一种配网系统光伏优化构网方法与流程

1.本发明涉及电网控制技术领域，尤其涉及一种配网系统光伏优化构网方法。


背景技术：

2.在光伏电网与配电网的联络网络中，并网逆变器作为能量转换即控制的核心，是影响整个系统性能的关键设备，但由于光伏电网接入配电网过程中会产生大量的谐波污染以及电能参数异常现象，如果控制不好，将会对逆变器的性能产生严重影响，最终导致光伏电网整体性能的下降。而逆变器在运行过程中，其各项参数随着时间以及电网实时状态会不断变化，因此如何如何对逆变器的各项功能进行合理控制以提高控制性能，降低电网系统以及逆变器相互之间的不利影响，提高逆变器控制效果是逆变器应用的一个重要问题。
3.中国专利文献cn107546767a公开了一种“光伏并网逆变器的控制结构及控制方法”。利用滞留信号提高跟踪效果，通过优化系统函数提高其抗电网频率扰动特点的能力，该并网逆变器可以有效消除稳态误差，并通过增大带宽增强了其抵抗系统电网频率干扰的能力，通过控制函数增强逆变器抵抗电网频率变化带来的不利影响，通过增大系统带宽，提高系统的稳定性，并提高其相对精度。上述技术方案以被动调节形式实现电网控制，缺少对电网的主动支撑，对于电网控制不够及时。


技术实现要素：

4.本发明主要解决原有的技术方案以被动调节形式实现电网控制，缺少对电网的主动支撑，对于电网控制不够及时的技术问题，提供一种配网系统光伏优化构网方法，通过提升分布式光伏对电网的友好互动能力，对中低压分布式光伏进行广义虚拟同步技术升级，充分挖掘光伏mppt调节潜力及逆变器直流母线电容能量，根据电网的电压和频率的变化，快速调节逆变器交流侧输出暂态功率，对电网提供主动支撑，实现电网的及时控制。
5.本发明的上述技术问题主要是通过下述技术方案得以解决的：本发明包括以下步骤：
6.s1设置光伏构网开关；
7.s2设置低压分布式光伏集中构网终端；
8.s3对中压集中式光伏逆变器进行改造；
9.s4设置中压光伏快速频率/电压支撑装置；
10.s5进行配网avc光伏群控改造；
11.s6进行主配协同的发电及负荷预测；
12.s7采集数据并根据数据交互关系进行预测控制。
13.作为优选，所述的步骤s1光伏物联网开关增加高频同步采样，与本地逆变器快速通信，根据频率或电压变化生成光伏快速功率调节指令，以就地调节光伏逆变器暂态支撑功率。
14.作为优选，所述的步骤s2在分布式光伏相对集中的低压配电线路末端，安装基于
电力电子模块、宽频量测upmu、智能网关的集中构网终端；电力电子模块进行暂态有功/无功输出，upmu装置进行宽频量测、同步采样，快速计算电网频率电压支撑需求；智能网关通过无线通信就地快速控制区域内分布式光伏逆变器有功、无功，进行广义虚拟同步机定制。
15.1)电力电子模块容量不低于50kw，含30kw*10s超级电容，可运行于虚拟同步机模式，具备暂态有功/无功输出能力。
16.2)内置upmu装置具备宽频量测、同步采样功能，快速计算电网频率电压支撑需求；
17.3)智能网关通过无线通信就地快速控制区域内分布式光伏逆变器有功、无功，实现广义虚拟同步机定制策略。
18.作为优选，所述的步骤s3具体包括，对集中式光伏逆变器直流母线增加超级电容或储能，使集中式光伏逆变器在当前mppt条件下具备暂态大功率输出能力；升级基于转子运动方程的自同步控制策略，配置暂态功率控制装置，基于宽频量测、同步采样计算电网频率电压支撑需求，就地快速控制集中式逆变器有功、无功，进行广义虚拟同步机定制。
19.装置能实时监测并网点频率，可在新能源可调容量范围内主动进行一次调频。当并网点频率下降并进入调频动作区时，装置调节新能源发电机组增加有功输出，有功输出上限为pa；当并网点频率上升时，装置调节新能源发电机组减少有功输出，有功输出下限为pb。
20.针对各组串逆变器运行状态对一次调频有功指令和动态调压无功指令进行合理分配，并广播下发至各逆变器；其中，无功功率指令分配是在不超过理论最大可发无功的基础上，按各逆变器最大可发无功能力等比例分配。电站响应有功/无功指令后，再根据响应情况，对指令进行修正。装置具备的一次调频在线监测功能，可用于调度对一次调频功能的测试及对一次调频状态的监测。
21.作为优选，所述的步骤s5具体包括基于“集群层-边缘层-就地层”多层级管理架构，进行分布式电源集群调控方案，第一部分为集群层，具体涉及分布式电源集群管控装置、分布式电源集群协控装置与分布式电源运行监控装置；第二部分为边缘层，具体涉及分布式电源运行管控边缘网关；第三部分为就地层，具体涉及分布式电源就地控制终端。
22.调控方案可分为三部分：
23.第一部分为集群层，具体涉及分布式电源集群管控装置、分布式电源集群协控装置与分布式电源运行监控装置。基于分布式电源集群群内自治与群间协同，制定分布式电源日前-日内优化运行方案，分布式电源集群群间协同进行全局优化，群内自治基于集群划分，对集群内并网装备进行管控，进而提升分布式电源消纳水平和整体运行经济性。
24.第二部分为边缘层，具体涉及分布式电源运行管控边缘网关。分布式电源运行管控边缘网关实现对接入同一线路分布式电源的并网管控，边缘网关与上层主站系统交互，将底层设备运行信息汇集上传至主站系统，并可实现主站调控指令的优化分配，同时可基于边缘计算实现快速的设备调控与电压恢复。
25.第三部分为就地层，具体涉及分布式电源就地控制终端，该终端可响应边缘管控终端的指令，还可基于内置就地控制策略，实现对分布式电源的安全经济控制。
26.作为优选，所述的步骤s5采用模型预测控制根据系统当前时刻的控制输入以及历史过程信息，预测过程的未来输出值，为mpc的滚动优化提供最新的输入信息，滚动优化以实际系统的输出反馈结果为基础，根据最新的系统预测输出，针对该预测时段里的目标函
数，通过优化搜索，获得未来一段时间的最优控制措施。
27.模型预测控制是一类基于模型的有限时域闭环控制最优控制算法。在每一个采样周期，控制器以当前时刻的系统状态作为控制的初始状态，基于过程预测模型的未来状态或者预测结果，通过在线滚动求解一个有限时长的最优控制问题从而得到下一步的控制策略，使得未来输出与参考轨迹之间的偏差最小。mpc过程由模型预测、滚动优化和反馈校正三部分组成。
28.模型预测根据系统当前时刻的控制输入以及历史过程信息，预测过程的未来输出值，为mpc的滚动优化提供最新的输入信息。
29.滚动优化以实际系统的输出反馈结果为基础，根据最新的系统预测输出，针对该预测时段里的目标函数，通过优化搜索，获得未来一段时间的最优控制措施。
30.反馈校正使用实际系统问题输出量的量测值来校正，解决超前控制策略的滚动优化算法无法补偿偏差的问题。
31.作为优选，所述的模型预测采用凸松弛技术将原始非线性优化问题转化为近似凸问题，再通过形式转换，将近似凸问题转换为二阶锥规划问题，最后通过求解等效的二阶锥规划问题得到优化结果。系统运行安全性(包括断面潮流约束、节点电压约束等)是电力系统优化调度中必须要保证的重要指标之一。因此，在电力系统优化调度问题中，需要考虑系统潮流方程。但是，系统潮流方程为复杂的非线性约束，导致系统优化调度问题难以被直接求解。为了解决上述问题，学者们提出了凸松弛方法对系统潮流方程进行处理。
32.作为优选，所述的步骤s6具体包括以下步骤：
33.s6.1异常数据识别与修正；
34.s6.2通过对不同预测类型数据进行特征指标划分提取，引入中心聚类算法进行特征数据聚类；
35.s6.3光伏发电分钟级功率预测；
36.s6.4自适应最优组合预测模型。
37.新能源发电功率受天气因素直接作用，在不同天气类型及时间尺度上展现出一定的规律特性；同时用户用电行为也受天气、日期、特殊事件等因素的影响呈规律性发展。通过对不同预测类型数据进行特征指标划分提取，引入中心聚类算法进行特征数据聚类，为分布式新能源发电功率预测模型及配网负荷预测模型建立提供精细、准确分类后的特征数据集，通过匹配待预测时段的特征数据类型预测模型，可以明显提高预测精度与稳定性。
38.作为优选，所述的步骤s6.1异常数据识别与修正首先计算历史数据的样本均值e(t)和标准差σ
t
，
[0039][0040][0041]
然后计算数据点偏移率ρ(i，t)，
[0042][0043]
将数据点偏移率ρ(i，t)与设定阈值c比较，若ρ(i，t)》c，则该历史数据判定为异常数据。
[0044]
本发明的有益效果是：通过提升分布式光伏对电网的友好互动能力，对中低压分布式光伏进行广义虚拟同步技术升级，充分挖掘光伏mppt调节潜力及逆变器直流母线电容能量，根据电网的电压和频率的变化，快速调节逆变器交流侧输出暂态功率，对电网提供主动支撑，实现电网的及时控制。
附图说明
[0045]
图1是本发明的一种流程图。
[0046]
图2是本发明的一种集中式光伏逆变器结构示意图。
[0047]
图3是本发明的一种装置调频折线图。
[0048]
图4是本发明的一种多层级管理架构图。
[0049]
图5是本发明的一种异常数据识别与修正流程图。
[0050]
图6是本发明的一种特征数据聚类流程图。
具体实施方式
[0051]
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
[0052]
实施例：本实施例的一种配网系统光伏优化构网方法，如图1所示，包括以下步骤：
[0053]
s1设置光伏构网开关，光伏物联网开关增加高频同步采样，与本地逆变器快速通信，根据频率或电压变化生成光伏快速功率调节指令，以就地调节光伏逆变器暂态支撑功率。
[0054]
s2设置低压分布式光伏集中构网终端，在分布式光伏相对集中的低压配电线路末端，安装基于电力电子模块、宽频量测upmu、智能网关的集中构网终端；电力电子模块进行暂态有功/无功输出，upmu装置进行宽频量测、同步采样，快速计算电网频率电压支撑需求；智能网关通过无线通信就地快速控制区域内分布式光伏逆变器有功、无功，进行广义虚拟同步机定制。
[0055]
1)电力电子模块容量不低于50kw，含30kw*10s超级电容，可运行于虚拟同步机模式，具备暂态有功/无功输出能力。
[0056]
2)内置upmu装置具备宽频量测、同步采样功能，快速计算电网频率电压支撑需求；
[0057]
3)智能网关通过无线通信就地快速控制区域内分布式光伏逆变器有功、无功，实现广义虚拟同步机定制策略。
[0058]
s3对中压集中式光伏逆变器进行改造，具体包括，对集中式光伏逆变器直流母线增加超级电容或储能，使集中式光伏逆变器在当前mppt条件下具备暂态大功率输出能力；升级基于转子运动方程的自同步控制策略，配置暂态功率控制装置，基于宽频量测、同步采样计算电网频率电压支撑需求，就地快速控制集中式逆变器有功、无功，进行广义虚拟同步机定制。
[0059]
如图3所示，装置能实时监测并网点频率，可在新能源可调容量范围内主动进行一
次调频。当并网点频率下降并进入调频动作区时，装置调节新能源发电机组增加有功输出，有功输出上限为pa；当并网点频率上升时，装置调节新能源发电机组减少有功输出，有功输出下限为pb。
[0060]
针对各组串逆变器运行状态对一次调频有功指令和动态调压无功指令进行合理分配，并广播下发至各逆变器；其中，无功功率指令分配是在不超过理论最大可发无功的基础上，按各逆变器最大可发无功能力等比例分配。电站响应有功/无功指令后，再根据响应情况，对指令进行修正。装置具备的一次调频在线监测功能，可用于调度对一次调频功能的测试及对一次调频状态的监测。
[0061]
s4设置中压光伏快速频率/电压支撑装置，具体包括基于“集群层-边缘层-就地层”多层级管理架构，进行分布式电源集群调控方案，第一部分为集群层，具体涉及分布式电源集群管控装置、分布式电源集群协控装置与分布式电源运行监控装置；第二部分为边缘层，具体涉及分布式电源运行管控边缘网关；第三部分为就地层，具体涉及分布式电源就地控制终端。
[0062]
如图4所示，调控方案可分为三部分：
[0063]
第一部分为集群层，具体涉及分布式电源集群管控装置、分布式电源集群协控装置与分布式电源运行监控装置。基于分布式电源集群群内自治与群间协同，制定分布式电源日前-日内优化运行方案，分布式电源集群群间协同进行全局优化，群内自治基于集群划分，对集群内并网装备进行管控，进而提升分布式电源消纳水平和整体运行经济性。
[0064]
第二部分为边缘层，具体涉及分布式电源运行管控边缘网关。分布式电源运行管控边缘网关实现对接入同一线路分布式电源的并网管控，边缘网关与上层主站系统交互，将底层设备运行信息汇集上传至主站系统，并可实现主站调控指令的优化分配，同时可基于边缘计算实现快速的设备调控与电压恢复。
[0065]
第三部分为就地层，具体涉及分布式电源就地控制终端，该终端可响应边缘管控终端的指令，还可基于内置就地控制策略，实现对分布式电源的安全经济控制。
[0066]
s5进行配网avc光伏群控改造，采用模型预测控制根据系统当前时刻的控制输入以及历史过程信息，预测过程的未来输出值，为mpc的滚动优化提供最新的输入信息，滚动优化以实际系统的输出反馈结果为基础，根据最新的系统预测输出，针对该预测时段里的目标函数，通过优化搜索，获得未来一段时间的最优控制措施。
[0067]
模型预测控制是一类基于模型的有限时域闭环控制最优控制算法。在每一个采样周期，控制器以当前时刻的系统状态作为控制的初始状态，基于过程预测模型的未来状态或者预测结果，通过在线滚动求解一个有限时长的最优控制问题从而得到下一步的控制策略，使得未来输出与参考轨迹之间的偏差最小。mpc过程由模型预测、滚动优化和反馈校正三部分组成。
[0068]
模型预测根据系统当前时刻的控制输入以及历史过程信息，预测过程的未来输出值，为mpc的滚动优化提供最新的输入信息。
[0069]
滚动优化以实际系统的输出反馈结果为基础，根据最新的系统预测输出，针对该预测时段里的目标函数，通过优化搜索，获得未来一段时间的最优控制措施。
[0070]
反馈校正使用实际系统问题输出量的量测值来校正，解决超前控制策略的滚动优化算法无法补偿偏差的问题。
[0071]
模型预测采用凸松弛技术将原始非线性优化问题转化为近似凸问题，再通过形式转换，将近似凸问题转换为二阶锥规划问题，最后通过求解等效的二阶锥规划问题得到优化结果。系统运行安全性(包括断面潮流约束、节点电压约束等)是电力系统优化调度中必须要保证的重要指标之一。因此，在电力系统优化调度问题中，需要考虑系统潮流方程。但是，系统潮流方程为复杂的非线性约束，导致系统优化调度问题难以被直接求解。为了解决上述问题，学者们提出了凸松弛方法对系统潮流方程进行处理。
[0072]
s6进行主配协同的发电及负荷预测，具体包括以下步骤：
[0073]
s6.1异常数据识别与修正，如图5所示，异常数据识别与修正首先计算历史数据的样本均值e(t)和标准差σ
t
，
[0074][0075][0076]
然后计算数据点偏移率ρ(i，t)，
[0077][0078]
将数据点偏移率ρ(i，t)与设定阈值c比较，若ρ(i，t)》c，则该历史数据判定为异常数据。
[0079]
s6.2如图6所示，通过对不同预测类型数据进行特征指标划分提取，引入中心聚类算法进行特征数据聚类。新能源发电功率受天气因素直接作用，在不同天气类型及时间尺度上展现出一定的规律特性；同时用户用电行为也受天气、日期、特殊事件等因素的影响呈规律性发展。通过对不同预测类型数据进行特征指标划分提取，引入中心聚类算法进行特征数据聚类，为分布式新能源发电功率预测模型及配网负荷预测模型建立提供精细、准确分类后的特征数据集，通过匹配待预测时段的特征数据类型预测模型，可以明显提高预测精度与稳定性。
[0080]
s6.3光伏发电分钟级功率预测，光伏电站受云层遮挡时，其输出功率在短时间内会发生剧烈波动，开展光伏发电分钟级功率预测是应对光伏发电短时剧烈波动的有效方式之一。光伏发电分钟级功率预测指预测未来2小时的光伏发电功率，时间分辨率不低于5min。当程序监测导实际功率数据发生剧烈波动时，模型输入参数转为分钟级实时监测功率数据与实时云图数据，通过对云团运动进行预测分析，结合实测功率数据趋势进行光伏发电未来2小时分钟级功率预测。
[0081]
s6.4自适应最优组合预测模型。新能源电力系统在不同运行阶段由于不同类型、不同数量发电源及用电用户的接入导致的数据特征、复杂程度及数据量的差异化，都对预测模型的结果产生直接影响。同时，不同算法的预测性能在不同运行阶段、不同数据特征下也存在一定程度的差异。鉴于此，通过对算法库不同算法对不同预测类型在不同运行阶段的性能分析、特征数据分析，特征变量与预测对象相关性分析以及各算法预测结果评价指标分析，进行特征数据优化选取、预测模型优化更新及组合模型系数更新的计算，建立多算
法融合自适应最优组合预测模型。
[0082]
s7采集数据并根据数据交互关系进行预测控制。
[0083]
数据交互关系依据gb/t 40607-2021及gb/t 31464-2015，光伏功率预测及负荷预测的基础数据数据应包括场站的静态信息、数值天气预报、实测气象、实测功率、实测负荷、设备运行状态检修计划信息等。
[0084]
1)场站静态信息
[0085]
至少包括场站名称、并网装机容量、开机容量等信息。
[0086]
2)数值天气预报
[0087]
数值天气预报(nwp)至少包括次日零时起至短期预测时间尺度内的不同层高的风速、风向、总辐照度、温度、湿度、气压等气象参数，分辨率不大于15分钟，每天至少提供两次nwp数据。
[0088]
3)实测数据采集
[0089]
实测数据采集时间间隔不大于5分钟。采集可用率应大于95％。实测功率数据、实测负荷数据、实时气象数据、实时气象信息采集设备的技术指标应满足《光伏发电站太阳能资源实时监测技术要求》(gb/t 30153-2013)的要求。实测气象数据至少包括总辐照度、法向直射辐照度、水平面散射辐照度、气温、相对湿度、气压。
[0090]
4)设备运行状态
[0091]
设备运行状态信息包括设备的启停、故障、容量变化等。
[0092]
根据电网的电压和频率(相位)的变化，快速调节逆变器交流侧输出暂态功率，对电网提供主动支撑。包括以下途径：
[0093]
低压侧：
[0094]
1)对组串式逆变器本体进行广义虚拟同步机控制策略改造，包括自同步电压源软件升级或逆变器配置暂态功率控制装置。
[0095]
2)低压光伏构网开关根据频率/电压变化生成光伏快速功率调节指令，就地调节光伏逆变器暂态支撑功率。
[0096]
3)低压线路末端安装含电力电子模块的集中构网终端，直流侧配置储能/超级电容，可采用虚拟同步机主动构网；具备频率/电压宽频测量能力，对末端区域光伏开展主动支撑调节。
[0097]
中压侧：
[0098]
1)对集中式逆变器本体进行广义虚拟同步机控制策略改造，包括自同步电压源软件升级或逆变器配置暂态功率控制装置。
[0099]
2)中压光伏构网开关根据频率/电压变化生成光伏快速功率调节指令，就地调节光伏逆变器暂态支撑功率。
[0100]
3)中压组串式逆变器方案的光伏电站安装中压分布式光伏快速频率/电压支撑装置，对多逆变器一次调频、动态调压进行集群调控。