包含下垂控制DG的MG基于虚拟阻抗的粒子群优化方法

技术领域

本发明属于电力系统优化规划技术领域，具体涉及包含下垂控制DG的MG基于虚拟阻抗的粒子群优化方法。

背景技术

由于光伏和风能等清洁的可再生能源具有不确定性和间歇性，高占比直接并入大电网会对其可靠性造成冲击，因此作为清洁能源主要利用形式的微电网得到了广泛的研究和发展。MG(Microgrid，MG)是由DG(Distributed Generator，DG)、储能装置、本地负荷及能量管理系统组成的一个相对独立的小型电网，具有孤岛和并网两种运行模式。MG不仅能提高可再生能源的利用率，降低化石能源的占比，还能降低输电成本；但是与大电网相同，在MG中存在的网络损耗同样会影响系统的输电效率和经济成本。

传统的电力系统中网损优化的方法主要分为两大类；第一类为优化潮流的方法，通过调整发电机出力计划或无功设备和电源的选址补偿来调节相关节点的注入功率，最终实现使网损最小的最优化潮流；第二类为优化网络拓扑结构的方法，通过改变线路的参数或调整系统的拓扑结构，例如配电网侧网络重构，实现系统网损最小；这两类方法都可以通过减少输电线路上的传输损耗来提高系统的经济性。MG为了使DG能够提供电压支撑并实现DG之间的无通信同步，DG采用下垂控制，其输出的功率和电压相互影响，此时接入下垂控制DG的节点电压和功率不再是相互独立的变量，调整无功功率减小系统网损的同时会引起电压波动，对MG稳定性影响较大，因此，适用于大电网的调整无功功率的网损优化方法不再适用于此类MG。

发明内容

本发明的目的是提供包含下垂控制DG的MG基于虚拟阻抗的粒子群优化方法，解决了传统大电网的网损优化方法，系统网损大，优化速度慢的问题。

本发明所采用的技术方案是，包含下垂控制DG的MG基于虚拟阻抗的粒子群优化方法，具体按照以下步骤实施：

步骤1、以接入下垂控制DG的节点电压参量为粒子，基于包含下垂控制DG的MG稳态潮流计算方法，应用粒子群优化算法得出使MG网损最小的节点电压；

步骤2、调节虚拟阻抗，使各个下垂控制DG的输出电压等于粒子群寻优得到的对应节点电压，从而实现MG网损最小的目标。

本发明的特点还在于，

步骤1具体步骤为：以接入下垂控制DG的节点电压幅值和相角为粒子，其中一个粒子选择为接入下垂控制DG的节点电压幅值和频率，并写出目标函数为MG的网损；应用包含下垂控制DG的MG稳态潮流算法，并依据MG的潮流约束算出MG的稳态潮流；不断更新粒子的位置和速度，并计算对应的稳态潮流，得出使MG网损最小的所有接入下垂控制DG的节点电压。

步骤2的具体过程为：以粒子的取值为控制量，应用包含下垂控制DG的MG稳态潮流算法，并依据式(2)所示的MG潮流约束，求解式(3)所示的MG稳态潮流。首先根据初始数据形成导纳矩阵，求解得到不平衡功率并依据收敛判据求解雅可比矩阵，修正MG节点电压、相角和频率，最终得到稳态时满足约束条件的MG中各个节点的电压，并由此计算出MG的网损，MG稳态潮流计算流程如图1所示；

步骤1具体按照以下步骤实施：

步骤1.1、令MG中各个接入下垂控制DG的节点电压幅值和相角为粒子，其中一个粒子选择节点电压的幅值和频率，优化目标函数MG的网损如下式所示：

式中，U

步骤1.2、以粒子的取值为控制量，应用包含下垂控制DG的MG稳态潮流算法，并依据式(2)所示的MG潮流约束，求解式(3)所示的MG稳态潮流，得到稳态时满足约束条件的MG中各个节点的电压，并由此计算出MG的网损；

MG稳态潮流中电压和功率的约束如下式所示：

式中，P

MG的稳态潮流方程：

将式(3)中的模块展开如下：

式中ΔP

区别与传统电网E、F如下式所示：

式中，m表示变流器节点数，m+1到n为负荷的节点数，m

步骤1.3、不断更新粒子的速度和位置，再次计算MG的稳态潮流和目标函数的全局最优值，并将其适应值与个体极值和全局极值进行比较，找得使目标函数最小的粒子，得到使MG网损最小的各个节点的电压，粒子群算法求解；

v

x

式中，i＝1,2,...,N，N是粒子总数，v

步骤2具体按照以下步骤实施：

步骤2.1、通过粒子群寻优得到使MG网损最小的DG

步骤2.2、根据下垂控制原理可知DG

U′

式中U

DG

调节虚拟阻抗令其满足下式：

则通过对虚拟阻抗的调节，将MG中各个下垂控制DG的实际输出电压调整为U

本发明的有益效果是，本发明包含下垂控制DG的MG基于虚拟阻抗的粒子群优化方法，通过引入合理设计的虚拟阻抗，改变节点电压，本发明适用于对下垂控制型分布式电源组网的孤岛微电网进行无功补偿装置的优化规划；通过奇异值分解法确定无功补偿装置的安装位置，一方面提高优化问题的求解效率，另一方面也有助于提高系统静态电压稳定性，使其满足应用粒子群算法对网损优化模型寻优得到的各节点电压要求，对MG的潮流分布进行调控，降低了系统的网络损耗，提高了系统的经济性。

附图说明

图1是本发明包含下垂控制DG的MG稳态潮流计算的流程图；

图2是本发明应用粒子群算法对网损优化模型求解的程序流程图；

图3是本发明加入虚拟阻抗调整DG输出电压的原理图；

图4是本实施例由两台DG构成的MG系统结构图；

图5(a)是本发明在变流器未加入虚拟阻抗时节点1的电压以及幅值变化对比图；

图5(b)是本发明在变流器引入虚拟阻抗调控后的节点1的电压及幅值变化对比图；

图6(a)是本发明在变流器未加入虚拟阻抗时节点2的电压以及幅值变化对比图；

图6(b)是本发明在变流器引入虚拟阻抗调控后的节点2的电压及幅值变化对比图；

图7(a)是本发明在变流器未加入虚拟阻抗时节点3的电压以及幅值变化对比图；

图7(b)是本发明在变流器引入虚拟阻抗调控后的节点3的电压及幅值变化对比图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明包含下垂控制DG的MG基于虚拟阻抗的粒子群优化方法，具体按照以下步骤实施：

步骤1、以接入下垂控制DG的节点电压参量为粒子，基于包含下垂控制DG的MG稳态潮流计算方法，应用粒子群优化算法得出使MG网损最小的节点电压。

步骤1具体步骤为：以接入下垂控制DG的节点电压幅值和相角为粒子，其中一个粒子选择为接入下垂控制DG的节点电压幅值和频率，并写出目标函数为MG的网损；应用包含下垂控制DG的MG稳态潮流算法，并依据MG的潮流约束算出MG的稳态潮流；不断更新粒子的位置和速度，并计算对应的稳态潮流，得出使MG网损最小的所有接入下垂控制DG的节点电压。

步骤1具体按照以下步骤实施：

步骤1.1、令MG中各个接入下垂控制DG的节点电压幅值和相角为粒子，其中一个粒子选择节点电压的幅值和频率，优化目标函数MG的网损如下式所示：

式中，U

步骤1.2、以粒子的取值为控制量，应用包含下垂控制DG的MG稳态潮流算法，并依据式(2)所示的MG潮流约束，求解式(3)所示的MG稳态潮流。首先根据初始数据形成导纳矩阵，求解得到不平衡功率并依据收敛判据求解雅可比矩阵，修正MG节点电压、相角和频率，最终得到稳态时满足约束条件的MG中各个节点的电压，并由此计算出MG的网损，MG稳态潮流计算流程，如图1所示；

MG稳态潮流中电压和功率的约束如下式所示：

式中，P

MG的稳态潮流方程：

将式(3)中的模块展开如下：

式中ΔP

区别与传统电网E、F如下式所示：

式中，m表示变流器节点数，m+1到n为负荷的节点数，m

步骤1.3、不断更新粒子的速度和位置，再次计算MG的稳态潮流和目标函数的全局最优值，并将其适应值与个体极值和全局极值进行比较，找得使目标函数最小的粒子，得到使MG网损最小的各个节点的电压，粒子群算法求解，流程如图2所示；

v

x

式中，i＝1,2,...,N，N是粒子总数，v

步骤2、调节虚拟阻抗，使各个下垂控制DG的输出电压等于粒子群寻优得到的对应节点电压，从而实现MG网损最小的目标；

步骤2的具体过程为：依据步骤1使网损最小的MG中各个接入下垂控制DG节点的电压计算出节点对应的输出功率，由输出功率以及下垂控制原理，确定DG的输出电压，调节虚拟阻抗，使节点的电压与DG的电压相等，从而实现MG网损最小。

步骤2具体按照以下步骤实施：

步骤2.1、通过粒子群寻优得到使MG网损最小的DG

步骤2.2、根据下垂控制原理可知DG

U′

式中U

如图3所示，DG

调节虚拟阻抗令其满足下式：

则通过对虚拟阻抗的调节，将MG中各个下垂控制DG的实际输出电压调整为U

本发明针对包含大量下垂控制DG的MG，提出一种基于虚拟阻抗的粒子群优化方法，使得系统网损最小。该方法应用DG下垂控制中的虚拟阻抗作为调节手段，并采用粒子群进行寻优，与传统大电网的网损优化方法相比，结果更优且优化速度更快。本法明给出的方法有效解决了含有较高比例下垂控制DG的MG优化运行的问题，提高了系统运行的经济性。

实施例

本实施例由两台DG构成的MG系统，如图4所示，为了验证含有下垂控制DG的MG基于虚拟阻抗的粒子群网损优化方法的有效性，在Matlab/Simulink上进行仿真，系统仿真参数如表1所示：

表1为MG系统仿真参数表

本实施例包含下垂控制DG的MG基于虚拟阻抗的粒子群优化方法中，将MG潮流程序计算结果与Simulink仿真结果对比，如表2所示：

表2为MG潮流程序计算结果与Simulink仿真结果对比

由表2可知，电压的幅值之差最大值仅为0.1％，电压角度差最大值为0.55％，其差值很小，两种结果表明了MG潮流分布的正确性。

本实施例包含下垂控制DG的MG基于虚拟阻抗的粒子群优化方法中，网损优化后，MG潮流调控前后的结果对比，如表3所示：

表3为网损优化后MG潮流调控前后的结果对比

根据表3调控前MG网损为32.63W，寻优后的网损为24.26W，MG整体的网络损耗约降低了23.75％，根据优化的目标电压值，计算得出两台DG处的虚拟阻抗值为0.08+j0.5和0.3+j0.62，调整虚拟阻抗值使其节点电压满足寻优结果。

本实施例中通过与基于牛拉法的MG潮流计算得到的MG潮流分布情况进行对比，潮流调控前后节点1电压幅值的变化，如图5(a)和图5(b)所示，在变流器未加入虚拟阻抗时节点1的电压以及幅值，幅值约为308.5V；变流器引入虚拟阻抗调控后的节点1的电压及幅值，幅值约为304V。潮流调控前后节点2电压幅值的变化，如图6(a)和图6(b)所示，在变流器未加入虚拟阻抗时节点2的电压以及幅值，幅值约为310V；变流器引入虚拟阻抗调控后的节点2的电压及幅值，幅值约为303V。潮流调控前后节点3电压幅值的变化，如图7(a)和图7(b)所示，节点3的电压对于本申请的拓扑来说是状态变量，在变流器未加入虚拟阻抗时节点3的电压以及幅值，幅值约为306.2V；变流器引入虚拟阻抗调控后的节点3的电压及幅值，幅值约为301.5V，实施例验证了网损优化的有益效果，降低了系统的网络损耗，提高了系统的经济性。

本发明包含下垂控制DG的MG基于虚拟阻抗的粒子群优化方法，以接入下垂控制DG的节点电压幅值和相角为粒子(其中一个粒子选择为接入下垂控制DG的节点电压幅值和频率)，并写出目标函数为MG的网损。然后应用包含下垂控制DG的MG稳态潮流算法，并依据MG的潮流约束算出MG的稳态潮流。最后不断更新粒子群并计算对应的稳态潮流，得出使MG网损最小的所有接入下垂控制DG的节点电压。调节虚拟阻抗，使各个下垂控制DG的输出电压等于粒子群寻优得到的对应节点电压，从而实现MG网损最小的目标。其中含有虚拟阻抗的下垂控制原理以及应用虚拟阻抗调整DG输出电压的原理，依据使网损最小的MG中各个接入下垂控制DG节点的电压计算出节点对应的输出功率。由该输出功率以及下垂控制原理，确定DG的输出电压。调节虚拟阻抗，使节点的电压与DG的电压相等，从而实现MG网损最小。本发明通过引入合理设计的虚拟阻抗，改变节点电压，使其满足应用粒子群算法对网损优化模型寻优得到的各节点电压要求，对MG的潮流分布进行调控。