CN109638870B - 一种特高压直流送端电网的调相机配置方法 - Google Patents

一种特高压直流送端电网的调相机配置方法 Download PDF

Info

Publication number
CN109638870B
CN109638870B CN201811575867.4A CN201811575867A CN109638870B CN 109638870 B CN109638870 B CN 109638870B CN 201811575867 A CN201811575867 A CN 201811575867A CN 109638870 B CN109638870 B CN 109638870B
Authority
CN
China
Prior art keywords
direct current
power grid
power
voltage
extra
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.)
Active
Application number
CN201811575867.4A
Other languages
English (en)
Other versions
CN109638870A (zh
Inventor
王刚
李家珏
朱钰
邵宝珠
杨东升
李鹏里
叶鹏
顾盈之
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Shenyang Institute of Engineering
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Shenyang Institute of Engineering
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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd, Shenyang Institute of Engineering filed Critical State Grid Corp of China SGCC
Priority to CN201811575867.4A priority Critical patent/CN109638870B/zh
Publication of CN109638870A publication Critical patent/CN109638870A/zh
Application granted granted Critical
Publication of CN109638870B publication Critical patent/CN109638870B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
    • 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
    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明属于电网运行与控制技术领域，特别涉及一种特高压直流送端电网的调相机配置方法，具体是一种特高压直流送端***电网的调相机配置方法。本发明包括：获取特高压直流送端电网的运行参数；确定调相机的配置数量；进行特高压直流送端电网的无功和电压灵敏度分析,得出调相机配置位置的初选集合；采用人工蜂群算法,进行调相机配置策略计算；得出特高压直流送端电网调相机配置方案。本发明能够更有效的实现调相机在特高压直流送端电网的有效配置，提高电网电压运行稳定性，为特高压直流输电***的运行和控制提供技术依据和实用化方法。随着特高压交直流输电***的增多，无功优化配置策略的开发必然具有较大需求，具有较好的商业开发前景。

Description

一种特高压直流送端电网的调相机配置方法
技术领域
本发明属于电网运行与控制技术领域，特别涉及一种特高压直流送端电网的调相机配置方法，具体是一种特高压直流送端***电网的调相机配置方法。
背景技术
我国一次能源与负荷呈逆向分布，为满足清洁能源送出、负荷中心电力供应、节能减排等方面的迫切需求，国家电网大力发展适于远距离、大容量输电的特高压交、直流技术。特高压交直流输电工程定位与大型能源基地的远距离、大容量外送，成为缓解中国能源资源与经济布局矛盾的主要途径。目前，我国正处在特高压电网发展过渡期，随着特高压交直流工程的相继投产，特高压交直流混联电网已初具规模。
特高压直流输电***在电压稳定运行问题上面临较多问题，特高压直流输电***输电容量巨大，一旦发生双极闭锁事故，***将遭受巨大扰动，造成大范围暂态电压升高，风电脱网；另一方面，直流输电***本身在正常运行时消耗***大量无功，***中需要大量无功电源支撑。随着风电装机和并网容量的不断增加，特高压直流输电***的电压安全稳定运行受到严重挑战。
解决问题的关键是如何对电网进行动态无功补偿的配置，传统的无功补偿设备，如电容器、电抗器等只能做为静态无功补偿设备，而基于现代电力电子技术的各种动态无功补偿设备，在***需要无功支撑的时候，往往性能受母线电压影响。调相机做为经典的动态无功调节设备，从成小和性能上都具有优势，在特高压直流电网中，具有广阔的应用前景。
在我国，调相机应用历史比较悠久，后来随着电力电子装置技术的成熟和调相机设备老化，静止型动态无功补偿装置，SVC、STATCOM等逐渐替代了调相机的应用，在厂网分家后，调相机在电网中的应用就没有发展。但随着特高压直流工程的实施，送端工频过电压控制、受端电网连锁反映和换相失败的危害逐渐增大，受电压影响出力的SVC、STATCOM等动态无功补偿设备对于次暂态出力需求，预防换相失败及暂态下的快速大容量无功需求，协助直流快速恢复，响应能力不足，而调相机的进相能力、次暂态出力特性及强励能力则正好能符合上述需求。
发明内容
针对上述现有技术中存在的问题，本发明提供一种特高压直流送端电网的调相机配置方法，其目的在于通过配置调相机解决现有技术中特高压直流输电***运行技术存在的上述问题，通过建立特高压直流电网的电压稳定评价指标和调相机的优化配置策略，来提高特高压直流送端电网的电压稳定性。
本发明解决其技术问题所采用的技术方案是：
一种特高压直流送端电网的调相机配置方法，是在特高压直流送端电网中，基于***的电压动态特性，通过调相机的优化配置，来实现特高压直流输电***电压的稳定运行，包括以下步骤：
步骤一.获取特高压直流送端电网的运行参数；
步骤二.确定调相机的配置数量；
步骤三.进行特高压直流送端电网的无功和电压灵敏度分析，得出调相机配置位置的初选集合；
步骤四.采用人工蜂群算法，进行调相机配置策略计算；
步骤五.得出特高压直流送端电网调相机配置方案。
所述步骤三.进行特高压直流送端电网的无功和电压灵敏度分析，得出调相机配置位置的初选集合，包括：
a.计算无功功率注入点与直流换流站交流母线电压的灵敏度；
b.计算无功功率注入点与送端***关键节点母线电压的灵敏度；
c.计算无功功率注入点与风电场群接入点母线电压的灵敏度；
d.根据灵敏度计算结果，选取灵敏度值较大的位置做为调相机配置的初选位置。
所述步骤四.采用人工蜂群算法，进行调相机配置策略计算，包括：
(1)初始化调相机的配置策略，即初始蜂群，随机给出蜜蜂的个数，迭代次数和单蜂最大采集次数；
(2)建立评价指标和评价函数；
(3)进行蜜源计算，将适应度最好的蜂作为引领蜂，将适应度较低的蜂作为跟随蜂；
(4)进行蜜源位置替换；
(5)通过判断引领蜂和蜜源的优劣，将适应度好的一般蜂群设置为引领蜂，若没有达到搜索次数限制，返回步骤(2)，继续搜索蜜源；
(6)若达到搜索次数限制，输出当前的最优蜜源位置，即调相机的最优配置策略；
所述步骤一中，特高压直流送端电网是指由正负800千伏特高压直流输电***、500千伏交流电网、火电厂、水电厂和大量风电并网电源所组成的复杂送端电网电力外送***；
所述获取特高压直流送端电网的运行参数是电网网架结构参数、输电线路参数、直流输电***参数、火力发电机组参数、水力发电机组参数以及风电机组参数电网计算和控制所需要的参数。
所述步骤三中，进行特高压直流送端电网的无功和电压灵敏度分析是指按如下公式计算无功功率注入对母线电压的灵敏度：
F(X，T，C)＝0和
Figure GDA0003574061510000031
其中，F为电网的功率平衡方程；X为电网的状态向量，包括节点母线的电压幅值和相角等；T为电网的控制变量，包括各节点母线的有功、无功注入功率；C为电网的常数参数，如线路的导纳；V为某一灵敏度待求母线电压；Q为某一节点母线无功注入功率；F为电网的功率平衡方程；X为电网的状态向量，包括节点母线的电压幅值和相角等；T为电网的控制变量。
所述建立评价指标和评价函数是指在直流***双极闭锁故障发生后，评价各主要母线电压上升的指标评价指标，具体按如下公式计算：
Figure GDA0003574061510000032
其中，FV为评价指标函数；VL为换流站交流母线电压；VL 0为换流站交流母线电压初始量；VLmax为换流站交流母线电压最大限值；VBi为某一电网关键节点母线电压；VBi 0为某一电网关键节点母线电压初始量；
Figure GDA0003574061510000033
为某一电网关键节点母线电压最大限值；VWi为某一风并网节点母线电压；VWi 0为某一风并网节点母线电压初始量；VWimax为某一风并网节点母线电压最大限值；ω为权重系数；NB为某一电网关键节点的个数，NW为某一风并网节点的个数，i为节点。
所述进行蜜源计算，将适应度最好的蜂作为引领蜂，将适应度较低的蜂作为跟随蜂指：蜜蜂通过交叉搜索寻找蜜源，生成新的个体。
所述进行蜜源位置替换是指按如下规则进行：
选择规则为：
Figure GDA0003574061510000041
式中，Pi为蜜源被选中采蜜的概率；fit(xi)为蜜源的适应度函数；N为蜜源的位置的个数，i为蜜源的位置。
所述灵敏度计算，是由于直流输电***通过换流变压器与换流站交流母线相连，直流输电***控制方式和控制参数的变化会影响到交流***母线电压的变化，特别是换流站母线电压；采用解耦算法对交直流***电压灵敏度因子进行分析；将直流***等效成与相应换流器有功和无功等值的负荷，求得交流***电压对换流器功率的灵敏度，简化计算过程同时保证结果的准确性；
按上述方式处理，交直流混合输电***节点电压对传输功率的灵敏度求解重新转换为纯交流***问题；首先设节点母线功率为控制变量Tac如下式所示，其中Pa和Qa分别表示交流***传输的有功和无功功率，Pd和Qd分别表示直流***的有功和无功功率；
Tac＝[Pa，Pd，Qa，Qd]
设AC输电***电压幅值和相角为状态变量表示为Xac，该状态变量包括换流站交流母线，则交直流输电***潮流方程式改写为：
Figure GDA0003574061510000042
式中：P(Xac)、Q(Xac)表示根据电压计算得到的节点注入有功功率和无功功率；那么，控制变量Tac对状态变量Xac的灵敏度矩阵如下：
Figure GDA0003574061510000043
式中：Jf表示AC/DC混合输电***潮流计算时的雅可比矩阵，由此可得节点电压对节点母线功率的灵敏度矩阵；
Figure GDA0003574061510000044
节点电压对节点母线功率的灵敏度矩阵；
Xac：AC输电***电压幅值和相角为状态变量；
Tac：节点母线功率；
fac：交直流输电***潮流方程式。
所述人工蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用，不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度；
蜂群产生群体智慧的最小搜索模型包含基本的三个组成要素：食物源、被雇佣的蜜蜂和未被雇佣的蜜蜂；两种最为基本的行为模型：为食物源招募蜜蜂和放弃某个食物源；在群体智慧的形成过程中，蜜蜂间交换信息是最为重要的一环；舞蹈区是蜂巢中最为重要的信息交换地；蜜蜂的舞蹈叫做摇摆舞；食物源的信息在舞蹈区通过摇摆舞的形式与其他蜜蜂共享，引领蜂通过摇摆舞的持续时间等来表现食物源的收益率，故跟随蜂可以观察到大量的舞蹈并依据收益率来选择到哪个食物源采蜜；收益率与食物源被选择的可能性成正比；因而，蜜蜂被招募到某一个食物源的概率与食物源的收益率成正比；
采用人工蜂群算法来求解调相机配置策略的具体步骤如下：
(1)给人工蜂群算法种的各参数进行赋值，如种群大小，雇用蜂数，观察蜂数，侦查蜂数，局部最大搜索次数，迭代次数，解的纬度；
(2)通过随机数随即生成一半种群数量的个解，计算各个解的适应度值；即计算各初始调相机配置情况下的电压稳定指标；
(3)将蜂群算法中迭代次数变量赋值为1；
(4)遍历之前所有的解，并且对每个解都要执行以下步骤(5)-(8)；
(5)在该解所在的领域范围内发现新解；
(6)计算新解的适应度值；
(7)比较新解和原来解，保留适应度高的解；
(8)如原有解未更新，局部搜索次数加1；若已更新，局部搜索次数置0；
(9)计算蜂群算法中观察蜂选择跟随各个雇用蜂的概率值；
(10)根据计算概率，随机选择一个解，并且在该解周围进行局部搜索，发现新解，计算适应度，根据适应度的大小来选择保留还是更新；
(11)对算法内的所有解进行遍历，看是否达到最大搜索次数；如果达到，放弃该解，生成新解来代替；
(12)将当前找到的最优解记录；
(13)每执行一次循环加1；
(14)判断是否达到最大循环次数设定值，没达到转步骤(4)；达到，结束算法，当前记录即位全局最优解。
与现有技术相比，本发明的有益效果为：
本发明能够更有效的实现调相机在特高压直流送端电网的有效配置，提高电网电压运行稳定性，为特高压直流输电***的运行和控制提供技术依据和实用化方法。
本发明考虑直流输电***严重故障后***电压的动态过程，能够更有效和可靠的进行调相机的配置策略，为特高压直流电网的电压运行和控制提供技术依据和实用方法。
本发明基于直流***严重故障和灵敏度分析，建立电压动态评价指标，采用人工蜂群算法进行求解，从而较大的提高了调相机配置策略的可靠性和实用性。
本发明充分考虑***电压暂态特性，通过直流闭锁故障后的电压暂态特性建立评价配置策略的评价指标，可以更真实的反映特高压直流***的电压动态特性，并通过仿真软件不断优化暂态运行方式，获得真实可靠的无功优化配置策略。本发明在灵敏度分析的基础上，先形成初始的优化配置集合，然后采用人工蜂群算法进行求解，更容易找到最优配置方案，也易于实施。随着特高压交直流输电***的增多，本发明的无功优化配置策略的开发必然具有较大需求，具有较好的商业开发前景。
附图说明
为了便于本领域普通技术人员理解和实施本实用新型，下面结合附图及具体实施方式对本发明作进一步的详细描述，但应当理解本发明的保扩范围并不受具体实施方式的限制。
图1是本发明总体流程图；
图2是灵敏度计算流程示意图；
图3是人工蜂群算法示意图；
图4是配置调相机前后***仿真对比曲线。
具体实施方式
如图1至图4所示，本发明一种特高压直流送端电网的调相机配置方法，是指在特高压直流送端电网中，基于***的电压动态特性，通过调相机的优化配置，来实现特高压直流输电***电压的稳定运行，包括以下步骤：
步骤一.获取特高压直流送端电网的运行参数；
步骤二.确定调相机的配置数量；
步骤三.进行特高压直流送端电网的无功和电压灵敏度分析，得出调相机配置位置的初选集合；
a.计算无功功率注入点与直流换流站交流母线电压的灵敏度；
b.计算无功功率注入点与送端***关键节点母线电压的灵敏度；
c.计算无功功率注入点与风电场群接入点母线电压的灵敏度；
d.根据灵敏度计算结果，选取灵敏度值较大的位置做为调相机配置的初选位置。
步骤四.采用人工蜂群算法，进行调相机配置策略计算；
(1)初始化调相机的配置策略，即初始蜂群，随机给出蜜蜂的个数，迭代次数和单蜂最大采集次数；
(2)建立评价指标和评价函数；
(3)进行蜜源计算，将适应度最好的蜂作为引领蜂，将适应度较低的蜂作为跟随蜂；
(4)进行蜜源位置替换；
(5)通过判断引领蜂和蜜源的优劣，将适应度好的一般蜂群设置为引领蜂，若没有达到搜索次数限制，返回步骤(2)，继续搜索蜜源；
(6)若达到搜索次数限制，输出当前的最优蜜源位置，即调相机的最优配置策略。
步骤五.得出特高压直流送端电网调相机配置方案。
所述步骤一中，特高压直流送端电网是指由正负800千伏特高压直流输电***、500千伏交流电网、火电厂、水电厂和大量风电并网电源所组成的复杂送端电网电力外送***。
所述步骤一中，获取特高压直流送端电网的运行参数是电网网架结构参数、输电线路参数、直流输电***参数、火力发电机组参数、水力发电机组参数、风电机组参数等电网计算和控制所需要的参数。
所述步骤三中，进行特高压直流送端电网的无功和电压灵敏度分析是指按如下公式计算无功功率注入对母线电压的灵敏度：
F(X，T，C)＝0和
Figure GDA0003574061510000071
其中，F为电网的功率平衡方程；X为电网的状态向量，包括节点母线的电压幅值和相角等；T为电网的控制变量，包括各节点母线的有功、无功注入功率；C为电网的常数参数，如线路的导纳等。V为某一灵敏度待求母线电压；Q为某一节点母线无功注入功率；F为电网的功率平衡方程；X为电网的状态向量，包括节点母线的电压幅值和相角等；T为电网的控制变量。
所述步骤四中，建立评价指标和评价函数是指在直流***双极闭锁故障发生后，评价各主要母线电压上升的指标评价指标，具体按如下公式计算：
Figure GDA0003574061510000081
其中，FV为评价指标函数；VL为换流站交流母线电压；VL 0为换流站交流母线电压初始量；VLMAX为换流站交流母线电压最大限值；VBi为某一电网关键节点母线电压；VBi 0为某一电网关键节点母线电压初始量；
Figure GDA0003574061510000082
为某一电网关键节点母线电压最大限值；VWi为某一风并网节点母线电压；VWi 0为某一风并网节点母线电压初始量；VWiMAX为某一风并网节点母线电压最大限值；ω为权重系数；NB为某一电网关键节点的个数，NW为某一风并网节点的个数，i为节点。
所述步骤四中的进行蜜源计算，将适应度最好的蜂作为引领蜂，将适应度较低的蜂作为跟随蜂指：蜜蜂通过交义搜索寻找蜜源，生成新的个体。
所述步骤四中的进行蜜源位置替换是指按如下规则进行：
选择规则为：
Figure GDA0003574061510000083
式中，Pi为蜜源被选中采蜜的概率；fit(xi)为蜜源的适应度函数N为蜜源的位置的个数，i为蜜源的位置。
图1是本发明总体流程图，与上述计算步骤是一致的，值得说明的是从图中的流程可以看出，本方法是通过建立灵敏度分析来形成初始待选母线集合，建立反映电压动态特性的评价指标，并通过蜂群算法来解算，这是与其它方法本质的区别所在。
图2是灵敏度计算流程示意图，由于直流输电***通过换流变压器与换流站交流母线相连，直流输电***控制方式和控制参数的变化会影响到交流***母线电压的变化，特别是换流站母线电压。本发明采用解耦算法对交直流***电压灵敏度因子进行分析。将直流***等效成与相应换流器有功和无功等值的负荷，求得交流***电压对换流器功率的灵敏度，简化了计算过程同时保证结果的准确性。
按上述方式处理，交直流混合输电***节点电压对传输功率的灵敏度求解重新转换为纯交流***问题。首先设节点母线功率为控制变量Tac如下式所示，其中Pa和Qa分别表示交流***传输的有功和无功功率，Pd和Qd分别表示直流***的有功和无功功率。
Tac＝[Pa，Pd，Qa，Qd]
设AC输电***电压幅值和相角为状态变量表示为Xac，该状态变量包括换流站交流母线，则交直流输电***潮流方程式可以改写为：
Figure GDA0003574061510000091
式中：P(Xac)、Q(Xac)表示根据电压计算得到的节点注入有功功率和无功功率；那么，控制变量Tac对状态变量Xac的灵敏度矩阵如下：
Figure GDA0003574061510000092
式中：Jf表示AC/DC混合输电***潮流计算时的雅可比矩阵，由此可得节点电压对节点母线功率的灵敏度矩阵。
Figure GDA0003574061510000093
节点电压对节点母线功率的灵敏度矩阵；
Xac：AC输电***电压幅值和相角为状态变量；
Tac：节点母线功率；
fac：交直流输电***潮流方程式。
上述方程矩阵的计算可参考交流***潮流计算，相对成熟，可由现有的计算方法实现。
图3是人工蜂群算法示意图。人工蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用，它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度。
蜂群产生群体智慧的最小搜索模型包含基本的三个组成要素：食物源、被雇佣的蜜蜂和未被雇佣的蜜蜂；两种最为基本的行为模型：为食物源招募蜜蜂和放弃某个食物源。在群体智慧的形成过程中，蜜蜂间交换信息是最为重要的一环。舞蹈区是蜂巢中最为重要的信息交换地。蜜蜂的舞蹈叫做摇摆舞。食物源的信息在舞蹈区通过摇摆舞的形式与其他蜜蜂共享，引领蜂通过摇摆舞的持续时间等来表现食物源的收益率，故跟随蜂可以观察到大量的舞蹈并依据收益率来选择到哪个食物源采蜜。收益率与食物源被选择的可能性成正比。因而，蜜蜂被招募到某一个食物源的概率与食物源的收益率成正比。
采用人工蜂群算法来求解调相机配置策略的具体步骤如下：
(1)给人工蜂群算法种的各参数进行赋值，如种群大小，雇用蜂数，观察蜂数，侦查蜂数，局部最大搜索次数，迭代次数，解的纬度；
(2)通过随机数随即生成一半种群数量的个解，计算各个解的适应度值。即计算各初始调相机配置情况下的电压稳定指标；
(3)将蜂群算法中迭代次数变量赋值为1；
(4)遍历之前所有的解，并且对每个解都要执行以下步骤(5)-(8)；
(5)在该解所在的领域范围内发现新解；
(6)计算新解的适应度值；
(7)比较新解和原来解，保留适应度高的解；
(8)如原有解未更新，局部搜索次数加1；若已更新，局部搜索次数置0；
(9)计算蜂群算法中观察蜂选择跟随各个雇用蜂的概率值；
(10)根据计算概率，随机选择一个解，并且在该解周围进行局部搜索，发现新解，计算适应度，根据适应度的大小来选择保留还是更新；
(11)对算法内的所有解进行遍历，看是否达到最大搜索次数。如果达到，放弃该解，生成新解来代替；
(12)将当前找到的最优解记录；
(13)每执行一次循环加1；
(14)判断是否达到最大循环次数设定值，没达到转步骤(4)；达到，结束算法，当前记录即位全局最优解。
有关蜂群算法的详细步骤和公式，已有相当的文献资料参考。
图4是配置调相机前后***仿真对比曲线。选取东北至山东特高压直流输电***为例，进行分析验证。扎鲁特～青州特高压直流工程(以下简称扎青直流)北起蒙东通辽市扎鲁特旗，南至山东青州市何官镇，2017年底投产。直流额定电压±800千伏，设计额定功率10000MW，是东北电网的第一条特高压直流工程。直流输电线路导线截面8×1250mm2，送端换流站按目前的推荐站址扎鲁特旗巴彦塔拉站址，直流线路长度1223.6km。
扎鲁特至青州特高压直流规划双极，直流出线1回，接地极出线1回。阀组接线方式为每极采用两个12脉动阀组串联；换流变推荐方案为28台，单相双绕组容量为509.35MVA，Uk＝21％，换流站容性无功补偿总容量约6665Mvar，暂分为4大组、20小组。
辽宁电网向北与吉林电网通过4回500KV线路相连接、与黑龙江电网通过伊穆直流***相连接，向四与蒙东电网通过6回500KV线路相连接，向南与华北电网通过直流背靠背连接。扎鲁特直流投运前，辽宁电网是东北地区的受端电网和负荷中心，从蒙东、伊敏和吉林电网受电，东北电网呈西电东送、北电南送趋势，辽宁作为东北电网的负荷中心，承载了其它省区送出的富裕电力。扎鲁特直流投运后，东北电网以东电西送为主，以扎鲁特为受电中心向区外送电，东北电网功率分布的整体格局将发生重大变化，***的动态特性也将发生较大变化。特别是特高压直流输电***输电容量巨大，一旦发生双极闭锁事故，***将遭受巨大扰动，造成大范围暂态电压升高，风电脱网；另一方面，直流输电***本身在正常运行时消耗***大量无功，***中需要大量无功电源支撑。随着风电装机和并网容量的不断增加，特高压直流输电***的电压安全稳定运行受到严重挑战，需要通过配置调相机等动态无功补偿设备来提升***的电压稳定性。
电网的仿真和建模在ADPSS软件下进行。蜂群算法的实现在MATLAB软件平台上进行；两个软件之间的数据交互和协调依靠人工操作进行；初始调相机配置个数为3台。未配置调相机、人工经验配置调相机和本发明采用方法配置调相机三种方式下，***发生双极闭锁故障后，换流站母线电压动态特性曲线如图4所示。可以看到，优化配置调相机位置后，换流站母线电压暂态提升得到明显抑制，证明了本发明策略的有效性和实用性。

Claims (7)

1.一种特高压直流送端电网的调相机配置方法，其特征是：在特高压直流送端电网中，基于***的电压动态特性,通过调相机的优化配置,来实现特高压直流输电***电压的稳定运行，包括以下步骤：
步骤一.获取特高压直流送端电网的运行参数；
步骤二.确定调相机的配置数量；
步骤三.进行特高压直流送端电网的无功和电压灵敏度分析,得出调相机配置位置的初选集合；包括：
a.计算无功功率注入点与直流换流站交流母线电压的灵敏度；
b.计算无功功率注入点与送端***关键节点母线电压的灵敏度；
c.计算无功功率注入点与风电场群接入点母线电压的灵敏度；
d.根据灵敏度计算结果，选取灵敏度值较大的位置做为调相机配置的初选位置；
步骤四.采用人工蜂群算法,进行调相机配置策略计算；包括：
(1)初始化调相机的配置策略,即初始蜂群，随机给出蜜蜂的个数，迭代次数和单蜂最大采集次数；
(2)建立评价指标和评价函数；所述建立评价指标和评价函数是指在直流***双极闭锁故障发生后，评价各主要母线电压上升的指标评价指标，具体按如下公式计算：
Figure FDA0003537457840000011
其中，FV为评价指标函数；VL为换流站交流母线电压；VL 0为换流站交流母线电压初始量；VLmax为换流站交流母线电压最大限值；VBi为某一电网关键节点母线电压；VBi 0为某一电网关键节点母线电压初始量；
Figure FDA0003537457840000012
为某一电网关键节点母线电压最大限值；VWi为某一风并网节点母线电压；VWi 0为某一风并网节点母线电压初始量；VWimax为某一风并网节点母线电压最大限值；ω为权重系数；NB为某一电网关键节点的个数，NW为某一风并网节点的个数，i为节点；
(3)进行蜜源计算，将适应度最好的蜂作为引领蜂，将适应度较低的蜂作为跟随蜂；
(4)进行蜜源位置替换；
(5)通过判断引领蜂和蜜源的优劣，将适应度好的一般蜂群设置为引领蜂，若没有达到搜索次数限制,返回步骤(2),继续搜索蜜源；
(6)若达到搜索次数限制,输出当前的最优蜜源位置,即调相机的最优配置策略；
步骤五.得出特高压直流送端电网调相机配置方案。
2.根据权利要求1所述的一种特高压直流送端电网的调相机配置方法，其特征是：所述步骤一中，特高压直流送端电网是指由正负800千伏特高压直流输电***、500千伏交流电网、火电厂、水电厂和大量风电并网电源所组成的复杂送端电网电力外送***；
所述获取特高压直流送端电网的运行参数是电网网架结构参数、输电线路参数、直流输电***参数、火力发电机组参数、水力发电机组参数以及风电机组参数电网计算和控制所需要的参数。
3.根据权利要求1所述的一种特高压直流送端电网的调相机配置方法，其特征是：所述步骤三中，进行特高压直流送端电网的无功和电压灵敏度分析如下：
F(X,T,C)＝0和
Figure FDA0003537457840000021
其中，F为电网的功率平衡方程；X为电网的状态向量，包括节点母线的电压幅值和相角；T为电网的控制变量，包括各节点母线的有功、无功注入功率；C为电网的常数参数，包括线路的导纳；V为某一灵敏度待求母线电压；Q为某一节点母线无功注入功率；F为电网的功率平衡方程；X为电网的状态向量，包括节点母线的电压幅值和相角；T为电网的控制变量。
4.根据权利要求1所述的一种特高压直流送端电网的调相机配置方法，其特征是：所述进行蜜源计算，将适应度最好的蜂作为引领蜂，将适应度较低的蜂作为跟随蜂指：蜜蜂通过交叉搜索寻找蜜源，生成新的个体。
5.根据权利要求1所述的一种特高压直流送端电网的调相机配置方法，其特征是：所述进行蜜源位置替换是指按如下规则进行：
选择规则为：
Figure FDA0003537457840000022
式中，Pi为蜜源被选中采蜜的概率；fit(xi)为蜜源的适应度函数；N为蜜源的位置的个数，i为蜜源的位置。
6.根据权利要求1所述的一种特高压直流送端电网的调相机配置方法，其特征是：所述灵敏度计算，是由于直流输电***通过换流变压器与换流站交流母线相连，直流输电***控制方式和控制参数的变化会影响到交流***母线电压的变化，包括换流站母线电压；采用解耦算法对交直流***电压灵敏度因子进行分析；将直流***等效成与相应换流器有功和无功等值的负荷，求得交流***电压对换流器功率的灵敏度，简化计算过程同时保证结果的准确性；
按上述方式处理，交直流混合输电***节点电压对传输功率的灵敏度求解重新转换为纯交流***问题；首先设节点母线功率为控制变量Tac如下式所示，其中Pa和Qa分别表示交流***传输的有功和无功功率,Pd和Qd分别表示直流***的有功和无功功率；
Tac＝[Pa,Pd,Qa,Qd]
设AC输电***电压幅值和相角为状态变量表示为Xac，该状态变量包括换流站交流母线，则交直流输电***潮流方程式改写为：
Figure FDA0003537457840000031
式中：P(Xac)、Q(Xac)表示根据电压计算得到的节点注入有功功率和无功功率；那么，控制变量Tac对状态变量Xac的灵敏度矩阵如下：
Figure FDA0003537457840000032
式中：Jf表示AC/DC混合输电***潮流计算时的雅可比矩阵，由此可得节点电压对节点母线功率的灵敏度矩阵；
Figure FDA0003537457840000033
节点电压对节点母线功率的灵敏度矩阵；
Xac:AC输电***电压幅值和相角为状态变量；
Tac:节点母线功率；
fac：交直流输电***潮流方程式。
7.根据权利要求1所述的一种特高压直流送端电网的调相机配置方法，其特征是：所述人工蜂群算法是模仿蜜蜂行为提出的一种优化方法，是集群智能思想的一个具体应用，不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，有着较快的收敛速度；
蜂群产生群体智慧的最小搜索模型包含基本的三个组成要素：食物源、被雇佣的蜜蜂和未被雇佣的蜜蜂；两种最为基本的行为模型：为食物源招募蜜蜂和放弃某个食物源；在群体智慧的形成过程中，蜜蜂间交换信息是最为重要的一环；舞蹈区是蜂巢中最为重要的信息交换地；蜜蜂的舞蹈叫做摇摆舞；食物源的信息在舞蹈区通过摇摆舞的形式与其他蜜蜂共享，引领蜂通过摇摆舞的持续时间来表现食物源的收益率，故跟随蜂观察到大量的舞蹈并依据收益率来选择到哪个食物源采蜜；收益率与食物源被选择的可能性成正比；因而，蜜蜂被招募到某一个食物源的概率与食物源的收益率成正比；
采用人工蜂群算法来求解调相机配置策略的具体步骤如下：
(1)给人工蜂群算法种的各参数进行赋值，包括：种群大小，雇用蜂数，观察蜂数，侦查蜂数，局部最大搜索次数，迭代次数，解的纬度；
(2)通过随机数随即生成一半种群数量的个解，计算各个解的适应度值；即计算各初始调相机配置情况下的电压稳定指标；
(3)将蜂群算法中迭代次数变量赋值为1；
(4)遍历之前所有的解，并且对每个解都要执行以下步骤(5)-(8)；
(5)在该解所在的领域范围内发现新解；
(6)计算新解的适应度值；
(7)比较新解和原来解，保留适应度高的解；
(8)如原有解未更新，局部搜索次数加1；若已更新，局部搜索次数置0；
(9)计算蜂群算法中观察蜂选择跟随各个雇用蜂的概率值；
(10)根据计算概率，随机选择一个解，并且在该解周围进行局部搜索，发现新解，计算适应度，根据适应度的大小来选择保留还是更新；
(11)对算法内的所有解进行遍历，看是否达到最大搜索次数；如果达到，放弃该解，生成新解来代替；
(12)将当前找到的最优解记录；
(13)每执行一次循环加1；
(14)判断是否达到最大循环次数设定值，没达到转步骤(4)；达到，结束算法，当前记录即位全局最优解。
CN201811575867.4A 2018-12-22 2018-12-22 一种特高压直流送端电网的调相机配置方法 Active CN109638870B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811575867.4A CN109638870B (zh) 2018-12-22 2018-12-22 一种特高压直流送端电网的调相机配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811575867.4A CN109638870B (zh) 2018-12-22 2018-12-22 一种特高压直流送端电网的调相机配置方法

Publications (2)

Publication Number Publication Date
CN109638870A CN109638870A (zh) 2019-04-16
CN109638870B true CN109638870B (zh) 2022-05-13

Family

ID=66076542

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811575867.4A Active CN109638870B (zh) 2018-12-22 2018-12-22 一种特高压直流送端电网的调相机配置方法

Country Status (1)

Country Link
CN (1) CN109638870B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110649652B (zh) * 2019-09-12 2021-06-01 国电南瑞科技股份有限公司 基于风险量化评估的新能源送出***调相机配置方法和装置
CN111064179B (zh) * 2019-10-22 2021-04-27 国网山东省电力公司电力科学研究院 多馈入直流***功率恢复阶段保证电压安全性的综合控制方法及***
CN110718923B (zh) * 2019-11-03 2021-02-12 国网湖北省电力有限公司电力科学研究院 适应多场景的新一代调相机与直流***协调配合实现方法
CN110854871B (zh) * 2019-11-20 2021-04-27 广东颢能能源科技有限公司 一种高比例新能源电网暂态电压稳定优化控制方法
CN111769569B (zh) * 2020-05-26 2021-09-28 国电南瑞科技股份有限公司 一种特高压直流送端换流站调相机控制方法、装置及***
CN111725815B (zh) * 2020-06-11 2022-01-14 国网湖南省电力有限公司 一种特高压直流弱受端电网的同步调相机配置方法
CN112564159B (zh) * 2020-12-30 2023-09-19 华北电力大学（保定） 基于节点残压法的高压直流输电送端电网等值方案
CN113507128B (zh) * 2021-07-14 2023-07-21 国网青海省电力公司 一种特高压直流换流站近场无功优化配置方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105529719A (zh) * 2015-11-23 2016-04-27 国家电网公司 电压无功综合考虑的风电场动态无功补偿装置调节方法
CN105914755A (zh) * 2016-04-21 2016-08-31 广州供电局有限公司 电力***动态无功优化配置方法和***
CN105956706A (zh) * 2016-05-09 2016-09-21 苏州泛能电力科技有限公司 一种基于改进型人工蜂群算法的配电网无功优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105529719A (zh) * 2015-11-23 2016-04-27 国家电网公司 电压无功综合考虑的风电场动态无功补偿装置调节方法
CN105914755A (zh) * 2016-04-21 2016-08-31 广州供电局有限公司 电力***动态无功优化配置方法和***
CN105956706A (zh) * 2016-05-09 2016-09-21 苏州泛能电力科技有限公司 一种基于改进型人工蜂群算法的配电网无功优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于量子人工蜂群算法的风电场多目标无功优化";邓吉祥 等;《电测与仪表》;20150210;第52卷(第3期);11-17 *

Also Published As

Publication number Publication date
CN109638870A (zh) 2019-04-16

Similar Documents

Publication Publication Date Title
CN109638870B (zh) 一种特高压直流送端电网的调相机配置方法
CN106503839B (zh) 一种海上风电场环形集电网络分层规划方法
CN111384725A (zh) 一种新能源电站的短路电流计算方法和***
CN112398678B (zh) 适用于多源异构电网的运行方式拓扑结构特征提取方法
Li et al. Transient voltage control of sending-end wind farm using a synchronous condenser under commutation failure of HVDC transmission system
CN114726009B (zh) 考虑功率预测的风电场群无功分层优化控制方法及其***
CN109787297A (zh) 一种考虑暂态特性的特高压直流送端电网无功优化方法
CN115102200B (zh) 一种储能***模型辨识方法和***
Xiao et al. Optimal sizing and siting of soft open point for improving the three phase unbalance of the distribution network
Mu et al. Cascading Fault Early Warning and Location Method of Transmission Networks Based on Wide Area Time-Series Power System State
CN114285090A (zh) 基于单站-分区-全网的新能源极限消纳能力评估方法
CN105279297B (zh) 一种基于工程应用的pss/e电力***等值方法
CN108416459B (zh) 一种电池储能电站的选址方法
CN111641204B (zh) 一种分布式能源准入容量的计算方法及装置
CN113315140A (zh) 一种海上风电无功补偿协调控制方法
Shaheen et al. A chaos game optimization algorithm-based optimal control strategy for performance enhancement of offshore wind farms
Li et al. Wind farms reactive power optimization using genetic/tabu hybrid algorithm
Yu et al. Research on Dynamic Operating Point Coordination Optimization Algorithm of Wind Farms
Chen et al. Analysis of the Switchgear Configuration for the Ring Collection Grids of Offshore Wind Farms
Yibo et al. Power grid optimization planning based on DG acceptance capability evaluation of hybrid AC/DC transmission system
Zhang et al. Optimization of Black-Start Scheme for Mitigating Overvoltage
Li et al. Location, Capacity and Reactive Power Optimization Technology of the Power Distribution Network with Distributed Generation by the Neural Network Algorithm
CN116629499A (zh) 海上风电集***直流组网方法、装置及存储介质
Li et al. Multi-Objective Optimal Allocation Method Considering the Difference of Access Types of Distributed Generation
CN111162565B (zh) 基于多源数据融合的中低压网络在线拼接方法及***

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