CN104794545A - 一种配电网光伏并网方案的优化规划方法 - Google Patents
一种配电网光伏并网方案的优化规划方法 Download PDFInfo
- Publication number
- CN104794545A CN104794545A CN201510208936.8A CN201510208936A CN104794545A CN 104794545 A CN104794545 A CN 104794545A CN 201510208936 A CN201510208936 A CN 201510208936A CN 104794545 A CN104794545 A CN 104794545A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- grid
- planning
- probability
- 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
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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
- Y02P80/14—District level solutions, i.e. local energy networks
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种配电网光伏并网方案的优化规划方法,包括以下几个步骤:(1)确定优化目标,确定约束条件;(2)获取配电网现有建设数据、正常运行数据、光伏电站规划数据及太阳辐照历史数据;(3)求取当地辐照度的概率分布,计算不同运行方式的概率分布;(4)考虑约束条件,求取优化目标概率期望值;(5)获得最优并网规划方案。本发明考虑光伏特性,兼顾经济效益与安全可靠性,相比于传统的仅考虑一种运行方式的优化规划方法,由于考虑到了光伏出力差异性和随机性,本发明的优化过程更加接近配电网实际运行状态,从而保证最终的规划方案更加合理。
Description
技术领域
本发明涉及一种配电网光伏并网方案的优化规划方法,属于电网规划技术领域。
背景技术
太阳能光伏发电技术的开发始于上世纪50年代。随着全球能源形势趋于紧张,太阳能光伏发电作为一种可持续的新能源发电方式,近年来得到迅速的发展,并在世界范围内得到广泛应用。光伏电站建设的一个重要方面就是并网规划,随着我国光伏并网工作量的逐渐增多,光伏并网优化规划问题亟需关注。
目前,我国缺乏针对光伏自身特点的并网规划模式及准则,对光伏接入配电网的规划研究还处于起步阶段,因此,大多数工程实践仍借鉴传统机组并网规划准则,缺乏针对性。传统的电网规划通过技术分析对备选方案进行筛选得到规划方案,缺点是缺乏通用性,在工作量增多时难以快速完成。备选方案和最终方案的选取只能通过有限的计算,依靠工作人员的经验得出结论,难以寻求精确的最优解。通常规划时采取典型运行状态加以分析,考虑到光伏出力的自然特性,在不同时间段的差异性和随机性,所以传统的分析方式得出的方案难以保证是最佳方案。实际光伏接入配电网后的运行状态会以一天为周期发生极大的变化,同时不同的月份之间也会有一定的差异性,配电网的负载状态也会有多种情况,仅考虑典型运行方式的传统规划方式并不适用于光伏并网优化规划工作。将光伏出力的随机特性加以考虑,才能优选出更加经济可靠的规划方案。
发明内容
针对现有技术存在的不足,本发明目的是提供一种考虑了光伏出力差异性和随机性的配电网光伏并网方案的优化规划方法,本发明的优化过程更加接近配电网实际运行状态,从而保证最终的规划方案更加合理。
为了实现上述目的,本发明是通过如下的技术方案来实现:
本发明的一种配电网光伏并网方案的优化规划方法,包括以下几个步骤:
(1)确定优化目标,确定约束条件;
(2)获取配电网现有建设数据、正常运行数据、光伏电站规划数据及太阳辐照历史数据;
(3)求取当地辐照度的概率分布,计算不同运行方式的概率分布;
(4)考虑约束条件,求取优化目标概率期望值;
(5)获得最优并网规划方案。
步骤(1)中,所述优化目标即以光伏电站设计运行时间内配电网线路损耗造成的效益损失和新建线路费用之和最小为目标函数;
Obj=min(Ci*Li+T*F*E) (1)
其中,Obj表示优化目标,Ci表示光伏电站到并网节点i的线路单位长度的建设费用,Li表示光伏电站距并网节点i的规划线路走廊的长度,T表示光伏电站的设计使用寿命,F表示损耗单位电量所造成的综合经济损失,E表示接入光伏电站运行后,一年时长内配电网的线路电能损耗的估算值。
计算每个小时时间段内线路电能损耗的概率期望值,再将全年所有时间段的线路损耗期望值累加起来作为一年时长内的线路损耗E的估算值,即:
其中,Em,t(∑i,jΔSi,j)表示在第m月典型日的第t小时的线路损耗和的期望值,ΔSi,j表示节点i到节点j的线路上的电能损耗,节点i,j都属于配电网节点集合Ω,对每种可能的运行方式进行潮流计算,首先保证各参数满足约束条件,再求取ΔSi,j,再求和得到此运行状态下的线路损耗总和,所有运行方式的电能损耗总和的期望值即为Em,t(∑i,jΔSi,j)。
步骤(1)中,所述约束条件包括线路潮流约束、配电网线路输送功率极限约束、系统节点电压约束、公共连接点电压波动约束、并网点至公共连接点的电压损耗约束。
步骤(2)中,需获取的配电网现有建设数据包括:配电网现有网架结构、各线路参数,用于新建线路造价计算和后续优化计算;
配电网的正常运行数据包括:每月典型日负荷曲线、年负荷曲线数据,由此估算一年12个月的典型日逐小时概率分布,用于潮流计算和损耗计算。
步骤(3)中,当地辐照度的概率分布求取方法如下:
(1)确定当月的太阳辐射量平均值;
(2)确定安装地点的太阳赤纬角;
(3)确定日照时间内每一小时的太阳高度;
(4)确定日照时间内每一小时的大气透明度概率分布;
(5)依据辐照度公式求解当地辐照度概率分布。
步骤(3)中,不同运行方式的概率分布计算方法如下:
(1)利用配电网的历史运行数据,同时考虑配电网本身的运行状态差异性,在每个规划时间段内拟合运行状态的离散概率分布;
(2)接入光伏电站后,对光伏电站出力与原配电网运行状态交叉组合,两者概率乘积即为组合概率,得到并网运行方式的概率分布。
步骤(5)中,将光伏电站分别接入配电网并网位置候选集中并网位置,计算优化目标Obj,检验约束条件是否满足。在约束条件满足的接入方案中,经济性优化目标最优者即为优化规划结果。
与现有技术相比,本发明具有以下优点:
(1)本发明考虑太阳辐照度随机性引起的光伏发电出力随机性,及由此出现的光伏电站接入配电网后的运行方式多样性。不同于传统优化规划方法仅考虑一种典型运行方式,传统优化规划方法由于配电网实际的多种运行方式,其规划结果并不可靠,没有实现真正的最优化规划。本方法在多种运行方式的基础上实现优化目标的最佳解,运用概率分布的方式进行计算,得到概率期望上的最优化。这种方法更加有效,在经济性上也能达到更好的效果。
(2)并网优化规划时存在众多约束条件,本方法在约束条件上更加严格,保证接入后在所有可能的运行状态下都满足约束条件,而不仅仅是典型运行方式下的满足约束。因此本优化方法在规划层面上保证了接入光伏电站后的配电网的安全稳定运行,规划结果相比于传统方法更加安全可靠。
附图说明
图1为本发明的配电网光伏并网方案的优化规划方法工作流程图;
图2为当地辐照度的概率分布求取方法工作流程图;
图3为考虑光伏出力随机性的优化指标计算步骤。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
光伏电站由于受限于自然条件,其出力特性具有随机性和差异性,在一天之内,随着太阳高度角的变化,光伏出力会随之变化,且光伏电站只能够在白天出力;在不同月份和季节中,随着全天最高太阳高度角的变化,光伏出力曲线的极大值也会随着变化。总之,全年内不同月份和一天内不同时间段的光伏出力会出现较大的差异。同时,随着负荷的变化,配电网在不同时间段的运行方式也会不同。综合考虑上述差异性,光伏电站接入配电网后,配电网的运行方式、潮流分布会出现多种情况。而传统的光伏接入优化规划方法仅考虑一种典型运行方式,这种传统方法由于光伏电站运行方式的差异性,会出现较大的误差,得到的规划方案可靠性不高。
本发明本方法考虑光伏能源输出的自然特性,兼顾到不同月份和一天内不同时间段的光伏输出差异性和随机性,以及日负荷差异。利用历史光照数据和地理数据,估算当地光伏出力的概率分布;根据历史运行数据,估算配电网每小时的负荷水平期望。总体结合光伏出力估算值和配电网负荷估算值,计算接入光伏电站后的配电网运行状态的概率分布,再由此计算配电网电能损耗的概率分布及其期望值。这种计算方式考虑到多种运行状态,所得到的配电网电能损耗期望值更加准确,更接近于实际运行状态。基于上述计算方法进行光伏接入配电网的优化规划工作,保证规划方法更加合理更加经济。本方法综合考虑线路费用和长期运行效益,同时保证了配电网运行的安全稳定性约束。
参见图1,具体包括以下几个步骤:
步骤一:确定优化目标,确定约束条件。
确定优化目标:以光伏电站设计运行时间内配电网线路损耗造成的效益损失和新建线路费用之和最小为目标函数;
Obj=min(Ci*Li+T*F*E) (1)
其中,Obj表示优化目标,Ci表示光伏电站到并网节点i的线路单位长度的建设费用,Li表示光伏电站距并网节点i的规划线路走廊的长度。T表示光伏电站的设计使用寿命,F表示单位电量的综合效益,E表示接入光伏运行,一年时长内的线路损耗。
确定约束条件,包括:
1)线路潮流约束;
配电网在各状态下的电压功率参数都要满足潮流约束;
2)配电网线路输送功率极限约束;
光伏电站接入后配电网所有线路的实际输送功率小于该线路极限输送功率,线路极限输送功率由配电网线路参数可查得;
3)系统节点电压约束;
光伏电站接入后配电网所有节点的电压值处于规范约束范围内,配电网的各节点电压大于0.9倍额定电压,小于1.1倍额定电压;
4)公共连接点(PCC点)电压波动约束;
光伏电站的PCC点在不同运行状态中电压波动小于规范约束极限值;
5)并网点(POI点)至公共连接点的电压损耗约束;
POI点至PCC点的电压损耗百分比小于规范约束极限值,一般为5%;
步骤二:获取配电网现有建设数据、正常运行数据、光伏电站规划数据及辐照历史数据等。需获取的数据包括:配电网现有网架结构、各线路参数,用于线路造价计算和后续优化计算。配电网的运行数据,包括负荷、光伏电站出力等运行状态数据一年12个月的典型日逐小时概率分布,用于潮流计算和损耗计算。
步骤三:求取太阳辐照度概率分布,计算不同运行方式的概率分布。
1.求取太阳辐照度概率分布,参见图2,具体包括以下几个步骤:
(1)确定太阳辐射量平均值
大气层外太阳辐射强度在一年之中随时间的变化而连续变化,但是可以用各月份的平均值来计算到达大气层外表面的各月日照量,也就是认为一个月中不变化。太阳辐射量平均值Isc可以如下表所示:
表1 各月份太阳辐射量平均值 单位:kW/m2
(2)确定安装地点的太阳赤纬角
一般的,太阳的辐射能量是由低纬度向高纬度逐渐减弱的。安装地点决定了纬度的多少。据此我们可以得到该地点的太阳赤纬角δ,可由Cooper方程近似计算:
其中n为一年中的日期序号,1月1日为0号。
(3)确定日照时间内每一小时的太阳高度
太阳高度角定义为入射光线与地平面的夹角。当太阳高度较低时,光线穿过大气的路程较长,从而能量衰减的就较多。又由于光线以较小的角度投射到地平面上,所以到达地面的能量就会较少。否则,就较多。由纬度公式(3)可以进一步计算太阳高度角αs.
其中,ω是时角,地球每小时自转15°,正午12时为0,上午为负,下午为正。
(4)确定日照时间内每一小时的大气透明度
太阳光进入大气层后,由于受到空气中的分子,水汽,尘埃等的吸收以及散射的作用,太阳辐射能通过大气层时会有一定的衰减。大气透明度P即用于表征这种衰减的程度。大气透明度高,到达地面的太阳辐射能就多。
为了克服福布斯效应,将大气质量为m的大气透明度订正到大气质量为2的大气透明度P2,而一天中的P值的变化取决于各小时的大气质量m:
可以根据安装地点年平均大气透明系数P2,再根据式(4)中所求得的各小时的大气质量,计算出各小时的大气透明度P。
(5)求取太阳辐照度概率分布
云层、太阳能阵列的安装角度、覆尘率、温度和天气的影响都会影响到太阳能电池板阵列的工作。
对于阵列的安装角度,比较理想的方式是使阵列的朝向跟踪太阳,始终使阵列表面与太阳入射光线相垂直,但绝大多数是采用固定角朝向,具体与地平面的夹角视情况而定。
对于覆尘率,假定组件表面始终保持清洁,即覆尘率为0,不会影响系统的正常工作。对于温度,假定它们对太阳能电池板的工作也无作用。
首先太阳辐射分为直接辐射和散射辐射,直接辐射In的表达式为:
In=γIscP (5)
其中,γ为日地距离的修正值,n为该天距离1月1日的天数。太阳的散射辐射Id指的是地球大气及云层反射和散射作用而改变了方向的太阳辐射,在晴天时主要取决于太阳高度和大气透明度,表达式如下:
式(5)与(6)中,Isc为太阳辐射量平均值,P表示大气透明度,P2表示订正后的大气透明度,αs为太阳高度角。由于天空中云层的影响,经过其他云状的吸收反射后,太阳直接辐射In1和间接辐射Id1分别为:
In1=In×η1云,Id1=Id×η2云 (7)
上式中,η1云为直接辐射衰减度,即直接辐射经各云状衰减后的百分比,η2云为散射辐射衰减度,即散射辐射经各云状衰减后的百分比。
η1云与η2云的取值分干湿两种状态如下表所示:
表2 干日与湿日的云层衰减度取值
设S为太阳能阵列倾斜面与水平面的夹角,那么到达阵列倾斜面上的太阳总辐射表达式如下:
上式中ρ为地物表面的反射率,在工程计算中,一般取0.2。I即为计算时间内某一小时的太阳辐照度。根据事先确定的当天的日照时数,我们可以确定该天日照时间内每个小时的太阳辐照度。太阳辐照度的概率密度函数为:
上式中r和rmax(W/m2)分别表示的是实际的和最大的太阳辐照度,α和β是分布函数的形状参数。Γ是Gamma函数。为简化计算过程,可将概率分布函数离散化,得到辐照度的离散概率分布。
光伏电站出力可认为与太阳辐照度成正比例关系,比例系数与光伏电站规模相关。
2.计算不同运行方式的概率分布
同时考虑配电网本身的运行状态差异性,利用配电网的历史运行数据,在每个规划时间段内拟合运行状态的离散概率分布。接入光伏电站后,对光伏电站出力与原配电网运行状态交叉组合,两者概率乘积即为组合概率,得到并网运行方式的概率分布。
步骤四:考虑约束条件,求取优化目标概率期望值。
参见图3,利用步骤三得到的并网运行方式概率分布,对每种运行方式进行潮流计算,得到线路损耗值。对所有概率下的线路损耗求取期望值。对于不同候选并网位置计算优化目标Obj的数值,同时检验约束条件是否满足,舍弃约束条件不满足的候选并网方案。
优化目标由公式(1)表示:
Obj=min(Ci*Li+T*F*E)
其中E表示接入光伏电站运行,一年时长内的线路损耗。参数E的精确计算是规划结果是否可信的关键所在。考虑光伏电站出力的随机特性,在计算E的过程中利用配电网的多种运行状态,并考虑各种运行状态出现的概率分布,最终利用各种状态下线路损耗的期望值作为参数E的估计值。同时考虑到不同月份和不同时间段的差异性,将12个月份和24小时分别细化,分析辐照度概率分布、配电网运行状态,以及线路损耗概率分布。计算每个小时时间段内线路损耗的概率期望值,再将全年所有时间段的线路损耗期望值累加起来作为一年时长内的线路损耗E的估计值。即:
其中,Em,t(∑i,jΔSi,j)表示在第m月典型日的第t小时的线路损耗和的期望值,ΔSi,j表示节点i到节点j的线路上的电能损耗,节点i,j都属于配电网节点集合Ω。对每种可能的运行方式进行潮流计算,首先保证各参数满足约束条件,再求取ΔSi,j,求和得到此运行状态下的线路损耗总和,所有运行方式的损耗总和的期望值即为Em,t(∑i,jΔSi,j)。
步骤五:获得最优并网规划方案
选取规划配电网的并网位置候选集,将光伏电站分别接入规划候选集中的并网位置,首先检验约束条件是否满足,在约束条件满足的接入方案中,计算优化目标Obj,比较经济性优化目标,选择最优者作为优化规划方案。
通过以上几个步骤,可得到考虑光伏特性,兼顾经济效益与安全可靠性的优化规划方案。相比于传统仅考虑一种运行方式的优化规划方法,由于考虑到了光伏出力差异性和随机性,本方法优化过程更加接近配电实际运行状态,从而保证最终的规划方案更加合理。本规划方法保证在各种运行方式下满足规划约束条件,规划结果更具安全性;通过求取优化目标期望值,综合考虑多种运行方式及其概率分布,规划结果具有更好的经济性。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种配电网光伏并网方案的优化规划方法,其特征在于,包括以下几个步骤:
(1)确定优化目标,确定约束条件;
(2)获取配电网现有建设数据、正常运行数据、光伏电站规划数据及太阳辐照历史数据;
(3)求取当地辐照度的概率分布,计算不同运行方式的概率分布;
(4)考虑约束条件,求取优化目标概率期望值;
(5)获得最优并网规划方案。
2.根据权利要求1所述的配电网光伏并网方案的优化规划方法,其特征在于:
步骤(1)中,所述优化目标即以光伏电站设计运行时间内配电网线路损耗造成的效益损失和新建线路费用之和最小为目标函数;
Obj=min(Ci*Li+T*F*E) (1)
其中,Obj表示优化目标,Ci表示光伏电站到并网节点i的线路单位长度的建设费用,Li表示光伏电站距并网节点i的规划线路走廊的长度,T表示光伏电站的设计使用寿命,F表示损耗单位电量所造成的综合经济损失,E表示接入光伏电站运行后,一年时长内配电网的线路电能损耗的估算值。
3.根据权利要求2所述的配电网光伏并网方案的优化规划方法,其特征在于:
计算每个小时时间段内线路电能损耗的概率期望值,再将全年所有时间段的线路损耗期望值累加起来作为一年时长内的线路损耗E的估算值,即:
其中,Em,t(∑i,jΔSi,j)表示在第m月典型日的第t小时的线路损耗和的期望值,ΔSi,j表示节点i到节点j的线路上的电能损耗,节点i,j都属于配电网节点集合Ω,对每种可能的运行方式进行潮流计算,首先保证各参数满足约束条件,再求取ΔSi,j,再求和得到此运行状态下的线路损耗总和,所有运行方式的电能损耗总和的期望值即为Em,t(∑i,jΔSi,j)。
4.根据权利要求1所述的配电网光伏并网方案的优化规划方法,其特征在于,
步骤(1)中,所述约束条件包括线路潮流约束、配电网线路输送功率极限约束、系统节点电压约束、公共连接点电压波动约束、并网点至公共连接点的电压损耗约束。
5.根据权利要求1所述的配电网光伏并网方案的优化规划方法,其特征在于,
步骤(2)中,需获取的配电网现有建设数据包括:配电网现有网架结构、各线路参数,用于新建线路造价计算和后续优化计算;
配电网的正常运行数据包括:每月典型日负荷曲线、年负荷曲线数据,由此估算一年12个月的典型日逐小时概率分布,用于潮流计算和损耗计算。
6.根据权利要求1所述的配电网光伏并网方案的优化规划方法,其特征在于,
步骤(3)中,当地辐照度的概率分布求取方法如下:
(1)确定当月的太阳辐射量平均值;
(2)确定安装地点的太阳赤纬角;
(3)确定日照时间内每一小时的太阳高度;
(4)确定日照时间内每一小时的大气透明度概率分布;
(5)依据辐照度公式求解当地辐照度概率分布。
7.根据权利要求1所述的配电网光伏并网方案的优化规划方法,其特征在于,
步骤(3)中,不同运行方式的概率分布计算方法如下:
(1)利用配电网的历史运行数据,同时考虑配电网本身的运行状态差异性,在每个规划时间段内拟合运行状态的离散概率分布;
(2)接入光伏电站后,对光伏电站出力与原配电网运行状态交叉组合,两者概率乘积即为组合概率,得到并网运行方式的概率分布。
8.根据权利要求1所述的配电网光伏并网方案的优化规划方法,其特征在于,
步骤(5)中,将光伏电站分别接入配电网并网位置候选集中并网位置,计算优化目标Obj,检验约束条件是否满足。在约束条件满足的接入方案中,经济性优化目标最优者即为优化规划结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510208936.8A CN104794545B (zh) | 2015-04-28 | 2015-04-28 | 一种配电网光伏并网方案的优化规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510208936.8A CN104794545B (zh) | 2015-04-28 | 2015-04-28 | 一种配电网光伏并网方案的优化规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104794545A true CN104794545A (zh) | 2015-07-22 |
CN104794545B CN104794545B (zh) | 2018-03-02 |
Family
ID=53559331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510208936.8A Active CN104794545B (zh) | 2015-04-28 | 2015-04-28 | 一种配电网光伏并网方案的优化规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104794545B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405063A (zh) * | 2015-10-30 | 2016-03-16 | 武汉大学 | 基于主成分分析法的光伏电站接入方案综合决策方法 |
CN106557867A (zh) * | 2016-10-19 | 2017-04-05 | 华南理工大学 | 适用中长时间尺度电网分析的光伏发电概率模型建模方法 |
CN107563641A (zh) * | 2017-08-31 | 2018-01-09 | 东北大学 | 一种计及灾害偏好的配电网抗灾多场景差异化规划方法 |
CN109524991A (zh) * | 2018-12-07 | 2019-03-26 | 国网浙江省电力有限公司杭州供电公司 | 一种分布式光伏接入方法 |
CN111092451A (zh) * | 2018-10-23 | 2020-05-01 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于配电网网格的光伏消纳预警方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530817A (zh) * | 2013-10-10 | 2014-01-22 | 国家电网公司 | 一种分布式光伏并网适应性评估方法 |
CN103955777A (zh) * | 2014-05-16 | 2014-07-30 | 天津大学 | 光伏发电接入配电网方案设计与分析评估辅助系统 |
CN104392275A (zh) * | 2014-11-11 | 2015-03-04 | 广东电网有限责任公司电力科学研究院 | 一种含分布式光伏并网的主动配电网规划方法 |
-
2015
- 2015-04-28 CN CN201510208936.8A patent/CN104794545B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103530817A (zh) * | 2013-10-10 | 2014-01-22 | 国家电网公司 | 一种分布式光伏并网适应性评估方法 |
CN103955777A (zh) * | 2014-05-16 | 2014-07-30 | 天津大学 | 光伏发电接入配电网方案设计与分析评估辅助系统 |
CN104392275A (zh) * | 2014-11-11 | 2015-03-04 | 广东电网有限责任公司电力科学研究院 | 一种含分布式光伏并网的主动配电网规划方法 |
Non-Patent Citations (1)
Title |
---|
陈丽 等: "考虑并网光伏电源出力时序特性的", 《电工技术学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405063A (zh) * | 2015-10-30 | 2016-03-16 | 武汉大学 | 基于主成分分析法的光伏电站接入方案综合决策方法 |
CN106557867A (zh) * | 2016-10-19 | 2017-04-05 | 华南理工大学 | 适用中长时间尺度电网分析的光伏发电概率模型建模方法 |
CN106557867B (zh) * | 2016-10-19 | 2020-06-09 | 华南理工大学 | 适用中长时间尺度电网分析的光伏发电概率模型建模方法 |
CN107563641A (zh) * | 2017-08-31 | 2018-01-09 | 东北大学 | 一种计及灾害偏好的配电网抗灾多场景差异化规划方法 |
CN111092451A (zh) * | 2018-10-23 | 2020-05-01 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于配电网网格的光伏消纳预警方法 |
CN109524991A (zh) * | 2018-12-07 | 2019-03-26 | 国网浙江省电力有限公司杭州供电公司 | 一种分布式光伏接入方法 |
CN109524991B (zh) * | 2018-12-07 | 2022-10-04 | 国网浙江省电力有限公司杭州供电公司 | 一种分布式光伏接入方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104794545B (zh) | 2018-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sulaiman et al. | Effects of dust on the performance of PV panels | |
CN104794545A (zh) | 一种配电网光伏并网方案的优化规划方法 | |
Zhao et al. | Optimal PV panel tilt angle based on solar radiation prediction | |
Yang et al. | A novel ARX-based multi-scale spatio-temporal solar power forecast model | |
Lyden et al. | Modelling, parameter estimation and assessment of partial shading conditions of photovoltaic modules | |
Ozerdem et al. | Performance evaluation of Serhatkoy (1.2 MW) PV power plant | |
Vasudev et al. | Performance Analysis of a 48 kWp Grid connected Rooftop Photovoltaic System | |
Kaplan | A new model for predicting the global solar radiation | |
Brecl et al. | Development of a stochastic hourly solar irradiation model | |
Han et al. | A Solar Radiation Prediction Model Using Weather Forecast Data and Regional Atmospheric Data | |
Yap et al. | Comparative study in predicting the global solar radiation for Darwin, Australia | |
Malik et al. | An approach to predict output of PV panels using weather corrected global irradiance | |
Gerards et al. | Pv predictions made easy: Flexibility through simplicity | |
Odungat et al. | Estimation of system efficiency and utilisation factor of a mirror integrated solar PV system | |
Kolev et al. | Short-term power output forecasting of the photovoltaics in Bulgaria | |
Lee et al. | 24-Hour photovoltaic generation forecasting using combined very-short-term and short-term multivariate time series model | |
Park et al. | An improved photovoltaic system output prediction model under limited weather information | |
Bracale et al. | An improved Bayesian-based approach for short term photovoltaic power forecasting in smart grids | |
Dobreva et al. | Energy yield modelling of PV systems operating in Namibian conditions | |
El Mghouchi et al. | Prediction of solar radiation flues: case study of Tetuan city in northern Morocco | |
Eftimie | Estimating Clear Sky Solar Radiation Using Linke and Ångström Turbidity Coefficients in Romania | |
Schweiger et al. | Energy rating label for pv modules for improving energy yield prediction in different climates | |
Supponen et al. | Impact evaluation of PV generation on LV networks | |
Boyadzhieva et al. | Analysis of the Global Solar Radiation and Solar Energy in Ruse, Bulgaria | |
Irwan et al. | An estimation of solar characteristic in Kelantan using Hargreaves Model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |