含风力/光伏发电配电网日前无功调度的生成装置及方法

文档序号:8284638阅读:293来源:国知局
含风力/光伏发电配电网日前无功调度的生成装置及方法
【技术领域】
[0001] 本发明属于电力系统自动化的技术领域,具体地涉及一种含风力/光伏发电配电 网日前无功调度的生成装置及方法。
【背景技术】
[0002] 分布式电源具有取之不尽用之不竭和清洁无污染的特点,作为集中式发电的有效 补充,其接入配电网已成为必然趋势,因此基于可再生能源的分布式电源在各个省市电网 公司得到大力发展、研宄及示范应用。近期研宄文献表明分布式电源不仅能够提供有功功 率,也能为系统提供无功支持,参与配电网无功调度,其无功出力大小取决于有功出力值与 逆变器容量。但分布式电源的出力预测较困难,通常无法在较长时间尺度上进行准确的预 测,因此对其无功调度难以执行;在日前时间尺度上对分布式电源的预测精度较高,但留给 调度部门优化调度的时间较短,大量的在线搜索式优化算法通常不能满足时间上的要求。 因此至今没有实现同时满足分布式电源预测精度和快速优化调度的配电网无功调度装置。 现有研宄大多在于日前时间尺度上的无功优化,但用时较长,对于复杂的实际线路不适用。
[0003] 因此,为进一步加强对分布式电源的利用,更合理的协调调度配电网各类型无功 电源,快速并最大限度的提升电网指标和经济性指标,需要提出一种含风力/光伏发电配 电网日前无功调度的生成装置及方法。

【发明内容】

[0004] 本发明的技术解决问题是:克服现有技术的不足,提供含风力/光伏发电配电网 日前无功调度的生成装置,其不仅节省了计算时间,而且保证了调度方案的最优性。
[0005] 本发明的技术解决方案是:这种含风力/光伏发电配电网日前无功调度的生成装 置,该装置包括:
[0006] 场景优化调度库离线形成模块,用于对风力/光伏发电历史数据进行聚类并组合 形成场景集,计算每一个场景的调度方案形成优化场景库;
[0007] 次日状态模式匹配模块,用于根据预测的次日24小时状态进行模式匹配,形成次 日调度方案解集;
[0008] 电容器投切方案修正模块,用于修正次日24小时电容器投切方案;
[0009] 多属性决策模块,用于得到最优方案和次优方案供调度人员参考。
[0010] 还提供了一种含风力/光伏发电配电网日前无功调度的生成方法,该方法包括以 下步骤:
[0011] (1)对采集的风速、光照强度和负荷历史数据进行聚类;
[0012] (2)将聚类好的风速、光照强度和负荷大小历史数据进行组合形成场景集;
[0013] (3)建立分布式电源无功出力模型;
[0014] (4)针对场景集里的每个场景情况,采用带精英保留策略的遗传算法优化无功调 度方案;
[0015] (5)将求得最优调度方案与运行场景合并形成场景优化调度库;
[0016] (6)预测次日24小时风力、光伏出力和负荷大小;
[0017] (7)采用距离相似度计算方法找出与预测情况相似的几组场景及其对应的优化调 度方案,形成次日调度方案解集;
[0018] (8)将解集中的电容器24小时投切容量进行模糊聚类;修正步骤(7)中的调度方 案;
[0019] (9)对于步骤(8)中得到的每一个可行解,提出多属性决策指标,利用层次分析法 确定各指标权重,最终计算目标函数;
[0020] (10)通过排序得出最优解和次优解。
[0021] 本发明通过运用模糊聚类技术离线形成场景优化调度库,采用距离相似度计算方 法运行模式匹配,从调度库中找到与实际情况最相近的多种场景,利用多属性决策找到最 优调度方案,从而不仅节省了计算时间,并且保证了调度方案的最优性。
【附图说明】
[0022] 图1是本发明的总体框图;
[0023] 图2是本发明所述的方法的流程图。
【具体实施方式】
[0024] 如图1所示,这种含风力/光伏发电配电网日前无功调度的生成装置,该装置包 括:
[0025] 场景优化调度库离线形成模块,用于对风力/光伏发电历史数据进行聚类并组合 形成场景集,计算每一个场景的调度方案形成优化场景库;
[0026] 次日状态模式匹配模块,用于根据预测的次日24小时状态进行模式匹配,形成次 日调度方案解集;
[0027] 电容器投切方案修正模块,用于修正次日24小时电容器投切方案;
[0028] 多属性决策模块,用于得到最优方案和次优方案供调度人员参考。
[0029] 优选地,所述场景优化调度库离线形成模块还包括:
[0030] 分别采集风速、光照强度和负荷的大量历史数据,并考虑负荷增长;采用聚类分析 技术,分别对风速、光照强度和负荷大小历史数据计算最佳模糊分类矩阵和聚类中心;把完 成聚类的风速、光照强度和负荷大小进行组合,建立全面的运行场景集;对所建立的每一个 运行场景集,求解最优调度方案;将运行场景与相应的最优调度方案合并,形成场景优化调 度库。
[0031] 优选地,所述次日状态模式匹配模块还包括:
[0032] 预测次日24小时风力、光伏、负荷出力;采用距离相似度计算方法进行模式匹配, 形成次日调度方案解集。
[0033] 优选地,所述电容器投切方案修正模块还包括:
[0034] 根据电容器投切次数限制,利用模糊聚类技术,优化电容器投切方案。
[0035] 优选地,所述多属性决策模块还包括:
[0036] 利用层次分析法确定决策指标权重;对目标函数排序得到最优调度方案。
[0037] 优选地,所采用的多数性决策目标函数,包括损耗、电压偏移和燃气轮机运行费 用。
[0038] 如图2所示,还提供了一种含风力/光伏发电配电网日前无功调度的生成方法,该 方法包括以下步骤:
[0039] (1)对采集的风速、光照强度和负荷历史数据进行聚类;
[0040] (2)将聚类好的风速、光照强度和负荷大小历史数据进行组合形成场景集;
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1