分布式光伏集群等值建模及配电网动态仿真

• 作 者: 刘伟琦
• 机 构: 东南大学
• 出 处: 东南大学
• 发表日期: 2020年01期
• 关键词: 动态仿真

近年来，分布式可再生能源发电得到了快速发展，大规模接入配电网已成为必然趋势。然而大量具有间歇性、随机性的分布式电源（Distributed Generations，DGs）对电网的安全、可靠、经济运行产生重大影响。分布式光伏是配电网中接入数量最多的分布式电源，其规模化、集群化地接入，对配电网的影响日益明显。对含分布式光伏集群的配电网进行动态仿真，是分析研究光伏发电与电网之间交互影响的重要手段。然而，光伏集群内电站数量多，导致模型阶数高，仿真耗时长；同时，动态过程多时间尺度特征明显，非线性程度增强，传统数值积分算法难以兼顾数值稳定性和计算效率。针对上述问题，本文以分布式光伏集群规模化接入的有源配电网（Active Distribution Networks， ADNs）为研究对象，从光伏发电集群动态建模和仿真算法两个方面展开研究：
　　（1）研究了适用于配电网动态仿真的光伏发电系统的单机建模方法。在光伏发电系统电磁暂态详细模型的基础上，建立了 DC/DC 斩波器的开关周期平均模型和并网逆变器的准稳态模型，实现了详细模型的简化和降阶。建立了采用一阶微分-代数方程组（Differential Algebraic Equations，DAEs）表示的光伏动态模型，便于与网络代数方程进行接口计算。通过仿真对比验证，所建立的光伏动态模型兼顾了模型的精度和计算效率。
　　（2）研究了分布式光伏集群的动态等值建模方法。首先，采用谱聚类算法对分布式光伏集群进行多机等值建模。以光伏发电系统的典型动态参数作为分群指标，引入谱聚类算法对该指标进行分群。其次，进行聚类后光伏电站群组的参数聚合和网络参数等值计算，建立了光伏集群聚类等值模型。针对聚类等值模型的精度问题，提出了基于深度度信念网络（Deep Belief Network，DBN）非机理等值建模方法，对光伏集群详细模型的外特性进行非线性拟合。基于改进IEEE33配电系统，对比了详细模型、聚类等值模型和非机理模型的动态特性，结果表明，非机理模型比聚类等值模型具有更高的精度。
　　（3）研究了含高密度分布式光伏有源配电网的动态仿真算法。首先，详细分析了经典数值积分算法的数值特性及数值稳定性问题；针对上述问题并结合有源配电网呈现出的强刚性、强非线性等特征，提出了一种非迭代的二级半隐式龙格库塔（Two-stage Semi-implicit Runge-Kutta ， 2s-SIRK ）数值积分算法求解动态仿真模型中的微分方程组（Differential equations，DEs）。其中，提出了综合考虑数值稳定性、计算效率和计算精度的参数优化策略和自适应雅克比矩阵更新（Adaptive Jacobian Matrix Update，AJMU）策略，改进了2s-SIRK的数值性能，兼顾了数值稳定性和计算效率。最后，分别基于改进的IEEE33配电系统和安徽金寨实际配电系统，分析验证了所提算法的有效性。