技术特征：
1.一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，s1:通过电网运行数据构建区域电压稳定数学模型；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；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；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。2.如权利要求1所述的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：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，无功补偿装置的总损耗为：最小母线电压偏差为：控制约束为：f
i
＝p
svc,i
(u,x)+p
cap,i
(u,x)+p
rea,i
(u,x)p
svc,i
＝p
value,i
+p
t,i
+p
tcr,i
+p
filter,i
+p
0,i0,i
u
min
≤u≤u
max
x
min
≤x≤x
max
其中，f
p
为无功设备总体功率损耗；f
v
为电压偏差；n为是参与协调无功控制的子站的集合；f
i
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
；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；v
i
、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；δp
i
和δq
i
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；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：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。3.如权利要求1所述的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：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n
c
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：1)无功补偿器投切次数为: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；n
c
为无功补偿器集合；2)抽头变化次数为:其中，tap
z
(t)表示t时刻第z个调压变压器的状态，tap
z
(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；无功补偿器的输出功率与系统电压的关系达式为：无功补偿器的输出功率与系统电压的关系达式为：其中，q
svc,i
(t)表示t时刻第i个无功补偿器的无功功率；u
i
(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；n
c
为无功补偿器总数；x
sl,i
(t)为第i个节点的电抗。4.如权利要求1所述的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：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；1)多无功补偿器的总无功补偿目标为：
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；2)电压偏差指标为：其中，u
b
(t)表示t时刻b节点的电压最大值；n
b
表示节点集合；3)无功补偿器的阻抗之和为：4)有功损耗为：其中，n
tl
为输电线路总数；r
j
为第j条线路的电阻值；j
m
、j
n
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j
m
、j
n
电压幅值；δ
jm
、δ
jn
分别表示节点j
m
、j
n
的电压相角。5.如权利要求1所述的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：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：u
jk
＝u
jk
+λs
j
其中，p
i
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；s
j
为隐含层输出；e
k
为最小误差；b
k
＝b
k
+e
k
其中，b
k
为输出层阈值；a
j
为隐含层阈值；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，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，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，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；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。6.如权利要求1所述的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：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e
b
，计算权重系数w
b
；适应度函数为：其中，为权重系数，和为1；系数决策矩阵为：其中，为系数决策矩阵a中的第a行第b列元素；对矩阵进行归一化处理：权重系数为：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。7.一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，其特征在于：包括，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；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；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；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。8.一种计算机存储介质，其特征在于，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如权利要求1至7中任一项所述的方法。
技术总结
本发明涉及配电网控制技术领域，具体为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,包括,通过电网运行数据构建区域电压稳定数学模型；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；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；通过PSO-BP神经网络算法预测新能源厂站出力构造适应度函数，利用MOPSO算法求解。本发明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，形成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。保障电网安全稳定运行。保障电网安全稳定运行。
技术研发人员：赵斌 李祎 钟丽波 杨一帆 刘嘉明 张宇 李西明 杨溢 张滨 张智博 杨月亮
受保护的技术使用者：国网辽宁省电力有限公司 国家电网有限公司
技术研发日：2022.11.21
技术公布日：2023/3/6