【技术实现步骤摘要】
一种基于态势感知的电网无功主动预测及控制技术
[0001]本专利技术涉及一种基于态势感知的电网无功主动预测及控制技术，属于配电网无功优化领域。
技术介绍
[0002]随着国民经济的快速发展，配电网规模不断扩大，分布式发电(Distributed Generation, DG)大量接入配电网，其不确定性及随机性的特点也对配电网的安全、经济和稳定运行提出了新的挑战。电力系统运行控制的难度和复杂度大大增加，基于此国内外专家提出了电力系统态势感知技术。
[0003]态势感知技术在电网中有多种表现形式，如通过与输电网态势感知内容的比较，系统地分析智能配电网，得出开展态势感知和态势利导的核心是聚焦不确定性因素的变化，从而提出态势觉察、理解、预测、呈现最终到态势利导的五步递进式关键技术架构；另一种表现形式是考虑主动配电网在组成元素、拓扑结构和控制手段等方面的变化，结合硬件体系提出主动配电网态势感知框架，从主动管理服务的角度给出了过电压治理、阻塞管控、调度计划的安全性校验等多个态势感知的具体应用场景，并从同步量测装置的优化布点、海量...
【技术保护点】
【技术特征摘要】
1.一种基于态势感知的电网无功主动预测及控制技术，其特征在于，包括如下步骤：(1)态势要素采集阶段，获取电网稳态运行数据、暂态运行数据、电网故障数据和电力设备运行状态数据等。(2)态势理解阶段，根据态势要素对当前系统进行态势理解，对系统节点所量测得到的特征数据进行定量计算，得到节点的薄弱性量化指标，根据无功补偿薄弱节点，提出无功补偿薄弱区。(3)态势预测阶段，通过态势要素采集到的电网历史数据，采用多层双向的长短期记忆神经网络算法对分布式电源、负荷进行预测，得到未来态势下的系统状态。(4)未来态势管控阶段，利用改进粒子群算法对配电网进行无功优化，从而得到无功配置方案。2.根据权利要求1所述的一种基于态势感知的电网无功主动预测及控制技术，其特征在于所述步骤(1)中的态势要素采集，由于广域测量系统和相量测量单元在电网的投入使用，可实时采集到电网稳态运行数据、暂态运行数据、电网故障数据和电力设备运行状态数据等。该阶段主要是为后面电网态势的理解与分析、以及预测做相对应的准备。根据配电系统分析和控制的需求合理配置量测，以获取所需要的数据。3.根据权利要求1所述的一种基于态势感知的电网无功主动预测及控制技术，其特征在于所述步骤(2)中的态势要素理解，本发明中的态势理解主要是对当前系统无功补偿薄弱节点识别，统计和提取电网静态场景下各节点电压幅值与相角样本序列组成的集合Z1＝{(v1,θ1),(v2,θ2),
···
,(v
n
,θ
n
)},将该集合里每个节点的状态数据样本(v
i
,θ
i
,i＝1,
···
,n)作为网络中的节点，在电力系统正常运行的状态下，按某一特定比例增加母线上的负荷有功功率值，首先崩溃的节点为该配网中的最薄弱节点，增长方式采用扩展潮流方程：f(θ,V)+λb＝0其中θ,V分别为节点电压相角和电压幅值，λ为负荷和发电增长参数，b为系统各节点负荷增长方式常数。可以将节点i的负荷有功和无功注入功率以及发电机注入有功功率分解为两个部分，其中P
Li0
,Q
Li0
代表初始负荷节点i水平,P
Gi0
代表发电机节点i初始有功出力。另一部分对应由负荷参数λ表示的负荷变化和有功出力变化，从而得到：其中P
Li
,Q
Li
分别为负荷节点i的有功水平、无功水平，P
Gi
为发电设备节点i的有功出力，分别为负荷节点i的有功增长方式、无功增长方式，为发电设备节点i的有功出力增长方式。按比例增加负荷后的各节点幅值与相角样本序列组成的集合Z2＝{(v1,θ1),(v2,θ2),
···
,(v
n
,θ
n
)}，由Z1和Z2作为识别薄弱节点的样本集合。4.根据权利要求3所述的无功补偿薄弱节点识别，其特征在于，提出一种量化节点薄弱性的指标，通过定量的增加节点负荷，根据分析PV曲线得知，电压容易发生崩溃的节点既薄
弱节点，在增加负荷时，电压和相角变化较为敏感，本发明利用节点复电压变化率来衡量节点的薄弱性。复电压变化率在此定义为电压的变化率和相角的变化率的加权求和，在负荷有功达到最大值之前，当节点j的负荷增加一定比例的有功功率时，该节点复电压变化率(Voltage Change Rate)为VCR，计算如下所示：其中，V
j
表示正常运行时j节点处电压值，V'
j
表示负荷按给定比例变化后的j节点处电压值。θ
j
表示正常运行时j节点处电压相角值，θ'
j
表示负荷按给定比例变化后的j节点处电压相角值，由以上模型可知，节点的复电压薄弱指标越大，说明该节点的薄弱性越大。5.根据权利要求1所述的一种基于态势感知的电网无功主动预测及控制技术，其特征在于，所述步骤(2)中的无功补偿薄弱区的划分，根据无功装置的数量、节点空间位置、节点薄弱性指标三方面考虑，对配电网进行分区划分，将薄弱节点的概念扩展到薄弱区，每个薄弱区对应若干个节点，且提出一种薄弱区指标的概念，定义薄弱区指标为VCRS,计算如下所示：Q＜＝N
ꢀꢀꢀꢀꢀꢀ
(3)其中，VCRS
Q
是第Q个薄弱区，i＜＝j＜＝k为薄弱区Q内的薄弱节点个数，V
j
表示正常运行时区j节点处电压值，V'
j
表示负荷按给定比例变化后的j节点处电压值。θ
j
表示正常运行时j节点处电压相角值，θ'
j
表示负荷按给定比例变化后的j节点处电压相角值，N为无功补偿装置组的个数，由以上模型可知，将配电网划分为不同的薄弱区，确保每个薄弱区都包含有无功补偿装置，薄弱分区指标越大，说明该薄弱分区的薄弱性越大。薄弱区的数量应少于无功补偿装置组的数量，根据薄弱区指标的大小进行排序，薄弱性较强的区域，安放补充能力强的无功设备，以此类推，在各区域放置无功设备，在每个薄弱区内部，各个节点的薄弱性指标也会有大小排序，所以装配无功补偿设备的时候优先考虑薄弱性较强的节点。6.根据权利要求1所述的一种基于态势感知的电网无功主动预测及控制技术，其特征在于，所述步骤(2)中的态势预测，态势预测部分主要分为两个模块，第一个模块主要是对分布式电源发电进行预测，第二个模块主要是对负荷进行预测。而主动配电网主要是接入了大量的分布式能源，其中对不可控分布式能源的预测对系统态势感知有较大的影响。主动配电网中间歇式能源主要包括光伏发电和风力发电。在不考虑大气影响的条件下，光伏面板安装处的辐射照度为：G＝G
b
·
cosθ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，G为光伏面板接收的总辐射照度，其单位为W/m2；G
b
为太阳直射照度，在真空中辐射到地球为定值；θ为太阳入射光线与光伏面板法线的夹角，一天中会随时间的变化而变化。分布式光伏的有功出力与光伏面板接收的光照度与温度等天气条件有关，根据光伏电池的物理模型可得输出有功功率最大值的表达式：
其中U
OC
为一定天气情况下的光伏开路电压，I
SC
为一定天气情况下的光伏短路电流；u
OC
为标准开路电压，r
s
为标准串联电阻。在获取天气数据的情况下，可以根据相应表达式求得光伏最大的输出功率。根据电路关系，可以通过(5)式推导出(6式)计算光伏发电最大功率：P
max
＝U
M
·
I
M
＝a
·
U
OC
·
I
SC
ꢀꢀꢀꢀꢀꢀꢀ
(6)其中a是与光伏设备有关的参数，U
OC
、I
SC
分别为特定天气条件的光伏模块开路电压与短路电流，根据(7)式计算。其中：G
R
为标准测试状态的辐射照度；k为光伏系统开路电压的温度系数；T
R
为标准测试状态的温度；T为光伏系统在辐射照度G下的运行温度。从公式中可以看出，在不考虑大气因素影响的条件下，光伏发电功率的最大值在一天的变化中近似呈正弦函数变化。在光伏实际发电中，会由于大气折射、云量、雨量等原因，造成发电量的波动。因此光伏发电量与不确定天气因素影响后的发电量会有较大波动，通过Pearson相关系数来计算相关性，如式(8)：通过计算可知，辐射照度、温度、湿度相关性较强，但是一般天气预报不会预测辐射照度，获取该数据的难度较大，考虑实际应用，本发明采用温度和湿度作为发电量预测的天气元素，样本的输入格式为X
i
＝{T
i
,H
i
,t
i
,s
i
}。
ꢀꢀꢀꢀꢀꢀ
(9)其中，t为样本采集日期，s为天气情况，一般分为0,1，
‑
1；分别代表晴、多云、雨等。风力发电组的基本结构为风力机、双馈感应发电机以及变换器。风力机将风能转化成机械能传递给双馈感应发电机，发电机将机械能转化成幅值和频率变化的电能，风力机正常运行中，忽略尾流损失、轮毂损失以及叶尖损失，其可获得的最大功率为：其中：C
P.MAX
为功率系数最大值，ρ为空气密度，A为风机扇面面积，v为风速。从模型中可
以看出风力发电受影响最大的因素为风速。考虑实际应用，本发明采用风速作为发电量预测的天气元素，样本的输入格式为：X
i
＝{v
i
,t
i
,s
i
}
ꢀꢀꢀꢀꢀ
(11)其中，t为样本采集日期，s为天气情况，一般分为0,1，
‑
1；分别代表晴、多云、雨等。针对负荷预测，社会因素、天气因素对电力负荷都有较大的影响，分析温度、天气状况、电价、社会发展等对负荷数据的影响程度，给出具体的影响因素。在具体分析中采用斯皮尔曼相关系数如式(8)所示，分析温度、湿度等气象因素与负荷的相关性，结合传统负荷预测方法中的相关因素，本发明的负荷的样本输入格式为：X
i
＝{t
i
,P
i
,T
i
,H
i
,s
i
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)其中，t
i
为样本采集日期，P
...
【专利技术属性】
技术研发人员：司君诚，王元元，孙名妤，蔡言斌，张双乐，刘航航，刘剑宁，王银忠，苏小向，吕风磊，张丹，任敬刚，
申请(专利权)人：国网山东省电力公司东营供电公司，
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。