一种含分布式光伏配电网有功无功协调优化控制方法与流程

本发明涉及电力系统控制领域，更具体地，涉及一种含分布式光伏配电网有功无功协调优化控制方法。

背景技术：

近年来，随着分布式发电技术的不断发展，分布式光伏在配电网中的渗透率不断提高，对配电网的安全稳定运行提出了新的挑战。分布式光伏出力及负荷需求具有随机性与波动性，预测误差随预测时间的提前而增大，增加了系统优化控制的难度。

模型预测控制(modelpredictivecontrol，mpc)是解决这一问题的有效途径，它能够克服系统的不确定性，其在电力系统优化控制中的应用受到广泛重视。模型预测控制是一种基于模型的有限时域闭环优化控制算法，具有易于建模、控制效果良好、鲁棒性强等优点，能够有效应对系统的非线性、时变性和不确定性，广泛应用于炼油、化工、冶金、和电力等复杂工业过程控制中。模型预测控制由预测模型、滚动优化和反馈校正构成。与传统的开环优化一次下发全部优化指令的优化方式不同，模型预测控制采用滚动优化策略，其机理为：在每一采样时刻，根据当前系统状态及测量信息，基于预测模型对未来状态的预测结果，在线求解一个有限时长的最优控制问题，得到当前时刻和未来时段内的控制行为，并只执行当前时刻的控制行为，在下一个采样时刻，根据前一时刻控制后的系统状态及新的测量信息，重复上述过程。

但现有基于模型预测控制的电力系统优化控制研究都是对系统有功优化调度进行研究，并未考虑无功优化控制。配电网线路的r/x比值较大，有功无功的耦合性较强，二者对线路损耗、电压质量均有极大的影响，尤其是对于光伏渗透率较高的配电网，基于有功无功解耦的优化控制方法已不适用，需考虑有功无功协调优化控制。

技术实现要素：

本发明提供一种克服上述问题或者至少部分地解决上述问题的含分布式光伏配电网有功无功协调优化控制方法，解决了现有控制方法无法适用于r/x比值较大、有功无功的耦合性较强的配电线路中，不能够对有功无功进行协调优化控制的问题，并通过多时间尺度协调控制结构应对光伏出力及负荷需求的波动性和随机性，减小网络损耗，保证系统的安全与经济运行。

根据本发明的一个方面，提供一种分布式光伏配电网有功无功协调优化控制方法，包括：

s1、基于模型预测控制方法，根据不同时间尺度的控制目标和控制变量，将系统控制过程分为长时间尺度优化控制、短时间尺度优化控制，并建立长时间尺度优化控制模型和短时间尺度优化控制模型；

s2、将长时间尺度优化控制和短时间尺度优化控制中的非凸、非线性约束条件采用二阶锥方法进行松弛处理，将长时间尺度优化控制模型和短时间尺度优化控制模型的求解问题转化为二阶锥规划求解问题；

s3、长时间尺度优化控制模型基于光伏出力及负荷需求预测信息，采用多步滚动优化求解各可控装置的有功无功出力，短时间尺度优化控制模型以长时间尺度的优化控制模型的求解结果为基准值，滚动求解各可控装置的有功无功出力增量。

作为优选的，所述步骤s1具体包括：

s11、基于模型预测控制方法，将控制过程划分为长时间尺度优化控制和短时间尺度优化控制，根据长时间尺度优化控制保证系统运行的经济性的优化目的，建立长时间尺度优化控制模型；根据短时间尺度优化控制保证系统运行的安全性的优化目的，建立短时间尺度优化控制模型；

s12、根据长时间尺度优化控制模型和短时间尺度优化控制模型的优化目的，选择长时间尺度优化控制模型和短时间尺度优化控制模型的优化目标；

s13、根据优化目标分别设定长时间尺度优化控制模型和短时间尺度优化控制模型的约束条件。

作为优选的，所述步骤s11具体包括：

基于模型预测控制方法，基于光伏出力及负荷需求的预测数据，以δt为时间间隔，建立长时间尺度优化控制模型，滚动求解未来m·δt时间段内系统中各可控装置的有功无功出力；

基于模型预测控制方法，根据当前系统运行状态及更小时间尺度的光伏出力及负荷需求预测数据，以δt为时间间隔，建立短时间尺度优化控制模型，滚动求解未来n·δt时间段内系统中各可控装置的有功无功出力；

所述m和n分别为长时间尺度优化控制模型和短时间尺度优化控制模型的控制步长，δt＜δt。

作为优选的，所述步骤s12包括：

所述长时间尺度优化控制模型中，以配电网系统网损最小为优化目标，并通过计算t0至t0+m·δt时间段内各支路线路的网损的总和计算配电网系统网损，t0为长时间尺度优化控制模型滚动优化起始时间；

所述短时间尺度优化控制模型中，以配电网系统网损最小为优化目标，并通过计算t0至t0+m·δt时间段内各支路线路的网损的总和计算配电网系统网损。

作为优选的，所述长时间尺度优化控制模型中，各支路线路的网损的总和计算公式为：

iij,t＝f(kij,t,hc,i,t,pch,i,t,pdis,i,t,qdg,i,t,qsvc,i,t)

所述短时间尺度优化控制模型中，各支路线路的网损的总和计算公式为：

式中，minf为系统网损最小值；t0为长时间尺度滚动优化起始时间，n为节点数，rij为线路ij的电阻，iij,t为t时刻线路ij的电流的平方，表示为各可控变量的函数；c(i)表示所有以i为线路首节点的线路末节点的集合；kij,t有载调压变压器的可调档位；hc,i,t为补偿电容器组调节档位；pch,i,t、pdis,i,t分别为储能装置的充放电功率；qdg,i,t、qsvc,i,t分别表示t时刻节点i处分布式光伏以及静止无功补偿装置的无功功率；表示t时刻储能装置充放电功率；分别表示分布式光伏及静止无功补偿装置无功出力长时间尺度优化控制的参考值；δpch,j,t、δpdis,j,t、δqdg,j,t、δqsvc,j,t分别表示t时刻短时间尺度优化控制储能装置充放电功率的调整值、分布式光伏及静止无功补偿装置无功出力的调整值。

作为优选的，所述步骤s13中包括潮流约束，所述潮流约束通过distflow法进行潮流计算，对各支路线路节点电压幅值、电流幅值、注入的有功功率和无功功率、消耗的有功功率和无功功率进行约束计算。

作为优选的，所述长时间尺度优化控制模型中，潮流方程为：

所述短时间尺度优化控制模型中，潮流方程为：

式中，α(j)表示以节点i为首节点的支路末节点的集合；β(i)表示以节点j为首节点的支路末节点的集合；pij,t、qij,t分别为t时刻支路ij首端的有功功率和无功功率；pj,t、qj,t分别为t时刻节点j有功功率和无功功率的注入值；pdg,j,t、qdg,j,t分别为t时刻节点j处分布式光伏注入有功功率和无功功率；pload,j,t、qload,j,t分别为t时刻节点j处负荷消耗有功功率和无功功率；pch,i,t、pdis,i,t分别为储能装置的充放电功率；qsvc,j,t、qc,j,t分别为t时刻节点j处静止无功补偿装置以及补偿电容器组的无功功率；rij+jxij为支路ij与该线路上有载调压变压器阻抗之和；δpch,j,t、δpdis,j,t、δqdg,j,t、δqsvc,j,t分别表示t时刻短时间尺度优化控制储能装置充放电功率的调整值、分布式光伏及静止无功补偿装置无功出力的调整值；iij,t为t时刻流过支路ij的电流幅值；vi,t为t时刻节点i的电压幅值；kij,t为t时刻支路ij处有载调压变压器的变比；vi,t、iij,t分别为t时刻节点i处电压幅值的平方以及支路ij电流幅值的平方。

作为优选的，所述步骤s13中还包括：

电压水平约束，用于限定各支路线路节点电压幅值的上下限；

支路容量约束，用于限定各支路线路电流幅值上限；

分布式光伏运行约束，用于根据支路线路节点处光伏有功无功出力的预测值及支路线路节点处的分布式光伏容量，限定该节点处分布式光伏无功出力的上下限；

有载调压变压器运行约束，用于根据有载调压变压器的标准变化和调节步长，限定有载调压变压器的可调档位及其上下限；

静止无功补偿装置运行约束，用于限定静止无功补偿装置的可调无功出力上下限；

补偿电容器组运行约束，用于根据补偿电容器组调节步长，控制补偿电容器组的运行；

储能装置运行约束，用于约束储能装置的充电限值，及充放电不同时发生。

作为优选的，所述步骤s2中，二阶锥规划的形式为：

式中，变量x∈rn；常量b∈rm，c∈rn，a∈rm×n；k为二阶锥或旋转二阶锥。

本申请提出一种含分布式光伏配电网有功无功协调优化控制方法，将系统的控制过程划分为长时间尺度优化控制及短时间尺度优化控制，不同时间尺度优化控制针对各自的控制目标及控制变量分别执行单独的模型预测控制，长时间尺度基于光伏出力及负荷需求预测信息，采用多步滚动优化求解各可控装置的有功无功出力，短时间尺度以长时间尺度的计算结果为基准值，滚动求解有功无功出力增量。能够有效应对光伏出力及负荷需求的波动性，综合考虑配电系统中的多种更可控装置，有效应对光伏接入造成的配电系统过电压现象，减小网络损耗，保证系统的安全经济运行；同时通过多时间尺度的协调，保证慢动作设备的调整次数不会过于频繁，进而保证了其的使用寿命，减少了配电网中设备购置开支；通过充分利用分布式光伏的无功出力，不对分布式光伏的有功进行削减，大大提高了配电网中分布式光伏的消纳，减少了系统从大电网中吸收有功及无功功率。长时间尺度及短时间尺度滚动优化控制中既包括连续变量又包括整数变量，其数学本质为混合整数非凸、非线性优化问题，难以求得最优解，本申请中将优化模型转化为可高效求解的二阶锥规划问题，使得计算更加简便高效。

附图说明

图1为根据本发明实施例的含分布式光伏配电网有功无功协调优化控制方法流程图；

图2为根据本发明实施例的基于mpc的控制结构示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

如图1和图2所示，图中示出了一种含分布式光伏配电网有功无功协调优化控制方法，包括：

s1、基于模型预测控制方法，根据不同时间尺度的控制目标和控制变量，将系统控制过程分为长时间尺度优化控制、短时间尺度优化控制，并建立长时间尺度优化控制模型和短时间尺度优化控制模型；

s2、将长时间尺度优化控制和短时间尺度优化控制中的非凸、非线性约束条件采用二阶锥方法进行松弛处理，将长时间尺度优化控制模型和短时间尺度优化控制模型的求解问题转化为二阶锥规划求解问题；

s3、长时间尺度优化控制模型基于光伏出力及负荷需求预测信息，采用多步滚动优化求解各可控装置的有功无功出力，短时间尺度优化控制模型以长时间尺度的优化控制模型的求解结果为基准值，滚动求解各可控装置的有功无功出力增量。

作为优选的，所述步骤s1具体包括：

s11、基于模型预测控制方法，将控制过程划分为长时间尺度优化控制和短时间尺度优化控制，根据长时间尺度优化控制保证系统运行的经济性的优化目的，建立长时间尺度优化控制模型；根据短时间尺度优化控制保证系统运行的安全性的优化目的，建立短时间尺度优化控制模型；

s12、根据长时间尺度优化控制模型和短时间尺度优化控制模型的优化目的，选择长时间尺度优化控制模型和短时间尺度优化控制模型的优化目标；

s13、根据优化目标分别设定长时间尺度优化控制模型和短时间尺度优化控制模型的约束条件。

作为优选的，所述步骤s11具体包括：

基于模型预测控制方法，基于光伏出力及负荷需求的预测数据，以δt为时间间隔，建立长时间尺度优化控制模型，滚动求解未来m·δt时间段内系统中各可控装置的有功无功出力；

基于模型预测控制方法，根据当前系统运行状态及更小时间尺度的光伏出力及负荷需求预测数据，以δt为时间间隔，建立短时间尺度优化控制模型，滚动求解未来n·δt时间段内系统中各可控装置的有功无功出力；

所述m和n分别为长时间尺度优化控制模型和短时间尺度优化控制模型的控制步长，δt＜δt。

作为优选的，所述步骤s12包括：

所述长时间尺度优化控制模型中，以配电网系统网损最小为优化目标，并通过计算t0至t0+m·δt时间段内各支路线路的网损的总和计算配电网系统网损，t0为长时间尺度优化控制模型滚动优化起始时间；

所述短时间尺度优化控制模型中，以配电网系统网损最小为优化目标，并通过计算t0至t0+m·δt时间段内各支路线路的网损的总和计算配电网系统网损。

在本实施例中，为保证系统运行的经济性，减少网络损耗，长时间尺度优化控制的优化目标为系统网损最小，其计算公式为：

iij,t＝f(kij,t,hc,i,t,pch,i,t,pdis,i,t,qdg,i,t,qsvc,i,t)(1)

式中，minf为系统网损最小值；t0为长时间尺度滚动优化起始时间，δt为长时间尺度优化控制的时间间隔，m为控制步长，n为节点数，rij为线路ij的电阻，iij,t为t时刻线路ij的电流的平方，表示为各可控变量的函数；c(i)表示所有以i为线路首节点的线路末节点的集合；kij,t有载调压变压器的可调档位；hc,i,t为补偿电容器组调节档位；pch,i,t、pdis,i,t分别为储能装置的充放电功率；qdg,i,t、qsvc,i,t分别表示t时刻节点i处分布式光伏以及静止无功补偿装置的无功功率。

s13、设定约束条件；长时间尺度优化控制模型的约束条件包括潮流约束、电压水平约束、支路容量约束、分布式光伏运行约束、有载调压变压器运行约束、静止无功补偿装置运行约束、补偿电容器组运行约束及储能装置运行约束；

具体的，针对辐射型配电网，所述潮流约束采用distflow形式表示潮流方程：

α(j)表示以节点i为首节点的支路末节点的集合；β(i)表示以节点j为首节点的支路末节点的集合；pij,t、qij,t分别为t时刻支路ij首端的有功功率和无功功率；pj,t、qj,t分别为t时刻节点j有功功率和无功功率的注入值；pdg,j,t、qdg,j,t分别为t时刻节点j处分布式光伏注入有功功率和无功功率；pload,j,t、qload,j,t分别为t时刻节点j处负荷消耗有功功率和无功功率；pch,i,t、pdis,i,t分别为储能装置的充放电功率；qsvc,j,t、qc,j,t分别为t时刻节点j处静止无功补偿装置以及补偿电容器组的无功功率；rij+jxij为支路ij与该线路上有载调压变压器阻抗之和；iij,t为t时刻流过支路ij的电流幅值；vi,t为t时刻节点i的电压幅值；kij,t为t时刻支路ij处有载调压变压器的变比；vi,t、iij,t分别为t时刻节点i处电压幅值的平方以及支路ij电流幅值的平方；

电压水平约束：

vi^min≤vi,t≤vi^max(7)

式中，分别为节点i电压幅值上下限。

支路容量约束：

式中，为支路ij电流幅值上限。

分布式光伏运行约束：

式中，为t时刻节点i处分布式光伏有功出力的预测值，分别为t时刻节点i处分布式光伏无功出力的上下限，sdg,i为节点i处分布式光伏的容量。

有载调压变压器(oltc)运行约束：

kij,t＝k0+kij,tδkij(12)

式中，k0为oltc标准变比，δkij为oltc调节步长，kij,t、分别为t时刻oltc可调档位及其上下限。

静止无功补偿装置(svc)运行约束：

式中，分别为svc可调无功出力上下限。

补偿电容器组运行约束：

式中，hi,t为补偿电容器组可调档位，δqc,i,t为调节步长，n为最大可调档位。

储能装置运行约束：

式中，ei,t表示储能装置的电量；pch,i,t、pdis,i,t分别表示储能装置的充放电功率；ηch、ηdis分别表示储能装置的充放电效率；dch,i,t、ddis,i,t为0-1变量，约束(18)保证储能装置的充放电不会同时发生；为储能装置的充电限值。

短时间尺度优化控制模型的约束条件包括潮流约束、电压水平约束、支路容量约束、分布式光伏运行约束、静止无功补偿装置运行约束及储能装置运行约束。由于光伏出力和负荷需求的随机波动大，长时间尺度的预测数据误差较大，无法满足精度要求，因此增加短时间尺度优化控制，基于系统当前运行状态及更短时间尺度的预测数据对长时间尺度的优化控制结果进行调整，以δt为时间间隔，滚动求解未来n·δt时间段内系统中各可控装置的有功无功出力，所述m和n分别为长时间尺度优化控制和短时间尺度优化控制的控制步长，δt＜δt；有载调压变压器和补偿电容器组响应速度较慢，且调整不宜过于频繁，因此在短时间尺度优化控制中不对二者进行调整，控制变量为储能装置充放电功率增量、静止无功补偿装置及分布式光伏无功出力增量。

由于光伏出力及负荷需求预测数据的误差随着预测时间的提前而增大，为应对二者的随机波动，防止出现电压越限，保证系统运行的安全性，同时为保证与长时间尺度整体优化方向及分析计算的一致性，短时间尺度优化控制仍以系统网损最小为优化目标，其计算公式为：

式中，minf为系统网损最小值；δt为短时间尺度优化控制的时间间隔，n为短时间尺度优化控制的控制步长，表示t时刻储能装置充放电功率；分别表示分布式光伏及静止无功补偿装置无功出力长时间尺度优化控制的参考值；δpch,j,t、δpdis,j,t、δqdg,j,t、δqsvc,j,t分别表示t时刻短时间尺度优化控制储能装置充放电功率的调整值、分布式光伏及静止无功补偿装置无功出力的调整值。

所述短时间尺度优化控制中，约束变量包括潮流约束、电压水平约束、支路容量约束、分布式光伏运行约束、静止无功补偿装置运行约束及储能装置运行约束；具体的为：

潮流约束：

其他约束，具体包括电压水平约束、支路容量约束、分布式光伏运行约束、静止无功补偿装置运行约束及储能装置运行约束；

长时间尺度优化控制及短时间尺度优化控制均为基于预测信息的超前预测控制，由于光伏出力和负荷需求的不确定性，系统的实测值与预测值往往会出现偏差，因此通过反馈校正，将实测输出值以反馈信息反馈给长时间尺度优化控制及短时间尺度优化控制，作为下一轮滚动优化的初始值，实现闭环控制，使预测结果更接近实际值。

综合考虑系统中的有载调压变压器、补偿电容器、静止无功补偿装置、分布式光伏、储能装置等多种可控装置，将控制过程划分为长时间尺度优化控制和短时间尺度优化控制。长时间尺度优化控制保证系统运行的经济性，短时间尺度优化控制保证系统运行的安全性，二者基于各自的优化目标分别执行单独的模型预测控制。长时间尺度优化控制以系统网损最小为优化目标，基于光伏出力及负荷需求的预测数据，以δt为时间间隔，对未来m·δt时间内系统中各可控装置的有功无功出力进行优化求解，作为短时间尺度优化控制层的调节基点。短时间尺度优化控制根据当前系统运行状态及更小时间尺度的光伏出力及负荷需求预测数据，以δt(δt＜δt)为时间间隔，滚动求解未来n·δt时间内系统中各可控装置的有功无功出力增量，对上一级优化结果进行修正。控制结构如图2所示。

在本实施例中，优化问题中既包括连续变量又包括整数变量，其数学本质为混合整数非凸、非线性优化问题，难以求得最优解，本文考虑将优化模型转化为可高效求解的二阶锥规划(second-orderconeprogramming，socp)问题。

所述步骤s2中，二阶锥规划的形式为：

式中，变量x∈rn；常量b∈rm，c∈rn，a∈rm×n；k为二阶锥或旋转二阶锥。

作为优选的，所述二阶锥形式为：

所述旋转二阶锥形式为：

以长时间尺度优化控制为例，潮流约束中的式(3)与(4)为非凸、非线性方程，优化目标函数及其他约束条件为线性方程，需对式(3)与(4)其进行处理。

式(3)与式(13)为对oltc的约束，采用基于分段线性化的精确线性化建模方法对oltc建模，将该约束转化为线性约束。

对式(4)采用二阶锥方法进行松弛，松弛之后式(4)可改写为：

将其改写为标准二阶锥形式，即：

||[2pij,t2qij,tiij,t-vi,t]^t||2≤iij,t+vi,t(26)

长时间尺度优化控制模型中包含离散变量及连续变量，优化模型最终转化为混合整数二阶锥规划模型；短时间尺度优化控制模型中只包含连续变量，最终转换为二阶锥规划模型。

本实施例中还示出了一种分布式光伏配电网有功无功协调优化系统，包括长时间尺度优化控制模型、短时间尺度优化控制模型；

所述长时间尺度优化控制模型用于以系统网损最小为优化目标，基于光伏出力及负荷需求的预测数据，以δt为时间间隔，滚动求解未来m·δt时间内各可控装置的有功无功出力；

所述短时间尺度优化控制模型用于基于系统当前运行状态及更短时间尺度的预测数据对长时间尺度的优化控制结果进行调整，以δt(δt＜δt)为时间间隔，滚动求解未来n·δt时间内系统中各可控装置的有功无功出力增量。

综上所述，本申请提出一种含分布式光伏配电网有功无功协调优化控制方法，将系统的控制过程划分为长时间尺度优化控制及短时间尺度优化控制，不同时间尺度优化控制针对各自的控制目标及控制变量分别执行单独的模型预测控制，长时间尺度基于光伏出力及负荷需求预测信息，采用多步滚动优化求解各可控装置的有功无功出力，短时间尺度以长时间尺度的计算结果为基准值，滚动求解有功无功出力增量。能够有效应对光伏出力及负荷需求的波动性，综合考虑配电系统中的多种更可控装置，有效应对光伏接入造成的配电系统过电压现象，减小网络损耗，保证系统的安全经济运行；同时通过多时间尺度的协调，保证慢动作设备的调整次数不会过于频繁，进而保证了其的使用寿命，减少了配电网中设备购置开支；通过充分利用分布式光伏的无功出力，不对分布式光伏的有功进行削减，大大提高了配电网中分布式光伏的消纳，减少了系统从大电网中吸收有功及无功功率。长时间尺度及短时间尺度滚动优化控制中既包括连续变量又包括整数变量，其数学本质为混合整数非凸、非线性优化问题，难以求得最优解，本申请中将优化模型转化为可高效求解的二阶锥规划问题，使得计算更加简便高效。

最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。