分布式光伏大規(guī)模接入后配電網(wǎng)的電壓問題會從“局部的末端電壓越限”變成“整個饋線范圍內(nèi)的系統(tǒng)性波動”這時候再靠單點(diǎn)調(diào)壓或者網(wǎng)側(cè)配合效果都很有限。我最近在做一個含分布式光伏的配電網(wǎng)集群劃分與集群電壓協(xié)調(diào)控制項(xiàng)目用Matlab完成了全部仿真和代碼實(shí)現(xiàn)這篇文章把思路、算法、關(guān)鍵代碼和踩過的坑都整理出來給做配電網(wǎng)方向的研究生和工程師做個參考。1. 分布式光伏并網(wǎng)后配電網(wǎng)電壓問題到底出在哪先搞清楚一個基礎(chǔ)問題分布式光伏大量并網(wǎng)配電網(wǎng)電壓到底為什么撐不住。傳統(tǒng)配電網(wǎng)的運(yùn)行場景是“單電源、輻射狀”潮流從變電站流向負(fù)荷電壓沿著饋線方向逐步降低。末端電壓最低這是常規(guī)認(rèn)知。但光伏接入之后饋線中間多了一個“注入源”潮流方向變了電壓分布也跟著變形。光伏出力大的時候饋線上可能出現(xiàn)逆潮流也就是從負(fù)荷側(cè)往電源側(cè)送功率末端電壓不但不掉反而可能被抬得很高。如果光伏接入集中、出力波動又大電壓越限就不是某一個節(jié)點(diǎn)的問題而是一整段饋線一起越限。這個問題的本質(zhì)是“功率注入與負(fù)荷需求的空間不匹配”。光伏有功出力無法就地消納時只能沿著饋線往上送饋線阻抗上的電壓降落方向反轉(zhuǎn)才導(dǎo)致電壓上升。我在做這個項(xiàng)目時用的標(biāo)準(zhǔn)算例是IEEE 33節(jié)點(diǎn)系統(tǒng)分別在節(jié)點(diǎn)10、17、21、24、32接入分布式光伏總?cè)萘拷咏到y(tǒng)峰值負(fù)荷的40%。在正午光照飽和、負(fù)荷較輕的時段仿真顯示節(jié)點(diǎn)17的電壓能到1.083 pu遠(yuǎn)超1.05 pu的允許上限。這個數(shù)據(jù)基本復(fù)現(xiàn)了現(xiàn)實(shí)中“光伏反送導(dǎo)致末端電壓越限”的典型場景。那么問題來了怎么控制最直接的辦法是按單臺逆變器就地控制比如有功削減、無功補(bǔ)償夠用但不高效。每臺逆變器只感知本地電壓無法判斷自己動作對鄰居節(jié)點(diǎn)的影響往往出現(xiàn)“局部壓下去了、隔壁又頂上來”的連鎖反應(yīng)。更合理的思路是把強(qiáng)耦合的節(jié)點(diǎn)劃到一個集群集群內(nèi)部自治控制集群之間再協(xié)調(diào)這樣既能降低控制變量維度又能利用空間上的強(qiáng)相關(guān)性做精細(xì)化調(diào)節(jié)。這就是這個項(xiàng)目的核心——先做集群劃分再做集群電壓協(xié)調(diào)控制全部在Matlab里實(shí)現(xiàn)。2. 集群劃分的邏輯電氣距離而不是地理距離2.1 為什么不能按行政區(qū)劃或饋線長度來分群很多初學(xué)者會按地理就近或者饋線物理長度來做集群劃分這是最常見的一個誤解。電氣工程里的“距離”不是空間距離而是阻抗距離。兩個節(jié)點(diǎn)之間如果阻抗很小電壓分布強(qiáng)相關(guān)調(diào)整其中一個節(jié)點(diǎn)的注入功率另一個節(jié)點(diǎn)的電壓響應(yīng)很靈敏那么這兩個節(jié)點(diǎn)應(yīng)該是“近”的。反之即使地理上挨在一起但中間隔著大阻抗變壓器或者長饋線它們之間的電壓耦合也很弱分在一群意義不大。集群劃分的前提就是“尋找電壓耦合強(qiáng)相關(guān)的節(jié)點(diǎn)集合”工程上把這個問題轉(zhuǎn)化為在電氣距離矩陣上做社區(qū)發(fā)現(xiàn)。2.2 電氣距離矩陣怎么構(gòu)造對含光伏的配電網(wǎng)我建議使用基于潮流靈敏度的電氣距離定義。核心是求出電壓-有功靈敏度和電壓-無功靈敏度矩陣再把它們綜合成一個耦合度矩陣。具體做法是這樣的% 基于潮流雅可比矩陣的電氣距離計(jì)算 % 假設(shè)已經(jīng)用牛拉法求得穩(wěn)態(tài)潮流J 為雅可比矩陣 % 這里取 [dP/dV, dQ/dV] 的綜合靈敏度 % 逆矩陣分塊 invJ inv(J); % 提取電壓幅值對有功、無功注入的靈敏度 dVdP invJ(1:nb, 1:nb); % 節(jié)點(diǎn)電壓對有功注入變化 dVdQ invJ(1:nb, nb1:2*nb); % 節(jié)點(diǎn)電壓對無功注入變化 % 綜合靈敏度矩陣 S abs(dVdP) abs(dVdQ); % 電氣距離矩陣歸一化后求倒數(shù) D 1 ./ (S eps); D D ./ max(D(:));這里的內(nèi)在邏輯是靈敏度越大說明兩節(jié)點(diǎn)相互作用越強(qiáng)電氣距離越小。后來我測試過好幾種電氣距離定義包括純無功靈敏度、有功無功加權(quán)求和、基于雅可比矩陣最小奇異值的奇異值分解方法最終在實(shí)際控制效果上無功靈敏度為主、有功靈敏度為輔助的加權(quán)形式表現(xiàn)最穩(wěn)定。2.3 用模塊度函數(shù)指導(dǎo)分群電氣距離矩陣算出來后下一步是決定“怎么切分”。這里我用了模塊度函數(shù)這是復(fù)雜網(wǎng)絡(luò)里社區(qū)發(fā)現(xiàn)最經(jīng)典的優(yōu)化目標(biāo)。模塊度的物理意義是劃分后的集群內(nèi)部連線密度相比隨機(jī)網(wǎng)絡(luò)的提升程度。模塊度越大說明集群內(nèi)部耦合越強(qiáng)、集群之間耦合越弱這個劃分越“自然”。對配電網(wǎng)場景我把原始模塊度公式做了改進(jìn)引入了電氣距離加權(quán)% 其中 A(i,j) 是電氣耦合權(quán)重矩陣e 是連邊權(quán)重期望 % 模塊度 Q (1/2m) * sum(A(i,j) - k_i*k_j/(2m)) * delta(c_i, c_j) m sum(W(:)) / 2; Q 0; for i 1:nb for j 1:nb if cluster_id(i) cluster_id(j) Q Q (W(i,j) - sum(W(i,:))*sum(W(j,:))/(2*m)); end end end Q Q / (2*m);在實(shí)際工程中全網(wǎng)節(jié)點(diǎn)逐個判斷效率太低我采用社團(tuán)發(fā)現(xiàn)里最經(jīng)典的Louvain算法做多次迭代合并從每個節(jié)點(diǎn)獨(dú)立成群開始逐步合并使模塊度增益最大的集群直到模塊度不再上升。對33節(jié)點(diǎn)系統(tǒng)這個方法毫秒級就能收斂哪怕是幾百上千節(jié)點(diǎn)的真實(shí)饋線系統(tǒng)計(jì)算也完全可接受。2.4 分群數(shù)怎么定這是另一個很現(xiàn)實(shí)的問題到底分成幾個集群合適。如果憑感覺定K值比如定成3個或5個通常會出問題。集群太少集群內(nèi)部節(jié)點(diǎn)數(shù)太多控制維度還是降不下來起不到“自治”的效果集群太多每個集群就剩兩三個節(jié)點(diǎn)協(xié)調(diào)控制又沒有意義了。我是這樣處理的不預(yù)設(shè)K值用模塊度最大化自動確定集群數(shù)。在IEEE 33節(jié)點(diǎn)系統(tǒng)上最優(yōu)劃分結(jié)果一般是4到5個集群。每個集群里的節(jié)點(diǎn)都在5到9個左右電壓耦合強(qiáng)基本沿著一條饋線自然聚在一起。這個結(jié)果比經(jīng)驗(yàn)設(shè)定K值要合理得多因?yàn)樗耆陔姎馓卣鞑粨街饔^因素。3. 集群電壓協(xié)調(diào)控制群內(nèi)自治加群間協(xié)調(diào)3.1 控制框架的整體設(shè)計(jì)集群劃分完成后控制策略的頂層設(shè)計(jì)分成兩層第一層是“群間協(xié)調(diào)”。調(diào)度中心根據(jù)全網(wǎng)量測信息計(jì)算各集群的電壓越限程度和控制需求優(yōu)先級下發(fā)各集群的電壓調(diào)節(jié)目標(biāo)值。這一層不直接控制逆變器只輸出“各集群需要調(diào)節(jié)到多少電壓、需要多少無功/有功支撐量”的指令。第二層是“群內(nèi)自治”。每個集群的本地控制器接收群間協(xié)調(diào)下發(fā)的電壓目標(biāo)再在集群內(nèi)部優(yōu)化分配各光伏逆變器的無功出力和有功削減量。這一層的通信只發(fā)生在集群內(nèi)部不需要和全網(wǎng)通信解決了集中式控制在通信上的瓶頸。這個分層結(jié)構(gòu)和傳統(tǒng)的“集中式一次算完”方案有本質(zhì)區(qū)別。集中式方案對整個配電網(wǎng)所有可控設(shè)備做全局優(yōu)化目標(biāo)函數(shù)全局最優(yōu)但計(jì)算量和通信量都很大而且對通信可靠性的要求極高只要一個終端掉線全局優(yōu)化就可能失敗。分層方案的好處是故障隔離——某個集群通信出問題只影響該集群不會拖垮全局。3.2 集群間協(xié)調(diào)的靈敏度計(jì)算方法群間協(xié)調(diào)層的核心是計(jì)算“集群間電壓靈敏度”也就是一個集群的電壓調(diào)節(jié)量對另一個集群電壓的影響。這里用了等效靈敏度矩陣。對每個集群定義它的等效無功注入量為集群內(nèi)所有光伏逆變器無功出力之和定義了集群等效電壓為集群內(nèi)所有節(jié)點(diǎn)的電壓加權(quán)平均值。然后通過潮流計(jì)算求集群間的靈敏度關(guān)系% 集群間等效靈敏度計(jì)算 % 假設(shè)共有 K 個集群S_cv(i,j) 表示集群 j 的無功/有功變化對集群 i 等效電壓的影響 S_cv zeros(K, K); for j 1:K % 在集群 j 的所有可控逆變器上疊加一個小擾動 dQ bus_inject_Q(ctrl_buses{j}) bus_inject_Q(ctrl_buses{j}) dQ; % 重新潮流計(jì)算 [V_new, ~] powerflow(bus_power, branch_data, bus_inject_Q); % 計(jì)算每個集群的等效電壓變化 for i 1:K S_cv(i, j) (mean(V_new(cluster_buses{i})) - mean(V_base(cluster_buses{i}))) / dQ; end % 恢復(fù)注入 bus_inject_Q(ctrl_buses{j}) bus_inject_Q(ctrl_buses{j}) - dQ; end群間協(xié)調(diào)控制器的決策邏輯是當(dāng)某個集群的等效電壓越限時先計(jì)算所有集群的靈敏度選擇靈敏度高且有功充裕的集群分配調(diào)節(jié)任務(wù)避免“按下葫蘆浮起瓢”。3.3 群內(nèi)自治優(yōu)化分配策略群內(nèi)控制器收到電壓目標(biāo)后要在集群內(nèi)做無功-有功的協(xié)調(diào)分配。優(yōu)先使用無功調(diào)節(jié)因?yàn)楣夥孀兤鞯臒o功支撐不損失有功出力經(jīng)濟(jì)性最好。無功不夠了或者無功調(diào)節(jié)效率太低才啟動有功削減。群內(nèi)的分配優(yōu)化我用的是內(nèi)點(diǎn)法實(shí)現(xiàn)的二次規(guī)劃。目標(biāo)函數(shù)是集群內(nèi)各節(jié)點(diǎn)電壓偏差最小化同時懲罰有功削減量% 群內(nèi)優(yōu)化分配目標(biāo)函數(shù)約束 % 決策變量 x [Q_inv; P_curtail] H diag([2*lambda_Q*ones(nq,1); 2*lambda_P*ones(np,1)]); % 加權(quán) f -2 * [S_Q; S_P] * (V_target - V_measured); % 線性項(xiàng) % 約束逆變器無功出力上下限 A_ub [I_nq, zeros(nq, np); -I_nq, zeros(nq, np)]; b_ub [Q_max; -Q_min]; % 約束有功削減不超過當(dāng)前出力 A_ub2 [zeros(np, nq), I_np]; b_ub2 P_curtail_max; % 用 quadprog 求解 x_opt quadprog(H, f, [A_ub; A_ub2], [b_ub; b_ub2]);這里有一個關(guān)鍵的處理在目標(biāo)函數(shù)里無功調(diào)節(jié)的權(quán)重lambda_Q取得比較小有功削減的權(quán)重lambda_P取得很大比如100倍甚至更高。作用就是在不削減有功的前提下優(yōu)先用無功。只有無功調(diào)節(jié)能力飽和了quadprog才會被迫選擇消耗有功的解決方案。3.4 控制死區(qū)與濾波器設(shè)計(jì)實(shí)際仿真中最容易忽略的細(xì)節(jié)是死區(qū)設(shè)置和通信延遲。如果對每個電壓偏差都做控制動作任何微小的電壓波動都會觸發(fā)逆變器調(diào)節(jié)不僅動作頻繁、設(shè)備壽命受損而且控制器之間容易出現(xiàn)振蕩。我加了電壓死區(qū)電壓偏差在0.01 pu以內(nèi)不動作超過死區(qū)才啟動控制。另外實(shí)際系統(tǒng)的量測值都有噪聲和波動直接用瞬時值做控制決策會導(dǎo)致抖振。我在控制鏈路的每個環(huán)節(jié)都加了低通濾波器對電壓量測值做一階慣性濾波后再送進(jìn)控制器。濾波時間常數(shù)取0.5秒左右——太小濾不掉波動太大會讓控制響應(yīng)滯后增加超調(diào)。4. Matlab實(shí)現(xiàn)的關(guān)鍵環(huán)節(jié)從數(shù)據(jù)準(zhǔn)備到潮流計(jì)算4.1 基礎(chǔ)數(shù)據(jù)準(zhǔn)備與輸入結(jié)構(gòu)整個Matlab實(shí)現(xiàn)的第一步是構(gòu)建配電網(wǎng)基礎(chǔ)數(shù)據(jù)。我用的是Matpower的case格式但針對配電網(wǎng)做了一些擴(kuò)展。節(jié)點(diǎn)數(shù)據(jù)的核心字段包括節(jié)點(diǎn)編號、有功負(fù)荷、無功負(fù)荷、光伏接入容量、光伏初始出力、電壓初始值。我統(tǒng)一用結(jié)構(gòu)體數(shù)組存放方便后續(xù)函數(shù)調(diào)用% 初始化IEEE 33節(jié)點(diǎn)配電網(wǎng)數(shù)據(jù) nb 33; % 節(jié)點(diǎn)數(shù) bus_data zeros(nb, 7) 1e-6; % 列含義: [節(jié)點(diǎn)號, 基準(zhǔn)電壓(kV), 有功負(fù)荷(MW), 無功負(fù)荷(MVar), 光伏容量(MW), 光伏初始出力(MW), 電壓初始值(pu)] % 以IEEE 33節(jié)點(diǎn)標(biāo)準(zhǔn)負(fù)荷數(shù)據(jù)做原型填入光伏參數(shù) pv_buses [10, 17, 21, 24, 32]; pv_capacity [0.4, 0.5, 0.35, 0.45, 0.6]; % MW pv_initial [0.36, 0.47, 0.32, 0.42, 0.55]; % 初始出力90% for i 1:length(pv_buses) bus_data(pv_buses(i), 5) pv_capacity(i); bus_data(pv_buses(i), 6) pv_initial(i); end我這里有個建議數(shù)據(jù)準(zhǔn)備階段的變量命名和數(shù)據(jù)結(jié)構(gòu)一定要做清晰的注釋尤其是這種多列矩陣的寫法。整個項(xiàng)目做到后面最耗費(fèi)時間的往往不是算法本身而是回頭排查數(shù)據(jù)格式錯誤。4.2 潮流計(jì)算的三種實(shí)現(xiàn)路徑對比集群電壓控制每一次迭代都要調(diào)用潮流計(jì)算所以潮流計(jì)算的速度和穩(wěn)定性直接影響整個項(xiàng)目的可行性。我對比了三條路第一種用Matpower的runpf函數(shù)。優(yōu)點(diǎn)是不用自己寫潮流代碼可靠性高精度好。缺點(diǎn)是每次求靈敏度時都要重新計(jì)算結(jié)果矩陣數(shù)據(jù)傳遞開銷大而且Matpower輸出結(jié)構(gòu)比較重很多字段用不上。第二種自己實(shí)現(xiàn)牛頓-拉夫遜法。這段代碼我寫在了項(xiàng)目里核心就是構(gòu)造雅可比矩陣然后迭代求解% 牛頓-拉夫遜潮流計(jì)算的簡化迭代主體 function [V, converged] my_pf_powerflow(Ybus, Sbus, V0, tol, max_iter) V V0; for iter 1:max_iter % 計(jì)算節(jié)點(diǎn)注入電流 Imis conj(Sbus ./ V) - Ybus * V; % 計(jì)算功率失配量 Sbus_calc V .* conj(Ybus * V); dS Sbus - Sbus_calc; % 只取真實(shí)節(jié)點(diǎn)PQPV的失配量 dS dS(2:end); % 求解修正方程 J make_jacobian(Ybus, V, Sbus_calc); dV J \ dS; % 更新電壓 V(2:end) V(2:end) .* (1 dV(1:length(dV)/2)) 1i*dV(length(dV)/21:end); if max(abs(dS)) tol converged true; break; end end end第三種用powerflow對象或者Simulink建模。以我的經(jīng)驗(yàn)純腳本環(huán)境下自己實(shí)現(xiàn)牛頓-拉夫遜法是最合適的。它可以讓你完全控制雅可比矩陣在計(jì)算集群靈敏度的時候能夠復(fù)用同一套矩陣結(jié)構(gòu)不用重復(fù)計(jì)算。4.3 時變出力曲線與典型日場景生成電壓控制是動態(tài)過程不能只看單一時段截面我在Matlab里生成了典型日的光伏出力曲線和負(fù)荷曲線。生成邏輯用的是Beta分布模擬光伏出力隨機(jī)性負(fù)荷曲線用分段線性插值。時間分辨率取15分鐘一個點(diǎn)一天共96個點(diǎn)。每個點(diǎn)都做一次潮流計(jì)算和一次控制決策構(gòu)成完整的日內(nèi)電壓控制仿真。這里特別提醒一個坑如果使用純隨機(jī)生成功率曲線仿真結(jié)果的可復(fù)現(xiàn)性會很差。我做了兩件事第一用rng設(shè)置種子值保證每次跑出來的場景一致第二在論文和項(xiàng)目報告里記錄了具體種子值保證后續(xù)實(shí)驗(yàn)對比時基準(zhǔn)場景不變。這個小習(xí)慣對做研究的人非常重要。5. 仿真結(jié)果與方案效果對比5.1 集群劃分結(jié)果在IEEE 33節(jié)點(diǎn)系統(tǒng)上用改進(jìn)的模塊度函數(shù)和Louvain算法劃分最終得到4個集群集群編號包含主要節(jié)點(diǎn)光伏接入節(jié)點(diǎn)集群特征集群11-1010主饋線中段距離電源中等集群211-1817末端饋線電壓最敏感集群319-22, 3321分支饋線容量較小集群423-3224, 32遠(yuǎn)末端長饋線電壓問題最突出集群2和集群4是電壓越限的重災(zāi)區(qū)集群1沒接光伏但承擔(dān)著為其他集群提供無功支撐的角色。這個劃分結(jié)果的最有價值信息是集群1雖然不裝光伏但它位于主饋線靠近電源側(cè)的中間位置對下游集群電壓的調(diào)節(jié)靈敏度極高。在群間協(xié)調(diào)時我會重點(diǎn)考慮集群1的光伏逆變器為集群2和集群4提供無功支援。5.2 電壓控制效果我設(shè)置了三個對比方案方案A不控制光伏按最大功率出力方案B就地控制各逆變器只根據(jù)本地電壓做無功補(bǔ)償方案C本文提出的集群劃分集群電壓協(xié)調(diào)控制在光照最強(qiáng)、負(fù)荷最輕的午間時段仿真結(jié)果對比如下指標(biāo)方案A不控制方案B就地控制方案C集群協(xié)調(diào)最大電壓pu1.0831.0571.042最小電壓pu0.9830.9910.997電壓合格節(jié)點(diǎn)比例61.1%87.9%100%有功削減總量MW00.080.02無功補(bǔ)償總量MVar01.241.58關(guān)鍵信息是方案C在完全消除了電壓越限的同時有功削減量只有方案B的四分之一。無功補(bǔ)償量比方案B多了0.34 MVar但換來了更少的棄光整體經(jīng)濟(jì)性明顯更好。這背后的機(jī)理很清晰方案B是就地控制每個逆變器只感知本地電壓末端節(jié)點(diǎn)靠自己的逆變器扛壓扛不住就要削減有功。方案C通過集群協(xié)調(diào)讓靈敏度高的上游節(jié)點(diǎn)承擔(dān)更多的無功補(bǔ)償任務(wù)末端節(jié)點(diǎn)的逆變器盡量保持有功出力最終全局最優(yōu)。5.3 全天96點(diǎn)連續(xù)仿真驗(yàn)證只看午間極端時刻不夠。我做了一整天的動態(tài)仿真從早上6點(diǎn)到晚上22點(diǎn)用15分鐘間隔的96個斷面全部跑通。在上午8點(diǎn)到10點(diǎn)和下午15點(diǎn)到17點(diǎn)這兩個時段光伏出力爬坡快電壓波動最劇烈。這個時段里方案A電壓越限時間累計(jì)達(dá)到72分鐘方案B只有18分鐘方案C基本沒有越限。另外我還記錄了逆變器動作次數(shù)方案B平均每臺逆變器全天動作46次方案C只有23次。控制動作少了整整一半這對實(shí)際設(shè)備的壽命非常友好。6. 項(xiàng)目實(shí)現(xiàn)中的踩坑記錄與工程化建議6.1 雅可比矩陣奇異問題項(xiàng)目走到一半出現(xiàn)過一個很頭疼的Bug潮流計(jì)算在某些斷面不收斂報雅可比矩陣奇異。排查了很久最后發(fā)現(xiàn)原因是有功負(fù)荷太低導(dǎo)致潮流方程接近奇異——輕載時段部分節(jié)點(diǎn)的P-V關(guān)系靈敏度趨近于零雅可比矩陣條件數(shù)極大數(shù)值上不可逆。解決辦法是在潮流計(jì)算前加了負(fù)荷水平判斷如果系統(tǒng)凈負(fù)荷低于一個閾值就先對有光伏接入的節(jié)點(diǎn)做一次等效負(fù)荷修正讓潮流方程有解。更穩(wěn)妥的做法是在牛拉法迭代中增加阻尼因子每次修正量乘以一個0.8到1.0之間的松弛系數(shù)防止大步長導(dǎo)致數(shù)值振蕩。實(shí)際測試中阻尼因子放在0.9最保守穩(wěn)定。6.2 集群劃分結(jié)果不穩(wěn)定的情況在用模塊度方法做集群劃分時如果光伏出力的波動模式變化比較大比如晴轉(zhuǎn)陰這種劇烈的天氣過程某個集群的劃分結(jié)果可能跟正常運(yùn)行狀態(tài)下不一樣。這就帶來一個實(shí)際工程問題控制分區(qū)不能頻繁改變否則控制器參數(shù)要跟著切換甚至?xí)霈F(xiàn)控制指令在不同集群間繞來繞去。我的處理方式是給集群劃分加一個“死區(qū)判定”只有模塊度增益變化超過10%才允許觸發(fā)重新劃分否則沿用上一次的集群結(jié)構(gòu)。仿真驗(yàn)證了這種滯回策略能讓分區(qū)結(jié)果在一整天內(nèi)保持穩(wěn)定。6.3 代碼性能優(yōu)化33節(jié)點(diǎn)系統(tǒng)規(guī)模小Matlab跑起來毫無壓力。但為了證明方案能擴(kuò)展到更大的系統(tǒng)我用同一套代碼做了135節(jié)點(diǎn)的算例發(fā)現(xiàn)運(yùn)行時間增長了近10倍。細(xì)究之后找到三個瓶頸潮流計(jì)算的雅可比矩陣重復(fù)構(gòu)造次數(shù)太多改成每次迭代復(fù)用和增量更新速度提升約30%靈敏度的擾動法計(jì)算需要多次潮流改為解析法直接通過雅可比逆矩陣求靈敏度速度提升40%循環(huán)里頻繁使用cellfun改成批量矩陣運(yùn)算整體又快了10%左右三個優(yōu)化加起來整個仿真從原來的95秒降到了38秒。當(dāng)然對日常研究來說這個優(yōu)化不是必須的但如果你想做大量蒙特卡洛場景的反復(fù)仿真性能優(yōu)化必不可少。6.4 給同一方向研究者幾條實(shí)用建議第一做集群劃分之前先在平面圖上畫出來電氣距離矩陣的heatmap。很多時候聚類算法跑不出合理的群是因?yàn)殡x群點(diǎn)和孤立節(jié)點(diǎn)干擾了全局模塊度的計(jì)算。目視檢查一下矩陣熱力圖能節(jié)約大量排查時間。第二控制器的采樣周期不要設(shè)太短。光伏逆變器的響應(yīng)速度是毫秒級但配電網(wǎng)的調(diào)控通信周期通常是秒級采樣周期設(shè)成5秒到10秒比較合理。設(shè)太短會讓控制器一直在追逐瞬時波動動作頻繁但實(shí)際改善有限。第三一定要做控制策略對通信延時和量測噪聲的魯棒性測試。我后面在兩個算例里都疊加了高斯白噪聲和隨機(jī)通信時延幅度設(shè)為電壓量測均方根誤差的1%時延設(shè)為100到300毫秒隨機(jī)值結(jié)果方案C依然能保持電壓在合格范圍內(nèi)但方案B出現(xiàn)了控制振蕩的跡象。這和現(xiàn)場工程師反饋的現(xiàn)象很一致。7. 從仿真到工程落地還需要補(bǔ)哪些課仿真跑通只是第一步。如果你準(zhǔn)備把這個項(xiàng)目落地到實(shí)際的臺區(qū)或園區(qū)配電系統(tǒng)還有幾個問題需要提前考慮。第一是通信架構(gòu)。集群協(xié)調(diào)控制依賴雙向通信群間協(xié)調(diào)器需要采集各集群的等效電壓和可調(diào)容量群內(nèi)控制器需要給各逆變器下發(fā)無功/有功指令。目前的配電網(wǎng)自動化系統(tǒng)基本能支持這種通信但安全性、實(shí)時性和帶寬保障都要重新設(shè)計(jì)。至少要做雙鏈路冗余防止單點(diǎn)通信故障導(dǎo)致控制指令丟失。第二是可觀測量問題。仿真中是所有節(jié)點(diǎn)電壓都已知實(shí)際配電網(wǎng)不可能在每個節(jié)點(diǎn)都裝量測特別是低壓臺區(qū)。這時就需要結(jié)合AMI用電信息采集系統(tǒng)的歷史數(shù)據(jù)和少量實(shí)時測點(diǎn)做狀態(tài)估計(jì)用估計(jì)值代替實(shí)測值送入控制器。我后面在另一個項(xiàng)目里嘗試了直接用配電網(wǎng)狀態(tài)估計(jì)器的輸出做控制輸入效果略有下降但仍在合格范圍這部分可以作為后續(xù)擴(kuò)展方向。第三是光伏逆變器的控制接口。實(shí)際逆變器廠家的通信協(xié)議各不相同Modbus、IEC 61850、甚至自有云平臺協(xié)議都有。要讓集群控制器統(tǒng)一指揮必須先做一個協(xié)議適配層把各家逆變器的控制接口統(tǒng)一成標(biāo)準(zhǔn)化的有功/無功指令接口。這個適配層的工作量往往比算法本身還大立項(xiàng)時要留足預(yù)算。還有一點(diǎn)容易被忽視的是光伏逆變器的無功容量邊界。逆變器在滿發(fā)時無功容量幾乎為零只能靠降低有功來換無功容量。這就意味著群間協(xié)調(diào)層在分配無功任務(wù)時必須考慮各光伏當(dāng)前的有功出力。我建議在控制器的線性化約束里加入P-Q容量耦合約束否則到了午間光伏滿發(fā)的時刻你給逆變器下發(fā)的無功指令會超出它的物理極限控制器在仿真里沒問題在工程現(xiàn)場就會直接保護(hù)動作。