CN111969662B - 数据驱动的多智能软开关分区协同自适应电压控制方法 - Google Patents

Abstract

一种数据驱动的多智能软开关分区协同自适应电压控制方法：根据选定的有源配电网，输入系统基本参数信息；分别获取配电网各个节点电压和有功无功功率量测的变化量，确定各智能软开关的有效调节区域；定义靠近源节点的区域为上游区域，靠近支路末端的区域为下游区域；以上游区域电压偏差和网络损耗最小为目标，建立上游区域数据驱动的智能软开关自适应电压控制模型，并求解；以下游区域电压偏差和网络损耗最小为目标，建立下游区域数据驱动的智能软开关自适应电压控制模型，并求解；判断控制域时移步数是否达到设定值；若当前时刻t是否达到控制总时长则自适应电压控制过程结束。本发明有助于提高配电网电压优化控制效果，进而提高配电网安全性和可靠性。

Description

数据驱动的多智能软开关分区协同自适应电压控制方法

技术领域

本发明涉及一种电压控制方法。特别是涉及一种数据驱动的多智能软开关分区协同自适应电压控制方法。

背景技术

配电网是承接发电系统、输电系统和用户侧的枢纽，承担着安全、可靠、经济供电的重要任务，其电压水平直接影响到用户侧设备的安全性和可靠性。对配电网电压进行优化控制有助于提升用户满意度，其重要性不言而喻。智能软开关技术作为一种新兴电力电子技术，通过改善网络中无功分布和有功潮流，可以实现系统的最优运行，因而成为了当前研究热点。当前配电系统规模日益庞大，运行任务日趋复杂，通过合理的配电网分区，而后动态调整网络中各个区域的智能软开关的有功、无功出力，可以有效解决配电网电压优化问题。

传统配电网电压优化控制方法大多采用数学模型描述配电网状态。然而在实际运行中，由于受到配电网运行工况、线路环境等影响，准确的配电网络参数难以获取；此外，大量可再生能源高渗透率接入后，由于其运行特性受环境影响较大，出力具有明显的随机性和波动性。因此，很难用一个精确的数学模型描述配电网状态。这也使得依赖于数学模型配电网的电压优化方法面临诸多问题。

近年来，配电系统量测和通讯系统得到了的快速发展。包括广域量测系统、同步相量量测系统、高级量测体系等量测系统已经逐渐成熟并获得了广泛应用；通信系统已经可以实现数据的实时传输。配电网运行数据包含了大量信息，通过数据驱动方法，可以充分挖掘其中蕴含的重要信息。使用数据驱动方法构建配电网模型，具有避开繁琐复杂的数学模型、简化了求解过程等优势。数据驱动的多智能软开关分区协同运行优化方法无需知道配电网详细数学模型，根据配电网实时运行数据分区域建立数据模型并在区间进行信息交互，不仅能够实现分区域协同配电网电压控制的目标，而且避免了集中控制带来的全局信息体量急剧增加的问题，保证了计算效率。

因此，研究掌握数据驱动的多智能软开关分区协同自适应电压控制方法，为配电网电压分区协同运行优化问题提供了新的思路，有助于提升配电网电压优化控制效果，进而提高配电网安全性和可靠性。

发明内容

本发明所要解决的技术问题是，提供一种能够实现对多智能软开关分区协同运行优化问进行题求解的数据驱动的多智能软开关分区协同自适应电压控制方法。

本发明所采用的技术方案是：一种数据驱动的多智能软开关分区协同自适应电压控制方法，包括如下步骤：

1)根据选定的有源配电网，输入系统基本参数信息，包括：智能软开关的接入位置、容量和有功/无功出力功率上限，节点电压参考值，控制误差精度，控制器伪雅可比矩阵初始值，起始时刻为t₀，优化控制总时长为T，当前时刻t＝t₀，预测域时间间隔ΔT＝sΔt，控制域时间间隔Δt，控制时移步数k＝1；

2)依据步骤1)给出的有源配电网，在优化时段[t，t+sΔt]内，调节智能软开关有功传输功率及两端口无功出力水平，分别获取配电网各个节点电压和有功无功功率量测的变化量，计算有源配电网节点间伪电气距离，以各个智能软开关接入节点为聚类中心，采用聚类密度峰方法进行节点聚类，确定各智能软开关的有效调节区域；

3)依据步骤2)确定的各智能软开关的有效调节区域，定义靠近源节点的区域为上游区域，靠近支路末端的区域为下游区域，判断各区域的电压控制误差和相邻分区的边界迭代收敛误差的最大值是否满足精度要求，若满足则转到步骤6)，若不满足则转到下一步；

4)在控制时段[t，t+Δt]内，以上游区域电压偏差和网络损耗最小为目标，建立上游区域数据驱动的智能软开关自适应电压控制模型，采用梯度下降法求解智能软开关自适应电压控制模型得到智能软开关自适应电压控制策略，并下发到上游区域智能软开关，获取各区域节点电压量测，将边界节点电压量测与边界支路有功、无功功率量测作为边界信息传递给下游区域；

5)以下游区域电压偏差和网络损耗最小为目标，建立下游区域数据驱动的智能软开关自适应电压控制模型，采用梯度下降法求解下游区域数据驱动的智能软开关自适应电压控制模型得到智能软开关自适应电压控制策略，并下发到下游区域智能软开关，将边界节点电压量测与边界支路有功、无功功率需求作为边界信息传递给上游区域；

6)更新控制时刻t＝t+Δt，时移步数k＝k+1，判断控制域时移步数k是否达到设定值s，若否，则返回步骤4)；若达到，则进入步骤7)；

7)判断当前时刻t是否达到控制总时长T，若否，则令k＝1，返回步骤2)，若达到，则自适应电压控制过程结束。

本发明的数据驱动的多智能软开关分区协同自适应电压控制方法，综合考虑了配电网线路参数不可知性、分布式电源位置和出力情况不确定性，通过数据驱动的多智能软开关分区协同运行优化策略，实现对多智能软开关分区协同运行优化问题的求解，有助于提高配电网电压优化控制效果，进而提高配电网安全性和可靠性。

附图说明

图1是本发明数据驱动的多智能软开关分区协同自适应电压控制方法的流程图；

图2是所选配电网拓扑结构以及10:00区域划分情况图；

图3是10:00有源配电网电压变化曲线；

图4是10:00有源配电网18节点和33节点电压变化曲线；

图5是10:00智能软开关有功出力变化曲线；

图6是10:00智能软开关无功出力变化曲线；

图7是智能软开关24小时有功出力曲线；

图8是智能软开关24小时无功出力曲线；

图9是有源配电网24小时功率损耗对比图；

图10是有源配电网24小时电压最值对比图。

具体实施方式

下面结合实施例和附图对本发明的数据驱动的多智能软开关分区协同自适应电压控制方法做出详细说明。

如图1所示，本发明的数据驱动的多智能软开关分区协同自适应电压控制方法，包括如下步骤：

1)根据选定的有源配电网，输入系统基本参数信息，包括：智能软开关的接入位置、容量和有功/无功出力功率上限，节点电压参考值，控制误差精度，控制器伪雅可比矩阵初始值，起始时刻为t₀，优化控制总时长为T，当前时刻t＝t₀，预测域时间间隔ΔT＝sΔt，控制域时间间隔Δt，控制时移步数k＝1；

2)依据步骤1)给出的有源配电网，在优化时段[t，t+sΔt]内，调节智能软开关有功传输功率及两端口无功出力水平，分别获取配电网各个节点电压和有功无功功率量测的变化量，计算有源配电网节点间伪电气距离，以各个智能软开关接入节点为聚类中心，采用聚类密度峰方法进行节点聚类，确定各智能软开关的有效调节区域；其中，

(1)所述的计算有源配电网节点间伪电气距离，采用如下公式：

式中，s_ij为有源配电网节点i和节点j之间的伪电气距离，α和β为权重系数，

表示节点i电压幅值变化量测，

表示节点j有功功率变化量测，

表示节点j无功功率变化量测，

表示

对

的偏导数，

表示

对

的偏导数，

为有源配电网节点集合。

(2)所述的采用聚类密度峰方法进行节点聚类表示为：

式中，δ_i表示节点i的节点密度，

表示截取运算，当(·)＜0时

当(·)≥0时

σ为设定的伪电气距离阈值，

表示智能软开关在有源配电网中接入的节点集合，d_i表示节点i到有源配电网中其余节点的距离，c_i表示聚类密度指标，s_ij为有源配电网节点i和节点j之间的伪电气距离。

3)依据步骤2)确定的各智能软开关的有效调节区域，定义靠近源节点的区域为上游区域，靠近支路末端的区域为下游区域，判断各区域的电压控制误差和相邻分区的边界迭代收敛误差的最大值是否满足精度要求，若满足则转到步骤6)，若不满足则转到下一步；所述的各区域的电压控制误差和相邻分区的边界迭代收敛误差表示为：

式中，R₁表示各区域的电压控制误差，X[t]和X[t-Δt]表示t时刻和t-Δt时刻智能软开关出力，Y^ref表示各区域电压和净负荷参考向量，

表示t+Δt时刻各区域电压和净负荷估计值，R₂表示相邻分区的边界迭代收敛误差，r_p表示边界功率迭代收敛误差，r_v表示边界电压迭代收敛误差，

和

分别表示t时刻区域a、区域b的边界线路l传输的有功功率，

和

分别表示t时刻区域a、区域b的线路l传输的无功功率，

分别表示t时刻区域a、区域b的边界节点m、边界节点n的电压。

4)在控制时段[t，t+Δt]内，以上游区域电压偏差和网络损耗最小为目标，建立上游区域数据驱动的智能软开关自适应电压控制模型，采用梯度下降法求解智能软开关自适应电压控制模型得到智能软开关自适应电压控制策略，并下发到上游区域智能软开关，获取各区域节点电压量测，将边界节点电压量测与边界支路有功、无功功率量测作为边界信息传递给下游区域；其中，

(1)所述的以上游区域电压偏差和网络损耗最小为目标表示为：

式中，X_a[t]和X_a[t-Δt]分别表示t时刻和t-Δt时刻区域a中智能软开关出力向量，X'_a[t]表示辅助变量，

表示区域a中边界节点n的电压参考值，

和

分别表示t-Δt时刻下游区域b传递的边界有功和无功功率，

表示t+Δt时刻区域a的边界节点n的电压估计值，λ表示权重系数，

表示区域a中电压和净负荷参考向量，

表示t+Δt时刻区域a中电压和流入功率估计值向量，

和

分别表示t+Δt时刻区域a中节点电压和流入功率估计值，

和

分别表示区域a中节点电压和净负荷参考值。

(2)所述的上游区域数据驱动的智能软开关自适应电压控制模型表示为：

式中，Y_a[t]和

分别表示t时刻区域a的电压和流入功率的量测值和估计值向量，X_a[t]和X_a[t-Δt]分别表示t时刻和t-Δt时刻区域a中智能软开关出力向量，Φ_a[t]和Φ_a[t-Δt]分别表示t时刻和t-Δt时刻区域a伪雅可比矩阵，μ代表权重系数。

(3)述的采用梯度下降法求解智能软开关自适应电压控制模型得到智能软开关自适应电压控制策略表示为：

式中，X_a[t]和X_a[t-Δt]分别表示t时刻和t-Δt时刻区域a中智能软开关出力向量，P_r表示智能软开关出力约束域的投影算子，

表示区域a中电压和净负荷参考向量，

表示t+Δt时刻区域a中电压和流入功率估计值向量，Φ_a[t]和Φ_a[t-Δt]分别表示t时刻和t-Δt时刻区域a伪雅可比矩阵，ΔY_a[t]表示Y_a[t]-Y_a[t-Δt]，其中Y_a[t]和Y_a[t-Δt]分别表示t时刻和t-Δt时刻区域a的电压和流入功率的量测值向量，ΔX_a[t-Δt]表示X_a[t-Δt]-X_a[t-2Δt]，X_a[t-Δt]和X_a[t-2Δt]分别表示t时刻和t-Δt时刻区域a中智能软开关出力向量，ρ、λ、μ、η代表权重系数。

5)以下游区域电压偏差和网络损耗最小为目标，建立下游区域数据驱动的智能软开关自适应电压控制模型，采用梯度下降法求解下游区域数据驱动的智能软开关自适应电压控制模型得到智能软开关自适应电压控制策略，并下发到下游区域智能软开关，将边界节点电压量测与边界支路有功、无功功率需求作为边界信息传递给上游区域；其中，

(1)所述的以下游区域电压偏差和网络损耗最小为目标表示为：

式中，X_b[t]和X_b[t-Δt]分别表示t时刻和t-Δt时刻区域b中智能软开关出力向量，X'_b[t]表示拓展变量，

表示区域b中节点m的电压参考值，

表示t+Δt时刻区域b中节点m的电压估计值，λ表示权重系数，

和

分别表示t-Δt时刻上游区域a传递的边界有功和无功功率，

表示区域b中电压和净负荷参考向量，

表示t+Δt时刻区域b中电压和流入功率估计值向量，

和

分别表示t+Δt时刻区域b中节点电压和流入功率估计值，

和

分别表示区域b中节点电压和净负荷参考值。

(2)所述的下游区域数据驱动的智能软开关自适应电压控制模型表示为：

式中，

表示t+Δt时刻区域b中电压和流入功率的估计值向量，Y_b[t]和

分别表示t时刻区域b的电压和流入功率的量测值和估计值向量，X_b[t]和X_b[t-Δt]分别表示t时刻和t-Δt时刻区域b中智能软开关出力向量，Φ_b[t]和Φ_b[t-Δt]分别表示t时刻和t-Δt时刻区域b伪雅可比矩阵，μ代表权重系数。

(3)中所述的采用梯度下降法求解下游区域数据驱动的智能软开关自适应电压控制模型得到智能软开关自适应电压控制策略表示为：

式中，X_b[t]和X_b[t-Δt]分别表示t时刻和t-Δt时刻区域b中智能软开关出力向量，P_r表示智能软开关出力约束域的投影算子，

表示区域b中电压和净负荷参考向量，

表示t+Δt时刻区域b中电压和流入功率估计值向量，Φ_b[t]和Φ_b[t-Δt]分别表示t时刻和t-Δt时刻区域b伪雅可比矩阵，ΔY_b[t]表示Y_b[t]-Y_b[t-Δt]，其中Y_b[t]和Y_b[t-Δt]分别表示t时刻和t-Δt时刻区域b中电压和流入功率的量测值向量，ΔX_b[t-Δt]表示X_b[t-Δt]-X_b[t-2Δt]，X_b[t-Δt]和X_b[t-2Δt]分别表示t时刻和t-Δt时刻区域b中智能软开关出力向量，ρ、λ、μ、η代表权重系数。

6)更新控制时刻t＝t+Δt，时移步数k＝k+1，判断控制域时移步数k是否达到设定值s，若否，则返回步骤4)；若达到，则进入步骤7)；

7)判断当前时刻t是否达到控制总时长T，若否，则令k＝1，返回步骤2)，若达到，则自适应电压控制过程结束。

下面给出具体实例：

对于本实施例，IEEE33节点配电网的拓扑连接情况如图2所示，25-29，12-22，8-21节点处分别接入3组容量1MVA，有功、无功出力功率上限分别为800kW、500kvar的双端口智能软开关；7、13、27节点接入光伏；10、16、17、30、33节点接入风机；优化控制总时长T＝24h；预测域时间间隔ΔT＝1h；控制域时间间隔Δt＝20s；灵敏度分区阈值设为0.5；配电网的电压参考值设定为1.0p.u；电压控制误差要求为10^-2。权重系数λ、ρ、η、μ取值为1、1、1、5。采用本发明的数据驱动的多智能软开关分区协同自适应电压控制方法进行优化，可以得到各个时刻智能软开关出力策略。为验证本发明方法的有效性，针对配电网采用如下两个控制方案进行对比。

方案一：不对智能软开关进行控制，得到配电网的初始运行状态；

方案二：采用数据驱动的多智能软开关分区协同自适应电压控制方法。

执行优化计算的计算机硬件环境为Intel(R)Xeon(R)CPU E5-16030，主频为2.8GHz，内存为16GB；软件环境为Windows 10操作系统。

采用本发明的数据驱动的多智能软开关分区协同自适应电压控制方法，本实施例配电网各智能软开关控制区域划分结果如图2所示。以10:00为例，方案一、方案二电压控制后各节点电压值对比结果如图3所示，18节点和33节点电压变化曲线如图4所示，10:00智能软开关有功传输功率以及无功出力变化如图5、图6所示；24小时智能软开关有功传输功率以及无功出力如图7、图8所示，方案一、方案二电压控制后网络损耗情况如图9所示，节点电压最值对比结果如图10所示，优化结果对比如表1所示。综合图3到图10和表1可以看出，本发明的数据驱动的多智能软开关分区协同自适应电压控制方法可以有效解决配电网分区协同运行优化控制问题，对于有源配电网自适应运行优化具有重要意义。

表1方案一与方案二控制效果对比

	电压最小值/p.u.	电压最大值/p.u.	电压偏差/p.u.	能量损耗/kWh
					方案一	0.9330	1.0313	0.0172	1179.7000
方案二	0.9710	1.0065	0.0035	865.2918

Claims (1)

1.一种数据驱动的多智能软开关分区协同自适应电压控制方法，其特征在于，包括如下步骤：

1)根据选定的有源配电网，输入系统基本参数信息，包括：智能软开关的接入位置、容量和有功/无功出力功率上限，节点电压参考值，控制误差精度，控制器伪雅可比矩阵初始值，起始时刻为t₀，优化控制总时长为T，当前时刻t＝t₀，预测域时间间隔ΔT＝sΔt，控制域时间间隔Δt，控制时移步数k＝1；

2)依据步骤1)给出的有源配电网，在优化时段[t，t+sΔt]内，调节智能软开关有功传输功率及两端口无功出力水平，分别获取配电网各个节点电压和有功无功功率量测的变化量，计算有源配电网节点间伪电气距离，以各个智能软开关接入节点为聚类中心，采用聚类密度峰方法进行节点聚类，确定各智能软开关的有效调节区域；

3)依据步骤2)确定的各智能软开关的有效调节区域，定义靠近源节点的区域为上游区域，靠近支路末端的区域为下游区域，判断各区域的电压控制误差和相邻分区的边界迭代收敛误差的最大值是否满足精度要求，若满足则转到步骤6)，若不满足则转到下一步；

其中所述的各区域的电压控制误差和相邻分区的边界迭代收敛误差表示为：

式中，R₁表示各区域的电压控制误差，X[t]和X[t-Δt]表示t时刻和t-Δt时刻智能软开关出力，Y^ref表示各区域电压和净负荷参考向量，

表示t+Δt时刻各区域电压和净负荷估计向量，R₂表示相邻分区的边界迭代收敛误差，r_p表示边界功率迭代收敛误差，r_v表示边界电压迭代收敛误差，

和

分别表示t时刻区域a、区域b的边界线路l传输的有功功率，

和

分别表示t时刻区域a、区域b的线路l传输的无功功率，

分别表示t时刻区域a、区域b的边界节点m、边界节点n的电压；

4)在控制时段[t，t+Δt]内，以上游区域电压偏差和网络损耗最小为目标，建立上游区域数据驱动的智能软开关自适应电压控制模型，采用梯度下降法求解智能软开关自适应电压控制模型得到智能软开关自适应电压控制策略，并下发到上游区域智能软开关，获取各区域节点电压量测，将边界节点电压量测与边界支路有功、无功功率量测作为边界信息传递给下游区域；其中，

所述的以上游区域电压偏差和网络损耗最小为目标J′(X_a[t],X′_a[t])表示为：

式中，X_a[t]和X_a[t-Δt]分别表示t时刻和t-Δt时刻区域a中智能软开关出力向量，X′_a[t]表示辅助变量，

表示区域a中边界节点n的电压参考值，

和

分别表示t-Δt时刻下游区域b传递的边界有功和无功功率，

表示t+Δt时刻区域a的边界节点n的电压估计值，λ表示权重系数，

表示区域a中电压和净负荷参考向量，

表示t+Δt时刻区域a中电压和流入功率估计值向量，

和

分别表示t+Δt时刻区域a中节点电压和流入功率估计值，

和

分别表示区域a中节点电压和净负荷参考值；

所述的上游区域数据驱动的智能软开关自适应电压控制模型表示为：

式中，Y_a[t]和

分别表示t时刻区域a的电压和流入功率的量测值和估计值向量，X_a[t]和X_a[t-Δt]分别表示t时刻和t-Δt时刻区域a中智能软开关出力向量，Φ_a[t]和Φ_a[t-Δt]分别表示t时刻和t-Δt时刻区域a伪雅可比矩阵，μ代表权重系数；

5)以下游区域电压偏差和网络损耗最小为目标，建立下游区域数据驱动的智能软开关自适应电压控制模型，采用梯度下降法求解下游区域数据驱动的智能软开关自适应电压控制模型得到智能软开关自适应电压控制策略，并下发到下游区域智能软开关，将边界节点电压量测与边界支路有功、无功功率需求作为边界信息传递给上游区域；其中，

所述的以下游区域电压偏差和网络损耗最小为目标表示为：

式中，X_b[t]和X_b[t-Δt]分别表示t时刻和t-Δt时刻区域b中智能软开关出力向量，X′_b[t]表示拓展变量，

表示区域b中节点m的电压参考值，

表示t+Δt时刻区域b中节点m的电压估计值，λ表示权重系数，

和

分别表示t-Δt时刻上游区域a传递的边界有功和无功功率，

表示区域b中电压和净负荷参考向量，

表示t+Δt时刻区域b中电压和流入功率的估计值向量，

和

分别表示t+Δt时刻区域b中节点电压和流入功率估计值，

和

分别表示区域b中节点电压和净负荷参考值。

所述的下游区域数据驱动的智能软开关自适应电压控制模型表示为：

式中，

表示t+Δt时刻区域b中电压和流入功率的估计值向量，Y_b[t]和

分别表示t时刻区域b的电压和流入功率的量测值和估计值向量，X_b[t]和X_b[t-Δt]分别表示t时刻和t-Δt时刻区域b中智能软开关出力向量，Φ_b[t]和Φ_b[t-Δt]分别表示t时刻和t-Δt时刻区域b伪雅可比矩阵，μ代表权重系数；

6)更新控制时刻t＝t+Δt，时移步数k＝k+t，判断控制域时移步数k是否达到设定值s，若否，则返回步骤4)；若达到，则进入步骤7)；

7)判断当前时刻t是否达到控制总时长T，若否，则令k＝t，返回步骤2)，若达到，则自适应电压控制过程结束。

Images