(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221087595 0.3 (22)申请日 2022.07.25 (71)申请人 国网福建省电力有限公司 地址 350003 福建省福州市 鼓楼区五四路 257号 申请人 国网福建省电力有限公司电力科 学 研究院　 国网福建省电力有限公司泉州供电 公司 (72)发明人 黄兴华　尤炜　张功林　殷自力　 陈宇星　陈婉莹　陈婕　 (74)专利代理 机构 福州元创专利商标代理有限 公司 35100 专利代理师 丘鸿超　蔡学俊(51)Int.Cl. H02J 3/38(2006.01) H02J 3/48(2006.01) H02J 3/50(2006.01) G06F 30/20(2020.01) G06Q 50/06(2012.01) G06F 113/04(2020.01) (54)发明名称 基于高比例分布式电源集群的分布式控制 方法 (57)摘要 本发明提出一种基于高比例分布式电源集 群的分布式控制方法， 基于预测的光伏电源出力 和负荷数据， 选取节点净负荷指标和节点间的电 气距离指标， 利用Louvein算法实现对分布式电 源集群划分； 基于光伏电源的集群划分结果， 采 用节点分裂 法对配电网进行解耦， 并基于交替方 向乘子法ADMM实现光伏集群的群内自治、 群间分 布式控制， 保护了光伏聚合商的区域隐私。 权利要求书5页 说明书13页 附图1页 CN 115173473 A 2022.10.11 CN 115173473 A 1.一种基于高比例分布式电源集群的分布式控制方法， 其特征在于： 基于预测的光伏 电源出力和负荷数据， 选取节 点净负荷指标和节 点间的电气距离指标， 利用Louvein算法实 现对分布式电源集群划分； 基于光伏电源的集群划分结果， 采用节点分裂法对配电网进行 解耦， 并基于交替方向乘子法ADM M实现光伏集群的群内自治、 群间分布式控制。 2.根据权利要求1所述的基于高比例分布式电源集群的分布式控制方法， 其特 征在于： 所述节点净负荷表示 为节点接入光伏电源出力与节点负荷的差值； 式中： 和 为配电网节点j的净有功负荷和无功负荷； 和 为配电网节点j的光 伏电源有功 功率和无功 功率； 和 为配电网节点j的有功负荷和无功负荷； 所述电气距离指标采用牛 顿‑拉夫逊潮流 算法的极坐标 形式潮流 修正方程表示 为： 式中： ΔP、 ΔQ表示节点注入的有功、 无功功率增量； Δθ、 ΔU表示节点电压相角与幅值 增量； H、 N、 M、 L 为雅可比矩阵中的元 素； 将其形式变换获得： ΔU＝(HM‑1L‑N)‑1·ΔP＝APV·ΔP    (4) ΔU＝(MH‑1N‑L)‑1·ΔQ＝AQV·ΔQ    (5) 式中： APV、 AQV分别为电压幅值对有功的灵 敏度矩阵和电压幅值对无功的灵敏度矩阵， 表 示节点注入有功和无功 功率对其它节点电压的影响程度； 对于包含n个节点的系统， 基于无功电压 灵敏度矩阵的电气距离表示 为： 式中： 为无功电压灵敏度矩阵中第i 行j列元素， 表示节点j注 入单位无功功率与节点 i电压变化量的关系， 其值越大， 两节点间联系越紧密， 基于无功电压灵敏度的电气距离 越小； 考虑到有功、 无功功 率的改变均会对节点电压造成影响， 定义基于灵敏度 矩阵的电气 距离： 所述节点相似性计算首 先将指标进行归一 化处理： 式中： xi,m为第i个节点的第m个指标值； max(xi,m)、 min(xi,m)分别为节点i的m个指标中权　利　要　求　书 1/5 页 2 CN 115173473 A 2的最大值和最小值； x ′i,m为归一化后第i个节点的第m个指标值； 节点之间运行 特性的相似性的计算公式分别为： 式中： αm为第m个指标的权重； R为三种指标向量內积的最大值； sij为相似性矩阵， 用来 计算配电网中两 两节点间的相似性， 向量内积越大节点越相似； 相似性矩阵中的元素量化了节点间的相似性， 在光伏电源大规模分散接入配电网的场 景中， 电气距离同样是判断两个节点相似性的重要指标， 根据节点间的电气距离对节点相 似性计算公式进行改进， 即： 式中： s′ij为改进的节点i和j之间的相似 性； λ1、 λ2为基于电气距 离的模块度指标的权重 和节点相似性所对应的权 重值， 满足λ1+λ2＝1； 所述模块度函数为： 式中： si为节点i与其他节点间的相似度之和； s为网络中所有节点两两之间相似度之 和。 3.根据权利要求2所述的基于高比例分布式电源集群的分布式控制方法， 其特 征在于： 所述利用Louvein算法实现对分布式电源进行集群划分有2个阶段： 首先是模块度优化 阶段， 将网络中的每个节点单独作为一个集群， 随机选择节 点i与其它节点合并为新的集群 使得模块度函数值Q ’不断增大； 其次是网络凝聚 阶段， 将形成的新集群等效为一个节点， 继 续合并集群， 直到模块度函数值 Q’不再增加， 此时获得最优的集群结果； 其中， 集群划分步骤如下： 1)获取配电网 网络的拓扑参数， 预测的光伏电源出力和负荷数据； 2)计算光伏电源集群划分指标值 和 3)指标值按式(9)进行归一 化处理， 并用式(12)计算相似性 值； 4)初始化配电网集群， 将网络中的每个节点单独作为一个集群， 并用式(13)计算此时 的函数值 Q’； 5)随机选择节点i尝试与其他节点j合并组成新的集群， 分别计算网络的综合指标增量 值ΔQ’， 若ΔQ’>0， 将节点i所在集群与ΔQ ’max对应的集群合并成新集群， 否则不形成新的 集群结构； 6)将形成的若干个集群合并成若干个新节点， 集群内节点的权重转化为新节点环的权 重， 集群间权重转化为新节点边的权重； 重复步骤5)， 直到整个网络的综合指标值Q不再增权　利　要　求　书 2/5 页 3 CN 115173473 A 3