[发明专利]一种考虑源荷不确定性的风电场无功优化配置方法

说明书

本发明属于风力发电技术领域，公开了一种考虑源荷不确定性的风电场无功优化配置方法，方法包括：将多种参数输入到预先建立的交直流概率潮流模型；根据交直流概率潮流模型计算系统初始潮流和L指数；将静态无功补偿器模型设置在具有最高L指数的母线处，并将电容器组设置于连接陆上风力发电机组的母线处；在风力发电场景、光伏发电场景和电动汽车并网场景对无功配置优化模型进行迭代，得到风电场无功优化配置方案。有益效果：将风电场无功配置问题中的负载因素考虑为不确定性量参与规划，可以提高系统的稳定性；考虑风力发电、光伏发电和电动汽车等不确定性对风电场无功配置的影响方便后续布置无功补偿装置以应对未来无功需求增加。

技术领域

本发明涉及风力发电技术领域，特别是涉及一种考虑源荷不确定性的风电场无功优化配置方法。

背景技术

由于风能、光伏系统和电动汽车充电负载的快速增加，电力系统面临着可变性和不确定性的巨大挑战。与陆上风电场相比，海上风电场具有风速高、风向稳、不占用土地等优势，正在蓬勃发展中。为了解决海上风电场的可再生能源整合问题，对于交流电网与海上风电场的连接，高压直流可以提供具有成本效益的解决方案，并具有更高的操作灵活性、更高的可靠性，且支持缓解交流系统拥堵。由于基于电力电子的设备数量增加，无功功率需求随之增大，这将导致电力系统在其极限范围内运行，因此有必要提高现有资产的利用率和对输电能力的大量投资。电力系统运营商使用许多无功功率控制设备来将电压保持在电力系统安全经济运行的限制范围内，其中控制设备及其最优值是通过最优无功配置获得的。

现有的研究中，存在一些无功配置方法但大多数无功功率规划问题中的负载都被认为是确定性的。很多研究中都提到静态无功补偿器等灵活交流输电系统设备可以通过提高现有基础设施对用户的潮流可控性来支持网络的经济可靠运行。但这些研究均未考虑光伏发电和电动汽车等其他不确定性，也未考虑后续布置无功补偿装置以应对未来无功需求增加的情况。

近年来，由于清洁能源的快速发展，大规模风电、光电及电动汽车的接入可能会引起系统电压不稳定甚至电压崩溃，亟需采用一种高效的策略来寻找适宜的静态无功补偿器和电容器的额定值，以为电力系统的安全经济运行提供恰当的无功支撑。

发明内容

本发明的目的是：提供一种考虑源荷不确定性的风电场无功优化配置方法寻找适宜的静态无功补偿器和电容器的额定值，以为电力系统的安全经济运行提供恰当的无功支撑。

为了实现上述目的，本发明提供了一种考虑源荷不确定性的风电场无功优化配置方法，包括：

将获取的风力发电机运行参数、光伏发电机运行参数、电动汽车运行参数、风电场风速及分布、光照强度及分布、风电场负荷情况和风电场系统情况输入到预先建立的综合考虑风力发电、光伏发电和电动汽车并网和计及负荷不确定性的交直流概率潮流模型；

根据交直流概率潮流模型计算系统初始潮流，根据系统初始潮流获取L指数；

将静态无功补偿器模型设置在具有最高L指数的母线处，并将电容器组设置于连接陆上风力发电机组的母线处；

根据获取的风力发电机运行参数、光伏发电机运行参数、电动汽车运行参数、风电场风速及分布、光照强度及分布、风电场负荷情况和风电场系统情况构建风力发电场景、光伏发电场景和电动汽车并网场景，在风力发电场景、光伏发电场景和电动汽车并网场景对无功配置优化模型进行迭代，得到风电场无功优化配置方案。

进一步的，包括：所述在风力发电场景、光伏发电场景和电动汽车并网场景对无功配置优化模型进行迭代，得到风电场无功优化配置方案，具体为：

分别在风力发电场景、光伏发电场景和电动汽车并网场景对无功配置优化模型进行第一次数的迭代，迭代完成后选取三个场景中无功配置优化模型输出的静态无功补偿器的最大、最小值及电容器组的最大值最为无功优化配置方案。

进一步的，所述交直流概率潮流模型的建立方法为：