计及IGBT结温约束的光伏高渗透配电网无功电压优化控制策略

光伏电源参与配电网无功电压调节是提升光伏高渗透配电网运行经济性和可靠性的有效手段,但光伏电源提供无功支撑会使得光伏电源IGBT最大结温升高、结温波动加剧,进而影响光伏电源和配电网的安全稳定运行。为此,该文提出一种计及IGBT结温约束的光伏高渗透配电网无功电压优化控制策略。首先,利用CatBoost算法计算IGBT结温,提高了IGBT结温计算效率,避免了传统结温算法对IGBT热模型参数的依赖;然后,建立考虑IGBT结温约束的有源配电网多目标无功优化模型,利用二分法求解IGBT结温约束下的光伏电源最大输出功率,实现了IGBT结温约束向二阶锥约束的转换;最后,利用IEEE33节点典型配电系统验证了所提策略在光伏高渗透配电网无功电压优化、光伏电源运行可靠性提升方面的有效性,并提出了综合考虑配电网网损、光伏电源可靠性的光伏电源IGBT结温限值整定原则。

面向光伏集群的配电网模型⁃数据联合驱动无功/电压控制

传统配电网的无功/电压控制(VVC)方法,难以兼顾控制决策的全局最优性与实时响应能力,分布式光伏(DPV)的分散化、高比例并网导致该矛盾日益突出。结合模型优化的寻优能力与深度强化学习的在线决策效率,提出了面向光伏(PV)集群的配电网模型-数据联合驱动VVC策略。首先,考虑日前优化调度与日内实时控制的运行特征,结合DPV集群划分,构建了配电网分布式两阶段VVC框架;然后,以系统运行网损最低为目标,建立了配电网分布式日前VVC模型,并提出了基于Nesterov加速梯度的分布式求解算法;其次,以日前决策为输入量,建立了基于部分可观马尔可夫博弈的配电网实时VVC模型,并提出了基于迭代终止惩罚函数的改进多智能体深度确定性策略梯度算法;最后,基于MATLAB/PyCharm软件平台进行了算例分析,验证了所提方法的全局趋优性以及实时响应能力,提高了PV高比例接入配电网运行的经济性和安全性。

基于模糊理论的输电网络电压无功控制策略

为解决新能源、电动汽车、储能等新技术应用下,高复杂度电力系统电压稳定控制问题,提出了一种基于模糊理论的输电网络电压无功控制策略。该方法引入模糊理论中的隶属度函数,根据系统节点与不同分区之间的耦合程度制定无功控制策略。根据灵敏度计算网络各个节点之间的电气距离,通过模糊聚类算法对节点进行初步分区,并采用聚类融合算法对聚类产生的多个结果进行融合,从而得到最终分区结果。根据关键节点对各个分区的隶属度制定主辅控制策略。IEEE30节点输电网络的算例分析表明,该控制策略可以有效实现对无功功率的控制。

考虑模糊多目标优化的风电场无功电压分区控制

为提升双馈风电场的无功功率补偿和电压稳定能力,提出了一种考虑模糊多目标优化的风电场无功电压分区控制方法。基于有功功率数据对风电场进行分区降维,并计算获得了各分区的无功优化限值;定义了分区无功裕度指标用以描述风电场电压运行的安全裕度,综合考虑运行安全性和稳定性,建立了风电场无功电压的模糊多目标优化模型;提出了一种可大范围全局快速寻优的自适应遗传禁忌算法,通过重新定义交叉与变异概率提升了寻优的全局时效性,通过引入禁忌算法改善了寻优准确性。最后,以某双馈风电场为例进行了仿真验证。结果表明:所提方法能够为风电场预留充足的无功裕度,显著降低系统内部的电压波动。

基于“先无功–后有功”功率补偿的配电网电压协同控制策略

整县分布式光伏电源的大量开发与利用及分布式电源规模化并网对实现“碳达峰、碳中和”与“乡村振兴”两大国家战略具有重要的现实意义。由于分布式电源发电尖峰和低谷阶段与负荷峰谷时常不同步,进而导致配电系统过/欠电压问题,严重影响了电能质量,甚至威胁系统安全。针对上述问题,本文提出一种基于“先无功–后有功”功率补偿的配电网层级式电压协同控制策略。首先,建立基于“先无功–后有功”功率补偿的配电网层级式电压协同控制框架。其次,结合多微电网节点注入电流与电压的方程与功率–电压灵敏度分析,根据多节点电压越限程度,提出一种基于“先无功–后有功”功率补偿的多智能体协同调节策略,该策略先通过无功补偿器进行无功调节,当电压尚未得到有效治理时,再采用多微电网进行有功调节。再次,为了进一步满足各节点微电网有功功率调节需求,并考虑电网内部源–荷–储运行成本与污染排放,提出一种基于多目标优化的微电网内部分布式源–荷–储优化协调功率控制策略。最后,在MATLAB平台中设计了3种仿真场景以及IEEE测试系统模型对所提控制策略进行了验证。结果表明,所提出的电压协同控制方法在最经济的情况下可以实现各节点电压的综合高效治理,同时,所提出的微电网优化协调功率控制策略能使源–荷–储在绿色经济的供电模式下实时精准地满足电压治理目标下微电网有功调节的需求。仿真实验结果验证了本文所提控制策略的有效性。

含大规模分布式光伏接入电网的无功电压控制降损方法研究

大规模分布式光伏(distributed photovoltaic,DP)接入电网后,电网电压易出现大幅度波动,导致电网损失问题越来越突出。当前已有的电网降损方法没有考虑光伏发电自身的无功调节能力,应用效果不理想。为此,设计一种含大规模DP接入电网的无功电压控制降损方法。通过建立目标函数,设定约束条件,采用敏感性分析方法分析电压稳定性,将敏感度较高的值作为无功补偿位置,并对当前负荷进行预测,确定最佳的补偿容量,实现电网降损。试验结果表明:所提方法降损后较降损前基准电压更趋于1 pu,更为稳定,所提方法能够针对光伏控制接入分布特性,有效控制无功功率变化情况,相对于其他方法,无功功率波动较小,表现出较好的降损效果。

基于单/多智能体简化强化学习的电力系统无功电压控制

为了快速平抑分布式能源接入系统产生的无功电压波动,以强化学习、模仿学习为代表的机器学习方法逐渐被应用于无功电压控制。虽然现有方法能实现在线极速求解,但仍然存在离线训练速度慢、普适性不够等阻碍其应用于实际的缺陷。该文首先提出一种适用于输电网集中式控制的单智能体简化强化学习方法,该方法基于“Actor-Critic”架构对强化学习进行简化与改进,保留了强化学习无需标签数据与强普适性的优点,同时消除了训练初期因智能体随机搜索造成的计算浪费,大幅提升了强化学习的训练速度;然后,提出一种适用于配电网分布式零通信控制的多智能体简化强化学习方法,该方法将简化强化学习思想推广形成多智能体版本,同时采用模仿学习进行初始化,将全局优化思想提前注入各智能体,提升各无功设备之间的就地协同控制效果;最后,基于改进IEEE 118节点算例的仿真结果验证了所提方法的正确性与快速性。

基于集群动态划分的配电网无功电压自律-协同控制

针对高渗透率分布式光伏接入配电网导致的电压越限问题,以及传统集中式控制面临的通信延时、计算量大与控制设备过多等问题,提出一种基于集群动态划分的配电网无功电压自律-协同控制方法。首先,建立日前集中式无功电压优化模型,安排离散无功补偿设备投退计划,日内调度以节点电压偏差最小为目标建立日内无功电压滚动优化模型,结合同步型交替方向乘子法实现各集群间的分布式协调控制;然后,通过群内本地电压实时控制抑制群内节点电压的波动;最终,以改进的IEEE 33节点系统及某地实际60节点配电网为例,验证了该方法的正确性与有效性。

基于线性化潮流模型的配电网电压无功控制策略

针对现有基于二阶锥松弛的电压无功控制模型无法以电压波动为目标且求解速度较慢等问题,文中提出了一种基于线性化潮流模型的配电网电压无功控制策略。基于支路潮流方程建立了包含有载调压分接头、电容器组和光伏逆变器等调控手段的电压无功控制模型,并将其离散变量松弛为连续变量,以形成二阶锥规划。进一步以二阶锥规划所得结果为基准点构造线性化潮流模型,并以电压波动最小为目标,将连续变量还原为离散变量。最后基于改进的IEEE-33节点测试系统进行了仿真,仿真结果表明所提出的线性化潮流模型具有较高的精度和更快的求解速度,能够适用于配电网实时电压无功控制。

基于无功源控制空间的自动电压控制系统聚类分区方法及关键节点选择

自动电压控制(AVC)系统在降低电网损耗、维护电网稳定等方面发挥重要作用。在应用AVC系统时,需要对电网进行分区控制从而达到全局最优的控制目标。该文提出一种基于无功源控制空间的AVC系统聚类分区方法,在构建节点导纳矩阵、建立无功源控制空间的基础上,实现聚类分区。在完成分区后,选择中枢节点和临界节点作为子分区的关键节点。通过保证关键节点的电压水平稳定,实现输电网的可靠运行。

基于无功就地平衡的风电场内部分散决策式精细化无功电压控制策略

“沙戈荒”大规模汇集系统远离主网,呈现出较强的无功电压敏感特性,风电场整体和内部的无功不平衡在并网送出线路和场内馈线上产生的压差较大,传统的风电场无功电压控制方案难以保证其安全经济运行,为此提出一种风电场内部分散决策式精细化的无功电压控制策略。从无功需求的物理本质出发,详细分析风电场内各元件的无功需求并给出具体计算方法,进而建立风电场分布式多中心无功平衡模型,以非迭代方式直接求解场内各无功电源的无功指令。为衡量场内馈线上不合理无功流动,定义分区无功穿越量的概念,并推导出其计算表达式。算例分析结果表明:风电场内部分散决策式精细化无功电压控制策略能够强化风电场内无功就地平衡,有效改善馈线电压分布,大幅减少馈线上的无功穿越和有功损耗,提高风电场并网运行的安全性与经济性。

考虑集群划分的分布式光伏无功电压控制策略

针对含分布式光伏配电网的电压越限问题,提出一种考虑分布式光伏集群划分的无功电压控制策略。首先提出了基于无功电压灵敏度的模块度指标,考虑集群内的无功平衡度及耦合度,得到改进模块度指标并以此进行集群划分;然后提出越限集群内的无功电压控制策略与集群间的协调控制策略,当越限集群无法恢复集群内电压至安全水平时,通过主导节点选取具有可调无功容量的安全集群向越限集群分配剩余无功可调容量;最后以IEEE 33节点配电网系统为例进行仿真,验证了所提无功电压控制策略的有效性。

光伏配电网中储能与电压无功控制装置的优化运行

在含高比例光伏(PV)并网的配电网中,将电压无功控制(VVC)装置与电池储能系统(BESS)相结合,提出一种双层优化方法,可实现最优选址定容和实时调度。所提方法通过多个VVC装置和BESS的协同运行来最小化能量需求。模型外层是用来选择BESS的位置和容量,内层是用来确定PV逆变器和BESS逆变器的有功和无功功率分配,以及VVC装置的运行设置。在IEEE-33节点系统上进行验证,结果表明,所提方法在减少电压越限的同时,还有效降低了系统能量需求。

基于电压无功控制模型的光伏电网储能分析

在含高比例光伏并网配电网中,设计了一种基于电压无功控制模型的光伏电网储能模型。模型外层选择电池储能系统(battery energy storage systems, BESS)位置和容量,内层为BESS有功和无功功率分配。在IEEE 28节点系统上进行验证。结果表明:BESS的功率分配完成优化后,无功功率损耗与有功功率损耗的均降低幅度20%左右。系统电压波动在电压无功控制及BESS设备协同调度影响下不断减弱,进一步促进电能质量的提升,大大降低了系统能量需求。

光伏逆变器在电网无功电压控制中的应用研究

研究了光伏逆变器在电网无功电压控制中的应用,解决了可控串联补偿的光伏逆变器滤波和无功补偿装置末端电压过高问题,减少能耗,抑制高阶谐波。比较静态无功发生器与光伏逆变器的差异,验证了新材料对提升逆变器性能重要性,对电网稳定性和电能质量改善具有重要意义。

基于多智能体深度强化学习的配电网无功电压控制策略

为满足分布式电源高比例接入配电网对电压控制的需求,提出了一种基于多智能体深度强化学习的配电网无功-电压控制策略。首先,以配电网节点电压偏移最小为优化目标构建数学模型,将每个分布式光伏逆变器建模为一个智能体;然后,通过配电网分区把逆变器协同控制问题建为各个子区域的去中心化部分可观测马尔科夫决策过程,采用多智能体双延迟深度确定性策略梯度算法求解实时优化控制策略;最后在IEEE 33节点系统上进行仿真测试。结果表明,所提方法在配电网无功电压控制上具备有效性。

新能源高比例接入下电网无功电压优化控制研究综述

针对无功电压优化控制技术的应用,总结新能源高比例接入环境下电网无功电压优化建模方法,主要分为多时间尺度无功电压优化、分层分区电压优化、有功无功电压协调优化、基于模型预测控制的无功电压优化。分析无功电压优化求解数学方法,主要分为随机变量处理方法和无功电压优化模型求解方法。结合“源-网-荷-储”结构变化、能源互联网发展趋势和电力市场改革现状,从多维度“源-网-荷-储”协调电压控制、多异质能源协同优化控制、市场环境下“源-网-荷-储”协同优化出发,对未来研究进行了展望。

基于光伏无功调节的配电网电压控制策略研究

随着新能源发电技术的飞速发展,光伏发电系统正在大规模接入到配电网中,但是配电网电压控制是一个难题。本文基于光伏发电系统无功调节,提出了一种新型的配电网电压控制策略,设定电压报警区间,当电压达到报警区间并且存在超越报警限值的趋势时进行电压控制,从而保证将电压控制在合理的区间内,通过电压调节系数和电压成本系数来确定调节顺序和调节方法。在仿真环境下构建仿真模型,将本文提出的控制策略与其他控制策略进行对比研究,本文提出的控制策略能够更有效地提高电压质量,实现调压成本的科学控制,具备一定的优越性,可以进行大规模推广应用。

基于灰狼算法的变电站二次设备电压无功优化控制方法

现有的变电站二次设备电压无功优化控制方法依赖人工经验进行参数调整和优化,具有一定的主观性,导致变电站二次设备电压无功优化控制收敛速度较慢。因此,文章提出了基于灰狼算法的变电站二次设备电压无功优化控制方法。通过处理变电站二次设备的电压基础数据,构建了一个基于灰狼算法的无功优化控制函数,并制定了约束条件,以实现变电站二次设备电压无功优化控制。实验结果表明,相比于基于比例-积分-微分(Proportion-Integral-Differential,PID)控制算法的变电站二次设备电压无功控制方法和基于模糊控制算法的变电站二次设备电压无功控制方法,所提出的变电站二次设备电压无功优化控制方法的收敛速度更快,应用效果更好,具有实际应用价值。

溧阳抽水蓄能电站自动电压控制AVC子站逻辑与功能浅析

随着大机组、特高压电网的形成,电压不仅是电网电能质量的一项重要指标,而且也是保证电网安全、稳定和经济运行的重要因素。通过接收调度命令能够实现发电机组自动无功分配、自动调压控制的自动电压控制(AVC)系统的应用也成为一种趋势和必然。文章介绍了溧阳抽水蓄能电站AVC子站的总体架构组成、逻辑实现、功能策略。