基于功率灵敏度分析的孤岛微网系统频率和电压调节方法与流程

本发明涉及微网孤岛运行时频率和电压调节技术领域，尤其是基于功率灵敏度分析的孤岛微网系统频率和电压调节方法。

背景技术：

随着世界经济的飞速发展，全球化石能源消费量保持稳中有升的趋势。然而，传统的化石能源储量有限、不可再生，导致全球能源供应紧张。另一方面，传统化石能源的燃烧，不可避免地会带来二氧化硫、氮氧化物等有毒有害气体的排放，而大量产生的二氧化碳气体还会进一步加剧全球气候变暖，引起海平面持续升高。因此，大力推动可再生清洁能源的开发和利用正在逐步成为各国政府的共识之一。在此背景下，我国政府将大力发展可再生清洁能源确定为新兴产业发展中的重点发展方向之一，明确对风能、太阳能以及生物质能的重点开发。随着中国经济的快速发展，能源需求不断增长，构建稳定、经济、清洁、安全的能源供应体系面临着重大挑战。

微电网依靠电力电子变流设备，实现了分布式清洁电源的可控接入与就地消纳，使可再生清洁能源的利用大量增加，推动着资源节约、环境友好型社会的发展。通过切换并网开关，微电网能够运行于孤岛和并网两种模式。当微网处于孤网运行模式下时，由于失去了大电网对其频率和电压的支撑，微网必须依靠自身的调控作用使其运行在稳定状态。微网内部包含诸如光伏发电、风力发电之类的可再生清洁能源，由于这些分布式能源出力具有不确定性，会加剧微网的频率和节点电压波动。而电动汽车之类的可控负荷接入微网时，会使微网的节点负荷具有一定的可调性，通过合理优化微网各个节点的负荷大小，能够有效调节微网频率和各个节点的电压大小，保障系统持续稳定运行。

技术实现要素：

本发明的目的在于提供基于功率灵敏度分析的孤岛微网系统频率和电压调节方法，对孤岛运行时微网的频率和电压进行调节，为保障微网的安全稳定运行提供相应的技术支持。

实现本发明目的的技术方案如下：

基于功率灵敏度分析的孤岛微网系统频率和电压调节方法，包括：

根据系统的结构及参数，得到其节点导纳矩阵；

采集系统的实时频率及各个节点电压；

确定功率灵敏度，包括系统频率对有功功率、无功功率的灵敏度和各个节点电压对有功功率、无功功率的灵敏度；

将系统频率对有功功率、无功功率的灵敏度以及各个节点电压对有功功率、无功功率的灵敏度分别从大到小排列，各自选取前三分之一的节点，以系统频率偏差和节点电压偏差最小作为优化目标，采用优化算法进行所选节点的有功功率、无功功率的优化，得到节点有功功率、无功功率优化值；

根据节点有功功率、无功功率的优化值调整所选节点的有功功率、无功功率，从而减小系统频率偏差和节点电压偏差。

进一步的技术方案，所述确定功率灵敏度的方法，包括：

建立微网系统中发电机功率模型：根据发电机的有功功率-频率特性，建立发电机的有功功率模型pg＝pgn-kgδf，其中pg为发电机实际输出有功功率，pgn为发电机额定输出有功功率，kg为发电机有功功率-频率静特性系数，δf为系统频率偏差值；根据发电机的无功功率-电压特性，结合发电机无功功率与频率的关系，考虑发电机励磁调节系统的作用，建立发电机的无功功率模型其中qg为发电机实际输出无功功率，qgn为发电机额定输出无功功率，kg为发电机无功功率-频率静特性系数，aq和bq为发电机无功控制系数，δug为发电机端电压改变量，β为发电机励磁系统调差系数；

建立微网系统中负荷功率模型：考虑系统频率偏差和节点电压偏差的影响，建立负荷的有功功率模型和无功功率模型其中pd和qd分别为负荷实际有功功率和无功功率，pdn和qdn分别为负荷额定的有功功率和无功功率，kp和kq为负荷的频率特性，vlb为与负荷相连节点电压，pp、pc、pz、qp、qc、qz为负荷的电压特性系数，u为负荷的额定节点电压；

确定功率灵敏度：在潮流计算中，极坐标下的有功功率、无功功率分别为其中p、q分别为节点有功功率、无功功率，i、j为节点标号，ui、uj分别为节点i、j电压，gij、bij为导纳矩阵元素，δij为节点电压相位差；在潮流计算中，有功功率和无功功率偏差值分别为δp＝pg-pd-p和δq＝qg-qd-q；考虑频率偏差对节点有功功率、无功功率的影响，在牛拉法潮流计算中，改进其修正方程，其表达式为其中δf、δθ、δu分别为频率、相角、电压偏差值；雅克比矩阵jext表达式为由此得到雅克比矩阵的逆矩阵其中，分别为频率对有功功率、无功功率的灵敏度；分别为相角对有功功率、无功功率的灵敏度；分别为电压对有功功率、无功功率的灵敏度。

更进一步的技术方案，所述以系统频率偏差和节点电压偏差最小作为优化目标，采用优化算法进行有功功率、无功功率的优化的步骤中，优化算法采用粒子群优化算法：

当节点i有功功率、无功功率优化量分别为δpi和δqi时，频率改变为节点电压改变为其中δf1为节点功率优化前系统的频率偏差标幺值，δf2为节点功率优化后系统的频率偏差标幺值，ui,1为功率优化前节点i的电压，ui,2为功率优化后节点i的电压；对这两个目标加权处理，将多目标优化问题转化成单目标优化，在计算过程中，采用标幺值进行归一化处理，则优化目标为使其值最小，其中a1、a2为电压偏差和频率偏差的权重系数。

与现有技术相比，本发明的有益效果是：

对系统频率及各个节点电压进行采集，得到微网实时的频率大小及节点电压。根据功率灵敏度的定义，得到微网系统频率和节点电压对有功功率和无功功率的灵敏度。以系统频率偏差和节点电压偏差最小作为优化目标，采用优化算法对灵敏度较大节点的有功功率、无功功率进行优化，得到各个节点有功功率、无功功率优化值。根据节点功率优化值大小调整各个节点的有功功率、无功功率，从而使系统频率偏差、节点电压偏差减小，达到频率和节点电压调节的目的。本发明具有以下优点：

一、从改善分布式电源并网逆变器的控制方式出发，从而进行频率和电压单方面的调节相比，本发明提出的优化方法通过优化节点功率大小，可以对频率和电压两个方面同时进行调节。调节面更广。

二、在优化目标中对系统频率偏差和节点电压偏差进行归一化加权处理，当系统对频率要求较高时，可以通过增大频率偏差权系数，来使系统频率更接近参考值；当系统对节点电压要求较高时，可以通过增大节点电压权系数，来使节点电压更接近参考值。调节方式更灵活。

三、定义节点功率灵敏度，选取灵敏度较大节点进行功率的调节，可以实现通过调节较少的节点有功功率、无功功率，达到微网系统频率和节点电压调节的目的。调节过程更合理。

附图说明

图1为一种14节点微网系统结构图。

图2为基于节点功率灵敏度分析的孤岛微网频率电压调节方法流程图。

图3为粒子群优化算法流程图。

图4为频率调节结果。

图5为节点电压调节结果。

具体实施方式

下面结合附图及实施例，详细描述本发明的技术方案。

一种14节点的微网系统结构图如图1所示，对其进行实施例分析。该微网系统中节点8接有柴油发电机，可调容量为3kw-60kw。节点4接有微型燃气轮机，可调容量为5kw-80kw。节点7接有燃料电池，可调容量为4kw-80kw。节点5和10分别接有光伏发电系统和风力发电系统，当外界环境变化较大时，由于其出力受环境影响较大，将使系统频率和节点电压出现偏差。

基于节点功率灵敏度分析的孤岛微网频率电压调节方法流程图如图2所示，首先，根据微网的结构及参数，得到系统的节点导纳矩阵。并对系统频率及各个节点电压进行采集，得到微网实时的频率大小及节点电压；其次，根据功率灵敏度的定义，得到微网系统频率和节点电压对有功功率和无功功率的灵敏度。然后，将系统频率偏差和节点电压偏差最小作为优化目标，采用优化算法对灵敏度较大节点的有功功率、无功功率进行优化，得到各个节点有功功率、无功功率优化值。最后，根据节点功率优化值大小调整各个节点的有功功率、无功功率，从而使系统频率偏差、节点电压偏差减小，达到频率和节点电压调节的目的。

所述功率灵敏度的定义步骤为：

a、发电机功率模型建立：根据发电机的有功功率-频率特性，可建立发电机的有功功率模型，为pg＝pgn-kgδf，其中pgn为发电机额定输出有功功率，kg为发电机有功功率-频率静特性系数，δf为系统频率偏差值；根据发电机的无功功率-电压特性，结合发电机无功功率与频率的关系，考虑发电机励磁调节系统的作用，可建立发电机的无功功率模型，为其中qgn为发电机额定输出无功，kg为发电机无功功率-频率静特性系数，δf为系统频率偏差值，aq和bq为发电机无功控制系数。

b、负荷功率模型建立：考虑系统频率偏差和节点电压偏差的影响，可建立负荷的有功功率、无功功率模型，分别为其中pdn和qdn为负荷额定的有功功率和无功功率；kp和kq为负荷的频率特性；vlb为与负荷相连节点电压；pp，pc，pz，qp，qc，qz为负荷的电压特性。

c、功率灵敏度的确定：在潮流计算中，极坐标下的有功功率、无功功率为其中ui、uj为节点电压大小，gij、bij为导纳矩阵元素，δij为节点电压相位差；在潮流计算中，有功功率和无功功率改变量为δp＝pg-pd-p，δq＝qg-qd-q；考虑频率偏差对节点有功功率、无功功率的影响，在牛拉法潮流计算中，改进其修正方程，其表达式为其中，雅克比矩阵jext表达式为由此，可得到雅克比矩阵的逆矩阵其中为频率对有功无功的灵敏度大小；为相角对有功无功的灵敏度大小；为电压对有功无功的灵敏度大小。

所述优化目标定义为：

优化目标为微网频率及节点电压偏差能最大程度地减小。当节点i有功功率、无功功率优化量为δpi和δqi时，频率优化结果为节点电压优化结果为其中δf1为节点功率优化前系统的频率偏差值，δf2为节点功率优化后系统的频率偏差值，ui,1为功率优化前节点i的电压大小，ui,2为功率优化后节点i的电压大小；对这两个目标加权处理，将多目标优化问题转化成单目标优化，在计算过程中，采用标幺值进行归一化处理，则优化目标为使其值最小，其中a1、a2为电压偏差和频率偏差的权重系数。

所述优化算法采用粒子群优化算法如图3所示，其步骤为：

a、利用随机数初始化粒子位置及粒子速度，粒子的维度为有功无功优化调节节点个数。

b、根据约束条件对粒子进行约束。判断节点的调节功率是否符合约束条件，对不符合约束条件的粒子进行相应调整。

c、令当前位置为粒子群的个体最优，根据目标函数，对个体最优进行更新，找到最终个体最优位置pbest。

d、将找出的个体最优pbest与群体最优gbest相比较，如果pbest劣于gbest，则保留gbest，如果pbest优于gbest，则更新gbest的值。

e、算法收敛或者达到最大迭代次数，算法结束。否则，粒子利用找出的pbest和gbest来更新自己的速度和位置，进行下一次迭代。粒子位置和速度更新表达式为其中为粒子第k+1、k次迭代时的速度与位置，m代表维度；w为惯性权重；c1、c2为学习因子；r1、r2为[0，1]之间的随机数；pbest、gbest为个体最优和群体最优解。

采用以上节点功率优化结果，对相应节点功率进行调整。系统频率及节点电压调节结果如图4、图5所示。虚线为优化前频率及节点电压大小，实线为优化后频率及节点电压大小，可以看出，优化后的实线比优化前的虚线更接近于线路额定频率与额定电压值。