利用分散式风电无功能力的电网优化运行方法与流程

本发明属于风机优化控制，涉及一种电网优化运行方法，具体涉及一种利用分散式风电无功能力的电网优化运行方法。

背景技术：

1、由于能源短缺、环境污染等问题，驱使清洁可再生能源发电技术迅猛发展，对配电网提出了接纳清洁能源发电的新要求，分散式风电作为分布式可再生能源发电的一个重要组成部分和表现形式，得到了前所未有的发展。分散式风电接入配电网后，将传统单电源网络变为多电源网络，然而由于分散式风电输出功率的波动性，使得分散式风电接入配电网存在很多技术难点。

2、近年来，有学者陆续对分散式风电接入配电网进行了研究，对电力系统优化运行时涉及多个相互冲突的目标同时优化，传统多目标优化过多集中在以加权求和的方将多目标问题转化为单目标，但是权重系数的选取又掺杂了太多的主观臆想，并未彻底解决类似问题。针对优化运行问题的求解，粒子群算法、遗传算法等智能优化算法得到了广泛应用，但学者也都提及这些算法容易陷入局部最优、计算比较复杂等缺点。因此，研究分散式风电接入配电网后如何保证配电网的安全稳定运行，建立分散式风电优化运行模型具有重要的基础意义和应用价值。

技术实现思路

1、本发明的目的，是要提供一种利用分散式风电无功能力的电网优化运行方法，可在确保配电网节点电压质量的前提下实现最大限度的风能消纳。

2、本发明为实现上述目的，所采用的技术方案如下：

3、一种利用分散式风电无功能力的电网优化运行方法，包括以下步骤：

4、s1、以接入配电网中的分散式风电的实时渗透率最大为目标，确定分散式风电实时渗透率优化运行的目标函数和约束条件；所述目标函数包括：电压偏差指标的目标函数minδvindex和分散式风电全额消纳效率的目标函数f2；

5、s3、利用层次分析法确定目标函数最优解的权重系数；

6、s2、将权重系数代入到目标函数，通过和声搜索算法，在所述约束条件内对目标函数进行求解，得到最优解，实现利用分散式风电无功能力的电网优化运行。

7、作为限定，步骤s1中，所述电压偏差指标的目标函数为：

8、

9、其中，n为场群内各单场个数，k为完整调度周期划分的单位阶段数，δvi为节点i的电压偏差，δv为节点电压的最大允许偏差；

10、所述分散式风电全额消纳效率的目标函数为：

11、

12、其中，g为双馈型风机总台数，pg为单台风机的额定有功出力，δt为时间数，ωk为有功出力系数。

13、作为进一步限定，步骤s1中，所述约束条件包括：

14、潮流约束：

15、

16、其中，pi为电网注入节点i的有功功率，pwi为风力发电机注入节点i的有功功率，，qi为电网注入节点i的无功功率，qwi为风力发电机注入节点i的无功功率，pli为节点i处负荷的有功功率，qli为节点i处负荷的无功功率，ui为节点i的电压幅值，uj为节点j的电压幅值，gij为节点导纳矩阵元素的实部，bij为节点导纳矩阵元素的虚部，δij表示线路ij两端的相角差；

17、功率平衡约束：

18、∑pwi+plink＝pl+ploss；

19、其中，plink为配电区域与主网的电能交互功率，pl为配电区域与主网的配电系统负荷，ploss为配电区域与主网的配电系统网损；

20、节点电压不越限约束：

21、ui·min＜ui＜ui·max；

22、其中，ui为节点i电压，ui·min为节点i电压的最小值，ui·max为节点i电压的最大值；

23、线路的传输功率约束：

24、pline·min＜pline＜pline·max；

25、其中，pline为配电网线路传输功率，pline·max为配电网线路传输功率的上限，pline·min为配电网线路传输功率的下限；

26、风电场无功出力约束：

27、∑qwi·min≤qwi≤∑qwi·max；

28、其中，qwi为第i个双馈式风电场发出的无功功率，qwi·min为第i个双馈式风电场发出的无功功率的最小值，qwi·max为第i个双馈式风电场发出的无功功率的最大值。

29、作为第二种限定，步骤s2的具体过程为：

30、s21、比较电压偏差指标的目标函数和分散式风电全额消纳效率的目标函数的相对重要性，根据判断准则生成判断矩阵；

31、s22、根据生成的判断矩阵计算目标函数最优解的权重系数，并通过一致性检验。

32、作为进一步限定，步骤s21中判断准则为：

33、当minδvindex与f2同等重要，标度为1；当minδvindex与f2稍微重要，标度为3；当minδvindex与f2比较重要，标度为5；当minδvindex与f2极度重要，标度为7；当minδvindex与f2绝对重要，标度为9；

34、当相对重要性处于minδvindex与f2同等重要与minδvindex与f2稍微重要之间时，标度为2；当相对重要性处于minδvindex与f2稍微重要与minδvindex与f2比较重要之间时，标度为4；当相对重要性处于minδvindex与f2比较重要与minδvindex与f2极度重要之间时，标度为6；当相对重要性处于minδvindex与f2极度重要与minδvindex与f2绝对重要之间时，标度为8。

35、作为更进一步限定，步骤s22中，权重系数的计算公式为：

36、

37、其中，ui为判断矩阵各行因素的乘积，w为判断矩阵的阶数；

38、得出ui的w次方根mi，并对其进行归一化：

39、

40、

41、则ω＝[ω1,ω2,…,ωw]t为所求权重系数。

42、作为再一步限定，骤s22中，一致性检验的计算公式为：

43、

44、

45、其中，ci为一致性指标，cr为随机一致性比率，λmax为判断矩阵的最大特征值，ri为各阶数对应的随机一致性指标。

46、作为第三种限定，步骤s3中将权重系数代入到目标函数的公式为：

47、minf＝μminδvindex+γ/f2；

48、其中，μ为电压偏差指标的目标函数的权重系数，γ为分散式风电全额消纳效率的目标函数的权重系数，总和为1。

49、作为进一步限定步骤s3和声搜索算法的具体过程为：

50、s31、初始化电网参数、和声搜索算法的参数以及分布式风电运行数据，形成初始和声向量并构成和声记忆库；

51、s32、计算各和声向量对应的目标函数值，形成新的和声向量，并计算新和声向量的目标函数值；

52、s33、若新和声向量的目标函数值小于和声记忆库中最差解的目标函数值，则使用新和声向量的目标函数值替换和声记忆库中的最差解的目标函数值，得到新的和声记忆库，否则保持原和声记忆库不变；

53、s34、重复步骤s31～步骤s33，直到达到最大的迭代次数，判断风电场接入点电压是否合格，若合格，则结束循环，输出最优解；若不合格，则改变风电场无功功率可调范围，重复步骤s31～步骤s34。

54、本发明由于采用了上述的技术方案，其与现有技术相比，所取得的技术进步在于：

55、(1)本发明建立的目标函数可在满足相关约束条件的基础上，在确保配电网节点电压质量的前提下实现最大限度的风能消纳；

56、(2)本发明通过和声搜索算法对目标函数进行求解，和声搜索算法具有收敛速度快、计算简单的特点，较遗传算法、模拟退火算法等有更好的优化性能；

57、(3)本发明通过仿真验证了所提出的优化风电实时渗透率可以在满足电压限制的要求下，利用双馈式风电场自身强大的无功调节能力最大限度的利用风能，实现分散式风电高渗透下的优化运行。

58、本发明适用于分散式风电高渗透下的优化运行，有很好的适应性且可提升电网对分散风电的接纳能力。