【技術實現步驟摘要】
本專利技術屬于分布式光伏，具體是涉及一種配電網并網點電壓控制方法及系統。
技術介紹
1、隨著大規模光伏發電系統并網運行，光伏發電容量所占系統總容量有所提高，對電力系統的影響也越來越大。光伏發電系統通常都要通過電力電子接口-逆變器，經低壓或中壓配電網實現并網運行。傳統的電力系統輸配電網設計為從發電單元到負荷的單向輸配電系統，大規模光伏發電系統并網運行，有可能引起潮流逆流的問題，導致光伏發電系統并網點電壓升高或過電壓。電壓升高不僅影響當地負荷的供電質量，同時增大了線路和變壓器等輸配電設備損耗，造成系統過載，而且限制了并網點接入更多的光伏發電系統，影響光伏發電系統滲透率。因此有必要對并網點電壓進行控制。然而單純依靠傳統電力系統的電壓調整方式，并不能完全有效、經濟地解決并網點電壓升高問題。
2、在電壓控制精度方面，無功電流電壓控制策略具有良好的穩態精度；從經濟性的角度，無功電流電壓調整策略比有功電流電壓調整策略具有更好的經濟效益。基于上述問題，本專利技術提出一種配電網并網點電壓控制方法及系統。
技術實現思路
1、本專利技術提供一種配電網并網點電壓控制方法及系統，用于解決現有單片機系統數據傳輸效率低、系統穩定性差以及編程復雜度高的技術問題。
2、為了實現上述目的，本專利技術所采取的技術方案如下：一種配電網并網點電壓控制方法，包括以下步驟：
3、(1)實時監測與數據收集：實時監測并獲取并網點實時運行狀態數據,包括電壓數據、電流數據、負荷數據、電源出力數據以及
4、(2)數據分析與狀態識別：對收集到的電壓數據、電流數據、負荷數據、電源出力數據、無功功率數據進行數據清洗,數據清洗后預處理，預處理包括濾波和去噪，濾波采用改進權重的粒子(pf)濾波，從而提高數據質量；
5、(3)預測分析：基于預處理后的數據，采用l?i?bsvm模型預測未來一段時間內的電網運行狀態；；
6、(4)多目標優化分析：綜合考慮電壓穩定性以及經濟性因素，通過控制所述實時狀態數據的優化，使用改進遺傳算法實現電壓控制的綜合效益最大化。
7、進一步地，對于所述實時狀態數據的缺失數據，采用線性插值法修復時間間隔較小的缺失數據：
8、
9、式中：xt和xt-j分別為t時刻和t-j時刻采樣到的數據參數；xt-n為t-i時缺失的數據參數。ωi為i時刻的權重值，
10、進一步地，對于失真數據則采用均值平滑法處理，或式子中，和分別為相鄰采樣數據誤差的閾值。xt為電流it，電壓ut，溫度tt，負荷數據mt，電源出力數據pt，無功功率數據qt歸一化后的t時刻平均值。
11、進一步地，改進權重的粒子(pf)濾波對數據xt，t＝1,2,3...,n粒子濾波去噪過程如下：
12、1)初始化
13、給定狀態分布p(x)和初始值始x0，隨機取消
14、其中，記號x-p表示x是分布p(x)的一個觀測值，對權值也即比重進行初始化設置其中t＝1,2,3...,n；
15、2)循環
16、設定每個時間步驟t＝1,2,3...,n，做如下操作：
17、(1)重要性分布定義為：其中假設已知先驗分布取樣
18、(2)計算重要性權值：假設似然函數已知，計算標準權值，也即重要性權值歸一化，表示為
19、(3)重采樣，一個含n個離散隨機變量的集合在時間步驟t＝1,2,3...,n中依照以下概率取值：
20、集合且
21、(4)通過循環迭代更新粒子的權重和位置，最終可以得到對運行狀態數據的準確估計
22、進一步地，所述采用libsvm模型進行預測的具體過程如下：
23、2)建立模型：
24、模型1：建立電壓監測數據、電網狀態監測數據與“電網負荷”間的libsvm預測模型；
25、模型2：建立電壓監測數據、電網狀態監測數據與“電源出力”間的libsvm預測模型；
26、2)解釋變量：設定x1-x6分別為電流it，電壓ut，溫度tt，負荷數據mt，電源出力數據pt，無功功率數據qt；
27、模型1被解釋變量：y1(電網負荷)；
28、模型2被解釋變量：y2(電源出力)；
29、3)模型預測：采用平均絕對百分比誤差(mape)和平均絕對誤差(mae)來評價，mape和mae的表達式如下：
30、
31、將上述變量進行歸一化：將特征值從一個大范圍映射到【-1,1】
32、f(x)：x→y，y∈[-1，1]
33、
34、進一步地，所述改進遺傳算法的過程如下：
35、(1)定義控制參數：電壓設定點、無功補償設備投入量、變壓器分接頭位置、電容器/電抗器投切狀態；
36、(2)適應度函數使用：采用加權和法定義適應度函數，假設四個目標函數：
37、f1(x)：表示電壓穩定性，即電壓偏差的絕對值之和；
38、f2(x)：表示經濟性，即無功補償設備的運行成本；
39、f3(x)：表示設備壽命，即基于設備使用次數的評估；
40、f4(x)：表示維護成本，即預計的維護費用；
41、每個目標函數分配一個權重ω1，ω2，ω3，ω4
42、滿足ω1+ω2+ω3+ω4＝1，
43、然后定義適應度函數為：
44、ffitness(x)＝ω1·f1(x)+ω2·f2(x)+ω3·f3(x)+ω4·f4(x),具體函數定義結合實際模型給出。
45、(4)變量約束：
46、電壓設定點：在允許的電壓范圍內，vmin≤vset≤vmax
47、無功補償設備投入量：根據設備容量限制，qmin≤qcomp≤qmax
48、變壓器分接頭位置：根據變壓器的分接頭數量，tapmin≤tap≤tapmax
49、電容器/電抗器投切狀態：二進制變量，0表示不投入，1表示投入。
50、進一步地，改進遺傳算法具體流程如下：
51、(1)初始化：隨機生成一個初始種群(即一組電壓控制策略的候選解)，確保每個解都滿足變量約束；
52、xi,j～u(lbj,ubj)
53、其中，x為種群，i∈{1,2,3...,n}且j∈{1,2,3...,sizepop}，n是種群個數，sizepop是種群維數，lb和ub分別為探索區間的下界和上界；u滿足隨機均勻分布；
54、(2)評估：使用適應度函數ffitness(x)計算種群中每個解的適應度值mmi；
55、(3)選擇：基于適應度值選擇個體進行遺傳操作，輪盤賭選擇以及精英選擇；
56、(4)交叉：隨機選擇兩個個體進行交叉操作，生成新的子代個體；交叉操作需要確保新生成的個體仍然本文檔來自技高網...
【技術保護點】
1.一種配電網并網點電壓控制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種配電網并網點電壓控制方法，其特征在于，對于所述實時狀態數據的缺失數據采用線性插值法修復時間間隔較小的缺失數據：
3.根據權利要求1所述的一種配電網并網點電壓控制方法，其特征在于，對于失真數據則采用均值平滑法處理，或式子中，和分別為相鄰采樣數據誤差的閾值。xt為電流It，電壓Ut，溫度Tt，負荷數據Mt，電源出力數據Pt，無功功率數據Qt歸一化后的t時刻平均值。
4.根據權利要求1所述的一種配電網并網點電壓控制方法，其特征在于，所述改進權重的粒子(PF)濾波對數據xt，t＝1,2,3...,N粒子濾波去噪過程如下：
5.根據權利要求1所述的一種配電網并網點電壓控制方法，其特征在于，所述采用LiBSVM模型進行預測的具體過程如下：
6.根據權利要求1所述的一種配電網并網點電壓控制方法，其特征在于，所述改進遺傳算法的過程如下：
7.根據權利要求6所述的一種配電網并網點電壓控制方法，其特征在于，改進遺傳算法具體流程如下：
...【技術特征摘要】
1.一種配電網并網點電壓控制方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種配電網并網點電壓控制方法，其特征在于，對于所述實時狀態數據的缺失數據采用線性插值法修復時間間隔較小的缺失數據：
3.根據權利要求1所述的一種配電網并網點電壓控制方法，其特征在于，對于失真數據則采用均值平滑法處理，或式子中，和分別為相鄰采樣數據誤差的閾值。xt為電流it，電壓ut，溫度tt，負荷數據mt，電源出力數據pt，無功功率數據qt歸一化后的t時刻平均值。
4.根據權利要求1所述的一種配電網并網點電壓控制方法，其特征在于，所述改進權重的粒子(pf)濾波對數據xt，t＝1,2,3...,n粒子濾波去噪過程如下：
5.根據權利要求1所述的一種配電網并網點電壓控制方法，其特征在于，所述采用libsvm模型進行預測的具體過程如下：
6.根據權利要求1所述的一種配電網并網點電壓控制方法，其特征在于，所述改進遺傳算法的過程如下：
7.根據權利要求6所述的一種配電網并網點電壓控制方法，其特征在于，改進遺傳算法具體流程如下...
【專利技術屬性】
技術研發人員：保吉芳，張紹良，鄧曉東，費超，紀常祖，馬曉叡，
申請(專利權)人：國網青海省電力公司黃化供電公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。