本發(fā)明涉及電力系統(tǒng)，具體地，涉及基于pqv模型的光伏逆功率自適應電壓控制方法及系統(tǒng)。
背景技術：
1、隨著分布式光伏發(fā)電在配電網中的大規(guī)模接入，配電網由傳統(tǒng)的單向供電結構逐步演變?yōu)槎嚯娫床⒋娴膹碗s運行形態(tài)，其運行狀態(tài)的復雜性和不確定性顯著增加。特別地，光伏發(fā)電具有明顯的間歇性、波動性和隨機性，在光照條件較好且負荷水平較低的時段，容易在并網點產生逆功率現(xiàn)象，進而引發(fā)配電網電壓抬升甚至越限問題，對配電網的安全、穩(wěn)定運行造成不利影響。因此，在光伏逆功率條件下實現(xiàn)對配電網電壓變化的準確分析與有效控制具有重要意義。
2、pqv（有功—無功—電壓）模型能夠從物理機理層面刻畫并網點電壓與有功功率、無功功率之間的內在關系，是分析光伏并網及逆功率條件下電壓問題的常用方法。基于pqv模型的電壓分析方法在配電網規(guī)劃和運行研究中得到了廣泛應用，能夠為電壓調控提供一定的理論依據(jù)。然而，傳統(tǒng)pqv模型多依賴于固定線路參數(shù)和靜態(tài)運行假設，其模型參數(shù)通常通過離線計算獲得，難以反映配電網運行狀態(tài)和光伏出力的實時變化。
3、盡管目前已有一些基于經驗規(guī)則或固定靈敏度的光伏電壓控制方法，但這些方法往往缺乏對電壓—功率關系變化的自適應能力，在運行條件發(fā)生變化時控制效果容易下降，甚至出現(xiàn)控制失效或調節(jié)沖突的問題。將pqv模型與自適應調控機制相結合，使模型參數(shù)能夠隨運行狀態(tài)動態(tài)更新，并據(jù)此實現(xiàn)光伏逆功率條件下的自適應電壓控制，有助于提高電壓控制的準確性和魯棒性。因此，開展一種基于pqv模型的光伏逆功率自適應電壓控制方法及系統(tǒng)的研究是十分必要的。
技術實現(xiàn)思路
1、針對現(xiàn)有技術中的缺陷，本發(fā)明的目的是提供一種基于pqv模型的光伏逆功率自適應電壓控制方法及系統(tǒng)。
2、根據(jù)本發(fā)明提供的一種基于pqv模型的光伏逆功率自適應電壓控制方法，包括：
3、步驟s1：獲取配電網運行數(shù)據(jù)；
4、步驟s2：基于獲取的配電網運行數(shù)據(jù)建立并網點電壓與有功功率、無功功率之間的pqv模型，并對pqv模型參數(shù)進行在線校正與自適應更新；
5、步驟s3：根據(jù)更新后的pqv模型，識別光伏逆功率條件下的電壓變化特性，計算電壓越限風險及對應的控制需求；
6、步驟s4：根據(jù)控制需求，計算并實施光伏有功或無功調節(jié)量，實現(xiàn)光伏逆功率條件下的自適應電壓控制。
7、優(yōu)選地，所述步驟s1中配電網運行數(shù)據(jù)包括：配電網拓撲結構；其中，為配電網節(jié)點集合；為配電網支路集合；線路電阻、線路電抗、變壓器參數(shù)以及光伏并網點的電壓、有功功率和無功功率運行數(shù)據(jù)；
8、根據(jù)配電網拓撲結構，確定光伏并網點至上級電網的電氣路徑，并計算等效接入阻抗：
9、
10、其中，為并網點等效接入阻抗；為支路的電阻；為支路的電抗；為虛數(shù)單位；為配電網拓撲中光伏并網點至上級電網之間電氣路徑上的線路編號索引；為光伏并網點對應的節(jié)點編號或并網節(jié)點索引，用于標識當前所分析的光伏接入位置；、分別為等效接入電阻與電抗。
11、優(yōu)選地，所述步驟s2包括：
12、步驟s2.1：在徑向配電網結構下，基于distflow潮流模型建立并網點電壓與功率的非線性關系；
13、
14、其中，為節(jié)點電壓平方；、為支路有功與無功功率；、為支路參數(shù)；
15、步驟s2.2：將并網點電壓與功率的非線性關系等效為并網點pqv非線性模型；
16、
17、其中，為上級電網等效電壓；、分別為等效接入電阻與電抗；為光伏并網點向配電網注入的有功功率；為光伏并網點與配電網之間交換的無功功率，為光伏并網點電壓；
18、步驟s2.3：將并網點pqv非線性模型擴展為廣義回歸模型，構建廣義pqv回歸模型；
19、
20、其中，為模型參數(shù)；為綜合建模誤差項；
21、步驟s2.4：采用帶遺忘因子的遞推最小二乘法，實時利用新采集的數(shù)據(jù)對廣義pqv回歸模型參數(shù)進行迭代更新；
22、其中，所述帶遺忘因子的遞推最小二乘法為：
23、
24、
25、其中，為增益矩陣；為協(xié)方差矩陣；為遺忘因子；為在時刻 t處對廣義pqv回歸模型參數(shù)的估計向量；為上一時刻對所述模型參數(shù)的估計結果；為在時刻 t的并網點電壓回歸模型參數(shù)值；為在時刻 t構造的回歸向量，其元素由有功功率、無功功率及其非線性組合項構成，用于表征廣義pqv模型的輸入特征；t為轉置符號；
26、步驟s2.5：引入擴展卡爾曼濾波算法對廣義pqv回歸模型參數(shù)進行進一步校正；
27、
28、其中，為卡爾曼增益；為非線性pqv映射函數(shù)。
29、優(yōu)選地，所述步驟s3包括：
30、將實時采集到的有功功率、無功功率數(shù)據(jù)輸入更新后的pqv模型，通過更新后的pqv模型的非線性映射函數(shù)計算得到電壓預測值；
31、判斷電壓預測值是否滿足預設電壓約束，當電壓預測值不滿足預設電壓約束時，則表明當前工況下已存在電壓越限風險，觸發(fā)電壓控制需求，進入電壓調控過程；當電壓預測值滿足預設電壓約束時，則表明在當前運行工況下光伏并網點電壓處于安全運行區(qū)間；進一步判斷電壓預測值是否滿足電壓機會約束，當電壓預測值也滿足電壓機會約束時，則認為并網點電壓在當前及可預見運行區(qū)間內具有可接受的越限風險水平，此時無需進行電壓調控，僅對電壓對有功功率和無功功率的靈敏度進行計算，用于后續(xù)運行狀態(tài)評估；當電壓預測值雖然滿足預設電壓約束但不滿足電壓機會約束時，則表明未來存在電壓越限風險，需提前觸發(fā)電壓控制需求；
32、其中，所述預設電壓約束包括：
33、
34、其中，、分別為電壓允許下限與上限；
35、所述電壓機會約束包括：
36、
37、其中，為允許的越限概率；為概率算子，用于表征在考慮光伏出力波動、負荷變化及模型誤差等不確定性因素影響下，并網點電壓預測值不超過電壓上限的發(fā)生概率。
38、優(yōu)選地，所述對電壓對有功功率和無功功率的靈敏度進行計算包括：為量化有功功率、無功功率變化對電壓的影響程度，計算電壓對功率的靈敏度為：
39、
40、
41、其中，為有功功率對電壓的靈敏度，為無功功率對電壓的靈敏度；靈敏度數(shù)值越大，說明對應功率變化對電壓的調節(jié)效果越顯著。
42、優(yōu)選地，所述步驟s4包括：
43、依據(jù)確定的控制需求，結合逆變器運行約束，計算最優(yōu)的光伏有功功率或無功功率調節(jié)量，并下發(fā)至光伏逆變器執(zhí)行，形成閉環(huán)控制，實現(xiàn)逆功率條件下的電壓自適應穩(wěn)定控制；
44、在識別出電壓越限風險后，優(yōu)先通過有功功率調節(jié)對并網點電壓進行控制；基于電壓對功率的靈敏度關系，構建以電壓偏差最小為目標的有功調節(jié)模型：
45、
46、其中，為光伏有功功率調節(jié)量；為電壓參考值；為有功調節(jié)權重系數(shù)；為電壓對有功功率的靈敏度；
47、由上述優(yōu)化模型可得到有功調節(jié)量的解析解：
48、
49、其中，為最優(yōu)有功調節(jié)量；所述有功調節(jié)量需滿足光伏逆變器的有功出力約束：
50、
51、其中，和分別為光伏有功出力下限和上限；當所述有功調節(jié)量受逆變器容量限制或不足以消除電壓越限風險時，引入無功功率調節(jié)作為輔助控制手段，并構建聯(lián)合調節(jié)模型：
52、
53、其中，為光伏無功功率調節(jié)量；為無功調節(jié)權重系數(shù)；為電壓對無功功率的靈敏度；其解析解為：
54、
55、所述有功與無功調節(jié)量需同時滿足逆變器視在功率約束：
56、
57、其中，為光伏逆變器的額定視在功率容量；
58、將計算得到的有功調節(jié)量及無功調節(jié)量下發(fā)至光伏逆變器執(zhí)行，實現(xiàn)優(yōu)先有功、無功輔助的光伏逆功率自適應電壓控制。
59、根據(jù)本發(fā)明提供的一種基于pqv模型的光伏逆功率自適應電壓控制系統(tǒng)，包括：
60、模塊m1：獲取配電網運行數(shù)據(jù)；
61、模塊m2：基于獲取的配電網運行數(shù)據(jù)建立并網點電壓與有功功率、無功功率之間的pqv模型，并對pqv模型參數(shù)進行在線校正與自適應更新；
62、模塊m3：根據(jù)更新后的pqv模型，識別光伏逆功率條件下的電壓變化特性，計算電壓越限風險及對應的控制需求；
63、模塊m4：根據(jù)控制需求，計算并實施光伏有功或無功調節(jié)量，實現(xiàn)光伏逆功率條件下的自適應電壓控制。
64、優(yōu)選地，所述模塊m1中配電網運行數(shù)據(jù)包括：配電網拓撲結構；其中，為配電網節(jié)點集合；為配電網支路集合；線路電阻、線路電抗、變壓器參數(shù)以及光伏并網點的電壓、有功功率和無功功率運行數(shù)據(jù)；
65、根據(jù)配電網拓撲結構，確定光伏并網點至上級電網的電氣路徑，并計算等效接入阻抗：
66、
67、其中，為并網點等效接入阻抗；為支路的電阻；為支路的電抗；為虛數(shù)單位；為配電網拓撲中光伏并網點至上級電網之間電氣路徑上的線路編號索引；為光伏并網點對應的節(jié)點編號或并網節(jié)點索引，用于標識當前所分析的光伏接入位置；、分別為等效接入電阻與電抗。
68、優(yōu)選地，所述模塊m2包括：
69、模塊m2.1：在徑向配電網結構下，基于distflow潮流模型建立并網點電壓與功率的非線性關系；
70、
71、其中，為節(jié)點電壓平方；、為支路有功與無功功率；、為支路參數(shù)；
72、模塊m2.2：將并網點電壓與功率的非線性關系等效為并網點pqv非線性模型；
73、
74、其中，為上級電網等效電壓；、分別為等效接入電阻與電抗；為光伏并網點向配電網注入的有功功率；為光伏并網點與配電網之間交換的無功功率，為光伏并網點電壓；
75、模塊m2.3：將并網點pqv非線性模型擴展為廣義回歸模型，構建廣義pqv回歸模型；
76、
77、其中，為模型參數(shù)；為綜合建模誤差項；
78、模塊m2.4：采用帶遺忘因子的遞推最小二乘法，實時利用新采集的數(shù)據(jù)對廣義pqv回歸模型參數(shù)進行迭代更新；
79、其中，所述帶遺忘因子的遞推最小二乘法為：
80、
81、
82、其中，為增益矩陣；為協(xié)方差矩陣；為遺忘因子；為在時刻 t處對廣義pqv回歸模型參數(shù)的估計向量；為上一時刻對所述模型參數(shù)的估計結果；為在時刻 t的并網點電壓回歸模型參數(shù)值；為在時刻 t構造的回歸向量，其元素由有功功率、無功功率及其非線性組合項構成，用于表征廣義pqv模型的輸入特征；t為轉置符號；
83、模塊m2.5：引入擴展卡爾曼濾波算法對廣義pqv回歸模型參數(shù)進行進一步校正；
84、
85、其中，為卡爾曼增益；為非線性pqv映射函數(shù)。
86、優(yōu)選地，所述模塊m3包括：
87、將實時采集到的有功功率、無功功率數(shù)據(jù)輸入更新后的pqv模型，通過更新后的pqv模型的非線性映射函數(shù)計算得到電壓預測值；
88、判斷電壓預測值是否滿足預設電壓約束，當電壓預測值不滿足預設電壓約束時，則表明當前工況下已存在電壓越限風險，觸發(fā)電壓控制需求，進入電壓調控過程；當電壓預測值滿足預設電壓約束時，則表明在當前運行工況下光伏并網點電壓處于安全運行區(qū)間；進一步判斷電壓預測值是否滿足電壓機會約束，當電壓預測值也滿足電壓機會約束時，則認為并網點電壓在當前及可預見運行區(qū)間內具有可接受的越限風險水平，此時無需進行電壓調控，僅對電壓對有功功率和無功功率的靈敏度進行計算，用于后續(xù)運行狀態(tài)評估；當電壓預測值雖然滿足預設電壓約束但不滿足電壓機會約束時，則表明未來存在電壓越限風險，需提前觸發(fā)電壓控制需求；
89、其中，所述預設電壓約束包括：
90、
91、其中，、分別為電壓允許下限與上限；
92、所述電壓機會約束包括：
93、
94、其中，為允許的越限概率；為概率算子，用于表征在考慮光伏出力波動、負荷變化及模型誤差等不確定性因素影響下，并網點電壓預測值不超過電壓上限的發(fā)生概率；
95、所述對電壓對有功功率和無功功率的靈敏度進行計算包括：為量化有功功率、無功功率變化對電壓的影響程度，計算電壓對功率的靈敏度為：
96、
97、
98、其中，為有功功率對電壓的靈敏度，為無功功率對電壓的靈敏度；靈敏度數(shù)值越大，說明對應功率變化對電壓的調節(jié)效果越顯著；
99、所述模塊m4包括：
100、依據(jù)確定的控制需求，結合逆變器運行約束，計算最優(yōu)的光伏有功功率或無功功率調節(jié)量，并下發(fā)至光伏逆變器執(zhí)行，形成閉環(huán)控制，實現(xiàn)逆功率條件下的電壓自適應穩(wěn)定控制；
101、在識別出電壓越限風險后，優(yōu)先通過有功功率調節(jié)對并網點電壓進行控制；基于電壓對功率的靈敏度關系，構建以電壓偏差最小為目標的有功調節(jié)模型：
102、
103、其中，為光伏有功功率調節(jié)量；為電壓參考值；為有功調節(jié)權重系數(shù)；為電壓對有功功率的靈敏度；
104、由上述優(yōu)化模型可得到有功調節(jié)量的解析解：
105、
106、其中，為最優(yōu)有功調節(jié)量；所述有功調節(jié)量需滿足光伏逆變器的有功出力約束：
107、
108、其中，和分別為光伏有功出力下限和上限；當所述有功調節(jié)量受逆變器容量限制或不足以消除電壓越限風險時，引入無功功率調節(jié)作為輔助控制手段，并構建聯(lián)合調節(jié)模型：
109、
110、其中，為光伏無功功率調節(jié)量；為無功調節(jié)權重系數(shù)；為電壓對無功功率的靈敏度；其解析解為：
111、
112、所述有功與無功調節(jié)量需同時滿足逆變器視在功率約束：
113、
114、其中，為光伏逆變器的額定視在功率容量；
115、將計算得到的有功調節(jié)量及無功調節(jié)量下發(fā)至光伏逆變器執(zhí)行，實現(xiàn)優(yōu)先有功、無功輔助的光伏逆功率自適應電壓控制。
116、與現(xiàn)有技術相比，本發(fā)明具有如下的有益效果：
117、1、本發(fā)明通過構建基于等效阻抗的pqv非線性電壓—功率關系模型，實現(xiàn)了對光伏逆功率引起節(jié)點電壓變化機理的準確刻畫，克服了傳統(tǒng)線性靈敏度模型在高滲透率光伏接入條件下建模精度不足的問題；通過引入遞歸最小二乘算法對模型參數(shù)進行在線辨識與動態(tài)更新，使電壓—功率模型能夠實時適應配電網運行狀態(tài)變化，顯著提高了電壓預測與控制在光伏出力波動及負荷變化工況下的準確性和魯棒性；
118、2、本發(fā)明通過構建基于pqv模型的電壓預測機制，實現(xiàn)了對光伏逆功率引發(fā)電壓越限風險的提前評估與主動調控，有效降低了電壓越限發(fā)生概率；同時，通過引入電壓機會約束機制，在考慮運行不確定性的前提下對電壓風險進行量化控制，避免了傳統(tǒng)確定性約束方法調控過于保守或失效的問題，提高了電壓調控策略的安全性與經濟性；
119、3、本發(fā)明通過建立有功與無功協(xié)同調控策略，在滿足電壓約束的前提下優(yōu)先減少對光伏有功出力的削減，提高了光伏消納能力并降低棄光風險；
120、4、本發(fā)明構建了集模型辨識、電壓預測與控制決策于一體的自適應閉環(huán)控制結構，減少了對配電網參數(shù)精確先驗建模的依賴，增強了方法在實際工程應用中的適應性與可推廣性，從而為分布式光伏高比例接入條件下的配電網電壓調控與逆功率治理提供了一種安全、可靠且高效的技術手段。