一种降低有源配电网三相不平衡度的优化方法与流程

1.本发明一种降低有源配电网三相不平衡度的优化方法涉及的是一种针对配电网三相不平衡度的优化方法。


背景技术：

2.三相不平衡是配电网普遍存在的问题，尽管在设计上考虑到了配电网三相不平衡问题，但由于单相负荷过多以及近年来分布式光伏发电(distributed photovoltaic generation,简称dpv)越来越多地并入配电网等因素，三相不平衡越发成为当今低压配电网面临的主要问题之一。电力系统三相不平衡电压存在着正序、负序、零序三个电压分量。负序电压会引起旋转电机的附加发热和振动，使其效率降低，绝缘老化过程加快。零序电流通过配变中的钢构件时将产生磁滞损耗和涡流损耗，使配变的钢构件局部温度升高，从而加快配变的老化，同时增加配变的损耗。国家标准《电能质量三相电压允许不平衡度》明确规定，在正常情况下电网各级电压的三相不平衡度不大于2％，每个用户在公共连接点引起的三相电压不平衡度不得超过1.3％。
3.随着世界范围内诸如石油、煤炭等传统能源的加速枯竭以及出于节能减排的目的，如今能源产业的发展逐渐往追求产能绿色化与用能高效化的方向前进。优化现存的能源结构，提高可再生能源的利用效率是一大热点方向。由此，一种能量转换效率高、清洁环保、调度与安装维护灵活多变的新型发电技术——分布式发电(distributed generation,dg)得到了行业内外社会各界的广泛关注与充分研究。dg本身具有配置灵活、清洁环保、成本较传统发电方式更低、合理配置有利于改善电网稳定性、提高电压质量、减少有功网损等一系列优点，目前主要包括分布式光伏发电、分布式风力发电等，这些不同的分布式电源可以将风能、太阳能等不同种类的清洁能源转化为电能，降低人类对煤炭、石油等一次能源的需求，从而在时间的推进中逐步代替传统能源。在诸多类型的分布式电源中，由于分布式光伏电源拥有发电过程中不产生噪声、易于扩建、使用寿命长、维护修理方便以及能够直接安装于用户住宅中等优势，从众多分布式电源中脱颖而出。
4.分布式光伏发电是一种将太阳能转化为电能的小型发电系统，不仅作为辅助电源接入配电网，也可配置于用户住宅中。由于dpv自身具备较高的灵活性和环保性能，并网后会在诸多层面产生较大的效益。在市场层面，分布式光伏接入配电网系统可以考虑在当发电量较多时将剩余电力输入主网取得收益，当发电功率较小时就地平衡差额电力从主网购入。在投入成本层面，分布式光伏发电并网投产后可以有效的避免后期由于项目建设期间成本耗费过量、运营维护服务不到位、故障问题频繁发生等问题造成的后续投入及维护成本支出过高的现象产生。另外在经济效益层面，分布式光伏发电并网投资不仅可以显著降低单位用户电费的总支出与成本，还能够增大能源利用率、优化能源结构、调整能源环境。
5.由此可见，分布式光伏发电并网技术不仅完全可以用来达到降低环境污染、提高能源环境综合利用整体效率指标的设计目的，同时还能提高配电系统网络供电运行可靠性。
6.但目前随着分布式光伏发电技术研究的持续不断的推进,越来越多的分布式光伏正大规模并入配电网规划中，使得电力系统中的分布式太阳能光伏应用的渗透率持续提升，一些分布式光伏由于选取的并网位置、安装容量或是运行方式不合理势必对传统配电网的辐射型网架结构产生影响，引入电力扰动，潮流分布与电压分布的变化导致配电网网络损耗的变化，使得配电网三相潮流不平衡现象加剧，对配电系统造成诸多不利影响。在低压配电网中，三相不平衡严重影响变压器的功率传输和使用寿命，同时增加线路损耗,而在配电网中的一些保护装置受到其影响产生误动作，降低供电的可靠性，严重影响用电设备的安全运行。为了尽可能消除不利影响，在分布式光伏并网规划时就应该对其安装位置和容量进行合理的规划，以有效的降低接入分布式光伏对配电网三相潮流平衡的影响。
7.因此，为了降低有源配电网三相不平衡，优化分布式光伏接入配电网的容量、位置以及并网相显得尤为重要。


技术实现要素：

8.本发明有鉴于此，提供了一种降低有源配电网三相不平衡度的优化方法，其相较于现有的技术手段，具有良好的使用和推广效果。
9.一种降低有源配电网三相不平衡度的优化方法，包括如下步骤：
10.(1).针对配电网负荷三相不平衡下的潮流计算；
11.(2).有源配电网三相不平衡度的计算；
12.(3).配电网的优化；其中的优化方向包括两个，分别为以减小配电网三相不平衡度的配电网优化，以及以损耗最小为目标的配电网优化，其中以损耗最小为目标的配电网优化是以配电网三相的平衡度达标为前提。
13.步骤(1)中针对配电网负荷三相不平衡下的潮流计算的具体方法如下：
14.配电网潮流计算以放射状网络为研究对象，其基本模型是：已知量是首端电压和各负荷功率，待求量是各线路潮流和各负荷点的电压。
15.本方案采用前推回代法来进行配电网三相负荷不平衡下的潮流计算，通过潮流计算可以求得各节点的三相电压及相角、各支路的三相网络损耗，以此为基础进行后续的优化网络损耗和减小配电网三相不平衡的工作。
16.前推回代法前推回推配网三相潮流计算在第k次迭代中的步骤为：
17.(1.1)计算节点注入电流
[0018][0019]
式中,为与恒定负荷功率和并联元件相对应的节点j的注入电流；为与恒定负荷功率和并联元件相对应的节点j的注入电流；为节点j的已知注入功率；为节点j的电压；y
ja
,y
jb
,y
jc
为节点j的所有并联元件的导纳。
[0020]
(1.2)回推计算各支路电流
[0021]
从最后一层支路开始向根节点推进，支路l的电流为
[0022][0023]
式中为支路l的电流；m为与节点j直接相连的所有下层支路的集合。
[0024]
(1.3)前推求解节点电压
[0025]
从第一层开始向最后一层推进，节点j的电压为
[0026][0027]
在一次迭代执行了以上3步之后，每个节点上所有相的功率不平衡分量为
[0028][0029]
如果式(1-4)中的功率不平衡分量中有任何一个实部或虚部(有功或无功)大于收敛判据，则重复步骤(1-1)至(1-3)，直至收敛。
[0030]
步骤(2)中配电网三相不平衡度计算的具体方法如下：
[0031]
选用ieee std 112-1991定义的电压不平衡度为相电压不平衡率(pvur)，pvur等于三相相电压方均根值与三相相电压方均根值的平均值之差的最大值与三相相电压方均根值的平均值的比值:
[0032][0033]
式中u
ave
为u三相电压有效值的平均值，单位为v；ua、ub、uc为a、b、c三相电压的有效值，单位为v。
[0034]
步骤(3)中以损耗最小为目标的配电网优化的具体方法如下：
[0035]
配电网优化选择换相开关状态作为优化变量，以网络损耗最小为目标函数，基于粒子群优化算法(pso)求解目标，其目标函数具体如下：
[0036][0037]
其中：n为根节点个数，pi表示第i个根节点所有相连支路的有功网损(单位：mw)。
[0038]
粒子群算法(particle swarm optimization，pso)是受鸟群捕食行为的启发演变而来，通过鸟群中每个个体对食物捕食获得寻找空间中个体解，根据速度和位置变换公式，
不断改变每个个体的位置获得一个适应度值，在不断变化的过程中，更新当前值和最优值；用速度和位置变换公式，如式(1-7)所示：
[0039][0040]
其中：
[0041]
以上公式中，v
ij
为第i个粒子在维数为j处的速度；p
ij
为第i个粒子在维数为j处的局部极值；g
ij
为第i个粒子当前的全局极值；x
ij
为第i个粒子在维数为j处的位置；t为当前迭代次数；w为惯性权重，w
max
和w
min
分别为最大惯性权重值和最小惯性权重值；通常情况下为初始化时的给定值，c1、c2为学习因子；r1和r2为[0,1]区间随机函数，loopcount为最大迭代次数。
[0042]
粒子群算法在解决单目标函数的优化时，由于不受约束条件的影响，所以对问题的处理方便快捷，因此应用此算法求解本节的单目标函数十分合适。在本节采用的数学模型中，假设ieee33节点配电网中除发电机节点(即第一个节点)另外32个节点全部配备一个换相开关,且在换相开关状态矩阵中由数字1、2、3分别代表换相开关所接相序为a相、b相、c相。粒子群算法在解决连续性问题优势明显，而本文所考虑的开关相序为离散化模型，需要将其转化为连续化问题进行处理。通过将开关相序的离散空间映射到连续空间内，所以对每个粒子中开关相序1，2，3离散化转化为[0,3]连续范围内，将当xi∈[0,1]时，对应的xi向上取整为1，表示开关切到a相；同理，xi∈(1,2]或xi∈(2,3]时，表示开关切到b相或c相，那么各负荷点所对应的开关状态矩阵变为1
×
40维的行向量。粒子群算法参数设置如下，最大迭代次数loopcount＝300；粒子总数为32；种群规模为100；学习因子c1＝2，c2＝1.5；惯性权重w＝0.8。
[0043]
步骤(3)中，以减小配电网三相不平衡度的配电网优化的具体方法如下：
[0044]
基于粒子群算法进行优化，具体目标函数如下：
[0045][0046]
其中，n为配电网节点个数，εi为第i个节点的三相电压不平衡度，max[ε1...εn]表示n个节点的三相电压不平衡度中的最大值。
[0047]
在新入网分布式光伏时，步骤(3)以减小配电网三相不平衡度的配电网优化的具体方法如下：
[0048]
目标函数的设置如下；
[0049]
以减小三相电压不平衡度为目标，选用三相电压不平衡度为优化目标函数；通过优化换相开关状态以及新接入分布式光伏的并网点和相序。减小三相不平衡度：
[0050][0051]
其中，n为配电网节点个数，εi为第i个节点的三相电压不平衡度，max[ε1...εn]表示n个节点的三相电压不平衡度中的最大值。
[0052]
优化变量为各换向开关的状态以及各待选分布式光伏并网点a相、b相和c相并网
光伏容量，仍然采取粒子群优化算法进行求解。
[0053]
约束条件的具体方法如下：
[0054]
分布式光伏的选址定容问题的约束包括光伏投资安装约束和系统运行约束，分别为：
[0055]
(1)分布式光伏安装节点数约束
[0056][0057]
式中，n代表可安装分布式光伏的节点总数，ui代表在i节点是否安装分布式光伏，0代表不安装，1代表安装，d是分布式光伏可安装的最大节点数。
[0058]
(2)分布式光伏安装容量约束
[0059]
根据要求，分布式电源接入配电网的总容量不应超过上一级变压器供电区域内最大负荷的25％.因此，需要对分布式光伏接入配电网的总容量进行约束，其约束表达式为:
[0060][0061]
式中，p
dgi
为各接入点实际安装的分布式光伏容量，p
dg
为配电网中允许接入的分布式光伏总容量。
[0062]
(3)节点电压约束
[0063]ui,min
≤ui≤u
i,max
,i∈n
i (1-12)
[0064]
式中，u
i,min
和u
i,max
节点i处电压ui的下限和上限，ni为配电系统的节点总数。
[0065]
(4)功率平衡约束
[0066][0067]
式中，ps为发电机组供电量，p
load
为配电网中的用电负荷总量，p
loss
为配电网总网损。
附图说明
[0068]
以下结合附图对本发明作进一步说明
[0069]
图1为本发明中换相前后的对比示意图。
[0070]
图2为本发明中换相前后各节点三相不平衡度对比的示意图(优化方向为减小配电网三相不平衡度)。
[0071]
图3为本发明中换相前各节点三相电压的示意图(优化方向为减小配电网三相不平衡度)。
[0072]
图4为本发明中换相后各节点三相电压的示意图(优化方向为减小配电网三相不平衡度)。
[0073]
图5为本发明中新入网分布式光伏的日负荷曲线和光伏出力曲线对比示意图。
[0074]
图6为本发明中接入光伏前后配电网各节点的平均三相不平衡度对比示意图。
[0075]
图7为本发明中接入光伏前后配电网各节点的全天平均节点对比示意图。
[0076]
图8为本发明中某实施例地段的配电网系统结构图。
[0077]
图9为本发明中某实施例地段换相前后各节点电压标么值对比示意图(优化方向为以损耗最小为目标的配电网优化)。
[0078]
图10为本发明中换相前后各节点三相不平衡度对比的示意图(优化方向为减小配电网三相不平衡度)。
[0079]
图11为本发明中换相前各节点15-20三相电压的示意图(优化方向为减小配电网三相不平衡度)。
[0080]
图12为本发明中换相前各节点相电压曲线图(优化方向为减小配电网三相不平衡度)。
[0081]
图13为本发明中换相后各节点相电压曲线图(优化方向为减小配电网三相不平衡度)。
[0082]
图14为本发明中接入光伏前后各节点三相不平衡度对比的示意图(以为减小配电网三相不平衡度为目标的光伏选址和定容优化)。
[0083]
图15为本发明中接入光伏前后节点15-20三相不平衡度对比的示意图(以为减小配电网三相不平衡度为目标的光伏选址和定容优化)。
[0084]
图16为本发明中接入光伏前后节点电压标么值对比示意图(以为减小配电网三相不平衡度为目标的光伏选址和定容优化)。
具体实施方式
[0085]
参照附图1-16，一种降低有源配电网三相不平衡度的优化方法，包括如下步骤：
[0086]
(1).针对配电网负荷三相不平衡下的潮流计算；
[0087]
(2).有源配电网三相不平衡度的计算；
[0088]
(3).配电网的优化；其中的优化方向包括两个，分别为以减小配电网三相不平衡度的配电网优化，以及以损耗最小为目标的配电网优化，其中以损耗最小为目标的配电网优化是以配电网三相的平衡度达标为前提。
[0089]
步骤(1)中针对配电网负荷三相不平衡下的潮流计算的具体方法如下：
[0090]
配电网潮流计算以放射状网络为研究对象，其基本模型是：已知量是首端电压和各负荷功率，待求量是各线路潮流和各负荷点的电压。
[0091]
本方案采用前推回代法来进行配电网三相负荷不平衡下的潮流计算，通过潮流计算可以求得各节点的三相电压及相角、各支路的三相网络损耗，以此为基础进行后续的优化网络损耗和减小配电网三相不平衡的工作。
[0092]
前推回推法配网三相潮流计算在第k次迭代中的步骤为：
[0093]
(1.1)计算节点注入电流
[0094][0095]
式中,为与恒定负荷功率和并联元件相对应的节点j的注入电流；
为节点j的已知注入功率；为节点j的电压；y
ja
,y
jb
,y
jc
为节点j的所有并联元件的导纳。
[0096]
(1.2)回推计算各支路电流
[0097]
从最后一层支路开始向根节点推进，支路l的电流为
[0098][0099]
式中为支路l的电流；m为与节点j直接相连的所有下层支路的集合。
[0100]
(1.3)前推求解节点电压
[0101]
从第一层开始向最后一层推进，节点j的电压为
[0102][0103]
在一次迭代执行了以上3步之后，每个节点上所有相的功率不平衡分量为
[0104][0105]
如果式(1-4)中的功率不平衡分量中有任何一个实部或虚部(有功或无功)大于收敛判据，则重复步骤(1-1)至(1-3)，直至收敛。
[0106]
步骤(2)中配电网三相不平衡度计算的具体方法如下：
[0107]
选用ieee std 112-1991定义的电压不平衡度为相电压不平衡率(pvur)，pvur等于三相相电压方均根值与三相相电压方均根值的平均值之差的最大值与三相相电压方均根值的平均值的比值:
[0108][0109]
式中u
ave
为u三相电压有效值的平均值，单位为v；ua、ub、uc为a、b、c三相电压的有效值，单位为v。
[0110]
步骤(3)中以损耗最小为目标的配电网优化的具体方法如下：
[0111]
配电网优化选择换相开关状态作为优化变量，以网络损耗最小为目标函数，基于粒子群优化算法(pso)求解目标，其目标函数具体如下：
[0112][0113]
其中：n为根节点个数，pi表示第i个根节点所有相连支路的有功网损(单位：mw)。
[0114]
粒子群算法(particle swarm optimization，pso)是受鸟群捕食行为的启发演变而来，通过鸟群中每个个体对食物捕食获得寻找空间中个体解，根据速度和位置变换公式，不断改变每个个体的位置获得一个适应度值，在不断变化的过程中，更新当前值和最优值；用速度和位置变换公式，如式(1-7)所示：
[0115][0116]
其中：
[0117]
以上公式中，v
ij
为第i个粒子在维数为j处的速度；p
ij
为第i个粒子在维数为j处的局部极值；g
ij
为第i个粒子当前的全局极值；x
ij
为第i个粒子在维数为j处的位置；t为当前迭代次数；w为惯性权重，w
max
和w
min
分别为最大惯性权重值和最小惯性权重值；通常情况下为初始化时的给定值，c1、c2为学习因子；r1和r2为[0,1]区间随机函数，loopcount为最大迭代次数。
[0118]
粒子群算法在解决单目标函数的优化时，由于不受约束条件的影响，所以对问题的处理方便快捷，因此应用此算法求解本节的单目标函数十分合适。在本节采用的数学模型中，假设ieee33节点配电网中除发电机节点(即第一个节点)另外32个节点全部配备一个换相开关,且在换相开关状态矩阵中由数字1、2、3分别代表换相开关所接相序为a相、b相、c相。粒子群算法在解决连续性问题优势明显，而本文所考虑的开关相序为离散化模型，需要将其转化为连续化问题进行处理。通过将开关相序的离散空间映射到连续空间内，所以对每个粒子中开关相序1，2，3离散化转化为[0,3]连续范围内，将当xi∈[0,1]时，对应的xi向上取整为1，表示开关切到a相；同理，xi∈(1,2]或xi∈(2,3]时，表示开关切到b相或c相，那么各负荷点所对应的开关状态矩阵变为1
×
40维的行向量。粒子群算法参数设置如下，最大迭代次数loopcount＝300；粒子总数为32；种群规模为100；学习因子c1＝2，c2＝1.5；惯性权重w＝0.8。
[0119]
参照附图1，经过计算，优化前各换相开关相位为3、1、3、1、1、2、2、1、1、1、1、3、1、3、1、2、1、2、1、1、3、3、3、2、1、1、1、3、2、1、2、3，优化后各换相开关相位为1、3、3、3、3、3、3、3、2、3、3、3、3、3、3、3、3、2、3、2、3、1、3、3、3、3、3、3、3、3、3、3，优化前总网损为286.25kw，优化后总网损为266.84kw，比优化前系统网损降低了6.78％，从而能看出本节的优化算法能取得较好的优化效果。同时从图1可以看出优化网损后各节点的电压值都有了一定程度的提升，尤其是节点17、节点32等电压较低的节点，可见本节的优化算法不仅通过优化换相开关状态减小了网损，同时提高了系统电压质量。但是与此同时，我们也发现换相后各节点三相不平衡度都有不同幅度地上升，系统整体不平衡程度加剧，就每个独立节点而言，其本身的三相电压不平衡度仍小于国家标准规定的2％的警戒线，但若单纯以网损最小为目标，牺牲了系统的三相平衡性，于电网长期安全运行不利。
[0120]
由此可见，以网损为单一目标的换相开关优化研究基本达到了目的，降低网损的同时却提高了系统运行的不平衡度。
[0121]
步骤(3)中，以减小配电网三相不平衡度的配电网优化的具体方法如下：
[0122]
基于粒子群算法进行优化，具体目标函数如下：
[0123][0124]
其中，n为配电网节点个数，εi为第i个节点的三相电压不平衡度，max[ε1...εn]表示n个节点的三相电压不平衡度中的最大值。
[0125]
参照附图2至4，经过计算，优化前各换相开关相位为3、1、3、1、1、2、2、1、1、1、1、3、1、3、1、2、1、2、1、1、3、3、3、2、1、1、1、3、2、1、2、3，优化后各换相开关相位为3、3、2、3、2、3、2、2、1、3、1、2、3、1、3、2、2、3、3、1、1、3、2、2、3、2、3、1、1、3、2、2。换向开关优化前后不平衡度及各节点电压如图2和图4所示。由图2可知，换相开关优化后各节点三相不平衡情况几乎都得到了较好的改善，尤其是13至18节点以及30至33节点，这些节点在优化前的三相不平衡现象最为严重，换相后得到明显好转。优化前各节点最大三相电压不平衡度为0.27784％，优化后全节点最大三相不平衡度仅为0.057721％，同时从图3和图4对比可以很直观地看出来，在经过换相优化后，各个节点的三相电压幅值都十分接近，在图3和图4中三条电压折线图几乎重合成一条，这说明优化换相开关后配电网三相不平衡程度大大降低，系统三相平衡性得到了显著提高。
[0126]
由此可见，本小节的算法对治理配电网三相不平衡具有较为理想的效果，经过换相开关优化后配电网三相平衡得到显著，这在实际生产活动中具有较高的参考价值。
[0127]
在新入网分布式光伏时，步骤(3)以减小配电网三相不平衡度的配电网优化的具体方法如下：
[0128]
目标函数的设置如下；
[0129]
以减小三相电压不平衡度为目标，选用三相电压不平衡度为优化目标函数；通过优化换相开关状态以及新接入分布式光伏的并网点和相序；减小三相不平衡度时应用的目标函数作为优化目标：
[0130][0131]
其中，n为配电网节点个数，εi为第i个节点的三相电压不平衡度，max[ε1...εn]表示n个节点的三相电压不平衡度中的最大值。
[0132]
优化变量为各换向开关的状态以及各待选分布式光伏并网点a相、b相和c相并网光伏容量，仍然采取粒子群优化算法进行求解。
[0133]
约束条件的具体方法如下：
[0134]
分布式光伏的选址定容问题的约束包括光伏投资安装约束和系统运行约束，分别为：
[0135]
(1)分布式光伏安装节点数约束
[0136][0137]
式中，n代表可安装分布式光伏的节点总数，ui代表在i节点是否安装分布式光伏，0代表不安装，1代表安装，d是分布式光伏可安装的最大节点数。
[0138]
(2)分布式光伏安装容量约束
[0139]
根据要求，分布式电源接入配电网的总容量不应超过上一级变压器供电区域内最大负荷的25％.因此，需要对分布式光伏接入配电网的总容量进行约束，其约束表达式为:
[0140][0141]
式中，p
dgi
为各接入点实际安装的分布式光伏容量，p
dg
为配电网中允许接入的分布式光伏总容量。
[0142]
(3)节点电压约束
[0143]ui,min
≤ui≤u
i,max
,i∈n
i (1-12)
[0144]
式中，u
i,min
和u
i,max
节点i处电压ui的下限和上限，ni为配电系统的节点总数。
[0145]
(4)功率平衡约束
[0146][0147]
式中，ps为发电机组供电量，p
load
为配电网中的用电负荷总量，p
loss
为配电网总网损。
[0148]
实施例
[0149]
本实施例采用ieee33节点配电网系统作为算例，该配电网各支路三相参数平衡，各节点三相负荷不平衡，系统额定电压12.66kv，并且根据实际生产要求，已确定在节点7、节点8、节点24、节点25和节点32接入分布式光伏，在每个节点的a、b、c相所接入的光伏容量可不相同，但须满足不超过接入前该节点各相所接负荷的条件。拟接入的光伏容量需满足为3kw或5kw的整数倍，安装的分布式光伏容量总和小于配电网负荷总和的25％。
[0150]
考虑到负荷和分布式光伏具有时序性，通过查阅日负荷曲线和光伏出力曲线，在算法中建立了负荷和光伏的时序模型。模型将一天24小时切分为96个时间段，每个时间段15分钟，假设负荷以及光伏在每个时间段内的功率相同，两种曲线分别以其在一天中能达到的最大功率作为基准值，经过处理后的时序特性图如图5所示。
[0151]
在考虑负荷和分布式光伏时序特性情况下，需要根据所分各时段内的分布式光伏出力和负荷值来计算各时段内的三相不平衡度，然后再求得平均值即为全天的平均三相不平衡度，以此作为目标函数进行接入光伏容量大小的配置。算例仿真计算，得到接入选定节点各相的光伏容量如下表1所示。
[0152]
经过验证，各节点各相别所接入的光伏容量均未越限，满足约束，且接入配电网的总光伏容量为941kw，小于上一级变压器供电区域内最大负荷的25％，因此优化容量满足各项约束。接入光伏前后各节点全天的平均三相不平衡度对比如下图6所示。
[0153]
表1分布式光伏的优化安装位置及容量
[0154][0155]
从上述图6和图7可以看出，在选定节点接入分布式光伏后，各节点的平均三相不平衡度比接入前都得到了改善，全节点最大三相电压不平衡度仅为0.1702％，远远小于国标规定的2％的允许值；优化前系统各时段平均网损为235.76kw，优化前后系统各时段平均
网损为226.37kw；从图7可以看出优化后全节点电压幅值都上升了，电能质量都得到了有效改善。
[0156]
综上，通过有序规划新的分布式光伏并网后，系统三相不平衡、系统网损和电压质量都得到了改善。从而可以看出所提新入网分布式光伏选址、定容、选相优化算法的有效性，可以为光伏选址、定容以及减少配电网三相不平衡提供技术支撑。
[0157]
为了验证算法对实际系统的适用性，采用实际运行的配电网数据作为算例进行仿真。该配电线路基准电压为10kv，包含73个节点。假设各条支路的三相参数平衡，各节点三相负荷不平衡，除首节点外每个节点均安装换相开关。同时，按照实际配电网中的光伏安装位置，在本节的算例验证中选定节点4,10,14,41,49,50,52,53,55,60,61,68共十二个节点作为光伏安装备选位置，以此开展后续分布式光伏选址定容的优化；下图8为该配电网系统结构图。
[0158]
以损耗最小为目标的配电网优化
[0159]
本实施例以系统总网损最小作为优化目标，以安装在各节点的换相开关状态作为优化变量进行优化计算。换相开关优化前后的状态如表2所示，后各节点电压标么值如图9所示。
[0160]
经过计算，优化前总网损为69.532kw，优化后总网损为69.178kw，比起优化前系统网损有所降低，验证了换相优化的效果。同时，从上图可以很直观的看到优化换相开关状态后，各节点电压标么值普遍提高，说明电能质量也同时得到了改善。
[0161]
表2优化前后换相开关状态
[0162][0163]
以减小配电网三相不平衡度为目标的配电网优化
[0164]
本实施例以减小配电网三相不平衡度作为优化目标，以安装在各节点的换相开关状态作为优化变量进行优化计算。
[0165]
表2是换相开关优化前后的状态展示。
[0166]
表3优化前后换相开关状态
[0167]
[0168][0169]
图10、图11、图12及图13分别是换相前后各节点不平衡度对比、换相前各节点各相电压曲线和换相后各节点各相电压曲线。其中，图11是针对图10中节点15至节点20的局部放大图。
[0170]
经过优化，可以从图10和图11中看出各节点三相不平衡情况都得到了改善。需要注意的是，节点15至节点20共六个节点由于其拓扑性质的缘故，节点电压标幺值接近于1.0，三相不平衡度已极其趋近于0，故这六个节点关于三相不平衡度的优化情况对于整个系统而言无足轻重，可以将其忽略。同时，系统总网损由69.532kw下降至69.377kw，网络损耗也得到了优化。从图12和图13对比可以发现，换相后相电压曲线有靠拢的趋势，从侧面验证了优化换相达到了减小配电网三相不平衡的目的。
[0171]
以减小配电网三相不平衡度为目标的光伏选址、定容优化
[0172]
本实施例选取节点4,10,14,41,49,50,52,53,55,60,61,68共十二个节点作为光伏安装位置，以各节点各相所接入光伏容量作为优化变量，以减小配电网三相不平衡现象为目标进行定容优化，其中，日负荷曲线及光伏出力曲线采用图5的数据。经过计算，分布式光伏具体接入位置及其容量如表4所示。
[0173]
表4关安923线分布式光伏的优化安装位置及容量
[0174]
节点编号a相光伏/kwb相光伏/kwc相光伏/kw45515401045200170140030414004500
491505010050115804052306040534510055015025060308580614002503006801570
[0175]
图14、图15和图16为接入光伏后各节点三相不平衡度及电压标么值的对比。
[0176]
从上述图14、图15及图16中不难看出，接入光伏后，各节点的三相不平衡度总体降低，系统整体三相不平衡得到了缓解。需要注意的是，由于节点15-20未接入光伏，且这六个节点都是所属线路的末节点，因此接入光伏前后它们的三相不平衡度不发生改变，但因其数值很小，已经认为这些节点已经达到三相电压平衡的状态。同时，接入分布式光伏后各节点电压显著提高，电网总体电能质量得到了改善。
[0177]
综上所述，通过ieee33节点以及关安923线配电网两次算例的验证，算法整体取得了预期的效果，具有良好的现实指导意义。

技术特征：
1.一种降低有源配电网三相不平衡度的优化方法，其特征在于，包括如下步骤：(1).针对配电网负荷三相不平衡下的潮流计算；(2).有源配电网三相不平衡度的计算；(3).配电网的优化；其中的优化方向包括两个，分别为以减小配电网三相不平衡度的配电网优化，以及以损耗最小为目标的配电网优化，其中以损耗最小为目标的配电网优化是以配电网三相的平衡度达标为前提。2.根据权利要求1所述的一种降低有源配电网三相不平衡度的优化方法，其特征在于：步骤(1)中针对配电网负荷三相不平衡下的潮流计算的具体方法如下：配电网潮流计算以放射状网络为研究对象，其基本模型是：已知量是首端电压和各负荷功率，待求量是各线路潮流和各负荷点的电压；采用前推回代法来进行配电网三相负荷不平衡下的潮流计算，通过潮流计算可以求得各节点的三相电压及相角、各支路的三相网络损耗，以此为基础进行后续的优化网络损耗和减小配电网三相不平衡的工作；前推回推法配网三相潮流计算在第k次迭代中的步骤为：(1.1)计算节点注入电流式中,为与恒定负荷功率和并联元件相对应的节点j的注入电流；为与恒定负荷功率和并联元件相对应的节点j的注入电流；为节点j的已知注入功率；为节点j的电压；y
ja
,y
jb
,y
jc
为节点j的所有并联元件的导纳；(1.2)回推计算各支路电流从最后一层支路开始向根节点推进，支路l的电流为式中为支路l的电流；m为与节点j直接相连的所有下层支路的集合；(1.3)前推求解节点电压从第一层开始向最后一层推进，节点j的电压为
在一次迭代执行了以上3步之后，每个节点上所有相的功率不平衡分量为如果式(1-4)中的功率不平衡分量中有任何一个实部或虚部(有功或无功)大于收敛判据，则重复步骤(1-1)至(1-3)，直至收敛。3.根据权利要求1所述的一种降低有源配电网三相不平衡度的优化方法，其特征在于：步骤(2)中配电网三相不平衡度计算的具体方法如下：选用ieee std 112-1991定义的电压不平衡度为相电压不平衡率(pvur)，pvur等于三相相电压方均根值与三相相电压方均根值的平均值之差的最大值与三相相电压方均根值的平均值的比值:式中u
ave
为u三相电压有效值的平均值，单位为v；u
a
、u
b
、u
c
为a、b、c三相电压的有效值，单位为v。4.根据权利要求1所述的一种降低有源配电网三相不平衡度的优化方法，其特征在于：步骤(3)中以损耗最小为目标的配电网优化的具体方法如下：配电网优化选择换相开关状态作为优化变量，以网络损耗最小为目标函数，基于粒子群优化算法(pso)求解目标，其目标函数具体如下：其中：n为根节点个数，p
i
表示第i个根节点所有相连支路的有功网损(单位：mw)。5.根据权利要求1所述的一种降低有源配电网三相不平衡度的优化方法，其特征在于：步骤(3)中，以减小配电网三相不平衡度的配电网优化的具体方法如下：基于粒子群算法进行优化，具体目标函数如下：其中，n为配电网节点个数，ε
i
为第i个节点的三相电压不平衡度，max[ε1...ε
n
]表示n个节点的三相电压不平衡度中的最大值。6.根据权利要求1所述的一种降低有源配电网三相不平衡度的优化方法，其特征在于：在新入网分布式光伏时，步骤(3)以减小配电网三相不平衡度的配电网优化的具体方
法如下：目标函数的设置如下；以减小三相电压不平衡度为目标，选用三相电压不平衡度为优化目标函数；通过优化换相开关状态以及新接入分布式光伏的并网点和相序；减小三相不平衡度时应用的目标函数作为优化目标：其中，n为配电网节点个数，ε
i
为第i个节点的三相电压不平衡度，max[ε1...ε
n
]表示n个节点的三相电压不平衡度中的最大值；优化变量为各换向开关的状态以及各待选分布式光伏并网点a相、b相和c相并网光伏容量，仍然采取粒子群优化算法进行求解；约束条件的具体方法如下：分布式光伏的选址定容问题的约束包括光伏投资安装约束和系统运行约束，分别为：(1)分布式光伏安装节点数约束式中，n代表可安装分布式光伏的节点总数，u
i
代表在i节点是否安装分布式光伏，0代表不安装，1代表安装，d是分布式光伏可安装的最大节点数；(2)分布式光伏安装容量约束根据要求，分布式电源接入配电网的总容量不应超过上一级变压器供电区域内最大负荷的25％；因此，需要对分布式光伏接入配电网的总容量进行约束，其约束表达式为:式中，p
dgi
为各接入点实际安装的分布式光伏容量，p
dg
为配电网中允许接入的分布式光伏总容量；(3)节点电压约束u
i,min
≤u
i
≤u
i,max
,i∈n
i
(1-12)式中，u
i,min
和u
i,max
节点i处电压u
i
的下限和上限，n
i
为配电系统的节点总数；(4)功率平衡约束式中，p
s
为发电机组供电量，p
load
为配电网中的用电负荷总量，p
loss
为配电网总网损。

技术总结
本发明一种降低有源配电网三相不平衡度的优化方法涉及的是一种针对配电网的三相进行平衡的优化方法。一种降低有源配电网三相不平衡度的优化方法，包括如下步骤：(1).针对配电网负荷三相不平衡下的潮流计算；(2).有源配电网三相不平衡度的计算；(3).降低配电网三相不平衡度的优化；其中的优化方向包括两个，分别为以减小配电网三相不平衡度的配电网优化，以及以损耗最小为目标的配电网优化，其中以有功损耗最小为目标的配电网优化是以配电网三相平衡度达标为前提。相平衡度达标为前提。相平衡度达标为前提。


技术研发人员：李志伟 赵书强 毛王清 王秀茹 赵航宇
受保护的技术使用者：国网江苏省电力有限公司宿迁供电分公司
技术研发日：2023.03.02
技术公布日：2023/7/13