考虑支路故障概率潮流与电压稳定的光伏电站无功优化与SVG参数协调优化方法与流程

本发明涉及含快速和慢速无功补偿装置的光伏电站电压稳定，尤其是一种考虑支路故障概率潮流与电压稳定的光伏电站无功优化与svg参数协调优化方法。

背景技术：

1、新能源注入光伏电站的大量并网一方面提高了清洁能源在电网中的比例、降低了碳排放；另一方面改变了电网结构与潮流分布，导致配电网由传统单电源辐射状结构变为多电源弱环状结构，系统电压稳定性面临挑战。光伏电站的输出受光照强度、温度等环境因素影响较大，导致其有功、无功输出具有不确定性；加上负荷本身具有不确定性，使得电网电压稳定性问题愈发突出。因此计及支路故障的配电网概率潮流更符合电网实际运行情况，且对对提升电网稳定性、减小损耗、提升电能质量具有重要意义。

2、光伏电站出力与负荷的不确定性导致已有的确定性潮流算法应对不确定因素的能力差、抗干扰能力弱。若采用确定性潮流计算进行电网无功优化，则需要对每种运行方式都进行一次潮流计算，计算量大且容易出现遗漏。相较于确定性潮流计算，概率潮流能考虑到源荷的不确定性，且通过较少次的计算得到系统潮流的概率分布，可为后续无功优化提供数据支持。故障情况下电网更容易发生电压事故，为提升故障情况下电压稳定性，作为初始参数以便后续概率潮流得到故障条件下电网各节点电压概率分布。对系统每条支路断开的条件，因此有必要计及光伏电站出力与负荷的不确定性，考虑主线路故障概率更改网络拓扑，研究计及支路故障概率的基于系统概率潮流的电网无功优化。

3、为了兼顾电网电压稳定性与投资运行成本经济性，有必要合理搭配无功补偿装置及研究其选址定容问题。作为经典无功调控设备，机械投切电容器价格低廉，但响应速度较慢且容易引发电流冲击和操作过电压，因此仅使用机械投切电容器进行无功补偿对电压特性改善较为有限；相较于机械投切电容器，svg静止无功发生器(staticvargenerator)调节无功功率的速度更快、调节范围更宽、可以实现连续调节且谐波分量更小，因此可以更好地改善电能质量。但svg成本较高，大规模应用不利于经济性。因此有必要研究机械投切电容器与svg的容量搭配。

4、光伏电站本身可发出无功功率，具有一定的电压调节能力，而逆变器pi参数会直接影响输出的无功功率，进而影响电压调节能力。引入无功补偿装置机械投切电容器与svg后，部分无功功率由补偿装置发出，光伏电站逆变器发出无功的需求变弱；且svg与光伏电站逆变器耦合加重，各自pi环节原有参数可能不再使用，因此寻找一组合适的参数对系统的无功平衡与电压稳定具有重要意义，有必要研究光伏电站逆变器和svg的pi参数的协调优化。

5、现有光伏电站无功优化方法中，部分方法未采用基于概率潮流的优化方法，基于概率潮流的方法中未考虑支路故障情况。对于无功补偿装置选址定容方法，较少考虑机械投切电容器与svg的容量搭配。参数优化整定环节未考虑暂态过电压抑制及光伏电站逆变器与svg的耦合效果进行参数协调优化，未能最大化发挥出光伏电站逆变器与svg的无功协调能力。

技术实现思路

1、为解决现有光伏电站无功优化较少考虑支路故障，导致无功配置方案无法适应多种故障情况，投资成本过高和浪费光伏电站无功调节能力的问题，本发明的目的在于提供一种保证电网电压稳定与投资运行经济性的同时，提升光伏电站无功配置适用性与协调能力的考虑支路故障概率潮流与电压稳定的光伏电站无功优化与svg参数协调优化方法。

2、为实现上述目的，本发明采用了以下技术方案：一种考虑支路故障概率潮流与电压稳定的光伏电站无功优化与svg参数协调优化方法，该方法包括下列顺序的步骤：

3、(1)考虑光伏电站辐照强度和电网负荷随机性建立其概率分布，得到各随机变量期望和方差；预设电网各支路故障概率，计及支路故障更改网络拓扑结构，利用点估计法与gram-charlier级数进行计及支路随机故障概率的系统概率潮流计算，得到系统概率潮流；

4、(2)基于系统概率潮流、潮流约束、常规机组和光伏电站出力约束、电容器和svg无功补偿容量约束，配置无功补偿容量，建立基于慢速无功补偿装置机械开关投切电容器与快速无功补偿装置svg的选址定容优化模型，采用粒子群算法求解，得到机械开关投切电容器与svg选址定容结果；

5、(3)基于机械开关投切电容器与svg选址定容结果，考虑光伏电站本身无功调节能力，基于计及支路故障的系统概率潮流，建立光伏逆变器和svg控制参数的协调优化模型，采用遗传算法对光伏逆变器和svg控制参数的协调优化模型进行求解，得到光伏电站的pi控制器参数kpp最优值、kpi最优值，以及svg的pi控制器参数ksp最优值、ksi最优值。

6、所述步骤(1)具体包括以下步骤：

7、(1a)基于历史数据预设电网各支路故障概率，设支路总个数为m，各支路故障概率分别为pj，j＝1，2…m，首先令j＝1，模拟第j条支路断开，修改网络拓扑结构，更改节点导纳矩阵，作为后续潮流计算初始信息；

8、(1b)基于辐照强度概率分布和负荷变化历史数据，利用式(1)分别建立其概率密度函数和以及光伏无功出力qpv进而得到其期望、方差，利用式(2)计算各输入变量的位置系数ξk,i、概率系数pk,i：

9、

10、式中，分别为光伏电站有功和负荷有功概率密度函数，fqld为负荷无功概率密度函数，ppv、qpv和分别为光伏电站有功输出、无功输出和功率因数角；г为伽玛函数；a和b均为beta分布的形状参数，r和rmax分别为某时刻的实际光照强度和最大光照强度；pld和qld分别为负荷吸收有功和吸收无功，μp、μq分别为负荷吸收有功、无功的期望值，σp和σq分别为负荷吸收有功、无功的标准差；

11、

12、式中，ξk,i、pk,i和λk,i分别为随机变量的位置系数、概率系数和峰度系数，i＝1,2,3，λk,4为随机变量的4阶中心矩；

13、(1c)采用点估计法，对各随机变量，根据其期望与方差先后确定三个取值点xk,i，k＝1，2…n，n为随机变量总个数；i＝1,2,3，其余随机变量取其均值；将上述随机变量取值及步骤(1a)的网络拓扑结构信息、节点导纳矩阵作为原始参数，利用牛顿-拉夫逊法进行确定性潮流计算，得到系统潮流分布x(k,i)；

14、(1d)重复步骤(1c)，直至对所有随机变量均完成计算，得到第j条之路断开故障下系统的潮流分布x，利用公式(3)计算x的期望及标准差：

15、

16、式中，x(k,i)为一次确定性计算的潮流分布，x为第j条支路断开故障下系统的潮流分布，μx和σx分别为x的期望和标准差，e(x)、e(x2)分别为x的一阶矩与二阶矩；

17、(1e)利用gram-charlier级数展开求输出潮流变量的概率密度函数f(x)，首先利用式(4)将x标准化：

18、

19、式中，为标准化后的潮流分布；

20、利用式(5)进行gram-charlier级数展开：

21、

22、式中，为满足标准正态分布的概率密度函数；ci为gram-charlier级数的系数，为标准正态分布概率密度函数的i阶导数，i＝0,1…k，利用式(6)得到第k条支路断开故障下系统潮流的概率密度函数fk(x)：

23、

24、式中，fk(x)为第k条支路断开故障下系统潮流的概率密度函数，k＝1,2,…,m，m为支路总个数；

25、(1f)重复步骤(1a)至(1e)，直至对所有支路断开条件完成计算，分别得到m条支路断开条件下系统潮流的概率密度函数fk(x)，利用式(7)得到计及支路故障概率的系统潮流加权概率密度函数：

26、

27、式中，f(x)为计及支路故障概率的系统潮流加权概率密度函数。

28、所述步骤(2)具体是指：

29、为综合考虑系统稳定性与经济性，分别以总电压偏差最小，网损年费用、设备投资年费用、设备维护年费用之和最小建立目标函数如式(8)和(9)：

30、

31、式中，f1为总电压偏差，i表示第i个节点，nnode为系统总结点个数，ui为节点i实际电压，ui,max和ui,min分别为节点i的电压上限和下限，ui,ref为节点i的参考电压，取1pu；

32、

33、式中，f2为综合年费用，closs、cinv、cm和c(r,l)分别为网损年费用、设备投资年费用、设备维护年费用和资本等年值系数；nb为无功补偿装置安装节点个数，j表示第j条支路，ij和rj分别表示第j条支路的电流和电阻；cc和csvg分别为电容器和svg的单位容量投资成本；sc和ssvg分别为电容器和svg的容量；λc和λsvg分别为电容器和svg的残值系数；lc和lsvg分别为电容器和svg的使用寿命，sc和ssvg分别为电容器和svg的维护费用系数；r和l分别为贴现率和使用寿命；c(r,lsvg)为svg的资本等年值系数，bc和bsvg分别为电容器和svg的单位发电量维护成本；

34、约束条件包括潮流约束、常规机组和光伏电站出力约束、电容器和svg无功补偿容量约束；

35、所述潮流约束为：

36、

37、式中，pi和qi分别为节点i的有功功率和无功功率；gij和bij分别为线路首末端节点i，j之间的电导和电纳；ui和uj分别为节点i，j的电压幅值；θij＝θi-θj为节点i，j之间的电压相角差；

38、所述常规机组和光伏电站出力约束为：

39、

40、式中，psg,i和qsg,i分别为第i台同步发电机发出的有功和无功功率；ppv,j和qpv,j分别为第j台光伏电站发出的有功和无功功率；psgmin,i和psgmax,i分别为第i台同步发电机有功功率的下限值和上限值；qsgmin,i和qsgmax,i分别为第i台同步发电机无功功率的下限值和上限值；ppvmin,j和ppvmax,j分别为第j台光伏电站有功功率的下限值和上限值；qpvmin,j和qpvmax,j分别为第j台光伏电站无功功率的下限值和上限值；

41、所述电容器和svg无功补偿容量约束为：

42、

43、式中，qc,i和qsvg,j分别为第i台电容器和第j台svg实际发出的无功功率；qcmin,i和qcmax,i分别为第i台电容器发出无功功率的下限值和上限值；qsvgmin,j和qsvgmax,j分别为第j台svg发出无功功率的下限值和上限值；

44、式(8)和式(9)所示的目标函数，以及式(10)、式(11)、式(12)所示的约束条件共同组成基于慢速无功补偿装置机械开关投切电容器与快速无功补偿装置svg的选址定容优化模型，采用粒子群算法求解，得到机械开关投切电容器与svg选址定容结果。

45、所述步骤(3)具体是指：以式(13)建立目标函数与约束条件：

46、

47、式中，ui为第i个节点的电压实测值，ui,ref为第i个节点的电压设定值。kpp与kpi均为光伏电站的pi控制器参数，kpp,min与kpp,max分别为光伏电站比例环节参数最小值与最大值，kpi,min与kpi,max分别为光伏电站积分环节参数最小值与最大值；ksp与ksi均为svg的pi控制器参数，ksp,min与ksp,max分别为svg比例环节参数最小值与最大值，ksi,min与ksi,max分别为svg积分环节参数最小值与最大值；nnode为系统总结点个数；

48、式(13)所示的目标函数以及约束条件组成光伏逆变器和svg控制参数的协调优化模型；

49、采用遗传算法对光伏逆变器和svg控制参数的协调优化模型进行求解，具体包括以下步骤：

50、(3a)初始化，设置测试线路数据：根据支路故障修改网络拓扑结构，更改节点导纳矩阵；输入线路阻抗、同步发电机和光伏电站出力数据；设置遗传算法运行参数，其中进化代数k＝1，最大进化代数为k；

51、(3b)对测试系统进行考虑支路故障概率的系统概率潮流计算，得到系统有功网损和光伏电站电压偏移概率密度函数，计算目标函数值；

52、(3c)对控制变量进行染色体编码，随机产生初始群体，并计算其适应值；

53、(3d)计算每个个体的适应度函数值，进行选择、交叉、变异操作优化个体，形成新一代群体，得到目标函数值并与历史目标函数值比较，满足k＝k时输出优化结果，即光伏电站的pi控制器参数kpp最优值、kpi最优值，以及svg的pi控制器参数ksp最优值、ksi最优值，若不满足k＝k，则返回步骤(3c)。

54、由上述技术方案可知，本发明的有益效果为：第一，本发明计及支路故障概率、光伏电站和负荷不确定性，基于点估计法计算系统概率潮流；考虑支路故障改变网络拓扑结构，根据支路故障概率加权改进系统概率潮流算法，降低计算量的同时提升了潮流计算结果精度与抗干扰性，为后续无功优化与参数优化整定提供基础；第二，本发明基于计及支路故障的系统概率潮流，建立了基于慢速无功补偿装置机械开关投切电容器与快速无功补偿装置svg的选址定容优化模型，实现了慢速响应无功补偿装置与快速响应无功补偿装置的协调；与现有技术相比，考虑了光伏电站与负荷的不确定性和线路故障概率，建立了线路故障后光伏电站暂态电压跌落概率分布，在此基础上，考虑电网安全性与经济性，以光伏电站暂态电压跌落与系统有功无功损耗及补偿装置投资损耗加权最小建立目标函数，建立光伏逆变器和svg控制参数的协调优化模型，提出电压越限风险综合指标，通过粒子群优化算法进行电网概率无功优化，适用于多种故障场景；第三，本发明在进行光伏电站逆变器与svg的参数优化时，综合考虑二者无功调节能力，结合光伏电站电压跌落深度和低电压穿越标准，基于计及支路故障概率潮流，采用遗传算法提出光伏逆变器和svg控制参数的协调优化方法，与现有技术相比，同时优化二者参数可充分利用二者的无功调节能力，对于无功电压控制具有积极意义。