一種光伏電站無功分組調節(jié)方法
【技術領域】
[0001] 本發(fā)明涉及一種光伏電站無功分組調節(jié)方法，屬于分布式電源控制技術領域。
【背景技術】
[0002] 分布式能源發(fā)電是解決當前能源短缺、環(huán)境污染的重要舉措之一。然而，隨著分布 式能源發(fā)電大規(guī)模的接入電網，分布式電源出力的隨機性、間歇性和波動性給電網的安全 穩(wěn)定運行帶來了一些負面影響，而通過無功調節(jié)能夠明顯降低電能損耗、提高系統電壓質 量，對保證電網安全穩(wěn)定運行具有重要意義。
[0003] 目前傳統的無功分區(qū)方法主要包括圖論法、靈敏度法、人工智能法。但這些方法 都針對傳統發(fā)電系統，而并未考慮到分布式發(fā)電的隨機性與波動性，從而不能準確地分析 其對電力系統的影響，因此有必要對光伏發(fā)電的出力與負荷相關性進行準確的分析。目前 粒子群優(yōu)化算法PSO已廣泛應用于無功優(yōu)化計算領域，但是PSO在理論上存在一個明顯的 缺陷，即當PSO應用于高維復雜的優(yōu)化問題時，容易過早收斂以及陷入局部最優(yōu)，因而不能 保證算法收斂到全局最優(yōu)，尤其隨著系統規(guī)模的增大，計算復雜性的極大增加將導致"維數 災"問題。

【發(fā)明內容】

[0004] 本發(fā)明的目的是提供一種光伏電站無功分組調節(jié)方法，以解決目前光伏電站無功 調節(jié)中隨著系統規(guī)模增大導致計算復雜性極大增加的問題。
[0005] 本發(fā)明為解決上述技術問題提供了一種光伏電站無功分組調節(jié)方法，該調節(jié)方法 包括以下步驟：
[0006] 1)將調度下發(fā)的目標值轉換為無功功率目標值Qraf，并根據電站的實時數據計算 出待分配的無功調節(jié)指令AQ ;
[0007] 2)計算光伏電站中各負荷節(jié)點之間的靈敏度距離，根據靈敏度距離對負荷節(jié)點進 行分組；
[0008] 3)計算各發(fā)電單元出力與負荷的相關性，通過比較與各組負荷節(jié)點相關系數的大 小進行歸并，以形成不同的發(fā)電節(jié)點；
[0009] 4)利用多目標無功優(yōu)化算法建立無功優(yōu)化模型，求解該模型，計算出每個發(fā)電節(jié) 點待分配的無功調節(jié)指令Q rafl;
[0010] 5)將各發(fā)電節(jié)點待分配的無功調節(jié)指令Qrafl進行分配，根據各發(fā)電節(jié)點下逆變器 的開機個數和當前運行狀況計算各逆變器的無功指令Q invlS功率因數指令cos θ ιηνι，并將 其下發(fā)給對應的逆變器。
[0011] 所述步驟2)中采用電壓/無功靈敏度表示負荷節(jié)點的單位無功變化對其他負荷 節(jié)點電壓幅值的影響程度，即得出兩負荷節(jié)點間電壓幅值變化量AV對無功功率變化量 A Q的靈敏度矩陣Svq，計算兩節(jié)點i、j之間的靈敏度距離Du，
[0012]
[0013]
[0014] 其中N為負荷節(jié)點的個數。
[0015] 所述步驟1)中負荷節(jié)點的分組方法為：
[0016] A.計算各負荷節(jié)點兩兩之間的距離，構成一個對稱距離矩陣D1];
[0017] B.選擇Dlj中的非對角上的最小元素，將該對角元素對應的兩個組合成一個新組， 同時在Dlj中消去對應的行和列；
[0018] C.計算新組與剩下的未合并的組之間的距離，組成一個行矩陣和一個列矩陣，將 這兩個矩陣并入D1,，更新距離矩陣D 1];
[0019] D.重復步驟B-C，直至達到設定的組數。
[0020] 所述步驟3)中是運用各個發(fā)電單元無功出力和負荷節(jié)點之間的相關性來衡量每 個發(fā)電單元對負荷的影響，根據負荷節(jié)點分組結果，比較發(fā)電單元與各負荷分組的相關系 數R 1/直大小，將發(fā)電單元劃分到與它相關性最強的負荷節(jié)點所在分組中，保證區(qū)域內發(fā)電 單元對負荷的強耦合關系，最終形成不同的發(fā)電節(jié)點。
[0021] 所述步驟2)中相關性系數的計算公式為：
[0022]
[0023] 其中R1,為第i個發(fā)電單元實際無功出力與第j個負荷節(jié)點的相關系數，t為時間， η為數據個數，Xlt為第i個發(fā)電單元在t時刻的實際出力，Y jt為第j個負荷節(jié)點在t時刻 的實際負荷大小，無為第i個發(fā)電單元在時間段內所有樣本的平均值，ξ為第j個負荷節(jié) 點在時間段內所有樣本的平均值。
[0024] 所述步驟4)建立的無功優(yōu)化模型以電壓偏差最少、有功損耗為最小為目標函數， 即：
[0025] F = ^(X11X2)+f^X1, X2)
[0026] 其中 (X1, X2) = Ploss, f2 (X1, X2) = du，義丨=["二，0;,.]，A = ["/ ]，
[0027] Plciss為有功功率損耗，du為電壓偏差，Upv為各發(fā)電單元的電壓矢量，Qpv為各 發(fā)電單元的無功出力矢量，U 1S負荷節(jié)點電壓矢量，U11為第i個負荷節(jié)點的電壓值，U11. -SU llSUll^i = 1，2，..·^ U11.隨與UH._分別為負荷節(jié)點電壓的上下限值，NgN1 分別為發(fā)電單元數與負荷節(jié)點。
[0028] 所述步驟4)中模型的求解采用分層多粒子群算法，將控制變量X1 為粒子群中粒子的位置，其中各發(fā)電單元無功出力與電壓的最大、最小值構成了位置解的 可行域。
[0029] 所述分層多粒子群算法的求解過程如下：
[0030] a第一層優(yōu)化時，所得L個分組對應L個子群，運用隨機選擇法分別對每個子群進 行最優(yōu)化計算，得出整體極值Gi (i = 1，2,…L);
[0031] b第二層接收傳入的L個整體極值G1，進行分組之間的協調和第二次優(yōu)化，得到全 局最優(yōu)解Gbf3st;
[0032] c如果滿足迭代結束條件，輸出最優(yōu)結果Gtest，包括各發(fā)電單元無功出力與電壓控 制變量的取值，狀態(tài)變量負荷節(jié)點電壓值的數據以及對應的有功功率損耗與電壓偏差值， 不滿足則根據迭代公式更新粒子的飛行速度，重新計算目標函數值并更新粒子群i的整體 極值G 1，把該位置向量解傳送到第二層，轉到步驟b繼續(xù)計算。
[0033] 所述各發(fā)電節(jié)點待分配的無功調節(jié)指令Qrafl采用等無功功率的調節(jié)方式進行分 配。
[0034] 所述計算得到的無功指令QinvlS功率因數指令cos Θ ^^通過組播的方式群發(fā)給 對應的逆變器。
[0035] 本發(fā)明的有益效果是：該方法首先對負荷節(jié)點進行分組；然后根據發(fā)電出力與負 荷的相關性來對站內發(fā)電單元進行歸并計算，形成不同的發(fā)電節(jié)點，使系統的整體出力能 夠在最大程度上跟蹤當地的負荷；采用多目標無功優(yōu)化算法建立目標函數，利用分層多粒 子群優(yōu)化算法對各發(fā)電節(jié)點的無功目標值進行求解，計算出每個發(fā)電節(jié)點待分配的無功調 節(jié)指令〇^ 1;將各發(fā)電節(jié)點待分配的無功調節(jié)指令Qrafl進行分配，根據各發(fā)電節(jié)點下逆變 器的開機個數和當前運行狀況計算各逆變器的無功指令Q invlS功率因數指令cos θ ιηνι，并 將其下發(fā)給對應的逆變器。本發(fā)明在對發(fā)電單元進行分組時通過計算發(fā)電單元出力與負荷 的相關性，從而減少更多的不可控性和不確定性，可有效提高分組的準確性；在優(yōu)化時考慮 分組結果，采用多粒子群分層優(yōu)化算法，把大規(guī)模系統分解為各個子系統單獨進行優(yōu)化，然 后對各子系統的優(yōu)化結果進行全系統第二次優(yōu)化，降低了系統優(yōu)化變量的維數和復雜性， 避免了大量無效解的產生，從而提高逆變器無功分配的精度和速度。
【附圖說明】
[0036] 圖1是本發(fā)明光伏電站無功分組調節(jié)方法的流程圖。
【具體實施方式】
[0037] 下面結合附圖對本發(fā)明的【具體實施方式】做進一步的說明。
[0038] 本發(fā)明首先基于負荷節(jié)點之間的電氣距離，運用聚類分析方法對負荷節(jié)點進行分 組；然后考慮光伏發(fā)電出力與負荷的相關性來對站內發(fā)電單元進行歸并計算，從而形成不 同的發(fā)電節(jié)點，使系統的整體出力能夠在最大程度上跟蹤當地的負荷；運用分層多粒子群 優(yōu)化算法對各發(fā)電節(jié)點的無功目標值進行求解，并將求解出的無功目標值下發(fā)給各發(fā)電節(jié) 點內逆變器，實現光伏電站的全站最優(yōu)調節(jié)。該方法的實現流程如圖1所示，具體實施過程 如下。
[0039] 1.將電壓定值或調度下發(fā)的目標指令轉換為無功功率目標值Q"f，并根據電站的 實時數據計算出待分配的無功調節(jié)指令A Q。判斷A Q與站內SVG的容量XQsvg的大小，若 AQ彡XQsvg，只調節(jié)SVG即可滿足無功需求；若AQ > XQsvg，AQ與XQsvg相比得到的剩 余的無功需求A Qinv由并網逆變器來提供。
[0040] 2.對光伏電站中負荷節(jié)點進行分組處理
[0041] 負荷節(jié)點的分組方法為：
[0042] 首先采用電壓/無功靈敏度表示負荷節(jié)點的單位無功變化對其他負荷節(jié)點電壓 幅值的影響程度，即得出兩負荷節(jié)點間電壓幅值變化量A V對無功功率變化量AQ的靈敏 度矩陣Svq，根據該靈敏度矩陣計算兩節(jié)點之間的靈敏度距離Du。
[0043]
[0044]
[0045] 然后根據負荷節(jié)點之間的靈敏度距離D1,，運用聚類算法對負荷節(jié)點進行分組處 理。將所有負荷節(jié)點都獨自作為一個組存在，每步合并距離最小的兩個組，即將節(jié)點歸并到 與它的最大電氣距離所在所有節(jié)點集合中為最小的那個節(jié)點集合，直至最終聚類個數滿足 要求，完成對負荷節(jié)點的分組。具體實現步驟如下：
[0046] A.將N個負荷節(jié)點作為N個組單獨存在，計算兩兩之間的距離，以形成一個對稱距 離矩陣D#
[0047] B.選擇距離矩陣Dlj中的非對角上的最小元素，將該對角元素對應的兩個組合成 一個新組，同時在矩陣D 1,中消去對應的行和列。
[0048] C.計算新組與剩下的未合并的組之間的距離，組成一個行矩陣和一個列矩陣，將 這兩個矩陣并入D1,，更新距離矩陣D u，此時，該距離矩陣D1,為N-I階方陣。
[0049] D.重復步驟B-C，直至距離矩陣Dl j的階數達到預定的組數為止。
[0050] 3.將光伏電站中的各發(fā)電單元劃分成發(fā)電節(jié)點
[0051] 該過程首先計算各個發(fā)電單元出力與負荷的相關性，然后通過比較與各組負荷節(jié) 點相關系數大小進行歸并，以形成不同的發(fā)電節(jié)點。
[0052] 運用各個發(fā)電單元無功出力和負荷節(jié)點之間的相關性來衡量每個發(fā)電單元對負 荷的影響，這里用相關系數R 1,來表示發(fā)電單元無功出力和負荷節(jié)點之間的相關性，相關系 數M勺計算公式為：
[0053]
[0054] 其中R1,為第i個發(fā)電單元實際無功出力與第j個負荷節(jié)點的相關系數，t為時間， η為數據個數，Xlt為第i個發(fā)電單元在t時刻的實際出力，Y jt為第j個負荷節(jié)點在t時刻 的實際負荷大小，^為第i個發(fā)電單元在時間段內所有樣本的平均值，ξ為第j個負荷節(jié) 點在時間段內所有樣本的平均值。
[0055] 根據負荷節(jié)點分組結果，比較發(fā)電單元與各符合分組的相關系數R1,值大小，將發(fā) 電單元劃分到與它相關性最強的負荷節(jié)點所在的分組中，以保證區(qū)域內發(fā)電單元對負荷的 強偶合關系，最終形成不同的發(fā)電節(jié)點。
[0056] 4.運用多目標無功優(yōu)化算法
[0057] 本實施例中多目標無功優(yōu)化算法的無功優(yōu)化模型以電壓偏差最少、有功損耗最小 為目標函數：F = (X1, X2) +f2 (X1, X2)
[0058] 其中，(X1, X2) = Plciss, f2 (X1, X2) = du，Plciss為有