CN106410799B - 用于光伏高渗透率配电网中电动汽车充电站的选址方法 - Google Patents
用于光伏高渗透率配电网中电动汽车充电站的选址方法 Download PDFInfo
- Publication number
- CN106410799B CN106410799B CN201611059317.8A CN201611059317A CN106410799B CN 106410799 B CN106410799 B CN 106410799B CN 201611059317 A CN201611059317 A CN 201611059317A CN 106410799 B CN106410799 B CN 106410799B
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- charging station
- storage battery
- node
- 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.)
- Active
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 87
- 230000035699 permeability Effects 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000004146 energy storage Methods 0.000 claims abstract description 78
- 230000000694 effects Effects 0.000 claims abstract description 9
- 230000006872 improvement Effects 0.000 claims description 23
- 230000009467 reduction Effects 0.000 claims description 11
- 230000005611 electricity Effects 0.000 claims description 7
- 230000002068 genetic effect Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims 2
- 230000009466 transformation Effects 0.000 claims 2
- 240000002853 Nelumbo nucifera Species 0.000 claims 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 claims 1
- 230000000452 restraining effect Effects 0.000 claims 1
- 238000003786 synthesis reaction Methods 0.000 claims 1
- 238000005303 weighing Methods 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H02J3/005—
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- 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
-
- 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
Abstract
本发明涉及一种适用于光伏高渗透率配电网中电动汽车充电站的选址方法,针对配电网随着分布式光伏渗透率的增加出现功率波动、节点电压失稳越限等问题,本发明的特点是:通过对配置储能电池对配电网电压的影响分析、配置储能电池对配电网网损的影响分析和充电站选址的优化模型及求解,以成本、环保等因素作为电动汽车充电站选址参考依据的基础上,兼顾电压水平和网损作为主要因素为电动汽车充电站合理选址,以提高电能质量和能量效率,具有科学合理,所选址位置准确,效果佳等优点。
Description
技术领域
本发明涉及配电技术领域,是一种适用于光伏高渗透率配电网中电动汽车充电站的选址方法。
背景技术
近年来,我国政府不断调整能源政策寻求风电、光伏等可再生能源的最大化利用。据统计,截至2015年底,我国光伏发电累计装机容量4318万kW,成为全球光伏发电装机容量最大的国家。其中分布式光伏装机606万kW,占比14%。
分布式光伏发电的间歇性及负荷的时变性,导致配电网随着分布式光伏渗透率的增加出现功率波动、节点电压失稳越限等问题。配电网节点电压越限可使配电网供电能力下降,严重时造成运行事故。作为处在配电网用户侧的电动汽车充电站近年来发展迅速,前景广阔,是消纳光伏等可再生能源的有效载体。
电动汽车的充电规律一般是夜晚充白天用,而光伏则是白天发电晚上停运,二者运行规律具有时空上的差异性。然而,在充电站内设置储能电池,将多余光伏能量储存起来以待它用,平衡上述时空差异,改善因高渗透率光伏接入配电网引起的电压越限问题。此外,配电网输电线路阻抗比较大,系统网损大。而不同充电站位置将影响系统潮流分布状态,影响网损。选择合适的电动汽车充电站位置对提高节点电压水平、减小系统总有功网损有重要的影响。
在以成本、环保等因素作为电动汽车充电站选址参考依据的基础上,兼顾电压水平和网损作为主要因素为电动汽车充电站合理选址。电压水平关系电能质量,而网损关系能量效率,以此二者为充电站选址参考,在运行方面更有针对性。
发明内容
本发明所要解决的技术问题是,提出一种以配电网中所有越限节点电压最大限度得到改善和尽量减小系统总有功网损为选址目标,以系统电压越限节点改善率和总有功网损减小率为选址评判标准,选择并确定各充电站在配电网的接入位置,最终实现越限节点电压改善、减小网损以及确定电动汽车充电站接入位置为目的,科学合理,选址位置准确,效果佳的适用于光伏高渗透率配电网中电动汽车充电站的选址方法。
本发明的目的是由以下技术方案来是实现的:一种适用于光伏高渗透率配电网中电动汽车充电站的选址方法,其特征是,综合考虑节点电压和总有功网损两个目标并限定相关约束,求解得到电动汽车充电站不同接入位置下的节点电压改善情况和最小总有功网损值,再以电压越限改善率和总有功网损减小率为评判标准,选择并确定充电站的合理接入位置,具体包括以下步骤:
1)配置储能电池对配电网电压的影响分析
配电网中接入高渗透率分布式光伏电源后,如果多余的光伏能量不能够及时地消纳,节点电压幅值有可能越过正常范围而越限;利用用户侧充电站中的储能电池将多余能量进行储存,改变系统潮流,改善节点电压越限情况;
2)配置储能电池对配电网网损的影响分析
一个总支路数为n的辐射式配电网总有功损耗Ptloss用式(1)表示:
其中:Pi为支路i上流过的有功功率;
Qi为支路i上流过的无功功率;
Ri为支路i的电阻;
Vi为支路i末端电压;
忽略线路的无功功率网损;
当系统中k节点接入一定容量的分布式光伏电源时,整个网络总有功损耗变为具体表达由式(2)表述,假设分布式光伏电源功率因数为1,只发出有功功率;
其中:PPVk为k节点接入分布式光伏电源发出的有功功率;
当在k节点接入一定容量的储能电池以改善电压越限时,整个网络的总有功损耗变换为式(3)的等式;
其中:为系统控制下储能电池的充电功率;
进一步变换式(3)得式(4),具体表达式为式(4);
由式(4)表明,当分布式光伏电源出力较高时,由于配电网各支路损耗一般较小,在k 节点之前的每个支路,代数式Pi-PPVk将均小于0,等式右侧第二项将小于0,进而得因此,利用特定容量储能电池改善高渗透分布式光伏引起的节点电压越限时,不仅达到改善电压水平的效果,同时能够减少整个网络的总有功网损;
3)充电站选址的优化模型及求解
以配电网中越限节点电压改善和系统总有功网损最小的多目标函数,以配电网功率平衡及储能电池的充电功率上下限为约束,运用遗传算法求解各储能电池最优充电功率;同时,变换充电站位置,反复利用上述目标函数为综合考量指标,进而确定各充电站接入位置的优化模型;求解得到的储能电池最优充电功率可用于其容量的配置;
选址目标旨在改善节点电压越限及尽可能减小网络总有功功率损耗,因此目标函数为(5) 式;加入了权重系数λ1和λ2,使多目标函数变成了单目标函数;
其中:Uk为每次迭代后越限节点k的电压幅值;
UN为节点正常电压幅值上限;
k为算法每次迭代后寻找到的每个种群电压越限节点个数,非定值;
为在充电站中的储能电池接入配电网实现节点电压越限改善之后配电网总有功网损;
配电网的正常运行需要与分布式光伏电源、负荷、充电站中的储能电池之间相互配合,相互节制,以实现功率均衡流动;为避免节点处发生功率失衡,配电网、分布式光伏电源、负荷、充电站中的储能电池在节点i处的交互功率PGi满足式(6)的限值关系:
其中:PPVi为节点i处的分布式光伏电源输出功率;
PLi为节点i处的分布式光伏电源负荷功率;
PBATi为储能电池的充放电功率;
PBATi<0表示储能电池处于充电状态;
PBATi≥0表示储能电池处于放电状态;
η为储能电池充放电效率;
充电站选址的优化模型将充电站中的各储能电池当做PQ型负荷,用以消纳高渗透分布式光伏多余电量,并将其充电功率上下限值作为另一约束条件;具体为式(7):
PBATimin≤PBATi≤PBATimax i=1,...,n (7)
其中:n为配电网中配置的储能电池数目;
PBATimin为储能电池i的充电功率下限值;
PBATimax为储能电池i的充电功率上限值;
一般的,PBATimin取0,而PBATimax在遗传算法初始化中先设为预定值;
为考量充电站接入配电网的不同位置对电压改善及系统总有功网损的影响效果,以电压越限节点改善率Vip及系统总有功网损减小率AItaloss为评价指标,作为充电站不同接入位置优劣的选择标准;具体指标内容为式(8)、式(9):
其中:Nabn为充电站储能电池接入前电压越限节点总数;
Nn为充电站储能电池接入后系统节点电压得到改善回到正常范围内的节点总数;
为电压越限改善之后系统总有功网损;
为高渗透光伏电源接入后所引起的系统总有功网损;
进行配电网充电站接入位置的优选时,在储能电池充电功率上限一定的情况下,变换充电站的位置,分别得到其在各位置处系统电压改善情况及总有功网损值,计算对应电压越限节点改善率和总有功网损减小率,对比各种情况下两种指标的大小,择其大者对应的位置作为充电站在配电网的优化接入位置。
本发明适用于光伏高渗透率配电网中电动汽车充电站的选址方法,由于以配电网中所有越限节点电压最大限度得到改善和尽量减小系统总有功网损为选址目标,且能够充分考虑接入位置对越限节点电压改善、减小网损影响等因素,提高电能质量和能量效率作为确定电动汽车充电站接入位置,以成本、环保等因素作为电动汽车充电站选址参考依据的基础上,具有科学合理,所选址位置准确,效果佳等优点。
附图说明
图1是IEEE33节点系统网络拓扑及充电站接入示意图;
图2是含多分布式光伏电源和储能电池的配电网拓扑示意图;
图3是极端场景下配电网各节点电压分布示意图;
图4是充电站在不同接入位置时的电压分布情况示意图。
具体实施方式
下面利用附图和实施例对本发明一种适用于光伏高渗透率配电网中电动汽车充电站的选址方法作进一步说明。
本发明一种适用于光伏高渗透率配电网中电动汽车充电站的选址方法,综合考虑节点电压和总有功网损两个目标并限定相关约束,求解得到电动汽车充电站不同接入位置下的节点电压改善情况和最小总有功网损值,再以电压越限改善率和总有功网损减小率为评判标准,选择并确定充电站的合理接入位置,具体包括以下步骤:
1)配置储能电池对配电网电压的影响分析
配电网中接入高渗透率分布式光伏电源后,如果多余的光伏能量不能够及时地消纳,节点电压幅值有可能越过正常范围而越限;利用用户侧充电站中的储能电池将多余能量进行储存,改变系统潮流,改善节点电压越限情况;
2)配置储能电池对配电网网损的影响分析
一个总支路数为n的辐射式配电网总有功损耗Ptloss用式(1)表示:
其中:Pi为支路i上流过的有功功率;
Qi为支路i上流过的无功功率;
Ri为支路i的电阻;
Vi为支路i末端电压;
忽略线路的无功功率网损;
当系统中k节点接入一定容量的分布式光伏电源时,整个网络总有功损耗变为具体表达由式(2)表述,假设分布式光伏电源功率因数为1,只发出有功功率;
其中:PPVk为k节点接入分布式光伏电源发出的有功功率;
当在k节点接入一定容量的储能电池以改善电压越限时,整个网络的总有功损耗变换为式(3)的等式;
其中:为系统控制下储能电池的充电功率;
进一步变换式(3)得式(4),具体表达式为式(4);
由式(4)表明,当分布式光伏电源出力较高时,由于配电网各支路损耗一般较小,在k 节点之前的每个支路,代数式Pi-PPVk将均小于0,等式右侧第二项将小于0,进而得因此,利用特定容量储能电池改善高渗透分布式光伏引起的节点电压越限时,不仅达到改善电压水平的效果,同时能够减少整个网络的总有功网损;
3)充电站选址的优化模型及求解
以配电网中越限节点电压改善和系统总有功网损最小的多目标函数,以配电网功率平衡及储能电池的充电功率上下限为约束,运用遗传算法求解各储能电池最优充电功率;同时,变换充电站位置,反复利用上述目标函数为综合考量指标,进而确定各充电站接入位置的优化模型;求解得到的储能电池最优充电功率可用于其容量的配置;
选址目标旨在改善节点电压越限及尽可能减小网络总有功功率损耗,因此目标函数为(5) 式;加入了权重系数λ1和λ2,使多目标函数变成了单目标函数;
其中:Uk为每次迭代后越限节点k的电压幅值;
UN为节点正常电压幅值上限;
k为算法每次迭代后寻找到的每个种群电压越限节点个数,非定值;
为在充电站中的储能电池接入配电网实现节点电压越限改善之后配电网总有功网损;
配电网的正常运行需要与分布式光伏电源、负荷、充电站中的储能电池之间相互配合,相互节制,以实现功率均衡流动;为避免节点处发生功率失衡,配电网、分布式光伏电源、负荷、充电站中的储能电池在节点i处的交互功率PGi满足式(6)的限值关系:
其中:PPVi为节点i处的分布式光伏电源输出功率;
PLi为节点i处的分布式光伏电源负荷功率;
PBATi为储能电池的充放电功率;
PBATi<0表示储能电池处于充电状态;
PBATi≥0表示储能电池处于放电状态;
η为储能电池充放电效率;
充电站选址的优化模型将充电站中的各储能电池当做PQ型负荷,用以消纳高渗透分布式光伏多余电量,并将其充电功率上下限值作为另一约束条件;具体为式(7):
PBATimin≤PBATi≤PBATimax i=1,...,n (7)
其中:n为配电网中配置的储能电池数目;
PBATimin为储能电池i的充电功率下限值;
PBATimax为储能电池i的充电功率上限值;
一般的,PBATimin取0,而PBATimax在遗传算法初始化中先设为预定值;
为考量充电站接入配电网的不同位置对电压改善及系统总有功网损的影响效果,以电压越限节点改善率Vip及系统总有功网损减小率AItaloss为评价指标,作为充电站不同接入位置优劣的选择标准;具体指标内容为式(8)、式(9):
其中:Nabn为充电站储能电池接入前电压越限节点总数;
Nn为充电站储能电池接入后系统节点电压得到改善回到正常范围内的节点总数;
为电压越限改善之后系统总有功网损;
为高渗透光伏电源接入后所引起的系统总有功网损;
进行配电网充电站接入位置的优选时,在储能电池充电功率上限一定的情况下,变换充电站的位置,分别得到其在各位置处系统电压改善情况及总有功网损值,计算对应电压越限节点改善率和总有功网损减小率,对比各种情况下两种指标的大小,择其大者对应的位置作为充电站在配电网的优化接入位置。
如图1所示,本实施例采用IEEE33节点标准系统进行算例测试。为了研究高渗透光伏电源对上述配电网系统各节点电压的影响,在节点7、11、17、32处分别接入额定功率均为1MW的分布式光伏电源,则分布式光伏电源容量占比达到40%,属于高渗透率。考虑到实际位置及充电站面积等因素,本实施例选取位置相邻的四个节点(事实上,2~3个节点的分析结果类似)作为充电站在配电网的接入点,用于改善系统节点电压越限情况。为了优选充电站的接入位置,本文选择系统干线首端(1、2、3、4节点)、干线中端(8、9、10、11节点)、干线末端(14、15、16、17节点)及支线末端(29、30、31、32节点)四个特殊区段为待选接入位置。充电站接入干线末端位置考虑到各充电站储能电池充电功率上限较小时,对电压改善效果不明显,因此设置上下限均为0-800kW,作为参考值。
本实施例设定一种极端的“高光伏出力、低负荷水平”场境,该场景设定由光伏充电效率、晴天同时率及配电网低谷负荷比例决定,即令配电网中各节点处分布式光伏电源发出其额定功率90%有功功率,而负荷降至其额定容量的25%。此场景下,配电网中各节点电压更易发生电压越限,适合用来模拟配电网中各节点的电压越限情况。
1.配置储能电池对配电网电压的影响分析
若干分布式光伏电源和储能电池接入辐射式配电网中的网络拓扑如图2所示,在极端场景下,配电网各节点电压分布情况如图3所示。图3表明,全网中有22个节点出现电压越限,越限率达到66.7%。
2.配置储能电池对配电网网损的影响分析
四个接入位置,分别为系统干线首端,干线中端,干线末端、以及支线末端,以供进一步待选。变换充电站的接入位置,得到系统总有功网损如表1所示。
表1充电站接入不同位置时系统总有功网损和节点电压改善情况
3.充电站选址的优化模型及求解
充电站在不同接入位置时的电压分布情况由图4、表1可知,充电站分别接在系统干线首端(2/3/4/5节点)与干线中端(8/9/10/11节点)时,没有完全解决所有节点电压越限问题,但系统总有功网损均有所降低。当接在支线末端(29/30/31/32节点)时,虽然系统总有功功率网损降低,但系统中部分节点电压过低,不利于系统安全运行。而当接在干线末端(14/15/16/17节点)时,电压越限节点改善率Vip达到了100%,所有节点的电压越限均得到改善,且系统总有功网损在所有情况中是最小的。因此可把配电网干线末端作为配电网充电站的优化接入位置,这样既能达到改善所有节点电压越限的目的,又能实现网络总有功网损达到最小。
本发明实施例中的计算条件、图例等仅用于对本发明作进一步的说明,并非穷举,并不构成对权利要求保护范围的限定,本领域技术人员根据本发明实施例获得的启示,不经过创造性劳动就能够想到其它实质上等同的替代,均在本发明保护范围内。
Claims (1)
1.一种适用于光伏高渗透率配电网中电动汽车充电站的选址方法,其特征是,综合考虑节点电压和总有功网损两个目标并限定相关约束,求解得到电动汽车充电站不同接入位置下的节点电压改善情况和最小总有功网损值,再以电压越限改善率和总有功网损减小率为评判标准,选择并确定充电站的合理接入位置,具体包括以下步骤:
1)配置储能电池对配电网电压的影响分析
配电网中接入高渗透率分布式光伏电源后,如果多余的光伏能量不能够及时地消纳,节点电压幅值有可能越过正常范围而越限;利用用户侧充电站中的储能电池将多余能量进行储存,改变系统潮流,改善节点电压越限情况;
2)配置储能电池对配电网网损的影响分析
一个总支路数为n的辐射式配电网总有功损耗Ptloss用式(1)表示:
其中:Pi为支路i上流过的有功功率;
Qi为支路i上流过的无功功率;
Ri为支路i的电阻;
Vi为支路i末端电压;
忽略线路的无功功率网损;
当系统中k节点接入一定容量的分布式光伏电源时,整个网络总有功损耗变为具体表达由式(2)表述,假设分布式光伏电源功率因数为1,只发出有功功率;
其中:PPVk为k节点接入分布式光伏电源发出的有功功率;
当在k节点接入一定容量的储能电池以改善电压越限时,整个网络的总有功损耗变换为式(3)的等式;
其中:为系统控制下储能电池的充电功率;
进一步变换式(3)得式(4),具体表达式为式(4);
由式(4)表明,当分布式光伏电源出力较高时,由于配电网各支路损耗一般较小,在k节点之前的每个支路,代数式Pi-PPVk将均小于0,等式右侧第二项将小于0,而中的为系统控制下储能电池的充电功率;Vi为支路i末端电压;所以为系统控制下储能电池的充电电流的平方,即为热能损耗,且可以忽略线路的无功功率网损,可知进而得因此,利用特定容量储能电池改善高渗透分布式光伏引起的节点电压越限时,不仅达到改善电压水平的效果,同时能够减少整个网络的总有功网损;
3)充电站选址的优化模型及求解
以配电网中越限节点电压改善和系统总有功网损最小的多目标函数,以配电网功率平衡及储能电池的充电功率上下限为约束,运用遗传算法求解各储能电池最优充电功率;同时,变换充电站位置,反复利用上述目标函数为综合考量指标,进而确定各充电站接入位置的优化模型;求解得到的储能电池最优充电功率可用于其容量的配置;
选址目标旨在改善节点电压越限及尽可能减小网络总有功功率损耗,因此目标函数为(5)式;加入了权重系数λ1和λ2,使多目标函数变成了单目标函数;
其中:Uk为每次迭代后越限节点k的电压幅值;
UN为节点正常电压幅值上限;
k为算法每次迭代后寻找到的每个种群电压越限节点个数,非定值;
为在充电站中的储能电池接入配电网实现节点电压越限改善之后配电网总有功网损;
配电网的正常运行需要与分布式光伏电源、负荷、充电站中的储能电池之间相互配合,相互节制,以实现功率均衡流动;为避免节点处发生功率失衡,配电网、分布式光伏电源、负荷、充电站中的储能电池在节点i处的交互功率PGi满足式(6)的限值关系:
其中:PPVi为节点i处的分布式光伏电源输出功率;
PLi为节点i处的分布式光伏电源负荷功率;
PBATi为储能电池的充放电功率;
PBATi<0表示储能电池处于充电状态;
PBATi≥0表示储能电池处于放电状态;
η为储能电池充放电效率;
充电站选址的优化模型将充电站中的各储能电池当做PQ型负荷,用以消纳高渗透分布式光伏多余电量,并将其充电功率上下限值作为另一约束条件;具体为式(7):
PBATimin≤PBATi≤PBATimax i=1,...,n (7)
其中:n为配电网中配置的储能电池数目;
PBATimin为储能电池i的充电功率下限值;
PBATimax为储能电池i的充电功率上限值;
一般的,PBATimin取0,而PBATimax在遗传算法初始化中先设为预定值;
为考量充电站接入配电网的不同位置对电压改善及系统总有功网损的影响效果,以电压越限节点改善率Vip及系统总有功网损减小率AItaloss为评价指标,作为充电站不同接入位置优劣的选择标准;具体指标内容为式(8)、式(9):
其中:Nabn为充电站储能电池接入前电压越限节点总数;
Nn为充电站储能电池接入后系统节点电压得到改善回到正常范围内的节点总数;
为电压越限改善之后系统总有功网损;
为高渗透光伏电源接入后所引起的系统总有功网损;
进行配电网充电站接入位置的优选时,在储能电池充电功率上限一定的情况下,变换充电站的位置,分别得到其在各位置处系统电压改善情况及总有功网损值,计算对应电压越限节点改善率和总有功网损减小率,对比各种情况下两种指标的大小,择其大者对应的位置作为充电站在配电网的优化接入位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611059317.8A CN106410799B (zh) | 2016-11-27 | 2016-11-27 | 用于光伏高渗透率配电网中电动汽车充电站的选址方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611059317.8A CN106410799B (zh) | 2016-11-27 | 2016-11-27 | 用于光伏高渗透率配电网中电动汽车充电站的选址方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106410799A CN106410799A (zh) | 2017-02-15 |
CN106410799B true CN106410799B (zh) | 2019-04-16 |
Family
ID=58081794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611059317.8A Active CN106410799B (zh) | 2016-11-27 | 2016-11-27 | 用于光伏高渗透率配电网中电动汽车充电站的选址方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106410799B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403289B (zh) * | 2017-09-19 | 2018-05-18 | 合肥工业大学 | 一种考虑接入光伏发电站的高速公路充电站选址定容方法 |
CN108197387B (zh) * | 2017-12-31 | 2019-09-06 | 西南交通大学 | 一种电力机车再生制动能量存储装置的选址方法 |
CN110556851B (zh) * | 2019-09-12 | 2023-06-27 | 云南电网有限责任公司临沧供电局 | 基于电动汽车换电站的配电网优化电压管理方法 |
CN110826821B (zh) * | 2019-12-04 | 2022-11-11 | 海南电网有限责任公司 | 一种基于分布式光储充的配电网规划方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793758A (zh) * | 2014-01-23 | 2014-05-14 | 华北电力大学 | 含光伏发电系统的电动汽车充电站的多目标优化调度方法 |
CN104113083A (zh) * | 2014-07-18 | 2014-10-22 | 国家电网公司 | 一种高渗透率下新能源接入与能量储备协调控制方法 |
-
2016
- 2016-11-27 CN CN201611059317.8A patent/CN106410799B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793758A (zh) * | 2014-01-23 | 2014-05-14 | 华北电力大学 | 含光伏发电系统的电动汽车充电站的多目标优化调度方法 |
CN104113083A (zh) * | 2014-07-18 | 2014-10-22 | 国家电网公司 | 一种高渗透率下新能源接入与能量储备协调控制方法 |
Non-Patent Citations (2)
Title |
---|
用户侧微电网高渗透率接入配电网的优化配置方法;魏文潇 等;《南方电网技术》;20150430;第9卷(第4期);全文 |
风电高渗透率下中长期时间尺度系统频率波动仿真研究;于汀 等;《电网与清洁能源》;20140131;第30卷(第1期);全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106410799A (zh) | 2017-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106410799B (zh) | 用于光伏高渗透率配电网中电动汽车充电站的选址方法 | |
CN104993602A (zh) | 一种模块化的储能系统 | |
CN205092592U (zh) | 一种分布式光伏发电及控制系统 | |
CN108039722A (zh) | 一种适用于交直流混合的分布式可再生能源系统优化配置方法 | |
CN107370172B (zh) | 高渗透率光伏配网中电池储能系统综合运行控制系统及方法 | |
CN102904278A (zh) | 分布式并网光伏系统电源 | |
CN110135662B (zh) | 一种考虑减小峰谷差的储能选址定容多目标优化方法 | |
CN105552944A (zh) | 一种包含储能和能量路由器的网络系统及能量调节方法 | |
Xu et al. | Implementation of repowering optimization for an existing photovoltaic‐pumped hydro storage hybrid system: A case study in Sichuan, China | |
CN104158198A (zh) | 配电网优化潮流控制装置和方法 | |
CN108717608A (zh) | 百万千瓦级滩涂光伏电站接入电网综合决策方法及系统 | |
CN109888803A (zh) | 风光发电系统中混合储能电源容量配置的优化方法 | |
CN108923446A (zh) | 一种光伏/储能一体化系统中储能容量的配置方法 | |
CN108376994B (zh) | 基于三端口电力电子变压器并网的交直流混合微网运行优化方法 | |
CN109829228B (zh) | 可再生能源系统中混合储能电源容量配置的优化方法 | |
CN110212558A (zh) | 一种分布式储能系统的选址定容配置方法 | |
CN114626613A (zh) | 考虑风光互补的输储联合规划方法 | |
CN108988336B (zh) | 具有嵌套式微电网的充电桩系统的优化规划方法 | |
CN107611993A (zh) | 一种适用于特高压半波长输电系统的无功优化方法 | |
CN204835716U (zh) | 一种模块化的储能系统 | |
Okundamiya et al. | Modeling and optimum capacity allocation of micro-grids considering economy and reliability | |
CN103199608A (zh) | 提高短时阴影下光伏模组抗失配能力的超级电容补偿方法 | |
Durganjali et al. | Design, development, and techno-economic analysis of extreme fast charging topologies using Super Capacitor and Li-Ion Battery combinations | |
CN109638842A (zh) | 一种应用于柔性负荷实时调压的智能搜索算法 | |
Ciocia | Optimal Power Sharing between Photovoltaic Generators, Wind Turbines, Storage and Grid to Feed Tertiary Sector Users |
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 |