一种基于功率预测的风电集群无功电压控制方法技术

本发明专利技术为一种基于功率预测的风电集群无功电压控制方法，涉及风电无功电压控制领域，解决现有风电大规模集中式并网后，有功损耗增加，风电集群区域的静态电压稳定性降低的问题；包括以下步骤：设计超短期风电时序递推预测模型，基于风电场历史断面信息、最小二乘支持向量机，得到风电场的风电有功预测值；建立风电集群无功电压控制模型，结合中枢节点的电压偏差指标、系统有功损耗、有载调压变压器和无功补偿装置操作成本，得到目标函数，考虑功率约束、系统运行约束等约束条件。采用粒子群优化算法对风电集群无功电压控制模型进行求解。采用本发明专利技术，提高了电压中枢点的电压控制效果，维持风电集群区域的静态电压稳定性。维持风电集群区域的静态电压稳定性。维持风电集群区域的静态电压稳定性。

【技术实现步骤摘要】
一种基于功率预测的风电集群无功电压控制方法


[0001]本专利技术涉及风电无功电压控制领域，具体为一种基于功率预测的风电集群无功电压控制方法。

技术介绍

[0002]近年来，我国风电进入快速发展阶段，而风能具有随机性和间歇性的特点，大规模集中式的风电并网由于接入的风电场数量多，电气结构复杂，不合理的无功电压控制可能会造成各个风电场之间无功倒流，潮流分布不合理，增加了系统有功损耗，降低了风电集群区域的静态电压稳定性。
[0003]传统的风电无功电压控制方法属于“后验式”方法，即在执行控制指令后才会反馈信息，降低了风电控制的时效性，并且严重依赖经验。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种基于功率预测的风电集群无功电压控制方法，以解决现有风电大规模集中式并网后，系统有功损耗增加，风电集群区域的静态电压稳定性降低的问题。
[0005]本专利技术采用的技术方案如下：
[0006]一种基于功率预测的风电集群无功电压控制方法，包括以下步骤：
[0007]步骤1：获取各个风电场的参数和配电网结构；
[0008]步骤2：基于获取的参数建立各个风电场的有功功率预测模型，基于有功功率预测模型，将过去m个时刻的风电有功功率值作为输入，并输出未来n个时刻的风电有功功率预测值；
[0009]步骤2中，所述有功功率预测模型的建立具体包括以下步骤：
[0010]A1：选取风电场集群单月发电量最大的数据作为训练集，风电有功功率的分辨率选取15min；
[0011]A2：采用基于最小二乘支持向量机作为预测模型，采用高斯核，进行训练；所述最小二乘支持向量机的公式如下：
[0012][0013]式中，p
pre
为风电输出功率预测值；ω为权重向量；b为偏差；为样本集对应的输出功率；为非线性映射核函数，可以将风电功率样本数据映射到高维空间；λ
i
为拉格朗日乘子；为核函数。
[0014]A3：使用粒子群算法对预测模型参数寻优，提高模型预测精度和泛化能力；
[0015]A4：采用遗传算法，以预测模型的输出精度为适应度函数，以输入个数为待求解问题进行寻优；
[0016]A5：得到各个风电场的有功功率预测模型；
[0017]步骤3：充分考虑多时间尺度下各个风电场风电有功功率值，基于各个风电场风电有功功率值的不同，对各个风电场进行动态分群，对不同的风电场采用不同的有功功率预测模型，并再次基于不同的有功功率预测模型，将过去m个时刻的风电有功功率值作为输入，并输出未来n个时刻的风电有功功率预测值；
[0018]步骤3中，所述动态分群的判断依据为功率变化系数，公式如下：
[0019][0020][0021]式中，K
i
表示风电场i的功率变化系数；sign(x)为判断函数；为风电场i在时刻t的输出功率实测值；和分别表示风电场i在时刻t+15min、t+30min、t+45min
[0022]和t+60min的输出功率预测值；当K
i
＝4时，表示在未来1h内，风电场功率持续上升，归为上升群，采用较为激进的预测策略；当K
i
＝
‑
4时，表示在未来1h内，风电场功率持续下降，归为下降群，采用较为保守的预测策略；当
‑
4<K
i
<4时，表示在未来1h内，风电场功率上升、下降皆有或幅度较小，归为过渡群，采用较为保守的预测策略。
[0023]步骤4：基于步骤1提供的配电网结构、参数，以及步骤3提供的风电有功功率预测值，建立风电集群无功电压控制模型，所述风电集群无功电压控制模型包括目标函数和约束条件；所述目标函数由电压中枢节点的电压偏差指标、系统有功损耗组成；所述约束条件包括功率约束、系统运行约束；
[0024]目标函数由电压中枢节点的电压偏差指标、系统有功损耗、无功补偿装置操作成本组成：
[0025]f(x)＝αf
v
(x)+βf
loss
(x)+γf
q
(x)
[0026][0027]f
loss
＝P
loss
[0028][0029]式中，f
v
(x)为中枢节点的电压偏差指标、f
loss
(x)为系统有功损耗，f
q
(x)为系统动态设备无功裕度，α、β、γ为权重系数，为中枢节点i的实时电压和参考电压，N
P
为中枢节点数量，P
loss
为风电集群的有功损耗，N
Q
为集群内的动态无功设备节点的集合，为集群内的动态无功设备节点的集合，分别为动态无功控制单元i的实时无功功率、可调无功功率上限和可调无功功率下限。
[0030]功率方程约束：
[0031][0032]静态电压稳定约束：
[0033][0034][0035][0036]控制变量约束：
[0037][0038][0039][0040]状态变量约束：
[0041][0042][0043][0044]式中，P
i
、Q
i
分别是节点i的有功和无功出力；G
ij
、B
ij
分别是节点i和j之间的电导、电纳；δ
ij
是节点i和j之间的电压相角；为节点i分别是向上和向下的风电功率波动因子；是风电功率向上和向下波动的电压稳定裕度阈值；分别为t时刻和t+1时刻风电场i的风电功率实测值和预测值；分别为t+1时刻风电场i的风电功率预测值在某一置信度下向上或向下的误差；P
U
、P
N
是风电向上和向下波动时功率的临界值；P
CAP
为风电接入容量；分别是风电场i接入节点的电压、上限值和下限值；分别是无功补偿节点j的补偿容量、上限值和下限值；分别是变压器可调分接头的状态、上限值和下限值；分别是各节点的电压、上限值和下限值；分别是风电场接入节点无功出力、上限值和下限值；q
l
、分别是支路无功潮流、上限值和下限值。
[0045]步骤5：对步骤4中的风电集群无功电压控制模型采用粒子群算法进行求解。
[0046]所述步骤5具体如下：
[0047]步骤5.1：初始化粒子群；
[0048]根据节点电压约束、节点无功补偿约束，对粒子群的速度、位置、个体最优值、全局最优值进行初始化，设置迭代次数N
m
为0；
[0049]步骤5.2：更新粒子群；
[0050]根据节点电压约束、节点无功补偿约束、支路无功潮流约束、变压器可调分接头约束，对粒子群的速度、位置进行更新，更新迭代次数为N
m
＝N
m
+1；
[0051]其中，所述速度和位置更新方程为：
[0052][本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于功率预测的风电集群无功电压控制方法，其特征在于，包括以下步骤：步骤1：获取各个风电场的参数和配电网结构；步骤2：基于获取的参数和配电网结构建立各个风电场的有功功率预测模型，基于有功功率预测模型，将过去m个时刻的风电有功功率值作为输入，并输出未来n个时刻的风电有功功率预测值；步骤3：充分考虑多时间尺度下各个风电场风电有功功率值，基于各个风电场风电有功功率值的不同，对各个风电场进行动态分群，对不同的风电场采用不同的有功功率预测模型，并再次基于不同的有功功率预测模型，将过去m个时刻的风电有功功率值作为输入，并输出未来n个时刻的风电有功功率预测值；步骤4：基于步骤1提供的配电网结构、参数，以及步骤3提供的风电有功功率预测值，建立风电集群无功电压控制模型，所述风电集群无功电压控制模型包括目标函数和约束条件；所述目标函数由电压中枢节点的电压偏差指标、系统有功损耗组成；所述约束条件包括功率约束、系统运行约束；步骤5：对步骤4中的风电集群无功电压控制模型采用粒子群算法进行求解。2.根据权利要求1所述的一种基于功率预测的风电集群无功电压控制方法，其特征在于，步骤2中，所述有功功率预测模型的建立具体包括以下步骤：A1：选取风电场集群单月发电量最大的数据作为训练集，风电有功功率的分辨率选取15min；A2：采用基于最小二乘支持向量机作为预测模型，核函数采用高斯核，进行训练；所述最小二乘支持向量机的公式如下：式中，p
pre
为风电输出功率预测值；ω为权重向量；b为偏差；为样本集对应的输出功率；为非线性映射核函数，可以将风电功率样本数据映射到高维空间；λ
i
为拉格朗日乘子；为核函数。A3：使用粒子群算法对预测模型参数寻优，提高模型预测精度和泛化能力；A4：采用遗传算法，以预测模型的输出精度为适应度函数，以输入个数为待求解问题进行寻优；A5：得到各个风电场的有功功率预测模型。3.根据权利要求1所述的一种基于功率预测的风电集群无功电压控制方法，其特征在于，步骤3中，所述动态分群的判断依据为功率变化系数，公式如下：于，步骤3中，所述动态分群的判断依据为功率变化系数，公式如下：式中，K
i
表示风电场i的功率变化系数；sign(x)为判断函数；为风电场i在时刻t的输出功率实测值；和分别表示风电场i在时刻t+15min、t+30min、t+
45min和t+60min的输出功率预测值；当K
i
＝4时，表示在未来1h内，风电场功率持续上升，归为上升群，采用较为激进的预测策略；当K
i
＝
‑
4时，表示在未来1h内，风电场功率持续下降，归为下降群，采用较为保守的预测策略；当
‑
4<K
i
<4时，表示在未来1h内，风电场功率上升、下降皆有或幅度较小，归为过渡群，采用较为保守的预测策略。4.根据权利要求1所述的一种基于功率预测的风电集群无功电压控制方法，其特征在于，步骤4中，所述目标函数的公式如下：f(x)＝αf
v
(x)+βf
loss
(x)+γf
q
(x)；其中：f
loss
＝P
loss
；式中：f
v
(x)为中枢节点的电压偏差指标、f
loss
(x)为系统有功损耗，f
...

【专利技术属性】
技术研发人员：丁理杰，史华勃，黄格超，王永灿，王曦，李燕，徐韵扬，
申请(专利权)人：国网四川省电力公司电力科学研究院，
类型：发明
国别省市：