CN108183512A - 一种接入新能源的电力系统的可靠性评估方法 - Google Patents
一种接入新能源的电力系统的可靠性评估方法 Download PDFInfo
- Publication number
- CN108183512A CN108183512A CN201810155464.8A CN201810155464A CN108183512A CN 108183512 A CN108183512 A CN 108183512A CN 201810155464 A CN201810155464 A CN 201810155464A CN 108183512 A CN108183512 A CN 108183512A
- Authority
- CN
- China
- Prior art keywords
- load
- cutting load
- electric system
- new energy
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005520 cutting process Methods 0.000 claims abstract description 101
- 230000007257 malfunction Effects 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 238000005070 sampling Methods 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 230000008439 repair process Effects 0.000 claims description 7
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 6
- 230000000750 progressive effect Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 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
- 238000012952 Resampling Methods 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 description 41
- 239000012141 concentrate Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000000452 restraining effect Effects 0.000 description 2
- 238000009987 spinning Methods 0.000 description 2
- PIGFYZPCRLYGLF-UHFFFAOYSA-N Aluminum nitride Chemical compound [Al]#N PIGFYZPCRLYGLF-UHFFFAOYSA-N 0.000 description 1
- 239000002028 Biomass Substances 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000012614 Monte-Carlo sampling Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 238000003786 synthesis reaction 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种接入新能源的电力系统的可靠性评估方法，涉及电力电网技术领域，能够对接入新能源的电力系统的可靠性进行合理评估。该方法包括：针对电力系统中各常规设备、负荷及新能源分别建立不确定性模型；分别对各常规设备、负荷及新能源的状态进行采样；建立电力系统的切负荷优化模型，以切负荷量最小为优化目标，进行故障状态判断，得到电力系统在当前的采样状态下的最小切负荷量；统计电力系统在当前的采样状态下的切负荷概率和切负荷期望；计算切负荷优化模型的目标函数的收敛指标，判断收敛指标是否满足设定要求，若是，则结束采样，并以切负荷概率和切负荷期望为可靠性评估指标对电力系统的可靠性进行评估，若否，则重新采样。
Description
技术领域
本发明涉及电力电网技术领域，尤其涉及一种接入新能源的电力系统的可靠性评估方法。
背景技术
电力工业是我国化石能源消耗的重要行业，近年来在节能减排的大趋势下，随着光伏、风电、生物质发电等新能源的快速发展，电力工业将转向清洁化、高效化、低碳化的发展方向。
然而随着大规模新能源接入电力系统，其出力的不确定性对电力系统产生了较大的影响。具体而言就是，随着新能源在电力系统中装机比例的不断提高，在以往电网规划阶段的电力电量平衡计算中并不计及新能源的容量和出力的不确定性，只是采用容量乘以折算系数的计算结果作为新能源机组的出力，由于风电、光伏等新能源的出力具有不确定性，将造成对电力供需形势的估计产生偏差，使电力系统的规划过于保守。因此，如何评估新能源的接入对电力系统可靠性的影响，对于电力系统规划具有重要意义。
发明内容
针对上述现有技术的现状，本发明提供一种接入新能源的电力系统的可靠性评估方法，以对接入新能源的电力系统的可靠性进行合理评估，为合理规划电力系统提供参考依据。
为达到上述目的，本发明采用如下技术方案：
本发明提供了一种接入新能源的电力系统的可靠性评估方法，该可靠性评估方法包括以下步骤：
S1：针对所述电力系统中各常规设备、负荷及新能源分别建立不确定性模型；
S2：根据所述各常规设备、所述负荷及所述新能源的不确定性模型，分别对所述各常规设备、所述负荷及所述新能源的状态进行采样；
S3：根据所述各常规设备、所述负荷及所述新能源当前的采样状态，建立所述电力系统的切负荷优化模型，以切负荷量最小为优化目标，进行故障状态判断，得到所述电力系统在当前的采样状态下的最小切负荷量；
S4：根据所述最小切负荷量，统计所述电力系统在当前的采样状态下的切负荷期望和切负荷概率；
S5：根据所述切负荷概率和所述切负荷期望，计算所述切负荷优化模型的目标函数的收敛指标，判断所述收敛指标是否满足设定要求；若是，则结束采样，并以所述切负荷概率和所述切负荷期望为可靠性评估指标对所述电力系统的可靠性进行评估；若否，则返回步骤S2。
上述接入新能源的电力系统的可靠性评估方法，首先建立接入新能源的电力系统中各常规设备、负荷及新能源的不确定性模型，并分别对各常规设备、负荷及新能源进行采样，然后在该采样状态下，建立切负荷优化模型进行失效状态判断和求解，统计在该采样状态下的切负荷概率和切负荷期望，最后计算收敛指标，判断收敛指标时候满足设定要求，若是，则以先前所统计的切负荷期望和切负荷概率为评估指标进行电力系统的可靠性评估，若否，则再次进行采样。上述过程为新能源特别是大规模新能源接入后的电力系统可靠性分析提供了一种有效的评估方法，确保了计算的准确性和有效性，为合理规划电力系统提供了参考依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例所提供的接入新能源的电力系统的可靠性评估方法的流程图；
图2为等值电网JCITY的分布示意图；
图3为等值电网JCITY 2015年丰大有无风电的场景的可靠性评估指标的对比图；
图4为等值电网JCITY 2015年枯大有无风电的场景的可靠性评估指标的对比图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本发明保护的范围。
本发明实施例提供了一种接入新能源的电力系统的可靠性评估方法，如图1所示，该可靠性评估方法包括以下步骤：
S1：针对接入新能源的电力系统中各常规设备、负荷及新能源分别建立不确定性模型。
上述步骤S1包括如下三方面的内容：
(1)建立电力系统的各常规设备的不确定性模型
若电力系统中各常规设备包括：电源、线路及变压器，则可针对性的分别建立如下不确定性模型：
①对于电源，采用可修复模型建模，按“正常运行”与“故障停运”两状态模型考虑，即认为在一段较长的时间内，电源机组处于“运行-停运-运行”的循环过程中。具体的，电源的不确定性模型为：
其中，Pu为电源机组u处于停运状态的概率；
MTTRu为电源机组u的平均修复时间，μu为电源机组u的修复率，MTTRu的单位为小时；
MTTFu为电源机组u的平均无故障运行时间，λu为电源机组u的故障率，MTTFu的单位为小时。
需要说明的是，8760为一年按365天计算总共包含的小时数。
②对于线路，按“正常运行”与“故障停运”两状态模型建模。具体的，线路的不确定性模型为：
其中，Pl为线路l处于停运状态的概率；
λl为线路l的永久故障停运率，al为线路l的百公里综合跳闸率，pReclosingSucc为线路l的重合闸成功率，L为线路l的总长，λl的单位为次/年，al的单位为次/(年×百公里)，L的单位为千米；
MTTRl为线路l的平均修复时间，MTTRl的单位为小时。
③对于变压器，按“正常运行”与“故障停运”两状态模型建模。具体的，变压器的不确定性模型为：
其中，Pt为变压器t处于停运状态的概率；
λt为变压器t的停运率，λt的单位为次/(年×台)；
MTTRt为变压器t的平均修复时间，MTTRt的单位为小时。
(2)建立电力系统的负荷的不确定性模型
电力系统的负荷可采用时序负荷模型进行建模。具体的，负荷的不确定性模型为：
其中，为母线i第s次采样的负荷大小，的单位为MW；
为母线i占所述电力系统的总负荷的比例；
θi,t为t时刻母线i的负荷标幺值；
dsys,t为t时刻所述电力系统的总负荷；
N为母线的个数。
(3)建立电力系统的新能源的不确定性模型
新能源机组按其出力能力进行建模。具体的，新能源的不确定性模型为：
其中，为新能源机组w第s次采样的出力大小；
为t时刻新能源机组w的模拟出力。
S2：根据各常规设备、负荷及新能源的不确定性模型，分别对各常规设备、负荷及新能源的状态进行采样。
上述步骤S2包括如下三方面的内容：
(1)对各常规设备的状态进行采样
对于各常规设备包括：电源、线路及变压器的情况，可采用蒙特卡罗法对电源、线路、变压器的状态进行采样。利用步骤S1中所建立的各常规设备的不确定性模型，将各常规设备的故障率等指标转换为故障概率，即建立了各常规设备在评估目标时期内的概率空间模型。基于该故障概率，能够采用蒙特卡洛抽样法确定各常规设备在各次采样中的状态，则可针对性的分别进行采样：
①对于电源，采用如下公式对电源的状态进行采样：
其中，为电源机组u中第j台电源的停运概率；
ε为随机生成0～1区间的随机数。
需要注意的是，上述过程对所有电源机组进行循环，直至确定所有电源机组在该次采样中的状态。
②对于线路，采用如下公式对线路的状态进行采样：
③对于变压器，采用如下公式对所述变压器的状态进行采样：
(2)对负荷的状态进行采样
对负荷的状态进行采样其实质是对负荷的大小进行采样。利用步骤S1中所建立的负荷的不确定性模型，按电力系统外部输入的系统总负荷曲线作为采样目标，每次通过对电力系统所处“时刻”采样，获得电力系统某一时刻对应的总负荷，并根据各母线负荷因子以及母线典型负荷曲线，确定各个母线在该采样中的负荷。采样过程可采用蒙特卡罗法，采样的时间范围为评估的起始时刻到目标时刻，该起始时刻到该目标时刻的总时长为T，在采样的时间范围内进行均匀采样，采样的过程用t～u[1,T]表示。
(3)对新能源的状态进行采样
本实施例中所述的新能源可包括风电、光伏、氢储能、电池储能等多种新能源中的任意一种或多种。对新能源的状态进行采样其实质是对新能源的出力进行采样。利用步骤S1中所建立的新能源的不确定性模型，每次通过对系统所处“时刻”采样，获得电力系统某一时刻对应的各类型新能源的出力。这种采样方式能够考虑新能源与负荷之间可能存在的相关性，使后续可靠性的计算与评估更加反映实际情况。采样过程可采用蒙特卡罗法，采样的时间范围为评估的起始时刻到目标时刻，该起始时刻到该目标时刻的总时长为T，在采样的时间范围内进行均匀采样，采样的过程用t～u[1,T]表示。
S3：根据各常规设备、负荷及新能源当前的采样状态，建立电力系统的切负荷优化模型，以切负荷量最小为优化目标，进行故障状态判断，得到电力系统在当前的采样状态下的最小切负荷量。
作为一种可能的实现方式，所建立的切负荷优化模型为：
目标函数：电力系统中全部节点的切负荷成本最小，采用如下公式表示：
其中，CT为节点单位负荷的切负荷成本行向量；
Dd为节点的切负荷量列向量；
Cg T为机组切出力的成本行向量；
Gd为必开机组切出力的变量。
约束条件：节点负荷平衡方程、潮流方程、最大最小约束及断面潮流约束，具体如下：
①节点负荷平衡方程为：
A·F-(D-Dd)+W·(G-Gd)＝0 (10)
其中，A为节点支路关联矩阵；
F为支路潮流列向量；
D为节点负荷列向量；
W为机组节点关联矩阵；
G为机组出力列向量。
②潮流方程为：
F＝BL·AT·Θ (11)
其中，BL为支路导纳矩阵，其为一对角矩阵，行数和列数均为L，对角线元素为各支路的电抗的倒数，
AT为节点支路关联矩阵的转置；
Θ为节点电压角度列向量。
③最大最小约束为：
最大切负荷约束：0≤Dd≤D (12)
机组最大最小出力约束：Gmin≤G≤Gmax (13)
潮流约束：-Fmax≤F≤Fmax (14)
其中，Gmin为机组最小出力列向量；
Gmax为机组最大出力列向量；
Fmin为支路潮流最小限值；
Fmax为支路潮流最大限值。
④断面潮流约束为：
Ymin≤V·F≤Ymax (15)
其中，Ymin为断面反向潮流极限向量；
Ymax为断面正向潮流极限向量；
V为支路与断面的关联矩阵。
上述切负荷优化模型考虑必开机组切出力以及考虑断面潮流约束，主要是由于实际运行中一般要求全额消纳清洁能源，核电、风电等新能源机组在一般情况下始终处于并网状态，一般不希望这类机组的出力降低，例如不希望弃风或降低核电机组的出力，也就是说，这类机组属于必开机组。然而如果电力系统出现故障需要调整这些机组出力才能维持系统平衡，则此时会出现必开机组切出力。因此在上述切负荷优化模型中引入必开机组切出力的变量列向量，用于表示在电力系统失效状态分析时必开机组出力有可能切出力的情况。
S4：根据所得到的最小切负荷量，统计电力系统在当前的采样状态下的切负荷概率和切负荷期望。
在上述步骤S4中，切负荷概率表示电力系统产生切负荷事件的概率，可采用如下公式计算：
其中，LOLP表示切负荷概率，单位为p.u.；
S为采样次数；
Fs表示第s次采样中所述电力系统切负荷的示性函数：
切负荷期望表示电力系统在评估期内切负荷总电量的期望，可采用如下公式计算：
其中，EENS表示切负荷期望，单位为MWh；
[1]TDds表示第s次采样对应的各节点切负荷的总量；
[1]T为元素全为1的行向量；
Dds为第s次各节点切负荷组成的列向量。
S5：根据切负荷概率和切负荷期望，计算切负荷优化模型的目标函数的收敛指标，判断该收敛指标是否满足设定要求；若是，则结束采样，并以切负荷概率和切负荷期望为可靠性评估指标对所述电力系统的可靠性进行评估；若否，则返回步骤S2。
在上述步骤S5中，切负荷优化模型的目标函数的收敛指标可为切负荷概率LOLP的相对误差和切负荷期望EENS的相对误差，因此计算收敛指标即为计算切负荷概率LOLP的相对误差和计算切负荷期望EENS的相对误差。收敛指标可采用如下公式计算：
其中，εLOLP表示切负荷概率LOLP的相对误差；
λα为标准正态分布双侧检验的分位数为1-α时对应的自变量的值，其典型值如下表1所示：
表1
| α | 0.5 | 0.05 | 0.003 |
| λα | 0.6754 | 1.96 | 3 |
为切负荷概率LOLP的均方差的渐进无偏估计量，
εEENS表示切负荷期望EENS的相对误差；
为切负荷期望EENS的均方差的渐进无偏估计量，
使用切负荷概率LOLP和切负荷期望EENS的均方差的渐进无偏估计量来计算收敛指标，可提高计算速度。
在上述步骤S5中，判断收敛指标是否满足设定要求，具体可包括：判断切负荷概率LOLP的相对误差εLOLP是否小于10-6，并判断切负荷期望EENS的相对误差εEENS是否小于10-6。当且仅当εLOLP＜10-6且εEENS＜10-6时，则判定收敛指标满足设定要求，这表示对电力系统进行可靠性评估的采样可以终止；否则，则判定收敛指标不满足设定要求，这表示需要对电力系统的状态进行再次采样。
上述步骤S1～S5的过程为新能源特别是大规模新能源接入后的电力系统的可靠性分析提供一种有效的评估方法，可以有效计及新能源特别是大规模新能源接入后对电力系统模型、抽样方法和削减负荷模型等各方面的影响，确保了计算的准确性和有效性，为电力系统消纳大规模新能源提供了有效的计算方法和参考依据，为合理规划电力系统提供了参考依据。
基于上述可靠性评估方法，下面以具体的示例进行介绍。
对于某等值电网JCITY，如图2所示，该等值电网JCITY包括A、B、C、D四个地区。
选取2015年8月1日作为典型日进行丰大方式模拟计算，负荷需求为3555MW。设定有风电场景下常规机组开机容量为3734MW，风电开机容量为345.5MW，模拟风电出力平均为27.839MW。无风电场景下常规机组开机容量与有风电场景一致，风电等效常规机组开机与有风电场景的风电平均出力一致。风电出力采用丰期8月风电模拟的50％高出力，预留7-8％旋转备用。
选取2015年11月1日作为典型日进行枯大方式模拟计算，负荷需求为3193MW。设定有风电场景下常规机组开机容量为3280MW，风电开机容量为345.5MW，模拟风电出力平均为81.40832MW。无风电场景下常规机组开机容量与有风电场景一致，风电等效常规机组开机与有风电场景的风电平均出力一致。风电出力采用丰期11月风电模拟的79.3％高出力，预留7-8％旋转备用。
两种模拟计算方式的参数设定如下表2所示：
表2
根据表2中的参数数据，建立等值电网JCITY中常规的电源、线路和变压器的不确定性模型，用蒙特卡罗法对电源、线路和变压器等常规设备的状态进行采样。建立等值电网JCITY中负荷、新能源的不确定性模型，用蒙特卡罗法对负荷大小和新能源出力进行采样。根据等值电网JCITY当前的采样状态，建立切负荷优化模型，以切负荷量最小为优化目标，进行故障状态判断，得到等值电网JCITY在当前的采样状态下的最小切负荷量。统计等值电网JCITY在当前的采样状态下的切负荷概率和切负荷期望。判断切负荷概率的相对误差和切负荷期望的相对误差是否满足设定要求；若满足，则以所统计的切负荷概率和切负荷期望为可靠性评估指标，对等值电网JCITY的可靠性进行评估；否则，重新采样。
经过上述过程，能够得到等值电网JCITY丰大运行方式下有无风电场景的切负荷概率LOLP和切负荷期望EENS，如下表3所示：
表3
| 场景 | LOLP(p.u.) | EENS(MWh) |
| 丰大无风电 | 0.024938 | 40.83029 |
| 丰大有风电 | 0.024670 | 36.14181 |
根据上表3，对比等值电网JCITY 2015年丰大有无风电的场景的可靠性评估指标，对比情况如图3所示，从图3中可以看出，等值电网JCITY在2015年丰大方式下无风电场景的切负荷概率LOLP和切负荷期望EENS均比有风电场景略高，说明无风电比有风电可靠性稍差。其主要原因为：等值电网JCITY在丰大方式下预留备用35万kW，无风场景下，以同等容量的常规等效机组替代风电平均出力进行模拟，有风场景下，以风电出力随机变化进行模拟，等值电网JCITY在2015年有7台33万kW以上机组，所以等值电网JCITY出现33万kW以上大机组故障的概率相对较大，当出现大机组故障时，无风场景下必然切负荷，然而有风场景由于风电出力随机变化，并不是100％切负荷，使得有风场景下的可靠性较高。
更进一步，可计算等值电网JCITY在2015年丰大无风电场景下各地区的可靠性指标，如下表4所示：
表4
| 区域名称 | LOLP(p.u.) | LOLP排名 | EENS(MWh) | EENS排名 |
| A | 0.0182625 | 1 | 17.20545 | 1 |
| B | 0.0152 | 2 | 12.93256 | 2 |
| C | 0.009 | 3 | 6.596673 | 3 |
| D | 0.0063375 | 4 | 4.095599 | 4 |
还可计算等值电网JCITY在2015年丰大有风电场景下各地区的可靠性指标，如下表5所示：
表5
| 区域名称 | LOLP(p.u.) | LOLP排名 | EENS(MWh) | EENS排名 |
| A | 0.01786 | 1 | 15.16834 | 1 |
| B | 0.01399 | 2 | 11.52594 | 2 |
| C | 0.00805 | 3 | 5.813972 | 3 |
| D | 0.00583 | 4 | 3.633558 | 4 |
从表4和表5可知，风电接入等值电网JCITY前后，并不影响等值电网JCITY各区域的相对可靠性，由于等值电网JCITY电源集中在B地区，负荷集中在经济发达的A地区，从B地区向A地区送电的线路通道潮流较重，所以A地区和B地区的可靠性相对较弱。
类似地，能够得到等值电网JCITY枯大运行方式下有无风电场景的切负荷概率LOLP和切负荷期望EENS，如下表6所示：
表6
| 场景 | LOLP(p.u.) | EENS(MWh) |
| 丰大无风电 | 0.024950 | 61.76782 |
| 丰大有风电 | 0.024625 | 61.26120 |
根据上表6，对比等值电网JCITY 2015年枯大有无风电的场景的可靠性评估指标，对比情况如图4所示，从图4中可以看出，等值电网JCITY在2015年枯大方式下无风电场景的切负荷概率LOLP和切负荷期望EENS均比有风电场景略高，说明无风电比有风电可靠性稍差，原因与丰大方式基本一致。相比丰大方式，由于枯期风电出力率增大，减弱了大机组故障对可靠性的影响，所以枯大方式下有无风电可靠性差别有所减小。
更进一步，可计算等值电网JCITY在2015年枯大无风电场景下各地区的可靠性指标，如下表7所示：
表7
| 区域名称 | LOLP(p.u.) | LOLP排名 | EENS(MWh) | EENS排名 |
| A | 0.0169625 | 2 | 23.13231102 | 1 |
| B | 0.0174375 | 1 | 20.07455116 | 2 |
| C | 0.0120375 | 3 | 11.14539905 | 3 |
| D | 0.0094 | 4 | 7.415557519 | 4 |
还可计算等值电网JCITY在2015年枯大有风电场景下各地区的可靠性指标，如下表8所示：
表8
| 区域名称 | LOLP(p.u.) | LOLP排名 | EENS(MWh) | EENS排名 |
| A | 0.016525 | 2 | 23.76873476 | 1 |
| B | 0.016975 | 1 | 20.17454718 | 2 |
| C | 0.0117 | 3 | 11.30078512 | 3 |
| D | 0.009175 | 4 | 7.260232811 | 4 |
从表7和表8可知，与丰大方式相似，风电接入等值电网JCITY前后，并不影响等值电网JCITY各区域的相对可靠性，由于等值电网JCITY电源集中在B地区，负荷集中在经济发达的A地区一带，从B地区向A地区送电的线路通道潮流较重，所以A地区和B地区的可靠性相对较弱。
以上所述仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (7)
1.一种接入新能源的电力系统的可靠性评估方法，其特征在于，所述可靠性评估方法包括以下步骤：
S1：针对所述电力系统中各常规设备、负荷及新能源分别建立不确定性模型；
S2：根据所述各常规设备、所述负荷及所述新能源的不确定性模型，分别对所述各常规设备、所述负荷及所述新能源的状态进行采样；
S3：根据所述各常规设备、所述负荷及所述新能源当前的采样状态，建立所述电力系统的切负荷优化模型，以切负荷量最小为优化目标，进行故障状态判断，得到所述电力系统在当前的采样状态下的最小切负荷量；
S4：根据所述最小切负荷量，统计所述电力系统在当前的采样状态下的切负荷概率和切负荷期望；
S5：根据所述切负荷概率和所述切负荷期望，计算所述切负荷优化模型的目标函数的收敛指标，判断所述收敛指标是否满足设定要求；若是，则结束采样，并以所述切负荷概率和所述切负荷期望为可靠性评估指标对所述电力系统的可靠性进行评估；若否，则返回步骤S2。
2.根据权利要求1所述的接入新能源的电力系统的可靠性评估方法，其特征在于，在步骤S1中，所述各常规设备包括：电源、线路及变压器，其中，
所述电源的不确定性模型为：
其中，Pu为电源机组u处于停运状态的概率；MTTRu为电源机组u的平均修复时间，μu为电源机组u的修复率；MTTFu为电源机组u的平均无故障运行时间，λu为电源机组u的故障率；
所述线路的不确定性模型为：
其中，Pl为线路l处于停运状态的概率；λl为线路l的永久故障停运率，al为线路l的百公里综合跳闸率，pReclosingSucc为线路l的重合闸成功率，L为线路l的总长；MTTRl为线路l的平均修复时间；
所述变压器的不确定性模型为：
其中，Pt为变压器t处于停运状态的概率；λt为变压器t的停运率；MTTRt为变压器t的平均修复时间；
所述负荷的不确定性模型为：
其中，为母线i第s次采样的负荷大小；为母线i占所述电力系统的总负荷的比例；θi,t为t时刻母线i的负荷标幺值；dsys,t为t时刻所述电力系统的总负荷；N为母线的个数；
所述新能源的不确定性模型为：
其中，为新能源机组w第s次采样的出力大小；为t时刻新能源机组w的模拟出力。
3.根据权利要求2所述的接入新能源的电力系统的可靠性评估方法，其特征在于，在步骤S2中，所述采样采用蒙特卡罗法，所述采样的时间范围为评估的起始时刻到目标时刻，所述起始时刻到所述目标时刻的总时长为T，在所述时间范围内均匀采样，所述采样的过程用t～u[1,T]表示。
4.根据权利要求3所述的接入新能源的电力系统的可靠性评估方法，其特征在于，在步骤S2中，对所述各常规设备的状态进行采样，包括：
采用如下公式对所述电源的状态进行采样：
其中，为电源机组u中第j台电源的停运概率；ε为随机生成0～1区间的随机数；
采用如下公式对所述线路的状态进行采样：
采用如下公式对所述变压器的状态进行采样：
5.根据权利要求1所述的接入新能源的电力系统的可靠性评估方法，其特征在于，在步骤S3中，所述切负荷优化模型为：
目标函数：所述电力系统中全部节点的切负荷成本最小，采用如下公式表示：
其中，CT为节点单位负荷的切负荷成本行向量；Dd为节点的切负荷量列向量；Cg T为机组切出力的成本行向量；Gd为必开机组切出力的变量；
约束条件：节点负荷平衡方程、潮流方程、最大最小约束及断面潮流约束；其中，
所述节点负荷平衡方程为：
A·F-(D-Dd)+W·(G-Gd)＝0 (10)
其中，A为节点支路关联矩阵；F为支路潮流列向量；D为节点负荷列向量；W为机组节点关联矩阵；G为机组出力列向量；
所述潮流方程为：
F＝BL·AT·Θ (11)
其中，BL为支路导纳矩阵，其为一对角矩阵，行数和列数均为L，对角线元素为各支路的电抗的倒数，AT为节点支路关联矩阵的转置；Θ为节点电压角度列向量；
所述最大最小约束为：
最大切负荷约束：0≤Dd≤D (12)
机组最大最小出力约束：Gmin≤G≤Gmax (13)
潮流约束：-Fmax≤F≤Fmax (14)
其中，Gmin为机组最小出力列向量；Gmax为机组最大出力列向量；Fmin为支路潮流最小限值；Fmax为支路潮流最大限值；
所述断面潮流约束为：
Ymin≤V·F≤Ymax (15)
其中，Ymin为断面反向潮流极限向量；Ymax为断面正向潮流极限向量；V为支路与断面的关联矩阵。
6.根据权利要求1所述的接入新能源的电力系统的可靠性评估方法，其特征在于，在步骤S4中，所述切负荷概率采用如下公式计算：
其中，LOLP表示所述切负荷概率；S为采样次数；Fs表示第s次采样中所述电力系统切负荷的示性函数，
所述切负荷期望采用如下公式计算：
其中，EENS表示所述切负荷期望；[1]TDds表示第s次采样对应的各节点切负荷的总量；[1]T为元素全为1的行向量；Dds为第s次各节点切负荷组成的列向量。
7.根据权利要求1所述的接入新能源的电力系统的可靠性评估方法，其特征在于，在步骤S5中，所述收敛指标为所述切负荷概率LOLP的相对误差和所述切负荷期望EENS的相对误差，所述收敛指标采用如下公式计算：
其中，εLOLP表示所述切负荷概率LOLP的相对误差；λα为标准正态分布双侧检验的分位数为1-α时对应的自变量的值；为所述切负荷概率LOLP的均方差的渐进无偏估计量，εEENS表示所述切负荷期望EENS的相对误差；为所述切负荷期望EENS的均方差的渐进无偏估计量，
所述判断所述收敛指标是否满足设定要求，包括：判断所述切负荷概率LOLP的相对误差εLOLP是否小于10-6，并判断所述切负荷期望EENS的相对误差εEENS是否小于10-6；当且仅当εLOLP＜10-6且εEENS＜10-6时，判定所述收敛指标满足设定要求；否则，判定所述收敛指标不满足设定要求。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810155464.8A CN108183512B (zh) | 2018-02-23 | 2018-02-23 | 一种接入新能源的电力系统的可靠性评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810155464.8A CN108183512B (zh) | 2018-02-23 | 2018-02-23 | 一种接入新能源的电力系统的可靠性评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108183512A true CN108183512A (zh) | 2018-06-19 |
| CN108183512B CN108183512B (zh) | 2020-03-27 |
Family
ID=62552879
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810155464.8A Active CN108183512B (zh) | 2018-02-23 | 2018-02-23 | 一种接入新能源的电力系统的可靠性评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108183512B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109038588A (zh) * | 2018-07-10 | 2018-12-18 | 浙江大学城市学院 | 一种配电网潮流计算方法 |
| 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 |
| CN109742788A (zh) * | 2018-12-18 | 2019-05-10 | 国网青海省电力公司电力科学研究院 | 一种新能源电站并网性能评价指标修正方法 |
| CN109787834A (zh) * | 2019-01-25 | 2019-05-21 | 广西电网有限责任公司电力科学研究院 | 计及电网运行参数的核电机组非独立故障概率的计算方法 |
| CN110224393A (zh) * | 2019-05-24 | 2019-09-10 | 广东电网有限责任公司阳江供电局 | 一种基于最小切负荷模型的新能源消纳评估方法 |
| CN110443439A (zh) * | 2019-06-17 | 2019-11-12 | 华北电力大学 | 一种基于期望偏差的用户精准切负荷潜能评估方法 |
| CN111353230A (zh) * | 2020-03-03 | 2020-06-30 | 中国海洋石油集团有限公司 | 海上油田电力系统的可靠性评估方法及系统 |
| CN111967794A (zh) * | 2020-08-31 | 2020-11-20 | 国网甘肃省电力公司电力科学研究院 | 一种基于大数据处理的输电网输电能力的评估方法 |
| CN113489066A (zh) * | 2021-07-08 | 2021-10-08 | 华翔翔能科技股份有限公司 | 计及供需不确定性的含储能电网区间供电可靠性评估方法 |
| CN114611889A (zh) * | 2022-02-25 | 2022-06-10 | 河南九域恩湃电力技术有限公司 | 并网电源的网源协调性能的可靠性估测方法 |
| CN115021335A (zh) * | 2022-06-16 | 2022-09-06 | 西安交通大学 | 一种考虑储能和新能源的多时段鲁棒可靠性评估方法 |
| CN117200265A (zh) * | 2023-07-27 | 2023-12-08 | 河海大学 | 一种考虑不确定性故障的海上电氢系统容量规划方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103440400A (zh) * | 2013-07-29 | 2013-12-11 | 清华大学 | 考虑灾害因素的电力系统短期风险判定方法 |
| WO2015045546A1 (ja) * | 2013-09-27 | 2015-04-02 | 株式会社日立製作所 | 設備負荷選択装置及び設備負荷選択方法 |
-
2018
- 2018-02-23 CN CN201810155464.8A patent/CN108183512B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103440400A (zh) * | 2013-07-29 | 2013-12-11 | 清华大学 | 考虑灾害因素的电力系统短期风险判定方法 |
| WO2015045546A1 (ja) * | 2013-09-27 | 2015-04-02 | 株式会社日立製作所 | 設備負荷選択装置及び設備負荷選択方法 |
Non-Patent Citations (1)
| Title |
|---|
| 吴林伟等: "计及风机故障相关性的发输电组合系统可靠性评估", 《广东电力》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109038588A (zh) * | 2018-07-10 | 2018-12-18 | 浙江大学城市学院 | 一种配电网潮流计算方法 |
| 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 |
| CN109742788A (zh) * | 2018-12-18 | 2019-05-10 | 国网青海省电力公司电力科学研究院 | 一种新能源电站并网性能评价指标修正方法 |
| CN109787834A (zh) * | 2019-01-25 | 2019-05-21 | 广西电网有限责任公司电力科学研究院 | 计及电网运行参数的核电机组非独立故障概率的计算方法 |
| CN110224393A (zh) * | 2019-05-24 | 2019-09-10 | 广东电网有限责任公司阳江供电局 | 一种基于最小切负荷模型的新能源消纳评估方法 |
| CN110224393B (zh) * | 2019-05-24 | 2020-08-25 | 广东电网有限责任公司阳江供电局 | 一种基于最小切负荷模型的新能源消纳评估方法 |
| CN110443439A (zh) * | 2019-06-17 | 2019-11-12 | 华北电力大学 | 一种基于期望偏差的用户精准切负荷潜能评估方法 |
| CN111353230A (zh) * | 2020-03-03 | 2020-06-30 | 中国海洋石油集团有限公司 | 海上油田电力系统的可靠性评估方法及系统 |
| CN111967794A (zh) * | 2020-08-31 | 2020-11-20 | 国网甘肃省电力公司电力科学研究院 | 一种基于大数据处理的输电网输电能力的评估方法 |
| CN113489066A (zh) * | 2021-07-08 | 2021-10-08 | 华翔翔能科技股份有限公司 | 计及供需不确定性的含储能电网区间供电可靠性评估方法 |
| CN114611889A (zh) * | 2022-02-25 | 2022-06-10 | 河南九域恩湃电力技术有限公司 | 并网电源的网源协调性能的可靠性估测方法 |
| CN115021335A (zh) * | 2022-06-16 | 2022-09-06 | 西安交通大学 | 一种考虑储能和新能源的多时段鲁棒可靠性评估方法 |
| CN115021335B (zh) * | 2022-06-16 | 2024-03-26 | 西安交通大学 | 一种考虑储能和新能源的多时段鲁棒可靠性评估方法 |
| CN117200265A (zh) * | 2023-07-27 | 2023-12-08 | 河海大学 | 一种考虑不确定性故障的海上电氢系统容量规划方法 |
| CN117200265B (zh) * | 2023-07-27 | 2024-05-28 | 河海大学 | 一种考虑不确定性故障的海上电氢系统容量规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108183512B (zh) | 2020-03-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108183512A (zh) | 一种接入新能源的电力系统的可靠性评估方法 | |
| CN103279639B (zh) | 基于响应的受端电网电压稳定全过程态势评估及防控方法 | |
| CN103279638B (zh) | 一种基于响应的大电网全态势在线一体化量化评估方法 | |
| CN100382411C (zh) | 基于概率的电力系统电压稳定在线监视和预防控制方法 | |
| CN103400302A (zh) | 一种风电基地连锁故障风险感知预警方法及其系统 | |
| CN103036230A (zh) | 一种基于工程应用的交直流混联大电网的动态等值方法 | |
| CN102637289A (zh) | 含大规模风电的电力系统规划方案的安全性价值评估方法 | |
| Choi et al. | Justification of effective reactive power reserves with respect to a particular bus using linear sensitivity | |
| CN102214922A (zh) | 一种电网规划方案的评估系统 | |
| CN102915471A (zh) | 一种风电扰动在线安全预警的方法 | |
| CN105610192A (zh) | 考虑大规模风电接入的在线风险评估方法 | |
| CN107145707A (zh) | 一种计及光伏出力不确定性和全寿命周期成本的配电网变压器规划方法 | |
| CN106655190A (zh) | 一种求解风电场概率最优潮流的方法 | |
| CN103825272A (zh) | 一种基于解析法的含分散风电的配电网可靠性确定方法 | |
| CN104537428A (zh) | 一种计及风电接入不确定性的经济运行评估方法 | |
| CN101923685A (zh) | 一种基于断线故障概率预测的电力切负荷决策系统及方法 | |
| Holttinen et al. | Steps for a complete wind integration study | |
| CN111079972A (zh) | 一种主动配电网可靠性规划方法、设备及介质 | |
| Ju et al. | Incorporating demand response in two-stage frequency emergency control | |
| Al Kez et al. | Manipulation of static and dynamic data center power responses to support grid operations | |
| CN110472373A (zh) | 一种电力系统扰动后的动态频率估计测量方法 | |
| CN106022594B (zh) | 基于极值理论的电力系统在线运行安全风险评估方法 | |
| Shun et al. | Dynamic optimization of adaptive under-frequency load shedding based on WAMS | |
| CN108090626A (zh) | 一种配电网网格化规划的网格划分方法 | |
| CN104242354A (zh) | 计及风光出力相关性的新能源集中外送运行特性评估方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210601 Address after: 510700 3rd, 4th and 5th floors of building J1 and 3rd floor of building J3, No.11 Kexiang Road, Science City, Luogang District, Guangzhou City, Guangdong Province Patentee after: China South Power Grid International Co.,Ltd. Address before: 510663 3 building, 3, 4, 5 and J1 building, 11 building, No. 11, Ke Xiang Road, Luogang District Science City, Guangzhou, Guangdong. Patentee before: China South Power Grid International Co.,Ltd. Patentee before: POWER GRID TECHNOLOGY RESEARCH CENTER. CHINA SOUTHERN POWER GRID |
|
| TR01 | Transfer of patent right |