***置中无功功率最优值,为第t次迭代时第i个粒子的最优个***置中电压最优值;
步骤3.2、在第t次迭代时,判断第i个粒子位置中的的值是否满足式(3)和式(6),若满足,则转至步骤3.4;否则执行步骤3.3;
步骤3.3、定义最大外迭代次数为nmax,当前外迭代次数为n,当前内迭代次数为m,并初始化n=1,m=1;
定义在第n次外迭代中的第m次内迭代时第i个粒子的位置为并由k个粒子组成第n次外迭代中的第m次内迭代时的粒子群的位置为其中,Pi nm为第n次外迭代中的第m次内迭代时第i个粒子的位置中有功功率值,为第n次外迭代中的第m次内迭代时第i个粒子的位置中无功功率值,为第n次外迭代中的第m次内迭代时第i个粒子的位置中电压值;
步骤3.3.1、第n次外迭代中的第m次内迭代时,将n的值赋给i,将第t次迭代时第i个粒子的位置中的的值赋值给第i个粒子的位置中的值;
步骤3.3.2、将m+1的值赋给m,在第n次外迭代中的第m次内迭代时,判断第i个粒子的位置中参数的值是否满足式(3)与式(6),若满足,则将n+1的值赋给n,转至步骤3.3.1;否则执行步骤3.3.3;
步骤3.3.3、判断是否满足或若满足,则根据式(9)得到第i个粒子的位置中的参数然后转至步骤3.3.2;否则执行步骤3.3.4;
式(9)中,rand3是(0,1)上均匀分布的随机数;
步骤3.3.4、判断是否满足或若满足,则根据式(10)得到第i个粒子的位置中的参数然后转至步骤3.3.2;否则执行步骤3.3.5;
式(10)中,rand4是(0,1)上均匀分布的随机数;
步骤3.3.5、在第n次外迭代中的第m次内迭代时,根据 Z={Z1,Z2,...,Zj,...,Zm}与Y={Y1,Y2,...,Yj,...,Ym},对所述主动配电网潮流计算简化模型进行潮流计算,得到电压值集合与各支路的电流集合并产生粒子群位置为与第i个粒子的位置为其中,为第n次外迭代中的第m次内迭代时第j条支路的电流值;
步骤3.3.6、判断第i个粒子的位置中参数的值是否满足式(3)与式(6),若满足,则将第i个粒子的位置中的参数的值赋给在第t次迭代时第i个粒子的位置中的参数值,并执行步骤3.3.7;否则转至步骤3.3.2;
步骤3.3.7、判断是否满足n≥nmax,若满足,则执行步骤3.4;否则将n+1的值赋给n,令m=1后,转至步骤3.3.1;
步骤3.4、在第t次迭代时,根据第i个粒子的位置中的参数,利用式(1)得到个体主目标函数值
根据k个粒子的个体主目标函数值利用式(11)得到全局主目标函数的值F1 t:
步骤3.5、在第t次迭代时,若成立,则将主个体极值替换为并将最优个体的位置替换为第i个粒子的位置后,执行步骤3.6;否则,直接执行步骤3.6;
步骤3.6、在第t次迭代时,根据k个粒子的个体主目标函数值利用式(11)得到全局主目标函数值F1 t;
若F1 t<P1 Best成立,则将全局主极值替换为F1 t,并将最优粒子群的位置XtBest替换为k个粒子个***置的集合后,执行步骤3.7;否则,直接执行步骤3.7;
步骤3.7、判断是否满足Pi t<PiN,若满足,则利用式(12)得到第t+1次迭代时第i个粒子的速度利用式(13)得到第t+1次迭代时第i个粒子的位置中的参数Pi t+1,利用式(14)得到第t+1次迭代时第i个粒子的位置中的参数并转至步骤3.10;否则,执行步骤3.8:
式(12)中,c1为学习因子,c2为加速因子;rand1和rand2是(0,1)上均匀分布的随机数;
步骤3.8、判断是否满足Pi t>PiN,若满足,则利用式(12)得到第t+1次迭代时第i个粒子的速度利用式(15)得到第t+1次迭代时第i个粒子的位置中的参数Pi t+1,利用式(14)得到第t+1次迭代时第i个粒子的位置中的参数并转至步骤3.10;否则,表示满足Pi t=PiN,并执行步骤3.9:
步骤3.9、利用式(16)得到第t+1次迭代时第i个粒子的速度利用式(17)得到第t+1次迭代时第i个粒子的位置中的参数Pi t+1,利用式(15)得到第t+1次迭代时第i个粒子的位置中的参数
步骤3.10、在第t+1次迭代时,根据 Z={Z1,Z2,...,Zj,...,Zm}与Y={Y1,Y2,...,Yj,...,Ym}对主动配电网潮流计算简化模型进行潮流计算,得到电压值集合与各支路的电流集合并产生粒子群位置为与第i个粒子的位置为
步骤3.11、在第t次迭代时,判断是否满足t≥tmax,若满足,则执行步骤3.12;否则,将t+1的值赋给t,转至步骤3.2;
步骤3.12、根据第i个粒子的最优个***置中的参数利用式(2)得到个体次目标函数的值F2i,并将个体次极值替换为F2i;
根据k个粒子的个体次目标函数值{F21,F22,...,F2i,...F2k},利用式(19)得到全局次目标函数的值F2,并将全局次极值替换为F2;
步骤3.13、将所述主个体极值全局主极值个体次极值和全局次极值作为最终结果输出,以实现对主动配电网功率的调控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811631252.9A CN109449994B (zh) | 2018-12-29 | 2018-12-29 | 一种含柔性互联装置的主动配电网的功率调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811631252.9A CN109449994B (zh) | 2018-12-29 | 2018-12-29 | 一种含柔性互联装置的主动配电网的功率调控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109449994A true CN109449994A (zh) | 2019-03-08 |
CN109449994B CN109449994B (zh) | 2021-06-08 |
Family
ID=65538727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811631252.9A Active CN109449994B (zh) | 2018-12-29 | 2018-12-29 | 一种含柔性互联装置的主动配电网的功率调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109449994B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111313482A (zh) * | 2020-02-24 | 2020-06-19 | 合肥工业大学 | 计及配电网经济安全性优化的光伏电源有功功率调控方法 |
CN113364057A (zh) * | 2021-06-25 | 2021-09-07 | 国网河北省电力有限公司电力科学研究院 | 一种配电网调控方法、装置及终端设备 |
CN113673065A (zh) * | 2021-08-12 | 2021-11-19 | 国网浙江义乌市供电有限公司 | 一种配电网络自动重构的降损方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010092390A (ja) * | 2008-10-10 | 2010-04-22 | Hitachi Ltd | 放射状系統作成装置、放射状系統作成方法、放射状系統作成プログラムおよびそのプログラムを記録した記録媒体 |
CN102904252A (zh) * | 2012-10-24 | 2013-01-30 | 合肥工业大学 | 求解含分布式电源的配电网不确定性潮流的方法 |
CN103346573A (zh) * | 2013-05-31 | 2013-10-09 | 上海交通大学 | 基于黄金分割云粒子群优化算法的风电***无功规划方法 |
CN107394819A (zh) * | 2017-08-24 | 2017-11-24 | 上海交通大学 | 一种变电站低压母线间柔性互联***及其控制方法 |
-
2018
- 2018-12-29 CN CN201811631252.9A patent/CN109449994B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010092390A (ja) * | 2008-10-10 | 2010-04-22 | Hitachi Ltd | 放射状系統作成装置、放射状系統作成方法、放射状系統作成プログラムおよびそのプログラムを記録した記録媒体 |
CN102904252A (zh) * | 2012-10-24 | 2013-01-30 | 合肥工业大学 | 求解含分布式电源的配电网不确定性潮流的方法 |
CN103346573A (zh) * | 2013-05-31 | 2013-10-09 | 上海交通大学 | 基于黄金分割云粒子群优化算法的风电***无功规划方法 |
CN107394819A (zh) * | 2017-08-24 | 2017-11-24 | 上海交通大学 | 一种变电站低压母线间柔性互联***及其控制方法 |
Non-Patent Citations (3)
Title |
---|
DONG XIA等: "Research on flexible power multi-objective optimization plan method oriented to grid-connected intermittent energy", 《2017 IEEE CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION (EI2)》 * |
HONGBIN WU等: "Optimal allocation of microgrid considering economic dispatch based on hybrid weighted bilevel planning method and algorithm improvement", 《ELECTRICAL POWER AND ENERGY SYSTEMS》 * |
邢海军等: "基于多种主动管理策略的配电网综合无功优化", 《电网技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111313482A (zh) * | 2020-02-24 | 2020-06-19 | 合肥工业大学 | 计及配电网经济安全性优化的光伏电源有功功率调控方法 |
CN111313482B (zh) * | 2020-02-24 | 2021-06-29 | 合肥工业大学 | 计及配电网经济安全性优化的光伏电源有功功率调控方法 |
CN113364057A (zh) * | 2021-06-25 | 2021-09-07 | 国网河北省电力有限公司电力科学研究院 | 一种配电网调控方法、装置及终端设备 |
CN113673065A (zh) * | 2021-08-12 | 2021-11-19 | 国网浙江义乌市供电有限公司 | 一种配电网络自动重构的降损方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109449994B (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107579518B (zh) | 基于mhba的电力***环境经济调度方法和装置 | |
CN105449675B (zh) | 优化分布式能源接入点和接入比例的电力网络重构方法 | |
CN109995075A (zh) | 一种含分布式电源的主动配电网动态重构方法 | |
CN104659816B (zh) | 基于改进粒子群算法的分布式电源接入配电***优配方法 | |
CN104036329B (zh) | 一种基于多智能体协同寻优的含光伏微源主动配网拓扑重构方法 | |
CN109449994A (zh) | 一种含柔性互联装置的主动配电网的功率调控方法 | |
CN108565898B (zh) | 一种基于神经网络的集散式微电网群能量调度方法 | |
CN106026187B (zh) | 一种含分布式电源的配电网重构的方法及*** | |
CN112787331B (zh) | 基于深度强化学习的潮流收敛自动调整方法及*** | |
CN108599172A (zh) | 一种基于人工神经网络的输配网全局潮流计算方法 | |
CN106130008A (zh) | 基于改进共生粒子群算法的电力***经济负荷分配方法 | |
CN103577897A (zh) | 一种土地利用空间布局智能优化的种群初始化方法 | |
CN116191544A (zh) | 一种基于改进K-means算法的分布式发电集群划分方法 | |
CN115660346A (zh) | 一种基于边缘控制的规模化车网互动负荷调控方法 | |
Meng et al. | Multi-colony collaborative ant optimization algorithm based on cooperative game mechanism | |
CN112381271B (zh) | 一种快速对抗深度置信网络的分布式多目标优化加速方法 | |
CN106451504A (zh) | 一种混合储能***配置成本的控制方法及装置 | |
CN116207797B (zh) | 一种配电网多串并联设备协调优化控制方法 | |
CN108537369A (zh) | 基于局部搜索的改进粒子群配电网重构算法 | |
CN108734349A (zh) | 基于改进遗传算法的分布式电源选址定容优化方法及*** | |
CN116826708A (zh) | 一种含软开关的多目标优化的配电网重构方法 | |
CN111146815B (zh) | 一种智能配电网分布式发电规划配置方法 | |
CN116799807A (zh) | 含分布式电源配电网规划方法 | |
CN109950933B (zh) | 一种基于改进粒子群算法的风光储联合调峰优化方法 | |
CN106058862A (zh) | 一种计及电压稳定性的配电网快速重构方法 |
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 | ||
GR01 | Patent grant |