计及节点扰动敏感度配电网谐波监测装置配置方法及系统与流程

摘要: 本发明涉及电力,尤其是涉及计及节点扰动敏感度配电网谐波监测装置配置方法及系统。背景技术:1、随着城市电网负荷结构和电源结构的深刻变化,大量光伏、储能、电动汽车充...
计及节点扰动敏感度配电网谐波监测装置配置方法及系统与流程

本发明涉及电力,尤其是涉及计及节点扰动敏感度配电网谐波监测装置配置方法及系统。

背景技术:

1、随着城市电网负荷结构和电源结构的深刻变化,大量光伏、储能、电动汽车充电设施以及各类电力电子设备接入配电网,系统中的非线性负荷显著增加,导致配电网内谐波源数量不断增多且分布更加复杂。谐波监测是开展谐波溯源与治理的基础,但由于配电网节点数量多、覆盖范围广,若通过大规模布设电能质量监测装置实现全网谐波状态感知,将带来较高的建设成本和运维成本,因此需要通过优化配置监测装置的数量与位置,在有限装置数量条件下实现对配电网谐波信息的有效获取。

2、然而,现有谐波监测装置配置方法通常依赖于已知的谐波源位置或谐波发射水平等先验信息,而在实际工程应用中,电网公司在进行监测装置规划时往往仅掌握配电网的基础网架结构及线路阻抗参数,系统内谐波源的具体位置、数量及谐波发射水平通常难以准确获取,导致传统方法难以有效生成具有代表性的谐波样本,难以准确刻画多谐波源耦合作用下的节点谐波关联关系,同时在监测装置配置过程中还容易出现局部节点布设过于集中、整体覆盖不足等问题,导致监测装置配置冗余度高、经济性差,难以满足配电网谐波监测与后续谐波溯源分析的需求。

3、专利申请cn118534245a公开了一种谐波监测方法、谐波敏感度分析方法、装置和计算机设备。所述方法包括:构建配电网模型,在配电网模型中的节点加入谐波源,并获取各节点的谐波电流;节点包括监测节点和常规节点;调用预设的谐波敏感度分析模型,量化各常规节点的谐波电流对监测节点的谐波电流测量值的影响程度;基于各常规节点的谐波电流对监测节点的谐波电流测量值的影响程度,得到配电网模型的敏感性约束条件,并确定谐波监测优化配置模型;根据谐波监测优化配置模型和配电网模型线路阻抗数据,得到最优谐波监测节点,进一步得到监测装置配置方案。但仍存在由于依赖神经网络拟合敏感度导致物理机制不直观,且寻优过程采用随机初始化策略并缺乏显式的空间分散性约束,导致难以确保在复杂工况下实现监测布局经济性与感知效能全局最优平衡等不足之处。

技术实现思路

1、本发明的目的就是为了克服上述现有技术缺陷而提供一种兼顾感测能力与经济性,优化资源配置并降低成本的同时监测精度与可观测性高的计及节点扰动敏感度配电网谐波监测装置配置方法及系统。

2、本发明的目的可以通过以下技术方案来实现:

3、计及节点扰动敏感度配电网谐波监测装置配置方法,包括:

4、构建溯源综合误差模型,集成谐波电流幅值误差、相角误差及谐波源定位偏差度,用于量化评价全网谐波状态的溯源效能;

5、通过方差敏感度分析法处理节点谐波电流监测值,构建表征节点间扰动影响程度的敏感度矩阵;

6、结合节点支路数初选候选节点,并利用所述敏感度矩阵建立敏感度集中性约束与敏感度分散性约束,在满足所述敏感度集中性约束、敏感度分散性约束、谐波源约束及监测装置配置数量约束下确定多个第一配置方案;

7、以第一配置方案为初始值,利用二进制粒子群算法迭代寻优得到多个第二配置方案;

8、利用所述溯源综合误差模型计算各第二配置方案的综合误差,并将最小误差对应的方案确定为最优配置方案。

9、进一步地,所述确定配电网中安装监测装置的多个第一配置方案,包括:

10、计算配电网中每个节点连接的支路数量,并将支路数量从大到小进行排序,将支路数量大于预设支路数量的节点作为候选节点;

11、针对每个候选节点,在敏感度集中性约束、敏感度分散性约束、谐波源约束和监测装置配置数量约束的情况下,确定安装监测装置对应的节点,并将安装监测装置的节点打第一标签,其余节点打第二标签,得到子配置方案;

12、根据溯源综合误差模型计算每个子配置方案的溯源综合误差,并将溯源综合误差最小对应的子配置方案确定为第一配置方案。

13、进一步地,所述以第一配置方案为初始值,利用二进制粒子群算法迭代寻优得到多个第二配置方案,包括:

14、基于第一配置方案,初始化粒子位置,并初始化个体最优位置和全局最优位置;

15、根据当前粒子的速度、个体最优位置和全局最优化位置对粒子的速度和位置进行迭代更新,并在迭代次数达到预设次数且安装监测装置的数量达到预设数量时,得到第二配置方案。

16、进一步地,所述溯源综合误差模型通过如下计算式表示:

17、

18、

19、其中,为配电网中第个监测装置的配置方案对应的谐波溯源综合误差,为配电网中监测装置配置方案的总数量,为谐波电流幅值误差的权重,为谐波电流幅值误差,为谐波电流相角误差的权重,为谐波电流相角误差,为谐波源定位偏差度的权重,为谐波源定位偏差度。

20、进一步地,所述敏感度矩阵是通过如下方法确定的:

21、计算配电网中每个节点的谐波电流监测值,其中,谐波电流监测值为配电网中所有谐波源在电网阻抗耦合作用下在每个节点产生的谐波电流叠加总和;

22、通过方差敏感度分析方法对每个节点的谐波电流监测值进行处理,得到节点的总方差和偏方差,并根据总方差和偏方差计算每个节点的子敏感度矩阵;

23、将多个节点的子敏感度矩阵进行整合,得到配电网中各个节点之间的敏感度矩阵。

24、进一步地,所述敏感度集中性约束通过配电网中各个节点之间的敏感度矩阵得到,用于表征节点之间的谐波响应关系,计算公式为:

25、

26、

27、

28、其中,为配电网中第个节点对邻近区域中所有节点的敏感度综合,为第

j个节点相邻节点的编号,为该节点的敏感度综合值,为第

j个节点邻近区域中各个节点的编号集合,为配电网中第

j个节点对集合内各个节点的敏感度,且通过敏感度矩阵得到具体数值,

n为每个支路连接的节点数量,为配电网中第

j个节点连接的支路数量,

q为敏感度矩阵中的列数,为求解带入的监测装置的数量,

n为求解带入的节点数量。

29、进一步地,所述敏感度分散性约束用于避免安装的监测装置对应的节点过于集中导致对配电网节点覆盖不均匀,其计算公式为:

30、

31、其中,为配电网中节点

k邻近区域内的节点编号集合,为配电网中所有的节点集合,

k为配电网中安装监测装置的节点编号集合。

32、进一步地,所述谐波源约束通过如下计算式表达:

33、

34、其中,为配电网中最大谐波溯源的误差,为配电网中第个监测装置的配置方案对应的谐波溯源综合误差;

35、所述监测装置配置数量约束通过如下计算式表达:

36、

37、

38、其中,为配电网中所有配置方案中最少的监测装置数量,为最大监测装置数量,为第个配置方案中的监测装置数量。

39、进一步地,所述谐波电流监测值通过如下计算式表示:

40、

41、其中,为配电网中第个节点的谐波电流监测值,为常数项,为配电网中节点对节点的谐波电流监测值的影响函数,为配电网中节点和节点的共同作用下对节点的谐波电流监测值的影响函数,为配电网中节点的共同作用下对节点的谐波电流监测值的影响函数,为配电网中节点的总数量。

42、计及节点扰动敏感度配电网谐波监测装置配置系统,包括:

43、溯源综合误差模型构建模块,用于构建溯源综合误差模型,集成谐波电流幅值误差、相角误差及谐波源定位偏差度;

44、敏感度矩阵构建模块,用于通过方差敏感度分析法处理节点谐波电流监测值,构建表征节点间扰动影响程度的敏感度矩阵;

45、初步配置方案确定模块,用于结合节点支路数初选候选节点,并利用所述敏感度矩阵建立敏感度集中性约束与敏感度分散性约束,在满足所述敏感度集中性约束、敏感度分散性约束、谐波源约束及监测装置配置数量约束下确定多个第一配置方案;

46、配置方案优化求解模块,用于以第一配置方案为初始值,利用二进制粒子群算法迭代寻优得到多个第二配置方案;

47、最优配置方案评估模块,用于利用所述溯源综合误差模型计算各第二配置方案的综合误差,并将最小误差对应的方案确定为最优配置方案。

48、与现有技术相比,本发明具有以下有益效果:

49、1.突破先验信息限制,精准刻画谐波响应关系:本发明通过构建和引入敏感度矩阵,能够有效刻画多谐波源耦合作用下各节点之间的谐波响应关系及其相关性,这使得对节点谐波信息贡献度的评估更加科学,摆脱了对电网谐波源确切位置的依赖。

50、2.优化装置空间布局,消除监测盲区与局部冗余:本发明创新性地同步引入了“敏感度集中性约束”和“敏感度分散性约束”,集中性约束确保装置优先布置在能获取最丰富谐波信息的高敏感区域;分散性约束则有效避免了监测节点过度扎堆,保证了全网节点覆盖的均匀性。

51、3.兼顾监测效能与建设成本,实现“最优性价比”的最小化配置:本发明不仅追求监测效果,还引入了“监测装置配置数量约束”,在满足技术性观测需求的基础上,通过筛选关键监测节点来减少冗余装置,选取最少数量的监测装置配置方案,这大幅降低了监测系统的基础建设投资和后续运维成本,实现了监测装置数量与监测能力之间的合理平衡。

52、4.构建多维溯源评价体系,保障最终监测精度:本发明摒弃了单一维度的评价方式,构建了涵盖“谐波电流幅值误差”、“谐波电流相角误差”以及“谐波源定位偏差度”的溯源综合误差模型,以此模型作为最终裁判标准,选取综合误差最小的方案,从根本上保证了该配置方案在实际电网谐波溯源应用中的高准确性和高可靠性。

53、5.降低计算复杂度,同时具有工程适用性与全局最优性:采用‘候选筛选+优化求解’的两阶段高效配置策略。本发明首先利用支路连接关系等网架结构信息初选候选节点,缩小寻优空间,再以其作为高质量初始解引入二进制粒子群算法迭代,有效解决了大规模配电网配置方案寻优中的‘维数灾难’问题。