[发明专利]一种基于置信度机会约束规划的风电场无功优化方法有效
申请号: | 202111089023.0 | 申请日: | 2021-09-16 |
公开(公告)号: | CN113890011B | 公开(公告)日: | 2022-11-15 |
发明(设计)人: | 胡畔;王易;冀肖彤;王伟;邓万婷;梅欣;曹侃;柳丹;丁凯;舒欣;钱一民;李伟;陈乔;叶畅;肖繁;康逸群;熊平;江克证 | 申请(专利权)人: | 国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司 |
主分类号: | H02J3/00 | 分类号: | H02J3/00;H02J3/50;G06Q10/04;G06Q50/06 |
代理公司: | 武汉楚天专利事务所 42113 | 代理人: | 孔敏 |
地址: | 430077 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 置信 机会 约束 规划 电场 无功 优化 方法 | ||
本发明提供一种基于置信度机会约束规划的风电场无功优化方法,属于电力系统电压和无功优化领域,首先通过一定置信度下的电压约束将随机优化模型转变成机会约束规划的无功优化模型;然后提出考虑电压安全裕度随迭代而更新的无功优化方法,基于当前状态求得一定置信度的电压安全裕度,用于当前无功优化迭代;最后利用解析化梯度矩阵和海森矩阵的改进算法来求解上述电压安全裕度随迭代而更新的无功优化模型。本发明通过基于置信度电压约束来控制电压越限风险,对系统进行无功优化,既能保证电压安全也又兼顾系统运行经济性,且适应风电预测精度低的场景,利用解析化梯度矩阵和海森矩阵的改进算法来求解无功优化模型,大幅提升了计算效率。
技术领域
本发明涉及电力系统电压和无功优化领域,具体是一种基于置信度机会约束规划的风电场无功优化方法。
背景技术
风电大量接入电力系统,其间歇性和不确定性给电力系统的安全稳定运行带来很大挑战,特别是电压越限问题会威胁到系统的安全运行,引发国内外学者广泛研究。许多学者通过鲁棒优化和随机优化方法,建立多时间尺度的无功优化模型,来应对不确定性能源带来的电压稳定问题和实现电网无功最优调配,但往往难以克服鲁棒优化方法过于保守或随机优化计算量大的问题。
有的无功优化方法在风电预测精度高的时候能够准确得到最优运行状态,但风电预测精度低时,会引入较大误差,较大的误差将更容易导致电压越限,为了消除误差影响,往往使优化结果趋于保守,牺牲了一部分经济性,因此需要一种更准确的适用于风电功率预测误差大的无功优化方法。现有的优化模型多采用差分近似梯度矩阵的内点法来求解,但由于梯度矩阵不够准确,导致求解速度慢,效率低。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提出了一种基于置信度机会约束规划的风电场无功优化方法,可以控制电压越限风险的同时实现系统经济运行,更准确计算出最佳运行状态,同时能够提高无功优化算法的效率。
为实现上述目的,本发明提供了一种基于置信度机会约束规划的风电场无功优化方法,包括如下步骤:
S1:通过一定置信度下的电压安全裕度构成电压约束,将随机优化模型转变成机会约束规划的无功优化模型;
S2:在步骤S1得到的无功优化模型上,使其电压约束随迭代点不断更新,即基于当前迭代状态求得当前迭代的灵敏度系数矩阵,进而求出当前迭代状态的电压安全裕度,用于构成当前迭代的电压约束,得到电压安全裕度随迭代不断更新的无功优化模型;
S3:利用解析化梯度矩阵和海森矩阵的改进算法求解步骤S2得到的电压安全裕度随迭代不断更新的无功优化模型。
进一步的,步骤S1包括:
S1.1:基于当前运行点,求得线性仿射函数,即灵敏度系数矩阵,风电功率预测误差概率分布经线性仿射函数映射得到电压幅值和相角偏差量的概率分布;
S1.2:求得电压幅值和相角偏差量的概率分布后,进而得到β置信度下的最大电压偏差量,即置信区间半宽,将其作为电压安全裕度,β表示电压偏差量的置信水平;
S1.3:将步骤1.2求得的电压安全裕度作为电压约束计入优化模型的约束条件中,从而使原来随机优化模型转变为不含有随机约束条件的机会约束规划模型。
进一步的,步骤S1.1中,风电功率预测误差服从均值为0的2n元正态分布,n为系统节点数,系统不平衡功率的相关
系数矩阵为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司,未经国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111089023.0/2.html,转载请声明来源钻瓜专利网。