基于元模型的智能软开关就地控制策略优化方法

发布时间：2021-01-08 07:36

　　不可控分布式电源（uncontrollable distributed generators,NDG）的大量接入加剧了有源配电网（active distribution networks,ADN）电压违规的风险。智能软开关（soft open point,SOP）通过精确的功率控制能够有效应对分布式电源接入带来的一系列新问题。通信及数据处理负担使得智能软开关的集中控制方式难以适应可再生能源高渗透率有源配电网的运行要求。基于本地测量的就地控制方式可以快速响应分布式电源的频繁波动。本文提出了一种基于元模型的智能软开关就地控制策略优化方法。以网络损耗最小为目标函数,基于克里金方法建立了智能软开关就地控制元模型。基于实时测量求解最优加权向量,制定智能软开关运行策略。所提出就地控制策略可以快速响应分布式电源的频繁波动,减轻计算负担。采用IEEE 33节点算例验证了所提出方法的有效性,结果表明该方法能够有效解决高渗透率分布式电源引起的电压偏差和电压波动问题。 

【文章来源】：南方电网技术. 2020,14(07)北大核心

【文章页数】：8 页

【部分图文】：

基于克里金元模型的智能软开关就地控制策略求解方法

本文在MATLAB环境下调用DACE[22]工具箱建立了智能软开关就地控制元模型,并在IEEE 33节点测试算例[23]对所提出的分布式电源无功就地优化方法进行分析与验证。IEEE 33节点测试算例包含37条支路,电压等级为12.66 kV,算例结构如图2所示。接入2组光伏、2组风机,位置和容量如表1所示。2个智能软开关的变流器有功功率区间均设置为-1 000～1 000 kW,无功功率区间均设置为0～1 000 kVA。表1 分布式电源配置参数Tab.1 Basic installation parameters of DGs 分布式电源类型 接入位置 接入容量/kVA 光伏 8 1 000 风机 17 1 000 光伏 26 1 000 风机 32 1 000

基于风机、光伏及负荷的历史运行数据,计算得到训练样本,历史运行曲线如图3—图5所示。表2为智能软开关就地控制元模型参数。整个系统的分布式电源出力和负荷的变化情况如图6所示。对图6所示的测试算例进行一天就地电压控制,取15 min一个点。以8: 00至16: 00为优化时段,选取以下3种场景进行对比分析,验证所提出方法的有效性。

【参考文献】：
期刊论文
[1]含高渗透率可再生能源的主动配电网两阶段柔性软开关与联络开关协调优化控制[J]. 丛鹏伟,唐巍,娄铖伟,张博,张璐.  电工技术学报. 2019(06)
[2]多主体综合能源系统分布式优化运行方法[J]. 王杰,刘念.  南方电网技术. 2018(03)
[3]交直流混联电网运行控制实时仿真技术研究[J]. 郭琦.  南方电网技术. 2017(03)
[4]基于二阶锥规划的有源配电网SNOP电压无功时序控制方法[J]. 赵金利,李雨薇,李鹏,冀浩然,王成山,吴建中.  高电压技术. 2016(07)
[5]一种联络开关和智能软开关并存的配电网运行时序优化方法[J]. 王成山,宋关羽,李鹏,赵金利,吴建中.  中国电机工程学报. 2016(09)
[6]分布式发电、微网与智能配电网的发展与挑战[J]. 王成山,李鹏.  电力系统自动化. 2010(02)



本文编号：2964198