【技术实现步骤摘要】
一种无功优化方法、装置、设备及存储介质
[0001]本专利技术实施例涉及计算机
,尤其涉及一种无功优化方法、装置、设备及存储介质。
技术介绍
[0002]对于自动电压控制系统来说,其控制手段包括连续变量(发电机、调相机)及离散变量(电容器、电抗器、有载调压分接头),自动电压控制本质上就是对这些控制变量进行协调,从而满足合理的无功电压分布的过程。前人针对无功优化中如何综合考虑连续变量及离散变量进行了相关的研究,但自动电压控制并不等同于在线计算的无功优化或最优潮流,从控制的可靠性和实用性出发,涉及很多具体问题。
[0003]随着自动电压控制系统在网调电网层面的建设逐步展开,离散变量与连续变量的协调问题日益重要,由于同一控制分区内无功控制设备包含连续设备(电厂发电机)及离散设备(变电站的无功补偿装置)。厂站协调则属于二级电压控制(区域控制)和三级电压控制(全局控制)的范畴。
[0004]由于变电站侧的电容器和电抗器等无功资源更加接近负荷端,对整个电网起到一个基础性的无功支撑作用,从而将调相机、发电机等连续设备的无功出力保持在上调、下调均有较大裕度的中间位置,使之保持足够的可调无功储备,以应对电网事故等紧急情况,提高大电网运行的安全性;另外,离散控制设备只能实则可以实现对前者控制的必要补充。除此之外,受动作次数或时间间隔限制,离散设备无法频繁动作,且电容器和电抗器其容量相对较大,一旦投切对电网无功注入的影响是一个阶跃量,可能导致母线电压或功率因数的调节振荡,但传统方法通过求解大规模的混合整数规划问题,求 ...
【技术保护点】
【技术特征摘要】
1.一种无功优化方法,其特征在于,包括:实时采集当前时刻断面下电网的量测数据、电网母线的电压上下限、联络线支路无功功率的上下限以及机组的无功出力上下限;获取发电机节点对应的无功电压灵敏度矩阵,容抗器节点对应的无功电压灵敏度矩阵,发电机节点对应的无功支路灵敏度矩阵以及容抗器节点对应的无功支路灵敏度矩阵;根据所述断面下电网的量测数据、电网母线的电压上下限、联络线支路无功功率的上下限、机组的无功出力上下限、发电机节点对应的无功电压灵敏度矩阵,容抗器节点对应的无功电压灵敏度矩阵,发电机节点对应的无功支路灵敏度矩阵以及容抗器节点对应的无功支路灵敏度矩阵进行优化。2.根据权利要求1所述的方法,其特征在于,根据所述断面下电网的量测数据、电网母线的电压上下限、联络线支路无功功率的上下限、机组的无功出力上下限、发电机节点对应的无功电压灵敏度矩阵,容抗器节点对应的无功电压灵敏度矩阵,发电机节点对应的无功支路灵敏度矩阵以及容抗器节点对应的无功支路灵敏度矩阵进行优化包括:根据所述断面下电网的量测数据、电网母线的电压上下限、联络线支路无功功率的上下限、机组的无功出力上下限、发电机节点对应的无功电压灵敏度矩阵,容抗器节点对应的无功电压灵敏度矩阵,发电机节点对应的无功支路灵敏度矩阵以及容抗器节点对应的无功支路灵敏度矩阵形成约束集;根据所述约束集求解连续线性规划问题,得到无功优化问题的最优解。3.根据权利要求2所述的方法,其特征在于,根据所述断面下电网的量测数据、电网母线的电压上下限、联络线支路无功功率的上下限、机组的无功出力上下限、发电机节点对应的无功电压灵敏度矩阵,容抗器节点对应的无功电压灵敏度矩阵,发电机节点对应的无功支路灵敏度矩阵以及容抗器节点对应的无功支路灵敏度矩阵形成约束集,包括:基于如下公式求解第一连续极大优化问题:max∑B
Ui
QQQ
C
∈[0,1];其中,U
i0
为负荷节点i的电压基态,其取值为U0中对应负荷节点i的电压,U0为当前时刻断面下电网的第一量测数据,U
i
为负荷节点i的无功上限节点i的电压下限,其取值为U中对应负荷节点i的电压,为负荷节点i的无功上限节点i的电压上限,其取值为中对应负荷节点i的电压,为电网母线的电压下限,Q
i0
为负荷节点i的无功基态,其取值为Q0中对应负荷节点i的无功,Q0为当前时刻断面下电网的第二量测数据,Q
i
为负荷节点i的无功下限,其取值为Q中对应负荷节点i的电压,Q为联络线支路无功功率的上限,为负荷节点i的无功上限,其取值为中对应负荷节点i的电压,为联络线支路无功功率的下限,Q
g
为发电
机节点g的无功,Q
g
和为发电机节点g对应的无功上下限,Q
C
为含电容器的节点C的无功,Q={Q
g
,Q
C
},A
Ui
为发电机节点对应的无功电压灵敏度矩阵,B
Ui
为容抗器节点对应的无功电压灵敏度矩阵,A
Qi
为发电机节点对应的无功支路灵敏度矩阵,B
Qi
为容抗器节点对应的无功支路灵敏度矩阵;得到第一连续极大优化问题最优解后,取第一目标函数最优值的倒数得到基于如下公式求解第一连续极小优化问题:min∑A
Ui
Q
gg
Q
C
∈[0,1];得到第一连续极小优化问题最优解后,取第二目标函数最优值得到(A
Ui
Q
g
)
L
;基于如下公式求解第二连续极大优化问题:max∑A
Ui
Q
gg
Q
C
∈[0,1];得到第二连续极大优化问题最优解后,取第三目标函数最优值的倒数得到(A
Ui
Q
g
)
U
;基于如下公式求解第三连续极大优化问题:max∑A
Ui
Q
gg
Q
C
∈[0,1]得到第三连续极大优化问题最优解后,取第四目标函数最优值得到(A
Ui
Q
g
)
L
;基于如下公式求解第四连续极大优化问题:max∑B
Qi
Q
Q
C
∈[0,1]得到第四连续极大优化问题最优解后,取第五目标函数最优值的倒数得到基于如下公式求解第二连续极小优化问题:min∑A
Qi
Q
gg
Q
C
∈[0,1]得到第二连续极小优化问题最优解后,取第六目标函数最优值得到(A
Qi
Q
g
)
L
;基于如下公式求解第五连续极大优化问题:max∑A
Qi
Q
gg
Q
C
∈[0,1]得到第五连续极大优化问题最优解后,取第七目标函数最优值的倒数得到(A
Qi
Q
g
)
U
;基于如下公式求解第六连续极大优化问题:max∑A
Qi
Q
gg
Q
C
∈[0,1]得到第六连续极大优化问题最优解后,取第八目标函数最优值得到(A
Qi
Q
g
)
L
;根据(A
Qi
Q
g
)
L
,和(A
Qi
Q
g
)
U
形成约束集。
4.根据权利要求3所述的方法,其特征在于,根据(A
Qi
Q
g
)
L
,和(A
Qi
Q
g
)
U
形成约束集,包括:根据(A
Qi
Q
g
)
L
,和(A
Qi
Q
g
)
U
形成如下约束集:其中,t
i
是辅助变量,无物理意义;Q
g
为...
【专利技术属性】
技术研发人员:李惠松,谢炜俊,林冠强,王晓光,陈洁洪,陈玉秀,陈韵,余旭飞,
申请(专利权)人:广东电网有限责任公司惠州供电局,
类型:发明
国别省市:
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。