CN108233416B - 一种考虑电压越限风险的配电网单光伏消纳能力评估方法 - Google Patents
一种考虑电压越限风险的配电网单光伏消纳能力评估方法 Download PDFInfo
- Publication number
- CN108233416B CN108233416B CN201810054307.8A CN201810054307A CN108233416B CN 108233416 B CN108233416 B CN 108233416B CN 201810054307 A CN201810054307 A CN 201810054307A CN 108233416 B CN108233416 B CN 108233416B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- distribution network
- power
- load
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000029087 digestion Effects 0.000 title claims abstract description 20
- 230000002123 temporal effect Effects 0.000 claims abstract description 18
- 230000001131 transforming effect Effects 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000012502 risk assessment Methods 0.000 claims description 4
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims 1
- 230000035699 permeability Effects 0.000 description 9
- 241000196324 Embryophyta Species 0.000 description 4
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 230000008595 infiltration Effects 0.000 description 2
- 238000001764 infiltration Methods 0.000 description 2
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Classifications
-
- H02J3/383—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种考虑电压越限风险的配电网单光伏消纳能力评估方法,1采集目标配电网参数信息;2收集目标配电网各配变N d天的负荷历史数据样本,以配变为单位建立基于多参数正态分布的负荷时序模型;3收集目标地区光伏电站N p天的历史出力数据样本,建立基于多参数beta分布的光伏相对出力时序模型;4根据多参数正态分布的负荷时序模型和多参数beta分布的光伏相对出力时序模型,采用基于半不变量的概率潮流法计算电压越限风险评估指标;5设定电压越限风险限值R vs_limit,采用混合逼近法评估配电网光伏消纳能力。本发明充分考虑了分布式负荷和光伏出力的时序性和不确定性,通过定量评估配电网的电压越限风险,为光伏接入配电网的容量评估提供参考。
Description
技术领域
本发明涉及配电网对分布式电源消纳能力的评估方法,更具体地,涉及一种考虑电压越限风险的配电网单光伏消纳能力评估方法。
背景技术
大量分布式光伏的接入,使得原来的单一电源辐射配电网变成有源配电网络,改变了配电网的潮流和电压分布的同时也提高了电压越限的风险。由于光伏出力的不确定性以及和负荷之间的时序相关性导致了基于确定潮流的评估方法难以准确衡量其对配电网电压的影响程度,而该影响程度主要与光伏接入位置以及接入容量相关,因此如何评估光伏接入导致的配电网电压越限风险,并确定光伏的极限接入容量将是一个亟待解决的问题。
发明内容
本发明的目的在于克服现有技术的不足,提供一种考虑电压越限风险的配电网单光伏消纳能力评估方法,充分考虑了分布式负荷和光伏出力的时序性和不确定性,通过定量评估配电网的电压越限风险,为光伏接入配电网的容量评估提供参考。
为解决上述问题,本发明提供的技术方案为:一种考虑电压越限风险的配电网单光伏消纳能力评估方法,包括以下步骤:
S1.采集目标配电网参数信息,建立目标配电网计算模型;
S2.收集目标配电网各配变预设时间Nd天的负荷历史数据样本,以配变为单位建立基于多参数正态分布的负荷时序模型;
S3.收集目标地区光伏电站预设时间Np天的历史出力数据样本,建立基于多参数beta分布的光伏相对出力时序模型;
S4.根据多参数正态分布的负荷时序模型和多参数beta分布的光伏相对出力时序模型,采用基于半不变量的概率潮流法计算电压越限风险评估指标;
S5.设定电压越限风险限值Rvs_limit,采用混合逼近法评估配电网光伏消纳能力。
进一步地,所述的目标配电网参数信息包括配电网网架结构、线路长度、线路型号、配变型号、光伏并网点。
进一步地,所述的S2步骤中以配变为单位建立基于多参数正态分布的负荷时序模型包括以下步骤:
S201.收集目标配电网各配变Nd天的负荷历史数据样本,其中采样间隔为1h,若其中一台配变的负荷样本矩阵Sd=[Sd1,Sd2,…,Sdt,…,Sd24],其中Sdt=[Sd1t,Sd2t,...,Sdjt,…,SdNt]T,Sdjt表示第j天第t时段负荷样本数据;
S202.计算t时段的负荷样本数列Sdt的期望值μd(t)和标准差σd(t),
S203.得到t时段基于多参数正态分布的负荷概率密度函数如下:
进一步地,所述的S3步骤中建立基于多参数beta分布的光伏出力时序模型的方法包括以下步骤:
S301.收集的目标地区光伏电站Np天的历史出力数据样本,确定光伏有功出力样本矩阵Pp=[Pp1,Pp2,…,Ppt,…,Pp24],其中Ppt=[Pp1t,Pp2t,...,Ppjt,…,PpNt]T,其中Ppjt=表示第j天第t时段光伏出力样本数据值;
S302.令Pptmax=max{Pp1t,Pp2t,...,Ppjt,…,PpNt},则光伏相对出力样本数列
S303.计算数列P'pt的期望值μp(t)和标准差σp(t):
S304.计算t时段光伏出力beta分布的形状参数α(t)和β(t),计算公式如下:
S305.得到t时段基于多参数beta分布的光伏相对出力概率密度函数如下:
进一步地,所述的S4步骤中采用基于半不变量的概率潮流法计算电压越限风险评估指标的计算步骤包括:
S401.计算t时段节点i电压的概率密度函数
S402.计算时段t内所有节点的电压越限风险之和:
其中U(x)为时段t内节点i的电压越限严重度函数,具体为:
S403.计算电压越限风险评估指标Rvs_max,即:
Rvs_max=max{Rvs(1),Rvs(2),...,Rvs(t),...,Rvs(24)}。
进一步地,所述的S401步骤中计算t时段节点i电压的概率密度函数的具体步骤包括:
S411.采用线性化交流潮流模型,以各节点注入功率期望值进行潮流计算,其中第i个负荷节点注入功率期望值为μdi(t),光伏节点注入有功功率期望值为(μp(t)×Pptmax),记录最后一次迭代所用的雅可比矩阵J0;
S412.计算各节点注入功率随机变量的八阶半不变量,其各阶数值等于该节点负荷功率相应阶半不变量与光伏有功相应阶半不变量之和,其中,负荷节点注入功率随机变量服从正态分布,第i个负荷节点注入功率八阶半不变量(k=1,2,…,8)表示如下:
光伏节点注入有功服从beta分布,其注入有功八阶半不变量(k=1,2,…,8)可根据其八阶原点矩(k=1,2,…,8)计算得到,具体计算如下:
式中,为从m个元素中取l个元素的组合数;
S413.根据下式计算节点电压的八阶半不变量:
式中,为t时段节点电压相角,为幅值随机变量的k阶半不变量集合;为t时段节点等效注入有功、为无功随机变量的k阶半不变量集合;
S414.采用Gram-Charlier级数展开式计算t时段节点i电压的概率密度函数具体表达式如下:
式中,φ(k)(·)为标准正态分布概率密度函数的k阶导数。
进一步地,所述的S5步骤具体包括:
S501.设定电压越限风险限值Rvs_limit,给定初始光伏接入容量H=H0、初始调整系数k=k0和收敛精度e;
S502.计算配电网电压越限风险评估指标Rvs_max;
S503.判断Rvs_max是否大于Rvs_limit,若不满足,则令H=H*(k+1)且k=k/2,并返回步骤S2;若满足,则转至步骤S4;
S504.减小光伏接入容量H和调整系数k:令H=H*(1-k)且k=k/2;
S505.判断k是否小于收敛精度e,若不满足则返回步骤S2;若满足,则输出光伏接入极限容量Hlimt。
与现有技术相比,有益效果是:本发明提供的一种考虑电压越限风险的配电网单光伏消纳能力评估方法,通过收集目标台区负荷的历史数据样本和光伏出力历史数据样本,建立基于多参数正态分布的负荷时序模型和基于多参数beta分布的光伏相对出力时序模型,通过给定电压越限风险限值,并采用混合逼近法评估配电网光伏消纳能力。该方法充分考虑了分布式负荷和光伏出力的时序性和不确定性,通过定量评估配电网的电压越限风险,为光伏接入配电网的容量评估提供参考。
附图说明
图1为本发明方法流程图。
图2为本发明改进的IEEE33节点配电系统。
图3为本发明不同负荷类型日负荷曲线。
图4为本发明电压越限风险曲线。
图5为本发明不同负荷特性时配电网光伏接入极限容量Hlimt与主干线长度L的关系。
具体实施方式
如图1所示,一种考虑电压越限风险的配电网单光伏消纳能力评估方法,包括以下步骤:
步骤1:采集目标配电网参数信息,包括配电网网架结构、线路长度、线路型号、配变型号、光伏并网点,建立目标配电网计算模型;
步骤2:收集目标配电网各配变预设时间Nd天的负荷历史数据样本,以配变为单位建立基于多参数正态分布的负荷时序模型;具体步骤为:
S201.收集目标配电网各配变Nd天的负荷历史数据样本,其中采样间隔为1h,若其中一台配变的负荷样本矩阵Sd=[Sd1,Sd2,…,Sdt,…,Sd24],其中Sdt=[Sd1t,Sd2t,...,Sdjt,…,SdNt]T,Sdjt表示第j天第t时段负荷样本数据;
S202.计算t时段的负荷样本数列Sdt的期望值μd(t)和标准差σd(t),
S203.得到t时段基于多参数正态分布的负荷概率密度函数如下:
步骤3:收集目标地区光伏电站预设时间Np天的历史出力数据样本,建立基于多参数beta分布的光伏相对出力时序模型;具体步骤为:
S301.收集的目标地区光伏电站Np天的历史出力数据样本,确定光伏有功出力样本矩阵Pp=[Pp1,Pp2,…,Ppt,…,Pp24],其中Ppt=[Pp1t,Pp2t,...,Ppjt,…,PpNt]T,其中Ppjt=表示第j天第t时段光伏出力样本数据值;
S302.令Pptmax=max{Pp1t,Pp2t,...,Ppjt,…,PpNt},则光伏相对出力样本数列
S303.计算数列P'pt的期望值μp(t)和标准差σp(t):
S304.计算t时段光伏出力beta分布的形状参数α(t)和β(t),计算公式如下:
S305.得到t时段基于多参数beta分布的光伏相对出力概率密度函数如下:
步骤4:根据多参数正态分布的负荷时序模型和多参数beta分布的光伏相对出力时序模型,采用基于半不变量的概率潮流法计算电压越限风险评估指标;具体步骤为:
S401.计算t时段节点i电压的概率密度函数其他时段其他节点电压的概率密度函数计算方法亦同;
首先,采用线性化交流潮流模型,以各节点注入功率期望值进行潮流计算,其中第i个负荷节点注入功率期望值为μdi(t),光伏节点注入有功功率期望值为(μp(t)×Pptmax),记录最后一次迭代所用的雅可比矩阵J0;
然后,计算各节点注入功率随机变量的八阶半不变量,其各阶数值等于该节点负荷功率相应阶半不变量与光伏有功相应阶半不变量之和,其中,负荷节点注入功率随机变量服从正态分布,第i个负荷节点注入功率八阶半不变量(k=1,2,…,8)表示如下:
光伏节点注入有功服从beta分布,其注入有功八阶半不变量(k=1,2,…,8)可根据其八阶原点矩(k=1,2,…,8)计算得到,具体计算如下:
式中,为从m个元素中取l个元素的组合数;
接着,根据下式计算节点电压的八阶半不变量:
式中,为t时段节点电压相角,为幅值随机变量的k阶半不变量集合;为t时段节点等效注入有功、为无功随机变量的k阶半不变量集合;
最后,采用Gram-Charlier级数展开式计算t时段节点i电压的概率密度函数具体表达式如下:
式中,φ(k)(·)为标准正态分布概率密度函数的k阶导数;
S402.计算时段t内所有节点的电压越限风险之和:
其中U(x)为时段t内节点i的电压越限严重度函数,具体为:
S403.计算电压越限风险评估指标Rvs_max,即:
Rvs_max=max{Rvs(1),Rvs(2),...,Rvs(t),...,Rvs(24)}。
步骤5:设定电压越限风险限值Rvs_limit,采用混合逼近法评估配电网光伏消纳能力,具体步骤为:
S501.设定电压越限风险限值Rvs_limit,给定初始光伏接入容量H=H0、初始调整系数k=k0和收敛精度e;
S502.计算配电网电压越限风险评估指标Rvs_max;
S503.判断Rvs_max是否大于Rvs_limit,若不满足,则令H=H*(k+1)且k=k/2,并返回步骤S2;若满足,则转至步骤S4;
S504.减小光伏接入容量H和调整系数k:令H=H*(1-k)且k=k/2;
S505.判断k是否小于收敛精度e,若不满足则返回步骤S2;若满足,则输出光伏接入极限容量Hlimt。
实施例
本发明实施例采用改进的IEEE33节点配电系统作为仿真案例,如附图2示,其中2-19节点作为主干线路选取目前国内常用的10kV线型LGJ-240,节点1为平衡节点,电压设为1.05p.u.,系统等值电抗Xs为0.32Ω,假设分布式光伏等效集中接入系统末端19节点处,仿真所用的主干和枝干线路参数具体参见表1所示。本实施例中不同负荷类型的负荷特性不同,各负荷类型的日负荷曲线如附图3示。
表1 线路参数
为研究不同负荷特性和线路长度下,配电网的光伏极限接入容量,现基于附图2配网结构,假设所有节点负荷类型均为工业负荷时,若设定总负荷峰值为3.715MW,即最大线路负载率为39.07%,计算在不同线路长度和不同光伏渗透下配电网电压越限风险评估指标Rvs_max,再分别设置节点负荷类型为农业负荷、商业负荷、居民负荷,研究不同负荷类型下在不同线路长度和不同光伏渗透下系统节点电压水平的最大越限风险,如附图4示。根据系统节点电压水平的最大越限风险,得到电压越限风险限值Rvs_limit=0.005时不同主干线长度下可接入的光伏极限渗透率,如附图5示。
仿真结果显示:
(1)当渗透率小于80%时,配电网电压越限风险会随着光伏渗透率和主干线路长度的增大而增大,而当渗透率大于80%时,如果架空线路长度过长,其线路无功损耗的增加,在线路中有功无功潮流方向相反的前提下,会导致线路前段部分节点电压较短线路而言会显著降低,极端情况下末端节点即并网点电压也会随之降低,因此在光伏渗透率较大的情况下,电压越上限风险会随着主干线路长度的增大而稍有减小;
(2)当线路长度不超过6km时,光伏接入极限渗透率主要受线路载流量限制,其极限渗透率均为100%;
(3)当线路长度大于6km时,不同负荷类型下,当Rvs_limit=0.005时,居民负荷特性为主的配电网中可接入的光伏容量最小,这主要是居民负荷曲线与光伏出力曲线不匹配程度最大,导致同渗透率下电压越限风险最大,当Rvs_limit=0.01时,最大越限概率约束放宽,一定长度下可接入的光伏极限渗透率有所提高,但总体趋势不变。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (7)
1.一种考虑电压越限风险的配电网单光伏消纳能力评估方法,其特征在于,包括以下步骤:
S1.采集目标配电网参数信息,建立目标配电网计算模型;
S2.收集目标配电网各配变预定时间Nd天的负荷历史数据样本,以配变为单位建立基于多参数正态分布的负荷时序模型;
S3.收集目标地区光伏电站预定时间Np天的历史出力数据样本,建立基于多参数beta分布的光伏相对出力时序模型;
S4.根据多参数正态分布的负荷时序模型和多参数beta分布的光伏相对出力时序模型,采用基于半不变量的概率潮流法计算电压越限风险评估指标;
S5.设定电压越限风险限值Rvs_limit,采用混合逼近法评估配电网光伏消纳能力。
2.根据权利要求1所述的一种考虑电压越限风险的配电网单光伏消纳能力评估方法,其特征在于,所述的目标配电网参数信息包括配电网网架结构、线路长度、线路型号、配变型号、光伏并网点。
3.根据权利要求1所述的一种考虑电压越限风险的配电网单光伏消纳能力评估方法,其特征在于,所述的S2步骤中以配变为单位建立基于多参数正态分布的负荷时序模型包括以下步骤:
S201.收集目标配电网各配变Nd天的负荷历史数据样本,其中采样间隔为1h,若其中一台配变的负荷样本矩阵Sd=[Sd1,Sd2,…,Sdt,…,Sd24],其中Sdt=[Sd1t,Sd2t,...,Sdjt,…,SdNt]T,Sdjt表示第j天第t时段负荷样本数据;
S202.计算t时段的负荷样本数列Sdt的期望值μd(t)和标准差σd(t),
S203.得到t时段基于多参数正态分布的负荷概率密度函数如下:
4.根据权利要求1所述的一种考虑电压越限风险的配电网单光伏消纳能力评估方法,其特征在于,所述的S3步骤中建立基于多参数beta分布的光伏出力时序模型的方法包括以下步骤:
S301.收集的目标地区光伏电站Np天的历史出力数据样本,确定光伏有功出力样本矩阵Pp=[Pp1,Pp2,…,Ppt,…,Pp24],其中Ppt=[Pp1t,Pp2t,...,Ppjt,…,PpNt]T,其中Ppjt=表示第j天第t时段光伏出力样本数据值;
S302.令Pptmax=max{Pp1t,Pp2t,...,Ppjt,…,PpNt},则光伏相对出力样本数列
S303.计算数列P′pt的期望值μp(t)和标准差σp(t):
S304.计算t时段光伏出力beta分布的形状参数α(t)和β(t),计算公式如下:
S305.得到t时段基于多参数beta分布的光伏相对出力概率密度函数如下:
5.根据权利要求4所述的一种考虑电压越限风险的配电网单光伏消纳能力评估方法,其特征在于,所述的S4步骤中采用基于半不变量的概率潮流法计算电压越限风险评估指标的计算步骤包括:
S401.计算t时段节点i电压的概率密度函数
S402.计算时段t内所有节点的电压越限风险之和:
其中U(x)为时段t内节点i的电压越限严重度函数,具体为:
S403.计算电压越限风险评估指标Rvs_max,即:
Rvs_max=max{Rvs(1),Rvs(2),...,Rvs(t),...,Rvs(24)}。
6.根据权利要求5所述的一种考虑电压越限风险的配电网单光伏消纳能力评估方法,其特征在于,所述的S401步骤中计算t时段节点i电压的概率密度函数hi (t)(x)的具体步骤包括:
S411.采用线性化交流潮流模型,以各节点注入功率期望值进行潮流计算,其中第i个负荷节点注入功率期望值为μdi(t),光伏节点注入有功功率期望值为(μp(t)×Pptmax),记录最后一次迭代所用的雅可比矩阵J0;
S412.计算各节点注入功率随机变量的八阶半不变量,其各阶数值等于该节点负荷功率相应阶半不变量与光伏有功相应阶半不变量之和,其中,负荷节点注入功率随机变量服从正态分布,第i个负荷节点注入功率八阶半不变量表示如下,其中,k=1,2,…,8;
光伏节点注入有功服从beta分布,其注入有功八阶半不变量可根据其八阶原点矩计算得到,其中,k=1,2,…,8,具体计算如下:
式中,为从m个元素中取l个元素的组合数;
S413.根据下式计算节点电压的八阶半不变量:
式中,为t时段节点电压相角,为幅值随机变量的k阶半不变量集合;为t时段节点等效注入有功、为无功随机变量的k阶半不变量集合;
S414.采用Gram-Charlier级数展开式计算t时段节点i电压的概率密度函数具体表达式如下:
式中,φ(k)(·)为标准正态分布概率密度函数的k阶导数。
7.根据权利要求1所述的一种考虑电压越限风险的配电网单光伏消纳能力评估方法,其特征在于,所述的S5步骤具体包括:
S501.设定电压越限风险限值Rvs_limit,给定初始光伏接入容量H=H0、初始调整系数k=k0和收敛精度e;
S502.计算配电网电压越限风险评估指标Rvs_max;
S503.判断Rvs_max是否大于Rvs_limit,若不满足,则令H=H*(k+1)且k=k/2,并返回步骤S2;若满足,则转至步骤S4;
S504.减小光伏接入容量H和调整系数k:令H=H*(1-k)且k=k/2;
S505.判断k是否小于收敛精度e,若不满足则返回步骤S2;若满足,则输出光伏接入极限容量Hlimt。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810054307.8A CN108233416B (zh) | 2018-01-19 | 2018-01-19 | 一种考虑电压越限风险的配电网单光伏消纳能力评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810054307.8A CN108233416B (zh) | 2018-01-19 | 2018-01-19 | 一种考虑电压越限风险的配电网单光伏消纳能力评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108233416A CN108233416A (zh) | 2018-06-29 |
CN108233416B true CN108233416B (zh) | 2019-10-22 |
Family
ID=62668060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810054307.8A Active CN108233416B (zh) | 2018-01-19 | 2018-01-19 | 一种考虑电压越限风险的配电网单光伏消纳能力评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108233416B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108960628A (zh) * | 2018-07-04 | 2018-12-07 | 中国电力科学研究院有限公司 | 一种光伏发电接入配电网的风险评估方法及系统 |
CN109165846A (zh) * | 2018-08-23 | 2019-01-08 | 国网上海市电力公司 | 一种含分布式光伏电源的配电网风险评估方法 |
CN110112790B (zh) * | 2019-06-06 | 2023-10-20 | 南方电网科学研究院有限责任公司 | 有源配电网运行效率的评价方法、装置、设备及存储介质 |
CN110599006B (zh) * | 2019-08-25 | 2022-08-12 | 南京理工大学 | 基于场景分析的配电网运行风险评估方法 |
CN110717634B (zh) * | 2019-10-23 | 2023-04-14 | 国网冀北电力有限公司秦皇岛供电公司 | 一种光伏与电采暖导致的电压越限的预警方法和装置 |
CN112039079B (zh) * | 2020-08-31 | 2024-03-19 | 上海大学 | 考虑电压安全的有源配电网储能优化系统配置方法 |
CN112271725B (zh) * | 2020-10-14 | 2021-09-07 | 国网甘肃省电力公司经济技术研究院 | 一种基于电压越限风险的光伏逆变器校正控制方法 |
CN112467746B (zh) * | 2020-11-21 | 2022-11-01 | 东南大学 | 一种考虑越限风险的配电网优化方法 |
CN113452028B (zh) * | 2021-07-29 | 2022-05-10 | 广东电网有限责任公司 | 低压配电网概率潮流计算方法、系统、终端和存储介质 |
CN113517701A (zh) * | 2021-07-29 | 2021-10-19 | 华北电力大学 | 计及信息设备故障的分布式电压控制系统风险评估方法 |
CN114139957B (zh) * | 2021-12-01 | 2024-03-29 | 东南大学 | 一种基于XGBoost算法的农村台区电压和线损影响的评估方法 |
CN114243778B (zh) * | 2021-12-22 | 2023-08-08 | 国网河南省电力公司经济技术研究院 | 基于电压灵敏度排序的分布式光伏承载能力评估方法 |
CN114498729B (zh) * | 2021-12-28 | 2024-09-06 | 上海中楠水电配套工程有限公司 | 一种计及多维相关性的主动配电网弃光评估系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103208798A (zh) * | 2013-03-26 | 2013-07-17 | 河海大学 | 一种含风电场电力系统概率潮流的计算方法 |
CN103995982A (zh) * | 2014-06-06 | 2014-08-20 | 国家电网公司 | 一种考虑机组随机故障的概率潮流计算方法 |
CN105809265A (zh) * | 2014-12-29 | 2016-07-27 | 国家电网公司 | 含分布式可再生能源配电网柔性互联装置的容量配置方法 |
CN106549392A (zh) * | 2016-10-12 | 2017-03-29 | 中国南方电网有限责任公司电网技术研究中心 | 一种配电网协调控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008434A (zh) * | 2014-06-06 | 2014-08-27 | 上海交通大学 | 一种电力系统柔性约束优化方法 |
-
2018
- 2018-01-19 CN CN201810054307.8A patent/CN108233416B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103208798A (zh) * | 2013-03-26 | 2013-07-17 | 河海大学 | 一种含风电场电力系统概率潮流的计算方法 |
CN103995982A (zh) * | 2014-06-06 | 2014-08-20 | 国家电网公司 | 一种考虑机组随机故障的概率潮流计算方法 |
CN105809265A (zh) * | 2014-12-29 | 2016-07-27 | 国家电网公司 | 含分布式可再生能源配电网柔性互联装置的容量配置方法 |
CN106549392A (zh) * | 2016-10-12 | 2017-03-29 | 中国南方电网有限责任公司电网技术研究中心 | 一种配电网协调控制方法 |
Non-Patent Citations (3)
Title |
---|
分布式光伏系统并网对配电网电压的影响及电压越限治理方案;陈亮耳 等;《南京师范大学学报(工程技术版)》;20170930;第17卷(第3期);15-21 * |
基于拟蒙特卡洛的半不变量法概率潮流计算;栗然 等;《电力建设》;20171130;第38卷(第11期);144-150 * |
大规模分布式光伏接入的配电网电压越限解决方案;王鹤 等;《东北电力大学学报》;20171231;第37卷(第6期);8-14 * |
Also Published As
Publication number | Publication date |
---|---|
CN108233416A (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108233416B (zh) | 一种考虑电压越限风险的配电网单光伏消纳能力评估方法 | |
CN104037776B (zh) | 随机惯性因子粒子群优化算法的电网无功容量配置方法 | |
CN110880760A (zh) | 一种低压配电网线损与无功补偿协同优化方法 | |
CN106532710B (zh) | 计及电压稳定约束的微电网潮流优化方法 | |
CN103595040A (zh) | 含直流分布式电源的配电网及其综合负荷特性的分析方法 | |
CN110165667B (zh) | 计及静态电压安全约束的输配协同无功优化方法及系统 | |
CN108599180A (zh) | 一种考虑功率随机性的配电网无功电压优化方法 | |
CN106786608B (zh) | 一种适用于分布式电源接入的不确定谐波潮流计算方法 | |
CN109546677A (zh) | 一种规模化海上风电柔性送出系统安全控制策略求解方法 | |
CN105048473B (zh) | 变电站自动电压控制中低压无功设备电压灵敏度统计方法 | |
CN110212558A (zh) | 一种分布式储能系统的选址定容配置方法 | |
CN116111596A (zh) | 一种区域性动态电碳因子计算方法 | |
CN115733188A (zh) | 计及多源互补特性的新型电力系统分布式新能源承载能力评估方法 | |
CN115689375A (zh) | 虚拟电厂运行控制方法、装置、设备及介质 | |
CN105337290A (zh) | 一种适用于电力系统低频振荡辅助决策的无功调整方法 | |
CN108551177A (zh) | 基于灵敏度分析的直流受端系统暂态切负荷控制优化方法 | |
Zhao et al. | Reactive power optimization considering dynamic reactive power reserves | |
CN115912372B (zh) | 一种含高比例分布式光伏接入配电网电压控制方法及系统 | |
CN109586309B (zh) | 基于大数据自由熵理论和场景匹配的配电网无功优化方法 | |
CN115313397B (zh) | 一种基于智能软开关的电压就地控制方法 | |
Zhou et al. | The Evaluation of Ultimate Capacity for Distributed Photovoltaic Access Distribution Network Considering Uncertainty | |
CN115864466A (zh) | 一种有源配电网中储能装置的容量优化配置方法 | |
CN115271384A (zh) | 基于蝠鲼觅食优化算法的配电网新能源承载力评估方法 | |
CN107508318A (zh) | 一种基于电压灵敏度分区的有功控制方法及系统 | |
Li et al. | A control method of voltage stability for distributed DC microgrid |
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 |