基于PVs和BESS智能逆变器无功优化控制的配电网PVHC改进方法技术

一种基于PVs和BESS智能逆变器无功优化控制的配电网PVHC改进方法，太阳辐照度、光伏系统、BESS和智能逆变器建模；通过获取PV和BESS智能逆变器的最佳Volt/VAr功能模式，评估PVHC的改善情况，采用多目标优化方法，通过确定PVs和BESS智能逆变器的Volt/VAr功能的最佳超大尺寸、调度和控制设置，同时确定最大PVHC和最小电压偏差VD，还确定PVs和BESS的最佳位置，粘菌算法SMA用于获得决策变量的最优值。本发明专利技术确定PVs和BESS智能逆变器的电压/无功函数的最佳过大、调度和控制设置，还同时确定了PVs和BESS的最佳位置、尺寸和功率分配，具有较好的控制效果。控制效果。控制效果。

【技术实现步骤摘要】
基于PVs和BESS智能逆变器无功优化控制的配电网PVHC改进方法


[0001]本专利技术涉及一种配电网PVHC方法，尤其是一种基于光伏(photovoltaic，PV)和电池储能系统(battery energy storage systems，BESS)的智能逆变器的最优无功功率(Volt/VAr)控制方法，以提高配电网的光伏承载能力(PV hosting capacity，PVHC)。

技术介绍

[0002]随着光伏系统在配电网中的渗透性越来越大，导致电压升高，因此配电网的PVHC受到了严重限制。蓄电池储能系统已成为电压调节的可行选择，可平滑PV的间歇性功率输出，调峰，减少配电网中的功率损耗和线路负载。因此，BESS智能逆变器(具有额外高级功能的双向变流器)可以提供与PVs智能逆变器类似的电网支持功能。
[0003]针对评估和提高配电网承载能力，近年来提出了很多的研究方法。例如：使用中央蓄电池存储系统的无功功率控制用于改善配电网的HC。该方法揭示了蓄电池和逆变器单元的大小对配电网HC的影响。然而，该方法并未研究PVs和BESS的无功功率控制对配电网HC的协调效应。使用智能逆变器控制策略和BESS用于评估实际裕度PVHC。然而，该方法并未考虑BESS智能逆变器的无功功率控制对配电网PVHC的影响。元启发式优化方法最近被用于评估最优HC，如粒子群优化、遗传算法。尽管上述方法评估和改善了配电网的HC，但通过解决上述问题，仍有进一步改进的余地。

技术实现思路

[0004]为了克服已有技术的不足,本专利技术提供了一种基于PVs和BESS智能逆变器无功优化控制的配电网PVHC改进方法，确定PVs和BESS智能逆变器的电压/无功函数的最佳过大、调度和控制设置，还同时确定了PVs和BESS的最佳位置、尺寸和功率分配，具有较好的控制效果。
[0005]本专利技术解决其技术问题所采用的技术方案是：
[0006]一种基于PVs和BESS智能逆变器无功优化控制的配电网PVHC改进方法，包括以下步骤：
[0007]步骤一、太阳辐照度、光伏系统、BESS和智能逆变器的建模
[0008]1.1)太阳辐照度的建模
[0009]太阳辐照度使用β分布建模，以充分表示太阳辐照度的变化，α，β的β分布的概率密度函数如式(1)所示：
[0010][0011]其中，Γ是伽马函数，α，β是β分布的形状参数，S
ird
是太阳辐照度，利用可用数据的最大似然估计来估计α，β参数的值；随后，使用蒙特卡罗模拟从β分布生成样本；
[0012]1.2)光伏系统的建模
[0013]根据太阳辐照度和环境温度计算光伏输出功率P
pv
如式(2)
‑
(5)所述
[0014][0015]I
cell
＝S
ird
×
(I
sc
+K
i
×
(T
cell
‑
25))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0016]V
cell
＝V
oc
‑
K
v
×
T
cell
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0017][0018]其中，T
cell
表示电池温度，T
amb
是环境温度，NOCT表示标准电池温度，I
cell
表示电池电流，I
sc
表示短路电流，K
i
是电流温度系数，V
oc
是开路电压，K
v
是电压温度系数，V
cell
是电池电压，N
total
是模块总数，V
MPP
是最大功率点电压，I
MPP
是最大功率点电流；
[0019]1.3)BESS建模
[0020]BESS以化学能的形式存储电能，电池的荷电状态SOC表示电池中的可用能量，按如下方式计算：
[0021][0022]其中，i是系统总线索引，N
b
是总线数，σ是二元决策变量，η
ch
是BESS的充电系数，P
ch
(t)是BESS的充电功率，E
B
是电池能量，P
dis
是BESS的放电功率，η
dis
是BESS的放电系数，t表示时间；
[0023]在给定时间t，BESS充电放电和二元决策变量σ
i
的最大有功功率极限表示为式(7)
‑
(9)：
[0024][0025][0026][0027]其中，N
PV
是光伏系统数量，P
D
是有功功率需求，k是光伏系统指标；SOC是电池的荷电状态，i是系统总线索引，η
ch
是BESS的充电系数，是第i个BESS系统最大放电效率，E
B
是电池能量，是第i个BESS系统的最大放电功率；
[0028]1.4)光伏和BESS的智能逆变器建模
[0029]智能逆变器用于将分布式能源PVs和BESS的直流输出接入交流电网，根据控制设置曲线，智能逆变器在死区d范围内不提供任何无功功率；如果电压低于v2，智能逆变器以电容模式运行，从而提供无功功率，如果电压高于v3，智能逆变器以感应模式运行，从而吸收无功功率；当电压介于v1和v2以及v3和v4之间时，智能逆变器分别根据斜率m提供和吸收无功功率；
[0030]步骤二、通过获取PV和BESS智能逆变器的最佳Volt/VAr功能模式，评估PVHC的改善情况，采用多目标优化方法，通过确定PVs和BESS智能逆变器的Volt/VAr功能的最佳超大尺寸、调度和控制设置，同时确定最大PVHC和最小电压偏差VD，还确定PVs和BESS的最佳位置，粘菌算法SMA用于获得决策变量的最优值，以改善PVHC。
[0031]进一步，所述1.4)中，PV和BESS智能逆变器的最佳控制设定曲线点(v1、v2、v3、v4)根据死区d、斜率m和参考电压v
r
确定，表示如下：
[0032][0033]逆变器尺寸过大会增加智能逆变器无功功率的净空；光伏和BESS的超大智能逆变
器的最大可用无功功率表示为：
[0034][0035][0036]其中，S
PV(OS)
和S
BESS(OS)
分别是光伏和BESS的超大智能逆变器的视在功率；P
BESS
是BESS充电或放电的有功功率；和分别是PV和BESS的最大无功功率。
[0037]再进一步，所述步骤二中，设定一个多目标混合整数非线性优化问题，考虑两个目标函数：第一个目标函数F1是配电网总PVHC的最大化，如(13)所示；第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于PVs和BESS智能逆变器无功优化控制的配电网PVHC改进方法，其特征在于，所述方法包括以下步骤：步骤一、太阳辐照度、光伏系统、BESS和智能逆变器的建模1.1)太阳辐照度的建模太阳辐照度使用β分布建模，以充分表示太阳辐照度的变化，α，β的β分布的概率密度函数如式(1)所示：其中，Γ是伽马函数，α，β是β分布的形状参数，S
ird
是太阳辐照度，利用可用数据的最大似然估计来估计α，β参数的值；随后，使用蒙特卡罗模拟从β分布生成样本；1.2)光伏系统的建模根据太阳辐照度和环境温度计算光伏输出功率P
pv
如式(2)
‑
(5)所述I
cell
＝S
ird
×
(I
sc
+K
i
×
(T
cell
‑
25))
ꢀꢀꢀꢀꢀꢀ
(3)V
cell
＝V
oc
‑
K
v
×
T
cell
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，T
cell
表示电池温度，T
amb
是环境温度，NOCT表示标准电池温度，I
cell
表示电池电流，I
sc
表示短路电流，K
i
是电流温度系数，V
oc
是开路电压，K
v
是电压温度系数，V
cell
是电池电压，N
total
是模块总数，V
MPP
是最大功率点电压，I
MPP
是最大功率点电流；1.3)BESS建模BESS以化学能的形式存储电能，电池的荷电状态SOC表示电池中的可用能量，按如下方式计算：其中，i是系统总线索引，N
b
是总线数，σ是二元决策变量，η
ch
是BESS的充电系数，P
ch
(t)是BESS的充电功率，E
B
是电池能量，P
dis
是BESS的放电功率，η
dis
是BESS的放电系数，t表示时间；在给定时间t，BESS充电放电和二元决策变量σ
i
的最大有功功率极限表示为式(7)
‑
(9)：
其中，N
PV
是光伏系统数量，P
D
是有功功率需求，k是光伏系统指标；SOC是电池的荷电状态，i是系统总线索引，η
ch
是BESS的充电系数，是第i个BESS系统最大放电效率，E
B
是电池能量，是第i个BESS系统的最大放电功率；1.4)光伏和BESS的智能逆变器建模智能逆变器用于将分布式能源PVs和BESS的直流输出接入交流电网，根据控制设置曲线，智能逆变器在死区d范围内不提供任何无功功率；如果电压低于v2，智能逆变器以电容模式运行，从而提供无功功率，如果电压高于v3，智能逆变器以感应模式运行，从而吸收无功功率；当电压介于v1和v2以及v3和v4之间时，智能逆变器分别根据斜率m提供和吸收无功功率；步骤二、通过获取PV和BESS智能逆变器的最佳Volt/VAr功能模式，评估PVHC的改善情况，采用多目标优化方法，通过确定PVs和BESS智能逆变器的Volt/VAr功能的最佳超大尺寸、调度和控制设置，同时确定最大PVHC和最小电压偏差VD，还确定PVs和BESS的最佳位置，粘菌算法SMA用于获得决策变量的最优值，以改善PVHC。2.如权利要求1所述的基于PVs和BESS智能逆变器无功优化控制的配电网PVHC改进方法，其特征在于，所述1.4)中，PV和BESS智能逆变器的最佳控制设定曲线点(v1、v2、v3、v4)根据死区d、斜率m和参考电压v
r
确定，表示如下：
逆变器尺寸过大会增加智能逆变器无功功率的净空；光伏和BESS的超大智能逆变器的最大可用无功功率表示为：可用无功功率表示为：其中，S
PV(OS)
和S
BESS(OS)
分别是光伏和BESS的超大智能逆变器的视在功率；P
BESS
是BESS充电或放电的有功功率；和分别是PV和BESS的最大无功功率。3.如权利要求2所述的基于PVs和BESS智能逆变器无功优化控制的配电网PVHC改进方法，其特征在于，所述步骤二中，设定一个多目标混合整数非线性优化问题，考虑两个目标函数：第一个目标函数F1是配电网总PVHC的最大化，如(13)所示；第二个目标函数F2是配电网总VD的最小化，如(14)所示；网总VD的最小化，如(14)所示；其中，是PV的每日最大有功输出功率，N
PV
是PV系...

【专利技术属性】
技术研发人员：李志强，白桦，徐汶，沈剑锋，吴笛，伊比益，李振锋，周丹，周勤刚，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：