基于知识与数据的集中式-分布式协同最优电压控制方法在主动配电网中的应用

《Protection and Control of Modern Power Systems》：Knowledge-Data Driven Centralized-Decentralized Coordinated Optimal Voltage Control for Active Distribution Networks

　　

摘要：

大规模光伏发电在配电网中的随机性和高功率波动会导致复杂的功率流变化和电压违规问题，给电压控制带来了严峻挑战。为应对这些挑战，本文提出了一种基于知识数据的集中-分散协调的四步电压控制策略，以有效调度异构电压调节设备。第一步提出了一种最优功率流模型，通过调节载流分接开关的档位、电容器组的数量以及电池储能系统的充放电功率，来确定前一天晚上的电压控制结果，从而最小化日常网络损耗并防止长时间尺度的电压违规。第二步通过功率流和电压/无功优化计算生成电压调节数据集，为数据驱动的学习奠定基础。第三步利用模糊控制理论开发了一种基于智能逆变器的电压控制器，适用于光伏发电和电池储能系统，并嵌入了电压调节知识。此外，还提出了一种数据驱动的梯度下降学习方法用于控制器参数优化，以提高全局电压调节性能。第四步形成了一个在线分散式电压控制策略，利用优化后的电压控制器根据运行状态自适应地执行有效的无功功率控制，从而解决了频繁的电压违规问题并优化了网络功率损耗。基于IEEE33节点系统和大型加拉加斯141节点系统的仿真结果表明，所提出的策略能够有效将母线电压维持在安全范围内，分别将两种系统的网络功率损耗降低了约49%和37%，验证了其有效性和优越性。