考虑双向潮流极性的含分布式光伏配网还原负荷计算方法与流程

本发明涉及电力系统风险评估，具体涉及一种考虑双向潮流极性的含分布式光伏配网还原负荷计算方法。

背景技术：

1、随着分布式光伏规模化、高比例接入配电网，传统单向辐射状供电网络被打破，配电网呈现典型的双向潮流运行特征，电网设备量测负荷出现“净负荷”失真问题。现有同类技术主要围绕光伏并网场景下的负荷还原方法展开，形成了两大主流技术方向：

2、经验性线性叠加类方法：核心思路是将电网设备的量测净负荷与光伏出力进行简单线性叠加，即通过采集光伏接入点的实时出力数据，与对应电网设备的量测负荷直接相加或相减，以此近似还原电网设备的实际负荷；基础拓扑关联类方法：在线性叠加的基础上，初步考虑了配网拓扑的简单关联关系，通过划分光伏供电区域，将光伏出力按区域分配至对应电网设备，再与量测负荷结合完成还原。

3、上述两类方法均未结合双向潮流极性与配网物理机理构建完整模型，存在以下核心问题：（1）负荷还原精度低，无法满足高精度管控需求，主要原因包括：未构建基于配网物理机理的拓扑耦合模型，未考虑设备功率损耗，拓扑关联粗略；（2）工况适应性差，无法适配双向潮流切换场景，主要原因包括：仅以量测功率正负作为工况判据易误判，未设计自适应的负荷融合机制，技术设计与实际运行场景脱节。

4、可以理解的是，上述陈述仅提供与本发明有关的背景技术，而并不必然地构成现有技术。

技术实现思路

1、本发明的目的是提供一种考虑双向潮流极性的含分布式光伏配网还原负荷计算方法，解决高比例光伏并网下配网负荷还原精度低、工况适应性差的核心技术问题，同时结合电网安全运行多维度约束优化还原结果，满足配电网高精度管控与安全稳定运行的实际需求。

2、为了达到上述目的，本发明提供了一种考虑双向潮流极性的含分布式光伏配网还原负荷计算方法，具体步骤包括：

3、步骤s1：建立分层分区拓扑架构，构建对应的节点导纳矩阵，构建光伏集群与电网设备节点间的拓扑耦合系数矩阵，计算得到拓扑耦合功率；步骤s2：构建潮流极性机理判别函数，判别当前工况为正向供电工况或反向反送工况；步骤s3：动态调整量测负荷的权重系数与拓扑耦合功率的权重系数，构建源荷非线性动态融合模型；步骤s4：以负荷还原误差最小化为目标，优化还原负荷的目标函数；步骤s5：构建改进自适应粒子群优化算法模型，结合源荷非线性动态融合模型，输出还原负荷值。

4、优选的，在所述步骤s1中，所述分层分区拓扑架构的数学表达式为：

5、

6、式中，

为分层分区拓扑层级集合，为供电分区层级，是分层分区的最高层级；为变电站层级，隶属于供电分区；为主变层级，隶属于变电站；为母线层级，隶属于主变；为线路层级，隶属于母线；

7、所述节点导纳矩阵的数学表达式为：

8、

9、式中，为电网设备总节点数，涵盖供电分区、变电站、主变、母线、线路及光伏集群接入节点；为节点的自导纳，等于所有与节点相连支路的导纳之和；时，为节点与节点的互导纳，等于节点与节点之间支路导纳的负值。

10、优选的，在所述步骤s1中，所述拓扑耦合系数矩阵的数学表达式为：

11、

12、

13、

14、式中，为光伏集群总数，将同层级、同区域的低压无采集光伏与调管光伏分别聚合为光伏集群；为第个光伏集群与第个电网设备节点的拓扑耦合系数，取值范围为[0,1]；为第个光伏集群接入节点与第个电网设备节点的电气距离；为第个光伏集群接入节点与第个电网设备节点的互导纳；

15、基于所述分层分区拓扑架构和所述节点导纳矩阵，以及所述拓扑耦合系数矩阵，建立光伏–设备功率拓扑耦合模型，所述光伏–设备功率拓扑耦合模型的数学表达式为：

16、

17、

18、

19、式中, 为光伏集群出力向量，为第个光伏集群的实时出力；为电网设备节点耦合功率向量，即拓扑耦合功率，为第个电网设备节点受到的光伏集群耦合功率。

20、优选的，在所述步骤s2中，所述潮流极性机理判别函数的数学表达式为：

21、

22、

23、

24、式中，为电网设备的实时量测有功功率，单位为kw；为线路功率因数，反映有功功率与视在功率的比值，取值范围为[0,1]；为电网设备关联线路的等效阻抗，单位为ω，为其幅值；为电网设备关联线路的电阻；为电网设备关联线路的电抗；

25、基于潮流极性机理判别函数，制定工况判别规则：当时，表明功率传输方向为电网侧向负荷侧，判定为正向供电工况；当时，表明功率传输方向为光伏侧向电网侧，判定为反向反送工况；当时，表明功率为零，属于过渡工况，按正向供电工况处理。

26、优选的，在所述步骤s3中，所述源荷非线性动态融合模型为的数学表达式为：

27、

28、

29、式中，为电网设备的实际负荷，单位为kw，即本发明需还原的目标值；为潮流极性驱动的量测负荷动态权重系数；为潮流极性驱动的拓扑耦合功率动态权重系数；为分层分区拓扑损耗修正项，单位为kw；式中，、分别为节点、节点的电压幅值；为节点与节点的电压相角差；为节点导纳的辐角；

30、所述动态权重系数与满足，计算公式如下：

31、当或时：

32、当时：

33、优选的，在所述步骤s4中，所述优化还原负荷的目标函数的数学表达式如下：

34、

35、

36、

37、式中，为l2范数的平方，表征实际负荷与历史真实负荷的还原误差；为历史真实负荷基准值，；、为多目标权重系数；为节点电压偏差，为节点实际电压，为节点额定电压；为设备热稳定性偏差，为设备实时运行温度，为环境温度。

38、优选的，在所述步骤s4中，所述优化还原负荷的目标函数还需要结合反向负载率、设备热稳定性、电压偏差、额定容量的多维度物理约束，所述多维度物理约束的数学表达式为：

39、

40、

41、

42、

43、

44、

45、

46、式中，为设备反向负载率；为电网设备的额定容量，单位为kva；为反向负载率上限，通常取0.8~0.9；

为设备实时运行温度，单位为℃；为设备最高允许运行温度；为设备额定温升限值，单位为℃，通常取40~50℃；为设备热阻系数，单位为℃/(a2)；为设备载流电流，单位为a；为功率-电流折算系数；为节点实际电压，单位为kv；为节点电压下限，通常取0.95；为节点电压上限，通常取1.05。

47、优选的，所述步骤s5的具体步骤包括：

48、步骤s5.1：以动态权重系数、为决策变量，即粒子位置；

49、步骤s5.2：初始化参数，设定粒子群规模、最大迭代次数、学习因子、、惯性权重范围，随机初始化粒子位置与速度；

50、步骤s5.3：计算当前潮流极性，确定自适应惯性权重的计算方式；

51、步骤s5.4：将每个粒子的位置代入所述源荷非线性动态融合模型，计算实际负荷，再代入惩罚型适应度函数，得到每个粒子的适应度值；

52、步骤s5.5：对比每个粒子当前适应度值与自身历史最优适应度值，更新个体最优位置；对比所有粒子的个体最优适应度值，更新全局最优位置；

53、步骤s5.6：基于粒子速度与位置公式，结合自适应惯性权重，更新每个粒子的速度与位置，同时确保权重系数满足归一化约束；

54、步骤s5.7：判断当前迭代次数是否达到，或全局最优适应度值是否小于设定阈值；若满足，迭代终止；否则，返回步骤s5.3继续迭代；

55、步骤s5.8：迭代终止后，输出全局最优位置对应的动态权重系数、，代入所述源荷非线性动态融合模型，得到电网设备实际负荷。

56、优选的，所述自适应惯性权重的数学表达式为：

57、当时：

58、当时：

59、式中，为当前迭代次数，、分别为惯性权重的最大、最小值；

60、所述粒子速度与位置公式的数学表达式为：

61、

62、

63、式中，为决策变量维度，对应，对应；、分别为第个粒子在第维上次、次迭代的速度；、分别为第个粒子在第维上次、次迭代的位置；为第个粒子的个体最优位置；为粒子群的全局最优位置；、为[0,1]之间的随机数。

64、优选的，所述惩罚型适应度函数的数学表达式为：

65、

66、式中，为第个粒子的适应度函数值； 为约束惩罚系数，根据约束优先级设定，分别取、、、；为电压偏差上限，取；

67、当粒子对应的实际负荷满足所有约束时，惩罚项为0；当存在约束越限时，惩罚项随越限量增大而增大，引导粒子向可行域收敛。

68、综上所述，与现有技术相比，本发明提供的一种，至少具有以下有益效果：

69、1、还原精度高：通过构建分层分区拓扑耦合模型，精准量化光伏集群与电网设备间的功率传输耦合关系，避免了跨区域、跨层级的光伏出力混算；引入拓扑损耗修正项，修正了线路和主变功率损耗，显著提升了还原精度。

70、2、工况适应性强：基于量测功率、功率因数和等效阻抗推导的潮流极性机理判别函数，实现了对正向供电与反向反送工况的精准识别，克服了仅以量测功率正负判别易误判的缺陷；根据工况动态调整融合权重，并设计了工况驱动的自适应粒子群优化算法惯性权重策略，使模型能够自适应适配不同工况及潮流切换场景。

71、3、求解高效且安全：采用改进的自适应粒子群优化算法，在惯性权重中融入潮流极性引导，提高了优化效率和全局搜索能力，避免陷入局部最优；同时，将反向负载率、热稳定性、电压偏差等安全约束转化为惩罚项融入适应度函数，确保求解出的还原负荷在满足误差最小化的同时，符合电网安全运行边界。