CN102097808A - 一种含分布式风电、光伏及储能的配电系统可靠性评估方法 - Google Patents
一种含分布式风电、光伏及储能的配电系统可靠性评估方法 Download PDFInfo
- Publication number
- CN102097808A CN102097808A CN2011100299043A CN201110029904A CN102097808A CN 102097808 A CN102097808 A CN 102097808A CN 2011100299043 A CN2011100299043 A CN 2011100299043A CN 201110029904 A CN201110029904 A CN 201110029904A CN 102097808 A CN102097808 A CN 102097808A
- Authority
- CN
- China
- Prior art keywords
- time
- fault
- ttf
- isolated island
- energy storage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明属于电力系统可靠性评估领域,涉及一种含分布式风电、光伏及储能的配电系统可靠性定量评估方法,包括:(1)获取配电系统配置参数;(2)形成故障后果列表;(3)产生储能充放电状态周期序列;(4)根据元件故障率,得到其正常运行时间TTF;(5)找到具有TTFmin的元件;(6)根据元件的修复率得到故障时间TTR;计算TTFmin时刻储能状态;(7)查询故障后果列表,确定非孤岛区负荷点的停电情况;(8)对于孤岛区,计算风机、光伏和负荷实时值;(9)每个孤岛进行负荷削减,记录岛内负荷点的停电情况;(10)计算孤岛储能的状态变化;(11)对该元件产生新的运行时间,将模拟时钟推进到TTFmin+TTR;(12)再次寻找最先故障的元件,若故障时刻小于模拟时钟,则重复(12);反之,执行(13);(13)判断模拟时钟是否达到规定时间长度,没达到则返回(6);达到即计算可靠性指标。本发明能够定量评估含分布式风机、光伏以及储能装置的配电系统可靠性水平。
Description
技术领域
本发明属于电力系统可靠性评估领域,涉及一种含分布式风电、光伏以及储能装置的配电系统可靠性评估方法。
背景技术
电力系统可靠性是指电力系统按照可接受的质量标准和所需数量不间断地向电力用户提供电能的能力。作为与用户直接相连的电力系统终端,配电系统的可靠性水平对用户的影响最为直接。在我国,配电系统的建设长期以来一直滞后于输电系统,有数据表明,我国约80%用户停电的根源都在于配电系统。随着经济的不断发展,用户对供电可靠性的要求越来越高,国家也不断加大对配电系统的投资力度,力求提升供电可靠性水平。对配电系统的供电可靠性评估,可以指明配电系统的投资方向,量化投资效果,有效地指导配电系统的规划、建设与改造,是一项具有重要意义的工作。
传统的配电系统可靠性评估,是通过建立系统各元件的运行-停运状态模型,根据配电系统的构型,分析元件停运的后果,采用解析或模拟的方法,进而评估系统的可靠性指标。其中,蒙特卡洛模拟法以其物理意义清晰、适用于复杂系统、易于被工程技术人员掌握的特点,越来越多地受到青睐。对于现状或规划的配电系统,应用蒙特卡洛模拟法评估其可靠性水平的流程如图1所示。
随着可再生能源在能源结构中所占的比例越来越高,作为可再生能源的重要组成部分,风力发电、光伏发电的装机容量也连年攀升。与传统能源的集中式发电特点不同,风力、光伏等新能源大多以分布式电源(DG)的形式直接接入到配电系统当中,势必将对配电系统的供电可靠性产生一定的影响。而传统的配电系统可靠性评估方法,不能直接评估含分布式电源的配电系统,需要对其进行改进。对含分布式可再生电源的配电系统的可靠性评估,除了图1中的步骤外,还要考虑风机、光伏出力波动性及其运行方式影响。目前,国内外已对含分布式电源的配电系统可靠性评估方法开展了一定程度的研究。
文献[1-2]通过建立风机出力的三状态模型,采用时序模拟技术评估了其作为后备电源时配电系统的可靠性。相对后备模式,DG以并网模式运行更为常见,文献[3]就提出了该情形下配电可靠性的评估方法。文献[4-5]则采用了更加精确的评估模型,文献[4]中的方法使用区间数学方法和网络等效法评估了DG对配电系统可靠性的提升作用,文献[5]中的方法则考虑了时变负荷情况下DG的不同布点对系统可靠性的影响。如果允许孤岛运行,特别是紧急情况下的主动孤岛,那么DG对配电系统可靠性的影响则更为显著。文献[6-7]就提出了一种考虑分布式电源出力特性和孤岛形成概率的解析方法用以评估并网运行的DG对配电系统可靠性的影响。文献[8-9]则采用了更加精确的风机出力模型和孤岛形成模型,提出了综合评估分布式风机并网和孤岛模式下配电系统可靠性的方法。
储能装置能够起到平滑可再生分布式电源出力的作用,因此储能与DG相配合是最具潜力的发展方向,但是现有的含DG的配电系统可靠性评估方法都没有计及储能装置的影响,不能对包含配备储能装置的分布式可再生电源的配电系统的供电可靠性进行评估。
[1]P.Wang and R.Billinton,“Time-sequential simulation technique for rural distribution system reliabilitycost/worth evaluation including wind generation as alternative supply,”Proc.Inst.Elect.Eng.,Gen.Transm.Distrib.,vol.148,no.4,pp.355-360,Jul.2001.
[2]Peng Wang and Roy Billinton,“Reliability benefit analysis of adding WTG to a distribution system,”IEEE Trans.Energy Convers.,vol.16,no.2,pp.134-139,Jun.2001.
[3]Y.G.Hegzay,M.M.A.Salama and A.Y.Chikhani,“Adequacy assessment of distributed generationsystems using Monte Carlo simulation,”IEEE Trans.Power Syst.,vol.18,no.1,pp.48-52,Feb.2003.
[4]钱科军,袁越,ZHOU Cheng-ke.“分布式发电对配电网可靠性的影响研究,”电网技术,vol.32,no.11,pp.74-78,2008.
[5]Dan Zhu,Robert P.Broadwater,Kwa-Sur Tam,et al.,“Impact of DG placement on reliability andefficiency with time-varying loads,”IEEE Trans.Power Syst.,vol.21,no.1,pp.419-427,Feb.2006.
[6]Mahmud Fotuhi-Firuzabad and Abbas Rajabi-Ghahnavie,“An analytical method to consider DGimpacts on distribution system reliability,”in 2005 Proc.IEEE/PES Transmission and Distribution Conf.andExhibition:Asia and Pacific,Dalian,pp.1-6.
[7]S.X.Wang,Wei Zhao and Y.Y.Chen,“Distribution system reliability evaluation considering DGimpacts,”in Proc.3rd Intl.Conf.Electric Utility Deregulation and Restructuring and Power Technologies,Nanjuing,2008,pp.2603-2607.
[8]Yasser M.Atwa and Ehab F.EI-Saadany,“Reliability Evaluation for distribution system with renewabledistributed generation during islanded mode of operation,”IEEE Trans.Power Syst.,vol.24,no.2,pp.572-581,May.2009.
[9]Y.M.Atwa,E.F.EI-Saadany and Anne-Claire Guise,“Supply adequacy assessment of distributionsystem including wind-based DG during different modes of operation,”IEEE Trans.Power Syst.,vol.25,no.1,pp.78-86,Feb.2010.
发明内容
基于现有的配电系统可靠性评估方法都无法计及储能装置影响的现状,本发明在对上述方法进行整合与改进的基础上,提出了一种含分布式风电、光伏以及储能装置的配电系统可靠性评估方法。该方法是一种序贯蒙特卡洛可靠性评估方法,综合考虑了可再生DG出力的波动性,负荷的变化特性,以及储能状态的约束,同时计及了DG的孤岛运行方式,能够定量评估含分布式风机、光伏以及储能装置的配电系统可靠性水平。本发明的技术方案如下:
一种含分布式风电、光伏以及储能装置的配电系统可靠性评估方法,包括如下基本步骤:
(1)获取配电系统拓扑结构、系统各元件的故障率和修复率、系统负荷特性、分布式电源及储能装置的配置情况;
(2)对于系统的每个元件,确定其故障后系统所有负荷点属于下列7个分区中的哪个区,并记录各个区域包含的负荷点,形成负荷点的故障后果列表:
1)故障区:由于故障直接发生在该区无法隔离,因此直到故障修复前都无法恢复供电,该区内负荷点的停电时间为故障修复时间;
2)正常区:该区负荷点不受故障影响,因此不停电;
3)上游隔离区:位于故障点上游,虽然故障发生会导致该区内的负荷点停电,但通过隔离开关的故障隔离,可由上游系统为其恢复供电,该区内负荷点停电时间为故障隔离时间;
4)上游无缝孤岛区:位于故障点上游,故障发生时,由于断路器的快速动作主动形成孤岛,孤岛运行时间为故障隔离时间,该区内负荷点的停电情况由岛内电力平衡决定;
5)下游无缝孤岛区:位于故障点下游,故障发生时,由于断路器的快速动作主动形成的孤岛,孤岛运行时间为故障修复时间;
6)下游有缝孤岛区:位于故障点下游,故障发生时导致该区内负荷点停电,但故障隔离后,若馈线段内含DG,则DG重新投入形成孤岛,部分负荷点可由DG恢复供电,设所有隔离开关操作顺序同步且动作时间相同,均为故障隔离时间,则下游有缝孤岛区的缝隙时间为故障隔离时间,孤岛运行时间为故障修复时间与隔离时间之差;
7)下游停电区:位于故障点下游,即使故障隔离后,也无法形成孤岛由DG恢复供电,因此该区内负荷点停电时间为故障修复时间;
(3)产生各个储能装置的电荷电状态充放电周期序列;
(4)初始化模拟时钟,对于系统中的每一个元件,产生一个(0,1)之间的随机数,然后根据元件的故障率的期望值和其分布特性,将随机数转化为元件出现故障前的正常运行时间TTF;
(5)在系统的所有元件中,找到最先发生故障的元件,即具有最小TTF的元件,如果多个元件的TTF相同,任意选取其中一个;
(6)将模拟时钟推进到所选取元件发生故障的时刻TTFmin;对选取的元件产生一个新随机数,并根据元件的修复率期望值将其转化为该元件的故障时间TTR;同时根据第(3)步产生的储能装置周期序列,计算模拟时钟位于TTFmin时刻时所有储能装置的荷电状态;
(7)读取第(2)步建立的负荷点分类表,找到该元件故障后系统所有负荷点所属的故障后果分类;此时,非孤岛区负荷点在模拟时间[TTFmin,TTFmin+TTR]内的停电次数和停电时间可以直接确定,将其记录;
(8)对于无缝孤岛区和有缝孤岛区,分别计算模拟时间[TTFmin,TTFmin+TTR]和[TTFmin+ST,TTFmin+TTR]内风机、光伏阵列的实时出力和负荷的实时值,其中ST为故障隔离时间;
(9)对于每个孤岛,根据第(8)步得到的风机、光伏阵列的实时出力和负荷的实时值,以及孤岛开始时刻TTFmin或(TTFmin+ST)储能装置的荷电状态,进行负荷削减,记录孤岛区内各个负荷点的停电次数和停电时间,其中,模拟时钟位于TTFmin时刻无缝孤岛区储能装置的荷电状态已由第(6)步得到,模拟时钟位于TTFmin+ST时刻有缝孤岛区储能装置的荷电状态与其在TTFmin时刻的荷电状态相同;
(10)计算孤岛期间内,即模拟时间[TTFmin,TTFmin+TTR]和[TTFmin+ST,TTFmin+TTR]内,各个储能装置的荷电状态序列;
(11)对选取的元件产生一个新的随机数,将其转化为该元件新的正常运行时间TTFN,并将模拟时钟推进到TTFmin+TTR,此时,该元件下次出现故障的时刻更新为TTFmin+TTR+TTFN;
(12)在所有的系统元件中再次寻找最先发生故障的元件,如果该元件发生故障的时刻小于此时模拟时钟所在时刻(TTFmin+TTR),则忽略此次故障,并对该元件产生一个新的随机数,推迟其发生故障的时间,然后重复第(12)步;反之,执行第(13)步;
(13)判断模拟时钟是否推进到了满足评估精度所需的时间长度,如果没有达到,返回第(6)步;反之,则统计各个负荷点的停电次数和停电时间,进而计算整个系统的可靠性指标。
上述评估方法,若所述的储能装置为蓄电池,则建立蓄电池的并网充放电模型和孤岛充放电模型;并网充放电模型中,蓄电池的荷电状态稳定地以设定的循环周期进行充电-浮充-放电循环变化;孤岛充放电模型包含孤岛放电模型和孤岛充电模型两部分,以皮凯特放电公式为原理,建立蓄电池的孤岛放电模型;以麦斯充电公式为原理,建立蓄电池的孤岛充电模型;第(3)步中,根据储能装置的并网充放电模型,产生各个储能装置的电荷电状态充放电周期序列;第(10)步中,根据负荷削减结果和储能装置的孤岛充放电模型,计算孤岛期间内各个储能装置的荷电状态序列。
蓄电池孤岛充放电模型按照如下的方式建立:预设一个固定的时间间隔,在孤岛放电模型中,首先根据蓄电池的初始荷电状态,采用皮凯特公式计算每一个时间间隔内在某一放电电流水平下蓄电池能够持续放电的时间,若持续放电时间大于等于该时间间隔,则该时间间隔内蓄电池可持续供应负荷,然后根据放电电流大小计算放电时间间隔后蓄电池新的荷电状态,用于对下一个时间间隔的计算;若持续放电时间小于该时间间隔,则该时间间隔内蓄电池无法持续供应负荷;在孤岛充电模型中,首先根据蓄电池的初始荷电状态,采用麦斯公式计算每一个时间隔内蓄电池能够接受的充电电流大小,然后根据接受的充电电流大小计算经过该时间间隔后蓄电池新的荷电状态,用于下一个时间间隔的计算。
本发明的有益效果如下:
按照本发明提出的可靠性评估方法编写的可靠性计算程序,可用于计算含分布式风机、光伏和蓄电池储能的配电系统的可靠性计算评估,可适用于不同结构、规模的配电系统,具有普适性。
本发明建立了蓄电池的精确模型,该方法能够精确评估包含配备蓄电池的分布式电源的配电系统的可靠性指标,较之原有的仅能考虑含分布式电源的可靠性评估方法更进了一步。
本发明巧妙利用模拟法按照时间推进模拟的特点,将传统的可靠性模拟评估过程与DG、储能的时序模拟模型完美地结合在一起,挖掘了模拟法在可靠性评估领域的应用优势。
此外,本发明在循环模拟之初列举了所有元件故障后负荷点的分类情况,方便在模拟的过程中直接查询,避免了模拟过程中对相同故障的后果的重复分析,能够提高计算效率。
附图说明
图1传统配电系统模拟法可靠性评估流程。
图2本发明的可靠性评估方法流程图。
图3含风电、光伏以及储能装置分布式电源的配电系统示例。
图4储能并网运行的充电-浮充-放电循环。
图5单位时间内蓄电池可接受电流示意图。(1)为接受充电电流指数规律衰减,(2)为接受充电电流初期恒定,后期按指数规律衰减,(3)为接受充电电流保持恒定。
图6含多个风电、光伏以及储能装置组合的配电系统。
图7(a)负荷的典型年-周曲线。
图7(b)负荷的典型周-日曲线。
图7(c)负荷的典型日-小时曲线形。
图8可靠性指标计算结果。
图8(a)系统平均故障时间指标(SAIDI)计算结果。
图8(b)系统平均故障次数指标(SAIFI)计算结果。
图9模拟初始阶段三个蓄电池组的荷电状态变化情况。
具体实施方式
下面结合附图和实施例对本发明详述。本发明的评估方法的流程图如图2所示,由于储能装置的种类繁多,因此该方法中涉及的储能,是当前最流行的储能设备——蓄电池。本发明主要包括下列步骤:
(1)采集并输入配电系统拓扑结构、系统各主要元件的故障率和修复率、系统负荷特性、分布式电源及储能装置的配置情况等基本信息。
(2)分析系统所有元件故障后对负荷点的影响,形成负荷点的故障后果分类列表。
(3)根据储能并网模型产生各个储能装置的电荷电状态充放电周期序列。
(4)初始化模拟时钟,此时模拟时刻为0;对于系统中的每一个元件,产生一个(0,1)之间的随机数,然后根据元件的故障率的期望值和其分布特性,将随机数转化为元件出现故障前的正常运行时间(TTF)。
(5)在系统的所有元件中,找到最先发生故障的元件(具有最小TTF的元件),如果多个元件的TTF相同,任意选取其中一个。
(6)将模拟时钟推进到所选取元件发生故障的时刻(TTFmin);对选取的元件产生一个新随机数,并根据元件的修复率期望值将其转化为该元件的故障时间(TTR);同时根据第(3)步产生的储能装置周期序列,计算模拟时钟位于TTFmin时刻时所有储能装置的荷电状态。
(7)读取第(2)步建立的负荷点分类表,找到该元件故障后系统所有负荷点所属的分类;此时,非孤岛区负荷点在模拟时间[TTFmin,TTFmin+TTR]内的停电次数和停电时间可以直接确定,将其记录。
(8)对于无缝孤岛和有缝孤岛区,根据风机、光伏的实时出力模型以及实时负荷模型分别计算模拟时间[TTFmin,TTFmin+TTR]和[TTFmin+ST,TTFmin+TTR]内风机、光伏的实时出力和负荷的实时值,其中ST为故障隔离时间。
(9)对于每个孤岛,根据第(8)步得到的DG、负荷的实时值,以及孤岛开始时刻(TTFmin或TTFmin+ST)储能装置的荷电状态,进行负荷削减,记录孤岛区内各个负荷点的停电次数和停电时间。其中,模拟时钟位于TTFmin时刻时无缝孤岛区储能装置的荷电状态已由第(6)步得到,模拟时钟位于TTFmin+ST时刻有缝孤岛区储能装置的荷电状态与其在TTFmin时刻时的荷电状态相同。
(10)根据负荷削减结果和储能装置的孤岛充放电模型,计算孤岛期间内(模拟时间[TTFmin,TTFmin+TTR]和[TTFmin+ST,TTFmin+TTR]内)各个储能装置的荷电状态序列。
(11)对选取的元件产生一个新的随机数,将其转化为该元件新的正常运行时间TTFN,并将模拟时钟推进到TTFmin+TTR。此时,该元件下次出现故障的时刻更新为TTFmin+TTR+TTFN。
(12)在所有的系统元件中再次寻找最先发生故障的元件(具有最小TTF的元件),如果该元件发生故障的时刻小于此时模拟时钟所在时刻(TTFmin+TTR),则忽略此次故障,并对该元件产生一个新的随机数,推迟其发生故障的时间,然后重复第(12)步;反之,执行第(13)步。
(13)判断模拟时钟是否推进到了满足评估精度所需的时间长度,如果没有达到,返回第(6)步;反之,则统计各个负荷点的停电次数和停电时间,进而计算整个系统的可靠性指标。
其中步骤(2),分析系统元件故障后对负荷点的影响及根据不同影响进行分类的方法如下:
故障后负荷点的分类情况与配电系统的拓扑有关,为了穷举所有分类情况,构造如图3所示的复杂的含分布式风电、光伏以及储能装置的配电系统范例。以图3为例,说明发生故障时如何划分不同影响效果的负荷点。为了简化被影响负荷点的寻找过程,馈电段的概念得到了应用。馈电段是指以同一个开关作为入口元件的所有元件及其负荷点的集合,馈线段的所有负荷点的故障影响效果均相同。应用此概念,图3中的配电系统中可以被划分为S1-S11共11个馈线段。
在正常情况下,该系统可由母线与各个DG同时供电。当馈线段S5内的某个元件发生故障后,断路器B3、B4、B5、B6、B8、B9、B11、B12断开,继而隔离开关动作对故障馈线段进行隔离。此时,根据负荷点的不同故障影响后果,该配电系统可以分为以下七类:
1)故障区{S5}:由于故障直接发生在该区无法隔离,因此直到故障修复前都无法恢复供电,该区内负荷点的停电时间为故障修复时间。
2)正常区{S1}:该区负荷点不受故障影响,因此不停电。
3)上游隔离区{S2,S3}:位于故障点上游,虽然故障发生会导致该区内的负荷点停电,但通过隔离开关的故障隔离,可由上游系统为其恢复供电,因此该区内负荷点停电时间为故障隔离时间。
4)上游无缝孤岛区{S4}:位于故障点上游,故障发生时,由于断路器的快速动作可主动形成孤岛,孤岛运行时间为故障隔离时间,该区内负荷点的停电情况由将由岛内电力平衡决定。
5)下游无缝孤岛区{S7,S9~S11}:同上游无缝孤岛区,但由于位于故障点下游,导致孤岛运行时间延长为故障修复时间。其中,S9~S11整体构成一个较大规模的无缝孤岛。
6)下游有缝孤岛区{S8}:位于故障点下游,故障发生时导致该区内负荷点停电,但故障隔离后,若馈线段内含DG,则DG重新投入形成有缝孤岛,部分负荷点可由DG恢复供电。一般因DG容量约束只允许有缝孤岛形成于本馈线段内,因此D4打开、B11闭合,将孤岛区限制在S8内。由于隔离开关的操作时间一般较长,可以认为所有隔离开关操作顺序同步且动作时间相同,均为故障隔离时间。因此,有缝孤岛的缝隙时间为故障隔离时间,孤岛运行时间为故障修复时间与隔离时间之差。
7)下游停电区{S6}:位于故障点下游,即使故障隔离后,也无法形成孤岛由DG恢复供电,因此该区内负荷点停电时间为故障修复时间。
以上七类区域囊括了所有的负荷点影响后果。对于大部分的元件,其故障后负荷点的影响后果分类都不会达到七类。按照上述分类方法,就可以对所有元件故障后负荷点的影响后果进行分类,最终形成负荷点的故障后果分类列表。
上述步骤(8)中计算风机、光伏的实时出力和负荷的实时值均以小时为基本单位,即认为在一小时内其值恒定。它们的计算方法如下:
(8.1)风力发电机实时出力模型
风机的实时出力与风速的大小有关。一般可以用出力曲线描述风机的功率输出与风速的关系,该曲线由风机制造厂商提供。虽然不同类型风机的出力曲线不尽相同,但都可以由等式(1)近似表达
其中,Pw为风机的出力,Pr为其额定功率输出,Vci为风机的切入风速,Vr为额定风速,Vco为切出风速。参数A、B、C用以描述出力曲线中的非线性部分,可以通过对出力曲线的拟合得到。SWt为某地区t时刻的实时风速,可由该地区历史风速的统计情况获得。
(8.2)光伏实时出力模型
光伏阵列的实时输出功率主要与实时光强和光伏阵列的规模有关。虽然光伏阵列的工作电压及其温度也会影响其功率输出,但相对与光强,温度的影响很小,且默认光伏阵列已经配备了电压追踪(MPPT)装置,故光伏阵列的实时功率输出可以通过(2)来计算
其中,YPV为光伏阵列的额定功率,是表征光伏阵列物理特征的宏观参数,数值上为在1W/m2光强和25℃板温下能够产生的功率;It为光伏阵列表面的实时光强(kW/m2);Is为单位系数(1kW/m2),fPV为损耗系数。
(8.3)实时负荷模型
负荷模型通过负荷的典型年-周曲线、周-日曲线和日-小时曲线形成实时负荷数据,既计算简便,同时又能很好地反映负荷的时间特性。实时负荷的Lt的计算公式如下
Lt=Lp×Pw×Pd×Ph (3)
其中,Lp为负荷的峰值;Pw为周负荷与最大负荷的比值,共52个数据;Pd为日负荷与周最大负荷的比值,共7个数据;Ph为小时负荷与日最大负荷的比值,共24个数据。
上述步骤(3)和步骤(10)中储能装置(蓄电池)的并网和孤岛充放电模型如下:
蓄电池的状态可由其荷电状态(SoC)定量表征,荷电状态是指额定容量和放电量的差与额定容量的比值,荷电状态为1表示储能的电量全满,为0则表示净放电达到额定容量。蓄电池SoC的变化由外部充(放)电电流和蓄电池本身的充(放)电特性共同决定。根据蓄电池运行状态的不同,分别建立了并网充放电模型和孤岛充放电模型,以定量模拟其SoC的变化情况。由于并网情况下蓄电池状态完全可控,并网模型中蓄电池的SoC处于稳定的充电-浮充-放电循环变化状态。在孤岛运行方式下,蓄电池的充(放)电电流不可控,因而需要考虑其充(放)电特性的约束。结合可靠性计算模拟法的特点,以皮凯特放电公式为原理,建立了蓄电池的孤岛放电模型;以麦斯充电公式为原理,建立了蓄电池的孤岛充电模型,首次从可靠性计算的角度建立了精确的蓄电池充放电模型,用于含蓄电池的配电系统可靠性精确定量评估。
(3)蓄电池并网充放电模型
当DG与储能处于并网运行模式下时,由于存在电网作为稳定的外部电源,负荷可得到电网与DG的联合供电,此时蓄电池的荷电状态也是可控的。并网情况下,由于不需要将储能当作紧急供应电源,可以对蓄电池采用循环充放电策略,通过恒压、恒流联合充电,使其运行于图4所示的平稳的充电-浮充-放电循环状态。图中曲线代表了荷电状态随时间的变化情况,SoCMax(<1)和SoCMin(>0)分别为充放电过程中设定的荷电状态变化上限和下限。设定SoCMax是由于理论上将蓄电池充电至100%荷电状态需要无限长的时间,而设定SoCMin则是因为如果蓄电池的放电深度过深会降低其寿命。
(10)蓄电池孤岛充放电模型
当运行于孤岛模式下时,DG、储能及其所供负荷在短期内会构成一个简单的自给自足的微网,蓄电池的荷电状态将由储能装置本身的充放电特性和孤岛内的电力平衡情况决定。
(10.1)放电模型
当某时间间隔(与分布式电源模型配合,此处时间间隔取为1h)内孤岛中DG出力小于负荷时,储能装置将释放电能供给额外负荷,即处于放电状态。由于在1h内,DG出力与负荷大小均保持恒定,同时假定其运行电压保持稳定,因此可以认为是对储能装置的恒电流放电,储能装置在1h内的放电容量在数值上就等于其放电电流值。需要考虑的是,蓄电池的放电容量还受到放电电流的约束,放电电流越大,可放电的容量就越少,这是由蓄电池本身的放电特性决定的,该特性可以通过(4)定量表示
式(4)实际上是皮凯特放电公式的变形,其中,T为Iout放电电流水平下蓄电池可以持续的放电时间,SoC(t-1)为放电初始时刻的荷电状态,K和n为取决于不同蓄电池自身放电特性的常数,可以通过试验得到。因此,储能装置的实时状态可以表示为
其中,SoC(t)为第t个时间单位末期储能的荷电状态,SoC(t-1)为上一个时间单位末期储能的荷电状态(即放电第t个时间单位的初始时刻),CN为储能的额定容量,孤岛放电过程不受SoCMin的约束。当可放电时间T小于1h时,时间段t内储能装置将无法持续供应负荷,放电过程终止,终止时的荷电状态为(CN×SoC(t-1)-Iout×T)/CN。
(10.2)充电模型
不考虑快速充电技术,同样可以认为单位时间内的充电过程为恒电流充电。对于蓄电池而言,并不是任何大小的充电电流都可以接受,其存在一个最大的可接受电流。同时,可接受电流还会随着充电时间按指数规律衰减,即I=I0e-at,其中I0为开始充电时允许的最大初始电流值,α为蓄电池的充电接受比,用来表征蓄电池的充电接受特性。充电接受比与蓄电池以I0开始充电时的待充电容量CR有关,根据麦斯定律,K0为通过试验得到的比例常数。但只在接受电流衰减的过程中,充电接受比保持不变。最大初始充电电流可以通过计算。根据上述原理,蓄电池的充电过程模型可以由图5所示的三部分构成。
图5(1)表示时间单位内的孤岛内的恒定充电电流Iin大于I0时的情形,此时蓄电池的最大接受电流只能为I0且指数衰减。图5(2)中,初始时刻的充电电流Iin<I0,蓄电池可以以Iin恒电流充电。但充电一定时间后(<1h),随着待充电容量的减少,蓄电池能够接受的最大初始充电电流也随之降低,当新的最大初始充电电流I′0降低到等于充电电流Iin之后,接受电流仍要指数衰减。在I′0=Iin的时刻T,根据麦斯定律有因此对于图5(3),有T≥1,因此蓄电池在该时间单位始终可以保持以恒电流Iin充电。第t个时间单位蓄电池的充电容量Cin就是图中各曲线的积分,可以用式(6)表示
其中,I0=αCR,CR=(1-SoC(t-1))CN,SoC(t-1)为上一个时间单位末期储能的荷电状态,CN为储能的额定容量。计算Cin后,即可得到t时段末期储能的实时荷电状态SoC(t)=SoC(t-1)+Cin/CR。在孤岛充电过程中,蓄电池的荷电状态不受SoCMax的约束。
下面以图6所示的配电系统为例,说明本发明的最佳实践方式。
IEEE RBTS测试系统被广泛地用来进行可靠性评估,是一个配电系统可靠性评估的标准算例。图6中的配电系统即为该测试系统中的一个复杂馈线分支。IEEE RBTS测试系统本身不包括分布式电源,这里对其进行改造,新增5组由风电、光伏以及储能装置构成的分布式电源组。每组风电、光伏以及储能装置的容量配置情况如表1所示。
表1每组风电、光伏以及储能装置的容量配置情况
其中,单台风机的型号统一为Enercon E33,该型号风机的额定功率为335kW,切入风速为2.5m/s,额定风速为12.5m/s,切出风速为25m/s,风机出力模型参数A、B、C分别为-39.58、6.37和2.02;表1中光伏的容量即为其模型参数中的YPV,参数fPV为0.8;蓄电池均采用铅酸蓄电池,每块蓄电池的容量为3000Ah,额定电压为2V,皮凯特放电常数K和n分别为34991和1.431,麦斯定律比例常数K0为95,每串蓄电池组均由110块蓄电池组成。蓄电池的并网荷电状态循环周期为28小时,充电时间和放电时间均为14小时,不浮充,SocMax为0.95,SocMin为0.25。
该系统共有30条馈线段,馈线段的故障率与其长度有关,每段馈线段的长度如表2所示。单位长度馈线的故障率为0.065次/年×公里,结合馈电段长度,可以得到每条馈线段的故障率。
表2系统馈线段长度
馈线段长度(km) | 馈线段序号 |
2.8 | 1、12、16、22、25、30 |
2.5 | 2、6、18、23、26 |
1.6 | 3、5、7、8、15、20 |
0.9 | 4、10 |
0.6 | 7、13 |
0.75 | 9、27 |
3.2 | 11、17、19、24、29 |
3.5 | 14 |
0.8 | 21 |
该系统共有23个负荷点,认为每个负荷点的用户个数为1,各个负荷点的用户负荷峰值Lp如表3所示。负荷的典型年-周曲线、周-日曲线和日-小时曲线形如图7所示。
表3系统负荷峰值
负荷点峰值(kW) | 负荷点序号 |
360.1 | 1、6 |
380.6 | 2 |
653.4 | 3、13、17 |
686.4 | 4、18 |
434.7 | 5 |
796.2 | 7、23 |
337.6 | 8、11、14、19 |
737.4 | 9、21 |
340.9 | 10、12、16、22 |
501.8 | 15、20 |
采集并输入配电系统的拓扑结果、馈线段故障率、负荷大小、风电、光伏以及储能装置容量配置情况后,就可以由计算机自动开展技术方案中所述的模拟过程,包括负荷点分类列表构建、DG与蓄电池模型反复调用等。模拟过程结束后,可以得到该系统的可靠性指标计算结果如图8所示。
系统平均故障时间指标(SAIDI)和系统平均故障次数指标(SAIFI)能够宏观地表征配电系统的可靠性水平。对于应用蒙特卡洛模拟法进行可靠性计算来说,模拟的时间越长,指标的计算结果就越精确。图8明确显示了SAIDI和SAIFI的计算结果随着模拟时间的变化情况,其中每个指标均被计算了多次。可以看出,随着模拟时间的增加,指标的各次计算结果之间的差值越来越小。当模拟年数达到3000年时,SAIDI约为5.27小时/年左右,误差控制在±0.1小时/年之内,SAIFI约为1.02次/年左右,误差则控制在±0.005次/年之内,可以满足工程计算的精度要求。
该方法在计算SAIDI和SAIFI这两个宏观指标的同时,还可以给出每个负荷点的可靠性指标,用于对系统更加精细的评估,找到配电系统存在的可靠性薄弱环节。示例系统部分负荷点的可靠性指标计算结果如表4所示。
表4负荷点的可靠性指标
蓄电池的充放电模型贯穿于整个模拟过程中。当模拟蓄电池的并网状态时,调用并网模型,当模拟到孤岛状态时,则调用孤岛充放电模型。两类模型交替调用,最终生成蓄电池的荷电状态变化序列。图9直观地给出了前三个风电、光伏以及储能装置分布式电源组内蓄电池荷电状态变化的模拟结果。可以看出,在大部分的时间内,储能装置都处于周期性的充放电循环状态。只有当系统某一元件的故障导致储能装置运行与孤岛方式下时,其荷电状态才会出现非周期的波动。
综上,以图6给出的算例为例,详细说明了如何应用含分布式风电、光伏以及储能装置的配电系统可靠性评估方法评估配电系统的可靠性水平。该方法能够评价现有的系统或规划后的系统,可以以满足工程要求的精度评估配电系统的可靠性水平,很好地为含分布式风电、光伏以及储能装置的配电系统规划和优化工作提供有效的建议。
Claims (3)
1.一种含分布式风电、光伏及储能的配电系统可靠性评估方法,包括如下基本步骤:
(1)获取配电系统拓扑结构、系统各元件的故障率和修复率、系统负荷特性、分布式电源及储能装置的配置情况;
(2)对于系统的每个元件,确定其故障后系统所有负荷点属于下列7个分区中的哪个区,并记录各个区域包含的负荷点,形成负荷点的故障后果列表:
1)故障区:由于故障直接发生在该区无法隔离,因此直到故障修复前都无法恢复供电,该区内负荷点的停电时间为故障修复时间;
2)正常区:该区负荷点不受故障影响,因此不停电;
3)上游隔离区:位于故障点上游,虽然故障发生会导致该区内的负荷点停电,但通过隔离开关的故障隔离,可由上游系统为其恢复供电,该区内负荷点停电时间为故障隔离时间;
4)上游无缝孤岛区:位于故障点上游,故障发生时,由于断路器的快速动作主动形成孤岛,孤岛运行时间为故障隔离时间,该区内负荷点的停电情况由岛内电力平衡决定;
5)下游无缝孤岛区:位于故障点下游,故障发生时,由于断路器的快速动作主动形成的孤岛,孤岛运行时间为故障修复时间;
6)下游有缝孤岛区:位于故障点下游,故障发生时导致该区内负荷点停电,但故障隔离后,若馈线段内含DG,则DG重新投入形成孤岛,部分负荷点可由DG恢复供电,设所有隔离开关操作顺序同步且动作时间相同,均为故障隔离时间,则下游有缝孤岛区的缝隙时间为故障隔离时间,孤岛运行时间为故障修复时间与隔离时间之差;
7)下游停电区:位于故障点下游,即使故障隔离后,也无法形成孤岛由DG恢复供电,因此该区内负荷点停电时间为故障修复时间;
(3)产生各个储能装置的电荷电状态充放电周期序列;
(4)初始化模拟时钟,对于系统中的每一个元件,产生一个(0,1)之间的随机数,然后根据元件的故障率的期望值和其分布特性,将随机数转化为元件出现故障前的正常运行时间TTF;
(5)在系统的所有元件中,找到最先发生故障的元件,即具有最小TTF的元件,如果多个元件的TTF相同,任意选取其中一个;
(6)将模拟时钟推进到所选取元件发生故障的时刻TTFmin;对选取的元件产生一个新随机数,并根据元件的修复率期望值将其转化为该元件的故障时间TTR;同时根据第(3)步产生的储能装置周期序列,计算模拟时钟位于TTFmin时刻时所有储能装置的荷电状态;
(7)读取第(2)步建立的负荷点分类表,找到该元件故障后系统所有负荷点所属的故障后果分类;此时,非孤岛区负荷点在模拟时间[TTFmin,TTFmin+TTR]内的停电次数和停电时间可以直接确定,将其记录;
(8)对于无缝孤岛区和有缝孤岛区,分别计算模拟时间[TTFmin,TTFmin+TTR]和[TTFFmin+ST,TTFmin+TTR]内风机、光伏阵列的实时出力和负荷的实时值,其中ST为故障隔离时间;
(9)对于每个孤岛,根据第(8)步得到的风机、光伏阵列的实时出力和负荷的实时值,以及孤岛开始时刻TTFmin或(TTFmin+ST)储能装置的荷电状态,进行负荷削减,记录孤岛区内各个负荷点的停电次数和停电时间,其中,模拟时钟位于TTFmin时刻无缝孤岛区储能装置的荷电状态已由第(6)步得到,模拟时钟位于TTFmin+ST时刻有缝孤岛区储能装置的荷电状态与其在TTFmin时刻的荷电状态相同;
(10)计算孤岛期间内,即模拟时间[TTFmin,TTFmin+TTR]和[TTFmin+ST,TTFmin+TTR]内,各个储能装置的荷电状态序列;
(11)对选取的元件产生一个新的随机数,将其转化为该元件新的正常运行时间TTFN,并将模拟时钟推进到TTFmin+TTR,此时,该元件下次出现故障的时刻更新为TTFmin+TTR+TTFN;
(12)在所有的系统元件中再次寻找最先发生故障的元件,如果该元件发生故障的时刻小于此时模拟时钟所在时刻(TTFmin+TTR),则忽略此次故障,并对该元件产生一个新的随机数,推迟其发生故障的时间,然后重复第(12)步;反之,执行第(13)步;
(13)判断模拟时钟是否推进到了满足评估精度所需的时间长度,如果没有达到,返回第(6)步;反之,则统计各个负荷点的停电次数和停电时间,进而计算整个系统的可靠性指标。
2.根据权利要求1所述的配电系统可靠性评估方法,其特征在于,若所述的储能装置为蓄电池,则建立蓄电池的并网充放电模型和孤岛充放电模型;并网充放电模型中,蓄电池的荷电状态稳定地以设定的循环周期进行充电-浮充-放电循环变化;孤岛充放电模型包含孤岛放电模型和孤岛充电模型两部分,以皮凯特放电公式为原理,建立蓄电池的孤岛放电模型;以麦斯充电公式为原理,建立蓄电池的孤岛充电模型;第(3)步中,根据储能装置的并网充放电模型,产生各个储能装置的电荷电状态充放电周期序列;第(10)步中,根据负荷削减结果和储能装置的孤岛充放电模型,计算孤岛期间内各个储能装置的荷电状态序列。
3.根据权利要求2所述的蓄电池孤岛充放电模型,其特征在于,预设一个固定的时间间隔,在孤岛放电模型中,首先根据蓄电池的初始荷电状态,采用皮凯特公式计算每一个时间间隔内在某一放电电流水平下蓄电池能够持续放电的时间,若持续放电时间大于等于该时间间隔,则该时间间隔内蓄电池可持续供应负荷,然后根据放电电流大小计算放电时间间隔后蓄电池新的荷电状态,用于对下一个时间间隔的计算;若持续放电时间小于该时间间隔,则该时间间隔内蓄电池无法持续供应负荷;在孤岛充电模型中,首先根据蓄电池的初始荷电状态,采用麦斯公式计算每一个时间隔内蓄电池能够接受的充电电流大小,然后根据接受的充电电流大小计算经过该时间间隔后蓄电池新的荷电状态,用于下一个时间间隔的计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110029904A CN102097808B (zh) | 2011-01-31 | 2011-01-31 | 一种含分布式风电、光伏及储能的配电系统可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110029904A CN102097808B (zh) | 2011-01-31 | 2011-01-31 | 一种含分布式风电、光伏及储能的配电系统可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102097808A true CN102097808A (zh) | 2011-06-15 |
CN102097808B CN102097808B (zh) | 2012-10-17 |
Family
ID=44130727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110029904A Expired - Fee Related CN102097808B (zh) | 2011-01-31 | 2011-01-31 | 一种含分布式风电、光伏及储能的配电系统可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102097808B (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102354977A (zh) * | 2011-10-20 | 2012-02-15 | 湖南省电力公司科学研究院 | 一种馈线故障处理方法 |
CN102427228A (zh) * | 2011-10-18 | 2012-04-25 | 国网电力科学研究院 | 考虑电网电压跌落的风电系统可靠性评估方法 |
CN102436631A (zh) * | 2012-01-18 | 2012-05-02 | 重庆大学 | 一种风/柴/储混合系统可靠性评估方法 |
CN102510108A (zh) * | 2011-11-10 | 2012-06-20 | 山东电力调度中心 | 一种用于求取地区电网最大风电装机容量的方法 |
CN102509175A (zh) * | 2011-11-07 | 2012-06-20 | 上海电力学院 | 分布式供电系统可靠性优化方法 |
CN103326396A (zh) * | 2013-05-29 | 2013-09-25 | 国家电网公司 | 一种测定电力系统风电运行出力上限值的方法 |
CN103473446A (zh) * | 2013-08-29 | 2013-12-25 | 国家电网公司 | 用于有源配电网可靠性评估的负荷削减模型及其实现方法 |
CN103473712A (zh) * | 2013-08-29 | 2013-12-25 | 国家电网公司 | 一种配电网故障影响分析表的建立方法 |
CN104218620A (zh) * | 2014-09-26 | 2014-12-17 | 国家电网公司 | 基于伪序贯蒙特卡洛模拟的主动配电网可靠性分析方法 |
CN104392117A (zh) * | 2014-11-06 | 2015-03-04 | 国家电网公司 | 一种配电终端对配电系统可靠性影响分析方法 |
CN104682381A (zh) * | 2015-01-26 | 2015-06-03 | 南方电网科学研究院有限责任公司 | 大型风电场柔性直流输电系统可靠性计算方法 |
CN105182122A (zh) * | 2015-09-02 | 2015-12-23 | 许继集团有限公司 | 一种随机性电源接入设备的故障预警方法 |
CN105207211A (zh) * | 2015-10-20 | 2015-12-30 | 河海大学 | 一种风储混合电力系统充裕度评估方法 |
CN105405072A (zh) * | 2015-12-21 | 2016-03-16 | 国家电网公司 | 面向有源配电网的孤岛内启发式负荷削减模型的构建方法 |
CN105406470A (zh) * | 2015-12-21 | 2016-03-16 | 国家电网公司 | 一种基于开关边界分区的有源配电网可靠性评估方法 |
CN105427063A (zh) * | 2016-01-04 | 2016-03-23 | 厦门大学 | 一种微电网调度决策方法及系统 |
CN106971264A (zh) * | 2017-03-21 | 2017-07-21 | 华北电力大学 | 一种交直流混合微电网可靠性分析方法 |
CN107506331A (zh) * | 2017-08-25 | 2017-12-22 | 国网新疆电力公司经济技术研究院 | 基于时间关联性及元件运行时间的微电网可靠性计算方法 |
CN107886227A (zh) * | 2017-10-31 | 2018-04-06 | 云南电网有限责任公司 | 用于评估配电网抗灾害能力提升程度的方法 |
CN108306285A (zh) * | 2018-01-08 | 2018-07-20 | 厦门大学 | 基于topsis法的含分布式电源的主动配电网可靠性评估方法 |
CN109245155A (zh) * | 2018-09-30 | 2019-01-18 | 国网河北省电力有限公司经济技术研究院 | 基于不确定理论的配电网广义电源变电可信容量评估方法 |
CN110011351A (zh) * | 2018-01-04 | 2019-07-12 | 中国石油化工股份有限公司 | 一种基于约束函数的效率控制方法 |
CN110365010A (zh) * | 2019-06-24 | 2019-10-22 | 国网上海市电力公司 | 基于2m点估计法的含DG配电网可靠性评估指标获取方法 |
CN110417002A (zh) * | 2019-07-09 | 2019-11-05 | 华中科技大学 | 一种孤岛微电网能量模型的优化方法 |
CN111199492A (zh) * | 2018-11-16 | 2020-05-26 | 华北电力大学 | 一种基于云计算的新能源电力系统可靠性快速求解方法 |
CN111355266A (zh) * | 2020-04-10 | 2020-06-30 | 国网江西省电力有限公司经济技术研究院 | 一种含配电自动化终端的配电网可靠性计算方法 |
CN111416345A (zh) * | 2020-04-08 | 2020-07-14 | 华北电力大学 | 考虑需求侧资源响应随机性的配电系统可靠性计算方法 |
CN112199864A (zh) * | 2020-11-09 | 2021-01-08 | 江苏南通发电有限公司 | 一种工业用户型光储微网的可靠性优化方法 |
CN113437791A (zh) * | 2021-08-26 | 2021-09-24 | 浙江晶科能源有限公司 | 一种光伏储能系统及其控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4020201B2 (ja) * | 2003-02-05 | 2007-12-12 | 東京電力株式会社 | 電力系統の供給信頼度評価方法とその装置 |
CN101188359A (zh) * | 2007-11-16 | 2008-05-28 | 湖南大学 | 基于元件的故障传递特性的配电网可靠性评估方法 |
CN101282041A (zh) * | 2008-05-09 | 2008-10-08 | 天津大学 | 基于实用动态安全域的输电系统的动态安全风险评估与优化方法 |
CN101685968A (zh) * | 2009-07-24 | 2010-03-31 | 重庆大学 | 配电网可靠性评估的故障扩散方法 |
CN101764406A (zh) * | 2009-12-24 | 2010-06-30 | 国电南瑞科技股份有限公司 | 基于发电损失和负荷供应充裕度的检修计划安全评估方法 |
-
2011
- 2011-01-31 CN CN201110029904A patent/CN102097808B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4020201B2 (ja) * | 2003-02-05 | 2007-12-12 | 東京電力株式会社 | 電力系統の供給信頼度評価方法とその装置 |
CN101188359A (zh) * | 2007-11-16 | 2008-05-28 | 湖南大学 | 基于元件的故障传递特性的配电网可靠性评估方法 |
CN101282041A (zh) * | 2008-05-09 | 2008-10-08 | 天津大学 | 基于实用动态安全域的输电系统的动态安全风险评估与优化方法 |
CN101685968A (zh) * | 2009-07-24 | 2010-03-31 | 重庆大学 | 配电网可靠性评估的故障扩散方法 |
CN101764406A (zh) * | 2009-12-24 | 2010-06-30 | 国电南瑞科技股份有限公司 | 基于发电损失和负荷供应充裕度的检修计划安全评估方法 |
Cited By (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102427228A (zh) * | 2011-10-18 | 2012-04-25 | 国网电力科学研究院 | 考虑电网电压跌落的风电系统可靠性评估方法 |
CN102427228B (zh) * | 2011-10-18 | 2014-09-10 | 国网电力科学研究院 | 考虑电网电压跌落的风电系统可靠性评估方法 |
CN102354977A (zh) * | 2011-10-20 | 2012-02-15 | 湖南省电力公司科学研究院 | 一种馈线故障处理方法 |
CN102354977B (zh) * | 2011-10-20 | 2013-04-03 | 湖南省电力公司科学研究院 | 一种馈线故障处理方法 |
CN102509175A (zh) * | 2011-11-07 | 2012-06-20 | 上海电力学院 | 分布式供电系统可靠性优化方法 |
CN102509175B (zh) * | 2011-11-07 | 2016-05-18 | 上海电力学院 | 分布式供电系统可靠性优化方法 |
CN102510108B (zh) * | 2011-11-10 | 2014-07-23 | 山东电力调度中心 | 一种用于求取地区电网最大风电装机容量的方法 |
CN102510108A (zh) * | 2011-11-10 | 2012-06-20 | 山东电力调度中心 | 一种用于求取地区电网最大风电装机容量的方法 |
CN102436631B (zh) * | 2012-01-18 | 2015-02-04 | 重庆大学 | 一种风/柴/储混合系统可靠性评估方法 |
CN102436631A (zh) * | 2012-01-18 | 2012-05-02 | 重庆大学 | 一种风/柴/储混合系统可靠性评估方法 |
CN103326396A (zh) * | 2013-05-29 | 2013-09-25 | 国家电网公司 | 一种测定电力系统风电运行出力上限值的方法 |
CN103473712A (zh) * | 2013-08-29 | 2013-12-25 | 国家电网公司 | 一种配电网故障影响分析表的建立方法 |
CN103473446A (zh) * | 2013-08-29 | 2013-12-25 | 国家电网公司 | 用于有源配电网可靠性评估的负荷削减模型及其实现方法 |
CN104218620A (zh) * | 2014-09-26 | 2014-12-17 | 国家电网公司 | 基于伪序贯蒙特卡洛模拟的主动配电网可靠性分析方法 |
CN104392117A (zh) * | 2014-11-06 | 2015-03-04 | 国家电网公司 | 一种配电终端对配电系统可靠性影响分析方法 |
CN104682381A (zh) * | 2015-01-26 | 2015-06-03 | 南方电网科学研究院有限责任公司 | 大型风电场柔性直流输电系统可靠性计算方法 |
CN105182122A (zh) * | 2015-09-02 | 2015-12-23 | 许继集团有限公司 | 一种随机性电源接入设备的故障预警方法 |
CN105182122B (zh) * | 2015-09-02 | 2018-02-02 | 许继集团有限公司 | 一种随机性电源接入设备的故障预警方法 |
CN105207211A (zh) * | 2015-10-20 | 2015-12-30 | 河海大学 | 一种风储混合电力系统充裕度评估方法 |
CN105406470B (zh) * | 2015-12-21 | 2017-12-12 | 国家电网公司 | 一种基于开关边界分区的有源配电网可靠性评估方法 |
CN105406470A (zh) * | 2015-12-21 | 2016-03-16 | 国家电网公司 | 一种基于开关边界分区的有源配电网可靠性评估方法 |
CN105405072A (zh) * | 2015-12-21 | 2016-03-16 | 国家电网公司 | 面向有源配电网的孤岛内启发式负荷削减模型的构建方法 |
CN105427063A (zh) * | 2016-01-04 | 2016-03-23 | 厦门大学 | 一种微电网调度决策方法及系统 |
CN106971264A (zh) * | 2017-03-21 | 2017-07-21 | 华北电力大学 | 一种交直流混合微电网可靠性分析方法 |
CN107506331A (zh) * | 2017-08-25 | 2017-12-22 | 国网新疆电力公司经济技术研究院 | 基于时间关联性及元件运行时间的微电网可靠性计算方法 |
CN107506331B (zh) * | 2017-08-25 | 2023-01-10 | 国网新疆电力公司经济技术研究院 | 基于时间关联性及元件运行时间的微电网可靠性计算方法 |
CN107886227A (zh) * | 2017-10-31 | 2018-04-06 | 云南电网有限责任公司 | 用于评估配电网抗灾害能力提升程度的方法 |
CN107886227B (zh) * | 2017-10-31 | 2021-11-19 | 云南电网有限责任公司 | 用于评估配电网抗灾害能力提升程度的方法 |
CN110011351B (zh) * | 2018-01-04 | 2020-12-08 | 中国石油化工股份有限公司 | 一种基于约束函数的效率控制方法 |
CN110011351A (zh) * | 2018-01-04 | 2019-07-12 | 中国石油化工股份有限公司 | 一种基于约束函数的效率控制方法 |
CN108306285A (zh) * | 2018-01-08 | 2018-07-20 | 厦门大学 | 基于topsis法的含分布式电源的主动配电网可靠性评估方法 |
CN108306285B (zh) * | 2018-01-08 | 2020-02-07 | 厦门大学 | 基于topsis法的含分布式电源的主动配电网可靠性评估方法 |
CN109245155A (zh) * | 2018-09-30 | 2019-01-18 | 国网河北省电力有限公司经济技术研究院 | 基于不确定理论的配电网广义电源变电可信容量评估方法 |
CN111199492A (zh) * | 2018-11-16 | 2020-05-26 | 华北电力大学 | 一种基于云计算的新能源电力系统可靠性快速求解方法 |
CN111199492B (zh) * | 2018-11-16 | 2023-09-08 | 华北电力大学 | 一种基于云计算的新能源电力系统可靠性快速求解方法 |
CN110365010A (zh) * | 2019-06-24 | 2019-10-22 | 国网上海市电力公司 | 基于2m点估计法的含DG配电网可靠性评估指标获取方法 |
CN110417002A (zh) * | 2019-07-09 | 2019-11-05 | 华中科技大学 | 一种孤岛微电网能量模型的优化方法 |
CN111416345B (zh) * | 2020-04-08 | 2021-12-31 | 华北电力大学 | 考虑需求侧资源响应随机性的配电系统可靠性计算方法 |
CN111416345A (zh) * | 2020-04-08 | 2020-07-14 | 华北电力大学 | 考虑需求侧资源响应随机性的配电系统可靠性计算方法 |
CN111355266B (zh) * | 2020-04-10 | 2023-06-06 | 国网江西省电力有限公司经济技术研究院 | 一种含配电自动化终端的配电网可靠性计算方法 |
CN111355266A (zh) * | 2020-04-10 | 2020-06-30 | 国网江西省电力有限公司经济技术研究院 | 一种含配电自动化终端的配电网可靠性计算方法 |
CN112199864A (zh) * | 2020-11-09 | 2021-01-08 | 江苏南通发电有限公司 | 一种工业用户型光储微网的可靠性优化方法 |
CN113437791A (zh) * | 2021-08-26 | 2021-09-24 | 浙江晶科能源有限公司 | 一种光伏储能系统及其控制方法 |
CN113437791B (zh) * | 2021-08-26 | 2021-11-23 | 浙江晶科能源有限公司 | 一种光伏储能系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102097808B (zh) | 2012-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102097808B (zh) | 一种含分布式风电、光伏及储能的配电系统可靠性评估方法 | |
CN104851053A (zh) | 一种含风光储的配电网供电可靠性评估方法 | |
CN103326388B (zh) | 基于功率预测的微电网储能系统及容量配置方法 | |
Zhao et al. | Optimal siting and sizing of Energy Storage System for power systems with large-scale wind power integration | |
CN104167734A (zh) | 基于时序模拟的并网型微网可靠性评估方法 | |
CN103473446A (zh) | 用于有源配电网可靠性评估的负荷削减模型及其实现方法 | |
CN110854932A (zh) | 一种交直流配电网多时间尺度优化调度方法及系统 | |
Kapoor et al. | Optimal charge/discharge scheduling of battery storage interconnected with residential PV system | |
CN105226650A (zh) | 基于微燃机-储能联合运行策略的微电网可靠性计算方法 | |
CN111009914A (zh) | 一种面向主动配电网的储能装置选址定容方法 | |
CN103326389A (zh) | 基于功率预测的微电网储能系统及容量配置方法 | |
CN106849166A (zh) | 储能型风电场作为电网黑启动电源电池储能系统配置方法 | |
CN110661250B (zh) | 含风光储发输电系统的可靠性评估方法及系统 | |
CN106096849A (zh) | 分布式光伏接入电网综合评价系统及方法 | |
CN104504524A (zh) | 一种应用于有源配网的负荷削减法及可靠性评估方法 | |
Liu et al. | A MILP-based battery degradation model for economic scheduling of power system | |
Azmi et al. | Photovoltaic based active generator: Energy control system using stateflow analysis | |
Zhang et al. | Reliability evaluation of high permeability renewable energy distribution network considering energy storage charge and discharge strategy | |
Guo et al. | Optimal power management for grid-connected microgrid considering modelling of different electricity cost and battery degradation cost | |
Hüels et al. | Energy storage in smart homes: Grid-convenience versus self-use and survivability | |
CN115719967A (zh) | 一种用于提高供电可靠性的有源配电网储能装置优化配置方法 | |
Chen et al. | Scheduling strategy of hybrid energy storage system for smoothing the output power of wind farm | |
CN111564868B (zh) | 离网型光储微电网系统容量配置评估方法及装置 | |
Galvan et al. | Energy storage dispatch using adaptive control scheme considering wind-PV in smart distribution network | |
Prashanti et al. | Impact of energy storage integration on composite system reliability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121017 Termination date: 20180131 |