[发明专利]一种用于新能源电站无功电压的控制系统

权利要求书

1.一种用于新能源电站无功电压的控制系统，其特征在于：将新能源电站和电网接入侧变电站作为一个区域整体进行优化控制，所述的控制系统包括预测模型、典型场景集模型和MPC优化控制三部分组成；同时利用自回归滑动平均方法预测母线电压值和变电站负荷，然后对预测值通过拉丁超立方采样生成离散化的场景，利用K-means聚类算法获取典型场景集，以此建立以目标函数是未来时间窗内网损值和电压偏移值最小的优化控制模型，并采用二阶锥规划方法求解；

所述的控制系统的预测模型包括风电/光伏功率预测和负荷/母线电压预测两部分，风电/光伏功率预测误差采用beta分布来拟合，负荷/母线电压利用自回归滑动平均方法来预测；

所述的控制系统的典型场景集模型，首先对电气岛内新能源出力、母线电压、变电站负荷的预测值通过拉丁超立方采样生成离散化的场景，然后利用K-means聚类算法获取典型场景集；

所述的控制系统的MPC优化控制，建立以目标函数是未来时间窗内网损值和电压偏移值最小的优化控制模型，并采用二阶锥规划方法求解；所述的MPC优化控制内包含了电容器投切约束、变压器档位调节约束、SVC无功补偿约束；

所述的风电/光伏功率预测中当风功率预测值是P_t^pred时，机组输出有功值为x的概率密度函数为：

上式中B(α,β)是beta函数，α和β为beta分布的形态参数，他们的值与beta分布的期望μ和方差σ²有关，计算公式为：

求出beta分布形态参数α和β，进而可以得到风电功率预测误差分布的概率密度函数；

在光功率预测中光伏阵列的输出功率也服从beta分布，其概率密度公式如下：

式中，Γ为Gamma函数，α和β为beta分布的形态参数，p_max为光伏阵列最大输出功率，p_solar为光伏阵列的输出功率；风功率预测分布与光功率预测分布均分从beta分布，将风功率预测模型与光功率预测模型统一起来。

2.根据权利要求1所述的一种用于新能源电站无功电压的控制系统，其特征在于：所述的典型场景集的生成首先要对按某种概率分布的随机变量进行大量抽样，得到反映随机变量特征的场景数据集，即连续概率模型离散化，再对场景进行精简聚类得到典型场景集，实现用较少的场景表示原先场景的特征。

3.根据权利要求1所述的一种用于新能源电站无功电压的控制系统，其特征在于：所述的控制系统针对新能源电站电压优化控制的目标函数为：

式中，ρ_s是场景w_s对应的概率；P_t(w_s)是电气岛在t_pre预测期间内t时刻的有功损耗；V_t(w_s)是母线电压在t_pre预测期间内t时刻的偏离值；a、b是权重系数；k是典型场景集的数量。

4.根据权利要求1所述的一种用于新能源电站无功电压的控制系统，其特征在于：所述的控制系统将DFIG可输出的无功功率纳入优化控制中，其中无功功率范围：

式中，P_s为定子发出的有功值；U_s为定子侧端电压；X_s为定子侧漏抗；X_m为励磁电抗；I_Imax为转子变流器最大电流值。