CN106130004A - 一种综合考虑稳定特性的并网点新能源接纳能力的评估方法 - Google Patents
一种综合考虑稳定特性的并网点新能源接纳能力的评估方法 Download PDFInfo
- Publication number
- CN106130004A CN106130004A CN201610315311.6A CN201610315311A CN106130004A CN 106130004 A CN106130004 A CN 106130004A CN 201610315311 A CN201610315311 A CN 201610315311A CN 106130004 A CN106130004 A CN 106130004A
- Authority
- CN
- China
- Prior art keywords
- power
- ability
- fault
- energy
- wind
- 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
- 230000005611 electricity Effects 0.000 claims abstract description 35
- 238000005070 sampling Methods 0.000 claims abstract description 18
- 230000001052 transient effect Effects 0.000 claims abstract description 17
- 238000012797 qualification Methods 0.000 claims abstract description 14
- 239000000446 fuel Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 241000208340 Araliaceae Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 abstract description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 206010016256 fatigue Diseases 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- H02J3/386—
-
- 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
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种综合考虑稳定特性的并网点新能源接纳能力的评估方法，属于电力系统自动化技术领域。本发明结合风力发电的可变性和不稳定性对电网的影响，以及外部负荷水平及其变化情况，以电力系统的静态稳定约束、无功控制和暂态约束为条件，通过利用EEAC方法将多机系统等值为单机无穷大系统，计算稳定裕度及抽样合格率，以抽样的合格率的规定范围为指标，对考虑暂态稳定约束的风力发电站最大化并入电网的能力进行评估。本发明能够提高风力发电站的安全稳定运行水平，有效保障风力发电站发电量，提升节能减排效益。
Description
技术领域
本发明属于电力系统自动化技术领域，具体地说本发明涉及一种综合考虑稳定特性的并网点新能源接纳能力的评估方法。
背景技术
化石能源的紧缺和大气污染的日益严重，使人类意识到能源的可持续发展的重要性和紧迫性。近年来，风能和太阳能等可再生能源作为清洁能源得到了广泛的关注和大力的发展。然而风能和太阳能能源的大规模并网，其波动性和随机性也给电网的稳定运行带来了巨大挑战。多变性和不确定性是现代电力系统的固有的两个因素，确定性潮流分析方法只能分析特定的电网运行情况，如系统出现最严重故障时电网的运行情况，其提供的结果太过保守，已经不能满足分析含有波动性电源及负荷的电网的需要。作为有效求解随机参数潮流方程的一种方法，概率潮流计算是分析这种含有波动性和随机性的电网的有效工具。
风力发电电站站内规划主要是无功补偿装置的配备问题，无功补偿装置不足，会导致站内电压跌落，从而影响电能质量；无功补偿装置配备过剩则会造成资源的浪费。另外，新能源并网点的电压也会受到电网中负荷波动的影响。因此，站内的无功补偿不单单要考虑电站内光伏电站的出力波动，也要考虑外部电网的负荷水平。
随着电力工业的发展，现代电网的规模和运行复杂程度正在显著增加，电力系统已无法按过去的保守方式运行，电力系统需要在越来越接近其稳定极限的方式下运行，如何能够把系统的经济性和安全性融为一体,就显得十分重要。考虑暂态稳定约束的最优潮流能将经济性和安全性统一协调考虑，因此有必要研究电力系统暂态稳定约束的最优潮流。
发明内容
本发明目的是：解决上述背景下波动性电源站内规划技术上存在的不足，提供一种综合考虑稳定特性的并网点新能源接纳能力的评估方法。该方法能够通过利用EEAC方法将多机系统等值为单机无穷大系统，计算稳定裕度及抽样的合格率，以抽样的合格率的规定范围为指标，对考虑暂态稳定约束的风力发电站最大化并入电网的能力进行评估。
具体地说，本发明是采用以下技术方案实现的，包括以下步骤：
1）设定参数，所述参数包括风力发电电站装机容量P、风机输出功率模型、负荷的概率模型以及暂态稳定的概率分布特性和概率密度函数的等区间数Nmax；
2）根据步骤1）设定的参数，基于拉丁超立方抽样方法对概率潮流计算的各个输入变量进行抽样；
3）依据各个输入变量之间的相关性，利用Cholesky分解方法或改进拉丁超立方排列方法对输入变量进行排列处理；
4）初始化概率潮流计算迭代计数，令其为0；
5）以发电成本的最小值作为目标函数，以静态运行条件为约束，利用内点法对目标函数进行优化，并得出潮流结果，记录并网点电压；
6）将优化潮流计算的运行结果代入普通潮流计算，并以此为暂态计算的初始值；
7）设置故障，并利用EEAC方法将多机系统等值为单机无穷大系统，计算多机系统稳定裕度η；
8）如果概率潮流计算迭代计数小于Nmax，令概率潮流计算迭代计数增1，进入步骤5），否则进入步骤9）；
9）统计多机系统稳定裕度η的概率波动范围，根据设定的稳定裕度门限范围，计算抽样合格率φ；
10）如抽样合格率φ大于设定的合格率门限值，则增加风力发电电站装机容量P，进入步骤4），否则进入步骤11）；
11）记录此时的风力发电电站装机容量P作为最大并网波动电源，输出结果。
上述技术方案的进一步特征在于，所述步骤1）中风机输出功率模型的设定方法为：
假设风速服从两参数的Weibull分布，其概率模型为：
上述式中，x为风速，a、b分别代表Weibull分布的两个参数， a为尺度参数，b为形状参数；
将风速概率模型代入下式，利用如下式得到风机输出功率模型：
上述式中，P wind 为风机的输出功率，W s 为当时的风速，V i 为切入风速，V r 为额定风速，V o 为切出风速，P r 为风机的额定功率。
上述技术方案的进一步特征在于，所述步骤1）中以正态分布模型作为负荷的概率模型：
上述式中，p、q分别为负荷的有功、无功功率，μ p 、μ q 为有功功率、无功功率平均数，σ p ,σ q 为有功功率、无功功率的标准差。
上述技术方案的进一步特征在于，所述步骤1）中，暂态稳定的概率分布特性包括故障点位置、故障类型、故障阻抗以及故障清除时间，其中故障点位置通过均匀分布的概率模型获得，以正态分布模型作为故障阻抗和故障清除时间的概率模型，如下所示：
上述式中，F R 、F T 分别为故障点阻抗和清除故障的时间，μ R 、μ T 分别为故障点阻抗和清除故障时间的平均数，σ R , σ T 分别为故障点阻抗和清除故障时间的标准差。
上述技术方案的进一步特征在于，所述步骤2）包括以下过程：
列出各个节点的负荷、风机或太阳能电站，其有功作为各个节点的随机变量，设各个节点为恒功率因素方式，得到各个变量对应的无功功率；
假设上述随机变量共为M个，分别为x1, x2,…,xM， xm代表其中任意一个变量，将其累积概率分布函数表示为：
把函数Y m 分成N个等距区间，选择每个等距区间的中点作为采样点，通过累计概率分布的反函数求得变量xm的采样值；将各随机变量的采样值按照行为采样值，列为变量名排成一个MxN的矩阵C：
。
上述技术方案的进一步特征在于，所述步骤5）中采用发电燃料总费用作为目标函数，如下式所示：
其中，F为发电燃料总费用，f i (P gi )为第i台发电机组的发电燃料费用，P gi 为第i台发电机组的发电量，a i 、b i 、c i 为描述发电机组的发电量与发电燃料费用之间关系的系数；
上述目标函数的约束条件包括为：
其中，W I 为发电机转子角度，W COI 为系统惯性中心角度，和为发电机转子角度与系统惯性中心角度之间相对值的上下限约束限值，M i 为第i台发电机的惯量；W i 为第i台发电机的转子角度，n g 为总发电机台数；
n为节点总数，U i 为第i个节点的电压幅值，U j 为第j个节点的电压幅值，θ ij 为节点i和j之间的相角差， G ij 为节点i和j之间的电导，B ij 为i和j之间的电纳，P i 和Q i 分别为第i个节点输入的有功功率和无功功率；
P G 、Q G 为发电机的有功、无功出力，P Gmin 、P Gmax 为发电机有功出力的上下限, Q Gmin 、Q Gmax 为发电机无功出力的上下限, P Line 为线路承载的功率，P L_rated 为线路额定功率，P Tr 为变压器承载的功率，P Tr_rated 为变压器额定功率。
上述技术方案的进一步特征在于，所述步骤7）计算多机系统稳定裕度η的方法为：通过互补群惯量中心相对运动变换将多机系统从多机空间变换到一系列单机空间，通过下式计算该分群方式下多机系统稳定裕度η：
其中，A inc 为该分群方式下系统的加速面积，A dec 为减速面积。
上述技术方案的进一步特征在于，所述步骤9）中，将落在稳定裕度门限范围内的抽样数的多机系统稳定裕度η作为满足要求的抽样数，按下式计算抽样的合格率：
。
本发明的有益效果如下：本发明通过概率潮流计算得出风力发电电站出力公共并网点的电压的变化范围，以并网点电压的规定范围为指标，对风力发电电站最大化并入电网的能力进行评估，能够提高风力发电电站的安全稳定运行水平，有效保障风、光电站发电量，提升节能减排效益。
附图说明
图1是本发明的流程图。
图2为实施例中整体电网的主要拓扑结构图。
具体实施方式
下面结合实施例并参照附图对本发明作进一步详细描述。
实施例1：
本发明的一个实施例，其步骤如图1所示。
步骤1描述的是设定参数，所述参数包括风力发电电站装机容量P、风机输出功率模型、负荷的概率模型以及暂态稳定的概率分布特性和概率密度函数的等区间数Nmax。具体而言：
假设风速服从两参数的Weibull分布，其概率模型为：
上述式中，x为风速，a、b分别代表Weibull分布的两个参数， a为尺度参数，b为形状参数；
将风速概率模型代入下式，利用如下式得到风机输出功率模型：
上述式中，P wind 为风机的输出功率，W s 为当时的风速，V i 为切入风速，V r 为额定风速，V o 为切出风速，P r 为风机的额定功率。
以正态分布模型作为负荷的概率模型：
上述式中，p、q分别为负荷的有功、无功功率，μ p 、μ q 为有功功率、无功功率平均数，σ p ,σ q 为有功功率、无功功率的标准差。
暂态稳定的概率分布特性包括故障点位置、故障类型、故障阻抗以及故障清除时间，其中故障点位置通过均匀分布的概率模型获得，为简化起见，本实施例仅考虑单条线路的故障概率，概率均匀分布在线路0%，20%，40%，60%，80%，100%处。故障位置的概率均为16.666%。以正态分布模型作为故障阻抗和故障清除时间的概率模型，如下所示：
上述式中，F R 、F T 分别为故障点阻抗和清除故障的时间，μ R 、μ T 分别为故障点阻抗和清除故障时间的平均数，σ R , σ T 分别为故障点阻抗和清除故障时间的标准差。
步骤2是根据步骤1）设定的参数，基于拉丁超立方抽样方法对概率潮流计算的各个输入变量进行抽样，包括以下过程：
列出各个节点的负荷、风机或太阳能电站，其有功作为各个节点的随机变量，设各个节点为恒功率因素方式，得到各个变量对应的无功功率；
假设上述随机变量共为M个，分别为x1, x2,…,xM， xm代表其中任意一个变量，将其累积概率分布函数表示为：
把函数Y m 分成N个等距区间，选择每个等距区间的中点作为采样点，通过累计概率分布的反函数求得变量xm的采样值；将各随机变量的采样值按照行为采样值，列为变量名排成一个MxN的矩阵C：
。
步骤3是依据各个输入变量之间的相关性，利用Cholesky分解方法或改进拉丁超立方排列方法对输入变量进行排列处理。
步骤4是初始化概率潮流计算迭代计数，令其为0。
步骤5是以以发电成本的最小值作为目标函数，以静态运行条件为约束，利用内点法对目标函数进行优化，并得出潮流结果，记录并网点电压。具体而言，采用发电燃料总费用作为目标函数，如下式所示：
其中，F为发电燃料总费用，f i (P gi )为第i台发电机组的发电燃料费用，P gi 为第i台发电机组的发电量，a i 、b i 、c i 为描述发电机组的发电量与发电燃料费用之间关系的系数，可依据实际系统的运行经验确定。
上述目标函数的约束条件包括暂态稳定性约束、等式约束及不等式约束，具体为：
其中，上述第1个约束为暂态稳定性约束，W I 为发电机转子角度，W COI 为系统惯性中心角度，和为发电机转子角度与系统惯性中心角度之间相对值的上下限约束限值、可依据实际系统的运行经验确定，M i 为第i台发电机的惯量；W i 为第i台发电机的转子角度，n g 为总发电机台数；
上述第2个约束为等式约束，n为节点总数，U i 为第i个节点的电压幅值，U j 为第j个节点的电压幅值，θ ij 为节点i和j之间的相角差， G ij 为节点i和j之间的电导，B ij 为i和j之间的电纳，P i 和Q i 分别为第i个节点输入的有功功率和无功功率；
上述第3个约束为不等式约束，P G 、Q G 为发电机的有功、无功出力，P Gmin 、P Gmax 为发电机有功出力的上下限, Q Gmin 、Q Gmax 为发电机无功出力的上下限, P Line 为线路承载的功率，P L_rated 为线路额定功率，P Tr 为变压器承载的功率，P Tr_rated 为变压器额定功率。
步骤6是将优化潮流计算的运行结果代入普通潮流计算，并以此为暂态计算的初始值。
步骤7是设置故障，并利用EEAC方法将多机系统等值为单机无穷大系统，计算多机系统稳定裕度η。计算多机系统稳定裕度η的方法为：通过互补群惯量中心相对运动变换将多机系统从多机空间变换到一系列单机空间，通过下式计算该分群方式下多机系统稳定裕度η：
其中，A inc 为该分群方式下系统的加速面积，A dec 为减速面积。
步骤8是如果概率潮流计算迭代计数小于Nmax，令概率潮流计算迭代计数增1，进入步骤5），否则进入步骤9）。
步骤9是统计多机系统稳定裕度η的概率波动范围，根据设定的稳定裕度门限范围，计算抽样合格率φ。即将落在稳定裕度门限范围内的抽样数的多机系统稳定裕度η作为满足要求的抽样数，按下式计算抽样的合格率：
步骤10是如抽样合格率φ大于设定的合格率门限值φthre，则增加风力发电电站装机容量P，进入步骤4），否则进入步骤11）。
步骤11是记录此时的风力发电电站装机容量P作为最大并网波动电源，输出结果。
以下给出本实施例的仿真数据。该数据来自IEEE-39节点10机网络，风机的位置位于母线23、29号节点上，如图2所示。本实施例以母线23、29号节点的电压的波动为例说明了本发明的实用性和有效性，风机随着装机容量的逐步增加，其并网点上的电压呈下降趋势。
首先，要对风电接入点的电压合格率进行设定，本项案例中设定风电接入点的抽样合格率为不少于70%。
将负荷变量与风机变量利用拉丁超立方抽样方法进行抽样排列，利用蒙特卡洛法抽取样本，并依据表1中经济调度参数利用内点法进行优化潮流计算。将计算结果作为暂态仿真的初始值，再对故障地点、故障阻抗大小、故障类型和故障清除时间按照各自的概率分布函数进行抽样并仿真。利用EEAC理论判据计算每次仿真的稳定裕度，得出稳定裕度的概率分布，记录稳定裕度的大小并进行下次迭代。设该节点电压水平的允许波动范围是（0.95，1.05），稳定裕度为85%，统计出电压越限的样品个数及稳定裕度合格率，计算出电压合格率。
表1 各发电机发电燃料费与发电量关系表
在此基础上，设定风电的装机容量以5MW的增长率增加，与此同时，同步电机的装机容量做相应的减少，将此时的风电值代入蒙特卡洛方法进行迭代，统计出电压越限的样品个数，计算出抽样合格率。
当风电装机容量再次增加，直到抽样合格率降到70%以下。记录上一次迭代时风机的装机容量，即为并网点处可容纳新能源发电的最大值。
虽然本发明已以较佳实施例公开如上，但实施例并不是用来限定本发明的。在不脱离本发明之精神和范围内，所做的任何等效变化或润饰，同样属于本发明之保护范围。因此本发明的保护范围应当以本申请的权利要求所界定的内容为标准。
Claims (8)
1.一种综合考虑稳定特性的并网点新能源接纳能力的评估方法，其特征在于，包括以下步骤：
1）设定参数，所述参数包括风力发电电站装机容量P、风机输出功率模型、负荷的概率模型以及暂态稳定的概率分布特性和概率密度函数的等区间数Nmax；
2）根据步骤1）设定的参数，基于拉丁超立方抽样方法对概率潮流计算的各个输入变量进行抽样；
3）依据各个输入变量之间的相关性，利用Cholesky分解方法或改进拉丁超立方排列方法对输入变量进行排列处理；
4）初始化概率潮流计算迭代计数，令其为0；
5）以发电成本的最小值作为目标函数，以静态运行条件为约束，利用内点法对目标函数进行优化，并得出潮流结果，记录并网点电压；
6）将优化潮流计算的运行结果代入普通潮流计算，并以此为暂态计算的初始值；
7）设置故障，并利用EEAC方法将多机系统等值为单机无穷大系统，计算多机系统稳定裕度η；
8）如果概率潮流计算迭代计数小于Nmax，令概率潮流计算迭代计数增1，进入步骤5），否则进入步骤9）；
9）统计多机系统稳定裕度η的概率波动范围，根据设定的稳定裕度门限范围，计算抽样合格率φ；
10）如抽样合格率φ大于设定的合格率门限值，则增加风力发电电站装机容量P，进入步骤4），否则进入步骤11）；
11）记录此时的风力发电电站装机容量P作为最大并网波动电源，输出结果。
2.根据权利要求1所述的综合考虑稳定特性的并网点新能源接纳能力的评估方法，其特征在于，所述步骤1）中风机输出功率模型的设定方法为：
假设风速服从两参数的Weibull分布，其概率模型为：
上述式中，x为风速，a、b分别代表Weibull分布的两个参数， a为尺度参数，b为形状参数；
将风速概率模型代入下式，利用如下式得到风机输出功率模型：
上述式中，P wind 为风机的输出功率，W s 为当时的风速，V i 为切入风速，V r 为额定风速，V o 为切出风速，P r 为风机的额定功率。
3.根据权利要求1所述的综合考虑稳定特性的并网点新能源接纳能力的评估方法，其特征在于，所述步骤1）中以正态分布模型作为负荷的概率模型：
上述式中，p、q分别为负荷的有功、无功功率，μ p 、μ q 为有功功率、无功功率平均数，σ p ,σ q 为有功功率、无功功率的标准差。
4.根据权利要求1所述的综合考虑稳定特性的并网点新能源接纳能力的评估方法，其特征在于，所述步骤1）中，暂态稳定的概率分布特性包括故障点位置、故障类型、故障阻抗以及故障清除时间，其中故障点位置通过均匀分布的概率模型获得，以正态分布模型作为故障阻抗和故障清除时间的概率模型，如下所示：
上述式中，F R 、F T 分别为故障点阻抗和清除故障的时间，μ R 、μ T 分别为故障点阻抗和清除故障时间的平均数，σ R , σ T 分别为故障点阻抗和清除故障时间的标准差。
5.根据权利要求1所述的综合考虑稳定特性的并网点新能源接纳能力的评估方法，其特征在于，所述步骤2）包括以下过程：
列出各个节点的负荷、风机或太阳能电站，其有功作为各个节点的随机变量，设各个节点为恒功率因素方式，得到各个变量对应的无功功率；
假设上述随机变量共为M个，分别为x1, x2,…,xM， xm代表其中任意一个变量，将其累积概率分布函数表示为：
把函数Y m 分成N个等距区间，选择每个等距区间的中点作为采样点，通过累计概率分布的反函数求得变量xm的采样值；将各随机变量的采样值按照行为采样值，列为变量名排成一个MxN的矩阵C：
。
6.根据权利要求1所述的综合考虑稳定特性的并网点新能源接纳能力的评估方法，其特征在于，所述步骤5）中采用发电燃料总费用作为目标函数，如下式所示：
其中，F为发电燃料总费用，f i (P gi )为第i台发电机组的发电燃料费用，P gi 为第i台发电机组的发电量，a i 、b i 、c i 为描述发电机组的发电量与发电燃料费用之间关系的系数；
上述目标函数的约束条件包括为：
其中，W I 为发电机转子角度，W COI 为系统惯性中心角度，和为发电机转子角度与系统惯性中心角度之间相对值的上下限约束限值，M i 为第i台发电机的惯量；W i 为第i台发电机的转子角度，n g 为总发电机台数；
n为节点总数，U i 为第i个节点的电压幅值，U j 为第j个节点的电压幅值，θ ij 为节点i和j之间的相角差， G ij 为节点i和j之间的电导，B ij 为i和j之间的电纳，P i 和Q i 分别为第i个节点输入的有功功率和无功功率；
P G 、Q G 为发电机的有功、无功出力，P Gmin 、P Gmax 为发电机有功出力的上下限, Q Gmin 、Q Gmax 为发电机无功出力的上下限, P Line 为线路承载的功率，P L_rated 为线路额定功率，P Tr 为变压器承载的功率，P Tr_rated 为变压器额定功率。
7.根据权利要求1所述的综合考虑稳定特性的并网点新能源接纳能力的评估方法，其特征在于，所述步骤7）计算多机系统稳定裕度η的方法为：通过互补群惯量中心相对运动变换将多机系统从多机空间变换到一系列单机空间，通过下式计算该分群方式下多机系统稳定裕度η：
其中，A inc 为该分群方式下系统的加速面积，A dec 为减速面积。
8.根据权利要求1所述的综合考虑稳定特性的并网点新能源接纳能力的评估方法，其特征在于，所述步骤9）中，将落在稳定裕度门限范围内的抽样数的多机系统稳定裕度η作为满足要求的抽样数，按下式计算抽样的合格率：
。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610315311.6A CN106130004B (zh) | 2016-05-14 | 2016-05-14 | 一种综合考虑稳定特性的并网点新能源接纳能力的评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610315311.6A CN106130004B (zh) | 2016-05-14 | 2016-05-14 | 一种综合考虑稳定特性的并网点新能源接纳能力的评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106130004A true CN106130004A (zh) | 2016-11-16 |
| CN106130004B CN106130004B (zh) | 2018-11-30 |
Family
ID=57269914
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610315311.6A Active CN106130004B (zh) | 2016-05-14 | 2016-05-14 | 一种综合考虑稳定特性的并网点新能源接纳能力的评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106130004B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108400595A (zh) * | 2018-04-13 | 2018-08-14 | 国网天津市电力公司电力科学研究院 | 一种考虑新能源出力相关性的电压暂降随机预估方法 |
| CN109325297A (zh) * | 2018-09-27 | 2019-02-12 | 郑州云海信息技术有限公司 | 一种管理束线管长度的方法以及服务器 |
| CN109546647A (zh) * | 2018-11-20 | 2019-03-29 | 三峡大学 | 一种用于含风光水储的电力系统的安全稳定评估方法 |
| CN109687445A (zh) * | 2018-12-29 | 2019-04-26 | 国网河北省电力有限公司经济技术研究院 | 配电网对异步风机接纳能力的评估方法、系统及终端设备 |
| CN109713735A (zh) * | 2019-03-06 | 2019-05-03 | 华北电力大学 | 考虑源网荷不确定性的电力系统暂态稳定预防控制方法 |
| CN110970901A (zh) * | 2019-12-11 | 2020-04-07 | 国电南瑞科技股份有限公司 | 适应波动电源及直流送受端电压安全的控制方法及系统 |
| CN110970900A (zh) * | 2019-12-10 | 2020-04-07 | 国电南瑞科技股份有限公司 | 一种光热机组调相运行提高电压稳定性评价指标计算方法 |
| CN112701711A (zh) * | 2020-11-30 | 2021-04-23 | 中国南方电网有限责任公司超高压输电公司广州局 | 一种交直流合建换流站重要线路运维安全性检测评价方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103715696A (zh) * | 2013-09-29 | 2014-04-09 | 南京南瑞集团公司 | 一种基于多种风电机组共济的风电场无功电压集群控制方法 |
| CN103972921A (zh) * | 2014-02-26 | 2014-08-06 | 国电南瑞科技股份有限公司 | 一种基于功率平衡的永磁同步风力发电机低电压穿越协调控制方法 |
| CN104485665A (zh) * | 2014-12-17 | 2015-04-01 | 河海大学 | 计及风速预测误差时空相关性的动态概率潮流计算方法 |
-
2016
- 2016-05-14 CN CN201610315311.6A patent/CN106130004B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103715696A (zh) * | 2013-09-29 | 2014-04-09 | 南京南瑞集团公司 | 一种基于多种风电机组共济的风电场无功电压集群控制方法 |
| CN103972921A (zh) * | 2014-02-26 | 2014-08-06 | 国电南瑞科技股份有限公司 | 一种基于功率平衡的永磁同步风力发电机低电压穿越协调控制方法 |
| CN104485665A (zh) * | 2014-12-17 | 2015-04-01 | 河海大学 | 计及风速预测误差时空相关性的动态概率潮流计算方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张建平 等: "基于改进拉丁超立方抽样的概率潮流计算", 《华东电力》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108400595A (zh) * | 2018-04-13 | 2018-08-14 | 国网天津市电力公司电力科学研究院 | 一种考虑新能源出力相关性的电压暂降随机预估方法 |
| CN108400595B (zh) * | 2018-04-13 | 2021-11-26 | 国网天津市电力公司电力科学研究院 | 一种考虑新能源出力相关性的电压暂降随机预估方法 |
| CN109325297A (zh) * | 2018-09-27 | 2019-02-12 | 郑州云海信息技术有限公司 | 一种管理束线管长度的方法以及服务器 |
| CN109325297B (zh) * | 2018-09-27 | 2022-03-08 | 郑州云海信息技术有限公司 | 一种管理束线管长度的方法以及服务器 |
| CN109546647A (zh) * | 2018-11-20 | 2019-03-29 | 三峡大学 | 一种用于含风光水储的电力系统的安全稳定评估方法 |
| CN109546647B (zh) * | 2018-11-20 | 2022-04-08 | 三峡大学 | 一种用于含风光水储的电力系统的安全稳定评估方法 |
| CN109687445A (zh) * | 2018-12-29 | 2019-04-26 | 国网河北省电力有限公司经济技术研究院 | 配电网对异步风机接纳能力的评估方法、系统及终端设备 |
| CN109713735A (zh) * | 2019-03-06 | 2019-05-03 | 华北电力大学 | 考虑源网荷不确定性的电力系统暂态稳定预防控制方法 |
| CN110970900A (zh) * | 2019-12-10 | 2020-04-07 | 国电南瑞科技股份有限公司 | 一种光热机组调相运行提高电压稳定性评价指标计算方法 |
| CN110970900B (zh) * | 2019-12-10 | 2022-09-20 | 国电南瑞科技股份有限公司 | 一种光热机组调相运行提高电压稳定性评价指标计算方法 |
| CN110970901A (zh) * | 2019-12-11 | 2020-04-07 | 国电南瑞科技股份有限公司 | 适应波动电源及直流送受端电压安全的控制方法及系统 |
| CN112701711A (zh) * | 2020-11-30 | 2021-04-23 | 中国南方电网有限责任公司超高压输电公司广州局 | 一种交直流合建换流站重要线路运维安全性检测评价方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106130004B (zh) | 2018-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106130004A (zh) | 一种综合考虑稳定特性的并网点新能源接纳能力的评估方法 | |
| Krishan et al. | Grid-independent PV system hybridization with fuel cell-battery/supercapacitor: Optimum sizing and comparative techno-economic analysis | |
| CN106026169B (zh) | 一种基于多微电网并入配电网的分解协调优化方法 | |
| CN102510108B (zh) | 一种用于求取地区电网最大风电装机容量的方法 | |
| CN107666155A (zh) | 基于Markov模型的多能互补系统随机稳定性分析方法 | |
| CN108281959A (zh) | 一种高比例可再生能源电力系统的骨干网架优化方法 | |
| CN113489003B (zh) | 一种考虑风光水一体化互补运行的源网协调规划方法 | |
| CN106385055B (zh) | 一种含分布式电源的配电网安全校核方法 | |
| Suyono et al. | Analysis of power losses due to distributed generation increase on distribution system | |
| Shojaeiyan et al. | A novel bio-inspired stochastic framework to solve energy management problem in hybrid AC-DC microgrids with uncertainty | |
| CN105356446B (zh) | 一种电力系统网络的风险评估方法 | |
| CN106026111B (zh) | 一种基于概率潮流计算的新能源穿透率评估方法 | |
| CN104200027A (zh) | 一种考虑低电压穿越特性的风电场等效建模方法与装置 | |
| Mohapatra et al. | Detailed analysis of grid connected distributed generation based hybrid system under different fault conditions | |
| Matsuo et al. | Grid-connected electric-power control algorithm for promoting the introduction of renewable energy | |
| Li et al. | Optimal Scheduling of Multi-Source Combined System with Pumped Storage Based on Improved Black Hole Algorithm | |
| Singh et al. | Power System Stability Investigation Using Micro Grid | |
| CN106295915B (zh) | 具有最大容量准则约束的含清洁能源电网优化调度方法 | |
| om Bade et al. | Battery Uses for Regulating Active Power in Utility-scale Wind-based Hybrid Power Plant | |
| CN110518633A (zh) | 考虑线路容量充裕度的电网节点新能源接纳容量获得方法 | |
| Su et al. | Planning optimization for the photovoltaic/storage/network system considering photovoltaic consumption level and grid supporting capacity | |
| Behera et al. | Grid-Connected Distributed Wind-Photovoltaic Energy Management: A Review | |
| Panwar et al. | Significance of dynamic and transient analysis in the design and operation of hybrid energy systems | |
| Ranjan et al. | ELECTRICITY GENERATION THROUGH SOLAR AND WIND BASED HYBRID ENERGY SYSTEM–A REVIEW | |
| Ma et al. | The Distributed Coordinated Operation Strategies of Distribution Network and Multi-Micro Energy Grids |
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 |