一种电能质量概率性优化管控方法、系统、装置及介质与流程

本发明涉及配电网电能质量优化管控，更具体的说是涉及一种电能质量概率性优化管控方法、系统、装置及介质。

背景技术：

1、随着电力电子类分布式电源的大量随机接入配电网，导致配电系统的电能质量超标现象相比于以往情况要更严重，例如谐波畸变严重，电压越限经常出现，给配电网的安全稳定运行带来困难。由于可再生能源的不确定性，分布式电源具有不确定的发电情况。此外，由于配电网中的负荷具有相当大的不确定性且大多数负荷为非线性负荷，同样会加剧配电网电能质量的恶化。可见，在寻找最佳分布式电源和位置方面的微小缺陷，将会导致配电网及其运行点的潮流模式发生剧烈变化。这会导致配电网功率损耗的大幅增加，进一步损害配电网整体的稳定性。增加的功率损耗也可能导致配电网电压出现严重的越限，主要是在径向型配电网的最远端。因此，需要找到有效且合适的方法，在配电网中最佳的位置接入分布式电源并规划其容量大小，可以有效改善配电网的电能质量。

2、目前，大多数分布式电源的发电情况是具有很强的不确定性，但早期的研究工作集中在寻找考虑完全可控发电的分布式电源的最佳位置和容量。负荷的不确定性通常也不被考虑在内。这样做主要是为了保持较低的计算负担，其目标函数是为了最小化系统的功率损耗。相关研究通过采用分析方法，确定每个母线上的分布式电源的功率大小和相关的功率因数，从而最大限度的减小系统的损耗。此外也有一些启发式的方法，例如粒子群优化方法、混合整数非线性编程双向求解法、序列二次编程和分支边界求解法，用来解决分布式电源的优化布置和容量大小的确定问题。

3、然而这些研究中大多忽略了网络、分布式电源和负荷的不确定性，以非常近似的求解方法来优化管控分布式电源，导致分布式电源的管控效果不佳。

技术实现思路

1、针对以上问题，本发明的目的在于提供一种电能质量概率性优化管控方法、系统、装置及介质，通过执行一种考虑不确定性分布式电源的电能质量概率性优化管控策略，以最小化电网损耗和提升配电网电能质量为目标，能够有效提高分布式电源的管控效果。

2、本发明为实现上述目的，通过以下技术方案实现：

3、第一方面，本发明公开了一种电能质量概率性优化管控方法，包括如下步骤：

4、s1：基于分布式电源的最佳容量和位置，以配电网有功功率、无功功率、各节点电压总畸变率最小为目标，构建目标函数；

5、s2：获取配电网的实际网络参数，建立配电网各个节点的功率等式和谐波潮流等式约束；

6、s3：根据配电设备与节点的物理条件与运行条件，生成配电网中各个节点的不等式约束；

7、s4：根据配电网的潮流结果，构建配电网的网络功率损耗灵敏度因子；

8、s5：基于配电网负荷类型的种类，采用多高斯曲线拟合的方法建立负荷的概率模型；

9、s6：根据分布式电源的随机特性，采用高斯混合分布模型，建立分布式电源的概率模型；

10、s7：基于无迹变换方法计算配电网的概率潮流，以得到配电网各个节点的电压和电流的幅值和相角；

11、s8：采用遍历最优化的算法，确定分布式电源最佳接入位置；

12、s9：获取配电网当前的配置信息，基于无迹变换方法与遍历最优化算法，根据接入分布式电源和负荷的概率性，逐个接入分布式电源，并分别计算相应的目标函数值；

13、s10：对所有的目标函数值进行分析，以确定最优的目标函数值；将最优的目标函数值对应的分布式电源接入位置与容量作为概率性最优化的结果，并据此调整配电网的配置参数。

14、进一步，步骤s1包括：

15、假设分布式电源处于最合理的容量和最合理的接入位置，会使配电网的损耗和电能质量达到最优，为此给出其目标函数为：

16、；

17、其中ploss和qloss分别为系统总的有功损耗和无功损耗，a1，a2和a3分别为ploss，qloss和thdvavg所占的权重系数，thdvavg为配电网所有节点的电压总谐波畸变率的平均值，thdvavg表达式为：

18、；

19、其中，thdvi为第i个节点的电压总谐波畸变率，n为配电系统的总节点数。

20、进一步，步骤s2包括：

21、当分布式电源接入配电网后，根据功率平衡原理，配电网络各个节点的功率符合如下潮流方程为：

22、；

23、其中，pi和qi分别为各个节点注入的有功和无功功率所形成的矩阵，pg和qg分别为对应节点发电机所发出的有功和无功功率所形成的矩阵，pl和ql分别为各节点接入负荷的有功和无功功率所形成的矩阵，pdg和qdg分别为各节点分布式电源的有功和无功功率所形成的矩阵；

24、根据如下的谐波潮流计算方程计算配电系统的谐波潮流：

25、；

26、其中，ih为各节点往配电系统中注入的h次谐波电流向量所组成的矩阵，vh为对应处节点的h次谐波电压向量所组成的矩阵，yh为在h次谐波下系统各个节点之间的谐波导纳矩阵。

27、进一步，步骤s3包括：

28、根据配电设备与节点的物理条件与运行条件，生成配电网中各个节点的有功功率、无功功率、电压幅值、电压相角、电压畸变率的不等式约束，具体如下：

29、；

30、其中，和为对应节点发电机所发出的最小和最大有功功率所形成的矩阵，和为对应节点发电机所发出的最小和最大无功功率所形成的矩阵，和为分布式电源所发出的最小和最大有功功率所形成的矩阵，和为分布式电源所发出的最小和最大无功功率所形成的矩阵，和为各个节点所对应的最小和最大电压幅值所形成的矩阵，和为各个节点所对应的最小和最大电压相角所形成的矩阵，为各个节点所对应的满足国标规定的电压总谐波畸变率所形成的矩阵。

31、进一步，步骤s4包括：

32、根据配电网的潮流结果，构建配电网的网络功率损耗灵敏度因子；

33、根据网络功率损耗灵敏度因子的取值，确定分布式电源的最佳接入位置。

34、进一步，所述网络损耗灵敏度因子的计算公式具体如下：

35、；

36、其中，和分别为视在损耗针对于第k个节点注入的有功功率pk和无功功率qk的灵敏度。

37、进一步，步骤s5包括：

38、采用以多高斯曲线拟合的方法建立负荷的概率模型，所述负荷的概率模型包括负荷的有功功率和无功功率概率密度函数；

39、采用非线性最小二乘法求解所述负荷的有功功率和无功功率概率密度函数中的参数，以确定负荷的概率模型。

40、进一步，所述负荷的有功功率和无功功率概率密度函数，具体如下：

41、；

42、其中，、和分别表示有功功率概率密度函数表达式的第w个高斯函数的参数，、和分别表示无功功率概率密度函数表达式的第w个高斯函数的参数，w为高斯函数的总个数。

43、进一步，步骤s6包括：

44、基于当前分布式电源的随机特性，采用高斯混合分布模型，建立分布式电源的概率模型，并确定分布式电源的概率模型的功率的概率密度函数；

45、采用极大期望优化算法求解所述功率的概率密度函数中的参数，以确定分布式电源的概率模型。

46、进一步，所述功率的概率密度函数具体如下：

47、；其中，、和分别表示有功功率概率密度函数表达式的第m个高斯分布的参数，、和分别表示无功功率概率密度函数表达式的第m个高斯分布的参数，m为高斯函数的总个数。

48、进一步，步骤s7具体包括如下步骤：

49、s71：以负荷功率和分布式电源功率作为输入数据，生成其西格玛点和对应的权重数据；假设有2n+1个西格玛点数据，其中第i个点为χi，其为输入数据与其均值之间的差值关系，对应的权重为wi，w1=κ/(n+κ)，wi+1=1/2(n+κ)，i=1，…，n，所有权重之和为1；

50、s72：将所生成的每一个西格玛点，依次代入至确定性潮流计算表达式，运行2n+1次潮流计算，可以得到潮流计算结果，即；

51、s73：通过以下公式计算概率潮流的输出变量均值和方差结果：

52、；

53、其中，ym和py分别为输出变量的均值和协方差矩阵。

54、进一步，步骤s8包括：

55、根据各个节点的网络功率损耗灵敏度因子的取值，对网络功率损耗灵敏度因子进行降序排列；

56、将其中排在前25%的节点选为分布式电源的待接入节点。

57、进一步，步骤s9包括如下步骤：

58、s91：获取配电网当前的配置信息，确定配电网中接入分布式电源数量的上限dgmax，并将当前分布式电源数量设为dgcur=1；

59、s92：依次将分布式电源接入分布式电源的待接入节点中，并计算相应的概率潮流的输出变量均值和方差结果，作为其概率潮流结果；

60、s93：根据概率潮流结果，计算相应的目标函数值，并确定对应的分布式电源的位置与容量大小；

61、s94：将当前分布式电源数量dgcur加1；

62、s95：判断是否dgcur≤dgmax；若是，则执行步骤s92；若否，则执行步骤s10。

63、进一步，步骤s10包括：

64、对所有的目标函数值进行比较，从中找到最小的目标函数值；

65、将最小的目标函数值对应的分布式电源接入位置与容量作为概率性最优化的结果，并据此调整配电网的配置参数。

66、第二方面，本发明还公开了一种电能质量概率性优化管控系统，包括：

67、目标函数构建模块，用于基于分布式电源的最佳容量和位置，以配电网有功功率、无功功率、各节点电压总畸变率最小为目标，构建目标函数；

68、第一约束构建模块，用于获取配电网的实际网络参数，建立配电网各个节点的功率等式和谐波潮流等式约束；

69、第二约束构建模块，用于根据配电设备与节点的物理条件与运行条件，生成配电网中各个节点的不等式约束；

70、灵敏度因子计算模块，用于根据配电网的潮流结果，构建配电网的网络功率损耗灵敏度因子；

71、第一模型组建模块，用于基于配电网负荷类型的种类，采用多高斯曲线拟合的方法建立负荷的概率模型；

72、第二模型组建模块，用于根据分布式电源的随机特性，采用高斯混合分布模型，建立分布式电源的概率模型；

73、概率潮流计算模块，用于基于无迹变换方法计算配电网的概率潮流，以得到配电网各个节点的电压和电流的幅值和相角；

74、接入位置确定模块，用于采用遍历最优化的算法，确定分布式电源最佳接入位置；

75、遍历计算模块，用于获取配电网当前的配置信息，基于无迹变换方法与遍历最优化算法，根据接入分布式电源和负荷的概率性，逐个接入分布式电源，并分别计算相应的目标函数值；

76、结果生成模块，用于对所有的目标函数值进行分析，以确定最优的目标函数值；将最优的目标函数值对应的分布式电源接入位置与容量作为概率性最优化的结果，并据此调整配电网的配置参数。

77、第三方面，本发明还公开了一种电能质量概率性优化管控装置，包括：

78、存储器，用于存储电能质量概率性优化管控程序；

79、处理器，用于执行所述电能质量概率性优化管控程序时实现如上文任一项所述电能质量概率性优化管控方法的步骤。

80、第四方面，本发明还公开了一种可读存储介质，所述可读存储介质上存储有电能质量概率性优化管控程序，所述电能质量概率性优化管控程序被处理器执行时实现如上文任一项所述电能质量概率性优化管控方法的步骤。

81、对比现有技术，本发明有益效果在于：本发明公开了一种电能质量概率性优化管控方法、系统、装置及介质，采用概率性优化策略，综合考虑不确定性分布式电源、负荷和电网的复杂性，实现了配电网电能质量的最优化。

82、本发明考虑了可再生能源和负荷的不确定性，采用概率性方法，有助于应对电能质量超标问题，提高系统的稳定性和可靠性，通过综合多种方法，实现了对分布式电源的更精确、全面的管控，有效降低了系统运行风险。本发明适用于需要提高配电网电能质量的场景，特别是在大量分布式电源接入的情况下，可用于规划新的电力系统或优化现有系统，确保了系统稳定运行且电能质量得到维护。

83、本发明实现了最小化电网损耗、提升了电能质量，保证了分布式电源的有效接入，能够增强系统稳定性。本发明采用高效的节点选择算法，使得优化策略更适应实际情况，为现代电力系统提供了全面且可行的解决方案。

84、由此可见，本发明与现有技术相比，具有突出的实质性特点和显著的进步，其实施的有益效果也是显而易见的。