本发明专利技术提出一种考虑电能质量及其不确定性约束的智能配电网自愈恢复优化方法。对于每个孤岛，建立由以高重要等级负荷优化恢复、总恢复量最大为目标的切负荷优化模型，和以开关动作次数最少、网损最小为目标的网络重构优化模型构成的双层优化模型，以最优切负荷方案作为网络重构优化的输入。特别地，在网络重构优化模型中，引入点估计法对负序、谐波进行不确定性分析，进而依据不确定性分析得到的负序、谐波可能变化范围，建立包含频率约束、负序、谐波及其不确定性约束的电能质量综合约束集，以改善恢复方案的电能质量，避免恢复失败。通过建立电能质量综合约束集，本发明专利技术可实现更安全可靠的供电恢复的目标。
【技术实现步骤摘要】
本专利技术涉及一种考虑电能质量及其不确定性约束的智能配电网自愈恢复优化方 法。
技术介绍
对于配电网故障后供电恢复的研究，一直是配电网研究的热点问题之一。传统配 电网在发生故障后，先通过断开故障点分段开关隔离故障，而后对非故障电网进行网络重 构以实现供电恢复。随着分布式电源（DG)的接入，为电网在故障后以孤岛形式保证部分负 荷的正常运行提供了可能。传统上对孤岛的处理原则是：一旦系统发生故障，立即断开所有 分布式电源，以防止对于系统中设备可能的损坏，消除潜在的安全隐患，并没有充分利用DG 在孤岛运行模式下的带负荷能力。随着DG接入容量的不断提高以及智能配电网的发展，研 究在故障后不断开分布式电源，利用DG孤岛效应维持重要负荷供电和恢复非故障区域供 电，对提高电力系统抗灾防御能力具有重要意义。 作为智能配电网的重要特性之一，含分布式发电装置（DG)的自愈恢复一般被处 理为优化问题来分析。但现有方法均仅考虑孤岛功率平衡约束，没有计及电能质量因素的 影响。由于孤岛容量较小，其负序、谐波问题相较于非孤岛运行时更为严重，负序分量较 大可能会导致分布式电源负序保护动作、使得DG退出运行，谐波含量较高对诸如并联电容 器等各类设备的安全运行构成威胁、可能导致设备损坏或者退出运行，造成系统有功或者 无功不平衡，进一步导致恢复失败，难以保证供电恢复的可靠性。因此，考虑到实际电网中 的由谐波以及负序注入的不确定性导致传播的不确定性，为减小分析误差、避免因为电能 质量问题导致恢复失败，在配电网自愈恢复研究中应充分考虑电能质量因素及其不确定性 的影响。 针对以上不足，考虑到实际电网中谐波和负序的不确定性，本专利技术创造性地提出 一种考虑电能质量及其不确定性约束的自愈恢复策略。对于每个供电恢复孤岛，建立由以 高重要等级负荷优化恢复、总恢复量最大为目标的切负荷优化模型，和以开关动作次数最 少、网损最小为目标的网络重构优化模型构成的双层优化模型，以最优切负荷方案作为网 络重构优化的输入。特别地，在网络重构优化模型中，引入点估计法对相关负序、谐波分量 进行不确定性分析，建立包含频率约束、负序、谐波及其不确定性约束的电能质量综合约束 集，以改善恢复方案的电能质量，避免恢复失败。分别采用微分进化算法和混合粒子群算法 求解上述双层优化模型以得到各个孤岛的最优恢复方案。
技术实现思路
-种考虑电能质量及其不确定性约束的智能配电网自愈恢复优化方法，其特征 在于，包括以下步骤： 步骤1 :以各个负荷的切除状态为优化变量，具体为0-1型，建立每个孤岛的智能 切负荷优化模型，采用微分进化算法确定最优切负荷方案； 步骤2 :根据步骤1的结果，进一步地，以各个开关的动作（0-1型）与否以及各个 无功补偿电容器的无功补偿量（离散型）为优化变量，建立综合考虑系统频率偏移、注入各 个DG的负序电流以及各节点的总谐波电压畸变率，并计及负序、谐波的不确定性的每个孤 岛的网络重构优化模型，采用混合粒子群算法求解，来确定需要操作的开关和电容器组的 无功补偿量，得到最优网络重构方案； 其中，网络重构优化模型是以开关动作次数最小前提下网损最小为目标建立的目 标函数： 上式中别为第i个分段开关的优化状态和初始状态；Οj、Ojlnl分别为第 j个联络开关的优化状态和初始状态，m为系统中分段开关的数量，η为联络开关的数量。 Plcis(Cl，〇]，Qck)为系统网损标幺值，其中，Qck为第k个无功补偿装置的无功补偿量。基于下 述约束条件： 约束条件一： SGl^SGinax V, ηιη^V^V,nax S,nax 上式中_是第i个分布式电源的实际视在功率及其最大容许视在功率 值A_、Vj_分别为节点i允许的电压上下界；S廊Si_是第i条支路流过的传输功率 及其最大容许值。 约束条件二：在网络重构优化模型的约束条件中综合考虑系统频率偏移、注入各 个DG的负序电流以及各节点的总谐波电压畸变率，并计及负序、谐波的不确定性、要求其 分布范围的上限不超标，建立了包含频率约束、负序、谐波及其不确定性约束的电能质量综 合约束集： 其中 Cu-me^Ineg-mei/Ingi，Cu-ul^Ineg-ul;/1呢 上式中，Af、Cu-mei、THD-me$确定性指标，Cu-ul;、THD-ul$不确定性指标，具 体说明如下： 1)Δf为系统频率相对50Hz基准值的偏移量，Δf_为最大允许频偏，参考国标， 定为0. 5Hz; 2)Ineg-mei、Ineg-ul;分别为注入第i台DG的负序电流的均值和分布范围的上限， Ingi为其额定电流，Cu-me;、Cu-ulAv别为第i台DG负序电流指标的均值和分布范围的上 限，Cumax为最大允许负序电流系数； 3)THD-mei、THD-uh分别为节点i的电压总畸变率的均值和分布范围的上限， THD_为电压最大允许总畸变率。 步骤3 :根据步骤1的结果、步骤2的结果得到最优恢复方案，并进行计算校核，如 果各约束条件均满足，则输出最优供电恢复方案，否则转步骤1重新搜索。 在上述的， 所述步骤1，获得各个负荷的切除状态的具体方法是： 步骤1 :基于配电自动化系统实时分析智能配电网运行状态； 步骤2 :如果判别出系统发生故障，则首先进行基于快速连通性检验的供电孤岛 划分，得到孤岛的数量，并确定各个孤岛内的具体构成； 步骤3 :以各分布式电源的额定功率为基准，按照其频率特性计算频率为49. 5Hz 时分布式电源的功率，作为其最大功率； 步骤4 :计算49. 5Hz情况下的初始网损Plc]S。及系统功率缺额ΔP其中，获取功率 缺额△Pt；的具体方法为： 步骤4. 1 :首先根据分布式电源的有功功率一频率特性： PGfi=PGi 上式中：Ρω、KPfl分别为第i台DG在额定频率fN时的额定输出功率及其频率-有 功功率调节系数；i台DG在频率f时的实际输出功率。根据国标GB/T15945-2008规 定，本专利技术在分析时将孤岛额定频率以及允许频率下限分别定为50Hz和49. 5Hz。 步骤4. 2 :计算有功率缺额ΔPs: 上式中：i= 1，2,. . .，n，n是孤岛内分布式电源的个数；Plcis。是未出现故障之前系 统的初始网损；ΡΜ1为第i台DG在频率为f时的实际输出功率。为了最大化供电恢复量，在 计算功率缺额时以49. 5Hz为参考频率进行PMl分析。 在上述的， 所述的步骤1中，进行智能切负荷优化基于针对每个孤岛建立的一个智能切负荷优化模 型，该模型基于目标函数和约束条件： 目标函数： 上式子中，m代表负荷个数;代表第p个负荷的有功功率；xp代表该负荷的切除 状态，1为被切除，〇为未被切除；Kp代表该负荷的权重系数，具体地，本专利技术中将重要负荷 仏2级别负荷）、次重要负荷^^级别负荷）和一般负荷（L。级别负荷）的权重系数分别设 置为 100、10、1。 约束条件：对于切负荷优化模型，要求所切除的总负荷切除量大于或等于有功功 率缺额，即： 上式中，δPs为根据步骤4. 2计算出的有功功率缺额;m代表负荷个数，Pb代表第 P个负荷的有功功率；Xp代表该负当前第1页1 2 3 4 本文档来自技高网...
【技术保护点】
一种考虑电能质量及其不确定性约束的智能配电网自愈恢复优化方法,其特征在于，包括以下步骤：步骤1：以各个负荷的切除状态为优化变量，具体为0‑1型，建立每个孤岛的智能切负荷优化模型，采用微分进化算法确定最优切负荷方案；步骤2：根据步骤1的结果，进一步地，以各个开关的动作(0‑1型)与否以及各个无功补偿电容器的无功补偿量(离散型)为优化变量，建立综合考虑系统频率偏移、注入各个DG的负序电流以及各节点的总谐波电压畸变率，并计及负序、谐波的不确定性的每个孤岛的网络重构优化模型，采用混合粒子群算法求解，来确定需要操作的开关和电容器组的无功补偿量，得到最优网络重构方案；其中，网络重构优化模型是以开关动作次数最小前提下网损最小为目标建立的目标函数：min F(C,O,Qc)=Σi=1mabs(ci-ciini)+Σj=1nabs(oj-ojini)+Plos(ci,oj,Qck)]]>上式中：ci、ciini分别为第i个分段开关的优化状态和初始状态；oj、ojini分别为第j个联络开关的优化状态和初始状态，m为系统中分段开关的数量，n为联络开关的数量；Plos(ci,oj,Qck)为系统网损标幺值，其中，Qck为第k个无功补偿装置的无功补偿量；基于下述约束条件：约束条件一：SGi≤SGimaxVjmin≤Vj≤VjmaxSi≤Simax上式中：SGi、SGimax是第i个分布式电源的实际视在功率及其最大容许视在功率值；Vjmin、Vjmax分别为节点i允许的电压上下界；Si和Simax是第i条支路流过的传输功率及其最大容许值；约束条件二：在网络重构优化模型的约束条件中综合考虑系统频率偏移、注入各个DG的负序电流以及各节点的总谐波电压畸变率，并计及负序、谐波的不确定性、要求其分布范围的上限不超标，建立了包含频率约束、负序、谐波及其不确定性约束的电能质量综合约束集：Δf≤Δfmax{Cu-mei,Cu-u1i}≤Cumax{THD-mei,THD-uli}≤THDmax]]>其中Cu‑mei＝Ineg‑mei/Ingi,Cu‑uli＝Ineg‑uli/Ingi上式中，Δf、Cu‑mei、THD‑mei为确定性指标，Cu‑uli、THD‑uli为不确定性指标，具体说明如下：1)Δf为系统频率相对50Hz基准值的偏移量，Δfmax为最大允许频偏，参考国标，定为0.5Hz；2)Ineg‑mei、Ineg‑uli分别为注入第i台DG的负序电流的均值和分布范围的上限，Ingi为其额定电流，Cu‑mei、Cu‑uli分别为第i台DG负序电流指标的均值和分布范围的上限，Cumax为最大允许负序电流系数；3)THD‑mei、THD‑uli分别为节点i的电压总畸变率的均值和分布范围的上限，THDmax为电压最大允许总畸变率；步骤3：根据步骤1的结果、步骤2的结果得到最优恢复方案，并进行计算校核，如果各约束条件均满足，则输出最优供电恢复方案，否则转步骤1重新搜索。...
【技术特征摘要】
【专利技术属性】
技术研发人员：林涛，陈汝斯，叶婧，毕如玉，郭紫昱，徐遐龄，
申请(专利权)人：武汉大学，湖北工业大学，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。