[發(fā)明專利]配電網(wǎng)無功優(yōu)化方法、裝置、電子設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110198827.8
• 申請日: 2021-02-22
• 公開（公告）號: CN112993979B
• 公開（公告）日: 2023-02-17
• 發(fā)明（設(shè)計(jì)）人: 吳長元
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司韶關(guān)供電局
• 主分類號: H02J3/00
• 分類號: H02J3/00;H02J3/32;H02J3/48;H02J3/50;B60L55/00;G06Q10/04;G06Q50/06;G06N3/126
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發(fā)明實(shí)施例公開了一種配電網(wǎng)無功優(yōu)化方法、裝置、電子設(shè)備和存儲介質(zhì)。本發(fā)明實(shí)施例將間歇性分布式電源出力隨機(jī)性轉(zhuǎn)化為確定的功率日前預(yù)測值和功率預(yù)測誤差的隨機(jī)性，建立基于分段指數(shù)誤差分布的風(fēng)電功率預(yù)測誤差模型和基于正態(tài)分布誤差分布的光伏功率預(yù)測誤差模型；將分布式電源、電動汽車的無功調(diào)節(jié)能力結(jié)合靜止無功補(bǔ)償器的快速動態(tài)無功補(bǔ)償能力，優(yōu)化控制分布式電源、靜止無功補(bǔ)償器、電容器、電動汽車的無功出力及電動汽車的充放電功率，建立新能源配電網(wǎng)多目標(biāo)無功優(yōu)化模型，并采用基于正態(tài)分布交叉算子和改進(jìn)擁擠度算子的改進(jìn)型非支配排序遺傳算法進(jìn)行求解，得到最優(yōu)解集，并通過熵權(quán)法從最優(yōu)解集中選取最優(yōu)折中解。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及配電網(wǎng)規(guī)劃技術(shù)領(lǐng)域，尤其涉及一種配電網(wǎng)無功優(yōu)化方法、裝置、電子設(shè)備和存儲介質(zhì)。

背景技術(shù)

現(xiàn)在經(jīng)濟(jì)發(fā)展嚴(yán)重依賴化石能源，分布式電源(distributed generation，DG)以其節(jié)能環(huán)保、降低網(wǎng)損等眾多優(yōu)點(diǎn)對環(huán)境保護(hù)和緩解化石燃料枯竭帶來威脅有重要意義。風(fēng)電、光伏等間歇性DG出力受自然條件影響，其出力具有隨機(jī)性和間歇性。隨著風(fēng)電、光伏等間歇性DG并網(wǎng)規(guī)模逐步擴(kuò)大，其出力具有隨機(jī)性和間歇性對線路潮流、節(jié)點(diǎn)電壓和供電可靠性等有重大影響。與傳統(tǒng)燃油汽車相比，電動汽車(electric vehicle，EV)在減少尾氣排放和化石燃料消耗方面具有不可替代的優(yōu)勢。近年來，隨著電動汽車的不斷普及，電動汽車作為一種隨機(jī)充電負(fù)荷大規(guī)模接入配電網(wǎng)進(jìn)行充電對配電網(wǎng)的運(yùn)行帶來巨大影響。因此，考慮DG出力隨機(jī)性和電動汽車充電隨機(jī)性進(jìn)行新能源配電網(wǎng)多目標(biāo)無功優(yōu)化控制研究具有重要意義。

目前，對新能源配電網(wǎng)多目標(biāo)無功優(yōu)化控制方法主要有以下兩個(gè)方面：一是通過概率方法描述DG出力的隨機(jī)性，如認(rèn)為風(fēng)速和光照強(qiáng)度分別服從Weibull分布和Beta分布，根據(jù)風(fēng)速和光照強(qiáng)度概率分布模型隨機(jī)抽取風(fēng)速和光照強(qiáng)度樣本值，進(jìn)而得到DG隨機(jī)出力值，以配電網(wǎng)網(wǎng)損、電壓偏差最小等為優(yōu)化目標(biāo)函數(shù)建立考慮DG出力隨機(jī)性的多目標(biāo)無功優(yōu)化控制模型，最后采用粒子群、改進(jìn)的細(xì)菌群體趨藥性算法等智能算法進(jìn)行求解。二是將DG功率預(yù)測值采用模糊隨機(jī)變量描述，進(jìn)而得到DG的隨機(jī)出力值，如采用梯形模糊數(shù)描述DG出力隨機(jī)性，以網(wǎng)損和電壓偏差最小為優(yōu)化目標(biāo)建立考慮DG出力模糊不確定性的多目標(biāo)無功優(yōu)化模型，最后采用蝙蝠算法、遺傳算法等智能算法進(jìn)行求解。在上述方法中，風(fēng)速Weibull分布和光照Beta分布一般根據(jù)歷史統(tǒng)計(jì)數(shù)據(jù)擬合得到分布參數(shù)，通常適合描述風(fēng)速和光照的年均分布情況，同時(shí)風(fēng)速和光照受天氣等自然條件的影響較大。因此，風(fēng)速Weibull分布和光照Beta分布并不適用于風(fēng)速和光照的日均分布情況。采用模糊變量描述間歇性DG出力隨機(jī)性時(shí)，在選取模糊變量的隸屬度函數(shù)時(shí)仍具有一定的主觀性。同時(shí)，不同目標(biāo)函數(shù)值間量綱不同，且存在互斥關(guān)系，若簡單地采用加權(quán)值、模糊隸屬函數(shù)等將多目標(biāo)轉(zhuǎn)化為單目標(biāo)優(yōu)化進(jìn)行求解，加權(quán)值和模糊隸屬函數(shù)的選取具有一定的主觀性，這種求解方式并非真正意義上的多目標(biāo)優(yōu)化。此外，目前的方法未考慮DG具有一定的無功調(diào)節(jié)能力，未考慮EV通過電動汽車與電網(wǎng)互動(vehicle to grid，V2G)技術(shù)可實(shí)現(xiàn)對配電網(wǎng)的削峰填谷、無功調(diào)節(jié)功能。由于DG出力的隨機(jī)性和間歇性導(dǎo)致電壓波動頻繁，傳統(tǒng)的電容器只能分組投切，只優(yōu)化電容器投切組數(shù)不能實(shí)現(xiàn)無功功率的連續(xù)調(diào)節(jié)，顯然不能適應(yīng)新能源配電網(wǎng)無功優(yōu)化要求。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種配電網(wǎng)無功優(yōu)化方法、裝置、電子設(shè)備和存儲介質(zhì)，以提高配電網(wǎng)穩(wěn)定性和經(jīng)濟(jì)性。

第一方面，本發(fā)明實(shí)施例提供了一種配電網(wǎng)無功優(yōu)化方法，包括：

確定配電網(wǎng)的電網(wǎng)參數(shù)信息；其中，所述電網(wǎng)參數(shù)信息至少包括風(fēng)電輸出有功功率歷史預(yù)測值、實(shí)際輸出值、日前預(yù)測值和光伏輸出有功功率歷史預(yù)測值、實(shí)際輸出值、日前預(yù)測值；

根據(jù)所述風(fēng)電輸出有功功率歷史預(yù)測值和實(shí)際輸出值確定風(fēng)電功率預(yù)測誤差分布模型，根據(jù)風(fēng)電輸出有功功率日前預(yù)測值和所述風(fēng)電功率預(yù)測誤差分布模型確定風(fēng)電可調(diào)節(jié)無功功率輸出范圍；