一种适用于新能源多端柔直系统的多目标潮流优化方法

1.本发明涉及电力技术领域，具体涉及一种适用于新能源多端柔直系统的多目标潮流优化方法。


背景技术：

2.发展可再生能源已成为许多国家积极应对气候变化的核心内容和推进能源转型的重要战略途径。
3.柔性直流输电技术(voltage-sourced converter based hvdc,vsc-hvdc)可控性强，功率潮流翻转迅速，不受距离限制，无需交流侧提供换相电流。在远距离传输时可实现送端与受端的解耦，减小新能源并网对输电系统的影响。因此，柔性直流输电技术成为新能源接入电网的理想传输方式，其中基于mmc的柔性直流输电技术应用更加广泛。
4.目前，新能源的利用和开发受到了世界各国的重视，尤其是光伏发电、风能发电等在近年来的能源供给中所占比例不断增加。然而，风电、光伏等可再生能源都具有间歇性、波动性、随机性和不可控性等特点，将其用于新能源发电属于间歇式电源。近年来，我国逐步将各种大规模可再生能源接入电网，可再生能源的高比例快速渗透，导致需要调整电力系统规划方案，需要更好的预测方法以及潮流优化方法。再加上各种分布式能源采集存储装置、“即插即用”设备以及大型城市负荷需求的不断增加，传统的电网结构、运行技术和电力装备等难以满足我国大规模电力需求，因此需要采用新的电网结构、先进技术以及相应辅助装备来满足未来能源格局的深刻变化。


技术实现要素：

5.本发明的目的是提供一种适用于新能源多端柔性直流汇集系统的多目标潮流优化方法。
6.本发明是一种适用于新能源多端柔直系统的多目标潮流优化方法，共有4个换流站，其中采用下垂控制的换流站有2个，其余2个换流站采用定有功功率控制，并在系统中加装直流潮流控制器；其步骤为：
7.步骤(1)：系统处于正常运行时，确定采用下垂控制以及定有功功率控制的换流站i的节点电压直流电压ui(i＝1,2,3,4)，确定各直流支路电阻r
12
、r
13
、r
24
、r
34
；
8.步骤(2)：系统处于正常运行时，计算各换流站支路电流i
12
、i
13
、i
24
、i
34
；
9.步骤(3)：根据步骤(2)求解得到各支路传输有功功率p
12
、p
13
、p
24
、p
34
以及各换流站的输入有功功率pi(i＝1,2,3,4)；
10.步骤(4)：针对新能源出力不确定性与相关性进行风电场与光伏电站不确定性建模；
11.步骤(5)：针对新能源多端柔性直流汇集系统进行协调控制策略建模；
12.步骤(6)：建立包含直流潮流控制器的新能源多端柔性直流汇集系统多目标潮流优化模型：
13.步骤(6-1)：所建立数学模型中包含三个目标函数，分别为直流电压偏差最小、弃风、弃光量以及静态电压稳定裕度最大；
14.步骤(6-2)：确定模型中的等式约束条件，分别包括步骤(4)及步骤(5)中的新能源并网约束和mmc-mtdc系统协调控制约束，并且确定系统直流方程；
15.步骤(6-3)：确定模型中的不等式约束条件，分别包括s3中所提的换流站传输功率约束以及系统运行约束，同时确定系统交流方程；
16.步骤(7)：利用内点法与遗传算法对多目标潮流优化模型进行求解，对整个新能源多端柔性直流汇集系统进行多目标优化。
17.本发明的有益效果为：
18.(1)本发明在传统的多目标优化方法中引入了新能源出力不确定性建模以及 mmc-mtdc系统协调控制策略建模，综合考虑了新能源的出力和换流站的协同控制在潮流优化模型中的约束条件，可以实现风、光资源的优化调度，迭代次数少且收敛性好，能够保证对多目标有效优化。同时所搭建模型能够根据系统不同的运行目标给出新能源基地出力的协调运行方案，提高了系统运行的稳定性与可靠性。
19.(2)采用内点法与nsga-iii遗传算法相结合的混合算法进行多目标潮流优化模型的求解，合理解决了优化模型在求解中的离散部分与连续部分的求解不当问题，能够精确处理模型中的优化问题，使得模型的迭代次数减小且容易收敛，能够实现鲁棒运行。
附图说明
20.图1是本发明一个实施例的包含直流潮流控制器的四端新能源柔性直流汇集系统图，图 2是本发明一个实施例的内点法与nsga-iii遗传算法结合的混合算法流程图，图3是本发明一个实施例的nsga-iii遗传算法流程图，图4是本发明一个实施例的多目标潮流优化结果图。
具体实施方式
21.本发明是一种适用于新能源多端柔直系统的多目标潮流优化方法，共有4个换流站，其中采用下垂控制的换流站有2个，其余2个换流站采用定有功功率控制，并在系统中加装直流潮流控制器；其步骤为：
22.步骤(1)：系统处于正常运行时，确定采用下垂控制以及定有功功率控制的换流站i的节点电压直流电压ui(i＝1,2,3,4)，确定各直流支路电阻r
12
、r
13
、r
24
、r
34
；
23.步骤(2)：系统处于正常运行时，计算各换流站支路电流i
12
、i
13
、i
24
、i
34
；
24.步骤(3)：根据步骤(2)求解得到各支路传输有功功率p
12
、p
13
、p
24
、p
34
以及各换流站的输入有功功率pi(i＝1,2,3,4)；
25.步骤(4)：针对新能源出力不确定性与相关性进行风电场与光伏电站不确定性建模；
26.步骤(5)：针对新能源多端柔性直流汇集系统进行协调控制策略建模；
27.步骤(6)：建立包含直流潮流控制器的新能源多端柔性直流汇集系统多目标潮流优化模型：
28.步骤(6-1)：所建立数学模型中包含三个目标函数，分别为直流电压偏差最小、弃
风、弃光量以及静态电压稳定裕度最大；
29.步骤(6-2)：确定模型中的等式约束条件，分别包括步骤(4)及步骤(5)中的新能源并网约束和mmc-mtdc系统协调控制约束，并且确定系统直流方程；
30.步骤(6-3)：确定模型中的不等式约束条件，分别包括s3中所提的换流站传输功率约束以及系统运行约束，同时确定系统交流方程；
31.步骤(7)：利用内点法与遗传算法对多目标潮流优化模型进行求解，对整个新能源多端柔性直流汇集系统进行多目标优化。
32.以上所述的方法，在所述步骤(2)中，系统稳态运行时根据基尔霍夫环路定律可得换流站支路电流i
12
和i
34
，由i
12
同理可得支路电流i
13
以及i
24
；
[0033][0034]
其中，r
12
、r
34
为支路电阻；ui(i＝1,2,3,4)为换流站i的节点电压；c1为直流潮流控制器串入直流线路中的等效变压器变比。
[0035]
以上所述的方法，在所述步骤(3)中，换流站1与换流站2支路传输有功功率p
12
为：
[0036][0037]
由式(2)同理得剩余支路有功功率p
13
、p
24
、p
34
；
[0038]
进一步得到含有dcpfc的四端mmc-mtdc的换流站1的输入功率p1为：
[0039][0040]
由式(3)同理得到其余换流站的输入功率p2、p3、p4。
[0041]
以上所述的方法，在所述步骤(4)中，首先通过风电出力的随机模糊建模可得风电出力模型：
[0042][0043]
其中，p
dcn
、p
wp
是风电机组的额定功率与输出功率；vn、v
in
、v
out
分别为风机的额定风速、切入风速及切出风速；
[0044]
然后进行光伏出力的随机建模同样可得光伏出力模型：
[0045][0046]
其中，p
pv,n
、p
pv
分别为光伏额定功率和输出功率；rn为额定光照强度。
[0047]
以上所述的方法，在所述步骤(5)中，进行mmc-mtdc系统协调控制策略建模，将换流站电压调制比zi设置为优化变量；给定约束范围为：
[0048][0049]
同时设置下垂系数约束范围为：
[0050][0051]
换流站协调控制策略给出了由式(7)唯一决定，因此给定以下协调控制策略约束条件：
[0052][0053]
其中，为电网有功功率期望值；与分别为直流电压参考值最小与最大值。
[0054]
以上所述的方法，在所述步骤(6)中，建立包括目标函数、等式约束条件以及不等式约束条件的多目标潮流优化模型；
[0055]
所设定的目标函数为：
[0056]
(1)直流电压偏差最小
[0057][0058]
其中，δu为直流电压偏移量；为直流节点i的期望直流电压值；和分别为直流节点i直流电压最小与最大值；n
dc
为汇集系统直流节点集合；
[0059]
(2)弃风、弃光量最小
[0060][0061]
其中，nn表示系统的送端节点集合；ni为系统连接节点i的个数；h
ref,i
(s)为第s个系统的出力预测值；h
wp
为直流节点i的弃风弃光量；h
x,i
与为并网实际值与预测值；
[0062]
(3)静态电压稳定裕度最大
[0063]
maxv
sm
＝ξ
min
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0064]
其中，ξ
min
为收敛潮流的雅克比矩阵的最小奇异值；
[0065]
所设定的等式约束条件：
[0066]
(1)mmc-mtdc协调控制约束，包括式(5)-式(7)；
[0067]
(2)新能源并网系统出力约束，包括式(10)；
[0068]
(3)含直流潮流控制器的新能源多端柔性直流汇集系统功率平衡方程为：
[0069]
[0070][0071]
其中，p
l1,i
、p
l2,i
、l
l3,i
分别为系统的直流损耗、mmc运行损耗及线路的交流损耗；p
dcpfc,i
为直流潮流控制器的损耗；u
x
为前述dcpfc的换流站节点电压；n
dc
为前述汇集系统直流节点集合；g
ij
、gi分别为直流与交流线路的电导；i
c,i
为换流站的电流；u
s,i
∠θ
s,i
、u
c,i
分别为并网系统输入的交流电压相量与换流站直流侧电压；ni(n＝a,b,c)为换流站损耗的多项式系数；
[0072]
所设定的不等式约束条件：
[0073]
(1)汇集系统运行约束：
[0074][0075]
式(14)表示直流电压约束、有功功率约束、相角差约束及直流线路电流约束；
[0076]
(2)换流站i传输功率约束：
[0077][0078]
其中，s
di
为换流站i的传输功率；表示直流支路传输功率的上限值；
[0079]
综合上述目标函数及约束条件，提出新能源直流汇集系统多目标潮流优化模型可表示为：
[0080][0081]
其中，f(x,u)为目标函数；h(x,u)为等式约束条件；g(x,u)为不等式约束条件；x主要由直流控制量及状态变量组成，其核心变量包括[us,ud,δ,ic,i
dij
]；u为控制变量构成的集合，主要包括[z,k,pd,qs,qc,p
x
]。
[0082]
以上所述的方法，在所述步骤(7)中，针对本发明所构建的含直流潮流控制器的新能源直流汇集系统多目标潮流优化问题，拟采用快速非支配排序遗传算法与内点法相结合的方法交替求解。
[0083]
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：
[0084]
如图1所示，mtdc系统为四端新能源mtdc系统，共有4个换流站，其中采用下垂控制的换流站有2个，其余2个换流站采用定有功功率控制。系统构成主要包括：风电场(wp1、 wp2、wp3)、光伏电站(pv)、受端负荷中心、mmc换流站以及直流潮流控制器(m1、m2)。
[0085]
如图2所示，本发明的控制原理为：采用快速非支配排序遗传算法与内点法相结合
的方法交替求解。首先利用加权法将多目标转换为单一目标，然后将该目标用数学公式统一表示，由此多目标潮流的优化转变成对单目标的潮流优化。同时将该单目标潮流中离散变量视为连续变量。最后利用混合交替算法进行求解，具体先采用内点法对连续部分的系统模型进行求解，再利用nsga-iii算法对离散部分进行求解。
[0086]
具体实施步骤如下：
[0087]
本发明的适用于新能源多端柔性直流汇集系统的多目标潮流优化方法，共有4个换流站，其中采用下垂控制的换流站有2个，其余2个换流站采用定有功功率控制，且为改善并网系统的潮流控制自由度不足及调整环网各支路潮流，在系统中加装直流潮流控制器(dcpowerflowcontroller,dcpfc)来实现潮流调控；
[0088]
步骤(1)：在mmc-mtdc系统正常运行的情况下，根据基尔霍夫环路定律可得支路电流i
12
和i
34
，由i
12
同理可得支路电流i
13
以及i
24
；
[0089][0090]
其中，r
12
、r
34
为各支路电阻；ui(i＝1,2,3,4)为换流站i的节点电压；c1为直流潮流控制器串入直流线路中的等效变压器变比；
[0091]
步骤(2)：根据式(1)可得换流站1与换流站2支路传输有功功率p
12
为：
[0092][0093]
由式(2)同理可得剩余支路有功功率p
13
、p
24
、p
34
；
[0094]
进一步得到含有dcpfc的四端mmc-mtdc系统换流站1的输入功率p1为：
[0095][0096]
由式(3)同理可得到其余换流站的输入功率p2、p3、p4；
[0097]
步骤(3)：对于新能源出力不确定性建模，首先进行风电出力的随机模糊建模，将风速当作随机模糊变量，可得风电出力模型：
[0098][0099]
其中，p
dcn
、p
wp
是风电机组的额定功率与输出功率；vn、v
in
、v
out
分别为风机的额定风速、切入风速及切出风速；
[0100]
然后进行光伏出力的随机建模结合太阳能电池方阵总面积与总光电转换率可得到光伏出力模型：
[0101]
[0102]
其中，p
pv,n
、p
pv
分别为光伏额定功率和输出功率；rn为额定光照强度；
[0103]
步骤(4)：针对mmc-mtdc系统进行协调控制策略建模，将换流站电压调制比zi设置为优化变量。zi为mmc换流站i的电压调制比，可以体现为对系统的运行调节能力，并且可以根据运行需求改变zi的值，因此给定约束范围为：
[0104][0105]
下垂系数决定了汇集系统中的不平衡有功及直流电压分配，且其大小由mmc换流站有功功率及直流电压偏差决定，使得换流站的传输容量得到了充分利用。下垂系数由于mmc
‑ꢀ
mtdc系统设定的系统运行界限而设定很小的约束范围，很难实现mmc换流站的灵活调节，从而引起弃风、弃光现象。但约束范围亦不应设定过大，以防止由于系统功率扰动导致的直流电压越限等运行工况。因此设置下垂系数约束范围为：
[0106][0107]
换流站协调控制策略给出了换流站直流电压、有功功率参考值及下垂系数等三个控制参数，但上述三个参数不能由式(7)唯一决定，基于此给定以下协调控制策略约束条件，将有功功率参考值设置为定值，而直流电压参考值设定为优化变量：
[0108][0109]
其中，为电网有功功率期望值；与分别为直流电压参考值最小与最大值；
[0110]
步骤(5)：新能源汇集系统可简化为交直流混合系统，包含多个交直流节点。其多目标优化旨在综合考虑新能源的优化调度与换流站之间的协调控制，提高新能源消纳水平，进而提升系统的运行稳定性与灵活性。所搭建含直流潮流控制器的新能源多端柔性直流汇集系统多目标潮流优化数学模型，主要包括：三个目标函数、等式约束条件以及不等式约束条件；
[0111]
本发明所设定的目标函数为：
[0112]
(1)直流电压偏差最小
[0113]
针对新能源直流汇集系统中的所有节点，为改善各mmc换流站直流节点的电能质量，将直流电压偏差最小作为优化目标，设置为：
[0114][0115]
其中，δu为直流电压偏移量；为直流节点i的期望直流电压值；和分别为直流节点i直流电压最小与最大值；n
dc
为汇集系统直流节点集合；
[0116]
(2)弃风、弃光量最小
[0117]
汇集系统为提高风、光资源消纳水平的优化目标设置为：
[0118][0119]
其中，nn表示新能源并网系统的送端节点集合；ni为新能源并网系统连接节点i的个数； h
ref,i
(s)为第s个并网系统的出力预测值；h
wp
为直流节点i的弃风弃光量；h
x,i
与为新能源并网实际值与预测值；
[0120]
(3)静态电压稳定裕度最大
[0121]
当雅克比(jacobi)矩阵的某一奇异值接近零时，任意小的扰动会引起系统状态变量的大幅度变化，当系统接近稳定运行极限，即直流电压接近运行极限值，会造成系统的不稳定。因此系统是否稳定将由雅克比矩阵的最小奇异值(minimum singular value,msv)决定，同时雅克比矩阵的msv的大小亦表明系统稳定运行的电压相对临近程度。综合考虑上述因素，本发明将msv作为静态电压稳定指标：
[0122]
maxv
sm
＝ξ
min
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0123]
其中，ξ
min
为收敛潮流的雅克比(jacobi)矩阵的最小奇异值；
[0124]
本发明所设定的等式约束条件：
[0125]
(1)mmc-mtdc协调控制约束，包括式(5)-式(7)；同时电网侧换流站采用定有功功率控制，其功率设定为：
[0126]
p
x,i
＝p
l i∈n
l
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0127]
其中，n
l
为负荷中心的节点；p
l
为电网发出的调度值；
[0128]
(2)新能源并网系统出力约束，包括式(10)；
[0129]
(3)含直流潮流控制器的新能源多端柔性直流汇集系统功率平衡方程为：
[0130][0131][0132]
其中，p
l1,i
、p
l2,i
、l
l3,i
分别为汇集系统的直流损耗、mmc换流站运行损耗及mmc线路的交流损耗；p
dcpfc,i
为直流潮流控制器的损耗；u
x
为前述dcpfc的换流站节点电压；n
dc
为前述汇集系统直流节点集合；g
ij
、gi分别为直流线路与交流线路的电导；i
c,i
为换流站的电流；u
s,i
∠θ
s,i
、u
c,i
分别为新能源并网系统输入的交流电压相量与换流站直流侧电压；ni(n＝a,b,c) 为换流站损耗的多项式系数；
[0133]
本发明所设定的不等式约束条件：
[0134]
(1)汇集系统运行约束：
[0135][0136]
式(15)表示系统的直流电压约束、有功功率约束、相角差约束及直流线路电流约束；
[0137]
(2)换流站i传输功率约束：
[0138][0139]
其中，s
di
为换流站i的传输功率；表示直流支路传输功率的上限值；
[0140]
新能源多端柔性直流汇集系统的稳定运行有其范围界限，需要系统控制变量以及状态变量的约束限制。综合上述的目标函数及约束条件，提出新能源直流汇集系统多目标潮流优化模型可表示为：
[0141][0142]
其中，f(x,u)为目标函数；h(x,u)为等式约束条件；g(x,u)为不等式约束条件；x主要由直流控制量及状态变量组成，其核心变量包括[us,ud,δ,ic,i
dij
]；u为控制变量构成的集合，主要包括[z,k,pd,qs,qc,p
x
]。潮流优化模型的优化变量主要包括换流站节点电压、换流站下垂系数、换流站传输功率等控制参数；
[0143]
步骤(6)：利用内点法与遗传算法对多目标潮流优化模型进行求解，对整个新能源多端柔性直流汇集系统进行多目标优化；
[0144]
(1)内点法求解
[0145]
内点法鲁棒性强且容易收敛，但很难处理离散变量的优化问题。因此利用内点法与加权法相结合来求解连续部分的优化问题，通过对目标函数进行加权处理，设置相应的权重系数：
[0146]
minφ1δu φ2h
wp-φ3ξ
min
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(18)
[0147]
综合考虑权重系数对结果的影响，在第一次进行加权计算时，令φ1＝φ2＝φ3＝1/3，在后续的迭代计算中依据各个权重所表示的目标函数对其所对应的权重系数进行不断更新；
[0148]
为保证离散变量不变，引入松弛离散约束，将最优潮流模型简化为一般非线性优化模型：
[0149][0150]
对不等式约束条件g
min
与g
max
分别引入非负松弛变量l和w，对于等式约束h(x)引入拉格朗日乘子为消除引入松弛变量的非负性约束，构造对数壁垒函数μ，则构成
的拉格朗日函数为：
[0151][0152]
对上式中控制变量及状态变量利用偏导解变量求解，可得：
[0153][0154]
联立上式来求解此非线性规划问题，即利用内点法求解该连续变量的多目标潮流优化；
[0155]
(2)nsga-iii遗传算法求解
[0156]
现代最优潮流算法用于解决寻找全局最优解的问题，能够精确处理多目标优化问题中的离散变量。而nsga-iii算法作为使用较为广泛的潮流优化算法是在nsga
‑ⅱ
算法基础上进行改进，主要是在选择操作上需要同时满足参考点与其欧氏距离，即需要求取每个种群个体在参考平面上的欧氏距离并进行比较。作为多目标优化问题的求解方法，nsga-iii算法在求解 3个或3个以上目标的优化问题方面得到了有效的利用，且其有效性已经得到验证；
[0157]
因此，对前述多目标优化模型中的离散变量本文采用nsga-iii算法进行求解。在模型连续变量不发生改变的前提下，基本步骤如下且具体的算法流程图如图3所示：
[0158]
1)初始化新能源多端柔性直流汇集系统相关参数，设置离散变量优化目标及状态变量约束条件；
[0159]
2)设定nsga-iii算法的初始参数，假设种群数量为n并且将其初始化，同时设置迭代次数t为0。利用种群数量n生成h个参考点，设置im为最大迭代次数；
[0160]
3)利用决策变量生成初始化种群p
t
；
[0161]
4)进行交叉、变异等操作进行子代更新，从父代种群p
t
产生子代种群q
t
；
[0162]
5)合并两个种群得到新的种群r
t
，同时进行潮流计算得出种群r
t
中每个个体的适应度；
[0163]
6)对种群r
t
进行快速非支配排序，得到非支配层f1，f2，f3……
；
[0164]
7)从f1开始构造种群s
t
，令s
t
＝s
t
∪fi(i＝1,2,
…
)，直到s
t
≥n。如果s
t
＝n，则p
t 1
＝s
t
并转到步骤(9)；否则，继续以下步骤；
[0165]
8)自适应归一化s
t
中的目标值，将每一解与参考点相互关联维持多样性。从s
t
中选择 k＝|s
t
|-n个个体，然后，令p
t 1
＝s
t
；
[0166]
9)增加迭代次数t，即t＝t 1。若t＝im，则输出多目标潮流优化的解；否则重复步
骤(4)～(9)；
[0167]
10)求得最优折衷解。
[0168]
由图4可得，潮流优化之后，系统的弃风弃光量明显减小，直流电压偏差减小，静态电压稳定裕度升高。因此，系统目标函数得到优化，保证了系统在安全稳定的范围内运行，且具有一定的经济性。
[0169]
综上所述，新能源多端柔性直流汇集系统多目标潮流优化模型可以实现风、光资源的优化调度，迭代次数少且收敛性好，能够保证对多目标有效优化。同时所搭建模型能够根据系统不同的运行目标给出新能源基地出力的协调运行方案，提高了系统运行的稳定性与可靠性。
[0170]
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。