一种高渗透率光伏配电网分区调压方法技术

本发明专利技术涉及一种高渗透率光伏配电网分区调压方法，包括对负荷数据进行频域分解，获得日周期、周周期、低频分量和高频分量，分别计算各分量后并进行序列重构；对光伏数据进行异常点检测，再基于辐照度特征进行相似日聚类选择，通过LSTM神经网络模型预测光伏短期输出功率；将分布式配电网划分为若干亚群落，选取关键节点作为能控光伏的安装点；将可控的PV节点选址于关键节点，通过调节可控PV节点的无功补偿和有功衰减的功率值，调节并网后节点电压。本发明专利技术提高了预测精度，可对配网节点精细化调压，解决了光伏接入后的电压越限问题，提升了电网光伏消纳能力。

【技术实现步骤摘要】
一种高渗透率光伏配电网分区调压方法
本专利技术涉及光伏配电网划分
，具体涉及一种高渗透率光伏配电网分区调压方法。
技术介绍
随着国家对节能减排政策和能源改革的推进，清洁能源从最初的补充能源逐渐转变为替代性能源。其中光伏发电在部分地区正在形成大规模高渗透率的并网趋势。大规模光伏并网后，配网由传统的单电源辐射网络转化为多源互联网络系统，改变了配网的系统阻尼特性、潮流分布、稳态电压和电压稳定性。近年来，研究者对高渗透率光伏接入后对配电网的影响进行了深入的研究和分析，其中大规模光伏接入后产生的电网节点过电压问题成为关注的焦点。高渗透率光伏接入后配网调压控制策略分为：集中控制、就地控制、分布式控制。分布式控制因其自治性高、适应性强、投资相对较低、数据通讯量小、可充分发掘分布式光伏系统资源等优势而得到深入研究与广泛应用。对高渗透率光伏接入大规模配电网，提出基于集群划分的分布式调压方法；提出包含就地预防控制、无功协调控制、有功优化缩减和功率恢复控制多个过程的分布式控制策略；除此之外，多目标双层优化规划、电压阶段控制策略等方法也被应用于含光伏接入的配电网分布式控制研究中。过去在光伏接入调压策略中，对光伏的随机性考虑较少、处理相对简单。常用的方法均为大时间尺度下对光伏随机性的处理，无法对短期及超短期的精确电压控制提供支撑。
技术实现思路
本专利技术的目的在于提供一种高渗透率光伏配电网分区调压方法，通过调节可控光伏的有功和无功输出，结合短期光伏和负荷精确预测的结果，对含光伏接入的分布式配网进行精细化调压。为实现上述目的，本专利技术采用了以下技术方案：一种高渗透率光伏配电网分区调压方法，包括：对负荷数据进行频域分解，获得日周期、周周期、低频分量和高频分量，分别计算各分量后并进行序列重构；通过iForest算法对光伏相似日历史数据进行异常点检测，再基于辐照度特征进行相似日聚类选择，通过LSTM神经网络模型预测光伏短期输出功率；将分布式配电网划分为若干亚群落，选取关键节点作为能控光伏的安装点；将可控的PV节点选址于关键节点，通过调节可控PV节点的无功补偿和有功衰减的功率值，调节并网后节点电压。上述方法中，对负荷数据进行频域分解，获得日周期、周周期、低频分量和高频分量后还需要对以上分量进行分解预测，其预测方法如下：所述日周期、周周期通过Elman神经网络算法处理，所述低频分量选用随机森林算法处理，所述高频分量通过Mallat算法的高频二次分解处理。本专利技术中，所述序列重构通过Mallat算法进行重构，其公式如下：其中，为重构后的序列，h(n-2k)为低通滤波器系数，g(n-2k)为高通滤波器系数，为高通滤波器的对偶算子。所述将分布式配电网划分为若干亚群落，选取关键节点作为能控光伏的安装点，包括：上述方案中，构造N个节点之间的电气距离，以电气距离作为度量，采用谱聚类算法对含高渗透率光伏接入的配电网进行区域划分。所述构造N个节点之间的电气距离如下:其中eΓ(i,j)为节点i到节点j的改进电气距离，该指标可同时表征节点i,j之间等效阻抗距离Zij,equ和电压影响因素；分别为节点i对j的电压有功影响因子矩阵和电源无功影响因子矩阵。上述方案中，将可控的PV节点选址于关键节点，通过调节可控PV节点的无功补偿和有功衰减的功率值，调节并网后节点电压，包括：首先在预定周期进行基于粒子群算法的非线性优化，然后对每个控制周期进行线性调节，其线性调节公式如下：其中，ΔV为节点i的电压变化值，ΔPj为第j个节点的有功功率调节；ΔQj为第j个节点的有功功率调节；为节点i对j的电压有功敏感度系数，为节点i对j的电压无功敏感度系数，Pi、Qi为节点i的有功和无功注入，i,j∈N，N为所研究分布式电力系统的总节点数。上述方法中，所述将可控的PV节点选址于关键节点，通过调节可控PV节点的无功补偿和有功衰减的功率值，调节并网后节点电压，具体如下：定义可调光伏的有功和无功变化参数，并初始化所述参数；根据分布式系统的物理约束设定每个参数的搜索范围和速度变化范围；在搜索范围内随机初始化其中一个分布式电源的有功和无功变化参数；计算并比较所有分布式电源的适应度函数值，选取适应度函数最佳的个体作为最优Pbest(t)，并在不同迭代周期产生的分布式电源最优中选出群体最优Gbest(t)；以概率pa选择适应度较差的分布式电源的个体，并随机引入新的分布式电源个体取代之；实时更新权重因子，并增加迭代步数，直到分布式电源个体循环结束；输出最优解Xbest并绘制适应度函数收敛曲线。由上述技术方案可知，本专利技术所述的高渗透率光伏配电网分区调压方法，通过对负荷进行基于二次频域分解的预测以及对光伏应用基于深度学习的短期输出功率预测，提高了预测精度。将前期预测结果应用于分区调压策略，可对配网节点精细化调压，解决了光伏接入后的电压越限问题，提升了电网光伏消纳能力。附图说明图1是本专利技术频域分解后的日周期波形图；图2是本专利技术频域分解后的周周期波形图；图3是本专利技术频域分解后的低频分量波形图；图4是本专利技术频域分解后的高频分量波形图；图5是本专利技术随机森林计算流程图；图6是本专利技术某地区61节点实际系统当前和未来PV容量图；图7是本专利技术361节点配网的拓扑结构和分区结果图；图8是本专利技术不同控制策略下61节点配网电压对比图；图9是本专利技术的方法流程图。具体实施方式下面结合附图对本专利技术做进一步说明：本实施例的，高渗透率光伏配电网分区调压方法，包括如下步骤：步骤一：对负荷数据进行频域分解，获得日周期、周周期、低频分量和高频分量，分别计算各分量后并进行序列重构；电力负荷本身既规律性又有随机性，短期预测负荷是确定发电计划、备用容量的基础，对电压调压也有重要影响。在改善预测建模方法的过程中，相对建模误差通常无法完全消除，存在的非零下限是有负荷内部的非规律性决定的。对周期性较强的电力负荷进行频域分解，提取其时间序列中蕴含的日周期特性、周周期特性、随机特性，用不同预测方法分别计算各分量后重构，可以提高短期负荷预测的精度。1.1频域分解算法对负荷时间序列P(t)进行基于傅里叶变换的频域分解：式中，N为历史负荷数据个数，a0是直流分量。提取负荷变化的周期性特征，抽取wi，定义日周期a0+D(t)、周周期W(t)、低频L(t)和高频H(t)四组分量，对P(t)重构如下：P(t)＝a0+D(t)+W(t)+L(t)+H(t)(11)wi的抽取规律如下：1)a0+D(t)的角频率wi集合：2)W(t)的角频率wi集合：3)体现负荷随机性的低频分量L(t)、高频分量H(t)、角频率wi集合：本文档来自技高网...

【技术保护点】
1.一种高渗透率光伏配电网分区调压方法，其特征在于，包括：/n对负荷数据进行频域分解，获得日周期、周周期、低频分量和高频分量，分别计算各分量后并进行序列重构；/n对光伏数据进行异常点检测，再基于辐照度特征进行相似日聚类选择，通过LSTM神经网络模型预测光伏短期输出功率；/n将分布式配电网划分为若干亚群落，选取关键节点作为能控光伏的安装点；/n将可控的PV节点选址于关键节点，通过调节可控PV节点的无功补偿和有功衰减的功率值，调节并网后节点电压。/n

【技术特征摘要】
1.一种高渗透率光伏配电网分区调压方法，其特征在于，包括：
对负荷数据进行频域分解，获得日周期、周周期、低频分量和高频分量，分别计算各分量后并进行序列重构；
对光伏数据进行异常点检测，再基于辐照度特征进行相似日聚类选择，通过LSTM神经网络模型预测光伏短期输出功率；
将分布式配电网划分为若干亚群落，选取关键节点作为能控光伏的安装点；
将可控的PV节点选址于关键节点，通过调节可控PV节点的无功补偿和有功衰减的功率值，调节并网后节点电压。


2.根据权利要求1所述的高渗透率光伏配电网分区调压方法，其特征在于：对负荷数据进行频域分解，获得日周期、周周期、低频分量和高频分量后还需要对以上分量进行分解预测，其预测方法如下：
所述日周期、周周期通过Elman神经网络算法处理，所述低频分量选用随机森林算法处理，所述高频分量通过Mallat算法的高频二次分解处理。


3.根据权利要求1所述的高渗透率光伏配电网分区调压方法，其特征在于：所述序列重构通过Mallat算法进行重构，其公式如下：



uj-1＝ujH**+qjG**,j＝0,1,2,L,N，
其中，为重构后的序列，h(n-2k)为低通滤波器系数，g(n-2k)为高通滤波器系数，为高通滤波器的对偶算子。


4.根据权利要求1所述的高渗透率光伏配电网分区调压方法，其特征在于：通过iForest算法对光伏相似日历史数据进行异常点检测。


5.根据权利要求1所述的高渗透率光伏配电网分区调压方法，其特征在于：所述将分布式配电网划分为若干亚群落，选取关键节点作为能控光伏的安装点，包括：
构造N个节点之间的电气距离，以电气距离作为度量，采用谱聚类算法对含高渗透率光伏接入的配电网进行区域划分。


6.根据权利要求5所述的高渗透率光伏配电网分区调压方法，其特...

【专利技术属性】
技术研发人员：马骏，丁倩，刘红新，徐璐，陈青，徐斌，李葆，汪君，汤远红，邵郁，段丽，
申请(专利权)人：国网安徽省电力有限公司六安供电公司，
类型：发明
国别省市：安徽;34