计及分布式电源的电力系统潮流计算优化方法与流程

1.本公开属于电力系统技术领域，具体涉及一种计及分布式电源的 电力系统潮流计算优化方法。


背景技术：

2.本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必 然构成在先技术。
3.分布式电源是一种不直接与集中输电系统相连的35kv及以下 电压等级的电源，可广泛利用清洁可再生能源，能够减少化石能源的 消耗和有害气体的排放，各电源位置分散且相互独立，不易受意外灾 害或者突发事件的影响，具有抵御大规模停电的潜力，可满足削峰填 谷、对重要用户供电等不同的需求。
4.随着配电网中分布式电源的大量接入，潮流计算会发生较大的变 化。尽管纯交流电网、交直流混合电网的潮流计算已经相对成熟，但 是计及分布式电源的电力系统潮流计算并没有完善。如何进行计及分 布式电源的电力系统潮流计算的优化，是一个亟需解决的问题。
5.潮流计算是指在给定电力系统网络拓扑、元件参数和发电、负荷 参量条件下，计算有功功率、无功功率及电压在电力网中的分布；根 据给定的电网结构、参数和发电机、负荷等元件的运行条件，确定电 力系统各部分稳态运行状态参数的计算。因分布式电源没有实现对无 功负荷的平均分配，这就导致各分布式电源之间可能会有较大的无功 环流。基于潮流计算中的无功负荷，在不影响电能质量又不破坏电力 系统稳定性的前提下，如何有效提高无功分配精度有待解决。


技术实现要素：

6.为了解决现有技术的不足，本公开提出了计及分布式电源的电力 系统潮流计算优化方法，基于改进的无功下垂控制，结合控制目标函 数，优化输出电压幅值，提高无功分配的精度，实现对潮流计算的优 化。
7.为了实现上述目的，本公开采用了如下的技术方案：
8.本公开提供了一种计及分布式电源的电力系统潮流计算优化方 法。
9.一种计及分布式电源的电力系统潮流计算优化方法，包括以下步 骤：
10.建立分布式电源模型；
11.建立小信号动态模型，对所述分布式电源模型的输出特性进行稳 定性分析，分析下垂控制系数变化对分布式电源模型电压特征值的影 响；
12.基于改进的无功下垂控制，引入无功下垂控制的补偿量，跟踪分 布式电源接入点的电压变化，调节输出电压幅值，得到下垂控制系数 的取值范围；
13.建立分布式电源控制目标函数，优化所述输出电压幅值并得到下 垂控制系数的最优解，提高无功分配的精度，优化潮流计算。
14.与现有技术相比，本公开的有益效果为：
15.基于改进的无功下垂控制，在传统的无功下垂控制中添加无功下 垂控制的补偿量，有效跟踪电力系统中的电压变化，调节输出电压幅 值，得到下垂控制系数的取值范围，结合控制目标函数，得到下垂控 制系数的最优解，优化输出电压幅值，进而提高无功分配的精度，实 现对潮流计算的优化。
附图说明
16.构成本技术的一部分的说明书附图用来提供对本技术的进一步 理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对 本技术的不当限定。
17.图1为本公开实施例中计及分布式电源的电力系统潮流计算优 化方法的流程图；
18.图2为本公开实施例中多个分布式电源所构成的微电网的结构；
19.图3为本公开实施例中单个分布式电源逆变器及接口电路的结 构示意图；
20.图4为本公开实施例中功率下垂控制器的结构框图；
21.图5为本公开实施例中分布式电源的并联等效电路图；
22.图6为本公开实施例中改进后的无功下垂控制的结构示意图；
23.图7为本公开实施例中无功下垂控制改进后微电网中各分布式 电源dg1、dg2、dg3输出的无功功率的波形图；
24.图8为本公开实施例中的改进粒子群优化bp算法的的流程图。
[0025][0026]
具体实施方式：
[0027]
下面结合附图与实施例对本公开作进一步说明。
[0028]
应该指出，以下详细说明都是例示性的，旨在对本技术提供进一 步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本 申请所属技术领域的普通技术人员通常理解的相同含义。
[0029]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式， 而非意图限制根据本技术的示例性实施方式。如在这里所使用的，除 非上下文另外明确指出，否则单数形式也意图包括复数形式，此外， 还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其 指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0030]
在本公开中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖 直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的 方位或位置关系，只是为了便于叙述本公开各部件或元件结构关系而 确定的关系词，并非特指本公开中任一部件或元件，不能理解为对本 公开的限制。
[0031]
本公开中，术语如“固接”、“相连”、“连接”等应做广义理解，表 示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接 相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术 人员，可以根据具体情况确定上述术语在本公开中的具体含义，不能 理解为对本公开的限制。
[0032]
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相 互组合。
[0033]
图1是根据一示例性实施例示出的一种计及分布式电源的电力 系统潮流计算优化方法的流程图。如图1所示，计及分布式电源的电 力系统潮流计算优化方法包括以下步骤：
[0034]
步骤s01：建立分布式电源模型，并在matlab/simulink中建立相 应的仿真模型，进行分布式电源输出特性的仿真分析；
[0035]
步骤s02:建立小信号动态模型，对所述分布式电源模型的输出特 性进行稳定性分析，分析下垂控制系数变化对分布式电源模型电压特 征值的影响；
[0036]
步骤s03:基于改进的无功下垂控制，引入无功下垂控制的补偿量， 跟踪分布式电源接入点的电压变化，调节输出电压幅值，得到下垂控 制系数的取值范围；
[0037]
步骤s04:建立分布式电源控制目标函数，优化所述输出电压幅值 并得到下垂控制系数的最优解，提高无功分配的精度，优化潮流计算。
[0038]
作为一种可选的实施方式，在步骤s01中，分布式电源包括间歇 式分布式电源和储能系统；间歇式分布式电源受自然环境因素的影响 较大，比如风力发电、太阳能发电等；储能系统需要进行充放电的控 制，比如锂电池、燃料电池、飞轮储能等。
[0039]
在电力系统中，小信号分析的方法主要包括：特征值分析法、 prony分析法、数值仿真法和频域分析法；其中特征值分析法可以提 供大量的与系统稳态性能和动态性能有关的关键信息，并能够与经典 控制理论相结合，对小信号动态模型进行理论分析，也可通过系统暂 态仿真验证其有效性。
[0040]
在本实施例中，由分布式电源所构成的微电网采用三个分布式电 源。如图2所示，由三个分布式电源和本地负载所构成的微电网的结 构，经由静态开关pcc接入电力系统大电网。
[0041]
作为一种可选的实施方式，在步骤s02中，小信号动态模型包括 分布式电源单逆变器模型、电力网络模型和负荷模型。
[0042]
小信号动态模型中的分布式电源单逆变器采用下垂控制的结构， 单个分布式电源逆变器及接口电路结构如图3所示，单逆变器小信号 模型由功率下垂控制器模型、电压电流双环控制器模型、逆变器接口 电路模型组成。基于下垂特性的功率外环实现有功功率和无功功率的 平均分配，电压电流双环控制主要功能是抑制高频干扰，并为lc滤 波器提供阻尼。
[0043]
功率下垂控制器的控制框图如图4所示，其中u
od
、u
oq
、i
od
、i
oq
分别为实际电压和电流的d、q轴分量；p、q分别为由瞬时电压和电 流计算并经过低通滤波后的分布式电源逆变器输出的平均有功功率 和无功功率，如式(1)所示，ω
c
为低通滤波器的截止频率；ω0’
、u0’
是 下垂特性曲线初值；m、n分别为p/f和q/v下垂特性曲线的下垂控 制系数。
[0044][0045]
将参考电压定位在d轴方向，则q轴方向参考电压为0，则下垂 特性曲线的关系公式为：
[0046][0047]
为将微电网内所有模块建立在同一坐标系内，选择dg1的坐标 系d1‑
q1作为公共坐标系d
‑
q，将分布式电源逆变器变量转换到公共 d
‑
q坐标系内，则转换后逆变器频率为：
[0048]
δ＝∫(ω
‑
ω
co
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0049]
对式(1)、(2)、(3)做线性化处理，得到功率控制器的小信号空间 状态模型为：
[0050][0051]
输出方程为：
[0052][0053]
在式(4)、(5)中：
[0054]
δx
p
＝[δi
ld δi
lq δu
od δu
oq δi
od δi
oq
]
t
，
[0055][0056][0057]
c
pω
＝[0
ꢀ‑
m 0]，
[0058]
结合图2，能够清楚的得到，第i个逆变器接入点电压u
b
的状态 方程为：
[0059][0060]
第i个逆变器接入点电压u
b
的小信号模型为：
[0061]
[0062]
式中：
[0063][0064][0065]
综合分布式电源所组成的微电网中各部分的小信号动态模型，即 得到分布式电源微电网系统的整体小信号动态模型为：
[0066][0067]
结合经典控制理论，根据小信号动态模型式(8)中的系统矩阵 a
m
的特征值来确定分布式电源整体的稳态性能、动态性能以及阻尼 特性。本实施例主要对下垂控制参数的变化对系统特征值的影响进行 了相关的研究。
[0068]
当有功下垂系数m1逐渐增加时，主导特征值λ1、λ2也渐渐靠近 虚轴，甚至进入到正半平面，即使系统由稳定状态逐渐变为不稳定状 态，若不管m1如何变化都小于一个极限值m使λ1、λ2沿实轴无限趋 于零，则可保证系统的稳定性。
[0069]
随着无功下垂系数n1的变化，λ1、λ2的变化很小，即主导特征根 λ1、λ2受无功下垂系数的影响很小。用下垂控制的分布式电源微电网， 能够快速实现功率分配和运行模式的平滑切换，但其下垂控制系统的 选择要同时考虑系统的动态性能和稳态性能。
[0070]
作为一种可选的实施方式，在步骤s03中，本实施例进行下垂控 制的改进，通过引入无功下垂控制的补偿量，跟踪电压变化，调节电 压幅值，进而得到下垂控制系数的一个取值范围。
[0071]
下垂控制是模拟电力系统中传统同步发电机外下垂特性来控制 分布式电源逆变器的一种控制方法，人为地使分布式电源输出的频率 以及电压幅值根据其输出有功、无功按照一定比例进行调节，以使各 个逆变电源能够按照各自的容量及负荷合理分配负荷的控制方法；主 要应用于对等控制结构的微电网中多个分布式电源并联运行，分布式 电源的并联等效电路如图5所示，在本实施例中将分布式电源等效为 一个电压源。
[0072]
当分布式电源等效输出阻抗呈感性时，其输出的无功功率为：
[0073][0074]
其中，x
i
表示分布式电源的输出电抗，e
i
表示分布式电源输出电压， δ
i
表示分布式电源输出电压e
i
与并联节点电压u之间夹角。
[0075]
与负载阻抗相比，分布式电源的等效输出阻抗以及线路阻抗均较 小，而且在实际情况中相角偏差δ
i
均较小，所以当δ
i
用弧度表示时有 sinδ
i
＝δ
i
，cosδ
i
＝1，则式(9)可简化为：
[0076][0077]
由式(10)可看出，分布式电源输出的无功主要由分布式电源输出 电压e
i
决定，即输出无功q
i
与电压e
i
存在下垂特性关系。
[0078]
并联的分布式电源不断调节自身频率以及电压幅值，这种自身调 节过程会一直进行下去，直到并联系统达的环流最小，系统达到新的 稳定运行点，合理分配输出功率。
[0079]
逆变器输出电压可以直接控制，但逆变器相位角控制要通过逆变 器输出频率f
i
或角频率ω
i
的调节来实现，如式(11)所示：
[0080][0081]
下垂特性数学表达式为：
[0082][0083]
式中，m、n分别为p/f和q/v的下垂控制系数，f0、e0分别是分 布式电源在空载运行时的频率及电压幅值，也就是p/f、q/v下垂特 性曲线的初值，f、e分别表示分布式电源运行时频率、电压幅值的控 制量，p、q分别表示分布式电源有功、无功的实际测量值。
[0084]
并网运行模式时，微电网的频率和电压由大电网提供支撑，下垂 控制调节各分布式电源的输出功率；孤岛运行模式下，相当于多个逆 变电源并联，这时，各分布式电源的逆变器采用下垂控制，可保证各 逆变器输出的电压和频率一致，合理承担负载功率。
[0085]
由式(12)可看出第i个分布式电源的无功下垂特性为e
i
＝e0‑
nq
i
， 并将其带入式(8)中第i个分布式电源输出的无功功率表达式，整理可 得：
[0086][0087]
微电网中，控制器是对逆变器输出端口电压进行调节，而不是滤 波器的出口电压，故在考虑逆变器输出特性时，应将滤波器和变压器 阻抗也考虑在内。又由于微电网的传输线路比较短，在加入滤波器和 变压器阻抗后，逆变器的输出阻抗仍然呈感性。因此，p/f、q/v下垂 特性在微电网中仍然适用。
[0088]
由式(13)可知，将滤波电抗和线路电抗统一称为分布式电源输出 侧电抗x
i
。则，分布式电源发出的无功与输出侧电抗x
i
、空载电压幅 值e0、公共母线电压u和无功下垂系数n
i
相关。
[0089]
又由式(13)可得：
[0090][0091]
由于可看作传输线路的电压压降，因此，由式(18)可知，可 通过在传统下垂控制中加入作为电压补偿量来补偿输电线路的 压降，改善各分布式电源对无功负荷的平均分配。
[0092]
另一方面，为弥补分布式电源接入点电压幅值差异，在传统的无 功下垂控制中引入分布式电源接入点电压幅值反馈，有效跟踪接入点 电压变化，改进后无功下垂控制结构如图6所示：q
n
、u
n
分别表示 分布式电源的额定功率、电压幅值，q表示实际输出的无功，n表示 无功下垂控制系数，u
m
表示接入点电压幅值，u表示无功下垂控制 输出的参考电压，x为分布式电源输出等效感抗，微电网电压补偿量 和幅值反馈量经过pi调节得到无功下垂曲线初值的补偿量δu，平移 下垂曲线，调节系统稳定运行点，最终dg1、dg2输出的电压幅值 相等。
[0093]
经过改进后的无功下垂控制，可改变分布式电源输出的无功功率， 使微电网中各分布式电源输出电压的幅值相同，从而提高无功分配的 精度。基于仿真参数的设置，对这三个分布式电源进行 matlab/simulink的仿真分析，分布式电源微电网的仿真过程为：
[0094]
(1)0s<t<1s前，微电网孤岛运行；
[0095]
(2)当t＝1s时，微电网负荷发生突变，总的有功负荷从50kw增 加到60kw，无功负荷从10kvar增加到13kvar；
[0096]
(3)t＝1.5s时启动预同步控制模块，进入与大电网的预同步阶段， 当满足并网条件式，开始并网运行；
[0097]
(4)当t＝3s时，静态开关pcc断开，由并网运行模式转换为孤 岛运行模式。
[0098]
无功下垂控制改进后微电网中各分布式电源dg1、dg2、dg3 输出的无功功率波形如图7所示，无论是无功下垂控制改进前还是改 进后，微电网中各分布式电源均可按照无功下垂系数比例分配无功负 荷。
[0099]
由于线路阻抗的存在，微电网输出的无功功率大于无功负荷功率。 在无功下垂控制改进前，各分布式电源输出的无功功率明显不按无功 下垂系数比例分配，而在无功下垂控制改进后，由图7可得：
[0100]
1.0
‑
1s，微电网孤岛运行，分布式电源dg1、dg2、dg3输出的 无功比例为：q3/q2≈5400/3000＝1.800，q3/q1≈5400/2500＝2.160， q2/q1≈3000/2500＝1.200；
[0101]
2.1
‑
1.5s，微电网孤岛运行且负荷突变后：q3/q2≈7100/3900＝1.820， q3/q1≈7100/3200＝2.218，q2/q1≈3900/3200＝1.219；
[0102]
3.2
‑
3s，微电网进入并网运行模式且稳定后，
[0103]
q3/q2≈3600/1900＝1.894，q3/q1≈3600/1500＝2.4，
[0104]
q2/q1≈1900/1500＝1.267；
[0105]
4.3
‑
4s，微电网再次转换为孤岛运行后，q3/q2≈7100/3900＝1.821， q3/q1≈7100/3200＝2.218，q2/q1≈3900/3200＝1.219；
[0106]
而无功下垂系数比例为：k
q2
/k
q3
＝0.668/0.4＝1.67， k
q1
/k
q3
＝0.8/0.4＝2.00，k
q1
/k
q2
＝0.8/0.668＝1.197，由此可看出：虽然无功 下垂控制改进后仍未按照无功下垂系数比例分配无功负荷，但分配精 度已大大提高，从而验证了改进的有效性。
[0107]
当微电网满足并网条件，pcc开关闭合，由孤岛运行转换为并网 运行时，系统会出现严重的无功功率缺额，需要通过本地无功补偿设 备和功率控制器来进行快速补偿。
[0108]
作为一种可选的实施方式，在步骤s04中，首先是建立分布式电 源控制目标函数。
[0109]
因分布式电源所构成的微电网存在着不同的运行模式，针对分布 式电源控制目标函数而言，不同运行模式先的控制目标函数均地位相 同、无比重大小之分。
[0110]
在本实施例中，以有功损耗最小为目标构建分布式电源控制目标 函数，调节无功补偿。分布式电源控制目标函数f如下所示：
[0111][0112]
其中，p
loss
表示总的有功网损，n表示微分布式电源微电网，一 般用j分别表示运行模式j的初始时间和结束时间；表示t时刻 dg
i
在运行模式j下绝对误差矩阵；h表示权值矩阵；分 别表示dg
i
在t时刻，运行模式j下的有功、无功与参考值之间的控 制误差；分别为dg
i
在t时刻，运行模式j下电压幅值、 频率与额定值之间误差；m为电网运行模式类数，即m＝4。
[0113]
在式(15)所示的目标函数中，要不停的对t时刻的有功功率、无 功功率、电压幅值、频率进行采样，数据量比较大，所以采样数据的 准确性将直接影响下垂系数输出结果是否精确。
[0114]
下面是分布式电源控制目标函数的模型约束条件：
[0115]
(1)支路潮流约束：
[0116][0117]
v1(t)＝1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)
[0118][0119]
q
i 1
(t)
‑
q
i
(t)＝
‑
q
i
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(19)
[0120]
其中，r
i
和x
i
分别表示支路i的电阻和电抗；p
i
(t)和q
i
(t)分别表 示t时刻支路i的有功功率和无功功率；v0表示电压的基准值；表示t时刻第i个分布式电源的有功出力；表示t时刻第i个分 布式电源的放电功率；表示t时刻第i个分布式电源的充电功 率；p
i
(t)和q
i
(t)表示t时刻节点i上的负载有功功率和无功功率。
[0121]
(2)不等式约束：
[0122][0123]
不等式约束条件中的状态变量约束表达式为
[0124]
v
dimin
≤v
dm
≤v
dmmax
,m＝1,2,
…
,n
d
[0125]
其中，q
dgimin
、q
dgimax
分别表示分布式电源无功容量的最小值和最大 值，q
cmmin
、q
cmmax
分别表示分布式电源无功补偿设备的无功容量最小 值和最大值，v
dimin
、v
dmmax
分别表示含分布式电源的配电网节点电压 的最小值和最大值。
[0126]
由此可见，含分布式电源的微电网的动态无功优化是一个多约束、 多变量的非线性规划问题，传统的遗传算法、粒子群算法、萤火虫算 法等智能算法均没有取得较好的优化求解效果。
[0127]
在本实施例中，将bp神经网络和改进的粒子群算法相结合，通 过改进的粒子群优化算法(pso)来代替bp算法中的梯度下降法来 进行神经网络参数的训练，进而改善bp算法的性能，增强泛化能力， 实现快速的局部寻优，进而优化输出的电压幅值，得到下垂控制系数 的最优解，如图8所示，优化的具体步骤如下：
[0128]
步骤(1)：将bp神经网络中的权值和阈值编为粒子，并对其进 行初始化，初始化内容包括粒子种群规模，初始位置与初始速度；
[0129]
步骤(2)：以bp神经网络训练所得结果与期望值之差作为适应 度函数，计算每个粒子适应度值；
[0130]
步骤(3)：将每个粒子的适应度值与个体最优粒子进行比较，若 优于个体最优则将该粒子设为个体最优，再将个体最优与全局最优进 行比较，若优于全局最优则将该粒子设为全局最优；
[0131]
步骤(4)：根据规则更新粒子速度与位置；
[0132]
步骤(5)：判断所得全局最优粒子是否满足终止条件，若满足设 定条件，则停止运算输出优化结果，否则返回步骤(2)迭代运算；
[0133]
步骤(6)：利用上述获得的最优权值阈值连接bp神经网络的输 入层、隐含层与输出层，根据bp神经网络结果得到最优解。
[0134]
为验证优化效果，以某风电场为例，利用matlab/simulink搭建 分布式电源制目标函数模型，通过bp、pso、改进的pso
‑
bp之间 的相互比较，能够发现本实施例中所采用的改进的pso
‑
bp算法收敛 速度最快，均方根误差最小，有效验证了粒子群算法优化bp神经网 络的优越性。
[0135]
以上仅为本技术的优选实施例而已，并不用于限制本技术，对于 本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术 的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含 在本技术的保护范围之内。
[0136]
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非 对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的 技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出 的各种修改或变形仍在本公开的保护范围以内。