★ FEATURED ARTICLE 摘要随着分布式光伏大量接入中压配电网配网潮流、电压越限、线路与配变过载风险显著增加传统手工校核、简易估算方式难以支撑大批量馈线、多时间断面的新能源并网承载力评估。pandapower作为基于Python的开源电力仿真库具备模型灵活构建、潮流计算稳定、适配自动化流程的优势非常适合配电网批量仿真场景。本文结合湖南地区中压配网新能源接入评估项目实战代码介绍基于pandapower搭建自动化配网仿真流程、模型构建、负荷时序赋值、光伏接入修正、指标统计与结果入库的完整实现方案为配网承载力分析、并网预评估提供工程化落地思路。关键词pandapower配电网仿真分布式光伏潮流计算承载力评估Python自动化一、引言中压配电网结构复杂、馈线数量多、拓扑多变大量分布式光伏就近接入配变低压侧后潮流双向流动容易引发过电压、配变反向过载、线路载流量越限等问题。针对新能源报装批量评估业务需要一套可循环执行、对接业务数据库、支持多馈线、多时间断面并行仿真的工具链。主流商用仿真软件存在授权昂贵、二次开发接口受限、难以嵌入自动化业务流程等短板。pandapower依托pandas数据结构管理电网元件底层调用成熟电力求解器母线、线路、变压器、负荷、电源、开关等元件都支持代码化创建与参数自定义天然适配数据库驱动的批量建模场景。本文的实战案例直接从MySQL业务库读取配网拓扑、设备参数、时序负荷、待接入光伏台账自动构建pandapower电网模型、执行潮流、统计越限指标并回写数据库支撑区域新能源接入仿真研判。二、整体方案架构整套仿真系统采用数据库驱动建模 pandapower潮流内核 多进程并行计算 结果入库的架构整体流程如下参数接收脚本通过命令行传入数据库连接信息、计算时段、区域编号、并发进程数便于调度平台调用模型读取从MySQL读取馈线基础信息、线路、配变、拓扑连接、开关、用户负荷、待接入光伏报装数据电网建模按照拓扑关系自动生成母线、线路、变压器、负荷、外部电源、开关元件缺失参数自动填充缺省标准类型避免仿真报错时序负荷赋值根据计算断面给cuspoint用户负荷、配变负荷、光伏负荷注入时序有功、无功光伏功率修正根据光伏报装容量对对应配变负荷做功率加减模拟光伏并网后的反向潮流潮流求解调用pandapowerrunpp()执行潮流计算指标统计提取母线电压、线路负载率、配变负载率识别过电压、过载、反向过载样本结果入库先删除该馈线该时段历史结果再将母线、用户节点、线路、变压器、馈线汇总指标批量写入结果表任务状态管理在数据库记录算法运行状态、起止时间便于运维监控。为提升大批量馈线计算效率方案使用multiprocessing进程池对【馈线ID时间断面】组合任务并行调度充分利用服务器算力。三、配网模型构建实战要点pandapower电网由pp.create_empty_network()初始化空电网对象net所有元件存储在net内部pandas表net.bus、net.line、net.trafo、net.load、net.ext_grid、net.switch等便于查询、修改与导出。工程建模中标准类型std_type是核心线路、变压器先注册标准参数模板创建元件时引用模板兼顾参数灵活性与代码简洁性。在使用之前需要导入pandapower算法包import pandapower as pp3.1 线路标准类型生成读mtline参数建std_type源码区分三类线路标准模板虚拟连接线模板、缺省线路模板、真实设备线路模板。真实线路根据导线材质铜CU/铝AL自动计算单位长度电阻电抗统一预设固定值载流量从台账读取并转换为kA。台账缺失截面积、载流量、长度等关键字段时自动降级使用default line缺省模板防止建模中断。# 虚拟连接线、缺省线路标准参数 line_data {c_nf_per_km: 0, r_ohm_per_km: 0.01, x_ohm_per_km: 0.01, max_i_ka: 0.5, type: xnljx, q_mm2: 240, alpha: 0 } pp.create_std_type(net, line_data, virtual line, elementline) pp.create_std_type(net, line_data, switch line, elementline) # 真实线路按材质计算单位长度电阻 for row in mtline.itertuples(): if getattr(row, conductor) CU: if pd.isnull(getattr(row, jmj)): R 31.2 / 500 else: R 31.2 / getattr(row, jmj) elif getattr(row, conductor) AL: if pd.isnull(getattr(row, jmj)): R 18.5 / 500 else: R 18.5 / getattr(row, jmj) else: R 0.001 if pd.isnull(getattr(row, zll)): max_i_ka 0.5 else: max_i_ka getattr(row, zll) / 1000 line_data {r_ohm_per_km: R, x_ohm_per_km: 0.1, max_i_ka: max_i_ka, type: getattr(row, linekind), q_mm2: getattr(row, jmj)} pp.create_std_type(net, line_data, getattr(row, id), elementline)开关节点之间采用虚拟短线switch line建模pandapower原生开关支持直接连接母线但工程中为方便观测开关支路电流采用母线-线路-开关的l型开关模型新建一条极短虚拟线路再绑定开关元件开关et参数设为l绑定线路。3.2 配电变压器标准类型生成读mttransformer参数建std_type配变标准模板包含空载损耗pfe_kw、空载电流i0_percent、短路损耗对应的vkr_percent、短路电压vk_percent、额定容量、接线组别Dyn5、分接头配置等。台账参数校验容错逻辑对i0、p0、uk、pk、sn做上下限判断超出合理区间、空值时自动切换为default_trafo缺省模板。# 缺省配变参数台账缺失时使用 default_data {i0_percent: 0.5, pfe_kw: 0.5, vkr_percent: 1, sn_mva: 0.4, vn_lv_kv: 0.4, vn_hv_kv: 10, vk_percent: 4, shift_degree: 150, vector_group: Dyn5, tap_side: hv, tap_neutral: 0, tap_min: -2, tap_max: 2, tap_step_percent: 2.5} pp.create_std_type(net, default_data, default_trafo, elementtrafo) # 真实配变参数合理性校验越界则降级 for row in mttransformer.itertuples(): if pd.isnull(getattr(row, i0)) or getattr(row, i0) 1 or getattr(row, i0) 0.1: i0_percent 0.5 else: i0_percent getattr(row, i0) if pd.isnull(getattr(row, uk)) or getattr(row, uk) 6 or getattr(row, uk) 2: vk_percent 4 else: vk_percent getattr(row, uk) if pd.isnull(getattr(row, sn)) or pd.isnull(getattr(row, pk)) \ or getattr(row, pk) 5 or getattr(row, pk) 0.05: vkr_percent 1 else: vkr_percent getattr(row, pk) / getattr(row, sn) * 100 trafo_data {i0_percent: i0_percent, pfe_kw: pfe_kw, vkr_percent: vkr_percent, sn_mva: sn_mva, vn_lv_kv: 0.4, vn_hv_kv: 10, vk_percent: vk_percent, vector_group: Dyn5} pp.create_std_type(net, trafo_data, getattr(row, id), elementtrafo)建模时根据两端母线额定电压自动区分高压侧、低压侧保证create_transformer的hv_bus/lv_bus方向正确避免变压器电压方向颠倒带来潮流异常。3.3 母线与馈线电源点建模读取mttopological表拓扑连接表connection1、connection2为节点编号先去重批量生成母线设置母线额定电压、上下限电压约束再区分四类负荷用户接入点cuspoint负荷、光伏站点pvstation负荷、配变低压侧负荷初始化有功无功为0后续由时序负荷表覆盖赋值。# 拓扑连接点去重后批量建母线 cn1 mttopological[[connection1, vol1]][mttopological[connection1].notnull()] cn2 mttopological[[connection2, vol2]][mttopological[connection2].notnull()] cn1.columns [cn, vol] cn2.columns [cn, vol] topo_bus pd.concat([cn1, cn2], ignore_indexTrue) cn topo_bus.drop_duplicates() for row in cn.itertuples(): pp.create_bus(net, namegetattr(row, cn), vn_kvgetattr(row, vol), min_vm_pu0.9, max_vm_pu1.1) # 馈线电源点拓扑中仅出现一次的节点判定为首端 grid pd.merge(mtfeedgraph, switch, left_on[cxkgbh], right_on[id]) for row in grid.itertuples(): bus1 getattr(row, connection1) bus2 getattr(row, connection2) if topo_bus[cn].value_counts()[bus1] 1: pp.create_ext_grid(net, net.bus[net.bus[name] bus1].index[0], namegetattr(row, id_x), min_p_mw0, max_p_mw10, min_q_mvar0, max_q_mvar10) else: pp.create_ext_grid(net, net.bus[net.bus[name] bus2].index[0], namegetattr(row, id_x))3.4 线路建模读取mttopological表type为line线路标准类型注册完成后按拓扑连接表将母线两两连通创建线路实例。真实线路通过拓扑表id关联设备台账按参数完整度选择引用哪种标准类型字段缺失或越界时降级用default line缺省模板虚拟连接线统一用virtual line模板长度设为极短值开关节点同样新建极短虚拟线路作为开关支路。母线通过名称精确索引从net.bus表取对应的索引号传入from_bus/to_bus。# 新建真实线路 topo_line mttopological[mttopological[type] line] line topo_line.merge(mtline, howleft, onid) for row in line.itertuples(): bus1 net.bus[net.bus[name] getattr(row, connection1)].index[0] bus2 net.bus[net.bus[name] getattr(row, connection2)].index[0] # 参数缺失/越界时降级使用default line if pd.isnull(getattr(row, jmj)) or pd.isnull(getattr(row, zll)) \ or pd.isnull(getattr(row, length)): type, length default line, 0.1 else: type, length getattr(row, id), getattr(row, length) / 1000 pp.create_line(net, namegetattr(row, id), from_busbus1, to_busbus2, length_kmlength, std_typetype) # 新建虚拟连接线 lj_line mttopological[mttopological[type] xnljx] for row in lj_line.itertuples(): bus1 net.bus[net.bus[name] getattr(row, connection1)].index[0] bus2 net.bus[net.bus[name] getattr(row, connection2)].index[0] pp.create_line(net, namegetattr(row, id), from_busbus1, to_busbus2, length_km0.01, std_typevirtual line) # 开关支路新建极短开关线路再由switch元件绑定 switchline pp.create_line(net, namegetattr(row, id), from_busbus1, to_busbus2, length_km0.01, std_typeswitch line)开关建模采用母线-线路-开关的l型模型先创建开关虚拟线路再调用pp.create_switchet参数设为l绑定该线路初始状态closedTrue合闸。相比直接把开关挂在母线上这种方式能在结果表中观测到开关支路的电流与负载便于统计开关潮流。3.5 变压器建模读取mttopological表type为trafo变压器通过拓扑表id关联配变台账创建实例时同样先判断关键参数空载损耗p0、空载电流i0、短路损耗pk、短路电压uk是否完整缺失则降级引用default_trafo缺省模板。与线路不同变压器是两端口元件必须区分高压侧hv_bus与低压侧lv_bus源码依据拓扑两端母线电压vol1、vol2的大小关系判定电压高的一侧作为高压侧避免变压器高低压侧颠倒导致潮流方向错误。topo_trafo mttopological[mttopological[type] trafo] trafo topo_trafo.merge(mttransformer, howleft, onid) for row in trafo.itertuples(): bus1 net.bus[net.bus[name] getattr(row, connection1)].index[0] bus2 net.bus[net.bus[name] getattr(row, connection2)].index[0] # 关键参数缺失时降级default_trafo if pd.isnull(getattr(row, p0)) or pd.isnull(getattr(row, i0)) \ or pd.isnull(getattr(row, pk)) or pd.isnull(getattr(row, uk)): typename default_trafo else: typename getattr(row, id) # 按母线电压区分高/低压侧保证方向正确 if getattr(row, vol1) getattr(row, vol2): pp.create_transformer(net, namegetattr(row, id), hv_busbus1, lv_busbus2, std_typetypename) else: pp.create_transformer(net, namegetattr(row, id), hv_busbus2, lv_busbus1, std_typetypename)配变低压侧通常为0.4kV建模后在低压母线上生成配变负荷typetrafo作为配变容量与负载率统计的挂载点配变本身通过res_trafo结果表输出高低压侧功率支撑配变正向/反向过载判断。四、时序负荷与分布式光伏接入处理4.1 时序负荷赋值独立开发update_mv_load函数读取pp_mv_load时序负荷表按moment时间断面筛选数据通过name关联net.load表将kW、kvar转换为MW、MVar写入p_mw、q_mvar。pandapower所有潮流变量基准单位为MW/Mvar/kV单位转换是高频出错点工程中必须统一换算。def update_mv_load(net, mvload, moment): if len(mvload) 0: return net mvload mvload[mvload[moment] moment] mvload[p] mvload[p].astype(float) mvload[q] mvload[q].astype(float) newload pd.merge(net.load, mvload, left_on[name], right_on[id], howleft) newload.fillna(0, inplaceTrue) # kW - MW统一单位 net.load[p_mw] newload[p] / 1000 net.load[q_mvar] newload[q] / 1000 return net4.2 分布式光伏并网模拟从project_mv_powerplant光伏报装表读取待接入项目通过blg_trafo_id绑定对应配变负荷节点类型2光伏接入抵消配变原有负荷负荷有功减去光伏容量其余光伏类型叠加出力负荷有功增加光伏容量。容量字段原始单位为W除以1e6转为MW和pandapower内部单位对齐。if len(newproject) 0: newproject[capacity] newproject[capacity].astype(float) for row in newproject.itertuples(): if getattr(row, type) 2: # 光伏接入抵消配变原有负荷 net.load.loc[(net.load[name] getattr(row, blg_trafo_id)), p_mw] \ net.load.loc[(net.load[name] getattr(row, blg_trafo_id)), p_mw] \ - getattr(row, capacity) / 1000000 else: # 其他新能源类型叠加出力 net.load.loc[(net.load[name] getattr(row, blg_trafo_id)), p_mw] \ net.load.loc[(net.load[name] getattr(row, blg_trafo_id)), p_mw] \ getattr(row, capacity) / 1000000这种基于负荷节点修正的方式适合快速批量评估适合大量报装项目预校核精细化仿真可改用pp.create_sgen静态发电机元件。五、潮流计算、越限指标统计与入库调用pp.runpp(net)执行牛顿-拉夫逊潮流求解求解成功后读取res系列结果表res_bus、res_line、res_trafo、res_load、res_ext_grid按业务规则统计越限标记。try: pp.runpp(net) blg_subarea_id net.ext_grid[blg_subarea_id].values[0] # 母线电压越限vm_pu 1.07 标记过电压 net.res_bus[name] net.bus[name] plan_mv_connection[[connection_id, voltage_rate]] \ net.res_bus[[name, vm_pu]] plan_mv_connection.loc[plan_mv_connection[voltage_rate] 1.07, overvoltage] 1 plan_mv_connection.loc[plan_mv_connection[voltage_rate] 1.07, overvoltage] 0 # 线路负载率越限loading_percent 80 标记过载 net.res_line[max_i_ka] net.line[max_i_ka] * 1000 plan_mv_line[load_rate] net.res_line[loading_percent] plan_mv_line.loc[plan_mv_line[load_rate] 80, overload] 1 # 配变负载率80正向过载-80反向过载 plan_mv_transformer[load_rate] net.res_trafo[loading_percent] plan_mv_feeder[overload_zheng_trans_count] \ (plan_mv_transformer[load_rate] 80).sum() plan_mv_feeder[overload_fan_trans_count] \ (plan_mv_transformer[load_rate] -80).sum() except Exception as e: print(f{feederid}潮流计算失败: {e})入库策略采用先删后写对同一馈线、同一时刻、同一区域先删除历史仿真结果再追加写入避免重复脏数据使用SQLAlchemy引擎批量to_sql写入相比单行insert大幅提升入库速度。增加全局异常捕获单条馈线潮流发散、拓扑错误、索引报错不会导致整个批次任务崩溃仅打印失败馈线信息其余馈线继续计算。# 先删除该馈线该时段历史结果 sql1 delete from plan_mv_feeder where feeder_id %s and blg_area_id %s and moment %s sql2 delete from plan_mv_connection where blg_feeder_id %s and blg_area_id %s and moment %s cursor.execute(sql1, (feederid, BLG_AREA_ID, moment)) cursor.execute(sql2, (feederid, BLG_AREA_ID, moment)) db.commit() # SQLAlchemy批量追加写入 engine create_engine(mysqlpymysql://{user}:{password}{host}:{port}/{database}?charset{charset} .format(userUSER, passwordparse.quote_plus(PASSWORD), hostHOST, portPORT, databaseDATABASE, charsetCHARSET)) plan_mv_feeder plan_mv_feeder.drop_duplicates(subset[feeder_id], keepfirst) plan_mv_feeder.to_sql(nameplan_mv_feeder, conengine, if_existsappend, indexFalse)
阅读完成 · 觉得有帮助？
