基于功率预测的含分布式电源电网无功调度方法.pdf

年 月计 算 机 应 用 文 摘第 卷 第 期基于功率预测的含分布式电源电网无功调度方法梁毅辉（国网湖北省电力有限公司恩施供电公司，湖北 恩施）摘 要 常规的电网无功调度方法是以提升限电条件的能源利用率为主 但未对电网无功电压进行优化 影响了电网调度效果 因此 设计了基于功率预测的含分布式电源电网无功调度方法 优化分布式电源电网无功电压可以使电网的分布式资源调度潜力被充分利用 基于功率预测构建含分布式电源电网无功调度模型 利用无功电压的调节资源维持电网无功电压的较高水平 并降低电网系统的整体网络损耗 计算电网无功调度的网损惩罚成本 以避免系统网损过高 从而实现电网的经济性调度 采用仿真实验的方式验证了该调度方法的调度效果更佳 能够应用于实际生活中 关键词 功率预测 含分布式电源 电网 无功调度方法 无功电压中图法分类号 文献标识码 引言分布式电源是小型独立电源，在特定地区能够满足特定用户的特定要求，从而实现电网的可靠性、经济性运行。电网在运行的过程中存在有功功率与无功功率，无功功率的调度较为困难，也是造成电网运行成本增加的主要原因。针对无功调度，研究人员设计了多种解决方案。其中，基于有功损耗的含分布式电源电网无功调度方法与基于 的含分布式电源电网无功调度方法的应用较为广泛。基于有功损耗的含分布式电源电网无功调度方法主要是对电网运行过程中的有功功率进行控制，将功率解耦控制与无功输出功率进行双重分析，以降低无功损耗，从而提升无功调度效果。基于 的含分布式电源电网无功调度方法主要利用 技术的灵活性、分布式的优势对电网无功调度的需求进行分析，并将电网调度数据上传到云平台中，由平台直接管理调度数据，从而提升无功调度效果。上述两种方法均能够对电网进行无功调度，但受到电网无功电压的影响，无功调度过程中的线损始终较高，影响电网的经济性运行。功率预测是根据分布式电源的运行情况分析电网输出功率的影响因子，从而对电网的运行情况进行精准预测。因此，本文利用功率预测设计了含分布式电源电网无功调度方法。基于功率预测的含分布式电源电网无功调度方法 优化分布式电源电网无功电压分布式电源电网的无功电压优化是电网运行的基础条件。本文对电网无功电压的优化是对多个目标进行优化的过程，选择网损、电压分布等指标并调节目标的权重，通过调节无功资源实现无功电压优化，以确保无功电压优化后的动作约束能够提升电网的使用寿命。无功电压的优化目标根据电网运行的实际情况进行选取，本文更加侧重于电网的无功损耗。以无功损耗最小为目标，得出无功电压的目标函数为：（，）（）式中，为无功电压的目标函数；，为 时刻下支路 上的电流幅值；为支路 的电阻；为时间指标；为无功优化周期；为电网支路；为电网支路集合；（，）为 时刻下支路 上的无功损耗。本文利用潮流方程以反映电网各个支路两端电压与支路功率、电流的关系。其中，支路功率与母线电压、电流的关系为：（，）（，）（，）（，）（）式中，为支路 上流过的有功与无功功率；，为母线 在时刻 的电压幅值。在母线电压约束下，使电网馈线电压均维持在正常水平，从而确保用户用电的稳定性。电网在运行过程中的传输功率存在一定的上限，传输电流增加，电网运行的稳定性就会下降。为了确保电路安全运行，流通线路的电流值不能超过线路电流的整定值，即，。将设定为电网线路传输电流的最大值，通过整定有功功率，以满足电网调度的负荷需求。基于功率预测构建含分布式电源电网无功调度模型 功率预测分为中长期、短期、超短期三个类别，分别提供中长期电网资源评估指标、短期电网调度计划、电网功率的瞬变信息。无论是哪一种类别的功率预测均能够为电网提供基础运行数据，对电网的调度具有重要作用。本文在完成无功电压优化后，利用功率预测构建了电网无功调度模型。在电网无功调度的过程中，无功功率预测因子将无功特征变量进行分组。存在相似特性的特征被分成一个小组，每组变量归结为共性因子。通过主成分因子变量组合，提升变量载荷，将相似属性的特征作为公共因子并对其进行功率预测。分布式电源以风电、光电为主，本文根据电源的运行情况将功率预测进行因子分析降维处理，如图 所示。图 功率预测的因子分析降维示意图如图 所示，本文利用因子分析对分布式电源电网无功调度的特征进行提取，并利用差分的方法构造新的特征，使调度模型能够更加有效地学习变量的特征变化。功率预测的因子分析将特征变量提取为公共因子，在降维的同时保留原始功率数据，不仅简化了调度步骤，还提升了调度模型的有效性。在功率预测的条件下，本文利用无功电压的调节资源维持电网无功电压的较高水平，以降低电网整体网络损耗。从电网分布式电源无功调度的角度来看，受到容量的约束，电源通过逆变器连接电网能够具备一定的无功调节能力。在有功功率一定的条件下构建电网无功调度模型，其表达式为：（，），（）式中，（，）为电网无功调度模型表达式；为标准正态分布的累积分布函数；，为随机变量的分布标准差；为预测因子。本文将中断负荷作为电网需求侧的资源，使电网能源的调度更加灵活。计算电网无功调度的网损惩罚成本在本文构建的无功调度模型中，优化目标为电网运行成本的最低性。电网运行的成本主要包括购电、运行、储能、调用、网损惩罚等。其中，网损惩罚成本的计算至关重要。本文根据目标函数 的变化情况对无功调度模型进行约束，表达式为：，（，）（）式中，为网损惩罚成本制约因子。通过中断负荷单位容量的调用成本，将单位无功功率作为运行成本并考虑充放电产生的成本，计算出网损惩罚成本，其 年第 期 计 算 机 应 用 文 摘 能够避免电网调度网损过高的问题，从而提升无功调度效果。仿真实验为了验证本文方法是否能够应用于实际生活中，本文搭建了一个仿真实验平台并对上述方法进行了仿真分析。分别使用文献基于有功损耗的含分布式电源电网无功调度方法、文献基于 的含分布式电源电网无功调度方法，以及本文设计的基于功率预测的含分布式电源电网无功调度方法，对电网进行无功调度。实验准备过程以及最终的实验结果如下。实验过程本实验在 环境中编译并采用 工具箱建模，以确保实验的有效性。同时，在电网中增加了一台变压器，三台微型燃气轮机，两组分布式光伏系统，一台分布式风电系统。假设所有分布式电源资源均归电系统运营商所有，由此构建的电网单线示意图如图 所示。图 电网单线示意图如图 所示，为微型燃气轮机（母线，）；为分布式风电系统（母线）；为分布式光伏系统（母线，）。的变比为 ，且在 个调节档位中调节的步长相同。母线 储能容量为 ，最大充放电功率为 ，充放电的转换效率为。母线 与母线的 额定容量分别为 ，分布式能源容量相同，均设定为 。在 的变比条件相同时，对电网分布式电源进行无功调度，使电网能够有更多的无功调节备用以应对潜在的电压问题，从而确保无功调度运行的安全性。实验结果在上述实验条件下，本文选取了电网运行一天的数据，在：的时间段内，每 小时记录一次。分别使用文献基于有功损耗的含分布式电源电网无功调度方法、文献基于 的含分布式电源电网无功调度方法，以及本文设计的基于功率预测的含分布式电源电网无功调度方法，对电网进行无功调度。实验结果如表 所列。表 实验结果时间段文献方法文献方法本文方法无功功率 线损 无功功率线损 无功功率线损 如表 所列，在无功调度的过程中，功率因素越大，有功功率被利用的程度越高，无功功率越小。也就是说，无功功率越小，视在功率越能够将大部分功率供给到有功功率中，电网调度效果越佳。使用文献基于有功损耗的含分布式电源电网无功调度方法后，无功功率在 波动，线损在波动。由此证明，在电网运行一天的时间段内，文献调度方法的无功功率相对较高，功率被利用程度有所降低，线损随之增加，电网无功调度效果不佳，进而增加了电网运行成本。使用文献基于 的含分布式电源电网无功调度方法后，无功功率在 波动，线损在 波动。由此证明，在电网运行一天的时间段内，文献调度方法的无功功率相较文献有所下降，功率被利用的程度有所提升，线损随之降低，具有一定的调度优化效果。但是，在：、：时间段内，无功功率波动较大，调度存在一定的问题，亟须进一步处理。而使用本文设计的基于功率预测的含分布式电源电网无功调度方法后，无功功率在 波动，线损在 波动。由此证明，在电网运行一天的时间段内，本文方法无功功率较小，在：时间段内保持稳定的调度环境，并在：时间段内保持稳定下降的调度环境。综上，使用本文方法能够对电网进行无功调度，保持较小的线损并降低电网调度成本，符合本文研究目的。结束语近年来，传统类能源存储量越来越少，而电能价格不断提升，影响人们的正常用电。为保护环境、节约能源，电力企业开始使用清洁能源进行发电，为人们提供更加稳定的电能资源。在分布式电源电网中计 算 机 应 用 文 摘 年第 期配电网存在较高的 比，且有功与无功存在较大的耦合，不能起到良好的调度效果。因此，本文在功率预测的条件下，设计了含分布式电源电网无功调度方法。从无功电压优化、调度模型等方面对电网进行无功调度，使无功设备的输出功率更低，并使有功设备提升更多的功率，从而达到更高的调度效果，降低电网运行成本。参考文献：任景，胡威，薛晨，等含有有功损耗的 风电场优化调度策略计算机与数字工程，（）：吕志强，孙超，王艳蓉，等基于 的电网调度云应用容器管理系统的实现工业控制计算机，（）：毛宏亮，艾孜尔古丽，陈德刚基于多头注意力的电网调度领域命名实体识别计算机技术与发展，（）：王佳琪，俞灵，夏文岳，等基于 模型的电网调度领域命名实体识别方法电力信息与通信技术，（）：余建明，刘赫，单连飞，等基于 和 融合模型的电网调度意图识别方法 电力系统保护与控制，（）：黄尽云，罗倩，成梁成基于规则引导 的多目标电网调度算法北京信息科技大学学报（自然科学版），（）：张楠，李立周，郭自豪，等基于电网运行状态评价指标的电网调度工作自动评分系统的建立流体测量与控制，（）：马建伟，覃海，李颖杰，等基于随机森林的电网调度多源故障信息数据融合系统设计电子设计工程，（）：作者简介：梁毅辉（），本科，工程师，研究方向：电网建设。（上接第 页）结束语本文将机器学习中的技术应用于谣言判定中，设计了一套能够智能判别谣言信息的系统。通过建立数据集来获取样本信息，然后将其输入成熟的网络系统中进行学习，学习完毕后会生成各种数据的特征，通过线性分类器来分别建立正标签和负标签。如果获得新的信息，将其输入网络中，通过判断其语义特征与正标签、负标签的相似性，从而判定其是否为谣言信息。本系统具有成本低、速度快、操作简便等特点，可以广泛应用于日常生活的谣言判定，从而更好地维护人们的正常生活。参考文献：冯方向基于深度学习的跨模态检索研究北京：北京邮电大学，李志义，黄子风，许晓绵基于表示学习的跨模态检索模型与特征抽取研究综述情报学报，（）：李志欣，施智平，陈宏朝，等基于语义学习的图像多模态检索计算机工程，（）：，：魏成网络谣言止于“智治制”者新闻与写作，（）：作者简介：娄豪森（），本科，研究方向：机器学习。郑芸珂（），本科，研究方向：机器学习、计算机视觉。年第 期 计 算 机 应 用 文 摘