一种考虑新能源接入的厂站电压稳定性的无功补偿集群方法及系统与流程

文档序号:33359864发布日期:2023-03-07 20:25阅读:149来源:国知局
一种考虑新能源接入的厂站电压稳定性的无功补偿集群方法及系统与流程

1.本发明涉及配电网控制技术领域,具体涉及一种考虑新能源接入的厂站电压稳定性的无功补偿集群方法及系统。


背景技术:

2.随着越来越多的新能源发电渗入电网,系统动态无功支持能力下降,暂态电压稳定问题凸显,交流扰动引起电压异常导致换相失败的风险增加。这已成为威胁电网安全稳定运行的严重隐患之一。在电力系统中投资无功补偿设备,不仅提高了系统电压稳定水平,而且降低了直流连续换相失败的概率。
3.电力系统的暂态电压稳定性通常与三个因素密切相关:传输功率限制、负载动态特性和系统电压支持。事实上,电压不稳定的根本原因是电力系统失去了维持无功动态平衡的能力。动态无功补偿装置可以提供快速、可控的无功功率,适用于由扰动引起的暂态电压不稳定场景。在现有无功补偿装置单点控制模式下,为保证动态无功补偿装置的效果能够充分发挥,一般需要对其安装位置进行计算,选择最优配置。动态无功补偿配置的研究主要考虑补偿装置的暂态响应特性和无功支持能力,以提高系统的暂态电压稳定性。因此,亟需探索区域联动的无功补偿装置集群控制模式,具有非常广阔的应用前景。现有无功补偿控制模式集中在单点控制,缺乏区域联动的无功补偿装置集群控制模式,缺乏新能源厂站和并网变电站补偿装置进行联合调节。


技术实现要素:

4.鉴于上述问题,本发明提供了一种考虑新能源接入的厂站电压稳定性的无功补偿集群方法,其特征在于:包括如下步骤,
5.s1:通过电网运行数据构建区域电压稳定数学模型;该区域包括多个厂站,每个厂站包括多个变电站;
6.s2:基于上述区域电压稳定数学模型,通过并网前区域内无功补偿装置对受供厂站进行无功补偿,再通过单个变电站的无功补偿装置进行调整,实现区域的分层、分区电压平衡;
7.s3:联合新能源厂站和并网前区域内无功补偿装置,进行区域电压协调优化控制,对并网前厂站内无功设备和并网变电站补偿装置进行联合调节;
8.s4:通过pso-bp神经网络算法预测新能源厂站出力并构造适应度函数,利用mopso算法求解适应度函数生成无功补偿方案。
9.进一步的,步骤s1中,以最小母线电压偏差和无功补偿装置的总损耗为目标函数,构建区域电压稳定数学模型,该模型为多目标无功协调控制模型,
10.无功补偿装置的总损耗为:
[0011][0012]
最小母线电压偏差为:
[0013][0014]
控制约束为:
[0015]fi
=p
svc,i
(u,x)+p
cap,i
(u,x)+p
rea,i
(u,x)
[0016]
p
svc,i
=p
value,i
+p
t,i
+p
tcr,i
+p
filter,i
+p
0,i
[0017][0018][0019]umin
≤u≤u
max
[0020]
x
min
≤x≤x
max
[0021]
其中,f
p
为无功设备总体功率损耗;fv为电压偏差;n为是参与协调无功控制的子站的集合;
[0022]fi
为第i个变电站无功设备的总功率损耗,包括svc设备损耗p
svc
、低压电容器损耗p
cap
和低压电抗器损耗p
rea

[0023]
p
svc
由晶闸管阀损耗p
value
、换流变压器损耗p
t
、晶闸管控制电抗器损耗p
tcr
、滤波器损耗p
filter
和辅助设备损耗p0组成;
[0024]vi
、v
ref
、v
imax
和v
imin
是变电站的母线电压、参考电压、最小和最大电压幅值;δpi和δqi是潮流方程约束;控制变量u包括低压电容器、低压电抗器、滤波器组和tcr触发角的运行次数;状态变量x的约束主要考虑n组变电站的上下限电压约束;
[0025]
svc采用tcr+fc(fixed capacitor)结构,描述为一个稳态的并联电容器或电抗,从电力系统注入或吸收无功功率,svc注入系统的无功功率q
svc
为:
[0026][0027]
其中,qc是滤波器组注入系统的无功功率,q
l
是tcr从系统吸收的无功功率;α是tcr触发角;l是电抗器的电感,当α为[π/2π]时,svc注入系统的无功功率可以连续平滑调整;在无功协调控制过程中,svc作为系统中的一个并联变量电纳。
[0028]
进一步的,步骤s2中,基于区域电压稳定数学模型,在满足主供电源点关口功率因数调度前提下,通过主供电源点调节无功补偿装置实现对受供厂站的无功补偿,再通过单站无功补偿装置进行调整,以最小化多无功补偿器投切次数nc和抽头变化次数n
tap
,实现分层分区电压平衡;具体的,根据无功补偿器的输出功率q
svc
最大化,无功补偿器的容量作为控制目标,提高无功补偿器的容量减少末端节点装置动作次数:
[0029]
1)无功补偿器投切次数为:
[0030]
[0031]
其中,k
ci
(t)为t时刻第i个无功补偿器的投切状态,k
ci
(t)的取值为0或者1,0表示停止工作,1表示投入系统;nc为无功补偿器集合;
[0032]
2)抽头变化次数为:
[0033][0034]
其中,tapz(t)表示t时刻第z个调压变压器的状态,tapz(t)的取值为0或者1,0表示停止工作,1表示已调节;n
tap
为系统调压变压器集合;
[0035]
无功补偿器的输出功率与系统电压的关系达式为:
[0036][0037][0038]
其中,q
svc,i
(t)表示t时刻第i个无功补偿器的无功功率;ui(t)表示第i个无功补偿器接入电压幅值;u
ref,i
表示第i个无功补偿器的参考电压;nc为无功补偿器总数;x
sl,i
(t)为第i个节点的电抗。
[0039]
进一步的,步骤s3中,联合新能源厂站和无功补偿装置,进行区域电压协调优化控制,对厂站内无功设备和并网变电站补偿装置进行联合调节;具体的,确定多无功补偿器的总无功补偿目标q
sum
、电压偏差指标u
nb
和有功损耗p
loss
,减少无功补偿器的阻抗之和avc来提高电压控制精度;
[0040]
1)多无功补偿器的总无功补偿目标为:
[0041][0042]
其中,q
gen,g
(t)表示t时刻第g个同步调相机输出的无功功率;n
gen
表示同步调相机的总数;
[0043]
2)电压偏差指标为:
[0044][0045]
其中,ub(t)表示t时刻b节点的电压最大值;nb表示节点集合;
[0046]
3)无功补偿器的阻抗之和为:
[0047][0048]
4)有功损耗为:
[0049][0050]
其中,n
tl
为输电线路总数;rj为第j条线路的电阻值;jm、jn分别为第j条输电线路始端和末端节点编号;u
jm
、u
jn
分别表示节点jm、jn电压幅值;δ
jm
、δ
jn
分别表示节点jm、jn的电压相角。
[0051]
进一步的,步骤s4中,通过pso-bp神经网络算法预测新能源厂站出力,确定学习因
子,对粒子群算法的粒子初始位置和bp神经网络的参数进行初始化:
[0052][0053]ujk
=u
jk
+λsj[0054]
其中,pi为输入层输入;λ为学习因子;u
jk
隐含层和输出层之间的权值;u
ij
隐含层与输入层之间的连接权值;sj为隐含层输出;ek为最小误差;
[0055][0056]bk
=bk+ek[0057]
其中,bk为输出层阈值;aj为隐含层阈值;
[0058]
输入新能源出力作为输入层进行训练并计算粒子适应度值f,
[0059][0060][0061][0062]
其中,γ为训练样本个数;q
τ
为训练模型实际输出,即新能源厂站出力;p
τ
为训练模型目标输出,为粒子第k+1次迭代位置,为粒子第k+1次迭代速度;
[0063]
对粒子的位置和速度进行不断更新,每次存在一个个体最优解和一个全局最优解,直到达到最大迭代次数,停止pso寻优,最终得到bp网络的最优权值和阈值,输出对应全局最优解的新能源厂站出力q
τ
,从而预测到精准的新能源场站出力。
[0064]
进一步的,步骤s4中,通过加权系数将多目标优化问题转化为单目标,建立适应度函数min f;基于熵准则构造系数决策矩阵a,并对矩阵进行归一化处理确定指标b的熵值eb,计算权重系数wb;
[0065]
适应度函数为:
[0066][0067]
其中,为权重系数,和为1;
[0068]
系数决策矩阵为:
[0069][0070]
其中,为系数决策矩阵a中的第a行第b列元素;
[0071]
对矩阵进行归一化处理:
[0072]
[0073]
权重系数为:
[0074][0075]
基于预测得到的新能源场站出力,利用mopso算法求解适应度函数;将分布式发电设备和无功补偿装置接入到配电网系统中,输入配电网和mopso算法初始参数,计算各粒子最优位置和最优解集,选择当前粒子的领导者,更新粒子位置、速度和最优解集,直到得到最优解集,即最优无功补偿方案。
[0076]
本发明还提供了一种考虑新能源接入的厂站电压稳定性的无功补偿集群系统,包括,
[0077]
区域电压稳定模型构建单元,通过电网运行数据构建区域电压稳定数学模型;该区域包括多个厂站,每个厂站包括多个变电站;
[0078]
区域电压无功补偿调整单元,基于上述区域电压稳定数学模型,通过并网前区域内无功补偿装置对受供厂站进行无功补偿,再通过单个变电站的无功补偿装置进行调整,实现区域的分层、分区电压平衡;
[0079]
联合控制优化单元,进行区域电压协调优化控制,对并网前厂站内无功设备和并网变电站补偿装置进行联合调节;
[0080]
无功补偿方案生成单元,通过pso-bp神经网络算法预测新能源厂站出力并构造适应度函数,利用mopso算法求解适应度函数生成最优无功补偿方案。
[0081]
一种计算机存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法。
[0082]
本发明的优势在于:基于厂站内无功设备和并网变电站补偿装置进行联合调节,实现区域电压协调优化控制,并且实现区域联动的无功补偿装置集群控制模式,保障电网安全稳定运行。
附图说明
[0083]
图1为考虑新能源接入的厂站电压稳定性的无功补偿集群方法流程示意图;
[0084]
图2是无功补偿电容器1动态投切;
[0085]
图3是无功补偿电容器2动态投切;
[0086]
图4是无功补偿电容器3动态投切;
[0087]
图5是无功补偿电容器4动态投切;
[0088]
图6是静态无功补偿器1动态投切;
[0089]
图7是静态无功补偿器2动态投切。
具体实施方式
[0090]
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
[0091]
参考图1.本发明提供了一种考虑新能源接入的厂站电压稳定性的无功补偿集群
方法,该方法具体为:
[0092]
s1:通过电网运行数据构建区域电压稳定数学模型;该区域包括多个厂站,每个厂站包括多个变电站;
[0093]
具体的,以最小母线电压偏差和无功补偿装置的总损耗为目标函数,构建区域电压稳定数学模型,该模型为多目标无功协调控制模型,
[0094]
(1)无功补偿装置的总损耗为:
[0095][0096]
(2)最小母线电压偏差为:
[0097][0098]
(3)控制约束为:
[0099]fi
=p
svc,i
(u,x)+p
cap,i
(u,x)+p
rea,i
(u,x)
[0100]
p
svc,i
=p
value,i
+p
t,i
+p
tcr,i
+p
filter,i
+p
0,i
[0101][0102][0103]umin
≤u≤u
max
[0104]
x
min
≤x≤x
max
[0105]
其中,f
p
为无功设备总体功率损耗;fv为电压偏差;n为是参与协调无功控制的子站的集合;
[0106]fi
为第i个变电站无功设备的总功率损耗,包括svc设备损耗p
svc
、低压电容器损耗p
cap
和低压电抗器损耗p
rea

[0107]
p
svc
由晶闸管阀损耗p
value
、换流变压器损耗p
t
、晶闸管控制电抗器损耗p
tcr
、滤波器损耗p
filter
和辅助设备损耗p0组成;
[0108]vi
、v
ref
、v
imax
和v
imin
是变电站的母线电压、参考电压、最小和最大电压幅值;δpi和δqi是潮流方程约束;控制变量u包括低压电容器、低压电抗器、滤波器组和tcr触发角的运行次数;状态变量x的约束主要考虑n组变电站的上下限电压约束;
[0109]
svc采用tcr+fc(fixed capacitor)结构,描述为一个稳态的并联电容器或电抗,从电力系统注入或吸收无功功率,svc注入系统的无功功率q
svc
为:
[0110][0111]
其中,qc是滤波器组注入系统的无功功率,q
l
是tcr从系统吸收的无功功率;α是tcr触发角;l是电抗器的电感,当α为[π/2π]时,svc注入系统的无功功率可以连续平滑调整;在无功协调控制过程中,svc作为系统中的一个并联变量电纳。
[0112]
s2:基于上述区域电压稳定数学模型,通过并网前区域内无功补偿装置对受供厂站进行无功补偿,再通过单个变电站的无功补偿装置进行调整,实现区域的分层、分区电压平衡;
[0113]
具体的,基于区域电压稳定数学模型,在满足主供电源点关口功率因数调度前提下,通过主供电源点调节无功补偿装置实现对受供厂站的无功补偿,再通过单站无功补偿装置进行调整,以最小化多无功补偿器投切次数nc和抽头变化次数n
tap
,实现分层分区电压平衡;具体的,根据无功补偿器的输出功率q
svc
最大化,无功补偿器的容量作为控制目标,提高无功补偿器的容量减少末端节点装置动作次数,从而提高无功补偿器的容量减少末端节点装置动作次数,提高电网运行经济性。
[0114]
1)无功补偿器投切次数为:
[0115][0116]
其中,k
ci
(t)为t时刻第i个无功补偿器的投切状态,k
ci
(t)的取值为0或者1,0表示停止工作,1表示投入系统;nc为无功补偿器集合;
[0117]
2)抽头变化次数为:
[0118][0119]
其中,tapz(t)表示t时刻第z个调压变压器的状态,tapz(t)的取值为0或者1,0表示停止工作,1表示已调节;n
tap
为系统调压变压器集合;
[0120]
无功补偿器的输出功率与系统电压的关系达式为:
[0121][0122][0123]
其中,q
svc,i
(t)表示t时刻第i个无功补偿器的无功功率;ui(t)表示第i个无功补偿器接入电压幅值;u
ref,i
表示第i个无功补偿器的参考电压;nc为无功补偿器总数;x
sl,i
(t)为第i个节点的电抗。
[0124]
s3:联合新能源厂站和并网前区域内无功补偿装置,进行区域电压协调优化控制,对并网前厂站内无功设备和并网变电站补偿装置进行联合调节;
[0125]
具体的,联合新能源厂站和无功补偿装置,进行区域电压协调优化控制,对厂站内无功设备和并网变电站补偿装置进行联合调节;具体的,确定多无功补偿器的总无功补偿目标q
sum
、电压偏差指标u
nb
和有功损耗p
loss
,以应对紧急干扰事件,减少无功补偿器的阻抗之和avc来提高电压控制精度;
[0126]
1)多无功补偿器的总无功补偿目标为:
[0127][0128]
其中,q
gen,g
(t)表示t时刻第g个同步调相机输出的无功功率;n
gen
表示同步调相机的总数;
[0129]
2)电压偏差指标为:
[0130][0131]
其中,ub(t)表示t时刻b节点的电压最大值;nb表示节点集合;
[0132]
3)无功补偿器的阻抗之和为:
[0133][0134]
4)有功损耗为:
[0135][0136]
其中,n
tl
为输电线路总数;rj为第j条线路的电阻值;jm、jn分别为第j条输电线路始端和末端节点编号;u
jm
、u
jn
分别表示节点jm、jn电压幅值;δ
jm
、δ
jn
分别表示节点jm、jn的电压相角。
[0137]
s4:通过pso-bp神经网络算法预测新能源厂站出力并构造适应度函数,利用mopso算法求解适应度函数生成无功补偿方案。
[0138]
首先,通过pso-bp神经网络算法预测新能源厂站出力,确定学习因子,对粒子群算法的粒子初始位置和bp神经网络的参数进行初始化:
[0139][0140]ujk
=u
jk
+λsj[0141]
其中,pi为输入层输入;λ为学习因子;u
jk
隐含层和输出层之间的权值;u
ij
隐含层与输入层之间的连接权值;sj为隐含层输出;ek为最小误差;
[0142][0143]bk
=bk+ek[0144]
其中,bk为输出层阈值;aj为隐含层阈值;
[0145]
输入新能源出力作为输入层进行训练并计算粒子适应度值f,
[0146][0147][0148][0149]
其中,γ为训练样本个数;q
τ
为训练模型实际输出,即新能源厂站出力;p
τ
为训练模型目标输出,为粒子第k+1次迭代位置,为粒子第k+1次迭代速度;
[0150]
对粒子的位置和速度进行不断更新,每次存在一个个体最优解和一个全局最优解,直到达到最大迭代次数,停止pso寻优,最终得到bp网络的最优权值和阈值,输出对应全局最优解的新能源厂站出力q
τ
,从而预测到精准的新能源场站出力。通过加权系数将多目标优化问题转化为单目标,建立适应度函数minf;基于熵准则构造系数决策矩阵a,并对矩阵进行归一化处理确定指标b的熵值eb,计算权重系数wb;
[0151]
适应度函数为:
[0152][0153]
其中,为权重系数,和为1;
[0154]
系数决策矩阵为:
[0155][0156]
其中,为系数决策矩阵a中的第a行第b列元素;
[0157]
对矩阵进行归一化处理:
[0158][0159]
权重系数为:
[0160][0161]
基于预测得到的新能源场站出力,利用mopso算法求解适应度函数;将分布式发电设备和无功补偿装置接入到配电网系统中,输入配电网和mopso算法初始参数,计算各粒子最优位置和最优解集,选择当前粒子的领导者,更新粒子位置、速度和最优解集,直到得到最优解集,即最优无功补偿方案。
[0162]
根据本发明的另一方面还提供了一种考虑新能源接入的厂站电压稳定性的无功补偿集群系统,包括,
[0163]
区域电压稳定模型构建单元,通过电网运行数据构建区域电压稳定数学模型;该区域包括多个厂站,每个厂站包括多个变电站;
[0164]
区域电压无功补偿调整单元,基于上述区域电压稳定数学模型,通过并网前区域内无功补偿装置对受供厂站进行无功补偿,再通过单个变电站的无功补偿装置进行调整,实现区域的分层、分区电压平衡;
[0165]
联合控制优化单元,进行区域电压协调优化控制,对并网前厂站内无功设备和并网变电站补偿装置进行联合调节;
[0166]
无功补偿方案生成单元,通过pso-bp神经网络算法预测新能源厂站出力并构造适应度函数,利用mopso算法求解适应度函数生成最优无功补偿方案。
[0167]
结合本发明的集群方法,以18节点配电系统对本发明进行验证,在某一规定时间内在电网内接入分布式电源,通过本发明调度策略对系统电压和无功进行协调控制,验证无功补偿装置集群调控最优补偿容量和位置是否控制合理。
[0168]
在18节点系统中,分别在节点3、4、7-9、15-18接入分布式电源,注入电网功率分别为2.3、0.8、2.9、2、5.8、5.6、3、4.6、3.4mw,系统中在节点1、4、7、8、10、17安装无功补偿装置且无功补偿装置的容量未12kvar。
[0169]
通过本发明无功补偿装置集群调度策略计算可得,各无功补偿节点补偿容量如表1。
[0170]
表1.各节点无功补偿容量
[0171]
无功补偿节点无功补偿容量/kvar16049671168481021817192
[0172]
以24h为控制周期,在每个控制周期内无功补偿装置允许的操作次数上限为6次,对一个控制周期内系统无功进行协调控制,无功补偿装置集群在一个控制周期内可以随着负荷和分布式电源处理变化,动态的调整无功补偿容量。将一个控制周期划分为6次无功补偿装置动作时间,分别为5点、9点、13点、17点、21点。因为分布式电源在21-5点期间并未出力,所以不需要动作。在分布式电源出力时间段内,根据本发明控制策略而得的无功补偿装置投切容量如图2-7。
[0173]
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1