CN116937606A - 一种配电网无功电压自律协调控制方法 - Google Patents
一种配电网无功电压自律协调控制方法 Download PDFInfo
- Publication number
- CN116937606A CN116937606A CN202310834386.5A CN202310834386A CN116937606A CN 116937606 A CN116937606 A CN 116937606A CN 202310834386 A CN202310834386 A CN 202310834386A CN 116937606 A CN116937606 A CN 116937606A
- Authority
- CN
- China
- Prior art keywords
- voltage
- node
- reactive
- power
- cluster
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005457 optimization Methods 0.000 claims abstract description 76
- 230000035945 sensitivity Effects 0.000 claims abstract description 28
- 238000005096 rolling process Methods 0.000 claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims abstract description 23
- 230000033228 biological regulation Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 13
- 241000970807 Thermoanaerobacterales Species 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 9
- 230000001105 regulatory effect Effects 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 8
- 239000003990 capacitor Substances 0.000 claims description 7
- 238000010248 power generation Methods 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 4
- 230000000087 stabilizing effect Effects 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims 5
- 230000000694 effects Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 238000011217 control strategy Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000010076 replication Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- H02J3/12—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
-
- 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
- H02J3/18—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
- 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
- H02J3/38—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
-
- 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
-
- 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)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Public Health (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)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种配电网无功电压自律协调控制方法,所述方法包括:将电网基本参数输入预先构建的综合性集群划分指标体系中,进行集群划分;基于集群划分,根据日前集中式无功电压优化模型,优化出离散无功补偿设备投退计划,为日内分布式无功优化调度下发小时级指令;根据小时级指令,建立日内分布式无功电压滚动优化模型,优化设备无功出力,实现各集群间的分布式协调控制并下发分钟级指令;根据分钟级指令,本地电压控制级利用无功电压灵敏度矩阵调节无功补偿设备实时无功出力,实现电压动态调节、平抑电压波动;其中,所述综合性集群划分指标体系由电气模块度指标、有功功率平衡度指标、无功功率平衡度指标以及节点隶属度指标构建得到的。
Description
技术领域
本发明涉及一种配电网无功电压自律协调控制方法,属于配电网无功电压协调优化技术领域。
背景技术
为促进“双碳”目标的实现,“整县光伏”工作在全国有序推进。但分布式电源的单机容量小、数量多且位置相对分散,易因局部功率过剩而出现“功率到送”现象,给电压质量、继电保护造成不利影响,还给传统配电网的集中式电压控制带来了“维数灾难”。相比于传统集中式调控方式,分布式调控具有更高的计算灵活性与计算效率。将配电网中DG、储能、负荷以及其它控制装置进行聚合,构成分布式发电集群,通过集群内的独立自治与集群间的协调优化,从而实现基于DGC的配电网分布式调控,简化配电网控制复杂程度。
在集群电压调控方面,现有的研究主要针对群内自治技术与群间协调技术展开。在群内自治的基础上,采用分布式优化算法实现相邻集群之间的协调交互、达到全局最优,在降低通信压力的基础上取得了与集中式控制相同的优化效果。配电网中DG出力的随机性增大了功率波动的频率和幅度,其在时域可分为大时间尺度平均功率以及小时间尺度脉动功率,需要通过日前优化与日内调控配合实现配电网的功率波动平抑。现存的配电网集群电压控制方法本质上是多层级、多时间尺度无功电压控制。多层级、多时间尺度电压控制降低了DG出力不确定性对配电网电压的影响,但其本质上是单时间断面的开环优化控制,DG出力随机性引起的电压控制偏差会在下一控制时间尺度传播,从而影响配电网电压控制效果。而模型预测控制作为一种基于预测模型的闭环滚动优化控制方法,可以有效平抑不确定因素对配电网电压稳定性的影响。
上述研究为配电网无功电压优化调度打下了良好的基础,但是均没有将DGC与分布式无功电压滚动优化结合起来,且考虑无功电压多时间尺度的分布式优化调度的研究较少。
发明内容
本发明的目的在于提供一种配电网无功电压自律协调控制方法,以解决传统集中式因DG大规模接入控制,而面临的通信延时、计算量大与控制设备过多的缺陷。
一种配电网无功电压自律协调控制方法,所述方法包括:
获取电网基本参数;
将电网基本参数输入预先构建的综合性集群划分指标体系中,进行集群划分;
基于集群划分,根据日前集中式无功电压优化模型,优化出离散无功补偿设备投退计划,为日内分布式无功优化调度下发小时级指令;
根据小时级指令,建立日内分布式无功电压滚动优化模型,优化设备无功出力,实现各集群间的分布式协调控制并下发分钟级指令;
基于分钟级指令,本地电压控制级利用无功电压灵敏度矩阵调节无功补偿设备实时无功出力,实现电压动态调节、平抑电压波动;
其中,所述综合性集群划分指标体系由电气模块度指标、有功功率平衡度指标、无功功率平衡度指标以及节点隶属度指标构建得到的。
进一步地,所述节点隶属度指标公式为:
式中:λ为节点隶属度指标;V[i]为节点i所在集群;|V[i]|为集群V[i]内所有节点间边数之和;j∈V[i]表示与节点i在同一集群且相连的节点;μ(i,V[i])为与节点i在同一集群内且相连的节点在集群V[i]内的隶属程度;V-V[i]为不包含节点i的集群;|V-V[i]|为除集群V[i]外其余集群间的节点间边数之和;j∈V-V[i]表示与节点i不在同一集群但相连的节点;μ(i,V-V[i])为与节点i不在同一集群内,但相连的节点在集群V-V[i]的隶属程度,eij为节点i与节点j之间边的权重。
进一步地,所述电气模块度指标公式为:
式中:ρ为电气模块度指标,ki为节点i所有边权之和;kj为节点j所有边权之和;m为网络中所有节点边权之和;节点i与节点j在同一集群内时否则/>
节点i与节点j之间边的权重eij与节点i与节点j之间的电气距离Lij的关系表达式为:
eij=1-Lij/max(L)
ΔV=SQVΔQ
式中:L为电气距离矩阵;SQV为灵敏度矩阵;SQV,ij为灵敏度矩阵中第i行第j列元素;Sij表示节点j功率的变化引起节点i电压的变化值;ΔQ为无功功率变化量,ΔV为电压变化量;dij为节点j无功功率发生变化时,节点j电压变化与节点i电压变化之比,eij为节点i与节点j之间边的权重。
进一步地,所述有功功率平衡度指标公式为:
式中:βP为***总有功功率平衡度指标;Pclu(t)l为集群l的净功率特性;T为计算时间长度;c为集群个数。
进一步地,所述无功功率平衡度指标公式为:
式中:βQ为***无功功率平衡度指标;Qsup,l为第l个集群的无功功率输出最大值;Qneed,l为第l个集群的无功功率需求值;Ql为集群l的无功平衡度,c为集群个数。
进一步地,所述综合性集群划分指标公式为:
τ=w1ρ+w2βP+w3βQ+w4λ
式中:τ为综合性集群划分指标,ρ为电气模块度指标;βP为有功功率平衡度指标;βQ为***无功功率平衡度指标;λ为节点隶属度指标;w1为电气模块度指标的权重系数,w2为有功功率平衡度指标的权重系数、w3为***无功功率平衡度指标的权重系数、w4为节点隶属度指标的权重系数,且w1+w2+w3+w4=1。
进一步地,所述日前集中式优化控制模型由日前分布式电源、负荷预测数据,有载调压变压器分接头和电容器调节次数最少为目标,建立日前集中式优化控制模型,具体公式为:
式中:α1为日前分布式电源目标的权重系数、α2为负荷预测数据目标的权重系数、α3为有载调压变压器分接头目标的权重系数、α4为电容器调节目标的权重系数,k(i)为与节点i相连节点构成的集合;rij为支路ij的电阻值;为t时刻节点i的电压幅值;Ui,t,ref为t时刻节点i的电压控制参考值;Iij为支路ij电流幅值;ΔT为调度周期时间间隔;n为网络节点数;nOLTC、n CB 别为配电网中有载调压变压器分接头和电容器安装的个数。
进一步地,所述日内分布式电压无功控制模型基于模型预测控制的日内无功电压滚动优化及反馈校正控制,包括配电网电压预测模型、无功电压滚动优化控制模型与反馈校正三个部分构成,具体模型公式为:
式中:U(t+i|t)为基于t时刻配电网电压预测出的t+i时刻电压向量;Uref(t+i|t)为t+i时刻配电网电压参考向量。
进一步地,所述实现各集群间的分布式协调控制方法包括:
对配电网中相邻的分布式发电集群解耦,得到局部网络;
通过ADMM算法对局部网络进行分布式优化,实现各集群间的分布式协调控制。
进一步地,所述本地电压控制级利用无功电压灵敏度矩阵调节无功补偿设备实时无功出力,实现电压动态调节、平抑电压波动的方法包括:
将分布式发电集群内的过电压节点集合中电压幅值最大的节点记为危险电压节点,对应的电压越限幅值记为ΔUmax;
根据无功电压灵敏度矩阵SQV,找出与危险电压节点间无功电压灵敏度最大的节点作为关键电源节点,对应的无功电压灵敏度值计为
根据无功电压灵敏度矩阵,计算出校正危险电压节点电压所需无功功率调节量ΔQ;
当集群内关键电源节点的最大可调节无功功率小于无功功率调节量ΔQ时,则取/>作为该危险电压节点无功功率出力设定值,剩余待补偿容量由设备中静止无功补偿器装置提供。
与现有技术相比,本发明所达到的有益效果:
通过考虑集群功率平衡以及集群规模大小的综合性集群划分指标体系,在保证集群内部源、荷合理匹配以及节点间紧密联系的基础上,使集群规模大小均衡并且具有一定的电压调节能力,提高了集群的自制能力;
有效解决了配电网传统集中式因DG大规模接入控制,而面临的通信延时、计算量大与控制设备过多等问题,抑制了因DG接入引起的“功率到送”、“电压越限”等现象,为含分布式电源配电网的电压控制提供了参考。
附图说明
图1是本发明所示为本发明群划分方法处理流程示意图;
图2是本发明所示为集群划分结果示意图;
图3是本发明所示为基于集群动态划分的配电网无功电压自律-协同控制流程图;
图4是本发明所示为配电网集群解耦示意图;
图5是本发明所示为集中式与分布式无功电压优化控制结果示意图;
图6是本发明所示为日前集中式优化后节点电压示意图;
图7是本发明集中式优化节点电压示意图,
图8是本发明分布式优化节点电压示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
本发明公在前期集群划分研究的基础上,提出一种基于集群动态划分的配电网无功电压自律协同控制方法,该方法首先建立日前集中式无功电压优化模型,得出离散无功补偿设备投退计划;日内调度以节点电压偏差最小为目标,建立日内无功电压滚动优化模型,进一步结合ADMM算法实现集群间的分布式协调优化,求得日内各DGC内连续无功补偿装置的调度计划;然后,通过本地电压实时控制级实现节点电压本地实时控制。具体方法包括以下步骤:
(1)获取电网基本参数;
(2)将电网基本参数输入预先构建综合性集群划分指标体系进行集群划分;
(3)在集群划分的基础上,根据日前集中式无功电压优化模型,优化出离散无功补偿设备投退计划,为日内分布式无功优化调度下发小时级指令;
(4)根据日前调度下发的小时级指令,建立日内分布式无功电压滚动优化模型,优化SVC、DG等设备无功出力,实现各集群间的分布式协调控制并下发分钟级指令;
(5)结合日内分钟级调度计划,本地电压控制级利用无功电压灵敏度矩阵调节SVC实时无功出力,实现电压动态调节、平抑电压波动。
其中,所述综合性集群划分指标体系由电气模块度指标、有功功率平衡度指标、无功功率平衡度指标以及节点隶属度指标构建得到的。
为验证配电网无功电压自律协同控制策略的有效性,以改进的IEEE33节点***为例,在MATLAB 2020a环境下进行仿真测试。在节点1处安装了OLTC,此外***中还安装了8台PV、5台CB、5台SVC。OLTC、CB、SVC、PV的参数分别为表1、2、3、4所示。采用改进的K-means进行集群动态划分,便于后续集群控制。日前的集中式优化调度通过商业求解器Cplex进行求解,运用适用于“群间协调”的分布式算法对DGC内进行无功优化控制,ADMM的惩罚参数ρ=0.5,收敛精度ε=10-5。
针对本方法中,所述节点隶属度指标公式为:
式中:λ为节点隶属度指标;V[i]为节点i所在集群;|V[i]|为集群V[i]内所有节点间边数之和;j∈V[i]表示与节点i在同一集群且相连的节点;μ(i,V[i])为与节点i在同一集群内且相连的节点在集群V[i]内的隶属程度;V-V[i]为不包含节点i的集群;|V-V[i]|为除集群V[i]外其余集群间的节点间边数之和;j∈V-V[i]表示与节点i不在同一集群但相连的节点;μ(i,V-V[i])为与节点i不在同一集群内但相连的节点在集群V-V[i]的隶属程度,eij为节点i与节点j之间边的权重。
所述电气模块度指标ρ为:
式中:ki为节点i所有边权之和;kj为节点j所有边权之和;m为网络中所有节点边权之和;节点i与节点j在同一集群内时否则/>
节点i与节点j之间边的权重eij与节点i与节点j之间的电气距离Lij的关系表达式为:
eij=1-Lij/max(L)
ΔV=SQVΔQ
式中:L为电气距离矩阵;SQV为灵敏度矩阵;SQV,ij为灵敏度矩阵中第i行第j列元素;Sij表示节点j功率的变化引起节点i电压的变化值;ΔQ为无功功率变化量,ΔV为电压变化量;dij为节点j无功功率发生变化时,节点j电压变化与节点i电压变化之比。
有功功率平衡度指标为:
式中:βP为***总有功功率平衡度指标;Pclu(t)l为集群l的净功率特性;T为计算时间长度;c为集群个数。
所述的无功功率平衡度指标的计算公式为:
式中:βQ为***无功功率平衡度指标;Qsup,l为第l个集群的无功功率输出最大值;Qneed,l为第l个集群的无功功率需求值;Ql为集群l的无功平衡度,c为集群个数。
所述的综合性集群划分指标τ的计算公式为:
τ=w1ρ+w2βP+w3βQ+w4λ
式中:ρ为电气模块度指标;βP为有功功率平衡度指标;βQ为***无功功率平衡度指标;λ为节点隶属度指标;w1、w2、w3、w4分别为各指标的权重系数,且w1+w2+w3+w4=1。以综合性集群划分指标为依据的集群划分结果如图2所示。
所述的日前集中式优化控制模型为:
(1)目标函数
日前集中式优化调度以24小时为调度周期,1小时为时间颗粒度,结合日前分布式电源、负荷预测数据,以全天网损最小、节点电压偏差最小、有载调压变压器分接头和电容器调节次数最少为目标,建立日前无功电压集中式优化控制模型。
式中:α1、α2、α3、α4分别为各目标的权重系数;k(i)为与节点i相连节点构成的集合;rij为支路ij的电阻值;为t时刻节点i的电压幅值;Ui,t,ref为t时刻节点i的电压控制参考值;Iij为支路ij电流幅值;ΔT为调度周期时间间隔;n为网络节点数;nOLTC、n CB 别为配电网中OLTC和CB安装的个数。
(2)约束条件
1)潮流方程约束:
式中:Pi,t、Qi,t分别为t时刻节点i注入的有功功率、无功功率;θij,t为t时刻节点i、j间的电压相角差;Uj,t为t时刻节点j的电压幅值;Gij、Bij分别为支路ij的电导与电纳。
2)节点电压约束:
Ui min≤Ui,t≤Ui max
式中:Ui min、Ui max分别为节点i电压幅值的上下限。
3)OLTC调节性能约束:
式中:Ti,tap,t、Ti,tap,t+1分别为第i个OLTC在t时刻、t+1时刻分接头所处档位;Ti,k为相邻时刻OLTC调节档位限制;Tmax为调度周期内OLTC的最大动作次数;Ki,t为第i个OLTC在t时刻的变比;K0、ΔKi分别为OLTC的标准变比与调节步长;Ti,tap,min、Ti,tap,max分别为第i个OLTC档位上下限。
4)CB调节性能约束:
式中:Ni,min、Ni,max分别为节点i可投入CB组数的上下限;Ni,t为节点i在t时刻投入的CB组数;为节点i处CB单日最大可调节次数。
所述的日内分布式电压无功控制模型:
日内单时间断面电压控制方法,既没有考虑日前调度对后续电压控制的影响,也没有修正因分布式电源出力预测误差而引起的电压控制偏差,难以应对因不确定因素引起的日内电压频繁、快速波动。模型预测控制能有效处理具有不确定性、时变性与非线性等特点的问题,因此可采用基于MPC的日内无功电压滚动优化及反馈校正控制,包括配电网电压预测模型、无功电压滚动优化控制模型与反馈校正三个部分。
(1)电压预测模型
日内调度以15min为时间颗粒度,以t时刻配电网电压作为初始值,静止无功补偿器(static var compensator,SVC)、DG无功出力为控制变量。结合日前调度计划与15min内功率预测数据,利用潮流计算所得灵敏度矩阵计算出电压预测值,将***灵敏度模型作为电压预测模型。则t+1时刻配电网电压预测方程如下:
式中:U(t+1|t)为基于t时刻配电网电压的t+1时刻电压预测向量;U(t)为配电网t时刻电压值;ΔP(t)、ΔQ(t)分别为t时刻节点有功、无功功率的改变量;分别为t时刻配电网节点电压对节点注入有功、无功功率的灵敏度矩阵。
(2)无功电压滚动优化控制模型
基于OLTC、CB日前计划,结合DG、负荷日内短期预测数据,日内采用MPC方法滚动优化SVC的无功出力。
1)目标函数
以未来N个时刻内节点电压偏差最小为滚动优化目标:
式中:U(t+i|t)为基于t时刻配电网电压预测出的t+i时刻电压向量;Uref(t+i|t)为t+i时刻配电网电压参考向量。
2)约束条件
日内无功电压滚动优化控制的约束条件主要包括节点电压约束、分布式光伏以及SVC无功调节能力约束。
DG运行约束:
式中:Pi,DG为第i个DG有功出力;分别为第i个DG有功出力与无功出力最大值;为不失一般性,本发明采用恒功率功率因数的DG功率控制策略,/>
连续无功补偿装置约束:
式中:Qmin、Qmax分别为SVC的无功出力上下限;Q(t|t)为t时刻SVC的无功功率出力;ΔQ(t+i|t)为基于t时刻优化出t+i时刻SVC的无功功率调整值。
(3)反馈校正
由于DG与负荷预测数据存在误差以及所使用的电压预测模型为近似模型,导致配电网电压预测值与实际值存在一定的误差。因此,在进行新一轮滚动优化之前,需要引入反馈校正环节。
1)采用第t次滚动优化后的配电网电压实际值作为第t+1次滚动优化控制的初始值,从而降低短期DG与负荷预测误差造成的不利影响。
U(t+1|t+1)=Ureal(t+1|t)
式中:U(t+1|t+1)为t+1时刻MPC控制的电压初始值;Ureal(t+1|t)为t+1时刻配电网电压量测值。
2)通过第t次滚动优化后的电压预测控制偏差对第t+1次的电压预测模型进行校正,以提高电压预测模型的预测精度。
式中:U*(t+i+1|t+1)为t+i+1时刻电压预测值的修正量;U(t+i+1|t+1)为基于t+1时刻配电网电压的t+i+1时刻电压预测值;γ为电压补偿系数;Uerr(t)为基于t时刻电压预测值与实际值之间的误差。
针对步骤4中,所述实现各集群间的分布式协调控制方法包括:随着大规模DG的接入,传统配电网集中式控制方式的通信延迟、计算量大、控制设备过多等问题愈发凸显,难以满足配电网日内调度时间性能的要求。本发明采用ADMM算法,建立基于集群动态划分的配电网日内无功电压分布式优化控制模型,降低无功电压控制模型的复杂度,并通过ADMM算法实现DGC的分布式协同优化。为实现DGC的分布式协同优化,首先需要对DGC进行解耦。
(1)DGC解耦
图4中节点i、j分别为集群i、j的边界节点,在对配电网中相邻DGC解耦时,断开节点i与节点j间的联络线,引入虚拟节点j*,作为节点j的复制节点与集群i中的节点i相连。同理引入虚拟节点i*,作为节点i的复制节点与集群j中的节点j相连,联络线、li*j分别作为集群i、j的虚拟边界连联络线,从而实现了配电网的解耦。在分布式计算的过程中,各DGC通过虚拟边界节点交换一致性变量进行独立计算,采用线路的电流、有功功率以及无功功率作为虚拟边界联络线的一致性变量,即集群j的一致性变量xi*j=[Pi*j,Qi*j,Ii*j]。
由于节点i*与节点j*事实上是同一节点,因此联络线上的电流、功率必须保持一致,即一致性约束如下。
式中:Pi*j、Qi*j、Ii*j分别为虚拟边界联络线li*j上的有功功率、无功功率以及电流; 分别为虚拟边界联络线/>上的有功功率、无功功率以及电流。
(2)适用于DGC的ADMM算法
为使分布式求解达到与集中式求解相同的效果,相邻DGC支路状态变量必须相等,构造考虑一致性的惩罚函数如下。
式中:Lα为考虑一致性约束的惩罚函数;分别为集群i、j第m次迭代计算中边界变量参考值;ψ为一致性变量对应的惩罚参数;/>分别为集群i对应的拉格朗日乘子向量。ADMM算法的基本原理是在各子问题中增添一个关于一致性约束的惩罚项,从而使分布式求解过程中满足一致性约束。
适用于DGC分布式优化的ADMM算法计算步骤如下:
1)初始化Lα=0,每个DGC独立并行计算DG、SVC无功出力以及一致性变量,并将上述计算所的一致性变量传递至相邻的DGC。
2)迭代求解过程中,各DGC间的虚拟边界联络上的一致性变量更新规则如下所示。
式中:分别为集群i、j第m+1次迭代计算所得的一致性变量值。
3)更新考虑一致性的惩罚函数,并将计算出的一致性变量传递至相邻网络。
4)当所有DGC完成分布式优化后,判断一致性变量是否满足迭代精度,是则返回结果;否则转入步骤2)。
式中:分别为集群i、j第m次迭代计算的原始残差;/>分别为集群i、j第m次迭代计算的对偶残差;ε为收敛精度。图4所示为基于集群动态划分的配电网无功电压自律-协同控制流程图。
针对步骤5中,所述本地电压控制级利用无功电压灵敏度矩阵调节无功补偿设备实时无功出力,实现电压动态调节、平抑电压波动的方法包括:
群内本地电压实时控制以最大化DG消纳为目标,采用事件触发方式。当群内节点电压越限时,首先调节DG逆变器的无功功率恢复电压水平;当超出无功功率调节裕度时,不足的无功补偿容量由传统无功补偿装置提供。
将DGC内的节点分为过电压节点集合与正常节点集合,将过电压节点集合中电压幅值最大的节点记为危险电压节点,对应的电压越限幅值记为ΔUmax。根据无功电压灵敏度矩阵SQV,找出与危险电压节点间无功电压灵敏度最大的节点作为关键电源节点,对应的无功电压灵敏度值计为根据无功电压灵敏度矩阵,计算出校正危险电压节点电压所需无功功率调节量ΔQ。
式中:α0为调节常数,通常取α0=1/n,可避免出现超调现象,从而保证***的稳定性。
当集群内关键电源节点的最大可调节无功功率小于ΔQ时,则取/>作为该危险电压节点无功功率出力设定值,剩余待补偿容量由SVC装置提供。由于集群间存在弱耦合性,为尽量减小调节集群i对相邻集群i-1与集群i+1产生的影响,避免DG过多的无功吸收或者无功剪切;在电压调节时,将集群内的节点按电压幅值从大到小进行排序,依次调节各DGC内危险电压节点的电压,消除集群间的耦合特性对各集群内电压调节的影响。
为验证本发明提出的无功电压控制方法的正确性与有效性,取12时为时间断面进行无功电压优化,将其控制效果与集中式控制效果进行对比。电压调控结果如图5所示,标准IEEE33节点***节点线路偏差较大,最大电压偏差接近10%,而在接入高渗透率分布式光伏的场景下,配电网节点电压升高,出现了电压越限现象。采用粒子群算法实现集中式无功电压优化,其中粒子群算法的学习因子c1=c2=2,种群规模Na=10,惯性权重w=0.95。优化结果表明,集中式优化、布式优化后节点的电压幅值均在0.9附近,且24h的调度周期内电压偏差在3%以内,电压幅值稳定。集中式优化与分布式优化结果十分接近,二者最大误差不超过1%。
日前集中式优化后节点电压分布如图6所示,相比于图5中分布式光伏接入后各节点电压,日前优化后节点电压分布趋势整体较为平稳,电压波动范围相对较小,且没有出现节点电压越限现象。
在日前集中式优化调度的基础上,基于“群间协调”控制策略进行日内分布式无功电压滚动优化,制定出SVC、分布光伏短时间尺度内的无功出力计划,再通过群内本地电压自治控制策略实现群内功率分配以及群内节点电压本地实时控制。为进一步验证所提无功电压协调控制策略的正确性与有效性,将其与集中式电压控制进行对比。其中,集中式电压控制结果如图7所示,日内分布式无功电压滚动优化控制结果如图8所示。
对比图6与图8可知,日前集中式优化调度之后,再进行日内分布式无功电压滚动优化以及群内本地电压优化控制,配电网的最大节点电压偏差由4.30%降低至4.00%,且配电网节点电压整体分布更加平稳。进一步对比集中式与分布式集中式电压控制结果。由图7可知,集中式优化后的节点电压幅值在12时之前普遍低于1.0,部分节点电压甚至接近电压下限,在12时之后普遍高于1.0,大部分节点电压幅值接近1.3,存在节点电压越限的风险。而分布式优化后节点电压幅值普遍在1.0附近波动,相比于集中式大大减小了电压越限的风险。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种配电网无功电压自律协调控制方法,其特征在于,所述方法包括:
获取电网基本参数;
将电网基本参数输入预先构建的综合性集群划分指标体系中,进行集群划分;
基于集群划分,根据日前集中式无功电压优化模型,优化出离散无功补偿设备投退计划,为日内分布式无功优化调度下发小时级指令;
根据小时级指令,建立日内分布式无功电压滚动优化模型,优化设备无功出力,实现各集群间的分布式协调控制并下发分钟级指令;
基于分钟级指令,本地电压控制级利用无功电压灵敏度矩阵调节无功补偿设备实时无功出力,实现电压动态调节、平抑电压波动;
其中,所述综合性集群划分指标体系由电气模块度指标、有功功率平衡度指标、无功功率平衡度指标以及节点隶属度指标构建得到的。
2.根据权利要求1所述的配电网无功电压自律协调控制方法,其特征在于,所述节点隶属度指标公式为:
式中:λ为节点隶属度指标;V[i]为节点i所在集群;|V[i]|为集群V[i]内所有节点间边数之和;j∈V[i]表示与节点i在同一集群且相连的节点;μ(i,V[i])为与节点i在同一集群内且相连的节点在集群V[i]内的隶属程度;V-V[i]为不包含节点i的集群;|V-V[i]|为除集群V[i]外其余集群间的节点间边数之和;j∈V-V[i]表示与节点i不在同一集群但相连的节点;μ(i,V-V[i])为与节点i不在同一集群内,但相连的节点在集群V-V[i]的隶属程度,eij为节点i与节点j之间边的权重。
3.根据权利要求1所述的配电网无功电压自律协调控制方法,其特征在于,所述电气模块度指标公式为:
式中:ρ为电气模块度指标,ki为节点i所有边权之和;kj为节点j所有边权之和;m为网络中所有节点边权之和;节点i与节点j在同一集群内时否则/>
节点i与节点j之间边的权重eij与节点i与节点j之间的电气距离Lij的关系表达式为:
eij=1-Lij/max(L)
ΔV=SQVΔQ
式中:L为电气距离矩阵;SQV为灵敏度矩阵;SQV,ij为灵敏度矩阵中第i行第j列元素;Sij表示节点j功率的变化引起节点i电压的变化值;ΔQ为无功功率变化量,ΔV为电压变化量;dij为节点j无功功率发生变化时,节点j电压变化与节点i电压变化之比,eij为节点i与节点j之间边的权重。
4.根据权利要求1所述的配电网无功电压自律协调控制方法,其特征在于,所述有功功率平衡度指标公式为:
式中:βP为***总有功功率平衡度指标;Pclu(t)l为集群l的净功率特性;T为计算时间长度;c为集群个数。
5.根据权利要求1所述的配电网无功电压自律协调控制方法,其特征在于,所述无功功率平衡度指标公式为:
式中:βQ为***无功功率平衡度指标;Qsup,l为第l个集群的无功功率输出最大值;Qneed,l为第l个集群的无功功率需求值;Ql为集群l的无功平衡度,c为集群个数。
6.根据权利要求1所述的配电网无功电压自律协调控制方法,其特征在于,所述综合性集群划分指标公式为:
τ=w1ρ+w2βP+w3βQ+w4λ
式中:τ为综合性集群划分指标,ρ为电气模块度指标;βP为有功功率平衡度指标;βQ为***无功功率平衡度指标;λ为节点隶属度指标;w1为电气模块度指标的权重系数,w2为有功功率平衡度指标的权重系数、w3为***无功功率平衡度指标的权重系数、w4为节点隶属度指标的权重系数,且w1+w2+w3+w4=1。
7.根据权利要求1所述的配电网无功电压自律协调控制方法,其特征在于,所述日前集中式优化控制模型由日前分布式电源、负荷预测数据,有载调压变压器分接头和电容器调节次数最少为目标,建立日前集中式优化控制模型,具体公式为:
式中:α1为日前分布式电源目标的权重系数、α2为负荷预测数据目标的权重系数、α3为有载调压变压器分接头目标的权重系数、α4为电容器调节目标的权重系数,k(i)为与节点i相连节点构成的集合;rij为支路ij的电阻值;为t时刻节点i的电压幅值;Ui,t,ref为t时刻节点i的电压控制参考值;Iij为支路ij电流幅值;ΔT为调度周期时间间隔;n为网络节点数;nOLTC、n CB 别为配电网中有载调压变压器分接头和电容器安装的个数。
8.根据权利要求1所述的配电网无功电压自律协调控制方法,其特征在于,所述日内分布式电压无功控制模型基于模型预测控制的日内无功电压滚动优化及反馈校正控制,包括配电网电压预测模型、无功电压滚动优化控制模型与反馈校正三个部分构成,具体模型公式为:
式中:U(t+i|t)为基于t时刻配电网电压预测出的t+i时刻电压向量;Uref(t+i|t)为t+i时刻配电网电压参考向量。
9.根据权利要求1所述的配电网无功电压自律协调控制方法,其特征在于,所述实现各集群间的分布式协调控制方法包括:
对配电网中相邻的分布式发电集群解耦,得到局部网络;
通过ADMM算法对局部网络进行分布式优化,实现各集群间的分布式协调控制。
10.根据权利要求1所述的配电网无功电压自律协调控制方法,其特征在于,所述本地电压控制级利用无功电压灵敏度矩阵调节无功补偿设备实时无功出力,实现电压动态调节、平抑电压波动的方法包括:
将分布式发电集群内的过电压节点集合中电压幅值最大的节点记为危险电压节点,对应的电压越限幅值记为ΔUmax;
根据无功电压灵敏度矩阵SQV,找出与危险电压节点间无功电压灵敏度最大的节点作为关键电源节点,对应的无功电压灵敏度值计为
根据无功电压灵敏度矩阵,计算出校正危险电压节点电压所需无功功率调节量ΔQ;
当集群内关键电源节点的最大可调节无功功率小于无功功率调节量ΔQ时,则取作为该危险电压节点无功功率出力设定值,剩余待补偿容量由设备中静止无功补偿器装置提供。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310834386.5A CN116937606A (zh) | 2023-07-07 | 2023-07-07 | 一种配电网无功电压自律协调控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310834386.5A CN116937606A (zh) | 2023-07-07 | 2023-07-07 | 一种配电网无功电压自律协调控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116937606A true CN116937606A (zh) | 2023-10-24 |
Family
ID=88388816
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310834386.5A Pending CN116937606A (zh) | 2023-07-07 | 2023-07-07 | 一种配电网无功电压自律协调控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116937606A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117154726A (zh) * | 2023-11-01 | 2023-12-01 | 广东电网有限责任公司江门供电局 | 基于孤岛划分的配电网重构恢复供电方法及*** |
-
2023
- 2023-07-07 CN CN202310834386.5A patent/CN116937606A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117154726A (zh) * | 2023-11-01 | 2023-12-01 | 广东电网有限责任公司江门供电局 | 基于孤岛划分的配电网重构恢复供电方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110518575B (zh) | 基于区域划分的多时间尺度主动配电网电压优化控制方法 | |
CN108683179B (zh) | 基于混合整数线性规划的主动配电网优化调度方法及*** | |
CN102055191B (zh) | 一种考虑外网等值的静态电压稳定广域切负荷控制方法 | |
CN110601252B (zh) | 基于mpc的含分布式光伏配电网馈线级快速电压控制方法 | |
CN105914753B (zh) | 主动配电网电压实时模糊控制方法 | |
Oshnoei et al. | Disturbance observer and tube-based model predictive controlled electric vehicles for frequency regulation of an isolated power grid | |
CN106655204B (zh) | 基于多无功源互动的风电场/群无功电压实时控制方法 | |
CN109873447B (zh) | 一种多源协同主动配电网多时间级有功-无功调控方法 | |
CN108321810A (zh) | 抑制光伏并网点电压波动的配网多时间尺度无功控制方法 | |
CN114362267B (zh) | 考虑多目标优化的交直流混合配电网分散式协调优化方法 | |
Zou | Design of reactive power optimization control for electromechanical system based on fuzzy particle swarm optimization algorithm | |
CN114597969B (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 | |
CN106058914A (zh) | 基于Elman算法的配网发电预测技术的电压优化方法 | |
CN116937606A (zh) | 一种配电网无功电压自律协调控制方法 | |
CN105162129A (zh) | 计及分布式电源最优配置的配网无功电压控制方法 | |
CN115149580A (zh) | 一种考虑不确定性延迟的风光水火储联合二次调频方法 | |
CN115481856A (zh) | 考虑综合需求响应的综合能源***多尺度调度方法及*** | |
CN115833105A (zh) | 一种基于集群划分的配电网规划方法 | |
CN108536917A (zh) | 一种输配电网全局电压稳定控制的分布式计算方法 | |
CN115313403A (zh) | 一种基于深度强化学习算法的实时电压调控方法 | |
CN110957731A (zh) | 基于模型预测控制的分布式电源就地集群电压控制方法 | |
CN113937752A (zh) | 基于随机模型预测控制的主动配电网优化调度方法及*** | |
CN113394770A (zh) | 互联微网群频率完全分布式优化控制方法及*** | |
CN105207220B (zh) | 一种基于渐进学习的分级电压调控方法 | |
CN116667361A (zh) | 一种基于模型预测控制的含新能源的多阶段电压自动控制优化方法 |
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 |