System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 调频能力评估方法、装置、设备和介质制造方法及图纸_技高网

调频能力评估方法、装置、设备和介质制造方法及图纸

技术编号:41403423 阅读:5 留言:0更新日期:2024-05-20 19:28
本公开提供了调频能力评估方法、装置、设备和介质。具体实现方案为:获取主动配电网的历史运行数据作为训练样本,构建线性潮流方程矩阵;基于线性潮流方程矩阵,配置优化目标函数和优化约束条件,构建线性评估优化模型并采用内点法进行求解,基于求解结果确定调频能力。本发明专利技术基于求解结果确定调频能力基于Koopman升维方法,利用配电网历史运行数据作为训练样本,构建高维线性精确潮流模型,进而构建了基于模型预测的配电网频率支持能力线性评估优化模型。相比依赖于馈线参数的调频能力评估方法,本发明专利技术方法具有更快的评估速度,且不受参数不精确问题影响,具有更强的工程适用性。

【技术实现步骤摘要】

本公开涉及电力负荷调控,尤其涉及配电网电压控制领域。本公开具体涉及一种调频能力评估方法、装置、电子设备和存储介质。


技术介绍

1、过去几年,分布式新能源发电呈现了爆发式增长态势。由于分布式新能源不具备同步发电机组固有的惯性及调频控制特性,随着分布式新能源的大规模并网,电网频率的安全稳定性将受到威胁。为了有效减轻分布式新能源对电网频率质量和稳定性的影响,将主动配电网中的分布式电源集群聚合成虚拟同步发电厂,以提供频率支持。然而,配电网调频能力边界不仅取决于分布式电源的容量,还受限于网络潮流承载能力。因此,在提供一次调频服务之前,必须对主动配电网进行全面的一次调频能力评估,以确保一次调频过程的安全运行。但是由于配电网节点和分布式电源数量众多,潮流模型的动态特性复杂,导致调频能力评估模型具有高度的非凸非线性,难以精确解析求解。常用的凸松弛方法计算复杂性较低,但在目标函数不以某种形式减少网络损耗为目标时,松弛处理通常会导致不准确的结果。此外,由于基于物理模型的评估优化方法严重依赖于网络物理参数,且中低压配电网往往无法准确获取完备的线路参数,因此在实际应用中无法保证较高的计算精度。

2、随着配网级相量测量设备的普及,潮流历史和实时数据可靠获取成为现实。数据驱动的配电网潮流建模方法成为克服参数不准确和计算耗时长问题的有效手段。然而,现有技术采用的数据驱动方法均采用线性模型,难以适应在高渗透的分布式电源和负载接入后配电网呈现出的非线性特性,从而导致潮流映射精度不足。


技术实现思路

1、本公开提供了一种调频能力评估方法、装置、设备和介质,能够解决上述问题。

2、根据本公开的一方面,提供了一种调频能力评估方法,包括以下步骤:

3、获取主动配电网的历史运行数据作为训练样本,构建线性潮流方程矩阵;其中,所述历史运行数据至少包括各节点的节点电压、支路电流、节点注入有功功率、节点注入无功功率;

4、基于所述线性潮流方程矩阵,配置优化目标函数和优化约束条件,构建线性评估优化模型并采用内点法进行求解,基于求解结果确定调频能力。

5、作为优选方案,所述获取主动配电网的历史运行数据作为训练样本,构建线性潮流方程矩阵,具体为:

6、基于koopman状态空间升维变换方法,对输入的所述训练样本进行升维变换处理:

7、

8、

9、其中,x为作为输入变量的训练样本,包括节点注入有功功率和无功功率,ψ(x)表示升维扩充出的m维输入变量,xlift为升维变换后得到的输入变量;ψt(x)为ψ(x)中的第t个元素,flift为升维函数,xv为x中的第v个元素,k为x的维度,ct为随机生成的k维基底向量,ctv为ct中的第v个元素;

10、利用最小二乘方法估计所述节点电压、所述支路电流与所述节点注入有功功率间的线性关系m0:

11、

12、其中,为输入变量样本矩阵,包含s个时间断面的节点有功向量、无功向量,为升维后的输入变量样本矩阵,包含s个时间断面的升维后的输入变量,s为训练样本数量,为状态变量样本矩阵,包含s个时间断面的节点电压及支路电流向量,[]+为矩阵的moore-penrose逆。

13、作为优选方案,所述基于所述线性潮流方程矩阵,配置优化目标函数和优化约束条件,构建线性评估优化模型,具体为:

14、构建优化目标函数:

15、

16、

17、其中,n和m分别代表配电网包含的光伏和储能的数量;为配电网整体下垂系数;kf为一个(m+n)×1阶列向量,由光伏和储能的下垂系数组成;

18、构建优化约束条件,所述优化约束条件包括频率动态响应模型、配电网潮流安全约束模型、储能运行约束模型、配电网潮流方程。

19、作为优选方案,所述频率动态响应模型为:

20、

21、其中,δpadn表示配电网有功出力的改变量,fn表示系统额定频率,f表示系统当前频率,δpg表示同步机组发电系统有功出力的改变量,r为调速器的静态调差系数,t0为涡轮机的等值惯性时间常数,α为涡轮机特征系数,h表示系统惯性系数,δpl表示系统负荷波动功率;

22、所述配电网潮流安全约束模型为:

23、vi,min≤vit≤vi,max

24、

25、其中,vi,min和vi,max分别为节点电压幅值上下限值,iij,max为支路电流幅值上限值,vit和分别为时刻各相节点电压和支路电流幅值;

26、所述储能运行约束模型为:

27、

28、

29、

30、其中,为t时刻第i节点上所连接的储能电量,和分别为相应的储能充电功率和放电功率,ηcharge和ηdischarge分别为充放电效率,δt为优化时间间隔,和分别为储能的充放电功率上限,表示储能的充放电标识,为储能电量限值;

31、所述配电网潮流方程为:

32、y=m0x

33、其中,y表示由节点电压和支路电流所构成的列相量,x表示由节点注入有功功率构成的列向量。

34、根据本公开的另一方面,提供了一种调频能力评估装置,包括:

35、第一处理模块,获取主动配电网的历史运行数据作为训练样本,构建线性潮流方程矩阵;其中,所述历史运行数据至少包括各节点的节点电压、支路电流、节点注入有功功率、节点注入无功功率;

36、第二处理模块,基于所述线性潮流方程矩阵,配置优化目标函数和优化约束条件,构建线性评估优化模型并采用内点法进行求解,基于求解结果确定调频能力。

37、作为优选方案,第一处理模块,还用于:

38、基于koopman状态空间升维变换方法,对输入的所述训练样本进行升维变换处理:

39、

40、

41、其中,x为作为输入变量的训练样本,包括节点注入有功功率和无功功率,ψ(x)表示升维扩充出的m维输入变量,xlift为升维变换后得到的输入变量;ψt(x)为ψ(x)中的第t个元素,flift为升维函数,xv为x中的第v个元素,k为x的维度,ct为随机生成的k维基底向量,ctv为ct中的第v个元素;

42、利用最小二乘方法估计所述节点电压、所述支路电流与所述节点注入有功功率间的线性关系m0:

43、

44、其中,为输入变量样本矩阵,包含s个时间断面的节点有功向量、无功向量,为升维后的输入变量样本矩阵,包含s个时间断面的升维后的输入变量,s为训练样本数量,为状态变量样本矩阵,包含s个时间断面的节点电压及支路电流向量,[]+为矩阵的moore-penrose逆。

45、作为优选方案,第二处理模块,还用于:

46、构建优化目标函数:

47、

48、

49、其中,n和m分别代表配电网包含的光伏和储能本文档来自技高网...

【技术保护点】

1.一种调频能力评估方法,其特征在于,包括以下步骤:

2.根据权利要求1的方法,其特征在于,所述获取主动配电网的历史运行数据作为训练样本,构建线性潮流方程矩阵,具体为:

3.根据权利要求1的方法,其特征在于,所述基于所述线性潮流方程矩阵,配置优化目标函数和优化约束条件,构建线性评估优化模型,具体为:

4.根据权利要求3的方法,其特征在于,所述频率动态响应模型为:

5.一种调频能力评估装置,其特征在于,包括:

6.根据权利要求5的装置,其特征在于,第一处理模块,还用于:

7.根据权利要求5的装置,其特征在于,第二处理模块,还用于:

8.根据权利要求7的装置,其特征在于,所述频率动态响应模型为:

9.一种电子设备,其特征在于,包括:至少一个处理器,以及与该至少一个处理器通信连接的存储器;

10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行根据权利要求1-5中任一项的方法。

【技术特征摘要】

1.一种调频能力评估方法,其特征在于,包括以下步骤:

2.根据权利要求1的方法,其特征在于,所述获取主动配电网的历史运行数据作为训练样本,构建线性潮流方程矩阵,具体为:

3.根据权利要求1的方法,其特征在于,所述基于所述线性潮流方程矩阵,配置优化目标函数和优化约束条件,构建线性评估优化模型,具体为:

4.根据权利要求3的方法,其特征在于,所述频率动态响应模型为:

5.一种调频能力评估装置,其特征在于,包括:

【专利技术属性】
技术研发人员:吴振杰谢佳烨郑翔谷炜孙文多肖艳炜唐剑王源涛张静廖培张思李祥莫雅俊吴利锋胡真瑜金烨璇徐成司叶杨莉李城达胡晨张超陈嘉宁孙思聪张洁
申请(专利权)人:国网浙江省电力有限公司杭州供电公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1