一种光伏电站无功分组调节方法
【技术领域】
[0001] 本发明涉及一种光伏电站无功分组调节方法，属于分布式电源控制技术领域。
【背景技术】
[0002] 分布式能源发电是解决当前能源短缺、环境污染的重要举措之一。然而，随着分布 式能源发电大规模的接入电网，分布式电源出力的随机性、间歇性和波动性给电网的安全 稳定运行带来了一些负面影响，而通过无功调节能够明显降低电能损耗、提高系统电压质 量，对保证电网安全稳定运行具有重要意义。
[0003] 目前传统的无功分区方法主要包括图论法、灵敏度法、人工智能法。但这些方法 都针对传统发电系统，而并未考虑到分布式发电的随机性与波动性，从而不能准确地分析 其对电力系统的影响，因此有必要对光伏发电的出力与负荷相关性进行准确的分析。目前 粒子群优化算法PSO已广泛应用于无功优化计算领域，但是PSO在理论上存在一个明显的 缺陷，即当PSO应用于高维复杂的优化问题时，容易过早收敛以及陷入局部最优，因而不能 保证算法收敛到全局最优，尤其随着系统规模的增大，计算复杂性的极大增加将导致"维数 灾"问题。
【发明内容】
[0004] 本发明的目的是提供一种光伏电站无功分组调节方法，以解决目前光伏电站无功 调节中随着系统规模增大导致计算复杂性极大增加的问题。
[0005] 本发明为解决上述技术问题提供了一种光伏电站无功分组调节方法，该调节方法 包括以下步骤：
[0006] 1)将调度下发的目标值转换为无功功率目标值Qraf，并根据电站的实时数据计算 出待分配的无功调节指令AQ ;
[0007] 2)计算光伏电站中各负荷节点之间的灵敏度距离，根据灵敏度距离对负荷节点进 行分组；
[0008] 3)计算各发电单元出力与负荷的相关性，通过比较与各组负荷节点相关系数的大 小进行归并，以形成不同的发电节点；
[0009] 4)利用多目标无功优化算法建立无功优化模型，求解该模型，计算出每个发电节 点待分配的无功调节指令Q rafl;
[0010] 5)将各发电节点待分配的无功调节指令Qrafl进行分配，根据各发电节点下逆变器 的开机个数和当前运行状况计算各逆变器的无功指令Q invlS功率因数指令cos θ ιηνι，并将 其下发给对应的逆变器。
[0011] 所述步骤2)中采用电压/无功灵敏度表示负荷节点的单位无功变化对其他负荷 节点电压幅值的影响程度，即得出两负荷节点间电压幅值变化量AV对无功功率变化量 A Q的灵敏度矩阵Svq，计算两节点i、j之间的灵敏度距离Du，
[0012]
[0013]
[0014] 其中N为负荷节点的个数。
[0015] 所述步骤1)中负荷节点的分组方法为：
[0016] A.计算各负荷节点两两之间的距离，构成一个对称距离矩阵D1];
[0017] B.选择Dlj中的非对角上的最小元素，将该对角元素对应的两个组合成一个新组， 同时在Dlj中消去对应的行和列；
[0018] C.计算新组与剩下的未合并的组之间的距离，组成一个行矩阵和一个列矩阵，将 这两个矩阵并入D1,，更新距离矩阵D 1];
[0019] D.重复步骤B-C，直至达到设定的组数。
[0020] 所述步骤3)中是运用各个发电单元无功出力和负荷节点之间的相关性来衡量每 个发电单元对负荷的影响，根据负荷节点分组结果，比较发电单元与各负荷分组的相关系 数R 1/直大小，将发电单元划分到与它相关性最强的负荷节点所在分组中，保证区域内发电 单元对负荷的强耦合关系，最终形成不同的发电节点。
[0021] 所述步骤2)中相关性系数的计算公式为：
[0022]
[0023] 其中R1,为第i个发电单元实际无功出力与第j个负荷节点的相关系数，t为时间， η为数据个数，Xlt为第i个发电单元在t时刻的实际出力，Y jt为第j个负荷节点在t时刻 的实际负荷大小，无为第i个发电单元在时间段内所有样本的平均值，ξ为第j个负荷节 点在时间段内所有样本的平均值。
[0024] 所述步骤4)建立的无功优化模型以电压偏差最少、有功损耗为最小为目标函数， 即：
[0025] F = ^(X11X2)+f^X1, X2)
[0026] 其中 (X1, X2) = Ploss, f2 (X1, X2) = du，义丨=["二，0;,.]，A = ["/ ]，
[0027] Plciss为有功功率损耗，du为电压偏差，Upv为各发电单元的电压矢量，Qpv为各 发电单元的无功出力矢量，U 1S负荷节点电压矢量，U11为第i个负荷节点的电压值，U11. -SU llSUll^i = 1，2，..·^ U11.随与UH._分别为负荷节点电压的上下限值，NgN1 分别为发电单元数与负荷节点。
[0028] 所述步骤4)中模型的求解采用分层多粒子群算法，将控制变量X1 为粒子群中粒子的位置，其中各发电单元无功出力与电压的最大、最小值构成了位置解的 可行域。
[0029] 所述分层多粒子群算法的求解过程如下：
[0030] a第一层优化时，所得L个分组对应L个子群，运用随机选择法分别对每个子群进 行最优化计算，得出整体极值Gi (i = 1，2,…L);
[0031] b第二层接收传入的L个整体极值G1，进行分组之间的协调和第二次优化，得到全 局最优解Gbf3st;
[0032] c如果满足迭代结束条件，输出最优结果Gtest，包括各发电单元无功出力与电压控 制变量的取值，状态变量负荷节点电压值的数据以及对应的有功功率损耗与电压偏差值， 不满足则根据迭代公式更新粒子的飞行速度，重新计算目标函数值并更新粒子群i的整体 极值G 1，把该位置向量解传送到第二层，转到步骤b继续计算。
[0033] 所述各发电节点待分配的无功调节指令Qrafl采用等无功功率的调节方式进行分 配。
[0034] 所述计算得到的无功指令QinvlS功率因数指令cos Θ ^^通过组播的方式群发给 对应的逆变器。
[0035] 本发明的有益效果是：该方法首先对负荷节点进行分组；然后根据发电出力与负 荷的相关性来对站内发电单元进行归并计算，形成不同的发电节点，使系统的整体出力能 够在最大程度上跟踪当地的负荷；采用多目标无功优化算法建立目标函数，利用分层多粒 子群优化算法对各发电节点的无功目标值进行求解，计算出每个发电节点待分配的无功调 节指令〇^ 1;将各发电节点待分配的无功调节指令Qrafl进行分配，根据各发电节点下逆变 器的开机个数和当前运行状况计算各逆变器的无功指令Q invlS功率因数指令cos θ ιηνι，并 将其下发给对应的逆变器。本发明在对发电单元进行分组时通过计算发电单元出力与负荷 的相关性，从而减少更多的不可控性和不确定性，可有效提高分组的准确性；在优化时考虑 分组结果，采用多粒子群分层优化算法，把大规模系统分解为各个子系统单独进行优化，然 后对各子系统的优化结果进行全系统第二次优化，降低了系统优化变量的维数和复杂性， 避免了大量无效解的产生，从而提高逆变器无功分配的精度和速度。
【附图说明】
[0036] 图1是本发明光伏电站无功分组调节方法的流程图。
【具体实施方式】
[0037] 下面结合附图对本发明的【具体实施方式】做进一步的说明。
[0038] 本发明首先基于负荷节点之间的电气距离，运用聚类分析方法对负荷节点进行分 组；然后考虑光伏发电出力与负荷的相关性来对站内发电单元进行归并计算，从而形成不 同的发电节点，使系统的整体出力能够在最大程度上跟踪当地的负荷；运用分层多粒子群 优化算法对各发电节点的无功目标值进行求解，并将求解出的无功目标值下发给各发电节 点内逆变器，实现光伏电站的全站最优调节。该方法的实现流程如图1所示，具体实施过程 如下。
[0039] 1.将电压定值或调度下发的目标指令转换为无功功率目标值Q"f，并根据电站的 实时数据计算出待分配的无功调节指令A Q。判断A Q与站内SVG的容量XQsvg的大小，若 AQ彡XQsvg，只调节SVG即可满足无功需求；若AQ > XQsvg，AQ与XQsvg相比得到的剩 余的无功需求A Qinv由并网逆变器来提供。
[0040] 2.对光伏电站中负荷节点进行分组处理
[0041] 负荷节点的分组方法为：
[0042] 首先采用电压/无功灵敏度表示负荷节点的单位无功变化对其他负荷节点电压 幅值的影响程度，即得出两负荷节点间电压幅值变化量A V对无功功率变化量AQ的灵敏 度矩阵Svq，根据该灵敏度矩阵计算两节点之间的灵敏度距离Du。
[0043]
[0044]
[0045] 然后根据负荷节点之间的灵敏度距离D1,，运用聚类算法对负荷节点进行分组处 理。将所有负荷节点都独自作为一个组存在，每步合并距离最小的两个组，即将节点归并到 与它的最大电气距离所在所有节点集合中为最小的那个节点集合，直至最终聚类个数满足 要求，完成对负荷节点的分组。具体实现步骤如下：
[0046] A.将N个负荷节点作为N个组单独存在，计算两两之间的距离，以形成一个对称距 离矩阵D#
[0047] B.选择距离矩阵Dlj中的非对角上的最小元素，将该对角元素对应的两个组合成 一个新组，同时在矩阵D 1,中消去对应的行和列。
[0048] C.计算新组与剩下的未合并的组之间的距离，组成一个行矩阵和一个列矩阵，将 这两个矩阵并入D1,，更新距离矩阵D u，此时，该距离矩阵D1,为N-I阶方阵。
[0049] D.重复步骤B-C，直至距离矩阵Dl j的阶数达到预定的组数为止。
[0050] 3.将光伏电站中的各发电单元划分成发电节点
[0051] 该过程首先计算各个发电单元出力与负荷的相关性，然后通过比较与各组负荷节 点相关系数大小进行归并，以形成不同的发电节点。
[0052] 运用各个发电单元无功出力和负荷节点之间的相关性来衡量每个发电单元对负 荷的影响，这里用相关系数R 1,来表示发电单元无功出力和负荷节点之间的相关性，相关系 数M勺计算公式为：
[0053]
[0054] 其中R1,为第i个发电单元实际无功出力与第j个负荷节点的相关系数，t为时间， η为数据个数，Xlt为第i个发电单元在t时刻的实际出力，Y jt为第j个负荷节点在t时刻 的实际负荷大小，^为第i个发电单元在时间段内所有样本的平均值，ξ为第j个负荷节 点在时间段内所有样本的平均值。
[0055] 根据负荷节点分组结果，比较发电单元与各符合分组的相关系数R1,值大小，将发 电单元划分到与它相关性最强的负荷节点所在的分组中，以保证区域内发电单元对负荷的 强偶合关系，最终形成不同的发电节点。
[0056] 4.运用多目标无功优化算法
[0057] 本实施例中多目标无功优化算法的无功优化模型以电压偏差最少、有功损耗最小 为目标函数：F = (X1, X2) +f2 (X1, X2)
[0058] 其中，(X1, X2) = Plciss, f2 (X1, X2) = du，Plciss为有