[发明专利]分布式光伏接入配电网电能质量治理的节点灵敏度分析法

说明书

本发明公开了一种分布式光伏接入配电网电能质量治理的节点灵敏度分析法。本发明的技术方案包括：提出节点电压偏差总和、电流总谐波畸变率和安装成本优化目标函数；构建复合储能装置选址定容多目标优化模型；分别在各个节点安装同一容量的复合储能装置，并进行潮流计算获得各个节点的电压偏差和电流总谐波畸变率变化量；应用粒子群算法，设定粒子群大小和迭代次数；求解获得复合储能装置安装位置和安装容量。本发明利用节点灵敏度分析法对节点预处理减少计算节点个数，从而大大减小计算量，提高优化效率；同时采用自适应动态权重的改进粒子群算法，根据目标函数值与全局平均值的差值动态改变权重系数，提高了全局寻优速度。

技术领域

本发明涉及配电网电能质量治理领域，尤其是一种高功率密度分布式光伏接入配电网后进行电能质量治理的节点灵敏度分析方法。

背景技术

当前世界能源枯竭，能源变革势在必行，高功率密度分布式光伏发电迅速发展。但其自身波动性和间歇性的特点以及大量的电力电子装置的接入会导致配电网出现严重的电压质量问题。研究表明在相应节点配置一定容量的储能装置，可以达到改善电能质量的目标。储能系统接入位置与容量的不同对电能质量的治理影响很大，因此如何利用算法计算出储能系统的最优安装位置和安装容量是亟待解决的热点问题，而如何在复杂多节点的配电网系统中快速、高效的求解出储能系统的最优安装位置和容量更是一个难点问题。

近年来，对储能系统的最优安装位置和安装容量的求解有一些科研成果，一些学者提出了基于遗传算法的优化算法，并在算法中加入容量修正环节，从而大大节约安装成本；也有一些学者利用粒子群算法和遗传算法的交叉变异操作结合，从而提高求解的速度和效率；但从整体而言，目前针对储能系统的最优安装位置和安装容量的求解算法均只在算法本身进行了改进，仅仅提升了算法本身的求解速率，但均未考虑配电网本身结构复杂、节点个数多所带来计算量大、求解效率低的影响。

在复合储能系统选址定容求解方法方面，国内外学者大都采用遗传算法、粒子群算法等智能算法以及相关改进的智能算法进行求解。国外一些学者采用粒子群算法进行优化模型的求解；国内一些学者提出配电网中选址定容的双层优化方案，该方案采用了遗传算法，外层以成本最低为目标，内层以降低网损为目标，内外层相互配合并利用内层结果修正储能容量，使得计算结果最优。也有学者提出了粒子群算法和遗传算法相结合的混合智能算法，该方法既吸收了粒子群算法寻优速度快的特点，同时又加入遗传算法的交叉变异操作，避免所求解陷入局部最优的情况。

发明内容

针对现有技术中存在的问题，本发明提供一种高功率密度分布式光伏接入配电网电能质量治理的节点灵敏度分析方法，该方法一方面用节点灵敏度分析法对所有节点预处理，以减少计算节点个数，从而大大减小计算量，提高优化效率；另一方面该方法采用自适应动态权重的改进粒子群算法，根据目标函数值与全局平均值的差值动态改变权重系数，极大提高全局寻优速度。

为解决现有技术中存在的技术问题，本发明采用如下技术方案：分布式光伏接入配电网电能质量治理的节点灵敏度分析法，其包括如下步骤：

步骤1，提出节点电压偏差总和、电流总谐波畸变率和安装成本优化目标函数；

步骤2，构建由超级电容和铅酸电池组成的复合储能装置选址定容多目标优化模型；

步骤3，分别在各个节点安装同一容量的复合储能装置，并进行潮流计算获得各个节

点的电压偏差和电流总谐波畸变率变化量；

步骤4，计算每个节点的灵敏度系数α_storek，采用如下公式(1)；