一种分布式光伏分层群调群控方法和系统

1.本发明涉及配电网技术领域，具体的说，涉及了一种分布式光伏分层群调群控方法和系统。


背景技术：

2.随着我国“双碳”战略与新型电力系统构建进程不断推进，光伏与风力发电等分布式电源并网比重不断增加。分布式电源的出力存在强随机性和间歇性，常以高密度分散的形式接入配电网，呈现点多面广渗透率高等特点，大规模分布式电源无序并网所引起潮流返送、电压波动等问题要求主动配电网对分布式电源进行有效调控。传统集中式的调度方法应用于大规模分布式电源接入情况时，存在控制对象繁杂，通信数据庞大，可靠性将无法得到保证的问题，无法适应区域内大量电源点的协调优化。针对河南电网分布式电源以光伏为主的特点，开展分布式光伏群调群控策略研究，可以有效解决大规模分布式光伏并网引起的节点电压越限、潮流波动等问题，为用户提供更优质更经济绿色的电能，帮助聚合商管辖的分布式光伏最大就地消纳与灵活友好并网，提高主动配电网运行的可靠性与经济性。
3.针对大规模分布式光伏并网所带来的配电网安全经济运行问题，国内外学者采用各类优化控制策略对分布式光伏出力进行调控，以保障电压稳定、光伏最大就地消纳、降低网损。滕德云等在考虑多个分布式电源接入配电网的多目标无功优化调度构建一文中，以有功损耗最小和节点电压偏差最小为目标函数、以电容器和分布式电源无功出力为被控量的优化模型，利用鲸鱼优化算法(woa)求解，通过对典型系统的计算，验证了其在提高电压质量、降低网损等方面的效果。张津源等在基于多智能体深度强化学习的分布式电源优化调度策略一文中，基于多智能体深化强度学习方法对含分布式电源的配网进行划分，以日运行成本最低为目标构建各个区域的优化模型，利用近端策略优化(ppo)算法对各个区域的优化模型进行训练，并验证了其应对源荷随机性的能力、提高区域协同运行经济性的能力。李鹏等在分布式光伏集群分层多模式无功控制策略一文中提出了包括集群层与逆变器层的双层控制策略，其中集群层通过调整光伏逆变器中的无功曲线设定值以实现全局优化；逆变器层根据并网点电压自主实现逆变器的模式切换，并按照不同模式下的设定好的无功曲线进行无功出力。姚宏民等在光伏高渗透率下配网消纳能力模拟及电压控制策略研究一文中，利用蒙特卡洛方法充分考虑光伏分布以及光伏出力随机性、各节点负荷随机性，计算系统的光伏最大消纳能力，并提出了先协调光伏无功后协调光伏有功的电压控制策略。王永杰等在有功无功协调的主动配电网鲁棒电压控制一文中给出了光伏鲁棒区间调度模式，即依据负荷预测和安全约束优化得到光伏电站允许出力的功率区间上下限，并构建了以网损最小和弃光成本最小为目标函数的分布式光伏有功无功协调的控制策略。
4.然而，上述文献多关注于某一区域内的分布式光伏优化控制策略，对于大规模分布式电源并网时群调群控架构及群间协调控制策略研究较少。
5.为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。


技术实现要素：

6.本发明的目的是针对现有技术的不足，从而提供了一种分布式光伏分层群调群控方法和系统，能够有效应对大量分布式光伏接入引起的节点电压越限、潮流返送以及可控变量与信息量巨大等问题。
7.为了实现上述目的，本发明所采用的技术方案是：一种分布式光伏分层群调群控方法，包括以下步骤：
8.集群控制平台接收数据采集设备获取的分布式光伏信息，进行汇总整合并上传至云端调控中心；
9.云端调控中心整合分析各集群上传的分布式光伏信息，以整个区域内节点电压不越限、系统网损最小为目标，进行群间协调优化，生成集群整体有功无功出力调节指令并下发给各个集群控制平台，实现群间协调；
10.集群控制平台接收集群整体有功无功出力调节指令后，按照其内部各光伏电站容量对集群内各光伏电站进行有功和无功出力的分配，实现群内自治；
[0011][0012][0013]
其中，p
pv,m
、q
pv,m
分别表示集群m的分布式光伏有功与无功出力；p
pv,n
与q
pv,n
分别表示集群m内第n个光伏电站的有功与无功出力；s
pvn
表示第n个光伏电站的容量；n表示集群m内光伏电站的个数。
[0014]
优选的，群间协调优化步骤如下：
[0015]
在集群划分的基础上，选择每个集群的主导节点，所述主导节点为能灵敏感应群内其它节点有功无功变化的节点；
[0016]
以主站区域内集群主导节点电压偏差最小和系统网损最小为群间控制目标，以潮流约束、集群功率约束、以及运行安全约束为群间约束条件，构建群间协调优化模型；
[0017]
利用粒子群算法对群间协调优化模型进行求解，获得各个集群的整体有功无功出力方案。
[0018]
优选的，群内自治优化的步骤为：
[0019]
以集群内部节点电压安全运行、集群网损最小以及分布式光伏的最大就地消纳为群内自治目标，以潮流约束、光伏电站功率约束、安全运行约束以及无功补偿装置运行约束为群内约束条件，构建群内自治优化模型；
[0020]
利用粒子群算法对群内自治优化模型进行求解，获得集群内各个设备的有功无功出力方案。
[0021]
本发明还提供一种分布式光伏分层群调群控系统，包括
[0022]
数据采集设备，所述数据采集设备用于采集集群内终端设备的分布式光伏信息；
[0023]
集群控制平台，与所述数据采集设备连接，用于接收数据采集设备获取的分布式光伏信息，进行汇总整合并上传至云端调控中心；以及在接收集群整体有功无功出力调节
指令后，按照其内部各光伏电站容量对集群内各光伏电站进行有功和无功出力的分配，实现群内自治；
[0024][0025][0026]
其中，p
pv,m
、q
pv,m
分别表示集群m的分布式光伏有功与无功出力；p
pv,n
与q
pv,n
分别表示集群m内第n个光伏电站的有功与无功出力；s
pvn
表示第n个光伏电站的容量；n表示集群m内光伏电站的个数；
[0027]
云端调控中心，与多个集群控制平台连接，整合分析各集群上传的分布式光伏信息，以整个区域内节点电压不越限、系统网损最小为目标，进行群间协调优化，生成集群整体有功无功出力调节指令并下发给各个集群控制平台，实现群间协调。
[0028]
基于上述，集群控制平台接收集群整体有功无功出力调节指令后，还可以分析数据采集设备上传的分布式光伏信息，以实现集群内部节点电压安全运行、集群网损最小以及分布式光伏的最大就地消纳为群内自治目标，以潮流约束、光伏电站功率约束、安全运行约束以及无功补偿装置运行约束为群内约束条件，构建群内自治优化模型；
[0029]
利用粒子群算法对群内自治优化模型进行求解，获得集群内各个设备的有功无功出力方案，并生成集群内部有功无功出力调节指令下发给各个终端设备，实现群内自治。
[0030]
本发明相对现有技术具有突出的实质性特点和显著的进步，具体的说，
[0031]
(1)本文提出的分布式光伏群调群控架构包含全局优化层、集群优化层和终端设备层三个层级，能够有效应对大量分布式电网并网所引起的调控对象繁杂、通信数据庞大等问题；其中，全局优化层和集群优化层分别实现群间协调与群内自治优化策略，以实现分布式光伏的灵活安全并网，实现系统的安全经济运行及分布式光伏的最大消纳。
[0032]
(2)本发明提出的全局优化层的群间协调控制方法，以主导节点电压偏差最小和网损最小为优化目标，通过协调各集群整体出力实现了云端主站所控区域的安全经济运行；集群优化层的群内自治控制方法以集群内节点电压偏差和集群网损最小为优化目标，通过调节集群内各光伏电站及无功补偿装置出力，实现集群内部的安全经济运行以及分布式光伏的最大消纳。
[0033]
(3)本发明所提群间协调与群内自治优化策略在不同场景下对于减小节点电压偏差、降低网损效果良好，具体的，在节点电压安全运行场景下，可以有效降低系统网损并平抑节点电压偏差；在节点电压越限场景下，可以有效降低节点电压偏差，使系统安全运行。
附图说明
[0034]
图1是本发明实施例1所述的分布式光伏分层群调群控系统的结构图。
[0035]
图2是本发明实施例1所述的分布式光伏分层群调群控方法的流程示意图。
[0036]
图3是本发明实施例2所述的分布式光伏分层群调群控方法的流程示意图。
[0037]
图4是改进的ieee33节点群间协调仿真示意图。
[0038]
图5是主导节点电压运行于安全范围内时调控前后各节点电压幅值图。
[0039]
图6是主导节点电压越上限时调控前后各节点电压幅值图。
[0040]
图7是主导节点电压越下限时调控前后各节点电压幅值图。
[0041]
图8是改进的ieee33节点群内自治仿真示意图。
[0042]
图9是节点电压运行在安全范围内时优化前后各节点电压幅值图。
[0043]
图10是节点电压轻度越上限时优化前后各节点电压幅值图。
[0044]
图11是节点电压严重越上限时优化前后各节点电压幅值图。
[0045]
图12是节点电压轻度越下限时优化前后各节点电压幅值图。
[0046]
图13是节点电压严重越下限时优化前后各节点电压幅值图。
具体实施方式
[0047]
下面通过具体实施方式，对本发明的技术方案做进一步的详细描述。
[0048]
实施例1
[0049]
如图1所示，本实施例提供一种分布式光伏分层群调群控系统，包括：
[0050]
数据采集设备，所述数据采集设备用于采集集群内终端设备的分布式光伏信息；
[0051]
集群控制平台，与所述数据采集设备连接，用于接收数据采集设备获取的分布式光伏信息，进行汇总整合并上传至云端调控中心；以及在接收集群整体有功无功出力调节指令后，按照其内部各光伏电站容量对集群内各光伏电站进行有功和无功出力的分配，实现群内自治；
[0052][0053][0054]
其中，p
pv,m
、q
pv,m
分别表示集群m的分布式光伏有功与无功出力；p
pv,n
与q
pv,n
分别表示集群m内第n个光伏电站的有功与无功出力；s
pvn
表示第n个光伏电站的容量；n表示集群m内光伏电站的个数；
[0055]
云端调控中心，与多个集群控制平台连接，整合分析各集群上传的分布式光伏信息，以整个区域内节点电压不越限、系统网损最小为目标，进行群间协调优化，生成集群整体有功无功出力调节指令并下发给各个集群控制平台，实现群间协调。
[0056]
可以理解，本文提出的分布式光伏群调群控架构包含全局优化层、集群优化层和终端设备层三个层级，能够有效应对大量分布式电网并网所引起的调控对象繁杂、通信数据庞大等问题；其中，全局优化层和集群优化层分别实现群间协调与群内自治优化策略，以实现分布式光伏的灵活安全并网，实现系统的安全经济运行及分布式光伏的最大消纳。
[0057]
在具体实施时，所述分布式光伏分层群调群控系统执行下述分布式光伏分层群调群控方法，如图2所示，包括以下步骤：
[0058]
集群控制平台接收数据采集设备获取的分布式光伏信息，进行汇总整合并上传至云端调控中心；
[0059]
云端调控中心整合分析各集群上传的分布式光伏信息，以整个区域内节点电压不越限、系统网损最小为目标，进行群间协调优化，生成集群整体有功无功出力调节指令并下
发给各个集群控制平台，实现群间协调；
[0060]
集群控制平台接收集群整体有功无功出力调节指令后，按照其内部各光伏电站容量对集群内各光伏电站进行有功和无功出力的分配，实现群内自治；
[0061][0062][0063]
其中，p
pv,m
、q
pv,m
分别表示集群m的分布式光伏有功与无功出力；p
pv,n
与q
pv,n
分别表示集群m内第n个光伏电站的有功与无功出力；s
pvn
表示第n个光伏电站的容量；n表示集群m内光伏电站的个数。
[0064]
在具体实施时，群间协调优化步骤如下：
[0065]
(1)在集群划分的基础上，选择每个集群的主导节点，所述主导节点为能灵敏感应群内其它节点有功无功变化的节点；
[0066]
其中，主导节点的选取步骤如下：
[0067]
计算节点n的可观性s
gn
；
[0068]
计算节点n的可控性s
kn
；
[0069]
定义节点n的可观可控综合性指标sn为：sn＝δ1s
gn
δ2s
kn
，其中，δ1和δ2分别表示可观性指标与可控性指标的权重系数；
[0070]
以消除节点n电压偏差来期望集群内其他各节点电压偏差最小为原则选取主导节点；
[0071]
另外，主导节点选取过少无法充分代表区域内节点电压水平，数量过多将使云端调控中心监测对象增多，调控繁杂
，
因此，主导节点数量一般不超过区域内；
[0072]
(2)以主站区域内集群主导节点电压偏差最小和系统网损最小为群间控制目标，以潮流约束、集群功率约束、以及运行安全约束为群间约束条件，构建群间协调优化模型；
[0073]
具体的，群间控制目标为：minf＝ω1f1 ω2f2；
[0074]
其中，f1为集群主导节点的电压偏差，f2为系统网损，p
loss,m
表示集群m的网损，n表示集群内节点总数目；l表示与节点n相连的节点集合；i
nl
表示节点n与节点l相连支路的电流，r
nl
表示该支路电阻；j表示主导节点的个数；uj表示主导节点j的电压幅值，为方便分析与计算，uj采用标幺值表示；u0表示节点电压基准值，u0＝1p.u.；m表示参与调控的集群个数；
[0075]
ω1与ω2分别表示f1和f2的权重系数，当主导节点电压不越限，调节系统安全运行时，ω1小于ω2；当主导节点电压越限时，ω1大于ω2。
[0076]
具体的，潮流约束条件为：
[0077][0078]
[0079][0080][0081]
其中，ui与uj分别表示节点i与节点j的节点电压；i
ij
表示以节点i为起点、节点j为终点的支路i-j的电流；p
ij
与q
ij
分别表示流经支路i-j的有功和无功功率；r
ij
与x
ij
分别表示支路i-j的电阻与电抗；pj与qj分别表示注入节点j的净有功和无功负荷；jl表示以节点j为起点、节点l为终点且与节点j相连的支路集合；p
jl
与q
jl
分别表示流经支路j-l的有功和无功功率；
[0082]
具体的，集群功率约束条件为：
[0083][0084][0085]
其中，p
pv,m
、q
pv,m
分别表示集群m的分布式光伏有功与无功出力；表示集群m的分布式光伏有功出力的最大值；与分别表示集群m的分布式光伏无功出力的上、下限；
[0086]
具体的，运行安全约束条件为其中，与分别表示主导节点电压的上、下限；本实施例中节点电压运行范围为0.95-1.05p.u.；
[0087]
(3)利用粒子群算法对群间协调优化模型进行求解，获得各个集群的整体有功无功出力方案，然后根据各个集群的整体有功无功出力方案生成个集群的整体有功无功出力指令下发给各个集群的集群控制平台。
[0088]
可以理解，本发明提出的全局优化层的群间协调控制方法，以主导节点电压偏差最小和网损最小为优化目标，通过协调各集群整体出力实现了云端主站所控区域的安全经济运行。
[0089]
实施例2
[0090]
本实施例与实施例1的区别在于：如图3所示，集群控制平台接收集群整体有功无功出力调节指令后，还可以分析数据采集设备上传的分布式光伏信息，以实现集群内部节点电压安全运行、集群网损最小以及分布式光伏的最大就地消纳为群内自治目标，以潮流约束、光伏电站功率约束、安全运行约束以及无功补偿装置运行约束为群内约束条件，构建群内自治优化模型；
[0091]
利用粒子群算法对群内自治优化模型进行求解，获得集群内各个设备的有功无功出力方案，并生成集群内部有功无功出力调节指令下发给各个终端设备，实现群内自治。
[0092]
在具体实施时，群内自治优化的步骤为：
[0093]
以集群内部节点电压安全运行、集群网损最小以及分布式光伏的最大就地消纳为群内自治目标，以潮流约束、光伏电站功率约束、安全运行约束以及无功补偿装置运行约束为群内约束条件，构建群内自治优化模型；
[0094]
利用粒子群算法对群内自治优化模型进行求解，获得集群内各个设备的有功无功出力方案。
[0095]
具体的，群内自治目标为：
[0096][0097][0098]
其中，f3为节点的电压偏差，f4为集群网损，n表示集群内节点总数目；un表示集群内节点n的电压幅值，u0表示节点电压基准值；l表示与节点n为起点、l为终点且与节点n相连的n-l支路集合；i
nl
表示n-l支路的电流；r
nl
表示n-l支路的电阻；
[0099]
当节点电压运行在安全范围内时，通过调节集群内分布式光伏电站的无功出力，在满足节点电压处在安全范围内的同时，使集群网损最小；
[0100]
当节点电压轻度越限时，仅通过调节集群内分布式光伏电站的无功出力可以使集群内各节点电压恢复运行至安全范围内，实现集群内部安全运行；
[0101]
当节点电压严重越上限时，通过调节集群内分布式光伏电站的无功出力以及通过削减分布式光伏电站的有功出力使集群内各节点电压恢复运行至安全范围内；
[0102]
当节点电压严重越下限时，通过调节集群内分布式光伏电站的无功出力以及通过调节无功补偿装置的无功出力使集群内各节点电压恢复运行至安全范围内。
[0103]
其中，实现分布式光伏的最大消纳主要体现于在调控分布式光伏出力以实现节点电压安全运行及集群网损最小这两个目标时，主要先通过调节分布式光伏的无功出力，尽量不削减分布式光伏的有功；当节点电压严重越限，调节光伏无功出力无法实现节点安全运行时，才考虑削减光伏有功出力以实现节点电压安全运行。
[0104]
具体的，潮流约束条件为：
[0105][0106][0107][0108][0109]
其中，ui与uj分别表示节点i与节点j的节点电压；i
ij
表示以节点i为起点、节点j为终点的支路i-j的电流；p
ij
与q
ij
分别表示流经支路i-j的有功和无功功率；r
ij
与x
ij
分别表示支路i-j的电阻与电抗；pj与qj分别表示注入节点j的净有功和无功负荷；jl表示以节点j为起点、节点l为终点且与节点j相连的支路集合；p
jl
与q
jl
分别表示流经支路j-l的有功和无功功率；
[0110]
光伏电站功率约束条件为：
[0111][0112][0113][0114]
其中，表示第n个光伏电站的最大有功出力，cosθ表示光伏电站的最小功率因
数；p
pv,n
与q
pv,n
分别表示集群m内第n个光伏电站的有功与无功出力；s
pvn
表示第n个光伏电站的容量；
[0115]
安全运行约束条件为：
[0116][0117][0118]
其中，与分别表示集群内节点电压的上、下限，un表示节点n的电压幅值，i
ij
表示节点i与节点j相连支路i-j的电流，表示支路i-j最大电流限值；
[0119]
无功补偿装置运行约束条件为：
[0120]
其中，q
svc,n
表示集群内第n个无功补偿装置无功出力；与分别表示无功补偿装置无功出力的上下限。
[0121]
与传统的“点对点”集中式调控方式不同，本实施例提出的分布式群调群控方法在集群划分的基础上，云端调控中心无需掌控区域内所有节点信息及光伏电站数据，只需监控各个集群的部分主导节点，通过调控集群整体的有功无功出力，由集群间协调实现全局优化的目标；集群控制平台监测群内各光伏电站、svc以及用电负荷信息，通过控制集群内光伏电站及svc的出力，抑制电压越限，保障光伏最大消纳，实现群内自治的目标。通过群间协调、群内自治双层控制实现电网安全经济运行、分布式光伏的有效消纳，降低居民用户用电成本。
[0122]
实施例3
[0123]
本实施例应用实施例2提出的分布式群调群控方法对分布式电源接入的改进的ieee33节点系统进行调控，通过采用多目标粒子群优化算法，对其在主导节点电压安全运行场景与越限场景下的群间协调优化模型求解，以分析分析不同场景下群间协调优化策略对于抑制节点电压偏差、降低系统网损的效果。
[0124]
改进的ieee33节点典型系统的网络拓扑、分布式光伏接入情况、集群划分结果、主导节点如图4与表1所示。此系统中负荷节点33个，光伏电源节点9个。
[0125]
依据可观性和可控性综合选取主导节点，结果如表1所示。
[0126]
表1集群主导节点的选取结果
[0127]
集群编号123456主导节点212432111417
[0128]
场景一：主导节点电压运行于安全范围内
[0129]
针对节点电压运行在安全范围内的场景，以主导节点电压偏差最小和网损最小为控制目标，其中网损最小目标函数对应的权重为0.7，主导节点电压偏差最小目标函数对应权重为0.3；求解群间协调优化模型可得各集群无功出力如表2所示。
[0130]
表2各个集群调控前后输出功率
[0131]
[0132][0133]
表3各光伏电站调控前后输出功率
[0134][0135]
调控前后各节点电压幅值如图5所示，节点电压偏差模值及系统网损如表4所示。
[0136]
可以看出，主导节点电压偏差模值之和下降0.0394p.u.，相比调控前下降了37.24％；节点电压最大偏差模值优化后下降0.0242p.u.，相比调控前下降了52.27％；全部节点电压偏差模值之和下降0.2552p.u.，相比调控前下降了42.2％；调控后系统网损下降了48.83kw，相比优化前下降了49.55％。
[0137]
表4节点电压偏差模值及网损
[0138][0139]
场景二：主导节点电压越上限
[0140]
该场景下网损最小目标函数对应的权重为0.3，主导节点电压偏差最小目标函数对应权重为0.7。求解群间协调优化模型可得各集群无功出力如表5所示。按照其内部各光伏电站容量进行群内自治，得到各集群内各光伏电站无功输出如表6所示。
[0141]
表5各个集群调控前后输出功率
[0142][0143]
表6各光伏电站调控前后输出功率
[0144]
[0145][0146]
调控前后各节点电压幅值如图6所示。可以看出，调控前，集群6的主导节点17越上限，启动紧急调控。调控后各节点电压均运行在0.95-1.05p.u.安全范围内，且越限的集群6(包含16、17、18三个节点，调控前三个节点电压幅值分别为1.0450p.u.、1.0503p.u.、1.0544p.u.，优化后分别为1.0034p.u.、1.0033p.u.、1.0055p.u.)电压下降幅度明显大于其他集群，集群6的全部节点电压由调控前的1.04p.u.以上，全部降至1.01p.u.以下。
[0147]
表7给出了调控前后系统节点电压偏差模值与网损情况，可以看出，调控后主导节点电压偏差模值之和为0.0214p.u.，比调控前的主导节点电压偏差模值之和小0.1103，调整下降了83.75％；调控后节点电压最大偏差模值为0.0135p.u.，相比调控前下降了75.18％；群间协调全部节点电压偏差模值之和为0.1467p.u.，比调控前的小0.2936p.u.，调整下降了66.68％；在调整各集群无功出力使节点电压运行在安全范围内的过程中，系统网损增加了56.95kw，大约增加26.48％。
[0148]
表7节点电压偏差模值及网损
[0149][0150]
场景三：主导节点电压越下限
[0151]
在场景三中，各光伏电站有功出力降低，群间控制目标同样为各集群主导节点电压偏差最小，网损最小。该场景下网损最小目标函数对应的权重为0.3，主导节点电压偏差最小目标函数对应权重为0.7，优化调控后各集群有功、无功出力如表8所示。
[0152]
表8各集群调控前后输出功率
[0153]
[0154][0155]
根据集群各光伏电站容量分配，计算得到各光伏电站无功输出如表9所示。
[0156]
表9各光伏电站调控前后输出功率
[0157][0158]
调控前后各节点电压幅值如图6所示，可以看出，调控前集群3的主导节点32越下限，启动紧急调控。调控后各节点电压均运行在0.95-1.05p.u.安全范围内。
[0159]
表10给出了调控前后系统节点电压偏差模值与网损情况，可以看出，调控后主导节点电压偏差模值之和为0.1175p.u.，比调控前的主导节点电压偏差模值之和小0.086p.u.，调整下降了42.26％；调控前后节点电压最大偏差模值下降0.0162p.u.，相比调控前下降了25.47％；调控后全部节点电压偏差模值之和为0.6603p.u.，比调控前小0.3767p.u.，全部节点电压偏差模值之和调整下降了36.33％；系统网损下降了45.72kw，降低了47.58％。
[0160]
表10节点电压偏差模值及网损
[0161][0162]
(2)群内自治仿真分析
[0163]
鉴于经集群划分后单个集群中的节点与光伏电站数量较少，因此选用改进的ieee33节点典型系统作为一个集群以进行分析。其网络拓扑、分布式光伏电站(pv)与无功补偿装置(svc)接入信息如图8所示。采用多目标粒子群算法，对群内自治优化模型在节点电压安全运行、轻度越限及严重越限等场景进行求解，并分析其在不同场景下减小系统网损与节点电压偏差以及最大就地消纳光伏的效果。
[0164]
场景一：节点电压运行在安全范围内
[0165]
场景一下各光伏电站的有功输出见表11。针对节点电压运行在安全范围内的场景，以节点电压偏差最小和网损最小为控制目标，仅调整光伏电站的无功输出，优化后各光伏的无功输出如表11所示。
[0166]
表11光伏电站优化前后输出功率
[0167][0168][0169]
优化前后各节点电压如图9所示，节点电压偏差模值及系统网损如表12所示。
[0170]
表12节点电压偏差模值及网损
[0171][0172]
可以看出，优化后节点电压最大偏差模值下降为0.0272p.u.，比优化前下降了40.61％；优化后节点电压偏差模值之和下降0.2096p.u.，相比优化前下降了34.66％；优化后系统网损下降了41.76kw，相比优化前下降了42.38％。
[0173]
场景二：节点电压越上限
[0174]
(1)节点电压轻度越上限场景
[0175]
针对节点电压越上限且可以通过仅调整无功实现电压运行在安全范围内的场景，以节点电压偏差最小和网损最小为控制目标，表13给出了该场景下光伏电站的有功输出以及优化后各光伏电站的无功输出。
[0176]
表13光伏电站接入信息及优化前后输出功率
[0177][0178]
优化前后各节点电压如图10所示，优化前后系统节点电压偏差模值及网损如表14所示。
[0179]
可以看出，优化后各节点电压均位于1.02p.u.以下，运行在0.95-1.05p.u.安全范围内；优化后节点电压最大偏差模值下降为0.0167p.u.，相比优化前下降了69.53％；优化后各节点电压偏差模值之和为0.2157p.u.，比优化前的小0.2246p.u.，电压偏差模值之和调整下降了51.01％；在通过优化各光伏无功使节点电压运行在安全范围内后，系统网损增加了31.2kw，相比优化前增加了14.51％。
[0180]
表14节点电压偏差模值及网损
[0181][0182]
(2)节点电压严重越上限场景
[0183]
表15给出了该场景下光伏电站的有功输出。针对节点电压越上限较为严重，需要通过削减有功实现电压运行在安全范围内的场景，以节点电压偏差最小和网损最小为控制目标，最大削减2％的有功输出。优化后各光伏的有功和无功输出如表15所示，九个光伏电站有功削减总量为47.51kw，削减百分比为0.75％。
[0184]
表15光伏电站优化前后输出功率
[0185][0186][0187]
优化前后各节点电压如图11所示，优化前后系统节点电压偏差模值及网损如表16所示。
[0188]
可以看出，优化后各节点电压均位于1.03p.u.以下，运行在0.95-1.05p.u.安全范围内；节点电压最大偏差模值由优化前的0.0781p.u.下降为优化后0.0272p.u.；优化后各节点电压偏差模值之和为0.3201p.u.，比优化前小0.3634，电压偏差模值之和调整下降了53.17％。在通过调整各光伏无功使节点电压运行在安全范围内后，系统网损增加了
69.8kw，大约增加了22.90％。
[0189]
表16节点电压偏差模值及网损
[0190][0191]
场景三：节点电压越下限
[0192]
(1)节点电压轻度越下限场景
[0193]
表17给出了该场景下光伏电站的有功输出，各光伏电站的有功输出减小。针对节点电压越下限且可以通过仅调整无功实现电压运行在安全范围内的场景，同样以节点电压偏差最小和网损最小为控制目标，优化后各光伏的无功输出如表17所示。
[0194]
表17光伏电站优化前后输出功率
[0195][0196][0197]
优化前后各节点电压如图12所示，表18给出了优化前后系统节点电压偏差模值及网损。
[0198]
表18节点电压偏差模值及网损
[0199][0200]
从图中可以看出，优化前，节点29-33越过电压下限，优化之后，这5个节点电压均大于0.95p.u.，运行在正常范围内，即各节点电压幅值均有所提升，更接近1p.u.；节点电压最大偏差模值由优化前的0.0631p.u.下降为优化后0.0468p.u.；优化后节点电压偏差模值之和比优化前小0.3207p.u.，节点电压偏差模值之和调整下降了30.93％；系统网损也降低了39.79kw，相比优化前，系统网损下降了41.41％。
[0201]
(2)节点电压严重越下限场景
[0202]
表19给出了该场景下光伏电站有功输出。针对节点电压越下限较为严重，需要通过调整无功补偿装置实现电压运行在安全范围内的场景，以节点电压偏差最小和网损最小为控制目标。无功补偿装置接入节点为13、31，容量为500kv
·
a。优化调整后各光伏的有功和无功输出如表19所示。优化前两个无功补偿装置为0，优化后出力分别为494.9kv
·
a，499.1kv
·
a。
[0203]
表19光伏电站优化前后输出功率
[0204][0205][0206]
优化前后各节点电压如图13所示。优化前后系统节点电压偏差模值及网损如表20所示。
[0207]
可以看出，优化之后，所有节点电压均大于0.95p.u.，运行在正常范围内，即各节点电压幅值均有所提升，更接近1p.u.；节点电压最大偏差模值由优化前的0.0879p.u.下降为优化后0.0482p.u.；优化后节点电压偏差模值之和比优化前小0.7156，节点电压偏差模值之和调整下降了47.04％；系统网损也降低了74.92kw，相比优化前，系统网损下降了57.58％。
[0208]
表20节点电压偏差模值及网损
[0209][0210]
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。