【技术实现步骤摘要】
基于数据驱动升维灵敏度分析的电力系统电压控制方法
[0001]本专利技术涉及电力系统运行控制
,具体的,涉及基于数据驱动升维灵敏度分析 的电力系统电压控制方法。
技术介绍
[0002]随着分布式新能源的大量开发利用,分布式能源以集群化形式接入电力系统,给电力 系统安全稳定运行、供电可靠性带来挑战。分布式能源的不确定性加剧了电力系统运行状态 的波动,大量分布式能源进行协调增加了电力系统电压控制的复杂性。
[0003]与此同时,多类型能源的接入提升了电力系统运行的灵活性,也增加了系统运行的复 杂度。具体而言,综合能源以综合能源路由的形式接入,能够灵活控制电网侧功率,参与电 网调节。另外,综合能源路由的功率注入改变了电网传统单一的潮流方向,导致电压波动加 剧,影响用电设备寿命的同时造成脱网风险。综合能源路由自身具有快速的无功调节能力, 随着综合能源路由接入量的逐渐提升,其电压控制作用成为电力系统中无法忽视的调节手段, 由于无需配置额外的调节装置,其调节成本更低,且对出力随机波动具有更快响应速度,对 于保障系统安全高效运行具有关键意义。
[0004]集中式电压控制方法需基于集中式通信网络对全局模型进行统一维护,并实时采集大 量运行数据,不仅通信时延较长,优化模型的求解更可能遭遇“维数灾”的问题,收敛速度 较慢甚至难以收敛。分布式控制更适合含综合能源路由的电力系统电压控制,基于多代理系 统的应用。但这传统分布式控制方法仅具备一阶收敛速度,当综合能源路由数量较大时,电 压控制收敛速度将极其缓慢,无法满足在线
【技术保护点】
【技术特征摘要】
1.基于数据驱动升维灵敏度分析的电力系统电压控制方法,其特征在于,包括如下步骤:S1、输入综合能源路由的接入位置和容量、综合能源路由无功调节量的下限和上限值,含综合能源路由电力系统基准电压和基准功率的初值、各节点安全电压约束、节点电压和无功历史量测数据、训练样本数量、升维维度、节点电压自然分布向量、本地二阶梯度矩阵初值、修正参数、迭代步长、收敛精度;S2、以节点电压和无功历史量测数据作为训练样本输入,采用基于Koopman状态空间升维变换方法构建线性潮流方程矩阵;S3、基于所述线性潮流方程矩阵,计算节点电压与无功灵敏度系数;S4、在线性化电压
‑
无功方程的基础上,构建含综合能源路由电力系统电压优化控制模型;S5、采用基于矩阵分裂的分布式算法求解步骤S4中得到的含综合能源路由电力系统电压优化控制模型,直至满足收敛精度;S6、输出步骤S5的求解结果。2.根据权利要求1所述的基于数据驱动升维灵敏度分析的电力系统电压控制方法,其特征在于,S2,包括如下步骤:S21、对输入变量进行升维变换得到升维变换扩充出的第t维输入变量;S22、利用最小二乘方法估计线性潮流方程矩阵L的值。3.根据权利要求2所述的基于数据驱动升维灵敏度分析的电力系统电压控制方法,其特征在于,S21包括:对输入变量进行升维变换,升维后的输入变量公式表示如下:式中,x为输入变量,包括节点注入有功和无功功率,ψ(x)表示升维扩充出的m维输入变量,x
lift
为升维后的输入变量;升维变换扩充出的第t维输入变量,公式表示如下:式中,ψ
t
(x)为ψ(x)中的第t个元素,f
lift
为升维函数,x
v
为x中的第v个元素,K为x的维度,c
t
为随机生成的K维基底向量,c
tv
为c
t
中的第v个元素。4.根据权利要求2所述的基于数据驱动升维灵敏度分析的电力系统电压控制方法,其特征在于,S22包括:利用最小二乘方法估计线性统一潮流方程矩阵L的值,公式如下:
式中,为输入变量样本矩阵,包含S个时间断面的节点相角及电压幅值向量,为升维后的输入变量样本矩阵,包含S个时间断面的升维后的输入变量,S为训练样本数量,为状态变量样本矩阵,包含S个时间断面的节点相角及电压幅值向量,[
·
]
+
为矩阵的Moore
‑
Penrose逆。5.根据权利要求1所述的基于数据驱动升维灵敏度分析的电力系统电压控制方法,其特征在于,S3中,计算节点电压与无功灵敏度系数,公式如下:式中,Z
ji
为节点电压与无功灵敏度矩阵Z中第j行第i列的元素,L
ji
为矩阵L中对应电压V
j
和无功调整量Δq
i
的元素,L
j,(K+t)
为矩阵L中对应电压V
...
【专利技术属性】
技术研发人员:黄天恩,莫雅俊,吴振杰,王源涛,廖培,谢佳烨,唐剑,王中冠,李祥,徐双蝶,王艳,李城达,张超,夏衍,董航,周依希,孙思聪,张洁,许鹏,陈嘉宁,苏熀兴,杨兴超,李跃华,黄佳斌,来益博,胡浩,
申请(专利权)人:天津大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。