文章解读与仿真程序复现思路电力系统自动化EI\CSCD\北大核心《基于灵敏度协同的多馈入新能源集群最大容量优化分配方法》

这个标题涉及到一种新能源集群的最大容量优化分配方法，该方法基于灵敏度协同。以下是对标题中各个部分的解读：

1.多馈入新能源集群： 指的是一个包含多种类型新能源的集合，这些新能源可能包括太阳能、风能等。这表明研究的焦点是在一个复杂的新能源系统中进行优化。
2.最大容量优化分配方法： 意味着研究的目标是找到一种方法，通过优化系统中各个新能源的容量分配，以实现整个集群的最大能量产出或满足一定的性能指标。
3.基于灵敏度协同： 表明该方法使用了灵敏度协同作为优化的基础。灵敏度通常指的是在输入参数变化时系统输出的变化程度，而灵敏度协同可能表示不同参数之间的相互关系被纳入考虑，以更有效地进行优化。

因此，整个标题指的是在多馈入新能源集群中，通过一种基于灵敏度协同的方法，对新能源的容量进行优化分配，以实现系统的最大能量产出或达到特定的性能指标。这可能涉及到对多种新能源的协同考虑和灵敏度分析，以更有效地配置能源系统的容量。

摘要：随着新能源接入比例的不断提高，并网系统逐渐演变为多馈入系统且电网强度逐渐变弱，谐振问题将成为限制新能源渗透率提升的关键因素之一。为此，提出一种谐振约束下用于提升多馈入新能源集群最大接入容量的优化分配方法。首先，建立含工作点的并网逆变器阻抗模型，基于电网络理论获得了广义多馈入系统的聚合模型。然后,构建相角裕度关于集群容量的极值函数，并应用拉格朗日乘数法获得了一定容量下稳定裕度最大时集群阻抗灵敏度需保持一致的极值条件。在此基础上，面向谐振约束下区域电网新能源最大支撑需求，提出基于灵敏度协同的集群容量阈值求解及分配优化方法，并对所提方法复杂度进行分析。所提方法简单高效，在容量规划时算力需求量小。最后，通过IEEE 9节点和IEEE 33节点区域微网RTDS硬件在环算例，验证了上述理论分析和所提方法的可行性。

这段摘要主要描述了针对新能源接入比例不断增加、并网系统演变为多馈入系统且电网强度逐渐减弱的情况下，谐振问题成为限制新能源渗透率提升的关键因素之一的背景下，提出的一种优化分配方法。以下是对摘要各个部分的详细解读：

1.问题描述： 随着新能源占比的增加，电力系统从单一馈入逐渐演变为多馈入系统，并且电网强度逐渐减弱。在这种情况下，摘要指出谐振问题将成为限制新能源渗透率提升的关键因素之一。谐振问题通常指的是系统中的频率振荡或共振，可能导致电力系统不稳定。
2.提出的方法： 为应对谐振问题，摘要提出了一种在谐振约束下用于提升多馈入新能源集群最大接入容量的优化分配方法。该方法的目标是通过优化容量分配，提高系统对新能源的容纳能力。
3.方法步骤： 摘要描述了方法的主要步骤。首先，建立了含工作点的并网逆变器阻抗模型，然后基于电网络理论获得了广义多馈入系统的聚合模型。接着，构建了相角裕度关于集群容量的极值函数，并应用拉格朗日乘数法获得了一定容量下稳定裕度最大时集群阻抗灵敏度需保持一致的极值条件。
4.方法优势： 该方法的优势在于面向谐振约束下的区域电网，提出了基于灵敏度协同的集群容量阈值求解及分配优化方法。摘要还指出，所提方法简单高效，且在容量规划时算力需求量较小。
5.验证和可行性： 最后，通过在IEEE 9节点和IEEE 33节点区域微网上使用RTDS硬件在环算例进行验证，摘要声称验证了所提方法的理论分析和可行性。

综合而言，该摘要涵盖了问题背景、提出的方法及其步骤、方法的优势，以及通过硬件实例验证的结果。

关键词:渗透率; 多馈入系统;灵敏度协同;容分配;

解读关键词：

1.渗透率（Penetration Rate）： 在电力系统中，渗透率通常指的是新能源（如风能、太阳能等）在系统中的比例或占比。这可以表示为新能源系统与整个电力系统的相对规模。提高渗透率意味着增加新能源的接入，这可能对系统的稳定性、运行方式和管理提出新的挑战。
2.多馈入系统（Multi-Infeed System）： 这指的是一个电力系统中有多个新能源馈入点的情况。新能源的多馈入可能导致系统运行方面的复杂性，包括电力流动、电压稳定性等方面的问题。
3.灵敏度协同（Sensitivity Coordination）： 灵敏度通常指的是系统对输入变化的响应程度。在电力系统中，灵敏度协同可能是指在多馈入系统中，各个组件之间的相互影响，特别是在面对外部或内部扰动时，各个系统部分的灵敏度如何协同工作。
4.容分配（Capacity Allocation）： 容分配通常与电力系统中资源的分配有关，特别是与新能源相关的容量。在多馈入系统中，容分配可能涉及到如何合理分配可再生能源的产能，以满足系统的需求，并确保系统的稳定性和可靠性。

这些关键词似乎是在描述研究新能源在电力系统中的大规模渗透时的一些关键概念。在文章中，可能会进一步详细解释这些概念，并探讨它们在实际系统中的影响和优化方法。

仿真算例：为验证所研究方法在新能源多馈入系统下的渗透率提升效果，本文设计了两种算例，其场景定位为业主指定或者经过初步选址后的具有固定接入节点的多馈入工业园区配网。其中，算例 1 是以 IEEE 9节点系统模拟较为简单的环形配网系统，定位为小型厂区系统；算例 2 是以 IEEE 33 节点系统模拟接入线路结构更为复杂的配网系统，定位为大型厂区系统。在 此 基 础 上 ，本 文 基 于 附 录 E 图 E1 所 示 的RTDS 硬件在环实验平台搭建系统，并进行验证实验。其中，RTDS 的控制端安装在计算机中，基于图形化界面中搭建实验模型，通过即时通讯将模型与RTDS 系统平台内部同步，并实时观测 RTDS 中实验结果。其中，RTDS 实验平台内部包含 GTAO、GTDI、DSP 等硬件设备，可以方便进行设计和测试多种实验工况

仿真程序复现思路：

复现这篇文章的仿真实验涉及以下步骤：

1. 建立系统模型： 根据算例 1 和算例 2 的描述，首先需要建立对应的系统模型。这可能涉及创建节点、线路、新能源接入点等元素的电力系统模型。这可以使用仿真工具（如Matlab/Simulink、PowerWorld等）完成。

2. 选择仿真平台： 文章中使用了RTDS硬件在环实验平台。确保你有访问RTDS平台的权限，并了解其使用方法。

3. 安装RTDS控制端： 将RTDS控制端安装在计算机中。这可能需要从RTDS官方网站下载并按照说明进行安装。

4. 搭建实验模型： 在RTDS控制端中，使用图形化界面搭建实验模型。这涉及到在系统中放置节点、配置线路、添加新能源接入点等。根据文章中提到的附录 E 图 E1，也许会有一些预定义的模块可以使用。

5. 模型同步： 通过即时通讯将RTDS模型与系统平台内部同步。确保模型在实验平台上能够正确加载和运行。

6. 实时观测实验结果： 在实验运行期间，实时观测RTDS中的实验结果。这可能包括电压、电流、频率等数据。可以使用RTDS提供的工具或脚本来实时监控这些参数。

以下是一个简化的示例，使用Matlab/Simulink来模拟算例 1 的建模过程：

% Matlab/Simulink 示例

% 创建模型
model = 'IEEE9NodeSystem';
open_system(new_system(model));

% 添加节点
add_block('powerlib/Elements/Electrical Elements/Three-Phase Source', [model, '/Source']);
add_block('powerlib/Elements/Electrical Elements/Line', [model, '/Line']);
add_block('powerlib/Elements/Electrical Elements/Load', [model, '/Load']);

% 连接元素
add_line(model, 'Source/1', 'Line/1');
add_line(model, 'Line/2', 'Load/1');

% 配置元素参数，设定新能源接入点等

% 运行仿真
sim(model);

% 显示仿真结果
open_system([model, '/Load']);

请注意，以上示例是一个简化的Matlab/Simulink脚本，实际上需要更详细的设置和配置，具体取决于系统模型的复杂性和仿真工具的特性。在实际复现过程中，请参考仿真工具的文档和RTDS的操作手册。