大型光伏电站的在线分群等值建模方法

摘要

本发明公开了一种大型光伏电站的在线分群等值建模方法，包括以下步骤：建立在线灵敏度矩阵，并以灵敏度加权的特征距离为分群指标，根据预设置的分群指标阈值，利用聚类算法获得n个光伏发电单元有功无功控制环节的分群结果，并根据分群结果，计算各群等值参数，建立有功无功控制环节的分群等值模型，同时将n个光伏发电单元的低电压穿越控制环节等值为一个等值模型，与有功无功控制环节分群等值模型共同构成光伏电站的分群等值模型，最后根据扰动数据进行模型校核获得大型光伏电站的在线分群等值模型。该方法能够实现含低电压穿越的光伏电站的在线分群等值模型的建立，提高光伏电站并网影响分析的准确性，从而有效保证电力系统的安全稳定运行。

权利要求

1.一种大型光伏电站的在线分群等值建模方法，其特征在于，所述大型光伏电站包括n个光伏发电单元、n个升压变压器和公共连接点PCC，并提供有功无功控制、低电压穿越控制和输出电流计算环节，根据所述输出电流计算环节实现所述n个光伏发电单元与电网并网的接口，其中，n为正整数，所述方法包括以下步骤：S1通过离线测试和辨识算法获得所述n个光伏发电单元的模型参数，并根据光伏电站的实际情况选择典型出力水平和典型故障，计算所述n个光伏发电单元在所述典型出力水平、各种所述典型故障的类型和各种所述典型故障的大小下控制参数的灵敏度，以及建立灵敏度离线数据库；

S2在线实测所述n个光伏发电单元的功率信息，并根据实测的功率信息与所述灵敏度离线数据库在线匹配获得在线灵敏度矩阵；

S3以所述灵敏度加权的特征距离为分群指标，根据预设置的分群指标阈值，利用聚类算法获得所述n个光伏发电单元有功无功控制环节的分群结果；

S4根据所述分群结果，计算各群等值参数，并建立所述有功无功控制环节的分群等值模型；

S5将所述n个光伏发电单元的低电压穿越控制环节等值为一个等值模型，与所述有功无功控制环节的分群等值模型共同构成光伏电站的分群等值模型；以及，S6根据扰动数据进行模型校核，如果误差不满足预先容许要求，则调整所述分群指标阈值，并重复步骤S3-S6，直至所述光伏电站的分群等值模型满足误差要求。

2.如权利要求1所述的大型光伏电站的在线分群等值建模方法，其特征在于，通过以下公式计算所述特征距离：其中，S＝[Kp,KI]，为所述n个光伏发电单元有功无功控制参数向量，Si、Sj分别为光伏单元i、j的有功无功控制参数向量； 为有功无功控制参数所对应的灵敏度向量，λi、λj分别为所述光伏单元i、j的有功无功控制参数所对应的灵敏度向量。

3.如权利要求1所述的大型光伏电站的在线分群等值建模方法，其特征在于，通过以下公式计算所述灵敏度：其中，P(i)为参数x未改变时i时刻的有功功率，P'(i)为参数x变为x'时的有功功率，Sbase为功率基值，Lbase为参数x所属类的参数基值，Δx＝x'-x，为参数x的实际变化量，λ(x)为参数x的灵敏度。

4.如权利要求1所述的大型光伏电站的在线分群等值建模方法，其特征在于，所述灵敏度加权的特征距离是由所述n个光伏发电单元的控制参数及其对应的灵敏度计算获得，如果两个光伏发电单元的所述灵敏度加权的特征距离小于所述分群指标阈值，则所述两个光伏发电单元的有功无功控制环节分为一群。

5.如权利要求1所述的大型光伏电站的在线分群等值建模方法，其特征在于，所述n个光伏发电单元通过所述n个升压变压器并联于所述公共连接点PCC。

说明书

大型光伏电站的在线分群等值建模方法

技术领域

[0001] 本发明涉及光伏电站技术领域，特别涉及一种大型光伏电站的在线分群等值建模方法。

背景技术

[0002] 近年来，我国并网太阳能发电呈跨越式发展，光伏发电接入电力系统的规模不断增加。作为大规模集中利用太阳能的有效方式，大型并网光伏电站在我国发展迅猛。但是光
伏电站的大规模接入电网，势必会对电网的安全稳定运行产生影响，而建立准确的大型光
伏电站的动态等值模型成为定量评估大型光伏电站集中接入对电网影响的分析基础。然
而，另一方面，为了防止电网故障时光伏电站的脱网造成故障的进一步恶化，以及希望光伏
电站能够对故障进行一定程度的支援，低电压穿越(low voltage ride-through,LVRT)能
力被作为光伏电站的必备并网指标之一进行考核。

[0003] 现阶段，对于光伏电站的整体建模，国内外学者已经做了一部分工作，但与光伏电站的实际运行特性相比，还远远不够。相关技术中提出了三种建模方法，第一种，单台光伏
机组或小容量光伏电站的建模方法，然而在组成结构、运行特性，以及与电网的交互影响方
面，大容量光伏电站与小容量光伏电站存在较大差异，因此不能简单将其建模方法推广至
大型光伏电站；第二种，光伏电站的等效建模方法，针对所有并网逆变器采用同一控制模型
和参数，然而这不适用于大型光伏电站中的逆变器来自不同厂家的情况；第三种，逆变器控
制方式相同但控制参数不同时的光伏电站的分群建模方法，但是该方法并未考虑低电压穿
越时光伏电站应提供一定的无功支撑所引起的模型变化，不能反映实际运行中的大型光伏
电站的特性。然而，对于含低电压穿越的大型光伏电站的在线建模，国内外目前尚无提出相
关方法，可能会影响光伏电站并网分析的准确性，以及电力系统的安全稳定运行。

发明内容

[0004] 本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

[0005] 为此，本发明的一个目的在于提出一种大型光伏电站的在线分群等值建模方法，能够实现含低电压穿越的大型光伏电站的在线分群等值模型的建立，提高光伏电站并网影
响分析的准确性，从而有效保证电力系统的安全稳定运行。

[0006] 为了实现上述目的，本发明一方面实施例的大型光伏电站的在线分群等值建模方法，所述大型光伏电站包括n个光伏发电单元、n个升压变压器和公共连接点PCC，并提供有
功无功控制、低电压穿越控制和输出电流计算环节，根据所述输出电流计算环节实现所述n
个光伏发电单元与电网的并网接口，其中，n为正整数，所述方法包括以下步骤：S1通过离线
测试和辨识算法获得所述n个光伏发电单元的模型参数，并根据光伏电站的实际情况选择
典型出力水平和典型故障，计算所述n个光伏发电单元在所述典型出力水平及各种所述典
型故障类型及大小下控制参数的灵敏度，以及建立灵敏度离线数据库；S2在线实测所述n个
光伏发电单元的功率信息，并根据实测的功率信息与所述灵敏度离线数据库在线匹配获得
在线灵敏度矩阵；S3以所述灵敏度加权的特征距离为分群指标，根据预设置的分群指标阈
值，利用聚类算法获得所述n个光伏发电单元有功无功控制环节的分群结果；S4根据所述分
群结果，计算各群等值参数，并建立所述有功无功控制环节的分群等值模型；S5将所述n个
光伏发电单元的低电压穿越控制环节等值为一个等值模型，与所述有功无功控制环节的分
群等值模型共同构成光伏电站的分群等值模型；以及，S6根据扰动数据进行模型校核，如果
误差不满足预设容许要求，则调整所述分群指标阈值，并重复步骤S3-S6，直至所述光伏电
站的分群等值模型满足误差要求。

[0007] 根据本发明实施例的大型光伏电站的在线分群等值建模方法，建立控制参数灵敏度离线数据库，并在线实测n个光伏发电单元的功率信息，然后根据实测的功率信息与灵敏
度离线数据库在线匹配获得在线灵敏度矩阵，而后以灵敏度加权的特征距离为分群指标，
根据预设置的分群指标阈值，利用聚类算法获得n个光伏发电单元有功无功控制环节的分
群结果，并根据分群结果，计算各群等值参数，以及建立有功无功控制环节分群等值模型，
同时将n个光伏发电单元的低电压穿越控制环节等值为一个等值模型，与上述有功无功控
制环节分群等值模型共同构成光伏电站的分群等值模型，最后根据扰动数据进行模型校核
获得大型光伏电站的在线分群等值模型。该方法能够实现含低电压穿越的大型光伏电站的
在线分群等值模型的建立，提高光伏电站并网影响分析的准确性，从而有效保证电力系统
的安全稳定运行。

[0008] 另外，根据本发明上述大型光伏电站的在线分群等值建模方法还可以具有如下附加的技术特征：

[0009] 在本发明的一个实施例中，通过以下公式计算所述特征距离：

[0010]

[0011] 其中，S＝[Kp,KI]，为所述n个光伏发电单元有功无功控制参数向量，Si、Sj分别为光伏单元i、j的有功无功控制参数向量； 为有功无功控制参数所对应的灵敏
度向量，λi、λj分别为所述光伏单元i、j的有功无功控制参数所对应的灵敏度向量。

[0012] 在本发明的一个实施例中，通过以下公式计算所述灵敏度：

[0013]

[0014] 其中，P(i)为参数x未改变时i时刻的有功功率，P'(i)为参数x变为x'时的有功功率，Sbase为功率基值，Lbase为参数x所属类的参数基值，Δx＝x'-x，为参数x的实际变化量，λ
(x)为参数x的灵敏度。

[0015] 在本发明的一个实施例中，所述灵敏度加权的特征距离是由所述n个光伏发电单元的控制参数及其对应的灵敏度计算获得，如果两个光伏发电单元的所述灵敏度加权的特
征距离小于所述分群指标阈值，则所述两个光伏发电单元的有功无功控制环节分为一群。

[0016] 在本发明的一个实施例中，所述n个光伏发电单元通过所述n个升压变压器并联于所述公共连接点PCC。

[0017] 本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到

附图说明

[0018] 图1是根据本发明一个实施例的大型光伏电站的在线分群等值建模方法的流程图。

[0019] 图2是根据本发明一个实施例的大型光伏电站的在线分群等值建模方法中的大型光伏电站结构示意图。

[0020] 图3是根据本发明一个实施例的大型光伏电站的在线分群等值建模方法中的光伏发电单元的控制框架示意图。

具体实施方式

[0021] 下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附
图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

[0022] 图1是根据本发明一个实施例的大型光伏电站的在线分群等值建模方法的流程图。在本发明的实施例中，大型光伏电站包括n个光伏发电单元、n个升压变压器和公共连接
点PCC，并提供有功无功控制、低电压穿越控制和输出电流计算环节，根据输出电流计算环
节实现n个光伏发电单元与电网的并网接口，其中，n为正整数。

[0023] 在本发明的一个实施例中，n个光伏发电单元通过n个升压变压器并联于公共连接点PCC。

[0024] 如图2-3所示，n个光伏发电单元通过n个升压变压器并联于公共连接点PCC。其中，Pm是光伏阵列的最大有功功率，Iq0为指定的无功电流，n个光伏发电单元通过输出电流计算
这一环节实现与电网的并网接口。

[0025] 如图1所示，根据本发明一个实施例的大型光伏电站的在线分群等值建模方法，包括以下步骤：

[0026] 步骤S1，通过离线测试和辨识算法获得n个光伏发电单元的模型参数，并根据光伏电站的实际情况选择典型出力水平和典型故障，计算n个光伏发电单元在典型出力水平及
各种典型故障类型及大小下控制参数的灵敏度，以及建立灵敏度离线数据库。

[0027] 在具体的实施例中，在建立灵敏度离线数据库中，首先通过离线测试和辨识算法获得n个光伏发电单元的模型参数，然后根据光伏电站的实际情况，选择典型出力水平和典
型故障，例如：可将出力水平从0-1划分为有限10档，并将故障方式分类，每种故障方式可根
据电压跌落的严重程度划分为10档，具体划分情况以实际情况为准，计算n个光伏发电单元
在典型出力水平及各种典型故障下控制参数的灵敏度，最终建立灵敏度离线数据库。

[0028] 在本发明的实施例中，分群指标的计算需要用到控制参数对应的灵敏度，但是灵敏度的大小与n个光伏发电单元本身的出力水平和故障类型及大小有关，若在线计算灵敏
度则计算量大，不满足实际需求，因此，本发明提出离线计算各光伏发电单元在不同出力和
典型故障下的灵敏度，并建立灵敏度离线数据库，然后根据监测到的n个光伏发电单元出力
水平和故障类型及大小进行在线匹配，从而获得在线灵敏度，用于在线分群等值建模。

[0029] 步骤S2，在线实测n个光伏发电单元的功率信息，并根据实测的功率信息与灵敏度离线数据库在线匹配获得在线灵敏度矩阵。在本发明的一个实施中，可通公式(1)计算上述
灵敏度：

[0030]

[0031] 其中，P(i)为参数x未改变时i时刻的有功功率，P'(i)为参数x变为x'时的有功功率，Sbase为功率基值，Lbase为参数x所属类的参数基值，Δx＝x'-x，为参数x的实际变化量，λ
(x)为参数x的灵敏度。

[0032] 步骤S3，以灵敏度加权的特征距离为分群指标，根据预设置的分群指标阈值，利用聚类算法获得n个光伏发电单元有功无功控制环节的分群结果。其中，预设置的分群指标阈
值可以根据实际情况进行标定。

[0033] 其中，在本发明的一个实施例中，灵敏度加权的特征距离是由n个光伏发电单元的控制参数及其对应的灵敏度计算获得，如果两个光伏发电单元的灵敏度加权的特征距离小
于分群指标阈值，则两个光伏发电单元的有功无功控制环节分为一群。

[0034] 另外，在本发明的一个实施例中，可通过公式(2)计算上述特征距离：

[0035]

[0036] 其中，S＝[Kp,KI]，为n个光伏发电单元有功无功控制参数向量，Si、Sj分别为光伏单元i、j的有功无功控制参数向量； 为有功无功控制参数所对应的灵敏度向
量，λi、λj分别为光伏单元i、j的有功无功控制参数所对应的灵敏度向量。

[0037] 在本发明的实施例中，将公式(2)中的控制参数分别乘以对应的灵敏度权重，可反映该光伏发电单元对输出功率的影响大小，即可反映该光伏发电单元有功无功控制环节的
动态特性。因此灵敏度加权的特征距离所表征的物理意义为：不同光伏发电单元有功无功
控制环节动态特性的差异，即灵敏度加权的特征距离越小，则两台光伏发电单元有功无功
控制环节的动态特性越相似。

[0038] 具体地，通过上述公式(1)计算出上述n个光伏发电单元控制参数的灵敏度，然后将上述公式(2)中的控制参数分别乘以对应的灵敏度权重，而后根据上述公式(2)计算出上
述n个光伏发电单元两两之间的灵敏度加权的特征距离，最后根据预设置的分群指标阈值，
利用聚类算法获得n个光伏发电单元有功无功控制环节的分群结果。

[0039] 步骤S4，根据分群结果，计算各群等值参数，并建立有功无功控制环节的分群等值模型。

[0040] 步骤S5，将n个光伏发电单元的低电压穿越控制环节等值为一个等值模型，与有功无功控制环节的分群等值模型共同构成光伏电站的分群等值模型。

[0041] 步骤S6，根据扰动数据进行模型校核，如果误差不满足预设容许要求，则调整指标阈值，并重复步骤S3-S6，直至光伏电站的分群等值模型满足误差要求。其中，预设容许要求
可以根据实施情况进行标定。

[0042] 综上，在本发明的实施例中，在大型光伏电站的在线分群等值模型建立的过程中，首先根据计算公式(1)离线计算各光伏发电单元在不同出力和典型故障下的灵敏度，并建
立控制参数灵敏度离线数据库，然后根据监测到的n个光伏发电单元出力水平和故障类型
及大小进行在线匹配，从而获得在线灵敏度矩阵，而后根据计算公式(2)计算n个光伏发电
单元的灵敏度加权的特征距离，并设置分群指标阀值，利用聚类算法获得n个光伏发电单元
有功无功控制环节的分群结果，并根据分群结果，计算各群等值参数，以及建立有功无功控
制环节的分群等值模型，同时将n个光伏发电单元的低电压穿越控制环节等值为一个等值
模型，与的有功无功控制环节分群等值模型共同构成光伏电站的分群等值模型，最后根据
扰动数据进行模型校核获得大型光伏电站的在线分群等值模型。

[0043] 根据本发明实施例的大型光伏电站的在线分群等值建模方法，建立控制参数灵敏度离线数据库，并在线实测n个光伏发电单元的功率信息，然后根据实测的功率信息与灵敏
度离线数据库在线匹配获得在线灵敏度矩阵，而后以灵敏度加权的特征距离为分群指标，
根据预设置的分群指标阈值，利用聚类算法获得n个光伏发电单元的有功无功控制环节的
分群结果，并根据分群结果，计算各群等值参数，以及建立有功无功控制环节的分群等值模
型，同时将n个光伏发电单元的低电压穿越控制环节等值为一个等值模型，与上述有功无功
控制环节等值模型共同构成光伏电站的分群等值模型，最后根据扰动数据进行模型校核获
得大型光伏电站的在线分群等值模型。该方法能够实现含低电压穿越的大型光伏电站的在
线分群等值模型的建立，提高光伏电站并网影响分析的准确性，从而有效保证电力系统的
安全稳定运行。

[0044] 在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

[0045] 此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者
隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三
个等，除非另有明确具体的限定。

[0046] 在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内
部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员
而言，可以根据具体情况理解上述术语在本发明中的具体含义。

[0047] 在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在
第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示
第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第
一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

[0048] 在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特
点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不
必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任
一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技
术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结
合和组合。

[0049] 尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述
实施例进行变化、修改、替换和变型。