一种微电网电能质量全局优化方法技术

本发明专利技术提供了一种微电网电能质量全局优化方法，涉及供电技术领域，所述方法包括根据微电网各节点的逆变器的等效虚拟阻抗和各节点的本地负载，建立微电网的节点导纳矩阵；根据对微电网中各节点赋予的权重值和各节点的电压畸变率，构建微电网的目标函数；根据节点导纳矩阵和各节点上逆变器的剩余容量，构建微电网各节点谐波调制的约束条件；在满足约束条件的情况下，分析目标函数的最优解，并根据最优解对各节点上的等效虚拟阻抗进行调整。采用该方法进行谐波治理，微电网不需要加装专门的电压质量治理设备，通过在逆变器上构建等效虚拟阻抗实现电压谐波畸变全局优化治理。拟阻抗实现电压谐波畸变全局优化治理。拟阻抗实现电压谐波畸变全局优化治理。

【技术实现步骤摘要】
一种微电网电能质量全局优化方法


[0001]本专利技术涉及供电
，具体而言，涉及一种微电网电能质量全局优化方法。

技术介绍

[0002]微电网是一种包含分布式能源、负荷等的小型电力网络，其具有孤岛与并网两种运行模式，可实现灵活切换。伴随着分布式能源就地消纳等要求的提出，微电网建设也进入了快速发展阶段。随着微电网中非线性负荷数量与功率增加，导致微电网的电压谐波畸变率问题突显。
[0003]目前对于微电网的谐波治理大多采取与传统配电网中类似的治理措施，以有源滤波器等专门的谐波治理设备为主。但由于目前微电网主要用于解决偏远地区电力需求，加装专门的电压质量治理设备会受到经济成本等因素约束。

技术实现思路

[0004]本专利技术所要解决的问题是目前微电网通过加装专门的电压质量治理设备解决微电网谐波问题，但是这种方式会受到经济成本等因素约束，不适用于偏远地区电力需求。
[0005]为解决上述问题，一方面，本专利技术提供了一种微电网电能质量全局优化方法，包括：根据微电网各节点的逆变器的等效虚拟阻抗和各节点的本地负载，建立所述微电网的节点导纳矩阵；根据对所述微电网中各节点赋予的权重值和各节点的电压畸变率，构建所述微电网的目标函数；根据所述节点导纳矩阵和各节点的所述逆变器的剩余容量，构建所述微电网各节点谐波调制的约束条件；在满足所述约束条件的情况下，分析粒子集合中的每个粒子对应的所述目标函数，确定所述目标函数的最优解，并根据所述最优解对各节点的所述逆变器的所述等效虚拟阻抗进行调整，其中，所述微电网中所有节点处的所述等效虚拟阻抗的实部和虚部的一种取值集合构成一个所述粒子。
[0006]可选地，所述根据对所述微电网中各节点赋予的权重值和各节点的电压畸变率，构建所述微电网的目标函数包括：根据各节点的基波电压有效值和谐波电压有效值，确定各节点的所述电压畸变率；将各节点的所述电压畸变率与各节点的所述权重值对应相乘后求和，得到所述微电网的目标函数。
[0007]可选地，所述微电网的所述目标函数为：，
其中，N代表所述微电网的节点数目，为第j个节点对应的所述权重值，为第j个节点对应的所述电压畸变率；可选地，所述电压畸变率为：，其中，为第j个节点处的基波电压有效值，为第j个节点处的h次谐波电压有效值；，为h次谐波下的节点导纳矩阵，为第j个节点处的h次谐波电流。
[0008]可选地，所述根据所述节点导纳矩阵和各节点的所述逆变器的剩余容量，构建所述微电网各节点谐波调制的约束条件包括：根据所述逆变器的额定容量、所述逆变器输出的有功功率和所述逆变器输出的无功功率，确定所述逆变器的剩余容量；根据所述逆变器的基波电压和流经所述逆变器的各次谐波电流，确定所述逆变器的补偿容量；所述约束条件包括所述补偿容量小于所述剩余容量。
[0009]可选地，所述剩余容量为：，其中，为所述逆变器的所述剩余容量，为所述逆变器的所述额定容量，P为所述逆变器输出的所述有功功率，Q所述逆变器输出的所述无功功率；所述补偿容量为：，其中，为所述逆变器的所述补偿容量，为所述逆变器的所述基波电压，为流经所述逆变器的所述谐波电流。
[0010]可选地，所述在满足所述约束条件的情况下，分析粒子集合中的每个粒子对应的所述目标函数，确定所述目标函数的最优解，并根据所述最优解对各节点的所述逆变器的所述等效虚拟阻抗进行调整包括：分析所述粒子集合中每个所述粒子对应的所述目标函数，比较各个所述粒子对应的所述目标函数，确定最小的所述目标函数对应的粒子，将该粒子记为全局最优粒子；将随机生成的初始粒子、初始迭代速度以及初始最优粒子输入到粒子更新模型，对所述粒子集合中的第一个所述粒子进行更新，其中，所述粒子更新模型用于利用上一个
粒子及上一个粒子的迭代速度更新下一个粒子；将更新后的第一个所述粒子的所述目标函数与所述初始最优粒子的所述目标函数进行比较；当更新后的第一个所述粒子的所述目标函数小于所述初始最优粒子的所述目标函数时，将更新后的第一个所述粒子代替所述初始最优粒子，记为历史最优粒子；将更新后的所述粒子、所述历史最优粒子以及当前的迭代速度输入到所述粒子更新模型中，得到下一个迭代速度和更新后的下一个粒子，并对所述粒子集合中的所有所述粒子依次进行循环更新；在每次更新后，将更新后的所述粒子对应的所述目标函数与所述历史最优粒子进行比较；当更新后的所述粒子对应的所述目标函数小于所述历史最优粒子对应的目标函数时，将所述历史最优粒子替换为更新后的所述粒子；将更新后的所述粒子对应的所述目标函数与所述全局最优粒子对应的所述目标函数进行比较；当更新后的所述粒子对应的所述目标函数小于所述全局最优粒子对应的所述目标函数时，将所述全局最优粒子替换为更新后的所述粒子；直到所述粒子集合中的所有所述粒子均进行更新后，所述粒子集合的一次迭代更新完成，对所述粒子集合进行指定次数的更新，得到最终的所述全局最优粒子；根据所述全局最优粒子，调整所述微电网中各节点上的所述等效虚拟阻抗。
[0011]可选地，所述在每次更新后，将更新后的所述粒子对应的所述目标函数与所述历史最优粒子进行比较包括：在每次更新后，判断所述粒子的取值是否处于指定范围内；当所述粒子的取值超出所述指定范围时，则循环更新结束；当所述粒子的取值处于所述指定范围内时，将更新后的所述粒子对应的所述目标函数与所述历史最优粒子进行比较。
[0012]可选地，所述在每次更新后，将更新后的所述粒子对应的所述目标函数与所述历史最优粒子进行比较之后，所述微电网电能质量全局优化方法还包括：当更新后的所述粒子对应的所述目标函数大于或等于所述历史最优粒子对应的目标函数时，将该次更新记为更新失败，并统计连续更新失败次数；当所述连续更新失败次数小于所述失败次数阈值时，继续进行循环更新；当所述连续更新失败次数大于或等于失败次数阈值时，将当前粒子转入学习功能模式，得到学习后的所述粒子，并将所述连续更新失败次数重置以及将学习后的所述粒子替换所述当前粒子再投入到循环更新中；当更新后的所述粒子对应的所述目标函数小于所述历史最优粒子对应的目标函数时，将所述连续更新失败次数重置。
[0013]可选地，所述当所述连续更新失败次数大于或等于失败次数阈值时，将当前粒子转入学习功能模式，得到学习后的所述粒子，并将所述连续更新失败次数重置以及将学习后的所述粒子替换所述当前粒子再投入到循环更新中包括：当所述连续更新失败次数大于或等于失败次数阈值时，生成随机数字，判断所述
随机数字是否小于学习概率因子，其中，所述学习概率因子根据所述当前粒子在所述粒子集合中的位置序号与所述粒子集合中总粒子数量计算得到；当所述随机数字小于所述学习概率因子时，随机选取所述粒子集合中处于所述当前粒子后面未更新的n个所述粒子；比较选取的n个所述粒子对应的所述目标函数，在其中筛选出最小的所述目标函数对应的所述粒子，将该粒子记为学习最优粒子，并将所述当前粒子替换为所述学习最优粒子；当所述随机数字大于或等于所述学习概率因子时，将所述当前粒子中的每个数据替换为该数据个体历史最优的数据；将所述连续更新失败本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种微电网电能质量全局优化方法，其特征在于，包括：根据微电网各节点的逆变器的等效虚拟阻抗和各节点的本地负载，建立所述微电网的节点导纳矩阵；根据对所述微电网中各节点赋予的权重值和各节点的电压畸变率，构建所述微电网的目标函数；根据所述节点导纳矩阵和各节点的所述逆变器的剩余容量，构建所述微电网各节点谐波调制的约束条件；在满足所述约束条件的情况下，分析粒子集合中的每个粒子对应的所述目标函数，确定所述目标函数的最优解，并根据所述最优解对各节点的所述逆变器的所述等效虚拟阻抗进行调整，其中，所述微电网中所有节点处的所述等效虚拟阻抗的实部和虚部的一种取值集合构成一个所述粒子。2.根据权利要求1所述的微电网电能质量全局优化方法，其特征在于，所述根据对所述微电网中各节点赋予的权重值和各节点的电压畸变率，构建所述微电网的目标函数包括：根据各节点的基波电压有效值和谐波电压有效值，确定各节点的所述电压畸变率；将各节点的所述电压畸变率与各节点的所述权重值对应相乘后求和，得到所述微电网的目标函数。3.根据权利要求2所述的微电网电能质量全局优化方法，其特征在于，所述微电网的所述目标函数为：，其中，N代表所述微电网的节点数目，为第j个节点对应的所述权重值，为第j个节点对应的所述电压畸变率；所述电压畸变率为：，其中，为第j个节点处的基波电压有效值，为第j个节点处的h次谐波电压有效值；，为h次谐波下的节点导纳矩阵，为第j个节点处的h次谐波电流。4.根据权利要求1所述的微电网电能质量全局优化方法，其特征在于，所述根据所述节点导纳矩阵和各节点的所述逆变器的剩余容量，构建所述微电网各节点谐波调制的约束条件包括：根据所述逆变器的额定容量、所述逆变器输出的有功功率和所述逆变器输出的无功功率，确定所述逆变器的剩余容量；根据所述逆变器的基波电压和流经所述逆变器的各次谐波电流，确定所述逆变器的补偿容量；
所述约束条件包括所述补偿容量小于所述剩余容量。5.根据权利要求4所述的微电网电能质量全局优化方法，其特征在于，所述剩余容量为：，其中，为所述逆变器的所述剩余容量，为所述逆变器的所述额定容量，P为所述逆变器输出的所述有功功率，Q所述逆变器输出的所述无功功率；所述补偿容量为：，其中，为所述逆变器的所述补偿容量，为所述逆变器的所述基波电压，为流经所述逆变器的所述谐波电流。6.根据权利要求1所述的微电网电能质量全局优化方法，其特征在于，所述在满足所述约束条件的情况下，分析粒子集合中的每个粒子对应的所述目标函数，确定所述目标函数的最优解，并根据所述最优解对各节点的所述逆变器的所述等效虚拟阻抗进行调整包括：分析所述粒子集合中每个所述粒子对应的所述目标函数，比较各个所述粒子对应的所述目标函数，确定最小的所述目标函数对应的粒子，记为全局最优粒子；将随机生成的初始粒子、初始迭代速度以及初始最优粒子输入到粒子更新模型，对所述粒子集合中的第一个所述粒子进行更新，其中，所述粒子更新模型用于利用上一个粒子及上一个粒子的迭代速度更新下一个粒子；将更新后的第一个所述粒子的所述目标函数与所述初始最优粒子的所述目标函数进行比较；当更新后的第一个所述粒子的所述目标函数小于所述初始最优粒子的所述目标函数时，将更新后的第一个所述粒子代替所述初始最优粒子，记为历史最优粒子；将更新后的所述粒子、所述历史最优粒子以及当前的迭代速度输入到所述粒子更新模型中，得到下一个迭代速度和更新...

【专利技术属性】
技术研发人员：谢宇哲，王伟，李鹏，贺艳华，查伟强，陈思培，
申请(专利权)人：国网浙江省电力有限公司宁波供电公司，
类型：发明
国别省市：