一种三阶段中低压配电网电压/无功控制方法及装置与流程

本发明涉及配电网运行控制，具体涉及一种三阶段中低压配电网电压/无功控制方法及装置。

背景技术：

1、随着分布式光伏的了大力推广和应用，新增分布式光伏装机容量已超过集中式光伏，适应大规模分布式光伏接入的配电网运行控制技术成为当前研究热点。其中，配电网安全运行重点关注电压水平和线路潮流。传统配电网电压/无功控制主要借助机械式调压装置，如有载调压变压器(变压器分接头)和并联电容器组，此外还有基于柔性交流输电技术(facts)的柔性交流调压设备，如静止无功补偿器等。但柔性调压设备成本大大高于并联电抗器组等被动元件，限制了其应用范围。

2、分布式光伏发电出力具有持续的随机性、波动性和间歇性，在短时间内(如1分钟)出力变化数量级可达到10％的额定功率，造成节点电压水平的大幅波动。传统的机械式调压装置受动作寿命、响应时间等因素限制，其离散型调压能力难以适应配电网光伏出力的持续性波动。柔性交流调压设备虽然能够快速调压，但受成本限制难以在数量和容量上与大规模分布式光伏电源匹配。因此，考虑含具有不确定出力特性的分布式光伏的配电网电压/无功控制问题成为了热点。

3、分布式光伏对于配电网电压的影响可借助两点间电压偏移公式分析：

4、

5、式中，潮流正方向定义为节点1到节点2，v1是节点1的电压，v2是节点2的电压。p和q是始端1至末端2的线路有功和无功，下标load表示负荷，下标pv表示分布式光伏电源。r和x分别表示线路电阻和电抗。由于ppv具有持续的不确定性，两点的电压偏移将随之波动。根据正方向定义，节点1更靠近变压器节点(网络始端节点)，当过量光伏功率ppv注入时将导致末端电压升高。通过理论分析光伏出力与节点电压关系可知，若光伏电源同时提供无功功率qpv以抵消其有功波动的影响，将能够保证电压维持在安全水平。

6、注意到光伏本身是一种基于逆变器的电源，通过电力电子技术将光伏阵列与被动无功源相结合实现分布式光伏-静止无功补偿器组，能够兼顾并网发电和无功输出。最新ieee1547-2018标准规范了智能逆变器的无功调压功能，包括无功模式、无功—有功模式、固定功率因数模式等。智能光伏逆变器实质上增加了配电网中连续型调压资源，相应的含异质调压资源的配电网电压/无功控制也成为了一个新问题。

技术实现思路

1、为了克服上述缺陷，本发明提出了一种三阶段中低压配电网电压/无功控制方法及装置。

2、第一方面，提供一种三阶段中低压配电网电压/无功控制方法，所述三阶段中低压配电网电压/无功控制方法包括：

3、将下一预设长时间尺度的分布式光伏与负荷预测数据载入至预先构建的第一阶段模型并求解，得到下一预设长时间尺度无载调压变压器分接头的位置优化结果；

4、将下一日内中短期时间尺度的分布式光伏与负荷预测数据载入至预先构建的第二阶段模型并求解，得到下一日内中短期时间尺度的电压/无功在线调节资源优化运行方案；

5、将下一日内中短期时间尺度的分布式光伏与负荷预测数据载入至预先构建的第三阶段模型并求解，得到下一日内中短期时间尺度的智能光伏逆变器无功/有功线性决策系数优化结果；

6、将所述下一预设长时间尺度无载调压变压器分接头的位置优化结果和下一日内中短期时间尺度的电压/无功在线调节资源优化运行方案及智能光伏逆变器无功/有功线性决策系数优化结果作为中低压配电网电压/无功控制方案对中低压配电网电压/无功进行调控。

7、优选的，所述预设长时间尺度为月或季度，所述日内中短期时间尺度的范围为15分钟至1小时。

8、优选的，所述电压/无功在线调节资源优化运行方案包括下述中的至少一种：有载变压器分接头位置、并联电容器/电抗器组档位、静止无功补偿器无功功率及智能光伏逆变器额定无功功率值。

9、优选的，所述预先构建的第一阶段模型包括：以不同场景下配电网网损最低为优化目标的第一目标函数及其对应的第一约束条件；

10、所述预先构建的第二阶段模型包括：以配电网网损最低为优化目标的第二目标函数及其对应的第二约束条件；

11、所述预先构建的第三阶段模型包括：以配电网全网电压偏移幅值最低为目标的第三目标函数及其对应的第三约束条件。

12、进一步的，所述第一目标函数如下：

13、

14、上式中，ns为运行场景集合，e为线路集合，rij为线路ij的电阻，为运行场景s下线路ij的电流模值的平方，s＝{1,2,...ns}。

15、进一步的，所述第一约束条件如下：

16、

17、

18、

19、

20、

21、

22、

23、

24、

25、

26、

27、tij＝tij,0+△tijtij

28、tij′＝tij,0′+△tij′tij′

29、

30、

31、

32、上式中，ωn、e、ωt、ωsub、ωpv、ωsvc、ωscr分别为节点、线路、变压器支路、变电站节点、分布式光伏节点、静止无功补偿器节点、并联电容器/电抗器组的集合，为运行场景s下线路ij的有功，为运行场景s下节点j的有功注入功率，为运行场景s下线路jk的有功，为运行场景s下线路ij的无功，xij为线路ij的电抗，为运行场景s下节点j的无功注入功率，为运行场景s下线路jk的无功，为运行场景s下节点i的电压模值的平方，为运行场景s下节点j的电压模值的平方，为运行场景s下节点j的分布式光伏有功注入功率，为运行场景s下节点j的负荷有功注入功率，分别为运行场景s下节点j的分布式光伏、静止无功补偿器、并联电容器/电抗器组、负荷的无功注入功率，为分布式光伏有功额定值，sj为节点j的分布式光伏逆变器容量，为节点j的静止无功补偿器的无功注入功率下限值，为节点j的静止无功补偿器的无功注入功率上限值，cj为节点j的并联电容器/电抗器组的投入阻抗，cj,0为节点j的并联电容器/电抗器组的投入阻抗初始值，sj为档位调节步长，nj为节点j的并联电容器/电抗器组的挡位，tij为有载调压变压器变比，tij,0为有载调压变压器变比位置初值，△tij为有载调压变压器的单位变比，tij为有载调压变压器分接头位置，tij′为无载调压变压器变比，tij,0′为无载调压变压器变比位置初值，△tij′为无载调压变压器的单位变比，tij′为无载调压变压器分接头位置，为在场景s下节点i与节点j之间虚拟节点t的电压模方，为电流模值的平方上限值，为节点j的电压模值的平方最小值，为节点j的电压模值的平方最大值。

33、进一步的，所述第二目标函数如下：

34、

35、上式中，e为线路集合，rij为线路ij的电阻，lij为线路ij的电流模值的平方。

36、进一步的，所述第二约束条件如下：

37、

38、

39、

40、

41、

42、

43、

44、

45、

46、

47、

48、tij＝tij,0+△tijtij

49、tij′＝tij,0′+△tij′tij′

50、vijt＝(tij)2vj

51、

52、

53、上式中，ωn、e、ωt、ωsub、ωpv、ωsvc、ωscr分别为节点、线路、变压器支路、变电站节点、分布式光伏节点、静止无功补偿器节点、并联电容器/电抗器组的集合，pij为线路ij的有功，pj为节点j的有功注入功率，pjk为线路jk的有功，qij为线路ij的无功，xij为线路ij的电抗，qj为节点j的无功注入功率，qjk为线路jk的无功，vi为节点i的电压模值的平方，vj为节点j的电压模值的平方，为节点j的分布式光伏有功注入功率，为节点j的负荷有功注入功率，分别为节点j的分布式光伏、静止无功补偿器、并联电容器/电抗器组、负荷的无功注入功率，为分布式光伏有功额定值，sj为节点j的分布式光伏逆变器容量，为节点j的静止无功补偿器的无功注入功率下限值，为节点j的静止无功补偿器的无功注入功率上限值，cj为节点j的并联电容器/电抗器组的投入阻抗，cj,0为节点j的并联电容器/电抗器组的投入阻抗初始值，sj为档位调节步长，nj为节点j的并联电容器/电抗器组的挡位，tij为有载调压变压器变比，tij,0为有载调压变压器变比位置初值，△tij为有载调压变压器的单位变比，tij为有载调压变压器分接头位置，tij′为无载调压变压器变比，tij,0′为无载调压变压器变比位置初值，△tij′为无载调压变压器的单位变比，tij′为无载调压变压器分接头位置，vijt为节点i与节点j之间虚拟节点t的电压模方，为电流模值的平方上限值。

54、进一步的，所述第三目标函数如下：

55、

56、上式中，为节点k的有功对节点j电压幅值偏差的灵敏度系数，为节点k的无功对节点j电压幅值偏差的灵敏度系数，为分布式光伏有功出力偏差，αk为智能光伏逆变器无功/有功线性决策系数，k为含有智能光伏逆变器的节点编号，k＝{2,...,m}，m为含有智能光伏逆变器的配电网节点编号总数，j＝{1,2,...m,...n}，n为配电网节点总数。

57、进一步的，所述第三约束条件如下：

58、

59、上式中，为分布式光伏无功功率变化量。

60、第二方面，提供一种三阶段中低压配电网电压/无功控制装置，所述三阶段中低压配电网电压/无功控制装置包括：

61、第一分析模块，用于将下一预设长时间尺度的分布式光伏与负荷预测数据载入至预先构建的第一阶段模型并求解，得到下一预设长时间尺度无载调压变压器分接头的位置优化结果；

62、第二分析模块，用于将下一日内中短期时间尺度的分布式光伏与负荷预测数据载入至预先构建的第二阶段模型并求解，得到下一日内中短期时间尺度的电压/无功在线调节资源优化运行方案；

63、第三分析模块，用于将下一日内中短期时间尺度的分布式光伏与负荷预测数据载入至预先构建的第三阶段模型并求解，得到下一日内中短期时间尺度的智能光伏逆变器无功/有功线性决策系数优化结果；

64、第四分析模块，用于将所述下一预设长时间尺度无载调压变压器分接头的位置优化结果和下一日内中短期时间尺度的电压/无功在线调节资源优化运行方案及智能光伏逆变器无功/有功线性决策系数优化结果作为中低压配电网电压/无功控制方案对中低压配电网电压/无功进行调控。

65、优选的，所述预设长时间尺度为月或季度，所述日内中短期时间尺度的范围为15分钟至1小时。

66、优选的，所述电压/无功在线调节资源优化运行方案包括下述中的至少一种：有载变压器分接头位置、并联电容器/电抗器组档位、静止无功补偿器无功功率及智能光伏逆变器额定无功功率值。

67、优选的，所述预先构建的第一阶段模型包括：以不同场景下配电网网损最低为优化目标的第一目标函数及其对应的第一约束条件；

68、所述预先构建的第二阶段模型包括：以配电网网损最低为优化目标的第二目标函数及其对应的第二约束条件；

69、所述预先构建的第三阶段模型包括：以配电网全网电压偏移幅值最低为目标的第三目标函数及其对应的第三约束条件。

70、进一步的，所述第一目标函数如下：

71、

72、上式中，ns为运行场景集合，e为线路集合，rij为线路ij的电阻，为运行场景s下线路ij的电流模值的平方，s＝{1,2,...ns}。

73、进一步的，所述第一约束条件如下：

74、

75、

76、

77、

78、

79、

80、

81、

82、

83、

84、

85、tij＝tij,0+△tijtij

86、tij′＝tij,0′+△tij′tij′

87、

88、

89、

90、上式中，ωn、e、ωt、ωsub、ωpv、ωsvc、ωscr分别为节点、线路、变压器支路、变电站节点、分布式光伏节点、静止无功补偿器节点、并联电容器/电抗器组的集合，为运行场景s下线路ij的有功，为运行场景s下节点j的有功注入功率，为运行场景s下线路jk的有功，为运行场景s下线路ij的无功，xij为线路ij的电抗，为运行场景s下节点j的无功注入功率，为运行场景s下线路jk的无功，为运行场景s下节点i的电压模值的平方，为运行场景s下节点j的电压模值的平方，为运行场景s下节点j的分布式光伏有功注入功率，为运行场景s下节点j的负荷有功注入功率，分别为运行场景s下节点j的分布式光伏、静止无功补偿器、并联电容器/电抗器组、负荷的无功注入功率，为分布式光伏有功额定值，sj为节点j的分布式光伏逆变器容量，为节点j的静止无功补偿器的无功注入功率下限值，为节点j的静止无功补偿器的无功注入功率上限值，cj为节点j的并联电容器/电抗器组的投入阻抗，cj,0为节点j的并联电容器/电抗器组的投入阻抗初始值，sj为档位调节步长，nj为节点j的并联电容器/电抗器组的挡位，tij为有载调压变压器变比，tij,0为有载调压变压器变比位置初值，△tij为有载调压变压器的单位变比，tij为有载调压变压器分接头位置，tij′为无载调压变压器变比，tij,0′为无载调压变压器变比位置初值，△tij′为无载调压变压器的单位变比，tij′为无载调压变压器分接头位置，为在场景s下节点i与节点j之间虚拟节点t的电压模方，为电流模值的平方上限值，为节点j的电压模值的平方最小值，为节点j的电压模值的平方最大值。

91、进一步的，所述第二目标函数如下：

92、

93、上式中，e为线路集合，rij为线路ij的电阻，lij为线路ij的电流模值的平方。

94、进一步的，所述第二约束条件如下：

95、

96、

97、

98、

99、

100、

101、

102、

103、

104、

105、

106、tij＝tij,0+△tijtij

107、tij′＝tij,0′+△tij′tij′

108、vijt＝(tij)2vj

109、

110、

111、上式中，ωn、e、ωt、ωsub、ωpv、ωsvc、ωscr分别为节点、线路、变压器支路、变电站节点、分布式光伏节点、静止无功补偿器节点、并联电容器/电抗器组的集合，pij为线路ij的有功，pj为节点j的有功注入功率，pjk为线路jk的有功，qij为线路ij的无功，xij为线路ij的电抗，qj为节点j的无功注入功率，qjk为线路jk的无功，vi为节点i的电压模值的平方，vj为节点j的电压模值的平方，为节点j的分布式光伏有功注入功率，为节点j的负荷有功注入功率，分别为节点j的分布式光伏、静止无功补偿器、并联电容器/电抗器组、负荷的无功注入功率，为分布式光伏有功额定值，sj为节点j的分布式光伏逆变器容量，为节点j的静止无功补偿器的无功注入功率下限值，为节点j的静止无功补偿器的无功注入功率上限值，cj为节点j的并联电容器/电抗器组的投入阻抗，cj,0为节点j的并联电容器/电抗器组的投入阻抗初始值，sj为档位调节步长，nj为节点j的并联电容器/电抗器组的挡位，tij为有载调压变压器变比，tij,0为有载调压变压器变比位置初值，△tij为有载调压变压器的单位变比，tij为有载调压变压器分接头位置，tij′为无载调压变压器变比，tij,0′为无载调压变压器变比位置初值，△tij′为无载调压变压器的单位变比，tij′为无载调压变压器分接头位置，vijt为节点i与节点j之间虚拟节点t的电压模方，为电流模值的平方上限值。

112、进一步的，所述第三目标函数如下：

113、

114、上式中，为节点k的有功对节点j电压幅值偏差的灵敏度系数，为节点k的无功对节点j电压幅值偏差的灵敏度系数，为分布式光伏有功出力偏差，αk为智能光伏逆变器无功/有功线性决策系数，k为含有智能光伏逆变器的节点编号，k＝{2,...,m}，m为含有智能光伏逆变器的配电网节点编号总数，j＝{1,2,...m,...n}，n为配电网节点总数。

115、进一步的，所述第三约束条件如下：

116、

117、上式中，为分布式光伏无功功率变化量。

118、第三方面，提供一种计算机设备，包括：一个或多个处理器；

119、所述处理器，用于存储一个或多个程序；

120、当所述一个或多个程序被所述一个或多个处理器执行时，实现所述的三阶段中低压配电网电压/无功控制方法。

121、第四方面，提供一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现所述的三阶段中低压配电网电压/无功控制方法。

122、本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：

123、本发明提供了一种三阶段中低压配电网电压/无功控制方法及装置，包括：将下一预设长时间尺度的分布式光伏与负荷预测数据载入至预先构建的第一阶段模型并求解，得到下一预设长时间尺度无载调压变压器分接头的位置优化结果；将下一日内中短期时间尺度的分布式光伏与负荷预测数据载入至预先构建的第二阶段模型并求解，得到下一日内中短期时间尺度的电压/无功在线调节资源优化运行方案；将下一日内中短期时间尺度的分布式光伏与负荷预测数据载入至预先构建的第三阶段模型并求解，得到下一日内中短期时间尺度的智能光伏逆变器无功/有功线性决策系数优化结果；将所述下一预设长时间尺度无载调压变压器分接头的位置优化结果和下一日内中短期时间尺度的电压/无功在线调节资源优化运行方案及智能光伏逆变器无功/有功线性决策系数优化结果作为中低压配电网电压/无功控制方案对中低压配电网电压/无功进行调控。本发明提供的技术方案，在充分考虑多时间尺度、电压/无功调节资源特性、数学优化方法适用性的基础上，将中低压配电网的电压/无功控制优化问题分解为相互联系的三阶段，比孤立考虑相比具备经济性、鲁棒性优势。解决含分布式光伏的中低压配电网电压/无功控制与经济安全问题，具体的：

124、(1)对于第一阶段模型，使用随机优化对不同场景进行了加权。与鲁棒优化相比，基于随机优化的方法不仅考虑了最坏场景还考虑了其发生的权重。若使用鲁棒场景，运行设定计划将取决于某些发生概率较低的极端场景，运行计划较为保守。因此，使用基于随机优化的第一阶段模型，可以有效平衡经济性和鲁棒性。

125、(2)对于第二阶段模型，使用了更为精确的中短期分布式光伏、负荷出力预测。一般的，功率预测误差随时间尺度增加而显著增加。因此，使用日内的中短期功率预测，可以有效提高运行经济性。

126、(3)对于第三阶段模型，同样使用了日内中短期区间功率预测。通过鲁棒优化方法，识别这一区间的最坏场景并将其作为优化计算智能光伏逆变器无功—有功线性决策系数的依据。因此，三阶段结果可以有效应对区间内的功率波动。