考虑数据质量的智能储能软开关数据驱动电压控制方法技术

本发明专利技术考虑数据质量的智能储能软开关数据驱动电压控制方法，综合考虑了配电网线路参数不可知性、分布式电源位置和出力情况不确定性，通过量测数据建立数据驱动模型，由于上传数据中存在的量测坏数据和量测数据扰动会影响数据驱动配电网电压调节效果，因此采用基于密度的局部离群因子法对坏数据进行辨识，并在数据驱动调节过程中引入衰减因子对量测扰动进行抑制。本发明专利技术提供一种能够在数据质量较差条件下，克服量测数据中量测坏数据和量测扰动给数据驱动电压控制带来的不良影响，对含多端智能储能软开关的配电网进行电压调节，保证数据驱动电压控制的有效性和稳定性，有效提升了配电网的运行可控性和灵活性，对于保障配电网安全经济运行具有重要意义。安全经济运行具有重要意义。安全经济运行具有重要意义。

【技术实现步骤摘要】
考虑数据质量的智能储能软开关数据驱动电压控制方法


[0001]本专利技术涉及一种配电网电压调节方法。特别是涉及一种考虑数据质量的智能储能软开关数据驱动电压控制方法。

技术介绍

[0002]分布式电源的高渗透率接入，使配电网的运行控制面临包括电压越限、潮流倒送等巨大挑战。多端智能储能软开关是一种替代传统馈线联络开关的新型柔性电力电子装置，能够快速、精准地控制潮流分布以实现更大范围内馈线间功率的灵活交换，结合储能环节的快速响应特性，为应对间歇式电源在分布式电源渗透率日益提高形势下电网安全经济运行问题提供了更好的解决方案。多端智能储能软开关在配电网中的应用，为配电网提供了快速响应容量，有助于平抑电压波动、调节功率分布，有效提升了配电网的运行可控性和灵活性。因此对多端智能储能软开关进行合理调控对于保障配电网安全经济运行具有重要意义。
[0003]然而基于物理模型的多端智能储能软开关优化策略无法适应配电网运行状态的频繁变化。而且在实际复杂的运行环境下，配电网的准确参数难以获得。智能量测终端和通信网络的快速发展推动了配电系统高度信息化，为数据驱动优化方法的实施创造了有利条件。数据驱动不依赖受控系统的详细数学模型信息，仅通过利用量测数据，统计性描述复杂环节的输入输出关系，实现复杂环节未知特性的模拟构建，进而实现配电网电压控制的目标。然而，由于量测装置本身的精度限制等原因，量测数据中存在量测扰动，并且由于外界物理因素和其他数据源的出现，也会导致量测数据中存在坏数据，因此实际配电网中的量测上传数据存在数据质量问题，而数据驱动方法完全依赖量测数据，量测数据的质量对数据驱动柔性配电网的电压调节效果有不可避免地影响。
[0004]因此，引入坏数据辨识环节对量测数据进行在线识别，并针对量测扰动引入衰减因子，从而设计考虑量测数据质量的数据驱动电压控制方法，削弱坏数据和量测扰动对控制效果的影响，有效提升配电网的电压调节效果。

技术实现思路

[0005]本专利技术所要解决的技术问题是，为克服现有技术的不足，提供一种能够在数据质量较差条件下，对含多端智能储能软开关的配电网进行电压调节的考虑数据质量的智能储能软开关数据驱动电压控制方法。
[0006]本专利技术所采用的技术方案是：一种考虑数据质量的智能储能软开关数据驱动电压控制方法，包括如下步骤：
[0007]1)根据选定的有源配电网，输入系统的l天各时刻的有源配电网节点电压、注入功率历史数据及参数信息；
[0008]2)依据步骤1)中选定的有源配电网，获取t
‑
Δt
′
至t时段内含有坏数据和量测扰动w
t
的各节点电压量测数据，建立t时刻电压量测矩阵对中的电压量测数据进行坏数
据辨识，并计算坏数据处理后的t时刻电压平均量测数据
[0009]3)依据t时刻电压平均量测数据结合节点电压参考区间判断是否出现电压越限，若否，则转到步骤7)，若是，则计算t时刻电压偏差并对进行量测扰动抑制处理，得到t时刻电压偏差扰动抑制数据
[0010]4)依据所述t时刻电压偏差扰动抑制数据建立t时刻多端智能储能软开关SOP环节第r个端口的伪雅可比矩阵结合t时刻电压偏差扰动抑制数据与m天各时刻的有源配电网节点电压、注入功率历史数据中所对应时刻的数据，采用多层递阶预报算法，计算t时刻多端智能储能软开关储能环节伪雅可比估计矩阵
[0011]5)依据t时刻多端智能储能软开关SOP环节第r个端口的伪雅可比矩阵和t时刻多端智能储能软开关储能环节伪雅可比估计矩阵建立考虑量测数据质量的数据驱动多端智能储能软开关数据驱动电压控制模型，包括：以有源配电网各节点电压偏差最小为目标的目标函数，多端智能储能软开关SOP环节各端口换流器容量、损耗约束及有功、无功功率出力上下限约束，多端智能储能软开关储能环节的充放电效率约束、充放电功率上下限约束、预测域T
p
内荷电状态约束和充放电次数限制约束；
[0012]6)采用数学解算器对考虑量测数据质量的数据驱动多端智能储能软开关数据驱动电压控制模型进行求解，下发并执行求解结果，所述求解结果包括：t时刻多端智能储能软开关储能环节的充放电功率t时刻多端智能储能软开关SOP环节第r个端口的有功、无功出力无功出力
[0013]7)更新控制时刻t＝t+Δt，判断t
‑
t0≥βΔT
c
是否成立，若是，则令T
p
＝T
p
‑
ΔT
c
，β＝β+1，若否，则执行步骤8)，其中，β为控制参数，Δt为控制时间间隔，t0为起始时刻，T
p
为预测域，ΔT
c
为控制域；
[0014]8)依据步骤7)中的控制时刻t，判断t
‑
t0是否大于优化时长T，若否，则转到步骤2)，若是，则结束。
[0015]本专利技术的考虑数据质量的智能储能软开关数据驱动电压控制方法，综合考虑了配电网线路参数不可知性、分布式电源位置和出力情况不确定性，通过量测数据建立数据驱动模型，由于上传数据中存在的量测坏数据和量测数据扰动会影响数据驱动配电网电压调节效果，因此采用基于密度的局部离群因子法对坏数据进行辨识，并在数据驱动调节过程中引入衰减因子对量测扰动进行抑制。本专利技术的方法，在实际复杂的运行环境和配电网运行状态的频繁变化，配电网的准确参数难以获得的情况下，提供一种能够在数据质量较差条件下，克服量测数据中量测坏数据和量测扰动给数据驱动电压控制带来的不良影响，对含多端智能储能软开关的配电网进行电压调节，保证数据驱动电压控制的有效性和稳定性，有效提升了配电网的运行可控性和灵活性，对于保障配电网安全经济运行具有重要意义。
附图说明
[0016]图1是本专利技术考虑数据质量的智能储能软开关数据驱动电压控制方法的流程图；
[0017]图2是采用改进的天津示范区含四端智能储能软开关柔性互联配电网算例结构图；
[0018]图3是24小时分布式电源出力曲线；
[0019]图4是24小时负荷曲线；
[0020]图5是24小时各场景全局电压最大值结果对比图；
[0021]图6是24小时各场景全局电压最小值结果对比图；
[0022]图7是24小时各区域节点电压最值分布图；
[0023]图8是24小时多端智能储能软开关各端口有功出力图；
[0024]图9是24小时多端智能储能软开关各端口无功出力图；
[0025]图10是24小时储能环节荷电状态变化图。
具体实施方式
[0026]下面结合实施例和附图对本专利技术的考虑数据质量的智能储能软开关数据驱动电压控制方法做出详细说明。
[0027]如图1所示，本专利技术的考虑数据质量的智能储能软开关数据驱动电压控制方法，包括如下步骤：
[0028]1)根据选定的有源配电网，输入系统的l天各时刻的有源配电网节点电压、注入功率历史数据及参数信息；所述的参数信息，包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑数据质量的智能储能软开关数据驱动电压控制方法，其特征在于，包括如下步骤：1)根据选定的有源配电网，输入系统的l天各时刻的有源配电网节点电压、注入功率历史数据及参数信息；2)依据步骤1)中选定的有源配电网，获取t
‑
Δt
′
至t时段内含有坏数据和量测扰动w
t
的各节点电压量测数据，建立t时刻电压量测矩阵对中的电压量测数据进行坏数据辨识，并计算坏数据处理后的t时刻电压平均量测数据3)依据t时刻电压平均量测数据结合节点电压参考区间判断是否出现电压越限，若否，则转到步骤7)，若是，则计算t时刻电压偏差并对进行量测扰动抑制处理，得到t时刻电压偏差扰动抑制数据4)依据所述t时刻电压偏差扰动抑制数据建立t时刻多端智能储能软开关SOP环节第r个端口的伪雅可比矩阵结合t时刻电压偏差扰动抑制数据与m天各时刻的有源配电网节点电压、注入功率历史数据中所对应时刻的数据，采用多层递阶预报算法，计算t时刻多端智能储能软开关储能环节伪雅可比估计矩阵5)依据t时刻多端智能储能软开关SOP环节第r个端口的伪雅可比矩阵和t时刻多端智能储能软开关储能环节伪雅可比估计矩阵建立考虑量测数据质量的数据驱动多端智能储能软开关数据驱动电压控制模型，包括：以有源配电网各节点电压偏差最小为目标的目标函数，多端智能储能软开关SOP环节各端口换流器容量、损耗约束及有功、无功功率出力上下限约束，多端智能储能软开关储能环节的充放电效率约束、充放电功率上下限约束、预测域T
p
内荷电状态约束和充放电次数限制约束；6)采用数学解算器对考虑量测数据质量的数据驱动多端智能储能软开关数据驱动电压控制模型进行求解，下发并执行求解结果，所述求解结果包括：t时刻多端智能储能软开关储能环节的充放电功率t时刻多端智能储能软开关SOP环节第r个端口的有功、无功出力7)更新控制时刻t＝t+Δt，判断t
‑
t0≥βΔT
c
是否成立，若是，则令T
p
＝T
p
‑
ΔT
c
，β＝β+1，若否，则执行步骤8)，其中，β为控制参数，Δt为控制时间间隔，t0为起始时刻，T
p
为预测域，ΔT
c
为控制域；8)依据步骤7)中的控制时刻t，判断t
‑
t0是否大于优化时长T，若否，则转到步骤2)，若是，则结束。2.根据权利要求1所述的考虑数据质量的智能储能软开关数据驱动电压控制方法，其特征在于，步骤1)所述的参数信息，包括：多端智能储能软开关的容量、接入位置及储能环节初始荷电状态和充放电功率限值，节点电压参考区间预测域T
p
，控制域ΔT
c
，控制时间间隔Δt，优化时间T，量测数据获取时间窗Δt
′
，初始化控制参数β＝1，起始时刻t0，初始化控制时刻t＝t0。3.根据权利要求1所述的考虑数据质量的智能储能软开关数据驱动电压控制方法，其
特征在于，步骤2)具体包括：(2.1)建立t时刻电压量测矩阵获取t
‑
Δt
′
至t时段内的各节点含有坏数据和量测扰动w
t
的电压量测数据，建立t时刻电压量测矩阵如下：U
Δt
′
,ξ
＝[U
Δt
′
,ξ
(1),
…
,U
Δt
′
,ξ
(i),
…
,U
Δt
′
,ξ
(I)]
T
ꢀꢀꢀꢀꢀꢀ
(2)式中，z表示t
‑
Δt
′
至t时段内各节点上传的电压量测数据组数，I表示有源配电网的节点数，U
Δt
′
,1
、U
Δt
′
,ξ
、U
Δt
′
,z
分别表示t
‑
Δt
′
至t时段内各节点上传的第1、ξ、z组电压量测数据，U
Δt
′
,ξ
(1)、U
Δt
′
,ξ
(i)、U
Δt
′
,ξ
(I)分别表示t
‑
Δt
′
至t时段内第ξ组中有源配电网第1、i、I个节点上传的数据；定义电压量测矩阵中电压数据的二维坐标如下：[U
Δt
′
,ξ
(i),U
Δt
′
,ξ
(i)/σ
norm
(U
Δt
′
,
ξ
)]
ꢀꢀꢀꢀꢀꢀ
(3)式中，σ
norm
(U
Δt
′
,ξ
)表示电压量测矩阵中第ξ组数据的标准差；(2.2)确定各电压量测数据的第k距离邻域以t
‑
Δt
′
至t时段内第ξ组中有源配电网第x个节点上传的电压量测数据U
Δt
′
,ξ
(x)为中心的k距离邻域为N
k
[U
Δt
′
,ξ
(x)]，表示如下：式中，o为节点；(2.3)计算第x个节点上传的电压量测数据U
Δt
′
,ξ
(x)与其他各节点上传的电压量测数据之间的距离d
k
[U
Δt
′
,ξ
(x),U
Δt
′
,ξ
(y)]，表示如下：式中，d[U
Δt
′
,ξ
(x),U
Δt
′
,ξ
(y)]表示t
‑
Δt
′
至t时段内第ξ组中有源配电网第x个节点上传的电压量测数据U
Δt
′
,ξ
(x)到第y个节点上传的电压量测数据U
Δt
′
,ξ
(y)的欧式距离，d
k
[U
Δt
′
,ξ
(x)]表示在N
k
[U
Δt
′
,ξ
(x)]内与电压量测数据U
Δt
′
,ξ
(x)相距最远数据点的欧氏距离，y是与节点x相距k距离中的任一节点；(2.4)计算各电压量测数据的局部离群因子电压量测数据U
Δt
′
,ξ
(x)的局部离群因子F
k
[U
Δt
′
,ξ
(x)]，表示如下：式中，ρ
k
[U
Δt
′
,ξ
(x)]、ρ
k
[U
Δt
′
,ξ
(y)]分别表示电压量测数据U
Δt
′
,ξ
(x)和U
Δt
′
,ξ
(y)的局部密度，表示如下：
(2.5)计算局部离群因子阈值若F
k
[U
Δt
′
,ξ
(i)]>F
k,max
，则电压量测数据U
Δt
′
,ξ
(i)为坏数据，令U
Δt
′
,ξ
(i)＝0式中，F
k,max
表示采用四分位分析法设置的局部离群因子阈值，Q1、Q3表示局部离群因子组F
k
的下四分位数和上四分位数，F
k
＝[F
k
[U
Δt
′
,ξ
(1)],
…
,F
k
[U
Δt
′
,ξ
(i)],
…
,F
k
[U
Δt
′
,ξ
(I)]]，F
k
[U
Δt
′
,ξ
(1)]、[U
Δt
′
,ξ

【专利技术属性】
技术研发人员：宋关羽，于川航，冀浩然，李鹏，赵金利，于浩，王成山，
申请(专利权)人：天津大学，
类型：发明
国别省市：