前言
在发电侧能源结构转型的背景下，中国在可再生能源发电技术上的快速发展使得电网中风电并网比例不断增大。风能资源的有效利用缓解了电力紧张，但由于风速的不确定性，风电场引起的公共耦合点（point of common coupling，PCC）处的电网无功电压等问题已不容忽视。在实际工程中，不少风电场存在无功容量配比低于国家标准 GB/T19963—2011的情况，且存在部分无功容量配比达标的风电场受电网工况影响仍会出现自身无功不足的现象。针对以上问题，需要求助邻近的无功富余的变电站实施辅助性增援调控。因此，系统侧常在风电场附近的变电站适度超额配置一定量的无功容量以备增援调控之需。
无功补偿增量的泄流效应与泄流比定义
一般就综合控制性能而言，以在目标电压待控节点实施就地补偿或调节为宜。然而在实际系统中，常常受多种技术、经济因素决定，导致待控节点的无功补偿容量或电压调节能力有限，在其优先使用并耗尽自身容量或能力的情况下，往往需要寻求周边邻近变电站（应为具有剩余无功补偿能力的变电站，下文将其统一简称为补偿站）的无功支援。
在电网拓扑差异和实际工况的综合作用下，在邻近无功补偿站通过自身无功补偿或电压调节系统增发（或少发）无功功率对待控节点实施增援的同时，因补偿站存在多回与其他节点相连的进出线而形成潮流多点分流作用，无功增量一般难以全额（甚至无法做到高额）流向待控节点，即会出现不同程度地向增援对象以外节点泄流的现象。泄流程度高时，除会导致待控节点被增援的效果严重变差以外，甚至还会引起其他非待控节点原先正常的电压态势出现异常情况。因此，有必要在决策增援方案时考虑无功补偿增量的泄流效应及其不良影响。
设在电网一定运行状态下，某邻近补偿站i增发无功功率ΔQi后能够流向待控节点j的量为ΔQi,j，则可定义式（1）形式的泄流比αi,j，以量化站点i对节点j实施无功增援时无功补偿增量的泄流程度。
考虑泄流效应的候选无功补偿站优选方法
1）指标1：泄流比α
由上述分析可知：可选择αi,j较小的邻近无功补偿站i独自承担或参与分担增援调控量。因此，具体筛选时采用的泄流比指标αi,j，且当泄流比不符合上述要求时，可将相应无功补偿站从候选集合中去除。
2）指标2：满足基本条件后的供给保障度指标 ηi
设由参与待控风电场并网节点j电压异常增援调控的候选无功补偿站组成的集合为Ωj，其中的第i个候选补偿站独立承担增援调控任务时的无功可行增发空间为ΔQid（a可由2.1节中的模型和方法计算得到）。
3）指标3：满足基本条件后的电压支撑度ηi,j
除ηi外，还可继续考虑第i个候选无功补偿站在增发无功补偿功率ΔQi时出现的泄流效应对增援调控的不良影响，并定义新的指标用于对参与调控无功补偿站优先级进行排序。
决策方法的算法步骤与实现流程
如图所示为系统侧对某风电场并网节点电压实施增援调控时的具体决策过程。该流程适用于如下2种模式：对短期预防性决策模式，即基于短期发电及负荷预测数据，进行潮流计算预估相应预防性决策时窗内的电压走势；对超短期预防性决策模式，即基于超短期内风电出力波动的预测数据，能量管理系统进行潮流计算预估相应预防性决策时窗内的电压走势。对于其中任意一种决策模式，若并网节点j电压正常，则决策模块一直处于待命状态；若风电场并网节点j的电压越限，则继续以下步骤。
步骤1：判断风电场j是否发出增援调控请求，若没有则该模块处于待命状态，若发出请求则执行步骤 2。
步骤2：计算目标电压偏移值。
步骤3：对系统侧参与调控无功补偿站进行优选。
步骤4：分别计算参与调控补偿站的决策量。
步骤5：对计算结果进行潮流校核，通过后将无功补偿增量任务分摊给有关补偿站执行。
步骤 6：判断风电场并网节点j是否发出新的请求，若发出请求则会发出新一轮增援调控请求信号，若未发出请求则模块重新进入待命状态。
步骤7：判断参与调控补偿站的无功裕度是否充足，若余量为0则执行步骤8，若有余量则返回步骤2。
步骤8：实施辅助调压措施，调节该风电场或其他风电场的无功出力，或请求其他常规电源参与增援调控。
步骤9：并网节点j电压恢复至系统规定的范围内则调压结束。
程序介绍
程序针对并网点电压越限的预防控制问题，提出一种考虑泄流效应的风电场系统侧增援调控方法。首先，介绍了无功补偿增量的泄流效应并定义了泄流比；其次，讨论了待调控风电场周边变电站参与增援调控的基本条件，给出了筛选候选无功补偿站的方案；最后，设计了分配增援调控任务的启发式决策方法和考虑调控代价差异的线性规划模型优化决策方法。程序中算例丰富，注释清晰，干货满满，创新性和可扩展性很高，足以撑起一篇高水平论文！下面对程序做简要介绍！
程序适用平台：Matlab+Matpower+Gurobi
程序结果
部分程序
%计算灵敏度系数t=12;%设定时刻cc=case33bw;cc1=case33bw;%注入功率灵敏度%光伏及无功设备基本参数pv1=0.6;%13节点qv1=pv1*0.3;pv2=0.4;%25节点qv2=pv2*0.3;pv3=0.2;%30节点qv3=pv3*0.3;pv4=0.3;%33节点qv4=pv4*0.3;svcmax=0.8;%9节点%无功灵敏度detaQ=0.01;detaP=0;cc.bus(jd,4)=cc.bus(jd,4)-detaQ;%有功功灵敏度detaP=0.01;cc1.bus(jd,3)=cc.bus(jd,3)-detaP;%设定目标节点18的电压Vnmax=1;Vnmin=0.96;Vn=(Vnmax+Vnmin)/2;Vnmax1=1;Vnmin1=0.92;%光伏有功接入后的情况/初始状态下的18节点电压detav=0;cc3=case33bw;sta_pv=[13,25,30,33];%光伏接入节点=size(sta_pv);pv=[pv1 pv2 pv3 pv4];st_cc3=runpf(cc3);%潮流计算Vy=st_cc3.bus(18,8);%18节点初始电压值detaV=Vn-Vy;%目标电压偏离%所有无功接入节点sta_wg=[sta_pv 9];max_q=[qv1 qv2 qv3 qv4 svcmax];%主要参数计算=max_q(i)/detaQd(i);%保障度=detaUQ(18,sta_wg(i))/detaUQ(sta_wg(i),sta_wg(i));%电压支撑度xh=1:sl;%增加序号列wg_data=[detaQd' yita' gama' alfaij' xh'];%把参数汇总一下%设定三个参数的权重并进行排序w1=0.3;w2=0.3;w3=0.4;w4=0.5;for i=1:k%k为经过筛选得到的无功补偿站点数量=w1/wg_data1(i,1)+w2*wg_data1(i,2)+w3*wg_data1(i,3)+w4/wg_data(i,4);k-1%冒泡法排序
部分内容源自网络，侵权联系删除！
欢迎感兴趣的小伙伴点击文末阅读原文获取完整版代码，小编会不定期更新高质量的学习资料、文章和程序代码，为您的科研加油助力！
更多创新性预测及优化程序请点击公众号首页：《预测优化》|《综合能源》链接！
