CN112993982A - 自动电压控制***的限值参数获取方法、装置和终端设备 - Google Patents
自动电压控制***的限值参数获取方法、装置和终端设备 Download PDFInfo
- Publication number
- CN112993982A CN112993982A CN202110206517.6A CN202110206517A CN112993982A CN 112993982 A CN112993982 A CN 112993982A CN 202110206517 A CN202110206517 A CN 202110206517A CN 112993982 A CN112993982 A CN 112993982A
- Authority
- CN
- China
- Prior art keywords
- limit
- voltage
- reactive
- grid
- simulation
- 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 44
- 238000004088 simulation Methods 0.000 claims abstract description 58
- 238000012417 linear regression Methods 0.000 claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 238000005457 optimization Methods 0.000 claims abstract description 39
- 230000001419 dependent effect Effects 0.000 claims abstract description 15
- 230000009471 action Effects 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000000611 regression analysis Methods 0.000 description 5
- 238000000638 solvent extraction Methods 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000011497 Univariate linear regression Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- 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
-
- 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
本发明适用于电力***技术领域,提供了一种自动电压控制***的限值参数获取方法、装置和终端设备,其中,自动电压控制***的限值参数获取方法包括:获取多种电压等级下的限值参数;以多种电压等级下的限值参数为仿真样本,按照预设典型日电网运行方式,对目标电力***进行全天的自动电压控制仿真,得到仿真后的每种电压等级下的限值参数所对应的电网状态指标;以限值参数为自变量、电网状态指标为因变量,根据多种电压等级下的限值参数及相应的电网状态指标建立多元线性回归分析模型;根据多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数。采用本发明可以解决限值参数设置不合理的问题。
Description
技术领域
本发明属于电力***技术领域,尤其涉及一种自动电压控制***的限值参数获取方法、装置和终端设备。
背景技术
自动电压控制(Automatic Voltage Control,AVC)***是实现电力***安全、经济、优质运行的重要手段,其基本原理是通过协调控制发电机无功出力、变压器分接头和无功补偿设备,实现电网内无功电压的合理分布。
到目前为止,全世界主流的自动电压控制主要有三种模式:
第一种模式是以德国RWE电力公司代表的二级控制模式,其没有所谓分区控制,最优潮流(OPF)的优化计算结果直接发到各电厂的一级电压控制器进行控制。但是OPF模型计算量大,计算时间较长。当***中发生大的扰动、负荷陡升或陡降时,如果完全依赖OPF,则AVC的响应速度不够,控制的动态品质难以保证。
第二种模式是以法国EDF代表的三级电压控制模式,其研究和实施始于上世纪70年代,经历了三十余年的研究、开发和应用,是目前国际上公认为最先进的电压控制***。该控制模式得到了很好的应用,但是该模式仍存在缺点,这是因为区域的二级电压控制(SVC)是基于电力***无功电压的局域性而开发的,而区域间无功电压是有耦合的,因此控制***的质量在根本上取决于各区域间无功电压控制的耦合程度。但是,随着电力***的发展和运行工况的实时变化,设计时认为相对解耦的区域并非一成不变,而且以固定的控制参数形式存在的控制灵敏度更是随运行工况而实时变化,因此,这种以硬件形式固定下来的区域控制器难以适应电力***的不断发展和实时运行工况的大幅度变化,难以持久地保证有良好的控制效果。
第三种模式是清华大学电机系调度自动化实验室提出的基于“软分区”的三级电压控制模式,该模式通过软分区克服了EDF三级电压控制中硬分区的不足,已经在国内二十多个地区电网、省级电网中得到广泛应用,并成功推广到北美PJM电网的电压控制中。在该模式下,调度中心的AVC应用软件由三级控制模块和二级控制模块组成。三级控制为全局无功优化的最优潮流(OPF),给出全网协调的电压优化控制目标;二级控制为分区解耦的控制策略计算,以三级控制给出的各分区中的中枢母线的优化控制目标为输入,考虑分区内电厂等无功调节设备,计算分区内各种无功资源的控制策略,并下发到电厂和变电站;厂站端的子站装置完成一级控制,接收调度主站下发的控制策略并执行。
目前,区域电网的AVC控制***,通常采用基于“软分区”的三级电压控制体系,在AVC控制***中,母线电压的上、下限值和主变功率因数的上、下限值是主要的限值参数,母线电压的上、下限值和主变功率因数的上、下限值取值的合理性,直接影响AVC控制效果。然而,在工程实践中经常出现限值参数设置不合理的现象,导致无功不合理流动,进而影响电网电压安全稳定运行。
发明内容
有鉴于此,本发明实施例提供了一种自动电压控制***的限值参数获取方法、装置和终端设备,以解决现有技术中限值参数设置不合理的问题。
本发明实施例的第一方面提供了一种自动电压控制***的限值参数获取方法,包括:
获取多种电压等级下的限值参数,每种电压等级下的限值参数至少包括相应电压等级下的母线电压限值参数和主变功率因数限值参数;
以多种电压等级下的限值参数为仿真样本,按照预设典型日电网运行方式,对目标电力***进行全天的自动电压控制仿真,得到仿真后的每种电压等级下的限值参数所对应的电网状态指标;
以限值参数为自变量、电网状态指标为因变量,根据多种电压等级下的限值参数及相应的电网状态指标建立多元线性回归分析模型;
根据多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数。
可选的,电网状态指标至少包括全网总有功网损值、全网总无功网损值、全网与上级电网无功交换值、全网电压越上限百分比、全网电压越下限百分比以及全网无功设备动作次数。
可选的,预设限值参数优化模型的目标函数至少包括以下一种:
min{‖Y3‖2};
或者,min{Wp·‖Y1‖2+Wq·‖Y2‖2+Wq·‖Y3‖2};
其中,‖Y1‖2表示全网总有功网损值的绝对值,‖Y2‖2表示全网总无功网损值的绝对值,‖Y3‖2表示全网与上级电网无功交换值,Wp表示有功系数,Wq表示无功系数,·表示相乘。
可选的,预设限值参数优化模型的约束条件包括:
0≤C1≤C1avg;
0≤C2≤C2avg;
0≤C3≤C3avg;
其中,C1表示全网电压越上限百分比,C1avg表示仿真后得到的所有全网电压越上限百分比的平均值;C2表示全网电压越下限百分比,C2avg表示仿真后得到的所有全网电压越下限百分比的平均值;C3表示全网无功设备动作次数,C3avg表示仿真后得到的所有全网无功设备动作次数的平均值。
可选的,根据多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数,包括:
根据最小二乘法和仿真后的每种电压等级下的限值参数所对应的电网状态指标,计算多元线性回归分析模型中各个回归方程的系数;
结合目标函数和约束条件,得到优化后的限值参数。
本发明实施例的第二方面提供了一种自动电压控制***的限值参数获取装置,包括:
获取模块,用于获取多种电压等级下的限值参数,每种电压等级下的限值参数至少包括相应电压等级下的母线电压限值参数和主变功率因数限值参数;
仿真模块,用于以多种电压等级下的限值参数为仿真样本,按照预设典型日电网运行方式,对目标电力***进行全天的自动电压控制仿真,得到仿真后的每种电压等级下的限值参数所对应的电网状态指标;
构建模块,用于以限值参数为自变量、电网状态指标为因变量,根据多种电压等级下的限值参数及相应的电网状态指标建立多元线性回归分析模型;
优化模块,用于根据多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数。
可选的,电网状态指标至少包括全网总有功网损值、全网总无功网损值、全网与上级电网无功交换值、全网电压越上限百分比、全网电压越下限百分比以及全网无功设备动作次数。
可选的,预设限值参数优化模型的目标函数至少包括以下一种:
min{‖Y3‖2};
或者,min{Wp·‖Y6‖2+Wq·‖Y2‖2+Wq·‖Y3‖2};
其中,‖Y6‖2表示全网总有功网损值的绝对值,‖Y2‖2表示全网总无功网损值的绝对值,‖Y3‖2表示全网与上级电网无功交换值,Wp表示有功系数,Wq表示无功系数,·表示相乘。
可选的,预设限值参数优化模型的约束条件包括:
0≤C6≤C6avg;
0≤C2≤C2avg;
0≤C3≤C3avg;
其中,C6表示全网电压越上限百分比,C6avg表示仿真后得到的所有全网电压越上限百分比的平均值;C2表示全网电压越下限百分比,C2avg表示仿真后得到的所有全网电压越下限百分比的平均值;C3表示全网无功设备动作次数,C3avg表示仿真后得到的所有全网无功设备动作次数的平均值。
可选的,根据多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数,包括:
根据最小二乘法和仿真后的每种电压等级下的限值参数所对应的电网状态指标,计算多元线性回归分析模型中各个回归方程的系数;
结合目标函数和约束条件,得到优化后的限值参数。
本发明实施例的第三方面提供了一种终端设备,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第一方面所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:
本发明实施例可以先获取多种电压等级下的限值参数,然后以多种电压等级下的限值参数为仿真样本,按照预设典型日电网运行方式,对目标电力***进行全天的自动电压控制仿真,得到仿真后的每种电压等级下的限值参数所对应的电网状态指标,之后,可以以限值参数为自变量、电网状态指标为因变量,根据多种电压等级下的限值参数及相应的电网状态指标建立多元线性回归分析模型,最后可以根据多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数。如此,将优化后的限值参数作为实际使用的限值参数,能够改善限值参数设置不合理情况,实现电网无功的分层分区平衡,进一步提高电压控制的效果,满足电网安全和经济运行的需求。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种自动电压控制***的限值参数获取方法的步骤流程图;
图2为本发明实施例提供的一种自动电压控制***的限值参数获取装置的示意图;
图3为本发明实施例提供的一种终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
如背景技术所描述的,目前,区域电网的AVC控制***,通常采用基于“软分区”的三级电压控制体系,在AVC控制***中,母线电压的上、下限值和主变功率因数的上、下限值是主要的限值参数,母线电压的上、下限值和主变功率因数的上、下限值取值的合理性,直接影响AVC控制效果。然而,在工程实践中经常出现限值参数设置不合理的现象,导致无功不合理流动,进而影响电网电压安全稳定运行。
为了解决现有技术问题,本发明实施例提供了一种自动电压控制***的限值参数获取方法、装置和终端设备。下面首先对本发明实施例所提供的自动电压控制***的限值参数获取方法进行介绍。
首先,对本发明实施例所用到的回归分析原理进行介绍。
线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,在回归分析中,如果只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析,如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为多元线性回归分析。
在线性回归中,数据使用线性预测函数来建模,并且未知的模型参数也是通过数据来估计。例如,设x1,x2,x3,…,xp是p(p>1)个线性无关的可控变量,y是随机变量,它们之间的关系为:
其中,b0,b1,…,bp,以及σ2,均是与x1,x2,x3,…,xp无关的未知参数,ε是随机误差,这就是p元线性回归模型。对上式两端取数学期望,可以得
Ey=b0+b1x1+…+xpxp
其中,Ey是x1,x2,x3,…,xp的函数,b0,b1,…,bp称为回归系数。
对变量x1,x2,x3,…,xp和y作n次独立观察,可得容量为n的一个样本xi1,xi2,…,xip,yi(i=1,2…,n),即:
其中,上式中的各个ε是相互独立的,且服从正态分布,即:
转换后,上式可以写为
Y=XB+ε;
用最小二乘法求解未知参数b0,b1,…,bp,则回归模型的参数估计为:
则p元线性回归模型为:
接着,对自动电压控制***的限值参数获取方法的执行主体进行介绍。
自动电压控制***的限值参数获取方法的执行主体,可以是自动电压控制***的限值参数获取装置,该自动电压控制***的限值参数获取装置可以是具备数据处理能力的终端设备,例如笔记本电脑、个人计算机等,本发明实施例不作具体限定。
如图1所示,本发明实施例提供的自动电压控制***的限值参数获取方法可以包括以下步骤:
步骤S110、获取多种电压等级下的限值参数,每种电压等级下的限值参数至少包括相应电压等级下的母线电压限值参数和主变功率因数限值参数。
在一些实施例中,电压等级可以是110kV、220kV等电压等级。
步骤S120、以多种电压等级下的限值参数为仿真样本,按照预设典型日电网运行方式,对目标电力***进行全天的自动电压控制仿真,得到仿真后的每种电压等级下的限值参数所对应的电网状态指标。
在一些实施例中,仿真时,可以进行全天以5分钟为周期288时刻的AVC控制仿真计算,得到容量为N的电网无功电压指标,即电网状态指标。
在一些实施例中,电网状态指标至少包括全网总有功网损值、全网总无功网损值、全网与上级电网无功交换值、全网电压越上限百分比、全网电压越下限百分比以及全网无功设备动作次数。
步骤S130、以限值参数为自变量、电网状态指标为因变量,根据多种电压等级下的限值参数及相应的电网状态指标建立多元线性回归分析模型。
在一些实施例中,可以建立各类电网状态指标的多元线性回归分析模型,例如全网总有功网损值的多元线性回归分析模型、全网总无功网损值的多元线性回归分析模型、全网与上级电网无功交换值的多元线性回归分析模型、全网电压越上限百分比的多元线性回归分析模型、全网电压越下限百分比的多元线性回归分析模型以及全网无功设备动作次数的多元线性回归分析模型。
步骤S140、根据多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数。
在一些实施例中,可以根据最小二乘法和仿真后的每种电压等级下的限值参数所对应的电网状态指标,计算各个多元线性回归分析模型中各个回归方程的系数。之后,可以结合预设限值参数优化模型的目标函数和约束条件,得到优化后的限值参数。
具体的,预设限值参数优化模型的目标函数至少包括以下一种:
min{‖Y3‖2};或者,min{Wp·‖Y1‖2+Wq·‖Y2‖2+Wq·‖Y3‖2};
其中,‖Y1‖2表示全网总有功网损值的绝对值,‖Y2‖2表示全网总无功网损值的绝对值,‖Y3‖2表示全网与上级电网无功交换值,Wp表示有功系数,Wq表示无功系数,·表示相乘。
预设限值参数优化模型的约束条件可以包括:
0≤C1≤C1avg;
0≤C2≤C2avg;
0≤C3≤C3avg;
其中,C1表示全网电压越上限百分比,C1avg表示仿真后得到的所有全网电压越上限百分比的平均值;C2表示全网电压越下限百分比,C2avg表示仿真后得到的所有全网电压越下限百分比的平均值;C3表示全网无功设备动作次数,C3avg表示仿真后得到的所有全网无功设备动作次数的平均值。
为了更好地理解上述实施例提供的自动电压控制***的限值参数获取方法,下面提供一种实现方式,该实现方式包括如下步骤:
1)选取目标电力***不同的电网控制变量(限值参数)作为仿真样本,以典型日电网方式,进行全天AVC仿真,得到电网的无功电压指标,即状态变量(电网状态指标),具体包括:
1-1)选取电网的全部220kV母线电压上限为控制变量X1(X1取值范围为235~229,步长0.5kV,总计13档)、全部110kV母线电压上限为控制变量X2(X2取值范围为120~114,步长0.5kV,总计13档)、全部220kV和110kV主变的功率因数下限值X3(X3取值范围0.99~0.93,步长0.005,总计13档),其中,控制变量X1的最小值X1_min=229,最大值X1_max=235,控制变量X2的最小值X2_min=114,最大值X2_max=120,控制变量X3的最小值X3_min=0.93,最大值X3_max=0.99,如此,可以得到所有控制变量N=2197种取值的可能组合,N=13*13*13,其中,Nxi(i=1,2,3)为控制变量Xi的取值个数,分别为Nx1=13,Nx2=13,Nx3=13。
1-2)以1-1)中控制变量N=2197种组合作为仿真样本,进行全天以5分钟为周期288时刻的AVC控制仿真计算,得到容量为N=2197的电网无功电压运行指标,并将指标分为Yn(n=1…N)和Cn(n=1…N),指标数据采用标幺值方式,其中,220kV电压的基值采用230,110kV电压的基值采用115,无功设备动作次数除以100,可得下表:
2)以步骤1)中的控制变量为自变量,状态变量为因变量,建立多元线性回归分析模型,并用最小二乘法计算得出回归方程的系数,具体包括:
2-1)建立各状态变量与控制变量Xi(i=1,2,3)的多元线性回归分析模型,如下:
2-1-1)全网总有功网损Y1=β0_y1+β1_y1*X1+β2_y1*X2+β3_y1*X3;
2-1-2)全网总无功网损Y2=β0_y2+β1_y2*X1+β2_y2*X2+β3_y2*X3;
2-1-3)全网与上级500kV电网无功交换Y3=β0_y3+β1_y3*X1+β2_y3*X2+β3_y3*X3;
2-1-4)全网10kV电压越上限比率C1=β0_c1+β1_c1*X1+β2_c1*X2+β3_c1*X3;
2-1-5)全网10kV电压越下限比率C2=β0_c2+β1_c2*X1+β2_c2*X2+β3_c2*X3;
2-1-6)全网无功设备动作次数C3=β0_c3+β1_c3*X1+β2_c3*X2+β3_c3*X3。
2-2)以1-2)步骤中得到的容量为N=2197的仿真数据作为样本,采用最小二乘法,计算得出回归方程的系数βi_y1,βi_y2,βi_y3,βi_c1,βi_c2,βi_c3(i=0,1,2,3),得到回归方程如下;
2-2-1)全网总有功网损Y1=0.30222-0.06332*X1-0.02883*X2-0.01311*X3;
2-2-2)全网总无功网损Y2=5.59381-1.38264*X1-0.37192*X2-0.21284*X3;
2-2-3)全网与上级500kV电网无功交换Y3=-36.64304+31.40875*X1+0.00680*X2+4.92455*X3;
2-2-4)全网10kV电压越上限比率C1=-0.57161+0.40314*X1+0.22228*X2-0.02885*X3;
2-2-5)全网10kV电压越下限比率C2=0.34364-0.03778*X1-0.22995*X2-0.05956*X3;
2-2-6)全网无功设备动作次数C3=22.24256+20.92729*X1-31.47578*X2-6.27635*X3。
3)基于步骤2)中得出的回归方程,以指标Y1、Y2、Y3为目标函数,以指标C1、C2、C3为约束条件,构造单一目标或复合目标的二次规划优化模型,并计算得出最优限值,具体包括:
3-1)单一优化目标,考虑区域与上级电网无功交换绝对值最小,具体如下:
3-1-1)二次规划目标函数与不等式约束,如下:
min||Y3||2;
0≤C1≤0.033;
0≤C2≤0.014;
0≤C3≤5.300;
0.93≤X3≤0.99;
其中,约束条件C1avg、C2avg、C2avg的取值,取全部N=2197个指标的平均值,即C1avg=0.033,C2avg=0.014,C3avg=5.300。
3-1-2)计算得出最优的限值,即最优的X1=1.011210(232.58kV),X2=1.013187(116.52kV),X3=0.99。
如此,计算得到的限值结果,可以确保与上级电网无功交换最小化。
3-2)复合优化目标,考虑全网有功网损绝对值最小+无功网损绝对值最小+与上层无功交换最小,如下:
3-2-1)二次规划目标函数与不等式约束,如下:
min{Wp·||Y1||2+Wq·||Y2||2+Wq·||Y3||2}
0≤C1≤0.033;
0≤C2≤0.014;
0≤C3≤5.300;
0.93≤X3≤0.99;
其中,Wp、Wq为有功、无功权重系数,取值分别为1.0、0.1;约束条件C1avg、C2avg、C2avg的取值,取全部N=2197个指标的平均值C1avg=0.033,C2avg=0.014,C3avg=5.300。
3-2-2)计算得出最优的限值,即最优的X1=1.011756(232.70kV),X2=1.013550(116.56kV),X3=0.99,如此,这样给出的限值结果,一方面保证有功、无功网损最小化,以及无功流动的合理,另一方也保证了母线电压越限率和动作次数的约束。
在本发明实施例中,可以先获取多种电压等级下的限值参数,然后以多种电压等级下的限值参数为仿真样本,按照预设典型日电网运行方式,对目标电力***进行全天的自动电压控制仿真,得到仿真后的每种电压等级下的限值参数所对应的电网状态指标,之后,可以以限值参数为自变量、电网状态指标为因变量,根据多种电压等级下的限值参数及相应的电网状态指标建立多元线性回归分析模型,最后可以根据多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数。如此,将优化后的限值参数作为实际使用的限值参数,能够改善限值参数设置不合理情况,实现电网无功的分层分区平衡,进一步提高电压控制的效果,满足电网安全和经济运行的需求。
基于上述实施例提供的自动电压控制***的限值参数获取方法,相应地,本发明还提供了应用于该自动电压控制***的限值参数获取方法的自动电压控制***的限值参数获取装置的具体实现方式。请参见以下实施例。
如图2所示,提供了一种自动电压控制***的限值参数获取装置,该装置包括:
获取模块210,用于获取多种电压等级下的限值参数,每种电压等级下的限值参数至少包括相应电压等级下的母线电压限值参数和主变功率因数限值参数;
仿真模块220,用于以多种电压等级下的限值参数为仿真样本,按照预设典型日电网运行方式,对目标电力***进行全天的自动电压控制仿真,得到仿真后的每种电压等级下的限值参数所对应的电网状态指标;
构建模块230,用于以限值参数为自变量、电网状态指标为因变量,根据多种电压等级下的限值参数及相应的电网状态指标建立多元线性回归分析模型;
优化模块240,用于根据多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数。
可选的,电网状态指标至少包括全网总有功网损值、全网总无功网损值、全网与上级电网无功交换值、全网电压越上限百分比、全网电压越下限百分比以及全网无功设备动作次数。
可选的,预设限值参数优化模型的目标函数至少包括以下一种:
min{‖Y3‖2};
或者,min{Wp·‖Y6‖2+Wq·‖Y2‖2+Wq·‖Y3‖2};
其中,‖Y6‖2表示全网总有功网损值的绝对值,‖Y2‖2表示全网总无功网损值的绝对值,‖Y3‖2表示全网与上级电网无功交换值,Wp表示有功系数,Wq表示无功系数,·表示相乘。
可选的,预设限值参数优化模型的约束条件包括:
0≤C6≤C6avg;
0≤C2≤C2avg;
0≤C3≤C3avg;
其中,C6表示全网电压越上限百分比,C6avg表示仿真后得到的所有全网电压越上限百分比的平均值;C2表示全网电压越下限百分比,C2avg表示仿真后得到的所有全网电压越下限百分比的平均值;C3表示全网无功设备动作次数,C3avg表示仿真后得到的所有全网无功设备动作次数的平均值。
可选的,根据多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数,包括:
根据最小二乘法和仿真后的每种电压等级下的限值参数所对应的电网状态指标,计算多元线性回归分析模型中各个回归方程的系数;
结合目标函数和约束条件,得到优化后的限值参数。
在本发明实施例中,可以先获取多种电压等级下的限值参数,然后以多种电压等级下的限值参数为仿真样本,按照预设典型日电网运行方式,对目标电力***进行全天的自动电压控制仿真,得到仿真后的每种电压等级下的限值参数所对应的电网状态指标,之后,可以以限值参数为自变量、电网状态指标为因变量,根据多种电压等级下的限值参数及相应的电网状态指标建立多元线性回归分析模型,最后可以根据多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数。如此,将优化后的限值参数作为实际使用的限值参数,能够改善限值参数设置不合理情况,实现电网无功的分层分区平衡,进一步提高电压控制的效果,满足电网安全和经济运行的需求。
图3是本发明一实施例提供的终端设备的示意图。如图3所示,该实施例的终端设备3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个自动电压控制***的限值参数获取方法实施例中的步骤。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能。
示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述终端设备3中的执行过程。例如,所述计算机程序32可以被分割成获取模块、仿真模块、构建模块、优化模块,各模块具体功能如下:
获取模块,用于获取多种电压等级下的限值参数,每种电压等级下的限值参数至少包括相应电压等级下的母线电压限值参数和主变功率因数限值参数;
仿真模块,用于以多种电压等级下的限值参数为仿真样本,按照预设典型日电网运行方式,对目标电力***进行全天的自动电压控制仿真,得到仿真后的每种电压等级下的限值参数所对应的电网状态指标;
构建模块,用于以限值参数为自变量、电网状态指标为因变量,根据多种电压等级下的限值参数及相应的电网状态指标建立多元线性回归分析模型;
优化模块,用于根据多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数。
所述终端设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是终端设备3的示例,并不构成对终端设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30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。通用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。
所述存储器31可以是所述终端设备3的内部存储单元,例如终端设备3的硬盘或内存。所述存储器31也可以是所述终端设备3的外部存储设备,例如所述终端设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/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,本发明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,所述的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,所述计算机程序包括计算机程序代码,所述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。所述计算机可读介质可以包括:能够携带所述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、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种自动电压控制***的限值参数获取方法,其特征在于,包括:
获取多种电压等级下的限值参数,每种电压等级下的限值参数至少包括相应电压等级下的母线电压限值参数和主变功率因数限值参数;
以所述多种电压等级下的限值参数为仿真样本,按照预设典型日电网运行方式,对目标电力***进行全天的自动电压控制仿真,得到仿真后的每种电压等级下的限值参数所对应的电网状态指标;
以限值参数为自变量、电网状态指标为因变量,根据所述多种电压等级下的限值参数及相应的电网状态指标建立多元线性回归分析模型;
根据所述多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数。
2.如权利要求1所述的自动电压控制***的限值参数获取方法,其特征在于,所述电网状态指标至少包括全网总有功网损值、全网总无功网损值、全网与上级电网无功交换值、全网电压越上限百分比、全网电压越下限百分比以及全网无功设备动作次数。
3.如权利要求2所述的自动电压控制***的限值参数获取方法,其特征在于,所述预设限值参数优化模型的目标函数至少包括以下一种:
min{‖Y3‖2};
或者,min{Wp·‖Y1‖2+Wq·‖Y2‖2+Wq·‖Y3‖2};
其中,‖Y1‖2表示全网总有功网损值的绝对值,‖Y2‖2表示全网总无功网损值的绝对值,‖Y3‖2表示全网与上级电网无功交换值,Wp表示有功系数,Wq表示无功系数,·表示相乘。
4.如权利要求3所述的自动电压控制***的限值参数获取方法,其特征在于,所述预设限值参数优化模型的约束条件包括:
0≤C1≤C1avg;
0≤C2≤C2avg;
0≤C3≤C3avg;
其中,C1表示全网电压越上限百分比,C1avg表示仿真后得到的所有全网电压越上限百分比的平均值;C2表示全网电压越下限百分比,C2avg表示仿真后得到的所有全网电压越下限百分比的平均值;C3表示全网无功设备动作次数,C3avg表示仿真后得到的所有全网无功设备动作次数的平均值。
5.如权利要求4所述的自动电压控制***的限值参数获取方法,其特征在于,所述根据所述多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数,包括:
根据最小二乘法和仿真后的每种电压等级下的限值参数所对应的电网状态指标,计算所述多元线性回归分析模型中各个回归方程的系数;
结合所述目标函数和所述约束条件,得到优化后的限值参数。
6.一种自动电压控制***的限值参数获取装置,其特征在于,包括:
获取模块,用于获取多种电压等级下的限值参数,每种电压等级下的限值参数至少包括相应电压等级下的母线电压限值参数和主变功率因数限值参数;
仿真模块,用于以所述多种电压等级下的限值参数为仿真样本,按照预设典型日电网运行方式,对目标电力***进行全天的自动电压控制仿真,得到仿真后的每种电压等级下的限值参数所对应的电网状态指标;
构建模块,用于以限值参数为自变量、电网状态指标为因变量,根据所述多种电压等级下的限值参数及相应的电网状态指标建立多元线性回归分析模型;
优化模块,用于根据所述多元线性回归分析模型和预设限值参数优化模型,得到优化后的限值参数。
7.如权利要求6所述的自动电压控制***的限值参数获取装置,其特征在于,所述电网状态指标至少包括全网总有功网损值、全网总无功网损值、全网与上级电网无功交换值、全网电压越上限百分比、全网电压越下限百分比以及全网无功设备动作次数。
8.如权利要求7所述的自动电压控制***的限值参数获取装置,其特征在于,所述预设限值参数优化模型的目标函数至少包括以下一种:
min{‖Y3‖2};
或者,min{Wp·‖Y6‖2+Wq·‖Y2‖2+Wq·‖Y3‖2};
其中,‖Y6‖2表示全网总有功网损值的绝对值,‖Y2‖2表示全网总无功网损值的绝对值,‖Y3‖2表示全网与上级电网无功交换值,Wp表示有功系数,Wq表示无功系数,·表示相乘。
9.如权利要求8所述的自动电压控制***的限值参数获取装置,其特征在于,所述预设限值参数优化模型的约束条件包括:
0≤C6≤C6avg;
0≤C2≤C2avg;
0≤C3≤C3avg;
其中,C6表示全网电压越上限百分比,C6avg表示仿真后得到的所有全网电压越上限百分比的平均值;C2表示全网电压越下限百分比,C2avg表示仿真后得到的所有全网电压越下限百分比的平均值;C3表示全网无功设备动作次数,C3avg表示仿真后得到的所有全网无功设备动作次数的平均值。
10.一种终端设备,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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110206517.6A CN112993982B (zh) | 2021-02-24 | 2021-02-24 | 自动电压控制***的限值参数获取方法、装置和终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110206517.6A CN112993982B (zh) | 2021-02-24 | 2021-02-24 | 自动电压控制***的限值参数获取方法、装置和终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112993982A true CN112993982A (zh) | 2021-06-18 |
CN112993982B CN112993982B (zh) | 2024-02-02 |
Family
ID=76350124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110206517.6A Active CN112993982B (zh) | 2021-02-24 | 2021-02-24 | 自动电压控制***的限值参数获取方法、装置和终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112993982B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012155494A1 (zh) * | 2011-05-16 | 2012-11-22 | 河北省电力研究院 | 自动电压控制***全网最优控制参数校验方法 |
JP2013074696A (ja) * | 2011-09-27 | 2013-04-22 | Hiroshima Univ | 電力系統電圧制御システムおよび電力系統電圧制御方法 |
CN104810840A (zh) * | 2015-05-18 | 2015-07-29 | 国网上海市电力公司 | 一种全网电压无功优化控制***及其控制方法 |
CN105893714A (zh) * | 2016-05-19 | 2016-08-24 | 国网四川省电力公司电力科学研究院 | 基于大电网仿真***下的自动电压控制***闭环检测及评估方法 |
AU2018101070A4 (en) * | 2018-06-19 | 2018-09-06 | Inner Mongolia Electric Power Research Institute Branch Of Inner Mongolia Electric Power (Group) Co., Ltd. | Automatic voltage control method, device and system for wind farm |
-
2021
- 2021-02-24 CN CN202110206517.6A patent/CN112993982B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012155494A1 (zh) * | 2011-05-16 | 2012-11-22 | 河北省电力研究院 | 自动电压控制***全网最优控制参数校验方法 |
JP2013074696A (ja) * | 2011-09-27 | 2013-04-22 | Hiroshima Univ | 電力系統電圧制御システムおよび電力系統電圧制御方法 |
CN104810840A (zh) * | 2015-05-18 | 2015-07-29 | 国网上海市电力公司 | 一种全网电压无功优化控制***及其控制方法 |
CN105893714A (zh) * | 2016-05-19 | 2016-08-24 | 国网四川省电力公司电力科学研究院 | 基于大电网仿真***下的自动电压控制***闭环检测及评估方法 |
AU2018101070A4 (en) * | 2018-06-19 | 2018-09-06 | Inner Mongolia Electric Power Research Institute Branch Of Inner Mongolia Electric Power (Group) Co., Ltd. | Automatic voltage control method, device and system for wind farm |
Non-Patent Citations (1)
Title |
---|
张勇军;张锡填;苏杰和;: "基于AVC***的省地电网关口无功功率协调控制方法", 电网技术, no. 10, pages 2771 - 2777 * |
Also Published As
Publication number | Publication date |
---|---|
CN112993982B (zh) | 2024-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hu et al. | Load following of multiple heterogeneous TCL aggregators by centralized control | |
CN110690732A (zh) | 一种光伏无功分区计价的配电网无功优化方法 | |
Tang et al. | Study on day-ahead optimal economic operation of active distribution networks based on Kriging model assisted particle swarm optimization with constraint handling techniques | |
CN111799847B (zh) | 计及风险的主动配电网两阶段随机模型的预测控制方法 | |
CN113159341A (zh) | 融合深度强化学习和专家经验的配电网辅助决策方法及*** | |
Wang et al. | Peer-to-peer electricity transaction decisions of the user-side smart energy system based on the SARSA reinforcement learning | |
CN114597969A (zh) | 计及智能软开关和虚拟电厂技术的配电网双层优化方法 | |
Yin et al. | Equilibrium stability of asymmetric evolutionary games of multi-agent systems with multiple groups in open electricity market | |
CN115313403A (zh) | 一种基于深度强化学习算法的实时电压调控方法 | |
CN112564102A (zh) | 多微网负荷优化调度方法和*** | |
CN106953340A (zh) | 一种基于多类温控负荷加权状态队列控制的配网联络线功率波动平抑方法 | |
CN113869927A (zh) | 一种促进社区微网内部多产消者能源共享的分时定价方法 | |
CN117172097A (zh) | 基于云边协同与多智能体深度学习的配电网调度运行方法 | |
CN111193295A (zh) | 一种考虑动态重构的配网灵活性提升鲁棒优化调度方法 | |
CN117477552A (zh) | 一种配电侧含分布式储能的微电网层级协同优化调控方法及*** | |
CN112993982A (zh) | 自动电压控制***的限值参数获取方法、装置和终端设备 | |
CN108110756A (zh) | 考虑不确定性因素的工业园区配电网规划方法 | |
CN112670982A (zh) | 一种基于奖励机制的微电网有功调度控制方法及*** | |
CN115000994B (zh) | 一种多储能单元分组一致性功率分配方法 | |
CN103124073B (zh) | 基于实际电网增量式多目标分区动态无功优化***及方法 | |
CN115395498A (zh) | 一种低压直流互联台区多时间尺度协调调度方法及装置 | |
CN115498694A (zh) | 多微电网组群规划方法、装置及电子设备 | |
CN113158412B (zh) | 一种基于布谷鸟算法的光储电站协同优化方法 | |
CN109146257B (zh) | 一种基于熵的微网可调度性建模方法及评价方法 | |
CN108736483B (zh) | 一种电网运行方式的确定方法及确定*** |
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 |