CN105634005A - 一种用于评估光伏接纳能力的方法及系统 - Google Patents
一种用于评估光伏接纳能力的方法及系统 Download PDFInfo
- Publication number
- CN105634005A CN105634005A CN201511015814.3A CN201511015814A CN105634005A CN 105634005 A CN105634005 A CN 105634005A CN 201511015814 A CN201511015814 A CN 201511015814A CN 105634005 A CN105634005 A CN 105634005A
- Authority
- CN
- China
- Prior art keywords
- power system
- load
- unit
- sequential
- power
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 10
- 210000003850 cellular structure Anatomy 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 9
- 230000003203 everyday effect Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000004134 energy conservation Methods 0.000 abstract 1
- 238000012423 maintenance Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 6
- 238000010248 power generation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000002271 resection Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000010977 unit operation Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000003245 working effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007598 dipping method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H02J3/383—
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Photovoltaic Devices (AREA)
Abstract
本公开涉及一种用于评估光伏接纳能力的方法及系统。本公开充分考虑了光伏机组接入电力系统后对系统规划运行的影响,运用时序蒙特卡罗模拟的方法评估电力系统每个小时对光伏电能具体的接纳能力。本公开基于时序负荷建模,在考虑电力系统对光伏能源接入的限制因素的基础上,寻找使电力系统总运行成本最低时的电力系统最优的光伏接入量。本公开的方法及系统所依赖的模型符合电力系统实际运行的情况,可以准确评估电力系统对光伏机组的接纳能力,对于电力系统的规划与运行具有重要的指导作用,有助于推动光伏电源的大规模应用,从而促进节能减排。
Description
技术领域
本公开属于新能源接纳能力评估领域,尤其是一种用于评估光伏接纳能力的方法及系统,从规划角度评估电网对大规模光伏电源的接纳能力。
背景技术
发展清洁的可再生新源是解决环境问题和能源制约问题的有效解决方法之一,也是人类社会实现可持续发展的必经之路。近几年,光伏发电发展迅速,装机容量快速上升。因光伏发电运行成本低,对环境污染小,得到了迅速的发展。
然而光伏出力具有很强的波动性,间歇性和随机性等特点,尤其是光伏机组在白昼和夜间的发电能力差别很大,大规模光伏机组接入电力系统之后,会对电网的规划与运行带来巨大的挑战,对于电网来说,会造成违反节点功率平衡约束问题,违反线路潮流约束问题,违反火电机组供热出力要求问题等多种问题。因此有必要研究电网对光伏机组出力的接纳能力的问题。
目前,对光伏接纳能力的评估方法中,基于电力系统调峰能力的接纳能力评估主要考虑电力系统的调峰能力,基于经济调度的接纳评估主要考虑电力系统运行的经济性,而基于稳定的系统接纳能力评估主要考虑电力系统的稳定性,这些方法考虑的因素均不涉及对系统运行方式时序变化,因而难以精确评估电力系统在每个具体时段对光伏机组的接纳能力;并且,这些方法往往只考虑火电机组的成本费用,没有充分考虑到光伏机组的购置和运行维护成本,以及电力系统为了配合光伏机组出力所增加的无功补偿装置的成本,因此有必要进一步改善。
发明内容
针对上述不足,本公开提出了一种用于评估光伏接纳能力的方法及系统。所述方法及系统在考虑节点时序负荷的情况下,建立电力系统总运行成本的评估模型,以便在每个具体时段对光伏机组的接纳能力进行较为精确的评估,为光伏能源结合原电力系统的规划管理提供决策依据。
一种用于评估光伏接纳能力的方法,所述方法包括以下步骤:
S100、建立评估模型:基于节点时序负荷的电力系统总运行成本的评估模型;
S200、寻找模型的解:确定所述模型中参数的取值范围,将参数的取值范围作约束条件对所述模型进行求解,使电力系统总运行成本取得最小值;
S300、结果统计与分析:进行电力系统对光伏机组的接纳能力评估:若存在使电力系统总运行成本最小的解,则计算光伏机组出力和电力系统总运行成本;否则,分析限制接纳的光伏接入量及其限制因素。
基于所述方法,实现了一种用于评估光伏接纳能力的系统,所述用于评估光伏接纳能力的系统包括以下模块:
M100、评估模型建立模块:用于建立基于节点时序负荷的电力系统总运行成本的评估模型;
M200、模型求解模块:根据所述模型中参数的取值范围,对所述模型进行求解,使电力系统总运行成本取得最小值;
M300、结果统计与分析模块:进行电力系统对光伏机组的接纳能力评估:若模块M200寻找到解,则计算光伏机组出力和电力系统总运行成本;否则,分析限制接纳的光伏接入量及其限制因素。
附图说明
图1本公开一个实施例中一种用于评估光伏接纳能力的方法程序设计示意图;
图2本公开一个实施例中一种用于评估光伏接纳能力的系统模块结构图。
具体实施方式
在一个基础的实施例中,提供了一种用于评估光伏接纳能力的方法,所述方法包括以下步骤:
S100、建立评估模型:基于节点时序负荷的电力系统总运行成本的评估模型;
S200、寻找模型的解:根据所述模型中参数的取值范围,对所述模型进行求解,使电力系统总运行成本取得最小值;
S300、结果统计与分析:进行电力系统对光伏机组的接纳能力评估:若存在使电力系统总运行成本最小的解,则计算光伏机组出力和电力系统总运行成本;否则,分析限制接纳的光伏接入量及其限制因素,为光伏能源结合原电力系统的规划管理提供决策依据。
在这个实施例中,步骤S100根据电力系统的信息构建了评估电力系统对光伏发电机组接纳能力的模型。所述评估模型包括将电力系统总运行成本作为目标函数及模型中参数的取值范围的约束条件。所述电力系统总运行成本构成包括光伏机组投运成本、火电机组运行成本、燃气机组运行成本等。将火电机组、燃气机组统称为非光伏机组。在建模时,所述电力系统总运行成本构成根据实际情况进行选择。
一般火电机组、燃气机组的运行费用是功率的二次函数形式,用Cp,i(Pi,t)表示第i组火电机组或燃气机组在t时段的运行费用,则Cp,i(Pi,t)可以用下式计算:
式中:ai,bi,ci为机组的运行费用参数;Pi,t为第i组火电机组或燃气机组在t时段的出力。这里Pi,t需要满足以下的约束条件。
(1)节点功率约束:
式中:
PL,t为系统负荷在t时段的容量;PS,t为光伏机组在t时段的出力;Pr,t为t时段允许的光伏机组功率切除量;B为系统节点导纳矩阵的虚部;θ为系统节点电压相角向量。
(2)线路潮流约束:
0<Pij,t<Pijmax
式中:
Pij,t表示t时段系统线路从第i节点流向第j节点的功率;
Pijmax表示从第i节点到第j节点之间的系统线路所能允许通过的最大功率。
(3)火电机组和/或燃气机组供热约束:
式中:
表示第i台火电机组或燃气机组t时段为保证当地供热的最小发电量;Pi,t表示第i台火电机组t时段的实际发电量;Pimax表示第i台火电机组的最大发电量。
这里火电机组供热约束的考虑是考虑到冬季火电机组的供暖要求。
(4)无功补偿约束
因光伏机组接入系统,会导致系统的功率因数发生变化,根据光伏机组的出力特性,光伏机组出力主要为有功功率,功率因数接近为1,光伏机组的大量并网会使得系统的无功备用减少,因此在一些节点需要考虑增设无功补偿装置,增设的无功补偿容量应该在满足系统电压稳定和负荷无功需求的一定范围内,即增加的无功补偿容量需要满足无功补偿约束,即:
0<Qj<Qjmax
式中:
Qj表示在光伏机组接入后,根据潮流计算系统第j节点需要的无功补偿功率;
Qjmax表示系统第j节点所能提供的最大无功补偿率。
在本公开中,所述光伏机组投运成本包括光伏机组本身的购置成本及运行维护成本。若用Ei(SVi)表示第i组光伏机组的投运费,评估电力系统每个小时对光伏电能具体的接纳能力,那么其可以用下式来进行计算:
Ei(SVi)=(K1+K2)×SVi/(Ni×8760)+K3×SVi/8760
式中:
K1为单位容量光伏机组对应的购置成本系数;K2为单位容量光伏机组对应的无功补偿装置的新增成本;SVi为第i组光伏机组的额定容量;Ni为第i组光伏机组的额定使用寿命;K3为单位容量光伏机组每年对应的维护成本系数。
这里在充分考虑到光伏机组的出力特性和控制特性,光伏机组应该尽可能地发出有功功率,而尽量少发或不发无功功率,因此光伏机组接入系统之后,需要考虑系统的无功平衡的问题,系统需要增加相应的无功备用,这些无功设备的成本会增加系统的总费用,这部分成本以光伏机组对应的成本系数K2的形式计入系统的总费用之中。
因此,步骤S200在充分考虑了节点功率约束,线路潮流约束,火电机组和/或燃气机组供热约束、无功补偿约束等限制因素基础上,对构建的模型进行求解,得到电力系统对光伏机组的接纳结果;步骤S300对光伏机组的接纳结果进行分析,确定电力系统对光伏机组的接纳能力及限制接纳能力的因素。所述方法按照充分利用光伏能源的原则,能够对光伏机组与火电机组和/或燃气机组综合运行进行有效准确的评估。所述方法在尽可能保证光伏机组最大出力,使其充分发挥其新能源优势的同时,还可以确定电力系统最优的光伏接入量。
由此可以看出,上述模型的建立符合电力系统实际运行的情况,可以准确评估电力系统对光伏机组的接纳能力,对于电力系统的规划与运行具有重要的指导作用,有助于推动光伏电源的大规模应用,从而促进节能减排。
在一个实施例中,基于许多地区电力能源结构以火电机组为主,水电不足的特性的考虑,所述电力系统总运行成本包括火电机组的运行费用、光伏机组的投运费用。所述评估模型的表达式如下:
式中:
n为火电机组台数,j为光伏机组台数,Pi,t表示火电机组i在t时段的出力,SVi表示光伏机组i的额定容量,Ci,t(Pi,t)表示火电机组i在t时段的运行费用,Ei(SVi)表示光伏机组i在t时段的投运费用。所述模型充分考虑了光伏机组的投运及运行成本费用,与系统原有的火电机组费用相结合,对于系统总成本的评估更加科学准确。
所述评估模型的目标在于光伏机组的计入是否能使电力系统总运行成本最小,但同时也考虑了光伏机组接入对原有火电机组和/或燃气机组占主体的电网性能的影响因素,包括:充分利用光伏机组出力,在确保光伏机组尽可能保持最大出力的基础上,安排火电机组出力。因此,优选的,所述电力系统总运行成本考虑因素包括出力的非光伏机组开机容量;所述出力的非光伏机组开机容量基于开机顺序进行统计,直至开机容量大于电力系统的最小开机容量为止;所述最小开机容量通过下式计算:
P′Lmax+PFR+PLR-PFRS-PLRS
式中:
P′Lmax为每日电力系统最大负荷功率,PFR和PLR为电力系统要求的事故备用容量和负荷备用容量,PFRS和PLRS为电力系统内光伏机组可提供的事故备用容量和负荷备用容量。
可选的,所述开机顺序依次为火电机组,燃气机组;若发电机组类型相同,则最小技术出力大的发电机组优先开机。
优选的,所述每日电力系统最大负荷功率P′Lmax是修正后的时序负荷,其可以直观的通过时序负荷曲线获取,也可以通过将所有属于当日修正后的时序负荷进行排序比较后给出。使用修正后的时序负荷来进行计算,可以更真实的反映火电机组和/或燃气机组的检修与停运情况,从而更好地安排每台火电机组和/或燃气机组的出力特性,确定火电机组的出力顺序和发电功率。
进一步的,为获得修正后的时序负荷排序或曲线,设置一个时序负荷模型,该模型的输入为节点的时序负荷序列,该模型的输出为修正后的时序负荷,可选的,该模型可以给出输入的时序负荷曲线以及修正后的时序负荷曲线。所述时序负荷模型包括下述流程:
S401、根据输入电力系统各节点的时序负荷;
S402、使用蒙特卡罗模拟方法生成光伏机组时序出力序列;
S403、用S402中的时序出力序列对S401中的时序负荷进行修正后输出。
在时序负荷模型处理流程中,采用时序蒙特卡罗模拟的方法,充分考虑了机组检修及停运对其时序出力状态的影响,并据此确定时序光伏机组出力特性,与电力系统时序负荷曲线结合,得到修正后的等效时序负荷曲线,可以方便在此基础上安排火电机组的出力特性。
在一个实施例中,所述步骤S402中的蒙特卡罗模拟方法采用的模型为:
式中:
P(t)为t时段光伏电池组件的出力;A为单位电池组件的面积;η为电池组件的转化效率;I(t)为t时段太阳能辐照度。在一个计算实施例中,P(t)单位为MW,A为m2,I(t)单位为MJ·m-2。
由这个实施例可以得出,若t时段光伏阵列中有n个正常工作的光伏电池组件,则光伏阵列总的输出为nP(t)。在这个实施例中,在已知的环境温度下,光伏电池组件的转化效率η可以通过下式计算:
η=η0[1-γ(Tt-T0)]
式中:
Tt为t时段的环境温度/K;T0为参考温度(298K);η0为参考温度下光伏电池组件的效率,一般情况下,可通过太阳能电池组件的峰瓦和尺寸求得;γ为光伏电池组件的温度系数。
由于光伏机组出力的间歇性的特点,为了更为真实地模拟实际情况,优选的,若当前时间处于当日的19时到次日5时之间的时间段时,将该段光伏机组时序出力处理为0。
可选的,所述步骤S403中修正的方法包括:使用一个随机变量对时序负荷曲线上的负荷值进行调整,所述随机变量满足标准正态分布N(0,δ2)。
可选的,所述步骤S403中修正的方法包括:在模拟的年限内,以年峰值负荷Lmax为基础,通过下式计算t时段的负荷:
式中:
Lw(t)为t时段周负荷峰值占年负荷峰值的百分比;
Ld(t)为t时段日峰值负荷占周峰值负荷的百分比;
Lh(t)为t时段小时峰值负荷占日峰值负荷的百分比;
N(0,δ2)为符合标准正态分布的参数。
在一个实施例中,当步骤S200没有找到使电力系统总运行成本最小的解时,在步骤S300中需要分析不能接纳光伏机组出力的原因,使用的方法包括下述步骤:依次去除不同的约束,当去除某项约束后存在使电力系统总运行成本最小的解时,该项约束即为限制因素。
下面结合图1详细阐述本公开方法的一种程序实现,方便方法应用。
S100、建立评估模型:基于节点时序负荷的电力系统总运行成本的评估模型;
所述评估模型包括将电力系统总运行成本作为目标函数及模型中参数的取值范围的约束条件。
步骤在程序实现时,提供模型相关参数的输入接口,用于各参数值的输入。
S100、建立考虑火电机组的运行费用、光伏机组的投运费用的电力系统总运行成本模型:
式中:
n为火电机组台数,j为光伏机组台数,Pi,t表示火电机组i在t时段的出力,SVi表示光伏机组i的额定容量,Ci,t(Pi,t)表示火电机组i在t时段的运行费用,Ei(SVi)表示光伏机组i在t时段的投运费用;
其约束条件为:
(1)节点功率约束:
式中:
PL,t为系统负荷在t时段的容量;PS,t为光伏机组在t时段的出力;Pr,t为t时段允许的光伏机组功率切除量;B为系统节点导纳矩阵的虚部;θ为系统节点电压相角向量。
(2)线路潮流约束:
0<Pij,t<Pijmax
式中:
Pij,t表示t时段系统线路从第i节点流向第j节点的功率;
Pijmax表示从第i节点到第j节点之间的系统线路所能允许通过的最大功率。
(3)火电机组和/或燃气机组供热约束:
式中:
表示第i台火电机组或燃气机组t时段为保证当地供热的最小发电量;Pi,t表示第i台火电机组t时段的实际发电量;Pimax表示第i台火电机组的最大发电量。
(4)无功补偿约束
0<Qj<Qjmax
式中:
Qj表示在光伏机组接入后,根据潮流计算系统第j节点需要的无功补偿功率;
Qjmax表示系统第j节点所能提供的最大无功补偿率。
S101、输入系统各节点时序负荷、光伏机组及火电机组的数量、机组类型和装机容量等数据、线路的阻抗和最大传输容量等数据;确定模拟年数M,所述模拟年数根据当地电力规划部门需求确定;
S102、置模拟年数K=0;
S103、置模拟小时数T=0;
S104、根据输入数据形成第K年的时序负荷曲线;
S105、运用蒙特卡罗模拟的方法形成光伏机组的时序出力序列,若当前时间处于当日的19时到次日5时之间,将光伏机组出力处理为0;
S106、根据S105形成的时序出力序列对S104中形成的时序负荷曲线进行修正,即用时序负荷减去光伏机组时序出力,得到修正后的等效时序负荷曲线,根据修正后的等效时序负荷曲线安排火电机组的出力。
S200、寻找模型的解;
若目标函数存在最优解,则统计这一状态下的光伏机组出力和总成本,进入步骤S202,若不存在最优解,则进入步骤S201;
S201、分析不能接纳光伏机组出力的原因;
S202、T=T+1,若模拟小时数T>=8760,则K=K+1;若K>=M,则进入步骤S300;若K<M,则跳转至步骤S103;若T<8760,则跳转至步骤S104;
S300、输出电力系统对光伏机组的接纳能力评估的结果。
基于所述方法,实现一种用于评估光伏接纳能力的系统,所述用于评估光伏接纳能力的系统包括以下模块,如图2所示:
M100、评估模型建立模块:用于建立基于节点时序负荷的电力系统总运行成本的评估模型;
M200、模型求解模块:根据所述模型中参数的取值范围,对所述模型进行求解,使电力系统总运行成本取得最小值;
M300、结果统计与分析模块:进行电力系统对光伏机组的接纳能力评估:若模块M200寻找到解,则计算光伏机组出力和电力系统总运行成本;否则,分析限制接纳的光伏接入量及其限制因素。
在这个实施例中,M100根据电力系统的信息构建了评估电力系统对光伏发电机组接纳能力的模型。所述评估模型包括将电力系统总运行成本作为目标函数及模型中参数的取值范围的约束条件。所述电力系统总运行成本构成包括光伏机组投运成本、火电机组运行成本、燃气机组运行成本等。将火电机组、燃气机组统称为非光伏机组。在建模时,所述电力系统总运行成本构成根据实际情况进行选择。
一般火电机组、燃气机组的运行费用是功率的二次函数形式,用Cp,i(Pi,t)表示第i组火电机组或燃气机组在t时段的运行费用,则Cp,i(Pi,t)可以用下式计算:
式中:ai,bi,ci为机组的运行费用参数;Pi,t为第i组火电机组或燃气机组在t时段的出力。这里Pi,t需要满足以下的约束条件。
(1)节点功率约束:
式中:
PL,t为系统负荷在t时段的容量;PS,t为光伏机组在t时段的出力;Pr,t为t时段允许的光伏机组功率切除量;B为系统节点导纳矩阵的虚部;θ为系统节点电压相角向量。
(2)线路潮流约束:
0<Pij,t<Pijmax
式中:
Pij,t表示t时段系统线路从第i节点流向第j节点的功率;
Pijmax表示从第i节点到第j节点之间的系统线路所能允许通过的最大功率。
(3)火电机组和/或燃气机组供热约束:
式中:
表示第i台火电机组或燃气机组t时段为保证当地供热的最小发电量;Pi,t表示第i台火电机组t时段的实际发电量;Pimax表示第i台火电机组的最大发电量。
这里火电机组供热约束的考虑是考虑到冬季火电机组的供暖要求。
(4)无功补偿约束
因伏机组接入系统,会导致系统的功率因数发生变化,根据光伏机组的出力特性,光伏机组出力主要为有功功率,功率因数接近为1,光伏机组的大量并网会使得系统的无功备用减少,因此在一些节点需要考虑增设无功补偿装置,增设的无功补偿容量应该在满足系统电压稳定和负荷无功需求的一定范围内,即增加的无功补偿容量需要满足无功补偿约束,即:
0<Qj<Qjmax
式中:
Qj表示在光伏机组接入后,根据潮流计算系统第j节点需要的无功补偿功率;
Qjmax表示系统第j节点所能提供的最大无功补偿率。
在本公开中,所述光伏机组投运成本包括光伏机组本身的购置成本及运行维护成本。若用Ei(SVi)表示第i组光伏机组的投运费,评估电力系统每个小时对光伏电能具体的接纳能力,那么其可以用下式来进行计算:
Ei(SVi)=(K1+K2)×SVi/(Ni×8760)+K3×SVi/8760
式中:
K1为单位容量光伏机组对应的购置成本系数;K2为单位容量光伏机组对应的无功补偿装置的新增成本;SVi为第i组光伏机组的额定容量;Ni为第i组光伏机组的额定使用寿命;K3为单位容量光伏机组每年对应的维护成本系数。
这里在充分考虑到光伏机组的出力特性和控制特性,光伏机组应该尽可能地发出有功功率,而尽量少发或不发无功功率,因此光伏机组接入系统之后,需要考虑系统的无功平衡的问题,系统需要增加相应的无功备用,这些无功设备的成本会增加系统的总费用,这部分成本以光伏机组对应的成本系数K2的形式计入系统的总费用之中。
因此,M200在充分考虑了节点功率约束,线路潮流约束,火电机组和/或燃气机组供热约束、无功补偿约束等限制因素基础上,对构建的模型进行求解,得到电力系统对光伏机组的接纳结果;M300给出光伏机组的接纳结果。所述系统的实现按照充分利用光伏能源的原则,能够对光伏机组与火电机组和/或燃气机组综合运行进行有效准确的评估;从而实现在尽可能保证光伏机组最大出力,使其充分发挥其新能源优势的同时,还可以确定电力系统最优的光伏接入量。
由此可以看出,上述系统实现所依赖模型的建立符合电力系统实际运行的情况,可以准确评估电力系统对光伏机组的接纳能力,对于电力系统的规划与运行具有重要的指导作用,有助于推动光伏电源的大规模应用,从而促进节能减排。
在一个实施例中,基于许多地区电力能源结构以火电机组为主,水电不足的特性的考虑,所述电力系统总运行成本包括火电机组的运行费用、光伏机组的投运费用。所述评估模型的表达式如下:
式中:
n为火电机组台数,j为光伏机组台数,Pi,t表示火电机组i在t时段的出力,SVi表示光伏机组i的额定容量,Ci,t(Pi,t)表示火电机组i在t时段的运行费用,Ei(SVi)表示光伏机组i在t时段的投运费用。所述模型充分考虑了光伏机组的投运及运行成本费用,与系统原有的火电机组费用相结合,对于系统总成本的评估更加科学准确。
所述评估模型的目标在于光伏机组的计入是否能使电力系统总运行成本最小,但同时也考虑了光伏机组接入对原有火电机组和/或燃气机组占主体的电网性能的影响因素,包括:充分利用光伏机组出力,在确保光伏机组尽可能保持最大出力的基础上,安排火电机组出力。因此,优选的,所述电力系统总运行成本考虑因素包括出力的非光伏机组开机容量;所述出力的非光伏机组开机容量基于开机顺序进行统计,直至开机容量大于电力系统的最小开机容量为止;所述最小开机容量通过下式计算:
P′Lmax+PFR+PLR-PFRS-PLRS
式中:
P′Lmax为每日电力系统最大负荷功率,PFR和PLR为电力系统要求的事故备用容量和负荷备用容量,PFRS和PLRS为电力系统内光伏机组可提供的事故备用容量和负荷备用容量。
可选的,所述开机顺序依次为火电机组,燃气机组;若发电机组类型相同,则最小技术出力大的发电机组优先开机。
优选的,所述每日电力系统最大负荷功率P′Lmax是修正后的时序负荷,其可以直观的通过时序负荷曲线获取,也可以通过将所有属于当日修正后的时序负荷进行排序比较后给出。使用修正后的时序负荷来进行计算,可以更真实的反映火电机组和/或燃气机组的检修与停运情况,从而更好地安排每台火电机组和/或燃气机组的出力特性,确定火电机组的出力顺序和发电功率。
进一步的,为获得修正后的时序负荷排序或曲线,设置一个时序负荷模型,该模型的输入为节点的时序负荷序列,该模型的输出为修正后的时序负荷,可选的,该模型可以给出输入的时序负荷曲线以及修正后的时序负荷曲线。所述时序负荷模型包括下述流程:
S401、根据输入电力系统各节点的时序负荷;
S402、使用蒙特卡罗模拟方法生成光伏机组时序出力序列;
S403、用S402中的时序出力序列对S401中的时序负荷进行修正后输出。
在时序负荷模型处理流程中,采用时序蒙特卡罗模拟的方法,充分考虑了机组检修及停运对其时序出力状态的影响,并据此确定时序光伏机组出力特性,与电力系统时序负荷曲线结合,得到修正后的等效时序负荷曲线,可以方便在此基础上安排火电机组的出力特性。
在一个实施例中,所述步骤S402中的蒙特卡罗模拟方法采用的模型为:
式中:
P(t)为t时段光伏电池组件的出力;A为单位电池组件的面积;η为电池组件的转化效率;I(t)为t时段太阳能辐照度。在一个计算实施例中,P(t)单位为MW,A为m2,I(t)单位为MJ·m-2。
由这个实施例可以得出,若t时段光伏阵列中有n个正常工作的光伏电池组件,则光伏阵列总的输出为nP(t)。在这个实施例中,在已知的环境温度下,光伏电池组件的转化效率η可以通过下式计算:
η=η0[1-γ(Tt-T0)]
式中:
Tt为t时段的环境温度/K;T0为参考温度(298K);η0为参考温度下光伏电池组件的效率,一般情况下,可通过太阳能电池组件的峰瓦和尺寸求得;γ为光伏电池组件的温度系数。
由于光伏机组出力的间歇性的特点,为了更为真实地模拟实际情况,优选的,若当前时间处于当日的19时到次日5时之间的时间段时,将该段光伏机组时序出力处理为0。
可选的,所述步骤S403中修正的方法包括:使用一个随机变量对时序负荷曲线上的负荷值进行调整,所述随机变量满足标准正态分布N(0,δ2)。
可选的,所述步骤S403中修正的方法包括:在模拟的年限内,以年峰值负荷Lmax为基础,通过下式计算t时段的负荷:
式中:
Lw(t)为t时段周负荷峰值占年负荷峰值的百分比;
Ld(t)为t时段日峰值负荷占周峰值负荷的百分比;
Lh(t)为t时段小时峰值负荷占日峰值负荷的百分比;
N(0,δ2)为符合标准正态分布的参数。
在一个实施例中,当M200没有找到使电力系统总运行成本最小的解时,所述M300需要分析不能接纳光伏机组出力的原因,其分析方法实现包括下述流程:依次去除不同的约束,当去除某项约束后存在使电力系统总运行成本最小的解时,该项约束即为限制因素。
以上对本公开进行了详细介绍,本文中应用了具体个例对本公开的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本公开的方法及其核心思想;同时,对于本领域技术人员,依据本公开的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本公开的限制。
Claims (10)
1.一种用于评估光伏接纳能力的方法,其特征在于,所述方法包括以下步骤:
S100、建立评估模型:基于节点时序负荷的电力系统总运行成本的评估模型;
S200、寻找模型的解:根据所述模型中参数的取值范围,对所述模型进行求解,使电力系统总运行成本取得最小值;
S300、结果统计与分析:进行电力系统对光伏机组的接纳能力评估:若存在使电力系统总运行成本最小的解,则计算光伏机组出力和电力系统总运行成本;否则,分析限制接纳光伏接入量及其限制因素。
2.根据权利要求1所述的方法,其特征在于,优选的,所述电力系统总运行成本考虑因素包括出力的非光伏机组开机容量;所述出力的非光伏机组开机容量基于开机顺序进行统计,直至开机容量大于电力系统的最小开机容量为止;所述最小开机容量通过下式计算:
P′Lmax+PFR+PLR-PFRS-PLRS
式中:
P′Lmax为每日电力系统最大负荷功率,PFR和PLR为电力系统要求的事故备用容量和负荷备用容量,PFRS和PLRS为电力系统内光伏机组可提供的事故备用容量和负荷备用容量。
3.根据权利要求2所述的方法,其特征在于,所述开机顺序依次为火电机组,燃气机组;若发电机组类型相同,则最小技术出力大的发电机组优先开机。
4.根据权利要求2所述的方法,其特征在于,所述每日电力系统最大负荷功率P′Lmax是修正后的时序负荷。
5.根据权利要求4所述的方法,其特征在于,所述修正后的时序负荷通过时序负荷模型输出;所述时序负荷模型包括下述流程:
S401、根据输入电力系统各节点的时序负荷;
S402、使用蒙特卡罗模拟方法生成光伏机组时序出力序列;
S403、用S402中的时序出力序列对S401中的时序负荷进行修正后输出。
6.根据权利要求5所述的方法,其特征在于,所述步骤S402中的蒙特卡罗模拟方法采用的模型为:
式中:
P(t)为t时段光伏电池组件的出力;A为单位电池组件的面积;η为电池组件的转化效率;I(t)为t时段太阳能辐照度。
7.根据权利要求5所述的方法,其特征在于,所述步骤S403中修正的方法包括:使用一个随机变量对时序负荷曲线上的负荷值进行调整,所述随机变量满足标准正态分布N(0,δ2)。
8.根据权利要求5所述的方法,其特征在于,所述步骤S403中修正的方法包括:在模拟的年限内,以年峰值负荷Lmax为基础,通过下式计算t时段的负荷:
式中:
Lw(t)为t时段周负荷峰值占年负荷峰值的百分比;
Ld(t)为t时段日峰值负荷占周峰值负荷的百分比;
Lh(t)为t时段小时峰值负荷占日峰值负荷的百分比;
N(0,δ2)为符合标准正态分布的参数。
9.根据权利要求1所述的方法,其特征在于,所述步骤S300中分析的方法步骤包括:依次去除不同的约束,当去除某项约束后存在使电力系统总运行成本最小的解时,该项约束即为限制因素。
10.根据权利要求1~9任一所述的方法,其特征在于,所述电力系统总运行成本包括非光伏机组的运行费用、光伏机组的投运费用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511015814.3A CN105634005B (zh) | 2015-12-29 | 2015-12-29 | 一种用于评估光伏接纳能力的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511015814.3A CN105634005B (zh) | 2015-12-29 | 2015-12-29 | 一种用于评估光伏接纳能力的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105634005A true CN105634005A (zh) | 2016-06-01 |
CN105634005B CN105634005B (zh) | 2019-03-22 |
Family
ID=56048671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511015814.3A Active CN105634005B (zh) | 2015-12-29 | 2015-12-29 | 一种用于评估光伏接纳能力的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105634005B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805354A (zh) * | 2018-06-08 | 2018-11-13 | 国网山东省电力公司枣庄供电公司 | 一种基于风光时间序列的配电网光伏装机规划方法及系统 |
CN109103926A (zh) * | 2018-08-14 | 2018-12-28 | 清华大学 | 基于多辐照特性年气象场景的光伏发电接纳能力计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080097655A1 (en) * | 2006-10-19 | 2008-04-24 | Tigo Energy, Inc. | Method and system to provide a distributed local energy production system with high-voltage DC bus |
CN102709961A (zh) * | 2011-03-28 | 2012-10-03 | 株式会社东芝 | 充电/放电确定装置和方法 |
CN103810534A (zh) * | 2013-12-11 | 2014-05-21 | 广西电网公司电力科学研究所 | 一种光伏出力预测方法 |
CN104037790A (zh) * | 2014-05-22 | 2014-09-10 | 南方电网科学研究院有限责任公司 | 一种基于时序蒙特卡罗模拟的新能源接纳能力评估方法 |
-
2015
- 2015-12-29 CN CN201511015814.3A patent/CN105634005B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080097655A1 (en) * | 2006-10-19 | 2008-04-24 | Tigo Energy, Inc. | Method and system to provide a distributed local energy production system with high-voltage DC bus |
CN102709961A (zh) * | 2011-03-28 | 2012-10-03 | 株式会社东芝 | 充电/放电确定装置和方法 |
CN103810534A (zh) * | 2013-12-11 | 2014-05-21 | 广西电网公司电力科学研究所 | 一种光伏出力预测方法 |
CN104037790A (zh) * | 2014-05-22 | 2014-09-10 | 南方电网科学研究院有限责任公司 | 一种基于时序蒙特卡罗模拟的新能源接纳能力评估方法 |
Non-Patent Citations (1)
Title |
---|
李庚银等: "《可用输电能力评估的序贯蒙特卡罗仿真法》", 《中国电机工程学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805354A (zh) * | 2018-06-08 | 2018-11-13 | 国网山东省电力公司枣庄供电公司 | 一种基于风光时间序列的配电网光伏装机规划方法及系统 |
CN108805354B (zh) * | 2018-06-08 | 2022-09-06 | 国网山东省电力公司枣庄供电公司 | 一种基于风光时间序列的配电网光伏装机规划方法及系统 |
CN109103926A (zh) * | 2018-08-14 | 2018-12-28 | 清华大学 | 基于多辐照特性年气象场景的光伏发电接纳能力计算方法 |
CN109103926B (zh) * | 2018-08-14 | 2020-01-03 | 清华大学 | 基于多辐照特性年气象场景的光伏发电接纳能力计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105634005B (zh) | 2019-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Elsied et al. | An advanced energy management of microgrid system based on genetic algorithm | |
Capizzi et al. | Recurrent neural network-based control strategy for battery energy storage in generation systems with intermittent renewable energy sources | |
CN105071389B (zh) | 计及源网荷互动的交直流混合微电网优化运行方法及装置 | |
CN103455729B (zh) | 一种确定光储并网联合发电调度值的方法 | |
CN103854070A (zh) | 独立微网系统的随机优化规划方法 | |
CN106786977B (zh) | 一种电动汽车充电站的充电调度方法 | |
Huang et al. | An efficient probabilistic approach based on area grey incidence decision making for optimal distributed generation planning | |
Tian et al. | Coordinated control strategy assessment of a virtual power plant based on electric public transportation | |
CN114977180A (zh) | 一种基于负荷侧灵活性资源的微电网低碳优化调度方法 | |
Gao et al. | Thermoelectric optimization of integrated energy system considering wind-photovoltaic uncertainty, two-stage power-to-gas and ladder-type carbon trading | |
Rocha et al. | Net Zero Energy cost Building system design based on Artificial Intelligence | |
CN104112168B (zh) | 一种基于多代理系统的智能家居优化方法 | |
Ji et al. | Optimal microgrid energy management integrating intermittent renewable energy and stochastic load | |
CN105634005A (zh) | 一种用于评估光伏接纳能力的方法及系统 | |
CN112883630A (zh) | 用于风电消纳的多微网系统日前优化经济调度方法 | |
CN105119315B (zh) | 一种基于能效最大化的储能变流器组合优化方法 | |
CN106227986A (zh) | 一种分布式电源与智能停车场的联合部署方法及装置 | |
CN116488254A (zh) | 一种电力电子设备日前优化控制方法 | |
Zambri et al. | Comparative study of net energy metering and feed-in tariff for the 496kWp UiTM segamat solar photovoltaic system | |
CN115693793A (zh) | 一种区域微电网能源优化控制方法 | |
Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
Gong et al. | Optimal control of PEV charging based on residential base load prediction | |
Cai et al. | Day-Ahead Forecast of Carbon Emission Factor Based on Long and Short-Term Memory Networks | |
Luo et al. | Multi-Objective Optimization Scheduling of Microgrids Based on Particle Swarm Optimization Algorithm | |
Yu et al. | Hierarchical optimal control of electric vehicle considering wind power consumption |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |