一种基于数据驱动的换流站稳态无功协调策略优化方法及装置制造方法及图纸

本发明专利技术涉及一种基于数据驱动的换流站稳态无功协调策略优化方法及装置，首先以稳态潮流下直流换流站的交流滤波器投入组数、调相机稳态出力、无功交换量、换流母线稳态电压构建多维输入特征量，以换流母线基于多二元表的电压暂态稳定裕度η

【技术实现步骤摘要】
一种基于数据驱动的换流站稳态无功协调策略优化方法及装置


[0001]本专利技术涉及一种无功控制的优化方法，尤其是涉及一种基于数据驱动的换流站稳态无功协调控制策略优化方法。

技术介绍

[0002]随着我国远距离、大容量的特高压交直流输电工程的不断发展建设，大规模的直流馈入使电网“强直弱交”矛盾突出，在交流系统故障引发直流换相失败的动态过程中，单一直流最大吸收800万kvar无功甚至更多，易引发系统持续低压甚至电压崩溃、直流闭锁，严重威胁电网安全运行。因此为提升特高压直流送受端电网电压稳定性，需要在直流大规模有功输送时匹配相应动态无功支撑，即“大直流输电、强无功支撑”。调相机作为同步旋转设备，既能为系统提供短路容量，又具有强励无功出力特性，近年来陆续被应用于直流换流站以提高换流母线电压稳定性。为进一步提高直流送受端电网稳定性，诸多学者和工程技术人员开展了相关技术研究与应用。
[0003]目前，有研究围绕直流系统、调相机的优化配置与控制运行，提升系统动态无功支撑能力，降低直流换相失败风险。有研究指出分层接入方式将有助于提高多馈入直流系统的电压本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据驱动的换流站稳态无功协调策略优化方法，其特征在于，基于换流站调相机无功出力、交流滤波器投入组数、换流站与直流馈入电网之间的无功交换量、以及换流母线稳态电压，构建预测换流母线电压暂态稳定裕度回归模型的多维输入特征向量，并利用支持向量回归方法建立换流母线电压暂态稳定裕度预测模型；以换流母线电压暂态稳定裕度最大化以及系统网损降低为优化目标，建立兼顾提高换流母线电压暂态稳定性和系统运行经济性的换流站调相机和交流滤波器无功出力协调优化目标函数，并附加换流站交流滤波器组数限制、换流母线无功交换量限制、调相机无功出力限制、节点电压限制等约束条件，以此建立换流站稳态无功出力的优化模型；基于潮流计算和粒子群算法求解换流站稳态无功出力优化模型，具体包括：取调相机出力和滤波组数为寻优粒子，初始化粒子群参数后进行直流馈入电网的潮流分析计算，对于收敛潮流并且潮流计算结果满足优化模型附加约束条件，则根据潮流计算结果构建预测模型多维输入特征量，并利用换流母线电压暂稳裕度预测模型和目标函数更新粒子个体最优和种群最优，否则跳过直接更新粒子速度和位置，如此循环，直至迭代次数达到预设次数后输出最优解。2.根据权利要求1所述的一种基于数据驱动的换流站稳态无功协调策略优化方法，其特征在于，选取直流馈入电网多个预想严重故障(f＝1,
…
,n)扰动下的换流母线电压暂态稳定裕度指标最小值作为换流母线电压的暂态稳定裕度，基于多二元表和加权积分的电压暂态稳定裕度量化评估指标定义如下：式中：V
N
为母线参考电压，V(t)为故障扰动下的母线暂态电压；t
p
和t
′
p
分别为V(t)跌落和恢复过程中低于和高于第p个电压临界参考值V
cr,p
的时刻；K
p
为(t
p
,t
p+1
)∪(t
′
p+1
,t
′
p
)区间的积分权重系数；当V(t)分别小于V
cr,1
,
…
,V
cr,p
,
…
,V
cr,q
时，则电压跌落和恢复过程位于(t1,t2)∪(t
′2，t
′1),
…
,(t
p
,t
p+1
)∪(t
′
p+1
,t
′
p
),
…
,(t
q
,t
′
q
)时间区间的积分权重系数分别为K1,
…
,K
p
,
…
,K
q
；各区间权重系数可根据电压暂态响应，按照使电压保持临界暂态稳定，即η
V
＝0，由式(一)逐级求解确定；式中，T
cr,q
为电压低于V
cr,q
的最大可接受持续时间。3.根据权利要求1所述的一种基于数据驱动的换流站稳态无功协调策略优化方法，其特征在于，利用电网预想严重故障的暂态稳定计算，基于多维输入特征向量建立预测换流母线电压暂态稳定裕度的支持向量回归模型的过程包括：S1、分别调整换流站调相机和交流滤波器投入组数并计算潮流，同时对各调节无功后的收敛潮流，按照预想严重故障集分别进行暂态稳定计算；
S2、根据各收敛潮流计算结果构造多维输入特征向量，并基于收敛潮流在各预想严重故障作用下的暂态稳定计算结果，确定换流母线电压暂态稳定裕度，从而构建面向基于多维输入特征向量预测换流母线电压暂态稳定裕度的支持向量回归建模的机器学习样本数据；S3、采用式(二)所示Z
‑
score标准化方法对数据样本集中多维输入特征向量的各分量以及换流母线电压暂态稳定裕度进行归一化，数据预处理后，采用经典7:3比例将样本划分为训练集和测试集；式中，x
m,i
和分别为第i个样本X
i
的第m个分量及其归一化值，样本X
i
向量由调相机无功出力、交流滤波器投入组数、换流站与直流馈入电网之间的无功交换量、换流母线稳态电压、换流母线电压暂态稳定裕度等分量构成，和分别为第m个分量的平均值和标准差；S4、将训练集样本X
i
向量代入式(三)所示基于支持向量机回归建立换流母线电压暂态稳定裕度预测模型的数学优化模型，采用k折交叉验证对模型参数c、g进行网格化全局参...

【专利技术属性】
技术研发人员：彭晓涛，高云超，郭培，谭珺敉，王泽惠，
申请(专利权)人：武汉大学，
类型：发明
国别省市：