一种有源配电网趋势断面自动生成方法及装置与流程

    技术2025-05-30  43


    本发明涉及有源配电网仿真,具体涉及一种有源配电网趋势断面自动生成方法及装置。


    背景技术:

    1、随着大规模分布式电源接入配电网,受其容量小、数量大、近负荷等特点影响,配网安全和潮流返送问题愈发明显,为缓解配网潮流返送现象和保障配网运行安全,开展多层次功率平衡已成为目前有源配电网重要措施。

    2、为实现多层次功率平衡调控,亟需研究有源配电网趋势断面生成技术,目前有源配电网趋势断面生成方案多是基于量测、预测和计划数据生成未来一段时间的源荷运行数据,该种方案未能考虑源荷双重不确定性与有功无功耦合特性,以及台区源荷自动控制策略的影响,生成的确定性趋势断面难以表征有源配电网的未来运行可能性,不足以支撑调度机构对有源配电网未来风险的感知和多层级功率平衡调控预案的制定。


    技术实现思路

    1、为了克服上述缺陷,本发明提出了一种有源配电网趋势断面自动生成方法及装置。

    2、第一方面,提供一种有源配电网趋势断面自动生成方法,所述有源配电网趋势断面自动生成方法包括:

    3、预测有源配电网等值电网仿真系统中各设备的有功运行时序数据集合;

    4、基于所述有功运行时序数据集合确定有源配电网等值电网仿真系统的有功运行场景,并进行场景缩减,得到有源配电网等值电网仿真系统的典型有功运行场景;

    5、确定所述典型有功运行场景中各设备的无功运行时序数据,并结合其对应的典型有功运行场景,得到有源配电网等值电网仿真系统的典型运行场景;

    6、对所述典型运行场景进行潮流计算,并基于潮流计算结果生成典型运行场景的趋势断面。

    7、优选的,所述预测有源配电网等值电网仿真系统中各设备的有功运行时序数据集合,包括:

    8、生成服从高斯分布的白噪声样本;

    9、将所述白噪声样本代入各设备对应的预先训练的arma模型,得到各设备对应的预先训练的arma模型输出的各设备对应的预测误差率集合;

    10、将各设备对应的预测误差率集合中的预测误差率与各设备的源荷装机容量相乘后与各设备的有功预测数据作差,得到设备的有功运行时序数据集合。

    11、优选的,所述基于所述有源配电网等值电网仿真系统中各设备的有功运行时序数据集合确定有源配电网等值电网仿真系统的有功运行场景,包括:

    12、在有源配电网等值电网仿真系统中为每个设备在其对应的有功功率序列集合中选定一组有功功率序列,得到一个有源配电网等值电网仿真系统的有功运行场景。

    13、优选的,所述对有源配电网等值电网仿真系统的有功运行场景进行场景缩减,包括:

    14、步骤a:设定剩余场景集将全部有源配电网等值电网仿真系统的有功运行场景放入剩余场景集,初始化各有源配电网等值电网仿真系统的有功运行场景的发生概率为1/s,s为有源配电网等值电网仿真系统的有功运行场景数量;

    15、步骤b:在剩余场景集中计算各有源配电网等值电网仿真系统的有功运行场景间的距离,生成各有源配电网等值电网仿真系统的有功运行场景间的距离矩阵;

    16、步骤c:计算距离矩阵中每一行的和,得到总距离矩阵;

    17、步骤d:计算总距离矩阵与各有源配电网等值电网仿真系统的有功运行场景的发生概率矩阵的乘积,得到剩余场景集判断矩阵;

    18、步骤e:在剩余场景集判断矩阵中选取最小值对应的有功运行场景,作为待删除有功运行场景;

    19、步骤f:确定待删除有功运行场景在所述距离矩阵中所在行中非零最小值对应的列所对应的有功运行场景,并将其作为待更新有功运行场景;

    20、步骤g:删除剩余场景集中的待删除有功运行场景,并更新待更新有功运行场景的发生概率为其发生概率与待删除有功运行场景的发生概率之和;

    21、步骤h:判断剩余场景集中的有源配电网等值电网仿真系统的有功运行场景数量是否等于预设值,若是,则将剩余场景集中的有源配电网等值电网仿真系统的有功运行场景数量作为有源配电网等值电网仿真系统的典型有功运行场景,否则,返回步骤b。

    22、进一步的,所述各有源配电网等值电网仿真系统的有功运行场景间的距离,如下:

    23、

    24、上式中,ct(si,sj)为有源配电网等值电网仿真系统的有功运行场景si与有源配电网等值电网仿真系统的有功运行场景sj间的距离,为有源配电网等值电网仿真系统的有功运行场景si的有功运行时序数据,为有源配电网等值电网仿真系统的有功运行场景sj的有功运行时序数据。

    25、优选的,所述确定有源配电网等值电网仿真系统的典型有功运行场景中各设备的无功运行时序数据,包括:

    26、当设备为新能源设备时,基于设备的实时控制模式确定各设备的无功运行时序数据;

    27、当设备为负荷设备时,将设备的无功特征实测数据作为该设备对应的预先构建的bp神经网络模型的输入,得到该设备对应的预先构建的bp神经网络模型输出的该设备的无功运行时序数据。

    28、优选的,所述基于设备的实时控制模式确定各设备的无功运行时序数据,包括:

    29、当设备的实时控制模式为定功率因数模式时,通过功率因数计算设备的有功运行时序数据对应的无功运行时序数据,并将其作为设备的无功运行时序数据;

    30、当设备的实时控制模式为最大无功输出模式时,确定设备的无功运行时序数据为设备的有功运行时序数据对应的无功最大出力;

    31、当设备的实时控制模式为无功指令控制模式时,将无功指令对应的无功运行时序数据作为设备的无功运行时序数据;

    32、其中,若设备的无功运行时序数据超出设备的有功运行时序数据对应的无功限制范围,则将设备的无功运行时序数据修正为与无功限制范围最接近的边界值,否则,不操作。

    33、进一步的,所述新能源设备包括:双馈风机、直驱风机和光伏逆变器;

    34、所述双馈风机的有功运行时序数据对应的无功限制范围如下:

    35、

    36、所述直驱风机的有功运行时序数据对应的无功限制范围如下:

    37、

    38、所述光伏逆变器的有功运行时序数据对应的无功限制范围如下:

    39、

    40、

    41、上式中,分别为设备无功功率的最小值和最大值,us为双馈风机并网点电压,xs和xm分别为双馈风机定子侧电抗和励磁电抗,irmax为双馈风机转子侧允许的最大电流,pg为设备有功出力值,s为双馈风机的转差率,为双馈风机网侧变换器的允许最大功率,s为直驱风机最大视在功率,upcc为光伏逆变器并网点电压,imax为光伏逆变器最大运行电流幅值,ppv为光伏逆变器注入系统有功功率,udc为光伏逆变器的直流电压;ω,l分别为光伏逆变器的电感和滤波电容。

    42、进一步的,所述设备的无功特征实测数据包括下述中的至少一种:设备的运行状态、设备的量测有功、设备并网关口的量测有功、设备并网关口的量测电压、设备并网关口的量测相角。

    43、优选的,所述对有源配电网等值电网仿真系统的典型运行场景进行潮流计算,并基于潮流计算结果生成有源配电网等值电网仿真系统的典型运行场景的趋势断面,包括:

    44、s401:判断有源配电网等值电网仿真系统的典型运行场景是否触发预设触发条件,若是,执行步骤s402,否则,执行步骤s403;

    45、s402:对有源配电网等值电网仿真系统的典型运行场景进行调控,返回步骤s401;

    46、s403:对有源配电网等值电网仿真系统的典型运行场景进行潮流计算,并将潮流计算结果作为有源配电网等值电网仿真系统的典型运行场景的趋势断面。

    47、进一步的,所述预设触发条件包括:台区低压侧母线电压不在电压安全设定范围且台区内部存在无功调节能力,台区主变设备超重载且台区内部存在有功调节能力,台区光伏发电消纳受阻且内部存在有功调节能力。

    48、进一步的,当台区低压侧母线电压不在电压安全设定范围且台区内部存在无功调节能力时,所述对有源配电网等值电网仿真系统的典型运行场景进行调控,包括:

    49、设定低压母线电压标压值安全裕度为0.02,比对台区内部设备的无功调节能力,选取无功调节能力最小值作为台区内部第一设备的无功控制指令,其中,所述第一设备包括下述中的至少一种:无功装置、光伏逆变器、储能设备,所述第一设备的数量为系统无功需求量与所述无功调节能力最小值的比值向上取整;

    50、当台区主变设备超重载且台区内部存在有功调节能力时,所述对有源配电网等值电网仿真系统的典型运行场景进行调控,包括:

    51、设定台区主变负载率为75%,比对台区内部设备的有功调节能力,选取有功调节能力最小值作为台区内部第二设备的有功控制指令,其中,所述第二设备包括下述中的至少一种:柔性负荷、光伏逆变器、储能设备,所述第二设备的数量为系统有功调节需求量与所述有功调节能力最小值的比值向上取整;

    52、当台区光伏发电消纳受阻且内部存在有功调节能力时,所述对有源配电网等值电网仿真系统的典型运行场景进行调控,包括:

    53、设定光伏发电功率返送为0,比对台区内部设备的有功调节能力,选取有功调节能力最小值作为台区内部第三设备的有功控制指令,其中,所述第三设备包括下述中的至少一种:柔性负荷、储能设备,所述第三设备的数量为系统有功调节需求量与所述有功调节能力最小值的比值向上取整。

    54、第二方面,提供一种有源配电网趋势断面自动生成装置,所述有源配电网趋势断面自动生成装置包括:

    55、预测模块,用于预测有源配电网等值电网仿真系统中各设备的有功运行时序数据集合;

    56、第一分析模块,用于基于所述有功运行时序数据集合确定有源配电网等值电网仿真系统的有功运行场景,并进行场景缩减,得到有源配电网等值电网仿真系统的典型有功运行场景;

    57、第二分析模块,用于确定所述典型有功运行场景中各设备的无功运行时序数据,并结合其对应的典型有功运行场景,得到有源配电网等值电网仿真系统的典型运行场景;

    58、第三分析模块,用于对所述典型运行场景进行潮流计算,并基于潮流计算结果生成典型运行场景的趋势断面。

    59、优选的,所述预测模块具体用于:

    60、生成服从高斯分布的白噪声样本;

    61、将所述白噪声样本代入各设备对应的预先训练的arma模型,得到各设备对应的预先训练的arma模型输出的各设备对应的预测误差率集合;

    62、将各设备对应的预测误差率集合中的预测误差率与各设备的源荷装机容量相乘后与各设备的有功预测数据作差,得到设备的有功运行时序数据集合。

    63、优选的,所述第一分析模块具体用于:

    64、在有源配电网等值电网仿真系统中为每个设备在其对应的有功功率序列集合中选定一组有功功率序列,得到一个有源配电网等值电网仿真系统的有功运行场景。

    65、优选的,所述第一分析模块具体用于:

    66、步骤a:设定剩余场景集将全部有源配电网等值电网仿真系统的有功运行场景放入剩余场景集,初始化各有源配电网等值电网仿真系统的有功运行场景的发生概率为1/s,s为有源配电网等值电网仿真系统的有功运行场景数量;

    67、步骤b:在剩余场景集中计算各有源配电网等值电网仿真系统的有功运行场景间的距离,生成各有源配电网等值电网仿真系统的有功运行场景间的距离矩阵;

    68、步骤c:计算距离矩阵中每一行的和,得到总距离矩阵;

    69、步骤d:计算总距离矩阵与各有源配电网等值电网仿真系统的有功运行场景的发生概率矩阵的乘积,得到剩余场景集判断矩阵;

    70、步骤e:在剩余场景集判断矩阵中选取最小值对应的有功运行场景,作为待删除有功运行场景;

    71、步骤f:确定待删除有功运行场景在所述距离矩阵中所在行中非零最小值对应的列所对应的有功运行场景,并将其作为待更新有功运行场景;

    72、步骤g:删除剩余场景集中的待删除有功运行场景,并更新待更新有功运行场景的发生概率为其发生概率与待删除有功运行场景的发生概率之和;

    73、步骤h:判断剩余场景集中的有源配电网等值电网仿真系统的有功运行场景数量是否等于预设值,若是,则将剩余场景集中的有源配电网等值电网仿真系统的有功运行场景数量作为有源配电网等值电网仿真系统的典型有功运行场景,否则,返回步骤b。

    74、进一步的,所述各有源配电网等值电网仿真系统的有功运行场景间的距离,如下:

    75、

    76、上式中,ct(si,sj)为有源配电网等值电网仿真系统的有功运行场景si与有源配电网等值电网仿真系统的有功运行场景sj间的距离,为有源配电网等值电网仿真系统的有功运行场景si的有功运行时序数据,为有源配电网等值电网仿真系统的有功运行场景sj的有功运行时序数据。

    77、优选的,所述第二分析模块具体用于:

    78、当设备为新能源设备时,基于设备的实时控制模式确定各设备的无功运行时序数据;

    79、当设备为负荷设备时,将设备的无功特征实测数据作为该设备对应的预先构建的bp神经网络模型的输入,得到该设备对应的预先构建的bp神经网络模型输出的该设备的无功运行时序数据。

    80、进一步的,所述基于设备的实时控制模式确定各设备的无功运行时序数据,包括:

    81、当设备的实时控制模式为定功率因数模式时,通过功率因数计算设备的有功运行时序数据对应的无功运行时序数据,并将其作为设备的无功运行时序数据;

    82、当设备的实时控制模式为最大无功输出模式时,确定设备的无功运行时序数据为设备的有功运行时序数据对应的无功最大出力;

    83、当设备的实时控制模式为无功指令控制模式时,将无功指令对应的无功运行时序数据作为设备的无功运行时序数据;

    84、其中,若设备的无功运行时序数据超出设备的有功运行时序数据对应的无功限制范围,则将设备的无功运行时序数据修正为与无功限制范围最接近的边界值,否则,不操作。

    85、进一步的,所述新能源设备包括:双馈风机、直驱风机和光伏逆变器;

    86、所述双馈风机的有功运行时序数据对应的无功限制范围如下:

    87、

    88、

    89、所述直驱风机的有功运行时序数据对应的无功限制范围如下:

    90、

    91、

    92、所述光伏逆变器的有功运行时序数据对应的无功限制范围如下:

    93、

    94、

    95、上式中,分别为设备无功功率的最小值和最大值,us为双馈风机并网点电压,xs和xm分别为双馈风机定子侧电抗和励磁电抗,irmax为双馈风机转子侧允许的最大电流,pg为设备有功出力值,s为双馈风机的转差率,为双馈风机网侧变换器的允许最大功率,s为直驱风机最大视在功率,upcc为光伏逆变器并网点电压,imax为光伏逆变器最大运行电流幅值,ppv为光伏逆变器注入系统有功功率,udc为光伏逆变器的直流电压;ω,l分别为光伏逆变器的电感和滤波电容。

    96、进一步的,所述设备的无功特征实测数据包括下述中的至少一种:设备的运行状态、设备的量测有功、设备并网关口的量测有功、设备并网关口的量测电压、设备并网关口的量测相角。

    97、优选的,所述第三分析模块具体用于:

    98、s401:判断有源配电网等值电网仿真系统的典型运行场景是否触发预设触发条件,若是,执行步骤s402,否则,执行步骤s403;

    99、s402:对有源配电网等值电网仿真系统的典型运行场景进行调控,返回步骤s401;

    100、s403:对有源配电网等值电网仿真系统的典型运行场景进行潮流计算,并将潮流计算结果作为有源配电网等值电网仿真系统的典型运行场景的趋势断面。

    101、进一步的,所述预设触发条件包括:台区低压侧母线电压不在电压安全设定范围且台区内部存在无功调节能力,台区主变设备超重载且台区内部存在有功调节能力,台区光伏发电消纳受阻且内部存在有功调节能力。

    102、进一步的,当台区低压侧母线电压不在电压安全设定范围且台区内部存在无功调节能力时,所述对有源配电网等值电网仿真系统的典型运行场景进行调控,包括:

    103、设定低压母线电压标压值安全裕度为0.02,比对台区内部设备的无功调节能力,选取无功调节能力最小值作为台区内部第一设备的无功控制指令,其中,所述第一设备包括下述中的至少一种:无功装置、光伏逆变器、储能设备,所述第一设备的数量为系统无功需求量与所述无功调节能力最小值的比值向上取整;

    104、当台区主变设备超重载且台区内部存在有功调节能力时,所述对有源配电网等值电网仿真系统的典型运行场景进行调控,包括:

    105、设定台区主变负载率为75%,比对台区内部设备的有功调节能力,选取有功调节能力最小值作为台区内部第二设备的有功控制指令,其中,所述第二设备包括下述中的至少一种:柔性负荷、光伏逆变器、储能设备,所述第二设备的数量为系统有功调节需求量与所述有功调节能力最小值的比值向上取整;

    106、当台区光伏发电消纳受阻且内部存在有功调节能力时,所述对有源配电网等值电网仿真系统的典型运行场景进行调控,包括:

    107、设定光伏发电功率返送为0,比对台区内部设备的有功调节能力,选取有功调节能力最小值作为台区内部第三设备的有功控制指令,其中,所述第三设备包括下述中的至少一种:柔性负荷、储能设备,所述第三设备的数量为系统有功调节需求量与所述有功调节能力最小值的比值向上取整。

    108、第三方面,提供一种计算机设备,包括:一个或多个处理器;

    109、所述处理器,用于存储一个或多个程序;

    110、当所述一个或多个程序被所述一个或多个处理器执行时,实现所述的有源配电网趋势断面自动生成方法。

    111、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,实现所述的有源配电网趋势断面自动生成方法。

    112、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:

    113、本发明提供了一种有源配电网趋势断面自动生成方法及装置,包括:预测有源配电网等值电网仿真系统中各设备的有功运行时序数据集合;基于所述有源配电网等值电网仿真系统中各设备的有功运行时序数据集合确定有源配电网等值电网仿真系统的有功运行场景,并对有源配电网等值电网仿真系统的有功运行场景进行场景缩减,得到有源配电网等值电网仿真系统的典型有功运行场景;实现了描述各级源荷运行不确定性的有功联合运行场景集构建,为面向多层级功率平衡的有源配电网趋势断面生成提供了有功运行数据,进一步的,确定有源配电网等值电网仿真系统的典型有功运行场景中各设备的无功运行时序数据,并结合其对应的有源配电网等值电网仿真系统的典型有功运行场景,得到有源配电网等值电网仿真系统的典型运行场景;实现了各联合运行场景中源荷有功对应的无功数据计算,为面向多层级功率平衡的有源配电网趋势断面生成提供了无功运行数据;最终,对有源配电网等值电网仿真系统的典型运行场景进行潮流计算,并基于潮流计算结果生成有源配电网等值电网仿真系统的典型运行场景的趋势断面;利用配电网潮流计算和迭代更新原则,实现了台区源荷主动调控指令的自动计算和指令下发控制的自动模拟,为面向多层级功率平衡的有源配电网趋势断面生成提供了各断面潮流数据。该方案对有源配电网进行了未来运行可能性的描述,能够支撑调控人员开展多层次功率平衡工作。


    技术特征:

    1.一种有源配电网趋势断面自动生成方法,其特征在于,所述方法包括:

    2.如权利要求1所述的方法,其特征在于,所述预测有源配电网等值电网仿真系统中各设备的有功运行时序数据集合,包括:

    3.如权利要求1所述的方法,其特征在于,所述基于所述有功运行时序数据集合确定有源配电网等值电网仿真系统的有功运行场景,包括:

    4.如权利要求1所述的方法,其特征在于,所述场景缩减,包括:

    5.如权利要求4所述的方法,其特征在于,所述各有源配电网等值电网仿真系统的有功运行场景间的距离,如下:

    6.如权利要求1所述的方法,其特征在于,所述确定所述典型有功运行场景中各设备的无功运行时序数据,包括:

    7.如权利要求6所述的方法,其特征在于,所述基于设备的实时控制模式确定各设备的无功运行时序数据,包括:

    8.如权利要求6所述的方法,其特征在于,所述新能源设备包括:双馈风机、直驱风机和光伏逆变器;

    9.如权利要求6所述的方法,其特征在于,所述设备的无功特征实测数据包括下述中的至少一种:设备的运行状态、设备的量测有功、设备并网关口的量测有功、设备并网关口的量测电压、设备并网关口的量测相角。

    10.如权利要求1所述的方法,其特征在于,所述对所述典型运行场景进行潮流计算,并基于潮流计算结果生成典型运行场景的趋势断面,包括:

    11.如权利要求10所述的方法,其特征在于,所述预设触发条件包括:台区低压侧母线电压不在电压安全设定范围且台区内部存在无功调节能力,台区主变设备超重载且台区内部存在有功调节能力,台区光伏发电消纳受阻且内部存在有功调节能力。

    12.如权利要求11所述的方法,其特征在于,当台区低压侧母线电压不在电压安全设定范围且台区内部存在无功调节能力时,所述对有源配电网等值电网仿真系统的典型运行场景进行调控,包括:

    13.一种有源配电网趋势断面自动生成装置,其特征在于,所述装置包括:

    14.如权利要求13所述的装置,其特征在于,所述预测模块具体用于:

    15.如权利要求13所述的装置,其特征在于,所述第一分析模块具体用于:

    16.如权利要求13所述的装置,其特征在于,所述第一分析模块具体用于:

    17.如权利要求16所述的装置,其特征在于,所述各有源配电网等值电网仿真系统的有功运行场景间的距离,如下:

    18.如权利要求13所述的装置,其特征在于,所述第二分析模块具体用于:

    19.如权利要求18所述的装置,其特征在于,所述基于设备的实时控制模式确定各设备的无功运行时序数据,包括:

    20.如权利要求18所述的装置,其特征在于,所述新能源设备包括:双馈风机、直驱风机和光伏逆变器;

    21.如权利要求18所述的装置,其特征在于,所述设备的无功特征实测数据包括下述中的至少一种:设备的运行状态、设备的量测有功、设备并网关口的量测有功、设备并网关口的量测电压、设备并网关口的量测相角。

    22.如权利要求13所述的装置,其特征在于,所述第三分析模块具体用于:

    23.如权利要求22所述的装置,其特征在于,所述预设触发条件包括:台区低压侧母线电压不在电压安全设定范围且台区内部存在无功调节能力,台区主变设备超重载且台区内部存在有功调节能力,台区光伏发电消纳受阻且内部存在有功调节能力。

    24.如权利要求23所述的装置,其特征在于,当台区低压侧母线电压不在电压安全设定范围且台区内部存在无功调节能力时,所述对有源配电网等值电网仿真系统的典型运行场景进行调控,包括:

    25.一种计算机设备,其特征在于,包括:一个或多个处理器;

    26.一种计算机可读存储介质,其特征在于,其上存有计算机程序,所述计算机程序被执行时,实现如权利要求1至12中任意一项所述的有源配电网趋势断面自动生成方法。


    技术总结
    本发明涉及有源配电网仿真技术领域,具体提供了一种有源配电网趋势断面自动生成方法及装置,包括:预测有源配电网等值电网仿真系统中各设备的有功运行时序数据集合;基于所述有源配电网等值电网仿真系统中各设备的有功运行时序数据集合确定有源配电网等值电网仿真系统的典型有功运行场景;结合设备的无功运行时序数据得到有源配电网等值电网仿真系统的典型运行场景;基于有源配电网等值电网仿真系统的典型运行场景的潮流计算结果生成有源配电网等值电网仿真系统的典型运行场景的趋势断面。本发明提供的技术方案,能够实现对有源配电网未来运行可能性的描述,支撑调控人员开展多层次功率平衡工作。

    技术研发人员:李晨,葛清,童存智,张功林,王会超,夏跃洲,陈冉,夏俊荣,黄劼,胡汝伟,黄兴华,李凌斐,孔爱良,周平平,汤怡乾,陈智歆,廖珠胜,应显瑜
    受保护的技术使用者:中国电力科学研究院有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-31525.html

    最新回复(0)