本发明专利技术公开一种考虑有源配电网承载力的配电网台区储能系统控制方法，涉及智能控制技术领域。包括如下步骤：S1、利用数据采集模块获取配电网台区储能系统的数据信息，并实时监测电网的运行状态；S2、基于电网的运行状态构建所述有源配电网承载力最优运行模型对承载力进行分析；S3、进行优化求解，根据优化求解结果所述中央服务器对储能单元进行实时控制，提升有源配电网的承载力。本发明专利技术大大提高了配电网台区储能能力。
【技术实现步骤摘要】
本专利技术涉及配电网，尤其涉及一种考虑有源配电网承载力的配电网台区储能系统控制方法。
技术介绍
1、随着可再生能源的快速发展，有源配电网在配电网台区中的接入量逐渐增加。但有源配电网的不稳定性和间歇性给配电网的稳定运行带来了挑战。当有源配电网的出力超过配电网的承载能力时，可能导致电网电压波动、频率偏移甚至系统崩溃等问题；有源配电网的间歇性特点也使得其难以满足持续稳定的电力需求，特别是在负荷高峰时段。
2、传统的方法是通过增强配电网的基础设施建设，如增加变电站容量、改善线路结构等，来提高配电网的承载能力；但这种方法不仅需要大量的资金投入，而且建设周期长，难以满足快速发展的有源配电网接入需求。
3、因此，本专利技术提出一种考虑有源配电网承载力的配电网台区储能系统控制方法，实现对有源配电网的有效管理和利用，提升配电网的电源承载能力。
技术实现思路
1、针对上述技术的不足，传统的有源配电网承载力无法自动优化且价格昂贵，本专利技术提供了一种考虑有源配电网承载力的配电网台区储能系统控制方法，能实现有源配电网承载力的自动优化，满足用户需求。
2、本专利技术的技术方案为：考虑有源配电网承载力的配电网台区储能系统控制方法，包括如下步骤：
3、s1、利用数据采集模块获取配电网台区储能系统的数据信息，并实时监测电网的运行状态；
4、s2、以配电网线路反向超重载数量最少为目标，基于电网的运行状态构建考虑电网承载约束的有源配电网承载力最优运行模型；</p>5、s3、对有源配电网承载力最优运行模型进行求解，得到储能运行方案；
6、首先利用拉格朗日松弛算法将有源配电网承载力最优运行模型的约束集合转化为易处理的形式，再根据所述简化后的约束集合，通过ga-pso混合优化算法求解最优储能运行方式。
7、收集有关有源配电网承载力的相关数据，至少包括电压、电流、功率和容量。
8、建立目标函数，以功率反向超载的线路数目最少为目标，数学表达式为：
9、
10、式中，πj为以j为末端节点的支路首端节点集合；yij为反映支路ij是否反向超载的0-1变量，1表示超载，0表示不超载。
11、所述有源配电网承载力最优运行模型的约束条件包括配电网潮流约束、配电网节点电压约束、设备运行约束和储能充放电约束。
12、所述配电网潮流约束的数学表达式为：
13、
14、在公式(1)中，为配电网第m个节点处有功功率，vm为配电网第m个节点处的节点电压，vn配电网第n个节点处的节点电压，gmn为配电网第m个节点与第n个节点之间的电导，bmn为配电网第m个节点与第n个节点之间的电纳，θmn为配电网第m个节点与第n个节点之间的功率角，α为潮流约束系数；
15、
16、在公式(2)中，为配电网第m个节点处无功功率；
17、所述配电网节点电压约束为：
18、vmmin≤vm≤vmmax (3)
19、在公式(3)中，vmmin为配电网第m个节点的电压下限，vmmax为配电网第m个节点的电压上限；
20、所述设备运行约束，包括线路和变压器容量约束，要求运行电压和电流不能超过运行限制，正向负载不能超过额定功率，负向负载不能超过额定功率的80％，即功率应该满足：
21、-0.8pmax≤p≤pmax (4)
22、在公式(4)中，p为配电网线路上的有功功率，pmax为配电网线路上的有功功率最大值；
23、所述储能充放电约束为：
24、smin≤st≤smax (5)
25、在公式(5)中，st为t时刻荷电状态，smin为荷电状态下限，smax为荷电状态上限；
26、所述线路传输约束为：
27、-p1max≤p1≤p1max (6)
28、在公式(6)中，p1为目标配电网第1条线路对应的传输功率，p1max为目标配电网内线路传输功率上限；
29、作为本专利技术进一步实施例，所述拉格朗日松弛算法的工作流程为：
30、1)识别出有关分布式承载力的复杂约束，所述复杂约束至少包括所述配电网潮流约束、所述配电网节点电压约束、所述设备运行约束和所述储能充放电约束；
31、2)引入拉格朗日乘子，并将约束条件乘以相应的拉格朗日乘子后添加到目标函数；经过拉格朗日松弛算法后的计算函数为：
32、
33、在公式(7)中，z为松弛问题的目标函数，为目标函数的系数向量，f为决策变量向量，λ为拉格朗日乘子，g为随机目标系数向量，a和b为矩阵，r为目标系数向量；
34、3)求解松弛问题，通过所述ga-pso混合优化算法进行求解；
35、4)更新拉格朗日乘子，将当前的解带入约束条件中并计算差值得到约束违反度，若超过约束违反度则增加对应的拉格朗日乘子的值，若没有超过约束违反度则保持对应的拉格朗日乘子的值；
36、5)迭代求解，重复3)和4)，直到满足条件；迭代过程中，通过调整拉格朗日乘子的更新策略加速收敛。
37、作为本专利技术进一步实施例，
38、所述ga-pso混合优化算法包括适应度评估模块、遗传算法ga模块、粒子群优化算法pso模块和混合策略模块；
39、所述ga-pso混合优化算法的工作流程为：
40、1)初始化粒子群，根据有源配电网的约束条件和承载力优化问题的需求，随机生成一组粒子作为初始粒子群；每个粒子代表一种可能的储能系统运行方案，所述运行方案至少包括储能设备的充放电功率和时间；进行设定参数，所述参数至少包括粒子群规模、迭代次数、交叉概率和变异概率；
41、2)根据所述适应度评估模块进行适应度评估，根据优化问题的目标函数，计算每个粒子的适应度值，适应度函数反应每种储能系统运行方案的优劣，优劣指标至少包括网络损耗和电压稳定性；
42、3)根据所述遗传算法ga模块进行操作，选择、交叉和变异；
43、4)根据所述粒子群优化算法pso模块进行操作，更新粒子速度和位置，在每次迭代中，比较粒子的适应度值，更新个体最优解和全局最优解；
44、5)根据所述混合策略模块进行迭代优化，重复执行所述遗传算法ga模块操作和所述粒子群优化算法pso模块操作，通过不断迭代来优化粒子的位置和速度，根据需求调整算法参数，惯性权重和学习因子；结合所述遗传算法ga模块的全局搜索能力和所述粒子群优化算法pso模块的快速收敛性，所述ga-pso混合优化算法能够在复杂的有源配电网环境中找到更优的储能系统运行方案，从而提高配电网的承载力和性能；
45、6)终止条件判断，达到最大迭代次数，判断是否终止算法执行。
46、作为本专利技术进一步实施例，所述遗传算法ga模块的工作方法为：
47、1)选择操作，根据适应度值选择优秀的个体本文档来自技高网
...
【技术保护点】
1.考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
3.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
4.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
5.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
6.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
7.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
8.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
9.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
10.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
>11.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：...
【技术特征摘要】
1.考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
3.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
4.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
5.根据权利要求1所述的考虑有源配电网承载力的配电网台区储能系统控制方法，其特征在于：
6.根据权利要求1所述的考虑有源配电网承载力的配...
【专利技术属性】
技术研发人员：陈宏，龚在刚，蒋伟，秦烨，高洁，王静娴，汤舒涵，黄雅婧，孙卓己，张劲峰，
申请(专利权)人：国网江苏省电力有限公司仪征市供电分公司，
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。