1.本发明涉及一种考虑电压模态的分布式电源多目标控制方法及其系统，属于电力系统技术领域。
背景技术：2.随着分布式电源的研究与利用引起越来越多的关注。分布式电源并入大电网被认为是节省投资、降低损耗、提高电力系统稳定性和灵活性的主要方式。但分布式电源的接入，改变了传统电网的运行模式。若接入位置及容量不当，不仅会增加电网的损耗，还会降低电网运行的可靠性。因此，对分布式电源实施优化控制显得十分重要。
3.近年来国内外学者针对上述问题提出的研究方案，主要从以下方向入手：
4.1)单目标优化方式进行分布式电源控制，但单目标不能完整反映实际要求；2)建立多目标优化模型进行控制，以线性加权的方式进行求解，将一个多目标问题转化为单目标问题来求解，通过人为经验选取加权系数。上述研究均对分布式电源的控制起到积极作用，然而在进行分布式电源优化控制时不仅要考虑有功功率损耗的优化，而且要考虑分布式电源的接入电网后电压模态的变化状态。
技术实现要素：5.本发明目的在于解决分布式电源并入电网所带来的电网损耗以及电压稳定问题，在新型电力系统的多种分布式电源接入的条件下，提供一种考虑电压模态的分布式电源多目标控制方法及其系统，用于提升分布式电源并入电网后的安全稳定性。
6.本发明为实现上述发明目的采用如下技术方案：
7.本发明的一种考虑电压模态的分布式电源多目标控制方法，包括以下步骤：
8.步骤一：根据支路潮流的送端和受端的特性曲线确定模态电压稳定指标值和配电网线损指标值w；
9.步骤二：将多种分布式电源并入配电网模型，以电网损耗少、电压稳定为优化目标，建立分布式电源选址的多目标优化控制模型；
10.步骤三：采用多岛遗传算法对所述多目标优化控制模型进行全局寻优求解；同时对于多目标优化的可行解，运用pareto最优解，确定最佳的分布式电源接入方案。
11.上述步骤一中，在线路的p-q约束条件下，
12.根据支路潮流的送端和受端的特性曲线确定模态电压稳定指标值h
ij
，对电网中支路b
ij
进行分析受端的v-i特性方程为：
[0013][0014]
式中，si为节点i的功率，ui为节点i的电压幅值，而送端的v-i特性方程为：
[0015][0016]
式中，ui为节点i的电压，δ为送段电压相角，uj为节点j的电压，z
ij
为节点i与j间的阻抗，
[0017]
送端和受端特性对应的曲线分别记为送端电压特性曲线和受端电压特性曲线，对应两个交点a和b，其中a为稳定的工作点，b为不稳定的工作点，而电压稳定的条件为：
[0018]k1,ij
≤k
2,ij
[0019]
其中，k
1,ij
和k
2,ij
分别为受端和送端电压特性曲线斜率的绝对值，确定支路的模态电压稳定指标值h
ij
：
[0020][0021]
支路b
ij
在i端的注入复功率s
ij
为：
[0022][0023]
其中：ui和uj分别为节点i与j的电压；z
ij
为节点i与j间的阻抗；y
ij0
为节点i的对地导纳；
[0024]
支路b
ij
在j端的注入复功率s
ij
为：
[0025][0026]
支路b
ij
上发生的功率损耗
△sij
为：
[0027]
△sij
＝s
ij
+s
ji
[0028]
整个配电网在时间t内的电网损耗指标值w为：
[0029]
w＝δs
ij
t。
[0030]
上述步骤二中，以配电网线损指标值和模态电压稳定指标值最低为目标函数，建立分布式电源选址的多目标优化控制模型；
[0031]
minf(k)＝(w(k),h(k))
[0032]
其中，k为分布式电源可加入配电网备选集合的控制方案，k为n维向量，向量的每一分量均为网络的节点编号，对应着n个分布式电源的放置位置，对于不同的控制方案k，将方案k对应的多目标最小优化函数记为f(k)，方案k对应的电压模态稳定指标记为h(k)，方案k对应的配电网线损指标值记为w(k)，同时，优化需要满足以下的三个约束条件：
[0033]
1)节点电压ui应满足：
[0034]uimin
≤ui≤u
imax
[0035]
其中：u
imax
为节点i最大额定电压；u
imin
为节点i最小额定电压；
[0036]
2)节点注入的有功功率p
gi
和无功功率q
gi
应满足：
[0037]
[0038]
其中，p
gimax
和p
gimin
为节点i最大有功注入功率和最小有功注入功率；q
gimax
和q
gimin
为节点i最大无功注入功率和节点最小无功注入功率；
[0039]
3)节点之间电压的相位差θ
ij
应满足：
[0040]
|θ
ij
|＝|θ
i-θj|≤|θ
i-θj|
max
[0041]
其中：θi和θj分别为节点i和节点j电压的相位。
[0042]
上述步骤三中，决策变量k为n维向量，每一分量取自于2到19间的整数，且各个分量互不相等，即n个分布式电源不接入同一位置，同时采用多岛遗传算法寻优，终止条件为迭代到最大步数。
[0043]
上述步骤三中，运用pareto最优解，确定最佳的分布式电源接入方案，具体方法如下：
[0044]
对于多目标优化问题中的一个可行解x，如果不存在y，使得y支配x，则称x为pareto最优解，pareto最优解是在当前目标方案解集中最优的解，多目标优化中，pareto最优解是一个集合，为pareto前沿解集，对于确定最佳的分布式电源接入方案，从多目标pareto最优解集里挑选出一个或多个作为多目标优化问题的最优解。
[0045]
一种考虑电压模态的分布式电源多目标控制方法，考虑电压模态的分布式电源多目标控制方法包括：网络接口，存储器和处理器；其中，
[0046]
所述网络接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
[0047]
所述存储器，用于存储能够在所述处理器上运行的计算机程序；
[0048]
所述处理器，用于在运行所述计算机程序时，执行上述考虑电压模态的分布式电源多目标控制方法的步骤。
[0049]
一种计算机存储介质，计算机存储介质存储有考虑电压模态的分布式电源多目标控制的程序，所述考虑电压模态的分布式电源多目标控制的程序被至少一个处理器执行时实现上述考虑电压模态的分布式电源多目标控制方法的步骤。
[0050]
本发明的有益效果：
[0051]
本发明比单目标或加权多目标得出的单个最优解有更好的实用性和合理性，能够合理充分利用电网中分布式电源，在综合考虑电压模态稳定的基础上降低电网损耗。
附图说明
[0052]
图1为考虑电压模态的分布式电源多目标控制方法流程图；
[0053]
图2为遗传算法求解步骤图；
[0054]
图3为多岛遗传算法示意图。
具体实施方式
[0055]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0056]
参见图1，一种考虑电压模态的分布式电源多目标控制方法，包括以下步骤：
[0057]
步骤一：详细分析配电网线损和电压模态问题，根据支路潮流的送端和受端特性曲线提出配电网线损指标w和电压模态稳定指标h；
[0058]
步骤二：将多种分布式电源并入配电网模型，以电网损耗少、电压稳定为优化目标，建立分布式电源选址的多目标优化控制模型；
[0059]
步骤三：利用多岛遗传算法对多目标优化控制模型进行全局寻优求解，同时对于多目标优化的可行解，运用pareto最优解分析理论结合工程背景，确定最佳的分布式电源接入控制方案。
[0060]
步骤1)中，在线路的p-q约束条件下，提出一种新的考虑电压模态的配电网电压稳定指标和电路损耗指标。
[0061]
根据支路的送端和受端的特性曲线给出一种电压稳定判断标准h(k)。对电网中某条支路b
ij
进行分析,受端的v-i特性方程为：
[0062][0063]
式中，si为节点i的功率，ui为节点i的电压幅值。而送端的v-i特性方程为：
[0064][0065]
送段和受端特性对应的曲线分别记为受端和送端电压特性曲线。一般对应两个交点a和b，其中a为稳定的工作点，b为不稳定的工作点，而电压稳定的条件为：
[0066]k1,ij
≤k
2,ij
[0067]
其中k
1,ij
和k
2,ij
分别为受端和送端电压特性曲线斜率的绝对值。定义支路的模态电压稳定指标为h
ij
：
[0068][0069]
支路b
ij
在i端的的注入复功率s
ij
为：
[0070][0071]
其中：ui和uj分别为节点i与j的电压；z
ij
为节点i与j间的阻抗；y
ij0
为节点i的对地导纳。
[0072]
同理，支路b
ij
在j端的注入复功率s
ij
为：
[0073][0074]
因此，支路b
ij
上发生的功率损耗
△sij
为：
[0075]
△sij
＝s
ij
+s
ji
[0076]
而整个配电网在时间t内的电网损耗指标w为：
[0077]
w＝δs
ij
t
[0078]
步骤2)中，以电压模态稳定和线损最小为目标函数，建立分布式电源选址的多目
标优化控制模型；设k表示分布式电源可加入配电网的备选集合，对于任意一种控制方案k，其中k为n维向量，向量的每一分量均为网络的节点编号，对应着n个分布式电源的控制方式。对于不同的控制方案k,将方案k对应的电压模态稳定指标记为h(k)。以电压电网损耗少、电压稳定为优化目标，建立分布式电源控制的多目标优化模型：
[0079]
minf(k)＝(w(k),h(k))
[0080]
其中，k是决策变量，本发明同时考虑多个分布式电源，k为多维向量，表示多个分布式电源的接入位置。同时，优化需要满足以下的三个约束条件。
[0081]
1)节点电压ui应满足
[0082]uimin
≤ui≤u
imax
[0083]
其中：u
imax
为节点i最大额定电压；u
imin
为节点i最小额定电压。
[0084]
2)节点注入的有功功率p
gi
和无功功率q
gi
应满足
[0085][0086]
其中，p
gimax
和p
gimin
为节点i最大有功注入功率和最小有功注入功率；q
gimax
和q
gimin
为节点i最大无功注入功率和节点最小无功注入功率。
[0087]
3)节点之间电压的相位差θ
ij
应满足
[0088]
|θ
ij
|＝|θ
i-θj|≤|θ
i-θj|
max
[0089]
其中：θi和θj分别为节点i和节点j电压的相位。
[0090]
步骤3)中，在本发明中，决策变量k为n维向量，每一分量取之于2到19间的整数，且各个分量互不相等，即n个分布式电源不接入同一位置。
[0091]
外层用多岛遗传算法寻优，终止条件为迭代到最大步数。对于多目标优化问题的最优解，本发明采用pareto最优解理论来衡量可行解之间的关系，进而按着工程意义得到最优解。
[0092]
对于多目标优化问题中的一个可行解x,如果不存在y,使得y支配x,则称x为pareto最优解。所谓pareto最优解即为不存在比这个方案至少一个目标更好而其它目标不低劣的更好的解。
[0093]
通常，多目标优化问题的pareto最优解是一个集合，称为pareto前沿解集，对于实际应用问题的最后决策方案，必须根据对问题了解程度和工程需求，从多目标pareto最优解集里挑选出一个或多个作为多目标优化问题的最优解。
[0094]
参见图2，遗传算法是将最大进化代数，随机生成个体作为初始群体，将选择算子作用于群体。选择是把优化的个体直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代，并且将交叉算子作用于群体。遗传算法中起核心作用的就是交叉算子，将变异算子作用于群体。即是对群体中的个体串的某些基因座上的基因值作变动。群体经过选择、交叉、变异运算之后得到下一代群体，以进化过程中所得到的具有最大适应度个体作为最优解输出，终止计算。
[0095]
参见图3，在传统遗传算法基础上发展而来的多岛遗传算法，将整个进化群体划分为若干子群体称为“岛屿”。在每个岛屿上对子群体独立的进行传统遗传算法的选择、交叉、变异等遗传操作。采用精英保留策略保证了将父代中的最佳个体复制到子代中。多岛遗传算法定期随机选择一些个体进行“遗传”操作，将其转移到别的岛屿上，通过这种方式，可以
维持群体的多样性，从而抑制了早熟现象。多岛遗传算法作为一种伪并行遗传算法可以更好地在优化域中寻找全局最优解。
[0096]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0097]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0098]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0099]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0100]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
技术特征：1.一种考虑电压模态的分布式电源多目标控制方法，其特征在于，包括以下步骤：步骤一：根据支路潮流的送端和受端的特性曲线确定模态电压稳定指标值和配电网线损指标值w；步骤二：将多种分布式电源并入配电网模型，以电网损耗少、电压稳定为优化目标，建立分布式电源选址的多目标优化控制模型；步骤三：采用多岛遗传算法对所述多目标优化控制模型进行全局寻优求解；同时对于多目标优化的可行解，运用pareto最优解，确定最佳的分布式电源接入方案。2.如权利要求1所述的一种考虑电压模态的分布式电源多目标控制方法，其特征在于：所述步骤一中，在线路的p-q约束条件下，根据支路潮流的送端和受端的特性曲线确定模态电压稳定指标值h
ij
，对电网中支路b
ij
进行分析受端的v-i特性方程为：式中，s
i
为节点i的功率，u
i
为节点i的电压幅值，而送端的v-i特性方程为：式中，u
i
为节点i的电压，δ为送段电压相角，u
j
为节点j的电压，z
ij
为节点i与j间的阻抗，送端和受端特性对应的曲线分别记为送端电压特性曲线和受端电压特性曲线，对应两个交点a和b，其中a为稳定的工作点，b为不稳定的工作点，而电压稳定的条件为：k
1,ij
≤k
2,ij
其中，k
1,ij
和k
2,ij
分别为受端和送端电压特性曲线斜率的绝对值，确定支路的模态电压稳定指标值h
ij
：支路b
ij
在i端的注入复功率s
ij
为：其中：u
i
和u
j
分别为节点i与j的电压；z
ij
为节点i与j间的阻抗；y
ij0
为节点i的对地导纳；支路b
ij
在j端的注入复功率s
ij
为：支路b
ij
上发生的功率损耗
△
s
ij
为：
△
s
ij
＝s
ij
+s
ji
整个配电网在时间t内的电网损耗指标值w为：w＝δs
ij
t。3.如权利要求1所述的一种考虑电压模态的分布式电源多目标控制方法，其特征在于：
所述步骤二中，以配电网线损指标值和模态电压稳定指标值最低为目标函数，建立分布式电源选址的多目标优化控制模型；min f(k)＝(w(k),h(k))其中，k为分布式电源可加入配电网备选集合的控制方案，k为n维向量，向量的每一分量均为网络的节点编号，对应着n个分布式电源的放置位置，对于不同的控制方案k，将方案k对应的多目标最小优化函数记为f(k)，方案k对应的电压模态稳定指标记为h(k)，方案k对应的配电网线损指标值记为w(k)，同时，优化需要满足以下的三个约束条件：1)节点电压u
i
应满足：u
imin
≤u
i
≤u
imax
其中：u
imax
为节点i最大额定电压；u
imin
为节点i最小额定电压；2)节点注入的有功功率p
gi
和无功功率q
gi
应满足：其中，p
gimax
和p
gimin
为节点i最大有功注入功率和最小有功注入功率；q
gimax
和q
gimin
为节点i最大无功注入功率和节点最小无功注入功率；3)节点之间电压的相位差θ
ij
应满足：|θ
ij
|＝|θ
i-θ
j
|≤|θ
i-θ
j
|
max
其中：θ
i
和θ
j
分别为节点i和节点j电压的相位。4.如权利要求3所述的一种考虑电压模态的分布式电源多目标控制方法，其特征在于：所述步骤三中，决策变量k为n维向量，每一分量取自于2到19间的整数，且各个分量互不相等，即n个分布式电源不接入同一位置，同时采用多岛遗传算法寻优，终止条件为迭代到最大步数。5.如权利要求1所述的一种考虑电压模态的分布式电源多目标控制方法，其特征在于：所述步骤三中，运用pareto最优解，确定最佳的分布式电源接入方案，具体方法如下：对于多目标优化问题中的一个可行解x，如果不存在y，使得y支配x，则称x为pareto最优解，pareto最优解是在当前目标方案解集中最优的解，多目标优化中，pareto最优解是一个集合，为pareto前沿解集，对于确定最佳的分布式电源接入方案，从多目标pareto最优解集里挑选出一个或多个作为多目标优化问题的最优解。6.一种考虑电压模态的分布式电源多目标控制方法，其特征在于，考虑电压模态的分布式电源多目标控制方法包括：网络接口，存储器和处理器；其中，所述网络接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；所述存储器，用于存储能够在所述处理器上运行的计算机程序；所述处理器，用于在运行所述计算机程序时，执行权利要求1至5任一项所述考虑电压模态的分布式电源多目标控制方法的步骤。7.一种计算机存储介质，其特征在于，所述计算机存储介质存储有考虑电压模态的分布式电源多目标控制的程序，所述考虑电压模态的分布式电源多目标控制的程序被至少一个处理器执行时实现权利要求1至5任一项所述考虑电压模态的分布式电源多目标控制方法的步骤。
技术总结本发明公开了一种考虑电压模态的分布式电源多目标控制方法及其系统，考虑电压模态的分布式电源多目标控制方法，包括步骤一：根据支路潮流的送端和受端的特性曲线确定模态电压稳定指标值和配电网线损指标值；步骤二：将多种分布式电源并入配电网模型，以电网损耗少电压稳定为优化目标，建立分布式电源选址的多目标优化控制模型；步骤三：采用多岛遗传算法对所述多目标优化控制模型进行全局寻优求解；同时对于多目标优化的可行解，运用Pareto最优解，确定最佳的分布式电源接入方案。本发明比单目标或加权多目标得出的单个最优解有更好的实用性和合理性，能够合理充分利用电网中分布式电源，在综合考虑电压模态稳定的基础上降低电网损耗。低电网损耗。低电网损耗。
技术研发人员：张冲标 何勇 陈金威 毕江林
受保护的技术使用者：国网浙江省电力有限公司嘉善县供电公司
技术研发日：2022.05.09
技术公布日：2022/7/5
