含DPV配电网无功电压优化方法、终端设备及存储介质与流程
本申请属于配电网无功电压优化技术领域，尤其涉及一种含分布式光伏配电网无功电压优化方法、终端设备及存储介质。
背景技术：
随着配电网中光伏渗透率的提高，分布式光伏电源对电压的影响显著增大。分布式光伏(distributedphotovoltaic，dpv)出力的随机性和不确定性以及与负荷功率的不匹配，使得配电网电压波动加大，电压越限问题更加突出。
技术实现要素：
有鉴于此，本申请实施例提供了一种含分布式光伏配电网无功电压优化方法、终端设备及存储介质，以解决目前高密度光伏接入电网产生的电压越限问题。
根据第一方面，本申请实施例提供了一种含分布式光伏配电网无功电压优化方法，包括：获取光伏逆变器的初始有功功率；根据所述初始有功功率，以及预设的第一目标函数和第一约束条件，对分布式光伏配电网进行第一次优化，并获取第一次优化后所述光伏逆变器需要削减的有功功率最大值；根据所述需要削减的有功功率最大值，以及预设的第二目标函数和第二约束条件，对分布式光伏配电网进行第二次优化，并获取第二次优化后所述光伏逆变器的最优有功功率和最优无功功率。
结合第一方面，在本申请的一些实施例中，在根据所述初始有功功率，以及预设的第一目标函数和第一约束条件，对分布式光伏配电网进行第一次优化之前，还包括：根据预设时间段内全网总电压偏差，构建第一目标函数。
结合第一方面，在本申请的一些实施例中，所述第一目标函数为：
其中，f1t为t时段内全网总电压偏差绝对值之和最小值；uit为t时段节点i的电压值，t＝1,2，…24；u0为节点电压期望值；n为系统节点数。
结合第一方面，在本申请的一些实施例中，所述第一约束条件包括潮流等式约束条件、控制变量约束条件和节点电压约束条件；
所述潮流等式约束条件为：
其中，
所述控制变量约束条件为：
其中，qpvt.max为时段t内光伏无功功率最大值；
所述节点电压约束条件为：
umin≤uit≤umaxi＝1,2,…,n
其中，uit为t时段节点i的电压值，t＝1,2，…24；umax为满足运行要求的电网节点电压上限值；umin为满足运行要求的电网节点电压下限值。
结合第一方面，在本申请的一些实施例中，在根据所述需要削减的有功功率最大值，以及预设的第二目标函数和第二约束条件，对分布式光伏配电网进行第二次优化之前，还包括：根据各节点的有功功率削减量，构建第二目标函数。
结合第一方面，在本申请的一些实施例中，所述第二目标函数为：
其中，f2t为光伏逆变器有功功率削减量总和最小值；δppvit为第一次优化后时段t内节点i接入的光伏电源有功功率削减量，
结合第一方面，在本申请的一些实施例中，所述第二约束条件包括潮流等式约束条件、节点电压约束条件和逆变器运行约束条件；
所述潮流等式约束条件为
其中，pit为时段t内节点i注入的有功功率，t＝1,2，…24；qit为时段t内节点i注入的无功功率；uit为t时段节点i的电压值；ujt为t时段节点j的电压值；ppvit为时段t内光伏电源输出的有功功率；qpvit为时段t内光伏电源输出的无功功率；
所述节点电压约束条件为
umin≤uit≤umaxi＝1,2,…,n
其中，uit为时段t内节点i的电压幅值区间；umax为满足运行要求的电网节点电压上限值；、umin为满足运行要求的电网节点电压下限值；
所述逆变器运行约束条件为
其中，ppvit为时段t内光伏电源输出的有功功率；qpvit为时段t内光伏电源输出的无功功率；spvi为光伏逆变器容量；ppvitmax为时段t内节点i接入的光伏电源削减前输出有功功率。
根据第二方面，本申请实施例提供了一种终端设备，包括：输入单元，用于获取光伏逆变器的初始有功功率；第一优化单元，用于根据所述初始有功功率，以及预设的第一目标函数和第一约束条件，对分布式光伏配电网进行第一次优化，并获取第一次优化后所述光伏逆变器需要削减的有功功率最大值；第二优化单元，用于根据所述需要削减的有功功率最大值，以及预设的第二目标函数和第二约束条件，对分布式光伏配电网进行第二次优化，并获取第二次优化后所述光伏逆变器的最优有功功率和最优无功功率。
根据第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第一方面任一实施方式所述方法的步骤。
根据第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一实施方式所述方法的步骤。
本申请实施例提供的含分布式光伏配电网无功电压优化方法、终端设备及存储介质，通过对光伏逆变器的有功功率和/或无功功率进行两次优化，能够使分布式光伏配电网中的各个节点的节点电压在各个时段均符合节点电压约束条件，杜绝了电压越限的情况，解决了目前高密度光伏接入电网所产生的电压越限问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的含分布式光伏配电网无功电压优化方法的一个具体示例的实现流程示意图；
图2是配电网拓扑图；
图3是优化前后第一个光伏电源输出的无功功率；
图4是优化前后第二个光伏电源输出的无功功率；
图5是优化前后第一台电容器投切组数；
图6是优化前后第二台电容器投切组数；
图7是优化前后变压器分接头电压变化曲线；
图8是优化前后节点电压分布曲线；
图9是粒子群算法适应度收敛曲线；
图10是本申请实施例提供的终端设备的一个具体示例的结构示意图；
图11是本申请实施例提供的终端设备的另一个具体示例的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
本申请实施例提供了一种含分布式光伏配电网无功电压优化方法，如图1所示，该含分布式光伏配电网无功电压优化方法可以包括以下步骤：
步骤s101：获取光伏逆变器的初始有功功率。具体的，可以根据光伏发电预测结果，分别获取全天24个时段内光伏逆变器输出有功功率，并分别将上述24个时段内光伏逆变器输出有功功率记为对应时段的初始有功功率。
步骤s102：根据初始有功功率，以及预设的第一目标函数和第一约束条件，对分布式光伏配电网进行第一次优化，并获取第一次优化后光伏逆变器需要削减的有功功率最大值。
可选的，为了实现对分布式光伏配电网的第一次优化，可以在步骤s102之前，增设以下步骤：
步骤s102’：根据预设时间段内全网总电压偏差，构建第一目标函数。具体的，可以以全网24个时段电压偏差总和最小为第一目标函数，仅为利用给第一目标函数对分布式光伏配电网进行第一次优化处理。该第一次优化可以是无功优化。
在一具体实施方式中，第一目标函数如公式(1)所示：
其中，f1t为t时段内全网总电压偏差绝对值之和最小值；uit为t时段节点i的电压值，t＝1,2，…24；u0为节点电压期望值；n为系统节点数。
在实际应用中，可以通过粒子群算法对分布式光伏配电网进行第一次优化。具体的，分布式光伏配电网的第一次优化可以包括以下子步骤：
1)初始化第t个时段的粒子群算法参数，包括粒子群种群规模n，惯性权重的最大值ωmax和最小值ωmin，学习因子c1和c2，迭代次数t等。以光伏无功出力
2)将随机产生的种群个体进行潮流计算得到第i个节点在第t个时段节点电压uit，选取节点电压uit与电压额定值u0的偏差之和最小作为适应度函数，如式(1)所示。在求解式(1)所示的第一目标函数时，可以引入必要的约束条件。具体的，与第一目标函数相对应的第一约束条件可以包括潮流等式约束条件、控制变量约束条件和节点电压约束条件。
其中，潮流等式约束条件可以为：
其中，
控制变量约束条件可以为：
其中，qpvt.max为时段t内光伏无功功率最大值；
节点电压约束条件可以为：
umin≤uit≤umaxi＝1,2,…,n
其中，uit为t时段节点i的电压值，t＝1,2，…24；umax为满足运行要求的电网节点电压上限值；umin为满足运行要求的电网节点电压下限值。
3)计算每个粒子的适应度值，如果粒子m的当前适应度高于此前的个体最优值，则将其设为自身最优解pbest；如果当前粒子m的适应度高于此前的全局最优值，则将其值设为全局最优解gbest。
3)更新第m个粒子的速度xm＝[xm1,xm2,…,xmd]和位置vm＝[vm1,vm2,…,vmd]，如式(2)所示：
式中，k为迭代次数，d为粒子搜索空间维数，j＝1,2,…d，r1、r2为(0，1)之间均匀分布的随机数，vmin和vmax分别为粒子速度的最小值和最大值，w为权重，pbest.mj为第k次迭代时的自身最优解，gbest.j为第k次迭代时的全局最优解。
更新惯性权重，如式(3)所示。
式中，wmin和wmax为权重的最小值和最大值，kmax为最大迭代次数。
4)判断是否达到最大迭代次数，若满足条件，则输出最优变量值；否则返回步骤2)。
在对分布式光伏配电网进行第一次优化后，可以通过公式(4)计算得到无功优化后24个时段内光伏逆变器有功功率：
其中，spvi为光伏逆变器容量；
步骤s103：根据需要削减的有功功率最大值，以及预设的第二目标函数和第二约束条件，对分布式光伏配电网进行第二次优化，并获取第二次优化后光伏逆变器的最优有功功率和最优无功功率。
可选的，为了实现对分布式光伏配电网的第二次优化，可以在步骤s103之前增设以下步骤：
步骤s103’：根据各节点的有功功率削减量，构建第二目标函数。具体的，以时段t内各节点有功功率削减最小为目标函数，建立第二目标函数，并利用第二目标函数对分布式光伏配电网的第二次优化。
可以分情况计算光伏逆变器需要削减的有功功率数值：
若
在计算得到光伏逆变器需要削减的有功功率数值后，可以构建如公式(5)所示的第二目标函数：
其中，f2t为光伏逆变器有功功率削减量总和最小值；δppvit为第一次优化后时段t内节点i接入的光伏电源有功功率削减量，
在一具体实施方式中，可以根据公式(5)所示的第二目标函数，并采用粒子群算法对分布式光伏配电网进行第二次优化，具体的优化过程如下：
1)初始化粒子群算法参数，包括粒子群种群规模n，惯性权重的最大值ωmax和最小值ωmin，学习因子c1和c2，迭代次数t等；以节点电压uit、光伏无功出力qpvit作为粒子，随机产生其初始种群。
2)按照光伏逆变器输出有功功率削减量，并将各节点有功功率削减量之和最小作为适应度函数，如式(5)所示。
3)计算每个粒子的适应度值，如果粒子m的当前适应度高于此前的个体最优值则将其设为自身最优解pbest，如果当前粒子m的适应度高于此前的全局最优值则将其值设为全局最优解gbest。在求解式(5)所示的第二目标函数时，可以引入必要的约束条件。具体的，与第二目标函数相对应的第二约束条件可以包括潮流等式约束条件、节点电压约束条件和逆变器运行约束条件。
其中，潮流等式约束条件为
其中，pit为时段t内节点i注入的有功功率，t＝1,2，…24；qit为时段t内节点i注入的无功功率；uit为t时段节点i的电压值；ujt为t时段节点j的电压值；ppvit为时段t内光伏电源输出的有功功率；qpvit为时段t内光伏电源输出的无功功率；
节点电压约束条件可以为
umin≤uit≤umaxi＝1,2,…,n
其中，uit为时段t内节点i的电压幅值区间；umax为满足运行要求的电网节点电压上限值；umin为满足运行要求的电网节点电压下限值。
所述逆变器运行约束条件可以为
其中，ppvit为时段t内光伏电源输出的有功功率；qpvit为时段t内光伏电源输出的无功功率；spvi为光伏逆变器容量；ppvitmax为时段t内节点i接入的光伏电源削减前输出有功功率。
4)更新第m个粒子的速度xm＝[xm1,xm2,…,xmd]和位置vm＝[vm1,vm2,…,vmd]，如式(2)所示；更新惯性权重，如式(3)所示。
5)判断是否达到最大迭代次数，若满足条件，则输出最优变量值；否则返回步骤2)。
利用图1所示的含分布式光伏配电网无功电压优化方法，可以对图2所示的配电网进行优化处理，从而验证本申请实施例所提出的优化方法的有效性。如图2所示，可以在节点1接入一台有载调压变压器，变比范围为0.95～1.05，共9档，调节步长为1.25％；在8节点和13节点分别接入光伏电源，每个光伏电源的装机容量为500kw；在18节点和33节点分别接入无功补偿电容器组，单台容量为150kvar，共8台。模型求解算法参数设置如下：时段数为24，粒子群的种群规模为50，学习因子c1＝c2＝2.0，维数d＝5。惯性权重ω＝0.8，ωmax＝0.9，ωmin＝0.4，ω在[0.4，0.9]之间代数线性递减，最大迭代次数t＝60。
为了更明确地展现本申请实施例所提出方法的控制效果，分别采用以下两种不同的无功电压优化方法进行对比：
方案一：光伏逆变器不削减输出的有功功率，与调节补偿电容器和变压器分接头共同进行调压。
方案二：光伏逆变器削减输出有功功率，与调节补偿电容器和变压器分接头共同进行调压。
无功优化前后光伏电源输出无功功率、电容器投切组数和变压器分接头电压如图3至图7所示。有功功率削减前后配电网节点电压分布如图8所示。为方便说明，图8只作出了电压越限最严重时段各节点电压分布情况。有功功率削减前，第29～33节点电压小于0.95pu，低于电压允许下限。经有功功率削减，第29～33节点电压等于0.95pu，满足节点电压约束条件。应用本本申请实施例提出的方法进行优化后，该配电网24个时段的节点电压全部合格。图9为优化算法的适应度曲线，随着迭代步数的增加，适应度收敛，说明本文所提出方法是正确的和可行的。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本申请实施例还提供了一种终端设备，如图10所示，该终端设备可以包括：输入单元201、第一优化单元202和第二优化单元203。
其中，输入单元201用于获取光伏逆变器的初始有功功率；其对应的工作过程可参见上述方法实施例中步骤s101所述。
第一优化单元，用于根据所述初始有功功率，以及预设的第一目标函数和第一约束条件，对分布式光伏配电网进行第一次优化，并获取第一次优化后所述光伏逆变器需要削减的有功功率最大值；其对应的工作过程可参见上述方法实施例中步骤s102和步骤s102’所述。
第二优化单元，用于根据所述需要削减的有功功率最大值，以及预设的第二目标函数和第二约束条件，对分布式光伏配电网进行第二次优化，并获取第二次优化后所述光伏逆变器的最优有功功率和最优无功功率；其对应的工作过程可参见上述方法实施例中步骤s103和步骤s103’所述。
图11是本申请一实施例提供的终端设备的示意图。如图11所示，该实施例的终端设备600包括：处理器601、存储器602以及存储在所述存储器602中并可在所述处理器601上运行的计算机程序603，例如分布式光伏配电网优化程序。所述处理器601执行所述计算机程序603时实现上述各个含分布式光伏配电网无功电压优化方法实施例中的步骤，例如图1所示的步骤s101至步骤s103。或者，所述处理器601执行所述计算机程序603时实现上述各装置实施例中各模块/单元的功能，例如图10所示输入单元201、第一优化单元202和第二优化单元203的功能。
所述计算机程序603可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器602中，并由所述处理器601执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序603在所述终端设备600中的执行过程。例如，所述计算机程序603可以被分割成同步模块、汇总模块、获取模块、返回模块(虚拟装置中的模块)。
所述终端设备600可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器601、存储器602。本领域技术人员可以理解，图11仅仅是终端设备600的示例，并不构成对终端设备600的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器601可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器602可以是所述终端设备600的内部存储单元，例如终端设备600的硬盘或内存。所述存储器602也可以是所述终端设备600的外部存储设备，例如所述终端设备600上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器602还可以既包括所述终端设备600的内部存储单元也包括外部存储设备。所述存储器602用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器602还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！