文章解读与仿真程序复现思路电网技术EI\CSCD\北大核心《计及SVG动态调压策略的配电网双层不确定性无功规划配置》

这篇文章的标题涉及到电力系统中的配电网规划和控制问题，具体包括以下几个关键点的解读：

1.配电网： 文章的焦点是配电网，这是电力系统中一个重要的组成部分，负责将电力从输电网输送到最终用户。配电网的规划和运行对于确保电能的高效、稳定分配至关重要。
2.双层不确定性无功规划配置： 这是文章研究的问题的主要方面。双层通常指的是考虑到系统中的两个层次或者两个方面。在这里，涉及到不确定性无功规划配置，这可能是指在配电网中，规划和配置无功功率时存在的不确定性。无功功率是电力系统中用来维持电压稳定的一种功率。
3.SVG动态调压策略： 文章考虑了Static Var Generator（SVG）的动态调压策略。SVG是一种电力电子设备，用于在电力系统中动态地调整电压。动态调压策略表明文章关注了一种灵活的、可根据系统状态变化调整的方式，以确保配电网中的电压稳定。

综合起来，这篇文章的主要研究内容是在考虑配电网中的不确定性无功规划配置问题时，采用了双层的研究框架，并着重关注了一种基于SVG动态调压策略的解决方案。文章可能会探讨如何在不确定环境下更好地规划和配置无功功率，以及采用SVG的动态调压策略对配电网性能的影响。

摘要：大量可再生能源与新型负荷的运行不确定性较大程度地影响了配电网无功规划模型的工程适用性。考虑到SVG动态调压策略对电压不确定性的抑制作用，本文提出一种规划与运行相结合的双层无功规划配置方法。首先，考虑SVG动态调压特性，构建不确定性仿射潮流模型，提出计及SVG动态调压策略的仿射潮流算法，求解满足SVG容量约束下潮流状态量的波动区间。在此基础上，建立考虑运行不确定性的双层多目标无功规划配置模型，以最小化规划方案等值年总成本与电压波动指标作为目标，解决SVG和电容器组的最优配置问题。最后，通过算例验证了不确定性无功规划方案的合理性和经济性。

这段摘要描述了一种针对配电网无功规划模型的新方法，主要应对大量可再生能源和新型负荷带来的运行不确定性对系统的影响。以下是对摘要中关键概念的解释：

1.大量可再生能源与新型负荷的影响： 摘要提到大量可再生能源和新型负荷引入了系统的不确定性。这可能是因为可再生能源（如风能和太阳能）的波动性和不可预测性，以及新型负荷对系统的不同需求，导致配电网的运行状态更加复杂和不确定。
2.SVG（Static Var Generator）动态调压策略： 文中考虑了SVG的动态调压特性。SVG是一种用于提高电力系统稳定性和控制电压的设备。动态调压策略意味着SVG可以根据系统需要实时调整其电压输出，以抑制电压的不确定性。
3.不确定性仿射潮流模型： 作者构建了一个考虑不确定性的仿射潮流模型。潮流模型用于描述电力系统中电流和电压之间的关系，而考虑不确定性意味着模型能够处理系统参数的变化和波动。
4.双层无功规划配置方法： 提出了一种双层无功规划配置方法，结合了规划和运行两个层面。首先，通过考虑SVG动态调压特性，解决了满足SVG容量约束下潮流状态量的波动区间。然后，建立了一个双层多目标无功规划配置模型，以最小化规划方案等值年总成本和电压波动指标为目标。
5.最优配置问题的解决： 该方法旨在解决SVG和电容器组的最优配置问题。在考虑系统的经济性和合理性的同时，通过优化配置，以适应运行时的不确定性。
6.验证和经济性： 最后，通过算例验证了提出的不确定性无功规划方案的合理性和经济性。这可能包括使用实际数据或仿真来证明新方法在实际应用中的有效性和经济效益。

关键词：无功规划；不确定性分析；SVG；仿射潮流算法

这组关键词涉及电力系统和能源领域的一些重要概念和方法。以下是对每个关键词的解读：

1.无功规划（Reactive Power Planning）： 无功规划是电力系统规划的一个方面，专注于管理和优化系统中的无功功率。无功功率是交流电力系统中的一种功率形式，它在传输电能和维持电压稳定性方面起着重要作用。无功规划的目标是确保系统中的无功功率在合适的位置和时间得到生成或吸收，以维持电压水平并提高系统的效率。
2.不确定性分析（Uncertainty Analysis）： 不确定性分析涉及评估在特定决策或模型中存在的不确定性，并尝试理解这种不确定性对系统行为或结果的影响。在电力系统中，不确定性可能来自各种因素，如负荷波动、可再生能源输出波动、设备故障等。通过进行不确定性分析，可以更好地了解系统的鲁棒性，并制定更适应不确定条件的规划和运营策略。
3.SVG（Static Var Generator）： 静止无功发生器是一种电力系统设备，用于提供可控制的无功功率。SVG通常用于调节电力系统中的电压，并改善系统的功率因数。通过调整SVG的输出，可以在电力系统中实现无功功率的平衡和控制，从而提高系统的稳定性和性能。
4.仿射潮流算法（Affine Power Flow Algorithm）： 仿射潮流算法是一种用于解决电力系统潮流问题的数学方法。潮流分析是电力系统规划和操作中的重要任务，旨在计算电力系统中各个节点的电压和相角。仿射潮流算法是一种数学模型，通过对潮流方程进行仿射变换，简化了潮流问题的求解过程，提高了求解的效率。

综合起来，这些关键词涵盖了电力系统规划、优化和分析中的重要方面，包括无功管理、不确定性处理、设备控制（SVG）以及数学建模和求解算法（仿射潮流算法）。这些概念在确保电力系统可靠性、效率和稳定性方面发挥关键作用。

仿真算例：本文采用拓展 IEEE-33 节点标准配电网系统对所提无功规划模型进行仿真验证。拓展后的IEEE-33 节点标准系统结构如附录图 A2 所示，配电网系统分别接入 4 台容量为 150kW 的分布式电源，其中两台光伏机组 DG1、DG2 接于节点 8、11 处，两台风电机组接于节点 25、32 处，分布式电源出力采用定功率因数的运行方式，功率因数设为 0.8。无功规划模型的具体参数设置如下：SVG 设备投入台数上限为 3 台，单台 SVG 设备可选容量范围为 0.25~3Mvar；可投切电容器组总台数为 6台，单个节点可安装组数上限为 15 组，每组50kvar；SVG、电容器组使用寿命分别为 25 年、20 年，安装成本分别为 250 元/kvar、60 元/kvar，折现率为 0.05，年维修成本参照文献[6]；系统电价为 0.5 元/(kW·h)，各节点允许电压偏差为±5%以内。本文参照文献[29]中各负荷区段与风电、光伏出力概率分布的相关性，设置不同典型场景下负荷波动大小、光伏和风电的出力区间，如表 1所示。

仿真程序复现思路：

仿真的复现思路可以分为以下步骤：

1. 建立系统模型： 创建一个模型来表示拓展后的 IEEE-33 节点标准配电网系统。节点、线路、分布式电源（光伏和风电机组）、SVG和电容器组等应该在模型中有明确的表示。

2. 设定分布式电源参数： 为每台分布式电源（光伏和风电机组）设定容量、接入节点、运行方式（定功率因数）、功率因数等参数。

3. 设置无功规划模型参数： 设定SVG设备和电容器组的相关参数，包括投入台数上限、可选容量范围、寿命、安装成本、维修成本等。

4. 定义电价和电压偏差： 设置系统电价和各节点允许的电压偏差范围。

5. 模拟负荷和风光电出力： 参照文献[29]中的相关性设定不同典型场景下的负荷波动大小、光伏和风电的出力区间。可以使用概率分布或时间序列模拟这些变化。

6. 实施无功规划算法： 根据摘要中描述的无功规划模型，实施相应的算法来优化SVG和电容器组的配置，以满足规划方案等值年总成本和电压波动指标的最小化。

7. 进行仿真： 在设定好参数和模型后，进行系统的仿真运行，记录相关指标和结果。

8. 结果分析： 分析仿真结果，评估所提出的无功规划模型在不同场景下的合理性和经济性。

以下是一个简化的 Python 伪代码，用于表示上述仿真思路的实现：

# 此处需要使用相应的仿真库和优化库，如NumPy、SciPy、pandas等
import simulation_library

# 步骤1：建立系统模型
system_model = create_ieee_33_model()

# 步骤2：设定分布式电源参数
set_distributed_generation_params(system_model)

# 步骤3：设置无功规划模型参数
set_reactive_power_planning_params(system_model)

# 步骤4：定义电价和电压偏差
set_electricity_price_and_voltage_deviation(system_model)

# 步骤5：模拟负荷和风光电出力
simulate_load_and_generation_profiles(system_model)

# 步骤6：实施无功规划算法
optimize_reactive_power_planning(system_model)

# 步骤7：进行仿真
simulation_results = run_simulation(system_model)

# 步骤8：结果分析
analyze_results(simulation_results)

请注意，上述代码是简化的伪代码，实际实现可能需要使用具体的仿真库和优化库，以及适应性更强的模型描述。此外，对于具体的无功规划算法，可能需要使用数学规划、遗传算法等技术来实现。