适应波动电源及直流送受端电压安全的控制方法及系统专利检索-随机能源可再生能源燃料种类专利检索查询-专利查询网

适应波动电源及直流送受端 电压安全的控制方法及系统

阅读：768发布：2020-05-13

专利汇可以提供适应波动电源及直流送受端电压安全的控制方法及系统专利检索，专利查询，专利分析的服务。并且本发明公开了一种适应波动电源及直流送受端电压安全的控制方法及系统，将直流的功率调整量分配到送端的各个新能源场站，通过拉丁超立方采样对各新能源场站状态进行采样，采用Cholesky分解法降低采样矩阵的相关性，并利用优化潮流计算工具对每一组抽样进行计算验证，通过设置合格率门槛值判断下一时刻的运行方式是否符合安稳需求。对于低于合格率门槛值的运行方式，设置电压灵敏度门槛值，将新能源场站聚类，通过对各新能源场站出力的再分配，实现兼顾电压安全的提升直流外送的安全控制决策方法。本发明通过拉丁超立方采样，并基于Cholesky分解法降低采样矩阵的相关性，工程实用性得到了提升。，下面是适应波动电源及直流送受端电压安全的控制方法及系统专利的具体信息内容。

权利要求

1.一种适应波动电源及直流送受端电压安全的控制方法，其特征在于，包括如下步骤：
S1，将直流的功率调整量分配到直流的送端的各新能源场站；
S2，对各新能源场站的状态进行采样，得到初始采样矩阵；
S3，对初始采样矩阵中的元素进行重新排列，得到列相关性最小的新的采样矩阵；
S4，对列相关性最小的新的采样矩阵的元素进行计算验证，通过设置的合格率门槛值判断下一时刻的运行方式是否符合安稳需求；
S5，对于不符合安稳需求的下一时刻的运行方式，通过设置的电压灵敏度门槛值将新能源场站聚类，通过对各新能源场站出力再分配。
2.根据权利要求1所述的适应波动电源及直流送受端电压安全的控制方法，其特征在于，所述步骤S1包括如下过程：
获取当前时点t0直流近区电网的各个常规电源、新能源的出力以及负荷，以及各个支路上的潮流信息新能源、负荷的预测信息以及计划信息；常规电源的计划信息以及直流近区电网与外部电网的计划信息；
根据获取的信息，结合新能源与负荷的波动性，以某时段的预测误差的最大值确定新能源和负荷的边界，建立风机输出概率模型和负荷概率模型；
获取直流的功率下一时点的调节计划，将所述调节计划分配给各个新能源电站。
3.根据权利要求2所述的适应波动电源及直流送受端电压安全的控制方法，其特征在于，所述风机输出概率模型为：
其中，pw为风机的有功功率，μpw为有功功率平均数，σpw为有功功率标准差；
所述负荷概率模型为：
上述式中，pd、q分别为负荷的有功、无功功率，f(pd)为负荷有功概率分布函数，f(q)表示负荷无功概率分布函数，μpd、μq分别为有功功率、无功功率平均数，σpd,σq分别为有功功率、无功功率的标准差。
4.根据权利要求2所述的适应波动电源及直流送受端电压安全的控制方法，其特征在于，获取直流的功率下一时点的调节计划，并根据直流的功率调节要求，根据输电设备/断面是否达到限额，将输电设备/断面划分为受限类和不受限类，针对与受限设备/断面的有功灵敏度较小的新能源电站，采用不考虑其电网安全性能的综合指标为权重，并只计及不受限类设备/断面的过载约束进行发电控制优化决策，在权重与约束关联的自适应调整基础上将下一时点的调节计划分配给各个新能源电站。
5.根据权利要求2所述的适应波动电源及直流送受端电压安全的控制方法，其特征在于，所述步骤S2包括如下过程：
根据所述新能源和负荷的边界以及风机输出概率模型和负荷概率模型，列出各个监视节点的新能源出力以及负荷，其有功作为各个节点的随机变量，计算各个随机变量对应的无功功率，对随机变量的累计概率分布函数采用拉丁超立方采样法进行采样，将各随机变量的采样值按照行为采样值，列为变量名排成一个初始采样矩阵。
6.根据权利要求1所述的适应波动电源及直流送受端电压安全的控制方法，其特征在于，所述步骤S3包括如下过程；
采用Cholesky分解法生成相关性较低的排列矩阵，并用其对初始采样矩阵中的元素进行重新排列，得到列相关性最小的新的采样矩阵。
7.根据权利要求2所述的适应波动电源及直流送受端电压安全的控制方法，其特征在于，所述步骤S4包括如下过程：
利用优化潮流计算工具，考虑无功调节范围、发电厂无功功率上下限、节点电压限制，对每一组抽样进行计算验证是否满足要求；
通过设定的合格率门限值φsample，统计关键节点的电压波动范围，根据设定的电压裕度阀值，计算抽样合格率φ：
如果抽样合格率φ大于等于设定的合格率门限值φsample，则确定下一时刻的运行方式符合安稳要求；如果抽样合格率φ小于设定的合格率门限值φsample，则确定下一时刻的运行方式不符合安稳要求。
8.根据权利要求1所述的适应波动电源及直流送受端电压安全的控制方法，其特征在于，所述步骤S5包括如下过程：
S51，通过设置的电压灵敏度门限值对新能源场站进行聚类，将监视节点对其关联的新能源场站的电压灵敏度程度大于电压灵敏度门限值的新能源场站归为一组，并将每组新能源场站等值为一个发电厂，并根据组内的场站的爬坡率和预测值确定等值后的发电厂总体的爬坡率和预测值，计算总的指令变化量；
S52，将大于电压灵敏度门限值的监视节点根据其电压合格率从高到低进行排序，记作大于电压灵敏度门限值的监视节点集合；同时将小于等于电压灵敏度门限值的监视节点根据其电压合格率从低到高排序，记作小于等于电压灵敏度门限值的监视节点集合，并计算其对应的指令变化量；
S53，将小于等于电压灵敏度门限值的监视节点集合对应的指令变化量以某一固定值为一档进行递减，并将递减后的指令分配到所述初始采样矩阵中的新能源场站，得到递减后采样矩阵；同时在小于等于电压灵敏度门限值的监视节点集合中将递减后的指令以电压合格率为权重进行功率额度分配，并将分配的额度在小于等于电压灵敏度门限值的监视节点集合中按照顺序依次扣除；同理，在大于电压灵敏度门限值的监视节点集合中将递减后的指令以电压合格率为权重进行功率额度分配，并将分配的额度在大于电压灵敏度门限值的监视节点集合中按照顺序依次增加；
S54，依据递减后采样矩阵重复步骤S3-S4，如果抽样合格率大于等于设定的合格率门限值，则确定所述下一时点的调节计划符合安稳要求，结束循环并将此时校正后的指令作为下一轮指令下发到新能源场站形成闭环控制；如果抽样合格率小于设定的合格率门限值，则重复步骤S53；如果没有任何一档满足上述要求，则需要反馈到上级调度，调整直流的计划值并结束。
9.一种适应波动电源及直流送受端电压安全的控制系统，其特征在于，包括分配模块、采样矩阵模块、矩阵重排模块、抽样验证模块和再分配模块
所述分配模块，用于将直流的功率调整量分配到直流的送端的各新能源场站；
所述采样矩阵模块，用于对各新能源场站的状态进行采样，得到初始采样矩阵；
所述矩阵重排模块，用于对初始采样矩阵中的元素进行重新排列，得到列相关性最小的新的采样矩阵；
所述抽样验证模块，对列相关性最小的新的采样矩阵的元素进行计算验证，通过设置的合格率门槛值判断下一时刻的运行方式是否符合安稳需求；
所述再分配模块，用于对不符合安稳需求的下一时刻的运行方式，通过设置的电压灵敏度门槛值将新能源场站聚类，通过对各新能源场站出力再分配。
10.根据权利要求9所述的适应波动电源及直流送受端电压安全的控制系统，其特征在于，所述分配模块包括信息获取模块、模型构建模块和调节计划分配模块；
所述信息获取模块，用于获取当前时点t0直流近区电网的各个常规电源、新能源的出力以及负荷，以及各个支路上的潮流信息新能源、负荷的预测信息以及计划信息；常规电源的计划信息以及直流近区电网与外部电网的计划信息；
所述模型构建模块，用于根据信息获取模块获取的信息，再结合新能源与负荷的波动性，以某时段的预测误差的最大值确定新能源和负荷的边界，建立风机输出概率模型和负荷概率模型；
所述调节计划分配模块，用于获取直流的功率下一时点的调节计划，将所述调节计划分配给各个新能源电站。
11.根据权利要求10所述的适应波动电源及直流送受端电压安全的控制系统，其特征在于，所述模型构建模块包括风机输出概率模型构建模块和负荷概率模型构建模块，所述风机输出概率模型构建模块，用于构建风机输出概率模型：
其中，pw为风机的有功功率，μpw为有功功率平均数，σpw为有功功率标准差；
所述负荷概率模型构建模块，用于构建负荷概率模型：
上述式中，pd、q分别为负荷的有功、无功功率，f(pd)为负荷有功概率分布函数，f(q)表示负荷无功概率分布函数，μpd、μq分别为有功功率、无功功率平均数，σpd,σq分别为有功功率、无功功率的标准差。
12.根据权利要求10所述的适应波动电源及直流送受端电压安全的控制系统，其特征在于，所述调节计划分配模块包括调节计划获取模块、划分模块和调节计划分配模块；
所述调节计划获取模块，用于获取直流的功率下一时点的调节计划；
所述划分模块，用于根据直流的功率调节要求，根据输电设备/断面是否达到限额，将输电设备/断面划分为受限类和不受限类；
所述调节计划分配模块，用于针对与受限设备/断面的有功灵敏度较小的新能源电站，采用不考虑其电网安全性能的综合指标为权重，并只计及不受限类设备/断面的过载约束进行发电控制优化决策，在权重与约束关联的自适应调整基础上将下一时点的调节计划分配给各个新能源电站。
13.根据权利要求9所述的适应波动电源及直流送受端电压安全的控制系统，其特征在于，所述采样矩阵模块包括采样模块和初始采样矩阵排列模块；
所述采样模块，用于根据所述新能源和负荷的边界以及风机输出概率模型和负荷概率模型，列出各个监视节点的新能源出力以及负荷，其有功作为各个节点的随机变量，计算各个随机变量对应的无功功率，对随机变量的累计概率分布函数采用拉丁超立方采样法进行采样；
所述初始采样矩阵排列模块，用于将各随机变量的采样值按照行为采样值，列为变量名排成一个初始采样矩阵。
14.根据权利要求9所述的适应波动电源及直流送受端电压安全的控制系统，其特征在于，所述矩阵重排模块包括分解模块和排列模块；
所述分解模块，用于采用Cholesky分解法生成相关性较低的排列矩阵；
所述排列模块，用于利用相关性较低的排列矩阵对初始采样矩阵中的元素进行重新排列，得到列相关性最小的新的采样矩阵。
15.根据权利要求10所述的适应波动电源及直流送受端电压安全的控制系统，其特征在于，所述抽样验证模块包括计算模块和验证模块；
所述计算模块，用于利用优化潮流计算工具，考虑无功调节范围、发电厂无功功率上下限、节点电压限制，对每一组抽样进行计算：
通过设定的合格率门限值φsample，统计关键节点的电压波动范围，根据设定的电压裕度阀值，计算抽样合格率φ：
所述验证模块，用于判断如果抽样合格率φ大于等于设定的合格率门限值φsample，则确定下一时刻的运行方式符合安稳要求；如果抽样合格率φ小于设定的合格率门限值φsample，则确定下一时刻的运行方式不符合安稳要求。
16.根据权利要求10所述的适应波动电源及直流送受端电压安全的控制系统，其特征在于，所述再分配模块包括指令变化量计算模块、集合划分模块、递减处理模块和判断调整模块；
所述指令变化量计算模块，用于通过设置的电压灵敏度门限值，对新能源场站进行聚类，将监视节点对其关联的新能源场站的电压灵敏度程度大于电压灵敏度门限值的新能源场站归为一组，并将每组新能源场站等值为一个发电厂，并根据组内的场站的爬坡率和预测值确定等值后的发电厂总体的爬坡率和预测值，计算总的指令变化量；
所述集合划分模块，用于将大于电压灵敏度门限值的监视节点根据其电压合格率从高到低进行排序，记作大于电压灵敏度门限值的监视节点集合；同时将小于等于电压灵敏度门限值的监视节点根据其电压合格率从低到高排序，记作小于等于电压灵敏度门限值的监视节点集合，并计算其对应的指令变化量；
所述递减处理模块，用于将小于等于电压灵敏度门限值的监视节点集合对应的指令变化量以某一固定值为一档进行递减，并将递减后的指令分配到所述初始采样矩阵中的新能源场站，得到递减后采样矩阵；同时在小于等于电压灵敏度门限值的监视节点集合中将递减后的指令以电压合格率为权重进行功率额度分配，并将分配的额度在小于等于电压灵敏度门限值的监视节点集合中按照顺序依次扣除；同理，在大于电压灵敏度门限值的监视节点集合中将递减后的指令以电压合格率为权重进行功率额度分配，并将分配的额度在大于电压灵敏度门限值的监视节点集合中按照顺序依次增加；
所述判断调整模块，依据递减后采样矩阵依次重复矩阵重排模块、抽样验证模块的操作，如果抽样合格率大于等于设定的合格率门限值，则确定所述调节计划分配模块控制的下一时点的调节计划符合安稳要求，结束循环并将此时校正后的指令作为下一轮指令下发到新能源场站形成闭环控制；如果抽样合格率小于设定的合格率门限值，则重复递减处理模块的操作；如果没有任何一档满足上述要求，则需要反馈到上级调度，调整直流的计划值并结束。

说明书全文

适应波动电源及直流送受端 电压安全的控制方法及系统

技术领域

[0001] 本发明涉及一种适应波动电源及直流送受端电压安全的控制方法及系统，属于电力系统安全稳定控制技术领域。

背景技术

[0002] 新能源的间隙性和随机性对电网的运行控制安全形成挑战。为了充分利用直流外送能力，实现新能源的跨省跨区消纳，需要考虑电网的电压支撑以及新能源预测性能和调节性能。由于新能源场站装备和管理水平参差不齐，新能源场站相对于常规电站，不仅出力的可控性能通常要差一些，并且可控性能稳定性也不足。另外，一些场站在发电的同时，会从电网中吸收无功功率，对电网的无功支撑上面也有随机性，难以保证新能源场站在直流外送通道变化时实时跟踪，在确保电网安全的同时提高新能源对外送通道的利用。

发明内容

[0003] 本发明所要解决的技术问题是克服现有技术的缺陷，提供

[0004] 一种适应波动电源及直流送受端电压安全的控制方法，包括如下步骤：

[0005] S1，将直流的功率调整量分配到直流的送端的各新能源场站；

[0006] S2，对各新能源场站的状态进行采样，得到初始采样矩阵；

[0007] S3，对初始采样矩阵中的元素进行重新排列，得到列相关性最小的新的采样矩阵；

[0008] S4，对列相关性最小的新的采样矩阵的元素进行计算验证，通过设置的合格率门槛值判断下一时刻的运行方式是否符合安稳需求；

[0009] S5，对于不符合安稳需求的下一时刻的运行方式，通过设置的电压灵敏度门槛值将新能源场站聚类，通过对各新能源场站出力再分配。

[0010] 进一步的，所述步骤S1包括如下过程：

[0011] 获取当前时点t0直流近区电网的各个常规电源、新能源的出力以及负荷，以及各个支路上的潮流信息新能源、负荷的预测信息以及计划信息；常规电源的计划信息以及直流近区电网与外部电网的计划信息；

[0012] 根据获取的信息，结合新能源与负荷的波动性，以某时段的预测误差的最大值确定新能源和负荷的边界，建立风机输出概率模型和负荷概率模型；

[0013] 获取直流的功率下一时点的调节计划，将所述调节计划分配给各个新能源电站。

[0014] 进一步的，所述风机输出概率模型为：

[0015]

[0016] 其中，pw为风机的有功功率，μpw为有功功率平均数，σpw为有功功率标准差；

[0017] 所述负荷概率模型为：

[0018]

[0019]

[0020] 上述式中，pd、q分别为负荷的有功、无功功率，f(pd)为负荷有功概率分布函数，f(q)表示负荷无功概率分布函数，μpd、μq分别为有功功率、无功功率平均数，σpd,σq分别为有功功率、无功功率的标准差。

[0021] 进一步的，获取直流的功率下一时点的调节计划，并根据直流的功率调节要求，根据输电设备/断面是否达到限额，将输电设备/断面划分为受限类和不受限类，针对与受限设备/断面的有功灵敏度较小的新能源电站，采用不考虑其电网安全性能的综合指标为权重，并只计及不受限类设备/断面的过载约束进行发电控制优化决策，在权重与约束关联的自适应调整基础上将下一时点的调节计划分配给各个新能源电站。

[0022] 进一步的，所述步骤S2包括如下过程：

[0023] 根据所述新能源和负荷的边界以及风机输出概率模型和负荷概率模型，列出各个监视节点的新能源出力以及负荷，其有功作为各个节点的随机变量，计算各个随机变量对应的无功功率，对随机变量的累计概率分布函数采用拉丁超立方采样法进行采样，将各随机变量的采样值按照行为采样值，列为变量名排成一个初始采样矩阵。

[0024] 进一步的，所述步骤S3包括如下过程；

[0025] 采用Cholesky分解法生成相关性较低的排列矩阵，并用其对初始采样矩阵中的元素进行重新排列，得到列相关性最小的新的采样矩阵。

[0026] 进一步的，所述步骤S4包括如下过程：

[0027] 利用优化潮流计算工具，考虑无功调节范围、发电厂无功功率上下限、节点电压限制，对每一组抽样进行计算验证是否满足要求；

[0028] 通过设定的合格率门限值φsample，统计关键节点的电压波动范围，根据设定的电压裕度阀值，计算抽样合格率φ：

[0029]

[0030] 如果抽样合格率φ大于等于设定的合格率门限值φsample，则确定下一时刻的运行方式符合安稳要求；如果抽样合格率φ小于设定的合格率门限值φsample，则确定下一时刻的运行方式不符合安稳要求。

[0031] 进一步的，所述步骤S5包括如下过程：

[0032] S51，通过设置的电压灵敏度门限值对新能源场站进行聚类，将监视节点对其关联的新能源场站的电压灵敏度程度大于电压灵敏度门限值的新能源场站归为一组，并将每组新能源场站等值为一个发电厂，并根据组内的场站的爬坡率和预测值确定等值后的发电厂总体的爬坡率和预测值，计算总的指令变化量；

[0033] S52，将大于电压灵敏度门限值的监视节点根据其电压合格率从高到低进行排序，记作大于电压灵敏度门限值的监视节点集合；同时将小于等于电压灵敏度门限值的监视节点根据其电压合格率从低到高排序，记作小于等于电压灵敏度门限值的监视节点集合，并计算其对应的指令变化量；

[0034] S53，将小于等于电压灵敏度门限值的监视节点集合对应的指令变化量以某一固定值为一档进行递减，并将递减后的指令分配到所述初始采样矩阵中的新能源场站，得到递减后采样矩阵；同时在小于等于电压灵敏度门限值的监视节点集合中将递减后的指令以电压合格率为权重进行功率额度分配，并将分配的额度在小于等于电压灵敏度门限值的监视节点集合中按照顺序依次扣除；同理，在大于电压灵敏度门限值的监视节点集合中将递减后的指令以电压合格率为权重进行功率额度分配，并将分配的额度在大于电压灵敏度门限值的监视节点集合中按照顺序依次增加；

[0035] S54，依据递减后采样矩阵重复步骤S3-S4，如果抽样合格率大于等于设定的合格率门限值，则确定所述下一时点的调节计划符合安稳要求，结束循环并将此时校正后的指令作为下一轮指令下发到新能源场站形成闭环控制；如果抽样合格率小于设定的合格率门限值，则重复步骤S53；如果没有任何一档满足上述要求，则需要反馈到上级调度，调整直流的计划值并结束。

[0036] 一种适应波动电源及直流送受端电压安全的控制系统，包括分配模块、采样矩阵模块、矩阵重排模块、抽样验证模块和再分配模块

[0037] 所述分配模块，用于将直流的功率调整量分配到直流的送端的各新能源场站；

[0038] 所述采样矩阵模块，用于对各新能源场站的状态进行采样，得到初始采样矩阵；

[0039] 所述矩阵重排模块，用于对初始采样矩阵中的元素进行重新排列，得到列相关性最小的新的采样矩阵；

[0040] 所述抽样验证模块，对列相关性最小的新的采样矩阵的元素进行计算验证，通过设置的合格率门槛值判断下一时刻的运行方式是否符合安稳需求；

[0041] 所述再分配模块，用于对不符合安稳需求的下一时刻的运行方式，通过设置的电压灵敏度门槛值将新能源场站聚类，通过对各新能源场站出力再分配。

[0042] 进一步的，所述分配模块包括信息获取模块、模型构建模块和调节计划分配模块；

[0043] 所述信息获取模块，用于获取当前时点t0直流近区电网的各个常规电源、新能源的出力以及负荷，以及各个支路上的潮流信息新能源、负荷的预测信息以及计划信息；常规电源的计划信息以及直流近区电网与外部电网的计划信息；

[0044] 所述模型构建模块，用于根据信息获取模块获取的信息，再结合新能源与负荷的波动性，以某时段的预测误差的最大值确定新能源和负荷的边界，建立风机输出概率模型和负荷概率模型；

[0045] 所述调节计划分配模块，用于获取直流的功率下一时点的调节计划，将所述调节计划分配给各个新能源电站。

[0046] 进一步的，所述模型构建模块包括风机输出概率模型构建模块和负荷概率模型构建模块，

[0047] 所述风机输出概率模型构建模块，用于构建风机输出概率模型：

[0048]

[0049] 其中，pw为风机的有功功率，μpw为有功功率平均数，σpw为有功功率标准差；

[0050] 所述负荷概率模型构建模块，用于构建负荷概率模型：

[0051]

[0052]

[0053] 上述式中，pd、q分别为负荷的有功、无功功率，f(pd)为负荷有功概率分布函数，f(q)表示负荷无功概率分布函数，μpd、μq分别为有功功率、无功功率平均数，σpd,σq分别为有功功率、无功功率的标准差。

[0054] 进一步的，所述调节计划分配模块包括调节计划获取模块、划分模块和调节计划分配模块；

[0055] 所述调节计划获取模块，用于获取直流的功率下一时点的调节计划；

[0056] 所述划分模块，用于根据直流的功率调节要求，根据输电设备/断面是否达到限额，将输电设备/断面划分为受限类和不受限类；

[0057] 所述调节计划分配模块，用于针对与受限设备/断面的有功灵敏度较小的新能源电站，采用不考虑其电网安全性能的综合指标为权重，并只计及不受限类设备/断面的过载约束进行发电控制优化决策，在权重与约束关联的自适应调整基础上将下一时点的调节计划分配给各个新能源电站。

[0058] 进一步的，所述采样矩阵模块包括采样模块和初始采样矩阵排列模块；

[0059] 所述采样模块，用于根据所述新能源和负荷的边界以及风机输出概率模型和负荷概率模型，列出各个监视节点的新能源出力以及负荷，其有功作为各个节点的随机变量，计算各个随机变量对应的无功功率，对随机变量的累计概率分布函数采用拉丁超立方采样法进行采样；

[0060] 所述初始采样矩阵排列模块，用于将各随机变量的采样值按照行为采样值，列为变量名排成一个初始采样矩阵。

[0061] 进一步的，所述矩阵重排模块包括分解模块和排列模块；

[0062] 所述分解模块，用于采用Cholesky分解法生成相关性较低的排列矩阵；

[0063] 所述排列模块，用于利用相关性较低的排列矩阵对初始采样矩阵中的元素进行重新排列，得到列相关性最小的新的采样矩阵。

[0064] 进一步的，所述抽样验证模块包括计算模块和验证模块；

[0065] 所述计算模块，用于利用优化潮流计算工具，考虑无功调节范围、发电厂无功功率上下限、节点电压限制，对每一组抽样进行计算：

[0066] 通过设定的合格率门限值φsample，统计关键节点的电压波动范围，根据设定的电压裕度阀值，计算抽样合格率φ：

[0067]

[0068] 所述验证模块，用于判断如果抽样合格率φ大于等于设定的合格率门限值φsample，则确定下一时刻的运行方式符合安稳要求；如果抽样合格率φ小于设定的合格率门限值φsample，则确定下一时刻的运行方式不符合安稳要求。

[0069] 进一步的，所述再分配模块包括指令变化量计算模块、集合划分模块、递减处理模块和判断调整模块；

[0070] 所述指令变化量计算模块，用于通过设置的电压灵敏度门限值，对新能源场站进行聚类，将监视节点对其关联的新能源场站的电压灵敏度程度大于电压灵敏度门限值的新能源场站归为一组，并将每组新能源场站等值为一个发电厂，并根据组内的场站的爬坡率和预测值确定等值后的发电厂总体的爬坡率和预测值，计算总的指令变化量；

[0071] 所述集合划分模块，用于将大于电压灵敏度门限值的监视节点根据其电压合格率从高到低进行排序，记作大于电压灵敏度门限值的监视节点集合；同时将小于等于电压灵敏度门限值的监视节点根据其电压合格率从低到高排序，记作小于等于电压灵敏度门限值的监视节点集合，并计算其对应的指令变化量；

[0072] 所述递减处理模块，用于将小于等于电压灵敏度门限值的监视节点集合对应的指令变化量以某一固定值为一档进行递减，并将递减后的指令分配到所述初始采样矩阵中的新能源场站，得到递减后采样矩阵；同时在小于等于电压灵敏度门限值的监视节点集合中将递减后的指令以电压合格率为权重进行功率额度分配，并将分配的额度在小于等于电压灵敏度门限值的监视节点集合中按照顺序依次扣除；同理，在大于电压灵敏度门限值的监视节点集合中将递减后的指令以电压合格率为权重进行功率额度分配，并将分配的额度在大于电压灵敏度门限值的监视节点集合中按照顺序依次增加；

[0073] 所述判断调整模块，依据递减后采样矩阵依次重复矩阵重排模块、抽样验证模块的操作，如果抽样合格率大于等于设定的合格率门限值，则确定所述调节计划分配模块控制的下一时点的调节计划符合安稳要求，结束循环并将此时校正后的指令作为下一轮指令下发到新能源场站形成闭环控制；如果抽样合格率小于设定的合格率门限值，则重复递减处理模块的操作；如果没有任何一档满足上述要求，则需要反馈到上级调度，调整直流的计划值并结束。

[0074] 本发明所达到的有益效果：

[0075] 在送出通道变化时，使得新能源出力实时跟踪通道裕度变化，在考虑电网电压安全的同时，实现新能源跨区消纳最大化。另外，不同于传统蒙特卡洛采样可能会出现采样数据覆盖不完整、代表性不强的问题，本发明采用拉丁超立方采样，将累计概率分布函数等分采样，保证了采样数据的完整性与代表性，并采用Cholesky分解法降低采样数据所组成的矩阵的相关性，为后续对抽样的计算验证提供基础，提高了方法的实用性。附图说明

[0076] 图1是本发明的流程示意图。

具体实施方式

[0077] 为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

[0078] 下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。

[0079] 如图1所示，本发明的适应波动电源及直流送受端电压安全的控制方法，包括以下步骤：

[0080] S1，获取当前时点t0直流近区电网的各个常规电源、新能源的出力以及负荷，以及各个支路上的潮流信息；获取新能源、负荷的预测信息以及计划信息；获取常规电源的计划信息以及直流近区电网与外部电网的计划信息；

[0081] S2，考虑新能源与负荷的波动性，以某时段的预测误差的最大值确定新能源和负荷的边界，建立风机输出概率模型和负荷概率模型；

[0082] S201，风速一般为正态分布。以正态分布模型作为负荷的概率模型：

[0083]

[0084] 其中，pw为风机的有功功率，μpw为有功功率平均数，σpw,为有功功率标准差。

[0085] 由于本专利涉及风电有功功率控制，风机不能一直处于自由发电状态，其输出概率模型不再服从威布尔分布。因此，设定下一时点t1输出功率波动阈值σw，定义时点t0处风机输出功率p0，则时点t1输出功率波动范围为[(1w)p0,(1

[0086] σw)p0]；

[0087] S202，以正态分布模型作为负荷的概率模型：

[0088]

[0089]

[0090] 上述式中，pd、q分别为负荷的有功、无功功率，μpd、μq为有功功率、无功功率平均数，σpd,σq为有功功率、无功功率的标准差；

[0091] S3，获取直流的功率下一时点t1的调节计划ΔP，并根据直流的功率调节要求，按照专利“权重与约束关联调整的电网实时发电控制优化决策方法”给出的方法，根据输电设备/断面是否达到限额，将输电设备/断面划分为受限类和不受限类，针对与受限设备/断面的有功灵敏度较小的新能源电站，采用不考虑其电网安全性能的综合指标为权重，并只计及不受限类设备/断面的过载约束进行发电控制优化决策，在权重与约束关联的自适应调整基础上将ΔP分配给各个新能源电站；

[0092] S4，根据S2中得到的新能源和负荷的模型以及取值范围，列出各个监视节点的新能源出力以及负荷，其有功作为各个节点的随机变量，设各个节点为恒功率因数方式，得到各个变量对应的无功功率。

[0093] 假设上述随机变量共为M个，分别为X1,X2,…,XM，Xm代表其中任意一个变量，将其累积概率分布函数表示为：

[0094] Ym＝Fm(Xm)

[0095] 采用拉丁超立方采样法，把函数Ym分成N个等距区间，选择每个等距区间的中点作为采样点，通过累计概率分布的反函数求得变量Xm的采样值；将各随机变量的采样值按照行为采样值，列为变量名排成一个M×N的矩阵C：

[0096]

[0097] S5，由于上述采样矩阵C中的元素是随机排列的，其列之间的相关性，即每个随机变量采样值之间的相关性是随机的、不可控的。现采用Cholesky分解法生成相关性较低的排列矩阵，并用其对初始采样矩阵C中的元素进行重新排列，使采样矩阵C的列相关性最小；

[0098] S6，利用优化潮流计算工具，考虑无功调节范围、发电厂无功功率上下限、节点电压限制，对每一组抽样进行计算验证；

[0099] S7，设定合格率门限值φsample，统计关键节点的电压波动范围，根据设定的电压裕度阀值，计算抽样合格率φ：

[0100]

[0101] 如果抽样合格率φ大于等于设定的合格率门限值φsample，则说明步骤S3给出的下一时刻的运行方式符合安稳要求；如果抽样合格率φ小于设定的合格率门限值φsample，则需要根据S8的步骤调整运行方式；

[0102] S8，设置一电压灵敏度门限值φsensitivity，对新能源场站进行聚类，将监视节点对其关联的新能源场站的电压灵敏度程度大于φsensitivity的新能源场站归为一组，并将每组新能源场站等值为一个发电厂，并根据组内的场站的爬坡率和预测值确定等值后的发电厂总体的爬坡率和预测值。将每个等值发电厂分配的指令变化量记做ΔPG,则有：∑ΔPG＝ΔP。

[0103] S9，将大于φsample的监视节点根据其电压合格率从高到低进行排序，记为H；同时将小于φsample的监视节点根据其电压合格率从低到高排序，记为B，并计算其对应的指令变化量ΔP’＝∑(G∈B)ΔPG；

[0104] S10，将ΔP’以ΔP’/10为一档进行递减，记为ΔP”，并将递减后的指令分配到矩阵C中的电厂，同时在B中将ΔP”以电压合格率为权重进行功率额度分配，并将分配的额度在B中按照顺序依次扣除；同理，在H中将ΔP”以电压合格率为权重进行功率额度分配，并将分配的额度在H中按照顺序依次增加，重复S4-S7的步骤；如果抽样合格率φ大于等于设定的合格率门限值φsample，则说明步骤S3给出的下一时刻的运行方式符合安稳要求，结束循环并将此时校正后的指令作为下一轮指令下发；如果抽样合格率φ小于设定的合格率门限值φsample，则重复步骤S10；如果没有任何一档满足上述要求，则需要反馈到上级调度，调整直流的计划值并结束本设计的内容。

[0105] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的得同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

[0106] 本发明还提供一种适应波动电源及直流送受端电压安全的控制系统，包括分配模块、采样矩阵模块、矩阵重排模块、抽样验证模块和再分配模块

[0107] 所述分配模块，用于将直流的功率调整量分配到直流的送端的各新能源场站；

[0108] 所述采样矩阵模块，用于对各新能源场站的状态进行采样，得到初始采样矩阵；

[0109] 所述矩阵重排模块，用于对初始采样矩阵中的元素进行重新排列，得到列相关性最小的新的采样矩阵；

[0110] 所述抽样验证模块，用于利用优化潮流计算工具对列相关性最小的新的采样矩阵的元素进行计算验证，通过设置合格率门槛值判断下一时刻的运行方式是否符合安稳需求；

[0111] 所述再分配模块，用于对于低于合格率门槛值的运行方式，设置电压灵敏度门槛值，将新能源场站聚类，通过对各新能源场站出力再分配。

[0112] 所述分配模块包括信息获取模块、模型构建模块和调节计划分配模块；

[0113] 所述信息获取模块，用于获取当前时点t0直流近区电网的各个常规电源、新能源的出力以及负荷，以及各个支路上的潮流信息新能源、负荷的预测信息以及计划信息；常规电源的计划信息以及直流近区电网与外部电网的计划信息；

[0114] 所述模型构建模块，用于根据信息获取模块获取的信息，再结合新能源与负荷的波动性，以某时段的预测误差的最大值确定新能源和负荷的边界，建立风机输出概率模型和负荷概率模型；

[0115] 所述调节计划分配模块，用于获取直流的功率下一时点的调节计划，将所述调节计划分配给各个新能源电站。

[0116] 所述模型构建模块包括风机输出概率模型构建模块和负荷概率模型构建模块，[0117] 所述风机输出概率模型构建模块，用于构建风机输出概率模型：

[0118]

[0119] 其中，pw为风机的有功功率，μpw为有功功率平均数，σpw为有功功率标准差；

[0120] 所述负荷概率模型构建模块，用于构建负荷概率模型：

[0121]

[0122]

[0123] 上述式中，pd、q分别为负荷的有功、无功功率，f(pd)为负荷有功概率分布函数，f(q)表示负荷无功概率分布函数，μpd、μq分别为有功功率、无功功率平均数，σpd,σq分别为有功功率、无功功率的标准差。

[0124] 所述调节计划分配模块包括调节计划获取模块、划分模块和调节计划分配模块；

[0125] 所述调节计划获取模块，用于获取直流的功率下一时点的调节计划；

[0126] 所述划分模块，用于根据直流的功率调节要求，根据输电设备/断面是否达到限额，将输电设备/断面划分为受限类和不受限类；

[0127] 所述调节计划分配模块，用于针对与受限设备/断面的有功灵敏度较小的新能源电站，采用不考虑其电网安全性能的综合指标为权重，并只计及不受限类设备/断面的过载约束进行发电控制优化决策，在权重与约束关联的自适应调整基础上将下一时点的调节计划分配给各个新能源电站。

[0128] 所述采样矩阵模块包括采样模块和初始采样矩阵排列模块；

[0129] 所述采样模块，用于根据所述新能源和负荷的边界以及风机输出概率模型和负荷概率模型，列出各个监视节点的新能源出力以及负荷，其有功作为各个节点的随机变量，计算各个随机变量对应的无功功率，对随机变量的累计概率分布函数采用拉丁超立方采样法进行采样；

[0130] 所述初始采样矩阵排列模块，用于将各随机变量的采样值按照行为采样值，列为变量名排成一个初始采样矩阵。

[0131] 所述矩阵重排模块包括分解模块和排列模块；

[0132] 所述分解模块，用于采用Cholesky分解法生成相关性较低的排列矩阵；

[0133] 所述排列模块，用于利用相关性较低的排列矩阵对初始采样矩阵中的元素进行重新排列，得到列相关性最小的新的采样矩阵。

[0134] 所述抽样验证模块包括计算模块和验证模块；

[0135] 所述计算模块，用于利用优化潮流计算工具，考虑无功调节范围、发电厂无功功率上下限、节点电压限制，对每一组抽样进行计算：

[0136] 设定合格率门限值φsample，统计关键节点的电压波动范围，根据设定的电压裕度阀值，计算抽样合格率φ：

[0137]

[0138] 所述验证模块，用于判断如果抽样合格率φ大于等于设定的合格率门限值φsample，则说明调节计划分配模块给出的下一时刻的运行方式符合安稳要求；如果抽样合格率φ小于设定的合格率门限值φsample，则需要根据再分配模块调整运行方式。

[0139] 所述再分配模块包括指令变化量计算模块、集合划分模块、递减处理模块和判断调整模块；

[0140] 所述指令变化量计算模块，用于设置电压灵敏度门限值，对新能源场站进行聚类，将监视节点对其关联的新能源场站的电压灵敏度程度大于电压灵敏度门限值的新能源场站归为一组，并将每组新能源场站等值为一个发电厂，并根据组内的场站的爬坡率和预测值确定等值后的发电厂总体的爬坡率和预测值，计算总的指令变化量；

[0141] 所述集合划分模块，用于将大于电压灵敏度门限值的监视节点根据其电压合格率从高到低进行排序，记作大于电压灵敏度门限值的监视节点集合；同时将小于等于电压灵敏度门限值的监视节点根据其电压合格率从低到高排序，记作小于等于电压灵敏度门限值的监视节点集合，并计算其对应的指令变化量；

[0142] 所述递减处理模块，用于将小于等于电压灵敏度门限值的监视节点集合对应的指令变化量以某一固定值为一档进行递减，并将递减后的指令分配到所述初始采样矩阵中的新能源场站，得到递减后采样矩阵；同时在小于等于电压灵敏度门限值的监视节点集合中将递减后的指令以电压合格率为权重进行功率额度分配，并将分配的额度在小于等于电压灵敏度门限值的监视节点集合中按照顺序依次扣除；同理，在大于电压灵敏度门限值的监视节点集合中将递减后的指令以电压合格率为权重进行功率额度分配，并将分配的额度在大于电压灵敏度门限值的监视节点集合中按照顺序依次增加；

[0143] 所述判断调整模块，依据递减后采样矩阵依次重复矩阵重排模块、抽样验证模块的操作，如果抽样合格率大于等于设定的合格率门限值，则说明所述调节计划分配模块控制的下一时点的调节计划符合安稳要求，结束循环并将此时校正后的指令作为下一轮指令下发到新能源场站形成闭环控制；如果抽样合格率小于设定的合格率门限值，则重复递减处理模块的操作；如果没有任何一档满足上述要求，则需要反馈到上级调度，调整直流的计划值并结束。

[0144] 本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

[0145] 本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

[0146] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

[0147] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

[0148] 以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

标题	发布/更新时间	阅读量
一种计及绿证与碳交易制度的“源-荷”协调优化调度方法	2020-05-14	248
适应波动电源及直流送受端电压安全的控制方法及系统	2020-05-13	768
一种二阶振荡粒子群双电耦合燃料电池汽车能效优化方法	2020-05-14	787
采用0-1整数规划模型实现的电力系统经济调度方法	2020-05-15	729
一种基于风险管理的多尺度滚动电力交易平衡优化方法	2020-05-15	805
一种新能源发电场谐波控制系统	2020-05-14	750
一种多能互补园区供能可靠性评估方法	2020-05-08	585
一种符合功能安全的异构冗余整车控制器	2020-05-11	121
一种考虑系统综合不确定性因素的能量枢纽随机规划方法	2020-05-15	239
包括电动汽车充电负荷的微电网经济调度优化方法	2020-05-11	1025

适应波动电源及直流送受端电压安全的控制方法及系统

适应波动电源及直流送受端电压安全的控制方法及系统

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：