【技术实现步骤摘要】
本专利技术涉及配电网，尤其涉及配电网无功控制方法、系统、设备和介质。
技术介绍
1、近年来，为满足城乡居民生活用电和工业用电，配电网规模日趋庞大和复杂，电力系统是否能够稳定地运行会直接受到电压质量好坏的影响，因此，电力系统的电能质量和经济稳定性显得越来越重要。在电力系统传输功率的过程中，无功功率是由电力系统网络与负载之间的能量交换而产生，为了保证负载的正常运转，配电网必须要向负载提供一定的无功功率。无功功率的合理分配是电力系统安全、稳定、经济运行的前提。
2、目前，电力系统无功优化主要以减小全网功率损耗和减小电压偏移作为目标函数，还可加入其他稳定性指标或将网损转化为可视化经济成本等目标函数。但现有的配电网无功优化方案不能充分发挥配电网中各设备协同优化潜力，在消纳新能源发电的同时节省发电成本，而且不能同时兼顾配电网的经济性和电能质量，实用性低。
技术实现思路
1、本专利技术提供了一种配电网无功控制方法、系统、设备和介质，解决了现有的配电网无功优化方案不能充分发挥配电网中各设备协同优化潜力，在消纳新能源发电的同时节省发电成本，而且不能同时兼顾配电网的经济性和电能质量，实用性低的技术问题。
2、本专利技术提供的一种配电网无功控制方法，包括：
3、获取配电网拓扑结构数据和配电网运行数据，将所述配电网拓扑结构数据和所述配电网运行数据进行模型构建，生成目标配电网结构模型；
4、采用所述配电网运行数据中的实时数据结合预设约束条件对所述目标配电网结构
5、采用改进的自适应遗传算法对所述配电网双层无功优化模型的目标函数进行求解，确定配电网无功优化方案。
6、可选地，所述配电网运行数据包括历史运行数据，所述采用所述配电网拓扑结构数据和所述配电网运行数据进行模型构建，生成目标配电网结构模型的步骤，包括：
7、采用所述配电网拓扑结构数据进行初始模型构建，生成初始配电网结构模型；
8、采用所述历史运行数据中的地区历史气象信息和新能源机组出力历史数据进行出力模型构建，生成新能源机组出力模型；
9、采用所述历史运行数据中的负荷历史数据进行负荷模型构建，生成负荷模型；
10、采用所述新能源机组出力模型和所述负荷模型对所述初始配电网结构模型进行模型更新，生成目标配电网结构模型。
11、可选地，所述运行数据包括配电网运行成本数据、新能源消纳数据、电压偏差数据、有功网损数据和电压稳定性指标；所述采用所述配电网运行数据中的实时数据结合预设约束条件对所述目标配电网结构模型进行模型优化，确定配电网双层无功优化模型的步骤，包括：
12、采用所述配电网运行成本数据和所述新能源消纳数据，构建上层无功优化模型；
13、采用所述电压偏差数据、所述有功网损数据和所述电压稳定性指标，构建下层无功优化模型；
14、采用所述上层无功优化模型和所述下层无功优化模型结合预设约束条件，构建配电网双层无功优化模型；
15、所述预设约束条件包括有功功率及无功功率约束条件、燃气轮机出力约束条件、分布式光伏及风力发电出力约束条件、与主电网联络线功率限制约束条件、需求响应负荷约束条件和储能设备出力约束条件；
16、所述有功功率及无功功率约束条件为：
17、
18、
19、其中，pgi、qgi分别为第i个发电机节点的有功功率和无功功率；pdi、qdi分别为第i个负荷节点的有功功率和无功功率；vi为节点i的电压幅值；vj为节点j的电压幅值；gij为节点i、j之间的电导，为第i条和第j条母线之间互导纳yij的实部；bij为i、j之间的电纳，为第i条和第j条母线之间互导纳yij的的虚部；nb为与节点i相连的节点数；n为除平衡节点外的所有节点数；npq为负荷节点数，σij为节点电角度差；
20、所述燃气轮机出力约束条件为：
21、
22、其中，ptdg为t时刻燃气轮机出力；分别为t时刻燃气轮机出力的最小值和最大值；
23、所述分布式光伏及风力发电出力约束条件为：
24、
25、
26、其中，gpv为光伏机组出力；分别为光伏机组出力上下限；gwind为光伏机组出力；分别为光伏机组出力上下限；
27、所述与主电网联络线功率限制约束条件：
28、
29、其中，pttline为t时刻配电网和主电网联络线限制功率；为t时刻配电网和主电网联络线限制功率的最大值；
30、所述需求响应负荷约束条件为：
31、
32、其中，ptdr为t时刻需求响应可调度功率；分别为t时刻需求响应可调度功率的最小值和最大值；
33、所述储能设备出力约束条件为：
34、
35、socmin＜soct＜socmax；
36、
37、
38、其中，soct、soct-1分别为t时刻和t-1时刻蓄电池soc值；分别为t时刻蓄电池充电电量和放电电量；ηchr、ηdis分别为t时刻蓄电池充电效率和放电效率；socmin、socmax分别为蓄电池soc最小值和最大值；为t时刻蓄电池放电最小值和放电最大值；为t时刻蓄电池充电最小值和充电最大值。
39、可选地，所述采用所述配电网运行成本数据和所述新能源消纳数据，构建上层无功优化模型的步骤，包括：
40、以所述配电网运行成本数据最小作为目标函数，构建第一目标函数；
41、所述第一目标函数为：
42、
43、其中，t为时段；t为总时段数；f1为配电网运行成本函数即第一目标函数；ppv、pwind分别为时段光伏和风电发电功率；
44、以所述新能源消纳数据最大作为目标函数，构建第二目标函数；
45、所述第二目标函数为：
46、
47、其中，t为时段；t为总时段数；f2为新能源消纳函数即第二目标函数；pdg、ppv、pwind分别为时段内燃气轮机、光伏和风电发电功率；λbuy、pbuy分别为时段内向主电网购电的电价和功率；λloss、ploss分别为时段内配电网网损的电价和功率；cdg、cwind、cpv分别为时段内的燃气轮机、光伏和风力发电的单位功率运行成本；csc为时段内储能设备充放电电价；pdis、pchr为时段内储能放电功率和充电功率；
48、采用所述第一目标函数和所述第二目标函数，构建上层无功优化模型。
49、可选地，所述采用所述电压偏差数据、所述有功网损数据和所述电压稳定性指标，构建下层无功优化模型的步骤，包括：
50、以所述有功网损数据最小作为目标函数，构建第三目标函数；
51、所述第三目标函数为：
52、
53、其中，f3为有功网损最本文档来自技高网...
【技术保护点】
1.一种配电网无功控制方法，其特征在于，包括：
2.根据权利要求1所述的配电网无功控制方法，其特征在于，所述配电网运行数据包括历史运行数据，所述采用所述配电网拓扑结构数据和所述配电网运行数据进行模型构建，生成目标配电网结构模型的步骤，包括：
3.根据权利要求1所述的配电网无功控制方法，其特征在于，所述运行数据包括配电网运行成本数据、新能源消纳数据、电压偏差数据、有功网损数据和电压稳定性指标；所述采用所述配电网运行数据中的实时数据结合预设约束条件对所述目标配电网结构模型进行模型优化，确定配电网双层无功优化模型的步骤，包括：
4.根据权利要求3所述的配电网无功控制方法，其特征在于，所述采用所述配电网运行成本数据和所述新能源消纳数据，构建上层无功优化模型的步骤，包括：
5.根据权利要求3所述的配电网无功控制方法，其特征在于，所述采用所述电压偏差数据、所述有功网损数据和所述电压稳定性指标，构建下层无功优化模型的步骤，包括：
6.根据权利要求1所述的配电网无功控制方法，其特征在于，所述采用改进的自适应遗传算法对所述配电网双层无功优
7.根据权利要求6所述的配电网无功控制方法，其特征在于，所述基于所述初始适应度值集合采用精英选择和轮盘赌选择相结合的方式对所述初始种群进行筛选，构建目标种群的步骤，包括：
8.一种配电网无功控制系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7任一项所述的配电网无功控制方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1至7任一项所述的配电网无功控制方法。
...【技术特征摘要】
1.一种配电网无功控制方法，其特征在于，包括：
2.根据权利要求1所述的配电网无功控制方法，其特征在于，所述配电网运行数据包括历史运行数据，所述采用所述配电网拓扑结构数据和所述配电网运行数据进行模型构建，生成目标配电网结构模型的步骤，包括：
3.根据权利要求1所述的配电网无功控制方法，其特征在于，所述运行数据包括配电网运行成本数据、新能源消纳数据、电压偏差数据、有功网损数据和电压稳定性指标；所述采用所述配电网运行数据中的实时数据结合预设约束条件对所述目标配电网结构模型进行模型优化，确定配电网双层无功优化模型的步骤，包括：
4.根据权利要求3所述的配电网无功控制方法，其特征在于，所述采用所述配电网运行成本数据和所述新能源消纳数据，构建上层无功优化模型的步骤，包括：
5.根据权利要求3所述的配电网无功控制方法，其特征在于，所述采用所述电压偏差数据、所述有功网损数据和所述电...
【专利技术属性】
技术研发人员：何润泉，陈槾露，杨仁利，郝佳音，刘同斌，张一新，赵必游，王达，刘毅，许建远，吴淑思，陈俊安，杨华浩，黄秋映，邓晓通，周衡，吴锡武，张明刚，陈文，傅钰津，吴思苗，庄研，王晨欢，徐艳，朱顺丰，
申请(专利权)人：广东电网有限责任公司，
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。