一种光伏逆变器无功裕量分配方法与流程

1.本技术涉及含光伏的配电网电能质量治理技术领域，具体涉及一种光伏逆变器无功裕量分配方法。


背景技术：

2.在全球能源转型的背景下，分布式光伏在我国配电网内的装机容量近年来有所增加。国家能源局发布2022年1至10月全国电力工业统计数据显示，10月份我国光伏新增装机5.64gw，1-10月累计新增装机58.24gw，前10个月新增装机已经远超2021全年新增5488万千瓦水平，创出了历史新高。我国光伏将创出新增装机连续10年世界第一，累计装机量连续8年世界第一的新纪录。
3.一方面，分布式光伏作为新能源，相较于传统电能消耗的煤炭等化石能源，在生态环境、能源资源的保护方面起到了重要作用，为人类的能源问题提供了良好的解决思路。另一方面，分布式光伏输出功率受光照强度影响明显，使得长馈线内电压越限问题越发严重。例如在夏季晴朗的白天，光伏逆变器输出功率大于馈线内的负荷需求，线路内出现逆潮流，部分节点电压超过上限，可能造成绝缘设备损坏、光伏脱机等后果。
4.传统的电压越限治理方法包括有载分接开关(oltc)、静态无功补偿器(svc)等。然而，由于光伏输出的随机性，很难确定这些设备合适的安装位置。因此，随着光伏逆变器渗透率的提升，发掘分布式光伏系统的潜能，充分利用光伏并网逆变器无功功率的的灵活可控性，使其参与到电网主动管理和电压调控成为新的研究趋势。
5.传统的光伏逆变器本地电压无功下垂控制由于缺乏全局信息，易在全局无功裕量充分的情况下，出现局部光伏逆变器无功裕量不足；且目前常见的全局控制方法往往只以解决当前的电压越限问题为目标，忽视了对各节点光伏逆变器无功裕量的优化，导致电压越限情况发生频繁，增大了中央处理器的运算压力。


技术实现要素：

6.本技术的目的在于提出一种光伏逆变器无功裕量分配方法，能够在实现电压越限治理的基础上，最大限度的保证高比例光伏接入的长馈线内各节点有功变化时，各节点的光伏逆变器均具有良好无功-电压调节能力。
7.为实现上述目的，本技术实施例提供一种光伏逆变器无功裕量分配方法，包括：
8.步骤s1，获取长距离馈线中相邻两个节点之间的导纳数据y
ij
、各节点的电压数据ui∠θi、负荷功率、光伏逆变器输出功率及光伏逆变器容量s
i,cap
；i代表节点i。
9.步骤s2，获取长距离馈线的线路阻抗参数，并根据所述线路阻抗参数计算各节点光伏逆变器的无功电压灵敏度系数及有功电压灵敏度系数；
10.步骤s3，计算各节点光伏逆变器的无功裕量，根据无功电压灵敏度系数和有功电压灵敏度系数求出光伏逆变器无功裕量对由节点有功变化引起的电压偏差的调节能力；所述调节能力为节点光伏逆变器无功电压调节能力范围内能承受的节点最大有功波动；
11.步骤s4，根据遗传算法，基于线路参数及适应度函数，多次迭代后得到配电网内各节点无功裕量的优化分配方式。
12.在一些方案中，所述步骤s2具体包括：
13.根据所述导纳数据，获取长距离馈线内的潮流平衡方程：
[0014][0015]
其中，g
p
(u,θ)为有功平衡方程，gq(u,θ)为有功平衡方程，g
ij
为导纳数据y
ij
的实部，b
ij
为导纳数据y
ij
的虚部，pi和qi分别代表馈线内节点i处的有功功率和无功功率，θ
ij
代表节点i和节点j电压的相位差；
[0016]
当节点i的光伏和负荷的功率发生变化时，节点i的功率变化量为：
[0017][0018]
其中，δp
i,pv
和δq
i,pv
分别为节点i光伏逆变器的有功功率和无功功率变化量，δp
i,l
和δq
i,l
分别为节点i负荷的有功功率和无功功率变化量，由公式(1)可得到：
[0019][0020]
其中，δp＝[δp1,δp2,
…
,δpn]
t
，δq＝[δq1,δq2,
…
,δqn]
t
，对公式(3)进行矩阵运算，得到：
[0021][0022]
其中，和分别代表馈线内各节点的有功电压相位矩阵和无功电压相位矩阵，和分别代表馈线内各节点的有功电压灵敏度矩阵和无功电压灵敏度矩阵，节点i处的功率变化对节点i的电压变化的影响为：
[0023][0024]
其中，和分别代表节点i对本节点的有功电压灵敏度系数和无功电压灵敏度系数。
[0025]
在一些方案中，所述步骤s3具体包括：
[0026]
步骤s31，根据步骤s1中获得的各节点的光伏逆变器输出功率及光伏逆变器容量，求得各节点光伏逆变器的无功裕量：
[0027]
[0028]
其中，q
i,mar
为节点i的光伏逆变器的无功裕量，s
i,cap
为节点i光伏逆变器的容量，p
i,mppt
为节点i的光伏逆变器在mppt模式下的有功功率输出，q
i,pv
为光伏逆变器的无功功率输出；
[0029]
步骤s32，根据公式(5)，求得各节点光伏逆变器的电压调节能力：
[0030][0031]
其中，δp
i,max
为节点i光伏逆变器无功电压调节能力范围内能承受的该节点的最大有功波动，可作为节点i光伏逆变器无功裕量下的电压调节能力评判依据。
[0032]
在一些方案中，所述步骤s4具体包括：
[0033]
步骤s41，将线路阻抗参数、节点负荷功率、光伏逆变器容量及输出功率作为初始参数输入遗传算法模块内；
[0034]
步骤s42，设置遗传算法的初始种群，单个个体由各节点的光伏逆变器的无功功率输出组成；
[0035]
步骤s43，根据各节点的功率及线路参数进行潮流计算，得到长馈线内各节点的电压数据；
[0036]
步骤s44，以电压不越限的基础上，最大限度地保证高比例光伏接入的长馈线内各节点有功变化时，各节点的光伏逆变器均具有良好无功-电压调节能力为目标，设定种群的适应度函数；
[0037]
步骤s45，根据种群的适应度、迭代次数等要求判断是否到达停止迭代条件，若到达停止迭代条件，则输出此时适应度最高的一组光伏逆变器无功裕量数据并下达至各光伏逆变器；若还未到达停止迭代条件，则对种群进行交叉和变异，然后回到步骤s43。
[0038]
在一些方案中，所述步骤s44具体包括：
[0039]
设置电压越限的惩罚函数：
[0040][0041]
其中，p代表惩罚值，ui为节点i的电压幅值。
[0042]
结合公式(7)，设置优化目标函数：
[0043][0044]
其中，和分别代表节点i对本节点的有功电压灵敏度系数和无功电压灵敏度系数，q
i,mar
为节点i的光伏逆变器的无功裕量，优化目标为使得of最大。
[0045]
结合所述惩罚函数及所述优化目标函数，得到个体的适应度函数：
[0046][0047]
其中，适应度越高的个体存活率越高。
[0048]
本技术实施例具有以下有益效果：
[0049]
现有的电压调节方法往往不关注各光伏逆变器的无功裕量，易导致个别节点的光伏逆变器达到无功调节上限，失去电压调节能力。而在本技术实施例提供的光伏逆变器无功裕量分配方法下，通过合理的优化目标设计，利用遗传算法进行优化，在实现电压越限治理的基础上，最大限度地保证了高比例光伏接入的长馈线内各节点有功变化时，各节点的光伏逆变器均具有良好无功-电压调节能力，充分利用了高比例光伏接入的长馈线内光伏的无功容量对自身引起的电压越限问题进行治理，解决了高比例光伏接入的长馈线因个别节点光伏无功裕量不足导致的电压越限问题，避免了光伏的有功功率削减及切机，提高了光伏能量的利用率，保障了用户的利益，提高治理效率，降低了治理成本。该方法实用可行，具有较强的工程应用价值，能产生较好的经济效益。
附图说明
[0050]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0051]
图1为本技术实施例中一种光伏逆变器无功裕量分配方法的流程图。
[0052]
图2为本技术实施例中含光伏接入的5节点仿真系统的示意图。
[0053]
图3为本技术实施例中在光伏接入的5节点仿真系统中工况1下各节点优化前后的无功裕量。
[0054]
图4为本技术实施例中在光伏接入的5节点仿真系统中工况1下各节点优化前后的电压幅值。
[0055]
图5为本技术实施例中在光伏接入的5节点仿真系统中工况2下各节点优化前后的无功裕量。
[0056]
图6为本技术实施例中在光伏接入的5节点仿真系统中工况2下各节点优化前后的电压幅值。
具体实施方式
[0057]
附图的详细说明意在作为本技术的一些实施例的说明，而非意在代表本技术能够得以实现的仅有形式。应理解的是，相同或等同的功能可以由意在包含于本技术的精神和范围之内的不同实施例完成。
[0058]
参阅图1，本技术实施例针对智能配电网中光伏渗透率提高所带来的电压越限问题，提出了一种适用于高比例光伏接入的长距离馈线的光伏逆变器无功裕量分配方法，可
在实现电压越限治理的基础上，最大限度的保证高比例光伏接入的长馈线内各节点有功变化时，各节点的光伏逆变器均具有良好无功-电压调节能力。为了验证本分配方法的可行性，搭建含光伏接入的5节点仿真系统，如图2所示，系统中各节点均有分布式光伏接入。
[0059]
参阅图1，本技术实施例的一种光伏逆变器无功裕量分配方法包括以下步骤：
[0060]
步骤s1，获取长距离馈线中相邻两个节点之间的导纳数据y
ij
、各节点的电压数据ui∠θi、负荷功率、光伏逆变器输出功率及光伏逆变器容量s
i,cap
；i代表节点i。
[0061]
步骤s2，获取长距离馈线的线路阻抗参数，并根据所述线路阻抗参数计算各节点光伏逆变器的无功电压灵敏度系数及有功电压灵敏度系数；
[0062]
具体而言，根据步骤s1中获得的导纳数据，获取馈线内的潮流平衡方程：
[0063][0064]
其中，g
p
(u,θ)为有功平衡方程，gq(u,θ)为有功平衡方程，g
ij
为导纳数据y
ij
的实部，b
ij
为导纳数据y
ij
的虚部，pi和qi分别代表馈线内节点i处的有功功率和无功功率，θ
ij
代表节点i和节点j电压的相位差，当节点i的光伏和负荷的功率发生变化时，节点i的功率变化量为：
[0065][0066]
其中，δp
i,pv
和δq
i,pv
分别为节点i光伏逆变器的有功功率和无功功率变化量，δp
i,l
和δq
i,l
分别为节点i负荷的有功功率和无功功率变化量，由公式(1)可得到：
[0067][0068]
其中，δp＝[δp1,δp2,
…
,δpn]
t
，δq＝[δq1,δq2,
…
,δqn]
t
，对公式(3)进行矩阵运算，得到：
[0069][0070]
其中，和分别代表馈线内各节点的有功电压相位矩阵和无功电压相位矩阵，和分别代表馈线内各节点的有功电压灵敏度矩阵和无功电压灵敏度矩阵，节点i处的功率变化对节点i的电压变化的影响为：
[0071][0072]
其中，和分别代表节点i对本节点的有功电压灵敏度系数和无功电压灵敏
度系数。
[0073]
步骤s3，计算各节点光伏逆变器的无功裕量，根据无功电压灵敏度系数和有功电压灵敏度系数求出光伏逆变器无功裕量对由节点有功变化引起的电压偏差的调节能力。
[0074]
所述步骤s3具体包括：
[0075]
步骤s31，根据步骤s1中获得的各节点的光伏逆变器输出功率及光伏逆变器容量，求得各节点光伏逆变器的无功裕量：
[0076][0077]
其中，q
i,mar
为节点i的光伏逆变器的无功裕量，s
i,cap
为节点i光伏逆变器的容量，p
i,mppt
为节点i的光伏逆变器在mppt模式下的有功功率输出，q
i,pv
为光伏逆变器的无功功率输出；
[0078]
步骤s32，根据公式(5)，可以求得各节点光伏逆变器的电压调节能力：
[0079][0080]
其中，δp
i,max
为节点i光伏逆变器无功电压调节能力范围内能承受的该节点的最大有功波动，可作为节点i光伏逆变器无功裕量下的电压调节能力评判依据。
[0081]
步骤s4，根据遗传算法，通过线路参数及适应度函数的设置，多次迭代后得到配电网内各节点无功裕量的优化分配方式；
[0082]
所述步骤s4具体包括：
[0083]
步骤s41，将线路阻抗参数、节点负荷功率、光伏逆变器容量及输出功率作为初始参数输入遗传算法模块内；
[0084]
步骤s42，设置遗传算法的初始种群，单个个体由各节点的光伏逆变器的无功功率输出组成；
[0085]
步骤s43，根据各节点的功率及线路参数进行潮流计算，得到长馈线内各节点的电压数据；
[0086]
步骤s44，以电压不越限的基础上，最大限度地保证高比例光伏接入的长馈线内各节点有功变化时，各节点的光伏逆变器均具有良好无功-电压调节能力为目标，设定种群的适应度函数；
[0087]
首先，为了确保各节点光伏不越限，设置了电压越限的惩罚函数：
[0088][0089]
其中，p代表惩罚值，ui为节点i的电压幅值。
[0090]
为了确保各节点的光伏逆变器均具有良好无功-电压调节能力，以提高长馈线内各节点的电压调节能力下限为目标，结合公式(7)，设置了待优化的目标函数：
[0091]
[0092]
其中，和分别代表节点i对本节点的有功电压灵敏度系数和无功电压灵敏度系数，q
i,mar
为节点i的光伏逆变器的无功裕量，优化目标为使得of最大。
[0093]
结合惩罚函数及优化目标函数，得到个体的适应度函数：
[0094][0095]
适应度越高的个体存活率越高；
[0096]
步骤s45，根据种群的适应度、迭代次数等要求判断是否到达停止迭代条件，若到达停止迭代条件，则输出此时适应度最高的一组光伏逆变器无功裕量数据并下达至各光伏逆变器；若还未到达停止迭代条件，则对种群进行交叉和变异，然后回到步骤s43。
[0097]
图3至图6为本实施例方法的仿真结果，该仿真结果验证了本实施例方法的有效性和可靠性。其中，图3、图4和图5、图6分别为两种不同工况下的仿真结果图；从图3中可以看出，优化前节点5的光伏逆变器达到了无功功率容量的上限，无功裕量为0，失去了节点的无功电压调节能力；从图4可以看出，节点5光伏逆变器无功裕量的不足最终导致了节点电压的越限；而在优化后，各节点的电压幅值均在范围内，且每个光伏逆变器都具有无功功率裕量对电压偏差进行调节；第二种工况下，各节点的光照更强烈，在这种情况下，由超出负荷需求的光伏逆变器有功功率输出起的电压越限问题更为严重；如图5所示，节点5光伏逆变器的无功功率裕量为零，将导致节点5光伏逆变器失去无功电压调节能力；从图6中可以看出，节点5的电压幅值超过了1.05的上限；优化后，图5和图6中的节点电压情况和光伏无功裕量均实现了优化目标。
[0098]
综上所述，在本实施例所述的无功裕量分配方法下，通过合理的优化目标设计，利用遗传算法进行优化，在实现电压越限治理的基础上，最大限度的保证了高比例光伏接入的长馈线内各节点有功变化时，各节点的光伏逆变器均具有良好无功-电压调节能力，充分利用了高比例光伏接入的长馈线内光伏的无功容量对自身引起的电压越限问题进行治理，解决了高比例光伏接入的长馈线因个别节点光伏无功裕量不足导致的电压越限问题，避免了光伏的有功功率削减及切机，提高了光伏能量的利用率，保障了用户的利益，提高治理效率，降低了治理成本。该方法实用可行，具有较强的工程应用价值，能产生较好的经济效益。
[0099]
以上已经描述了本技术的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

技术特征：
1.一种光伏逆变器无功裕量分配方法，其特征在于，包括：步骤s1，获取长距离馈线中相邻两个节点之间的导纳数据、各节点的电压数据、负荷功率、光伏逆变器输出功率及光伏逆变器容量；步骤s2，获取长距离馈线的线路阻抗参数，并根据所述线路阻抗参数计算各节点光伏逆变器的无功电压灵敏度系数及有功电压灵敏度系数；步骤s3，计算各节点光伏逆变器的无功裕量，根据无功电压灵敏度系数和有功电压灵敏度系数求出光伏逆变器无功裕量对由节点有功变化引起的电压偏差的调节能力；所述调节能力为节点光伏逆变器无功电压调节能力范围内能承受的节点最大有功波动；步骤s4，根据遗传算法，基于线路参数及适应度函数，多次迭代后得到配电网内各节点无功裕量的优化分配方式。2.根据权利要求1所述的方法，其特征在于，所述步骤s2具体包括：根据所述导纳数据，获取长距离馈线内的潮流平衡方程：其中，g
p
(u,θ)为有功平衡方程，g
q
(u,θ)为有功平衡方程，g
ij
为节点i和j之间导纳数据y
ij
的实部，b
ij
为节点i和j之间导纳数据y
ij
的虚部，p
i
和q
i
分别代表馈线内节点i处的有功功率和无功功率，θ
ij
代表节点i和节点j电压的相位差；当节点i的光伏和负荷的功率发生变化时，节点i的功率变化量为：其中，δp
i,pv
和δq
i,pv
分别为节点i光伏逆变器的有功功率和无功功率变化量，δp
i,l
和δq
i,l
分别为节点i负荷的有功功率和无功功率变化量，由公式(1)可得到：其中，δp＝[δp1,δp2,
…
,δp
n
]
t
，δq＝[δq1,δq2,
…
,δq
n
]
t
，对公式(3)进行矩阵运算，得到：其中，和分别代表馈线内各节点的有功电压相位矩阵和无功电压相位矩阵，和分别代表馈线内各节点的有功电压灵敏度矩阵和无功电压灵敏度矩阵，节点i处的功率变化对节点i的电压变化的影响为：
其中，和分别代表节点i对本节点的有功电压灵敏度系数和无功电压灵敏度系数。3.根据权利要求2所述的方法，其特征在于，所述步骤s3具体包括：步骤s31，根据步骤s1中获得的各节点的光伏逆变器输出功率及光伏逆变器容量，求得各节点光伏逆变器的无功裕量：其中，q
i,mar
为节点i的光伏逆变器的无功裕量，s
i,cap
为节点i光伏逆变器的容量，p
i,mppt
为节点i的光伏逆变器在mppt模式下的有功功率输出，q
i,pv
为光伏逆变器的无功功率输出；步骤s32，根据公式(5)，求得各节点光伏逆变器的电压调节能力：其中，δp
i,max
为节点i光伏逆变器无功电压调节能力范围内能承受的该节点的最大有功波动，可作为节点i光伏逆变器无功裕量下的电压调节能力评判依据。4.根据权利要求3所述的方法，其特征在于，所述步骤s4具体包括：步骤s41，将线路阻抗参数、节点负荷功率、光伏逆变器容量及输出功率作为初始参数输入遗传算法模块内；步骤s42，设置遗传算法的初始种群，单个个体由各节点的光伏逆变器的无功功率输出组成；步骤s43，根据各节点的功率及线路参数进行潮流计算，得到长馈线内各节点的电压数据；步骤s44，以电压不越限的基础上，最大限度地保证高比例光伏接入的长馈线内各节点有功变化时，各节点的光伏逆变器均具有良好无功-电压调节能力为目标，设定种群的适应度函数；步骤s45，根据种群的适应度、迭代次数等要求判断是否到达停止迭代条件，若到达停止迭代条件，则输出此时适应度最高的一组光伏逆变器无功裕量数据并下达至各光伏逆变器；若还未到达停止迭代条件，则对种群进行交叉和变异，然后回到步骤s43。5.根据权利要求4所述的方法，其特征在于，所述步骤s44具体包括：设置电压越限的惩罚函数：其中，p代表惩罚值，u
i
为节点i的电压幅值。结合公式(7)，设置优化目标函数：
其中，和分别代表节点i对本节点的有功电压灵敏度系数和无功电压灵敏度系数，q
i,mar
为节点i的光伏逆变器的无功裕量，优化目标为使得of最大。结合所述惩罚函数及所述优化目标函数，得到个体的适应度函数：其中，适应度越高的个体存活率越高。

技术总结
本申请涉及一种光伏逆变器无功裕量分配方法，包括：获取长距离馈线中的线路阻抗数据及各节点的负荷情况、光伏逆变器输出情况；根据线路阻抗参数计算各节点光伏逆变器的无功电压灵敏度系数及有功电压灵敏度系数；计算各节点光伏逆变器的无功裕量，基于无功电压灵敏度系数和有功电压灵敏度系数求出光伏逆变器无功裕量对由该节点有功变化引起的电压偏差的调节能力；基于遗传算法，通过线路参数及适应度函数的设置，多次迭代后得到配电网内各节点无功裕量的优化分配方式。本申请能够在实现电压越限治理的基础上，最大限度的保证高比例光伏接入的长馈线内各节点有功变化时，各节点的光伏逆变器均具有良好无功-电压调节能力。电压调节能力。电压调节能力。


技术研发人员：汪清 马军 郭清苗 张尧 易皓
受保护的技术使用者：深圳供电局有限公司
技术研发日：2023.06.14
技术公布日：2023/8/5