CN105406509A - 一种基于分布式电源置信容量的配电网供电能力评估方法 - Google Patents
一种基于分布式电源置信容量的配电网供电能力评估方法 Download PDFInfo
- Publication number
- CN105406509A CN105406509A CN201510965330.9A CN201510965330A CN105406509A CN 105406509 A CN105406509 A CN 105406509A CN 201510965330 A CN201510965330 A CN 201510965330A CN 105406509 A CN105406509 A CN 105406509A
- Authority
- CN
- China
- Prior art keywords
- power supply
- capacity
- load
- distribution network
- power distribution
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims abstract description 4
- 238000005192 partition Methods 0.000 claims description 45
- 238000004364 calculation method Methods 0.000 claims description 33
- 238000005286 illumination Methods 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 7
- 241001123248 Arma Species 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000010485 coping Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 abstract 1
- 238000010248 power generation Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000418 atomic force spectrum Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H02J3/382—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/10—Photovoltaic [PV]
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/30—Wind power
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种基于分布式电源置信容量的配电网供电能力评估方法,包括:建立分布式电源的出力模型,包括风机出力模型和光伏出力模型;建立基于分布式电源置信容量的配电网供电能力计算模型,模型中负荷由配电网和接入的分布式电源共同出力供应;约束条件校验,所述约束条件是以配电网可靠性和基于缺电时间期望的计算方法为主要约束条件;含分布式电源的配电网可靠性评估,是使用序贯蒙特卡洛模拟的方法对含分布式电源的配电网进行可靠性评估;馈线区负荷优化调整,是指在系统可靠性前提下,通过迭代调整馈线分区负荷,得到分布式电源的有效载荷能力;系统供电能力计算,是基于配电系统供电能力计算模型,利用Matlab求解系统最大供电能力。
Description
技术领域
本发明涉及一种城网规划管理的配电网供电能力评估方法。特别是涉及一种基于分布式电源置信容量的配电网供电能力评估方法。
背景技术
随着电源安全问题日益突出,水电、太阳能、风能等可再生资源在电源布局中占据着越来越重要的位置。同时,随着分布式发电技术的快速发展,大量的分布式电源接入电网。分布式发电可以高效利用风、光等可再生电源、减少电能的传输损耗,是未来城市电网中不可或缺的组成部分。
目前置信容量评估可从两个角度进行:从电源侧计算等效固定容量EFC(EffectiveFirmCapacity),即保持系统可靠性指标不变新投入机组的等效虚拟机组容量,等效固定容量假设虚拟机组是100%可靠的,当虚拟机组的强迫停运率不为零时,此时求得的虚拟机组容量称为等效常规容量ECC(EffectiveConventionalCapacity),当不考虑负荷侧仅保持发电侧的可靠性水平不变,求得虚拟机组的容量称为保证容量GC(GuaranteedCapacity);或是从负荷侧计算有效载荷能力ELCC(EffectiveLoadCarryingCapability),即在维持系统可靠性水平不变的前提下,新增电源可承载负荷的能力。其计算方法主要分为两类,即时序方法和概率方法。时序方法则主要通过计算某时段的容量系数CF(CapacityFactor)来近似估计可再生发电的容量置信度。例如美国的RMATS和PJM根据研究结果取20%作为风电的容量置信度,GE/NYSERDA则将岸上风电的置信容量取为装机容量的9%而将海上风电的置信容量取为装机容量的40%。概率方法的计算通过计算系统可靠性和进行负荷调整评估可再生电源发电的置信容量。时序方法的评估结果更适用于系统运行,而概率方法则为系统规划提供参考。
虽然分布式发电接入配电网可以对负荷进行部分消纳,减轻配电网的负荷承载压力,延缓配电网的升级改造,但是在分布式电源渗透率较低的有源配电网中,由于风能等可再生电源出力的随机性和不确定性,具有较低的容量置信度,其出力波动也容易被负荷波动所淹没,常被作为负的负荷考虑其电量价值。现阶段虽然分布式发电在我国电网中所占的比例较低,尚不参与电力平衡,认为其不提供容量价值;但在未来有源配电网的建设中必将有大量的分布式电源接入电网。所以,有必要考察分布式电源的置信容量价值,分析其对电网负荷承载能力的提升作用,科学评估有源配电网的供电能力。因此,提出一种基于分布式电源置信容量的配电网供电能力评估方法,有利于挖掘分布式电源的供电潜力、更大地发挥配电网的资源利用效能,对分布式电源的规划和配电网的运行等具有重要指导意义。
发明内容
本发明所要解决的技术问题是,提供一种基于分布式电源置信容量的配电网供电能力评估方法,能够从求解可再生电源置信容量的角度出发,分析分布式电源置信容量的价值,为合理有效评估有源配电网的供电能力提供依据。
本发明所采用的技术方案是:一种基于分布式电源置信容量的配电网供电能力评估方法,包括如下步骤:
1)建立分布式电源的出力模型,包括风机出力模型和光伏出力模型;
2)建立基于分布式电源置信容量的配电网供电能力计算模型,模型中负荷由配电网和接入的分布式电源共同出力供应;
3)约束条件校验,所述约束条件是以配电网可靠性和基于缺电时间期望的计算方法为主要约束条件;
4)含分布式电源的配电网可靠性评估,是使用序贯蒙特卡洛模拟的方法对含分布式电源的配电网进行可靠性评估;
5)馈线区负荷优化调整,是指在系统可靠性前提下,通过迭代调整馈线分区负荷,得到分布式电源的有效载荷能力;
6)系统供电能力计算,是基于配电系统供电能力计算模型,利用Matlab求解系统最大供电能力,所述配电系统供电能力计算模型是:
步骤1)所述的建立分布式电源的风机出力模型,包括:
(1)采用时间序列的ARMA模型模拟产生风速的时序数据:
Vt=μt+σtyt(1)
yt=φ1yt-1+φ2yt-2+…φnyt-n+αt-αt-1θ1-αt-2θ2-…-αt-mθm(2)
式中,Vt为实时风速;μt为评估区域内历史风速数据的平均值,σt为历史风速分布的标准差,yt为时间序列,φl为自回归系数,l=1,…n;θs为滑动平均系数,s=1,…m;αt为白噪声系数,服从均值为0、方差为的独立正态分布;
(2)建立风机出力模型
式中,Pw为风机的实时出力,A、B、C为出力曲线非线性部分的拟合函数的系数,Vt为第t个小时的实时风速数据,Vci、Vr和Vco分别为风机的切入风速、额定风速和切出风速,Pr为风机的额定输出功率。
步骤1)所述的建立分布式电源的光伏出力模型,包括:
(1)通过已知地理位置下的太阳辐射进行折算生成光照的时序数据:
式中,Isc为太阳常数,实际数值通过地外人造卫星测得,取值范围为1367W/m2±7W/m2,nd为表示某一日在一年中的次序;
(2)求水平面太阳入射角:
式中,θH代表水平面太阳入射角,为水平面所在地纬度,δ为太阳赤纬,ω为太阳时角;
(3)求实时光辐射度I0:
I0=IE0cosθH(6)
(4)建立光伏出力模型:
式中,Pb为光伏的实时出力;Psn为光伏的额定功率;Gstd为额定光辐射度,单位为kW/m2;Rc为出力曲线开始变为线性的光照强度值;Gbt为第t个小时的实时光辐射度,单位为kW/m2,其中Gbt=I0/1000。
步骤2)所述的配电网供电能力计算模型如下:
式中,PPSC为所计算配电系统的供电能力;fi为馈线分区i供应的负荷;同时设配电网供应的负荷为fi′,di为馈线分区内分布式电源的出力,则fi=fi′+di。
步骤3)所述的约束条件包括:
(1)馈线容量约束,是指配电网供应的负荷正常运行时,馈线不过载,表示为:
式中Rfj为馈线j的容量,Sfj为正常运行时馈线j包含馈线分区的集合;
(2)主变容量约束,是指配电网供应的负荷正常运行时,主变压器不过载,表示为:
式中Rtj为主变j的容量,Stj为正常运行时主变j包含馈线分区的集合;
(3)可靠性约束,是指配电网的可靠性到达目标可靠性要求,表示为:
式中,LOLEi为馈线分区i的缺电时间期望,LOLEobj为目标缺电时间期望;馈线分区i的缺电时间期望LOLEi表示为:
式中,Sfj为与馈线分区i联络的馈线j包含的馈线分区集合,fk为馈线分区k供应的负荷,Pi为馈线分区i负荷通过联络转供的概率,E(x)为变量大于0的时间期望。
步骤4)所述的对含分布式电源的配电网可靠性评估,包括:
(1)根据有源配电系统网络结构,建立主变站内联络关系、馈线分区互联关系、主变馈线连接关系,生成主变馈线连接关系矩阵,根据步骤1)建立的模型模拟生成分布式电源出力的时序数据;
(2)初始化模拟时钟,对于一个包含m个元件的系统,随机产生m个区间[0,1]内的随机数,根据各元件故障率参数λ生成m维的系统元件正常运行时间向量,时间向量的元素为TTFw;
(3)找出最小的TTFi,当最小TTFi多于一个时,随机选择其中任一个TTFw,在区间[0,1]内产生随机数,确定元件w的故障持续时间,表示为TTRw,并将模拟时钟推进到TTFw;
(4)判断故障类型,所述故障包括主变故障,非电源元件故障,分布式电源故障,分别进行故障影响分析,找出存在负荷失电情况的馈线分区,并记录馈线分区的停电时间和缺供电量信息;
(5)更新本次故障元件的正常运行时间;
(6)判断精度是否达到终止判据要求,若达到则执行步骤(7),否则返回步骤(3);
(7)统计模拟周期内负荷失电信息,计算有源配电网的可靠性指标。
步骤(7)所述的计算有源配电网的可靠性指标是电量不足期望LOEE,电量不足期望的计算式为:
式中Ci是状态i下消减负荷的功率,Pi是状态i的概率,T是评估时长。
步骤5)所述的馈线区负荷优化调整,是对接入分布式电源的馈线分区用负荷倍数法调整至恢复原可靠性指标,进而求得分布式电源应对负荷增长的能力,具体是:
首先设定负荷倍数α=1/2,以馈线分区负荷值为L+C*α作为负荷值计算可靠性,其中,C是分布式电源的额定容量值,L是馈线分区原始负荷,如果可靠性低于目标可靠性,则取当前的负荷点作为上端点以弦截法确定下次的计算负荷;反之可靠性高于目标可靠性则进一步将负荷倍数值α增加ε,其中ε为设定的负荷倍数步长,进行下一次计算,直至可靠性误差满足精度要求停止。
本发明的一种基于分布式电源置信容量的配电网供电能力评估方法,在考虑到分布式电源出力与负荷的时间和空间的匹配关系的情况下,提出了接入配电网分布式电源的配电容量价值计算方法,为有源配电网供电能力的评估和分布式电源的优化配置等提供了有益探索,有利于促进配电网建设结构与规划技术的合理发展。本发明的方法能够从求解可再生电源置信容量的角度出发,分析分布式电源置信容量的价值,为合理有效评估有源配电网的供电能力提供依据。
附图说明
图1是本发明基于分布式电源置信容量的配电网供电能力评估方法的流程图;
图2是本发明中可靠性计算流程图。
具体实施方式
下面结合实施例和附图对本发明的一种基于分布式电源置信容量的配电网供电能力评估方法做出详细说明。
分布式电源置信容量,是在不影响供电质量(供电可靠性)的前提下,常规发电机组可以减少的发电容量占可再生电源发电机组总装机容量的比例,以分析其对电网负荷承载能力的提升作用。
置信容量的迭代计算方法,其准确性依赖于满足要求的充足的数据。TaskForceoftheCapacityValueofWindPower推荐方法的数据要求如下:研究时段内负荷的时序数据(至少是多年的每小时负荷数据);对应负荷时序数据的风机出力的时序数据;完整的常规机组的容量、被迫停运率、检修计划等信息。
由于对于刚刚建成的可再生电源发电,满足精度和数量要求的出力时序数据可能难以获取。因此,本发明在评估规划可再生电源发电的置信容量时,对可采用模拟的方法,根据当地可再生电源状况进行模拟。
如图1所示,本发明的一种基于分布式电源置信容量的配电网供电能力评估方法,包括如下步骤:
1)建立分布式电源的出力模型,包括风机出力模型和光伏出力模型;其中,
所述风机出力模型的建立,包括:
(1)采用时间序列的ARMA模型模拟产生风速的时序数据:
Vt=μt+σtyt(1)
yt=φ1yt-1+φ2yt-2+…φnyt-n+αt-αt-1θ1-αt-2θ2-…-αt-mθm(2)
式中,Vt为实时风速;μt为评估区域内历史风速数据的平均值,σt为历史风速分布的标准差,yt为时间序列,φl为自回归系数,l=1,…n;θs为滑动平均系数,s=1,…m;αt为白噪声系数,服从均值为0、方差为的独立正态分布;
(2)建立风机出力模型
式中,Pw为风机的实时出力,A、B、C为出力曲线非线性部分的拟合函数的系数,Vt为第t个小时的实时风速数据,Vci、Vr和Vco分别为风机的切入风速、额定风速和切出风速,Pr为风机的额定输出功率。
所述光伏出力模型的建立,包括:
(1)光伏出力的不确定性可以通过地理位置和时间模拟太阳辐射值,并由此生成全年的光照数据。受地球运动影响,太阳的地外辐射度IE0以年为周期变化。通过已知地理位置下的太阳辐射进行折算生成光照的时序数据:
式中,Isc为太阳常数,实际数值通过地外人造卫星测得,取值范围为1367W/m2±7W/m2,nd为表示某一日在一年中的次序;
(2)求水平面太阳入射角:
式中,θH代表水平面太阳入射角,为水平面所在地纬度,δ为太阳赤纬,ω为太阳时角;
(3)已知纬度太阳赤纬δ和时角ω后,可求实时光辐射度I0:
I0=IE0cosθH(6)
(4)建立光伏出力模型:
式中,Pb为光伏的实时出力;Psn为光伏的额定功率;Gstd为额定光辐射度,单位为kW/m2;Rc为出力曲线开始变为线性的光照强度值;Gbt为第t个小时的实时光辐射度,单位为kW/m2,其中Gbt=I0/1000。
2)建立基于分布式电源置信容量的配电网供电能力计算模型,模型中负荷由配电网和接入的分布式电源共同出力供应;
供电能力是指在满足一定安全准则的条件下,一定区域内配电网最大能供应用户用电的能力,即配电网满足一定安全准则所能通过的最大功率量。
本发明在考虑未来分布式电源大规模接入电网后,在充分考虑分布式电源出力与负荷的时间和空间的匹配关系后,准确、合理估计有源配电网的供电能力。
以置信容量评估为基础构建配电系统供电能力模型,目标函数为满足系统可靠性要求下的配电网供应能力,对于接入分布式电源后,负荷由配电网和分布式电源共同出力供应。
所述的配电网供电能力计算模型如下:
式中,PPSC为所计算配电系统的供电能力;fi为馈线分区i供应的负荷;同时设配电网供应的负荷为fi′,di为馈线分区内分布式电源的出力,则fi=fi′+di。
3)约束条件校验,所述约束条件是以配电网可靠性和基于缺电时间期望(LOLE)的计算方法为主要约束条件,同时结合配电系统自身运行特点;所述的约束条件包括:
(1)馈线容量约束,是指配电网供应的负荷正常运行时,馈线不过载,表示为:
式中Rfj为馈线j的容量,Sfj为正常运行时馈线j包含馈线分区的集合;
(2)主变容量约束,是指配电网供应的负荷正常运行时,主变压器不过载,表示为:
式中Rtj为主变j的容量,Stj为正常运行时主变j包含馈线分区的集合;
(3)可靠性约束,是指配电网的可靠性到达目标可靠性要求,表示为:
式中,LOLEi为馈线分区i的缺电时间期望,LOLEobj为目标缺电时间期望;馈线分区i的缺电时间期望LOLEi表示为:
式中,Sfj为与馈线分区i联络的馈线j包含的馈线分区集合,fk为馈线分区k供应的负荷,Pi为馈线分区i负荷通过联络转供的概率,E(x)为变量大于0的时间期望。
4)含分布式电源的配电网可靠性评估,是使用序贯蒙特卡洛模拟的方法对含分布式电源的配电网进行可靠性评估;
蒙特卡洛模拟法是一种随机试验统计的方法,对于结构复杂、规模庞大的配电系统可靠性计算有良好的适用性。蒙特卡洛仿真可靠性指标的均值和标准差如式(14)所示:
终止判据可以写为式(15):
εX表示允许的最大误差。通常选取LOEE(电量不足期望)作为收敛判据,以保证其他指标可靠收敛。
如图2所示,所述的对含分布式电源的配电网可靠性评估,包括:
(1)根据有源配电系统网络结构,建立主变站内联络关系、馈线分区互联关系、主变馈线连接关系,生成主变馈线连接关系矩阵,根据步骤1)建立的模型模拟生成分布式电源出力的时序数据;
(2)初始化模拟时钟,对于一个包含m个元件的系统,随机产生m个区间[0,1]内的随机数,根据各元件故障率参数λ生成m维的系统元件正常运行时间向量(TTF),时间向量的元素为TTFw;
(3)找出最小的TTFi,当最小TTFi多于一个时,随机选择其中任一个TTFw,在区间[0,1]内产生随机数,确定元件w的故障持续时间,表示为TTRw,并将模拟时钟推进到TTFw;
(4)判断故障类型,所述故障包括主变故障,非电源元件故障,分布式电源故障,分别进行故障影响分析,找出存在负荷失电情况的馈线分区,并记录馈线分区的停电时间和缺供电量信息;
(5)更新本次故障元件的正常运行时间;
(6)判断精度是否达到终止判据要求,若达到则执行步骤(7),否则返回步骤(3);
(7)统计模拟周期内负荷失电信息,计算有源配电网的可靠性指标。
所述的计算有源配电网的可靠性指标,是电量不足期望LOEE,电量不足期望的计算式为:
式中Ci是状态i下消减负荷的功率,Pi是状态i的概率,T是评估时长。
5)馈线区负荷优化调整,是指在系统可靠性前提下,通过迭代调整馈线分区负荷,得到分布式电源的有效载荷能力;
所述的馈线区负荷优化调整,是对接入分布式电源的馈线分区用负荷倍数法调整至恢复原可靠性指标,进而求得分布式电源应对负荷增长的能力,具体是:
首先设定负荷倍数α=1/2,以馈线分区负荷值为L+C*α作为负荷值计算可靠性,其中,C是分布式电源的额定容量值,L是馈线分区原始负荷,如果可靠性低于目标可靠性,则取当前的负荷点作为上端点以弦截法确定下次的计算负荷;反之可靠性高于目标可靠性则进一步将负荷倍数值α增加ε,其中ε为设定的负荷倍数步长,进行下一次计算,直至可靠性误差满足精度要求停止。
6)系统供电能力计算,是基于配电系统供电能力计算模型,利用Matlab求解系统最大供电能力,所述配电系统供电能力计算模型是:
Claims (8)
1.一种基于分布式电源置信容量的配电网供电能力评估方法,其特征在于,包括如下步骤:
1)建立分布式电源的出力模型,包括风机出力模型和光伏出力模型;
2)建立基于分布式电源置信容量的配电网供电能力计算模型,模型中负荷由配电网和接入的分布式电源共同出力供应;
3)约束条件校验,所述约束条件是以配电网可靠性和基于缺电时间期望的计算方法为主要约束条件;
4)含分布式电源的配电网可靠性评估,是使用序贯蒙特卡洛模拟的方法对含分布式电源的配电网进行可靠性评估;
5)馈线区负荷优化调整,是指在系统可靠性前提下,通过迭代调整馈线分区负荷,得到分布式电源的有效载荷能力;
6)系统供电能力计算,是基于配电系统供电能力计算模型,利用Matlab求解系统最大供电能力,所述配电系统供电能力计算模型是:
2.根据权利要求1所述的一种基于分布式电源置信容量的配电网供电能力评估方法,其特征在于,步骤1)所述的建立分布式电源的风机出力模型,包括:
(1)采用时间序列的ARMA模型模拟产生风速的时序数据:
Vt=μt+σtyt(1)
yt=φ1yt-1+φ2yt-2+…φnyt-n+αt-αt-1θ1-αt-2θ2-…-αt-mθm(2)
式中,Vt为实时风速;μt为评估区域内历史风速数据的平均值,σt为历史风速分布的标准差,yt为时间序列,φl为自回归系数,l=1,…n;θs为滑动平均系数,s=1,…m;αt为白噪声系数,服从均值为0、方差为的独立正态分布;
(2)建立风机出力模型
式中,Pw为风机的实时出力,A、B、C为出力曲线非线性部分的拟合函数的系数,Vt为第t个小时的实时风速数据,Vci、Vr和Vco分别为风机的切入风速、额定风速和切出风速,Pr为风机的额定输出功率。
3.根据权利要求1所述的一种基于分布式电源置信容量的配电网供电能力评估方法,其特征在于,步骤1)所述的建立分布式电源的光伏出力模型,包括:
(1)通过已知地理位置下的太阳辐射进行折算生成光照的时序数据:
式中,Isc为太阳常数,实际数值通过地外人造卫星测得,取值范围为1367W/m2±7W/m2,nd为表示某一日在一年中的次序;
(2)求水平面太阳入射角:
式中,θH代表水平面太阳入射角,为水平面所在地纬度,δ为太阳赤纬,ω为太阳时角;
(3)求实时光辐射度I0:
I0=IE0cosθH(6)
(4)建立光伏出力模型:
式中,Pb为光伏的实时出力;Psn为光伏的额定功率;Gstd为额定光辐射度,单位为kW/m2;Rc为出力曲线开始变为线性的光照强度值;Gbt为第t个小时的实时光辐射度,单位为kW/m2,其中Gbt=I0/1000。
4.根据权利要求1所述的一种基于分布式电源置信容量的配电网供电能力评估方法,其特征在于,步骤2)所述的配电网供电能力计算模型如下:
式中,PPSC为所计算配电系统的供电能力;fi为馈线分区i供应的负荷;同时设配电网供应的负荷为fi′,di为馈线分区内分布式电源的出力,则fi=fi′+di。
5.根据权利要求1所述的一种基于分布式电源置信容量的配电网供电能力评估方法,其特征在于,步骤3)所述的约束条件包括:
(1)馈线容量约束,是指配电网供应的负荷正常运行时,馈线不过载,表示为:
式中Rfj为馈线j的容量,Sfj为正常运行时馈线j包含馈线分区的集合;
(2)主变容量约束,是指配电网供应的负荷正常运行时,主变压器不过载,表示为:
式中Rtj为主变j的容量,Stj为正常运行时主变j包含馈线分区的集合;
(3)可靠性约束,是指配电网的可靠性到达目标可靠性要求,表示为:
式中,LOLEi为馈线分区i的缺电时间期望,LOLEobj为目标缺电时间期望;馈线分区i的缺电时间期望LOLEi表示为:
式中,Sfj为与馈线分区i联络的馈线j包含的馈线分区集合,fk为馈线分区k供应的负荷,Pi为馈线分区i负荷通过联络转供的概率,E(x)为变量大于0的时间期望。
6.根据权利要求1所述的一种基于分布式电源置信容量的配电网供电能力评估方法,其特征在于,步骤4)所述的对含分布式电源的配电网可靠性评估,包括:
(1)根据有源配电系统网络结构,建立主变站内联络关系、馈线分区互联关系、主变馈线连接关系,生成主变馈线连接关系矩阵,根据步骤1)建立的模型模拟生成分布式电源出力的时序数据;
(2)初始化模拟时钟,对于一个包含m个元件的系统,随机产生m个区间[0,1]内的随机数,根据各元件故障率参数λ生成m维的系统元件正常运行时间向量,时间向量的元素为TTFw;
(3)找出最小的TTFi,当最小TTFi多于一个时,随机选择其中任一个TTFw,在区间[0,1]内产生随机数,确定元件w的故障持续时间,表示为TTRw,并将模拟时钟推进到TTFw;
(4)判断故障类型,所述故障包括主变故障,非电源元件故障,分布式电源故障,分别进行故障影响分析,找出存在负荷失电情况的馈线分区,并记录馈线分区的停电时间和缺供电量信息;
(5)更新本次故障元件的正常运行时间;
(6)判断精度是否达到终止判据要求,若达到则执行步骤(7),否则返回步骤(3);
(7)统计模拟周期内负荷失电信息,计算有源配电网的可靠性指标。
7.根据权利要求6所述的一种基于分布式电源置信容量的配电网供电能力评估方法,其特征在于,步骤(7)所述的计算有源配电网的可靠性指标是电量不足期望LOEE,电量不足期望的计算式为:
式中Ci是状态i下消减负荷的功率,Pi是状态i的概率,T是评估时长。
8.根据权利要求1所述的一种基于分布式电源置信容量的配电网供电能力评估方法,其特征在于,步骤5)所述的馈线区负荷优化调整,是对接入分布式电源的馈线分区用负荷倍数法调整至恢复原可靠性指标,进而求得分布式电源应对负荷增长的能力,具体是:
首先设定负荷倍数α=1/2,以馈线分区负荷值为L+C*α作为负荷值计算可靠性,其中,C是分布式电源的额定容量值,L是馈线分区原始负荷,如果可靠性低于目标可靠性,则取当前的负荷点作为上端点以弦截法确定下次的计算负荷;反之可靠性高于目标可靠性则进一步将负荷倍数值α增加ε,其中ε为设定的负荷倍数步长,进行下一次计算,直至可靠性误差满足精度要求停止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510965330.9A CN105406509A (zh) | 2015-12-21 | 2015-12-21 | 一种基于分布式电源置信容量的配电网供电能力评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510965330.9A CN105406509A (zh) | 2015-12-21 | 2015-12-21 | 一种基于分布式电源置信容量的配电网供电能力评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105406509A true CN105406509A (zh) | 2016-03-16 |
Family
ID=55471833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510965330.9A Pending CN105406509A (zh) | 2015-12-21 | 2015-12-21 | 一种基于分布式电源置信容量的配电网供电能力评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105406509A (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107346519A (zh) * | 2017-06-23 | 2017-11-14 | 清华大学 | 一种综合能源系统中可再生能源全部消纳的失效计算方法 |
CN107359648A (zh) * | 2017-08-25 | 2017-11-17 | 南方电网科学研究院有限责任公司 | 分布式电源置信容量检测方法、装置、介质和计算机设备 |
CN107394773A (zh) * | 2017-07-04 | 2017-11-24 | 天津大学 | 考虑故障处理全过程的配网信息物理系统可靠性评估方法 |
CN107437817A (zh) * | 2016-05-26 | 2017-12-05 | 中国电力科学研究院 | 一种基于用户激励的分布式电源置信容量提升方法 |
CN107611966A (zh) * | 2017-09-20 | 2018-01-19 | 天津大学 | 一种考虑差异可靠性的有源配电网供电能力评估方法 |
CN108038594A (zh) * | 2017-11-24 | 2018-05-15 | 国网北京市电力公司 | 能源系统可靠性指标的确定方法及装置、存储介质 |
CN109149555A (zh) * | 2017-06-15 | 2019-01-04 | 华北电力大学 | 考虑供电模式的配电网广义电源变电可信容量评价方法 |
CN109167367A (zh) * | 2018-09-19 | 2019-01-08 | 长江勘测规划设计研究有限责任公司 | 基于单边匹配机制的水电站负荷动态调整方法 |
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 |
CN109376428A (zh) * | 2018-10-24 | 2019-02-22 | 南方电网科学研究院有限责任公司 | 综合能源系统的可靠性评估方法、装置、设备及存储介质 |
CN109449929A (zh) * | 2018-11-22 | 2019-03-08 | 南方电网科学研究院有限责任公司 | 分布式电源对配网馈线利用率影响预测评估方法及产品 |
CN109617122A (zh) * | 2018-12-26 | 2019-04-12 | 南方电网科学研究院有限责任公司 | 一种分布式电源出力预测的方法和装置 |
CN109995089A (zh) * | 2019-01-31 | 2019-07-09 | 中国电力科学研究院有限公司 | 一种分布式电源消纳能力评估方法及系统 |
CN110034565A (zh) * | 2019-05-10 | 2019-07-19 | 武汉大学 | 一种基于同步向量信息的配电网馈线负荷实时控制方法 |
CN110097284A (zh) * | 2019-04-30 | 2019-08-06 | 广东电网有限责任公司 | 一种基于馈线容量约束的配电网可靠性评估方法和装置 |
CN110535184A (zh) * | 2017-10-12 | 2019-12-03 | 国网江苏省电力公司常州供电公司 | 基于智能云平台的有源配电网供电能力指标在线计算方法 |
CN111553075A (zh) * | 2020-04-27 | 2020-08-18 | 广东电网有限责任公司 | 一种考虑分布式电源入网的配电网可靠性评估方法和装置 |
CN111697574A (zh) * | 2020-06-19 | 2020-09-22 | 杭州岑石能源科技有限公司 | 一种基于6sigma原理的短期低压配电网转供判定方法 |
CN114004081A (zh) * | 2021-10-29 | 2022-02-01 | 合肥工业大学 | 一种基于仿射算法的配电网负荷供应能力计算方法 |
US20220067258A1 (en) * | 2020-08-26 | 2022-03-03 | Northwestern Polytechnical University | Robust optimal design method for photovoltaic cells |
CN114156950A (zh) * | 2022-02-09 | 2022-03-08 | 广东电力交易中心有限责任公司 | 一种电力系统电源容量分配方法及装置 |
CN114707888A (zh) * | 2022-04-22 | 2022-07-05 | 天津大学 | 一种基于配电网安全域的分布式电源可信容量评估方法 |
CN117856208A (zh) * | 2023-11-27 | 2024-04-09 | 国网湖北省电力有限公司经济技术研究院 | 一种基于灵活性资源的配电网馈线上网最大功率计算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007244127A (ja) * | 2006-03-09 | 2007-09-20 | Toshiba Corp | 小規模電力系統の設計評価方法 |
CN104167734A (zh) * | 2014-08-29 | 2014-11-26 | 重庆大学 | 基于时序模拟的并网型微网可靠性评估方法 |
CN104851053A (zh) * | 2015-05-14 | 2015-08-19 | 上海电力学院 | 一种含风光储的配电网供电可靠性评估方法 |
-
2015
- 2015-12-21 CN CN201510965330.9A patent/CN105406509A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007244127A (ja) * | 2006-03-09 | 2007-09-20 | Toshiba Corp | 小規模電力系統の設計評価方法 |
CN104167734A (zh) * | 2014-08-29 | 2014-11-26 | 重庆大学 | 基于时序模拟的并网型微网可靠性评估方法 |
CN104851053A (zh) * | 2015-05-14 | 2015-08-19 | 上海电力学院 | 一种含风光储的配电网供电可靠性评估方法 |
Non-Patent Citations (1)
Title |
---|
王磊: "有源配电网供电能力分析研究", 《万方数据库》 * |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107437817A (zh) * | 2016-05-26 | 2017-12-05 | 中国电力科学研究院 | 一种基于用户激励的分布式电源置信容量提升方法 |
CN109149555A (zh) * | 2017-06-15 | 2019-01-04 | 华北电力大学 | 考虑供电模式的配电网广义电源变电可信容量评价方法 |
CN109149555B (zh) * | 2017-06-15 | 2022-07-01 | 华北电力大学 | 考虑供电模式的配电网广义电源变电可信容量评价方法 |
CN107346519B (zh) * | 2017-06-23 | 2020-05-12 | 清华大学 | 一种综合能源系统中可再生能源全部消纳的失效计算方法 |
CN107346519A (zh) * | 2017-06-23 | 2017-11-14 | 清华大学 | 一种综合能源系统中可再生能源全部消纳的失效计算方法 |
CN107394773A (zh) * | 2017-07-04 | 2017-11-24 | 天津大学 | 考虑故障处理全过程的配网信息物理系统可靠性评估方法 |
CN107394773B (zh) * | 2017-07-04 | 2020-01-31 | 天津大学 | 考虑故障处理全过程的配网信息物理系统可靠性评估方法 |
CN107359648A (zh) * | 2017-08-25 | 2017-11-17 | 南方电网科学研究院有限责任公司 | 分布式电源置信容量检测方法、装置、介质和计算机设备 |
CN107359648B (zh) * | 2017-08-25 | 2019-08-02 | 南方电网科学研究院有限责任公司 | 分布式电源置信容量检测方法、装置、介质和计算机设备 |
CN107611966A (zh) * | 2017-09-20 | 2018-01-19 | 天津大学 | 一种考虑差异可靠性的有源配电网供电能力评估方法 |
CN107611966B (zh) * | 2017-09-20 | 2020-12-11 | 天津大学 | 一种考虑差异可靠性的有源配电网供电能力评估方法 |
CN110535184A (zh) * | 2017-10-12 | 2019-12-03 | 国网江苏省电力公司常州供电公司 | 基于智能云平台的有源配电网供电能力指标在线计算方法 |
CN110535184B (zh) * | 2017-10-12 | 2022-07-22 | 国网江苏省电力公司常州供电公司 | 基于智能云平台的有源配电网供电能力指标在线计算方法 |
CN108038594A (zh) * | 2017-11-24 | 2018-05-15 | 国网北京市电力公司 | 能源系统可靠性指标的确定方法及装置、存储介质 |
CN108038594B (zh) * | 2017-11-24 | 2022-03-15 | 国网北京市电力公司 | 能源系统可靠性指标的确定方法及装置、存储介质 |
CN109167367A (zh) * | 2018-09-19 | 2019-01-08 | 长江勘测规划设计研究有限责任公司 | 基于单边匹配机制的水电站负荷动态调整方法 |
CN109167367B (zh) * | 2018-09-19 | 2021-12-24 | 长江勘测规划设计研究有限责任公司 | 基于单边匹配机制的水电站负荷动态调整方法 |
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 |
CN109376428B (zh) * | 2018-10-24 | 2022-10-14 | 南方电网科学研究院有限责任公司 | 综合能源系统的可靠性评估方法、装置、设备及存储介质 |
CN109376428A (zh) * | 2018-10-24 | 2019-02-22 | 南方电网科学研究院有限责任公司 | 综合能源系统的可靠性评估方法、装置、设备及存储介质 |
CN109449929A (zh) * | 2018-11-22 | 2019-03-08 | 南方电网科学研究院有限责任公司 | 分布式电源对配网馈线利用率影响预测评估方法及产品 |
CN109449929B (zh) * | 2018-11-22 | 2022-03-01 | 南方电网科学研究院有限责任公司 | 分布式电源对配网馈线利用率影响预测评估方法及产品 |
CN109617122A (zh) * | 2018-12-26 | 2019-04-12 | 南方电网科学研究院有限责任公司 | 一种分布式电源出力预测的方法和装置 |
CN109617122B (zh) * | 2018-12-26 | 2022-02-15 | 南方电网科学研究院有限责任公司 | 一种分布式电源出力预测的方法和装置 |
CN109995089A (zh) * | 2019-01-31 | 2019-07-09 | 中国电力科学研究院有限公司 | 一种分布式电源消纳能力评估方法及系统 |
CN110097284B (zh) * | 2019-04-30 | 2022-10-04 | 广东电网有限责任公司 | 一种基于馈线容量约束的配电网可靠性评估方法和装置 |
CN110097284A (zh) * | 2019-04-30 | 2019-08-06 | 广东电网有限责任公司 | 一种基于馈线容量约束的配电网可靠性评估方法和装置 |
CN110034565A (zh) * | 2019-05-10 | 2019-07-19 | 武汉大学 | 一种基于同步向量信息的配电网馈线负荷实时控制方法 |
CN110034565B (zh) * | 2019-05-10 | 2022-11-29 | 武汉大学 | 一种基于同步向量信息的配电网馈线负荷实时控制方法 |
CN111553075A (zh) * | 2020-04-27 | 2020-08-18 | 广东电网有限责任公司 | 一种考虑分布式电源入网的配电网可靠性评估方法和装置 |
CN111697574B (zh) * | 2020-06-19 | 2023-08-25 | 杭州致成电子科技有限公司 | 一种基于6sigma原理的短期低压配电网转供判定方法 |
CN111697574A (zh) * | 2020-06-19 | 2020-09-22 | 杭州岑石能源科技有限公司 | 一种基于6sigma原理的短期低压配电网转供判定方法 |
US11630936B2 (en) * | 2020-08-26 | 2023-04-18 | Northwestern Polytechnical University | Robust optimal design method for photovoltaic cells |
US20220067258A1 (en) * | 2020-08-26 | 2022-03-03 | Northwestern Polytechnical University | Robust optimal design method for photovoltaic cells |
CN114004081A (zh) * | 2021-10-29 | 2022-02-01 | 合肥工业大学 | 一种基于仿射算法的配电网负荷供应能力计算方法 |
CN114004081B (zh) * | 2021-10-29 | 2024-02-27 | 合肥工业大学 | 一种基于仿射算法的配电网负荷供应能力计算方法 |
CN114156950B (zh) * | 2022-02-09 | 2022-06-07 | 广东电力交易中心有限责任公司 | 一种电力系统电源容量分配方法及装置 |
CN114156950A (zh) * | 2022-02-09 | 2022-03-08 | 广东电力交易中心有限责任公司 | 一种电力系统电源容量分配方法及装置 |
CN114707888A (zh) * | 2022-04-22 | 2022-07-05 | 天津大学 | 一种基于配电网安全域的分布式电源可信容量评估方法 |
CN117856208A (zh) * | 2023-11-27 | 2024-04-09 | 国网湖北省电力有限公司经济技术研究院 | 一种基于灵活性资源的配电网馈线上网最大功率计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105406509A (zh) | 一种基于分布式电源置信容量的配电网供电能力评估方法 | |
Gabrielli et al. | Robust and optimal design of multi-energy systems with seasonal storage through uncertainty analysis | |
Lu et al. | Probabilistic flexibility evaluation for power system planning considering its association with renewable power curtailment | |
Lopes et al. | Impact of the combined integration of wind generation and small hydropower plants on the system reliability | |
Brouwer et al. | Impacts of large-scale Intermittent Renewable Energy Sources on electricity systems, and how these can be modeled | |
CN108183512B (zh) | 一种接入新能源的电力系统的可靠性评估方法 | |
Karki et al. | A simplified risk-based method for short-term wind power commitment | |
Chen et al. | Effective load carrying capability evaluation of renewable energy via stochastic long-term hourly based SCUC | |
ElDesouky | Security constrained generation scheduling for grids incorporating wind, photovoltaic and thermal power | |
CN105958538A (zh) | 基于蒙特卡洛法的配电网孤岛划分方法 | |
CN104217077A (zh) | 一种反映风速变化特性的风力发电出力随机模型建模方法 | |
CN115765044A (zh) | 风光水电系统联合运行及风险分析方法和系统 | |
Billinton | A sequential simulation method for the generating capacity adequacy evaluation of small stand-alone wind energy conversion systems | |
Yang et al. | A two-stage scenario generation method for wind-solar joint power output considering temporal and spatial correlations | |
Amarasinghe et al. | Kernel density estimation based time-dependent approach for analyzing the impact of increasing renewables on generation system adequacy | |
CN105262146A (zh) | 含风电的电力系统备用容量计算方法和系统 | |
US20220067258A1 (en) | Robust optimal design method for photovoltaic cells | |
Xiao et al. | Power Source Flexibility Margin Quantification Method for Multi-Energy Power Systems Based on Blind Number Theory | |
CN109409609A (zh) | 综合能源系统多能流供需平衡的概率约束建模方法和装置 | |
Amarasinghe et al. | Capacity credit evaluation of wind and solar power generation using non-sequential Monte Carlo Simulation | |
CN117526270A (zh) | 多元负荷特性分析预测方法、装置及电子设备、存储介质 | |
Hjelmeland et al. | Combined SDDP and simulator model for hydropower scheduling with sales of capacity | |
CN116436085A (zh) | 一种基于场景构建的微能源网群分层优化控制方法及系统 | |
CN106026161A (zh) | 一种区域可利用风能资源分析评估方法 | |
CN105634005B (zh) | 一种用于评估光伏接纳能力的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160316 |
|
WD01 | Invention patent application deemed withdrawn after publication |