【技术实现步骤摘要】
基于综合性能指标的高渗透率分布式电源集群划分方法
本专利技术涉及可再生能源电源的配电网规划和控制
，更具体涉及基于综合性能指标的高渗透率分布式电源集群划分方法。
技术介绍
可再生能源的需求增加以及人们对环境问题的关注促进了可再生能源发电的快速发展。尤其在边远地区的配电网中，随着国家新能源扶贫政策的进一步强化，大量分布式可再生能源接入电网，部分地区已经出现渗透率大于100％的情况，给当地的电网的规划、运行和控制带来了巨大的挑战。目前常见的分布式可再生能源调控方式主要有微电网模式、集中控制以及集群控制模式。在边远地区的低压配电网中，由于可再生能源电源接入的单机容量小、数量多且地理位置分散，微网以及集中控制方式运行操作困难，而基于集群的调控方式能够充分利用集群的自治特性，保障规模化分布式发电规模有序、可靠、高效地接入电网，已成为规模化可再生能源并网的重要解决方案。集群这一名词来源于计算机学科领域，是一系列独立工作但通过高速网络连接的计算机群，上层可以将它们看做一个整体来管理，在系统整体成本较低的情况下获得较高的性能和可靠性。在电力系统中，集群可以定义为：由一系列设...
【技术保护点】
1.基于综合性能指标的高渗透率分布式电源集群划分方法，其特征在于，包括：集群划分的指标体系与集群划分的有效算法；所述集群划分的指标定义为综合性能指标，所述综合性能指标包括基于电气距离的模块度指标ρ、集群的无功平衡度指标
【技术特征摘要】
1.基于综合性能指标的高渗透率分布式电源集群划分方法，其特征在于，包括：集群划分的指标体系与集群划分的有效算法；所述集群划分的指标定义为综合性能指标，所述综合性能指标包括基于电气距离的模块度指标ρ、集群的无功平衡度指标和集群的有功平衡度指标所述集群划分的有效算法是利用遗传算法进行分布式电源集群划分；高渗透率分布式电源集群划分方法步骤如下：S1：计算所述模块度指标ρ，所述模块度指标ρ的表示如下：其中，e为边的权重构成的矩阵，元素eij为连接节点i和节点j的边的权重；为网络所有边的边权之和；表示所有与节点i相连的边的权重之和；表示所有与节点j相连的边的权重之和；δ(i,j)＝1表示节点i和节点j在同一集群内，δ(i,j)＝0表示节点i和节点j不在同一集群内；S2：计算所述无功平衡度指标所述无功平衡度指标的表示如下：式中，Qi为第i集群的无功平衡度；c为集群个数；Qi'的计算方法如下：式中，nCk为第Ck个集群内的节点个数；Qsup,i为节点i无功功率提供的最大值，包括节点i无功补偿装置提供的无功功率Qc以及逆变器所能够提供的无功功率Qt，即Qsup,i＝Qc+Qt，其中，逆变器所能提供的最大无功功率Qtmax表示为：式中，为逆变器的最大功率因素角；t表示典型时间场景中的某一时刻，典型时间场景可按需确定；Pt为t时刻逆变器有功出力；Smax为逆变器最大容量；Qtmax为t时刻逆变器可输出的最大无功；Pcut、Pmax为逆变器切入切除功率；Qneed,i为节点i无功功率的需求值，所述节点i无功功率的需求包括节点的正常无功需求QN和节点过电压所需的最小无功功率其中，QV为调节节点i所需的最小无功功率；ΔVi为节点i的电压变化量；SVQ,ii为节点i关于自身的无功电压灵敏度，则Qneed,i＝QN+QV；S3：计算所述有功平衡度指标所述有功平衡度指标表示如下：式中，Pi是第i集群的有功平衡程度，Pclu(t)i是集群i在典型时间场景下的净功率值，表示为[Pclu(1)i,Pclu(2)i,…,Pclu(t)i,…,Pclu(T)i]，其是基于各节点在典型时间场景下功率值相加获得的；T表示典型时间场景中时间点t的个数；c为集群个数；S4：利用遗传算法进行分布式电源集群划分。2.根据权利要求1所述的基于综合性能指标的高渗透率分布式电源集群划分方法，其特征在于，所述S4中利用遗传算法进行分布式电源集群划分步骤如下：①将集群划分的划分方式当作一个解，一个解就是一个个体，按照既定编码方式对个体进行编码；采用同样的编码方式产生N个个体，N个个体构成一个种群，其中，参数N根据网络的规模而自行确定；②遗传算法以这N个个体作为初始点开始迭代，根据适应度计算方式计算各个体的适应度值，所述适应度值为综合性能指标值γ，所述综合性能指标值γ为：其中，λ1、λ2、λ3为权重，...
【专利技术属性】
技术研发人员：刘先放，毕锐，盛万兴，寇凌峰，潘静，陈锋，
申请(专利权)人：合肥工业大学，中国电力科学研究院有限公司，国网安徽省电力有限公司，
类型：发明
国别省市：安徽,34
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。