CN108306285B - 基于topsis法的含分布式电源的主动配电网可靠性评估方法 - Google Patents
基于topsis法的含分布式电源的主动配电网可靠性评估方法 Download PDFInfo
- Publication number
- CN108306285B CN108306285B CN201810013969.0A CN201810013969A CN108306285B CN 108306285 B CN108306285 B CN 108306285B CN 201810013969 A CN201810013969 A CN 201810013969A CN 108306285 B CN108306285 B CN 108306285B
- Authority
- CN
- China
- Prior art keywords
- node
- power
- turning
- network
- load
- 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 45
- 238000011156 evaluation Methods 0.000 title claims abstract description 44
- 239000011159 matrix material Substances 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 18
- 238000010606 normalization Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 8
- 230000008439 repair process Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 230000007812 deficiency Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 2
- 238000004146 energy storage Methods 0.000 description 9
- 238000010248 power generation Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 8
- 238000004088 simulation Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 4
- 240000003173 Drymaria cordata Species 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 101100136092 Drosophila melanogaster peng gene Proteins 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- H02J3/381—Dispersed generators
-
- H02J3/383—
-
- 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]
-
- 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
- H02J3/388—Islanding, i.e. disconnection of local power supply from the network
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Abstract
本发明涉及一种基于TOPSIS法的含分布式电源的主动配电网可靠性评估方法,包括以下步骤:初始网络结构;逐个时刻进行蒙特卡洛仿真,根据蒙特卡洛仿真得到的网络结构对网络进行分析;判断网络解裂个数,并根据解裂网络类型对网络进行潮流计算,再根据潮流不平衡调整策略进行调整;根据潮流计算的结果统计计算可靠性指标;用向量规范化方法求得规范决策矩阵;构造可靠性指标成对比较的结果的矩阵A;检验矩阵A的一致性;求得矩阵A的最大本征值λmax所对应的本征向量W=[ω1,ω2,…,ω7]T;构造加权规范阵X={xij},其中,xij=ωj·zij,i=1,…m;j=1,…7;计算理想解和负理想解计算各个方案到理想解与负理想解的欧氏距离;根据公式计算各个方案综合评估值,并按照由大到小排列方案的优劣次序。
Description
技术领域
本发明涉及配电网可靠性分析领域,具体地涉及一种基于TOPSIS法的含分布式电源的主动配电网可靠性评估方法。
背景技术
为应对DG机组的大量接入,2008年国际大电网会议(CIGRE)配电与分布式发电专委会(C6)的C6.11项目组提出主动配电网的概念,即:可以综合控制分布式能源(DG、柔性负载和储能)的配电网,可以使用灵活的网络技术实现潮流的有效管理,分布式能源在其合理的监管环境和接入准则基础上承担对系统一定的支撑作用。主动配电网作为一种能增加可再生能源和分布式能源渗透率的利用模式,其交直流配电形式、接入的分布式电源(DG)种类及发电特性和持续发电能力、接入的电力电子接口拓扑结构、储能电池的充放电特性以及并网和孤岛状态间无缝切换的特点、需求响应等都将影响主动配电网的可靠性。传统电力系统可靠性评估方法已无法完全适用于上述特征,这使得可靠性评估已成为主动配电网重要研究内容之一。
进行可靠性评估的方法主要有解析法与模拟法。解析法通过故障枚举进行状态选择,进而用数学模型分析计算可靠性指标,但计算量随元件数量的增加呈指数式增长,因此当系统规模达到一定程度时,采用此方法有一定困难。蒙特卡洛模拟法采用抽样方法进行状态选择,用统计方法计算可靠性指标,结构简单,易于理解,同时该方法收敛的速度与问题的维度无关,可用于大型的配电系统。在配电侧,基于模拟法的可靠性评估方面的研究主要集中在传统配电系统、分布式发电系统和含分布式电源或微电网的配电系统。
传统配电网可靠性评估的重点在于系统状态模型以及负荷模型的确定。分布式发电系统可靠性评估研究的焦点集中在建立精细的分布式电源出力模型,并采用不同的抽样方法进行蒙特卡洛仿真或序贯蒙特卡洛仿真以获取分布式电源特别是风、光机组的出力,然后结合负荷特性以及系统元件状态进行可靠性评估。这类研究多针对单一的风、光等分布式电源,很少针对多源系统。含分布式电源或微电网的配电网可靠性评估较为复杂,通常需要考虑多种分布式电源以及储能的影响。文献“王银莎,栗文义,郭鑫,等.基于序贯蒙特卡罗和well-being模型的风/柴/储能发电系统可靠性分析[J].电网与清洁能源,2011(11):78-82.”建立含风、光以及储能的发电系统可靠性模型,对分布式风光储并网后的系统可靠性进行研究。文献“吴红斌,白雪,王蕾.基于序贯蒙特卡洛模拟的风光储发电系统可靠性评估[J].太阳能学报,2017(06):1501-1509.”通过分布式电源出力和负荷估计点与配网可靠性之间的确定性关系实现配电网可靠性指标的点估计。然而上述研究多假定分布式电源出力由配电网全盘接收,而随着分布式电源渗透率的提高,对分布式机组出力进行控制和调节是必然的。
随着相关研究的开展,主动配电网可靠性评估也逐渐获得关注,但目前相关研究文献仍偏少。文献“Bie Z,Zhang P,Li G,Hua B,Meehan M,Wang X.ReliabilityEvaluation of Active Distribution Systems Including Microgrids[J].IEEETransactions on Power Systems,2012,27(4):2342-2350”将虚拟电站引入含间歇电源的微电网的建模,采用非序贯蒙特卡洛的方法对主动配电网可靠性进行研究。文献“Xu N Z,Chung C Y.Reliability Evaluation of Distribution Systems Including Vehicle-to-Home and Vehicle-to-Grid[J].IEEE Transactions on Power Systems,2016,31(1):759-768”将电动汽车作为主动部件引入传统配电网评估。文献“孙鸣,骆燕,谭佳楠.主动配电网运行模式对微电网可靠性的影响评估[J].电力建设,2015(01):136-141”分析了主动配电网运行特性,建立各元件的可靠性模型,针对含微电网的主动配电网提出基于蒙特卡洛模拟法可靠性评估算法。然而上述主动配电网可靠性评估方面的文献要么选择单一的可靠性指标进行评估,要么仅简单罗列几种配电网可靠性指标,缺少针对主动配电网进行系统的综合评估。然而,无论是在规划还是运行阶段,对主动配电网规划或运行方案进行综合的评估排序都是非常重要的。
发明内容
本发明旨在提供一种基于TOPSIS法的含分布式电源的主动配电网可靠性评估方法,以实现对含分布式电源的主动配电网的可靠性进行评估。为此,本发明采用的具体技术方案如下:
基于TOPSIS法的含分布式电源的主动配电网可靠性评估方法,包括以下步骤:
步骤1:给定初始网络结构,分布式电源(DG)安装位置及装机容量,负荷需求量,线路及分布式电源故障率,修复率;
步骤2:逐个时刻进行蒙特卡洛仿真,根据蒙特卡洛仿真得到的网络结构对网络进行分析;
步骤3:判断网络解裂个数,并根据解裂网络类型对网络进行潮流计算,若潮流不平衡,则需根据潮流不平衡调整策略进行调整;
步骤4:根据潮流计算的结果统计计算可靠性指标,包括系统平均停电频率(SAIFI)、系统平均停电持续时间(SAIDI)、系统总电量不足指标(ENS)、DG对SAIDI的贡献系数(DSAIDI)、DG对SAIFI的贡献系数(DSAIFI)、孤岛电力不足期望(EDNSI)和电压质量(VOL);
步骤5:用向量规范化方法求得规范决策矩阵,假设备选方案集为B={b1,b2,…,bm},共m个方案,第i个方案的评估指标表示为Yi={yi1,…,yi7},决策矩阵表示为Y={yij},i=1,2,…,m;j=1,2,…,7,规范决策矩阵Z={zij}由下式得到:
步骤6:假设第i个指标对第j个指标的相对重要性记为aij,并认为,这就是指标i的权ωi和指标j的权ωj之比的近似值,则步骤4中的7个指标成对比较的结果为矩阵A,其中,A中元素取值范围为1至9的整数,1表示两个目标同样重要,9表示强烈地感到一个目标比另一个目标重要得多;
步骤7:检验矩阵A的一致性,若不能通过一致性检验,调整矩阵A中元素的值直至通过检验;
步骤8:求得矩阵A的最大本征值λmax所对应的本征向量即权向量W=[ω1,ω2,…,ω7]T;
步骤9:构造加权规范阵X={xij},其中,xij=ωj·zij,i=1,…,m;j=1,…,7;
步骤11:计算各个方案到理想解与负理想解的欧氏距离:
进一步地,所述网络结构分为三类:第一类为网络中含有电源节点;第二类为网络中不含有电源节点,但含有PV节点;第三类为网络中既不含有电源节点,又不含有PV节点。
更进一步地,所述步骤3的具体过程如下:
步骤31:对于第一类网络结构,直接按步骤32开始进行潮流计算;对于第二类网络结构,需要选择一个PV节点作为参考平衡节点,并调整线路的始节点与末节点,然后再从步骤32开始进行潮流计算;第三类网络结构为无源网络,无需进行潮流计算;
步骤32:对于PQ型分布式电源节点,将其作为负的负荷,对于PV型分布式电源节点,则首先形成分布式电源的节点电抗矩阵,并确定无功初值;
步骤33:从线路末端前推计算系统的支路功率,并与分布式电源的功率进行叠加,直至计算到电源节点,对于PV节点,用所形成的节点电抗矩阵的逆矩阵与电压改变量的乘积进行无功更新;
步骤34:从电源节点开始,在已知首段电压和功率下,回代计算末端电压,直至线路最末端;
步骤35:判断是否收敛,对于PQ型节点,其收敛条件为,本次迭代电压幅值与上一次迭代电压幅值之差的绝对值不大于给定收敛精度;对于PV型节点,通过判断本次电压幅值与已给定的电压值之差来确定是否收敛,若达到预设精度则收敛,转至步骤36;若不满足,则转至步骤33;
步骤36:计算结束,输出潮流计算结果;
步骤37:根据潮流计算结果判断平衡节点是否符合出力约束,若符合出力约束则不需要进行潮流调整,若不符合出力约束则判断网络结构类型,当其为第一类网络结构,转至步骤381;当其为第二类网络结构,转至步骤391;
步骤381:判断平衡节点是否符合出力约束,若是则结束,否则转至步骤382;
步骤382:判断系统电量是否富余,若是,则转至步骤383,否则转至步骤384;
步骤383:判断是否有可调整蓄电池,若是,则转至步骤385,否则转至步骤386;
步骤384:判断是否有可调整蓄电池,若是,则转至步骤387,否则转至步骤388;
步骤385:减少蓄电池出力,回到步骤381;
步骤386:减少风力发电机和光伏板出力,回到步骤381;
步骤387:增加蓄电池出力,回到步骤381;
步骤388:削减负荷,回到步骤381;
步骤391:判断平衡节点是否符合出力约束,若是则结束,否则转至步骤392;
步骤392:判断系统电量是否富余,若是,则转至步骤393,否则转至步骤394;
步骤393:判断PV节点上是否有可调整蓄电池,若是,则转至步骤395,否则转至步骤396;
步骤394:判断PV节点上是否有可调整蓄电池,若是,则转至步骤397,否则转至步骤398;
步骤395:减少PV节点上的蓄电池出力,回到步骤391;
步骤396:判断平衡节点上是否有可调整蓄电池,若是,则转至步骤399,否则转至步骤3100;
步骤397:增加PV节点上的蓄电池出力,回到步骤391;
步骤398:判断平衡节点上是否有可调整蓄电池,若是,则转至步骤3101,否则转至步骤3102;
步骤399:减少平衡节点上的蓄电池出力,回到步骤391;
步骤3100:减少风力发电机和光伏板出力,回到步骤391;
步骤3101:增加平衡节点上的蓄电池出力,回到步骤391;
步骤3102:削减负荷,回到步骤391。
进一步地,步骤4中的7个指标的具体计算公式如下:
式中,αi为第i个负荷点的平均故障率,Ni为第i负荷点的用户数;
系统平均停电持续时间(SAIDI):
式中,Ui为负荷点i的年平均停电时间;
系统总电量不足指标(ENS):ENS=∑LaiUi,
式中,Lai为接入负荷点i的平均负荷;
式中,K为主动配电网中的节点总数;Vi为节点i的电压幅值;Vmax、Vmin和Vr分别为节点电压上、下限值和额定值,Pi为节点i注入功率,Pj为节点j注入功率;
式中,DSAIDI定义为DG并网后SAIDI的减少量与DG容量的比值,SAIDI0和SAIDI1分别代表DG并网前后的系统平均停电时间值,PDG为网络中DG的额定容量;
DG对SAIFI的贡献系数(DSAIFI):
式中,DSAIFI定义为DG并网后配电网SAIFI的减少量与DG容量的比值,SAIFI0和SAIFI1分别代表DG并网前后的系统平均停电频率;
孤岛电力不足期望(EDNSI):EDNSI=∑(P(t)C(t)),
式中,C(t)和P(t)分别为孤岛运行时,t时刻削减负荷量和相应发生的概率。
本发明采用上述技术方案,具有的有益效果是:本发明能够对含分布式电源的主动配电网可靠性进行有效评估,为主动配电网的调度提供决策依据。本发明能够综合考虑主动配电网的多个可靠性评估指标,用可靠性综合评估值来表征主动配电网的可靠性水平。该综合评估值既包含了频率、时间和电量的信息,孤岛运行时的电力供求状况,又反映了分布式电源接入的影响。本发明将不同属性的可靠性评估指标相结合,所得到的可靠性综合评估值能够更加全面地表征主动配电网的可靠性高低。
附图说明
图1是本发明方法的流程图;
图2示出了基于序贯蒙特卡洛仿真的元件状态;
图3是本发明中的第一类配电网潮流平衡调整策略的流程图;
图4是本发明中的第二类配电网潮流平衡调整策略的流程图;
图5是IEEE 33节点主动配电网结构图;
图6示出了图5所示的主动配电网中的各负荷节点峰值负荷;
图7示出了采用本发明方法得到的多次仿真可靠性综合评估值。
具体实施方式
为进一步说明各实施例,本发明提供有附图。这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。
现结合附图和具体实施方式对本发明进一步说明。
1主动配电网及分布式电源模型
配电网元件状态模型、分布式电源出力模型以及负荷模型是进行可靠性评估的基础环节。
1.1元件故障抽样
无论从规划还是从运行角度都需要对电网可能出现的各种故障状态进行量化评价。本发明仅考虑线路和分布式电源这两类主要元件故障,并假定这两类元件均为可修复元件,其状态变化情况可通过稳态的“运行-停运-运行”的循环过程来模拟。设元件发生故障前的运行时间与故障后的修复时间服从指数分布,其概率密度函数如式(1)-(2)所示。根据元件的可靠性参数,通过产生位于[0,1]之间的随机数的方式,反过来抽样元件的无故障工作时间TTF和修复时间TTR,进而确定系统所处的状态,如图2所示。
f(t)=αe-αt (1)
g(t)=μe-μt (2)
其中,α为故障率,μ为修复率,f(t)为t时刻发生故障的概率,g(t)为t时刻成功修复的概率。
1.2分布式电源出力模型
分布式电源中的风、光机组出力受环境因素(主要是风速和光照强度等)影响而呈现出一定的随机性、间歇性。为了较好地模拟风、光出力的特性,通常将风速和光照强度描述为随机变量,并将其概率密度函数与机组功率模型相结合以生成机组出力,分别如文献“罗奕,汪隆君,王钢.计及分布式电源出力相关性的微电网发电系统可靠性评估[J].电力系统自动化,2014(12):34-38,80.”和文献“吴红斌,白雪,王蕾.基于序贯蒙特卡洛模拟的风光储发电系统可靠性评估[J].太阳能学报,2017(06):1501-1509.”所示。储能电站是应对分布式电源大规模接入的重要手段,其充放电模型参见文献“别朝红,李更丰,谢海鹏.计及负荷与储能装置协调优化的微网可靠性评估[J].电工技术学报,2014(02):64-73.”。
1.3负荷模型
主动配电网的稳定运行是由电力负荷综合特性、分布式发电机组和等效电网的电力输出以及配电网络共同决定的。这些因素中,系统负荷具有明显的分布时变特性,用单一负荷水平(比如峰荷、平均负荷)进行评估,将难以真实的反应系统可靠性水平。负荷需求受诸多因素的影响,如地区经济发展水平、用电结构、气候变化、能源供应方式、需求侧管理政策等,使得负荷变化呈现非平稳的随机过程。在采用蒙特卡洛方法仿真系统状态时,需要采用相应的负荷模型来仿真各时刻各节点的负荷,从而使可靠性评估更符合实际。由于考虑所有因素的时序负荷模型非常困难,此处采用简化的实变负荷模型[20],以小时为单位仿真t时刻某节点的负荷值为:
L(t)=Pweek(t)*Pday(t)*Phour(t)*PL max+N(0,σ2) (10)
式中,Pweek(t)为周负荷峰值占年负荷峰值的比例,Pday(t)为日荷峰值占周负荷峰值的比例,Phour(t)为时负荷峰值占日负荷峰值的比例,PL max为年最大负荷,N(0,σ2)为均值为0,方差为σ2的标准正态分布。
2.主动配电网可靠性评估指标
考虑主动配电网衡量分布式电源对配电网支撑情况的实际需求,选取系统平均停电频率、系统平均停电持续时间、系统总电量不足、电能质量指标、DG对系统平均停电持续时间的贡献系数、DG对系统平均停电频率的贡献系数和孤岛电力不足期望作为主动配电网可靠性评估指标。这些指标的具体计算公式如下。
式中,SAIFI为系统平均停电频率,αi为第i个负荷点的平均故障率,Ni为第i负荷点的用户数。
式中,SAIDI为系统平均停电持续时间,Ui为负荷点i的年平均停电时间。
ENS=∑LaiUi (13)
式中,ENS为系统总电量不足,Lai为接入负荷点i的平均负荷。
式中,VOL为电能质量指标;K为主动配电网中的节点总数;Vi为节点i的电压幅值;Vmax、Vmin和Vr分别为节点电压上、下限值和额定值;Pi为节点i注入功率;Pj为节点j注入功率。
式中,DSAIDI为DG对SAIDI的贡献系数,定义为DG并网后SAIDI的减少量与DG容量的比值,SAIDI0和SAIDI1分别代表DG并网前后的系统平均停电时间值,PDG为网络中DG的额定容量。
式中,DSAIFI为DG对SAIFI的贡献系数,定义为DG并网后配电网SAIFI的减少量与DG容量的比值,SAIFI0和SAIFI1分别代表DG并网前后的系统平均停电频率。
EDNSI=∑(P(t)C(t)) (17)
式中,EDNSI为孤岛电力不足期望,C(t)和P(t)分别为孤岛运行时,t时刻削减负荷量和相应发生的概率。
3.主动配电网潮流平衡
对主动配电网进行可靠性评估时,配电网络的运行状态需要满足网络约束,而满足此约束的方法是进行相应的潮流计算。前推回代法在传统配电网潮流计算中应用较广,然而分布式电源接入配电网后,潮流流向不再是单一方向,并可能引起复杂的电压变化等现象。需对前推回代法潮流计算进行调整。
3.1主动配电网前推回代潮流计算步骤
含多种分布式电源的配电网潮流计算的具体步骤如下所示:
步骤1:对于PQ型分布式电源节点,将其作为负的负荷,对于PV型分布式电源节点,则首先形成分布式电源的节点电抗矩阵,并确定无功初值。
步骤2:从线路末端前推计算系统的支路功率,并与分布式电源的功率进行叠加,直至计算到电源节点,对于PV节点,用所形成的节点电抗矩阵的逆矩阵与电压改变量的乘积进行无功更新。
步骤3:从电源节点开始,在已知首段电压和功率下,回代计算末端电压,直至线路最末端。
步骤4:判断是否收敛。对于PQ型节点,其收敛条件为,本次迭代电压幅值与上一次迭代电压幅值之差的绝对值不大于给定收敛精度。对于PV型节点,通过判断本次电压幅值与已给定的电压值之差来确定是否收敛。若达到预设精度则收敛,继续下一步;若不满足,则转至步骤2。
步骤5:计算结束,输出潮流计算结果。
3.2故障时主动配电网潮流计算
在蒙特卡洛仿真中,部分线路或者分布式电源可能发生故障,有可能使得配电网络由一个网络解裂成多个网络。因此,应在计算各项可靠性指标之前需先分析抽样后的网络类型,可分为三类:第一类为网络中含有电源节点(类型1);第二类为网络中不含有电源节点,但含有PV节点(类型2);第三类为网络中既不含有电源节点,又不含有PV节点(类型3)。对第一类网络可直接按照3.1节所述改进的前推回代潮流计算方法进行计算;第二类网络需要选择一个PV节点作为参考平衡节点,并调整线路的始节点与末节点,然后再按3.1节所述方法进行计算;第三类网络为无源网络,不需潮流计算。
3.3潮流平衡调整策略
潮流计算后,平衡节点电源出力可能越界,此时系统出现电能富余或者电能缺供的现象。针对不同的情况,需要对分布式电源出力、可控负荷进行调整,以使系统潮流平衡。对不同的网络类型有不同的调整策略:类型3中没有电源节点,也没有PV节点,无需进行调整,类型1和类型2的潮流平衡调整策略分别如图3和图4所示。
具体地,类型1的潮流平衡调整策略的具体步骤如下:
步骤1:判断平衡节点是否符合出力约束,若是则结束,否则转至步骤2;
步骤2:判断系统电量是否富余,若是,则转至步骤3,否则转至步骤4;
步骤3:判断是否有可调整蓄电池,若是,则转至步骤5,否则转至步骤6;
步骤4:判断是否有可调整蓄电池,若是,则转至步骤7,否则转至步骤8;
步骤5:减少蓄电池出力,回到步骤1;
步骤6:减少风力发电机和光伏板出力,回到步骤1;
步骤7:增加蓄电池出力,回到步骤1;
步骤8:削减负荷,回到步骤1。
类型2的潮流平衡调整策略的具体步骤如下:
步骤1:判断平衡节点是否符合出力约束,若是则结束,否则转至步骤2;
步骤2:判断系统电量是否富余,若是,则转至步骤3,否则转至步骤4;
步骤3:判断PV节点上是否有可调整蓄电池,若是,则转至步骤5,否则转至步骤6;
步骤4:判断PV节点上是否有可调整蓄电池,若是,则转至步骤7,否则转至步骤8;
步骤5:减少PV节点上的蓄电池出力,回到步骤1;
步骤6:判断平衡节点上是否有可调整蓄电池,若是,则转至步骤9,否则转至步骤10;
步骤7:增加PV节点上的蓄电池出力,回到步骤1;
步骤8:判断平衡节点上是否有可调整蓄电池,若是,则转至步骤11,否则转至步骤12;
步骤9:减少平衡节点上的蓄电池出力,回到步骤1;
步骤10:减少风力发电机和光伏板出力,回到步骤1;
步骤11:增加平衡节点上的蓄电池出力,回到步骤1;
步骤12:削减负荷,回到步骤1。
4.基于TOPSIS法可靠性综合评估步骤
如图1所示,基于TOPSIS法可靠性综合评估步骤如下:
S1:给定初始网络结构,分布式电源安装位置及装机容量,负荷需求量,线路及分布式电源故障率,修复率。
S2:逐个时刻进行蒙特卡洛仿真,根据蒙特卡洛仿真得到的网络结构对网络进行分析。
S3:判断网络解裂个数,并根据解裂网络类型对网络进行潮流分析。若潮流不平衡,则需根据潮流不平衡调整策略进行调整。
S4:根据潮流计算的结果统计计算可靠性指标,包括系统平均停电频率(SAIFI)、系统平均停电持续时间(SAIDI)、系统总电量不足(ENS)、DG对SAIDI的贡献系数(DSAIDI)、DG对SAIFI的贡献系数(DSAIFI)、孤岛电力不足期望(EDNSI)和电能质量指标(VOL)。
S5:用向量规范化方法求得规范决策矩阵。设备选方案集为B={b1,b2,…,bm},共m个方案,第i个方案的评估指标表示为Yi={yi1,…,yi7},决策矩阵表示为Y={yij},i=1,2,…,m;j=1,2,…,7。规范决策矩阵Z={zij}由下式得到。
S6:设第i个指标对第j个指标的相对重要性记为aij,并认为,这就是指标i的权ωi和指标j的权ωj之比的近似值,7个指标成对比较的结果为矩阵A。其中,A中元素取值范围为1至9的整数,1表示两个目标同样重要,9表示强烈地感到一个目标比另一个目标重要得多。
S7:检验矩阵A的一致性,若不能通过一致性检验,调整矩阵A中元素的值直至通过检验。
S8:求得矩阵A的最大本征值λmax所对应的本征向量即权向量W=[ω1,ω2,…,ω7]T。
S9:构成加权规范阵X={xij},则
xij=ωj·zij,i=1,…,m;j=1,…,7 (19)
S11:计算各个方案到理想解与负理想解的欧氏距离。
5.案例分析
为验证所提出可靠性评估方法的有效性,对IEEE33节点配电系统进行改造,分别在不同位置安装不同数量的分布式电源,形成7个主动配电网规划方案,各方案分布式电源参数如表1所示,该主动配电网拓扑结构示意如图5,假设每个负荷节点用户数为10,各负荷节点峰值负荷如图6所示,各节点电压上、下限分别设为1.05(p.u.)和0.95(p.u.),线路功率限制为7000Kw,假定线路故障率相同为0.001,修复率为0.6,蓄电池初始荷电状态为1,指标重要性判断矩阵为蒙特卡洛总仿真总时长设为8760个小时,仿真10次,多次仿真可靠性综合评估值如图7所示。
方案1和方案2的风、光、储的接入位置和装机容量不相同,在10次试验中,方案2的可靠性与方案1差异较大,可见,合理设置风、光、储的接入位置和装机容量对于系统的可靠性具有重要意义。方案3、4与方案1的风、光、储的接入位置相同,但方案3的装机容量是方案1的0.5倍,方案4的装机容量是方案1的2倍,在10次试验中,这三个方案可靠性从大到小排列为:方案4、方案1、方案3,可见,当风、光、储的接入位置一致时,在一定范围内,装机容量越大,系统的可靠性越高。方案1、5、6和7中,风、光、储的接入位置相同,不同之处在于,方案5光伏系统的装机容量是方案1的2倍,方案6风力发电机的装机容量是方案1的2倍,方案7蓄电池的容量是方案1的2倍。通过对比10次试验的结果,4个方案的可靠性相差不大,但方案5和方案6可靠性会略微大于方案1和方案7。综上所述,在一定程度上,风、光、储的装机容量越大,系统可靠性越高。合理选择风、光、储的接入位置可以大大提高系统的可靠性。
表1分布式电源参数
本发明通过序贯蒙特卡洛仿真对主动配电网线路元件和分布式电源状态进行抽样,设计具有随机不确定特性的分布负荷时变模型和风、光分布式电源出力模型,并结合网络故障类型设计了适用于主动配电网的前推回代法潮流计算步骤和潮流调整策略,提出能够综合反映各项可靠性指标的评估方法,最后以IEEE33节点主动配电网为例对所提方法进行示范和验证。
尽管结合优选实施方案具体展示和介绍了本发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (4)
1.基于TOPSIS法的含分布式电源的主动配电网可靠性评估方法,其特征在于,包括以下步骤:
步骤1:给定初始网络结构,分布式电源(DG)安装位置及装机容量,负荷需求量,线路及分布式电源故障率,修复率;
步骤2:逐个时刻进行蒙特卡洛仿真,根据蒙特卡洛仿真得到的网络结构对网络进行分析;
步骤3:判断网络解裂个数,并根据解裂网络类型对网络进行潮流计算,若潮流不平衡,则需根据潮流不平衡调整策略进行调整;
步骤4:根据潮流计算的结果统计计算可靠性指标,包括系统平均停电频率(SAIFI)、系统平均停电持续时间(SAIDI)、系统总电量不足(ENS)、DG对SAIDI的贡献系数(DSAIDI)、DG对SAIFI的贡献系数(DSAIFI)、孤岛电力不足期望(EDNSI)和电能质量指标(VOL);
步骤5:用向量规范化方法求得规范决策矩阵,假设备选方案集为B={b1,b2,…,bm},共m个方案,第i个方案的评估指标表示为Yi={yi1,…,yi7},决策矩阵表示为Y={yij},i=1,2,…,m;j=1,2,…,7,规范决策矩阵Z={zij}由下式得到:
步骤6:假设第i个指标对第j个指标的相对重要性记为aij,并认为,这就是指标i的权ωi和指标j的权ωj之比的近似值,则步骤4中的7个指标成对比较的结果为矩阵A,其中,A中元素取值范围为1至9的整数,1表示两个目标同样重要,9表示强烈地感到一个目标比另一个目标重要得多;
步骤7:检验矩阵A的一致性,若不能通过一致性检验,调整矩阵A中元素的值直至通过检验;
步骤8:求得矩阵A的最大本征值λmax所对应的本征向量即权向量W=[ω1,ω2,…,ω7]T;
步骤9:构造加权规范阵X={xij},其中,xij=ωj·zij,i=1,…,m;j=1,…,7;
步骤11:计算各个方案到理想解与负理想解的欧氏距离:
2.如权利要求1所述的基于TOPSIS法的含分布式电源的主动配电网可靠性评估方法,其特征在于,所述网络结构分为三类:第一类为网络中含有电源节点;第二类为网络中不含有电源节点,但含有PV节点;第三类为网络中既不含有电源节点,又不含有PV节点。
3.如权利要求2所述的基于TOPSIS法的含分布式电源的主动配电网可靠性评估方法,其特征在于,所述步骤3的具体过程如下:
步骤31:对于第一类网络结构,直接按步骤32开始进行潮流计算;对于第二类网络结构,需要选择一个PV节点作为参考平衡节点,并调整线路的始节点与末节点,然后再从步骤32开始进行潮流计算;第三类网络结构为无源网络,无需进行潮流计算;
步骤32:对于PQ型分布式电源节点,将其作为负的负荷,对于PV型分布式电源节点,则首先形成分布式电源的节点电抗矩阵,并确定无功初值;
步骤33:从线路末端前推计算系统的支路功率,并与分布式电源的功率进行叠加,直至计算到电源节点,对于PV节点,用所形成的节点电抗矩阵的逆矩阵与电压改变量的乘积进行无功更新;
步骤34:从电源节点开始,在已知首段电压和功率下,回代计算末端电压,直至线路最末端;
步骤35:判断是否收敛,对于PQ型节点,其收敛条件为,本次迭代电压幅值与上一次迭代电压幅值之差的绝对值不大于给定收敛精度;对于PV型节点,通过判断本次电压幅值与已给定的电压值之差来确定是否收敛,若达到预设精度则收敛,转至步骤36;若不满足,则转至步骤33;
步骤36:计算结束,输出潮流计算结果;
步骤37:根据潮流计算结果判断平衡节点是否符合出力约束,若符合出力约束则不需要进行潮流调整,若不符合出力约束则判断网络结构类型,当其为第一类网络结构,转至步骤381;当其为第二类网络结构,转至步骤391;
步骤381:判断平衡节点是否符合出力约束,若是则结束,否则转至步骤382;
步骤382:判断系统电量是否富余,若是,则转至步骤383,否则转至步骤384;
步骤383:判断是否有可调整蓄电池,若是,则转至步骤385,否则转至步骤386;
步骤384:判断是否有可调整蓄电池,若是,则转至步骤387,否则转至步骤388;
步骤385:减少蓄电池出力,回到步骤381;
步骤386:减少风力发电机和光伏板出力,回到步骤381;
步骤387:增加蓄电池出力,回到步骤381;
步骤388:削减负荷,回到步骤381;
步骤391:判断平衡节点是否符合出力约束,若是则结束,否则转至步骤392;
步骤392:判断系统电量是否富余,若是,则转至步骤393,否则转至步骤394;
步骤393:判断PV节点上是否有可调整蓄电池,若是,则转至步骤395,否则转至步骤396;
步骤394:判断PV节点上是否有可调整蓄电池,若是,则转至步骤397,否则转至步骤398;
步骤395:减少PV节点上的蓄电池出力,回到步骤391;
步骤396:判断平衡节点上是否有可调整蓄电池,若是,则转至步骤399,否则转至步骤3100;
步骤397:增加PV节点上的蓄电池出力,回到步骤391;
步骤398:判断平衡节点上是否有可调整蓄电池,若是,则转至步骤3101,否则转至步骤3102;
步骤399:减少平衡节点上的蓄电池出力,回到步骤391;
步骤3100:减少风力发电机和光伏板出力,回到步骤391;
步骤3101:增加平衡节点上的蓄电池出力,回到步骤391;
步骤3102:削减负荷,回到步骤391。
4.如权利要求1所述的基于TOPSIS法的含分布式电源的主动配电网可靠性评估方法,其特征在于,步骤4中的7个指标的具体计算公式如下:
式中,αi为第i个负荷点的平均故障率,Ni为第i负荷点的用户数;
式中,Ui为负荷点i的年平均停电时间;
系统总电量不足(ENS):ENS=∑LaiUi,
式中,Lai为接入负荷点i的平均负荷;
式中,K为主动配电网中的节点总数;Vi为节点i的电压幅值;Vmax、Vmin和Vr分别为节点电压上、下限值和额定值,Pi为节点i注入功率,Pj为节点j注入功率;
式中,DSAIDI定义为DG并网后SAIDI的减少量与DG容量的比值,SAIDI0和SAIDI1分别代表DG并网前后的系统平均停电时间值,PDG为网络中DG的额定容量;
式中,DSAIFI定义为DG并网后配电网SAIFI的减少量与DG容量的比值,SAIFI0和SAIFI1分别代表DG并网前后的系统平均停电频率;
孤岛电力不足期望(EDNSI):EDNSI=∑(P(t)C(t)),
式中,C(t)和P(t)分别为孤岛运行时,t时刻削减负荷量和相应发生的概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810013969.0A CN108306285B (zh) | 2018-01-08 | 2018-01-08 | 基于topsis法的含分布式电源的主动配电网可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810013969.0A CN108306285B (zh) | 2018-01-08 | 2018-01-08 | 基于topsis法的含分布式电源的主动配电网可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108306285A CN108306285A (zh) | 2018-07-20 |
CN108306285B true CN108306285B (zh) | 2020-02-07 |
Family
ID=62868692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810013969.0A Active CN108306285B (zh) | 2018-01-08 | 2018-01-08 | 基于topsis法的含分布式电源的主动配电网可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108306285B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106934493B (zh) * | 2017-02-28 | 2021-04-02 | 北京科技大学 | 一种电力客户价值评估模型的构建方法 |
CN109242308B (zh) * | 2018-09-05 | 2021-12-03 | 西南交通大学 | 计及负荷不确定性的配电网故障恢复方案区间评估方法 |
CN111199492B (zh) * | 2018-11-16 | 2023-09-08 | 华北电力大学 | 一种基于云计算的新能源电力系统可靠性快速求解方法 |
CN109449929B (zh) * | 2018-11-22 | 2022-03-01 | 南方电网科学研究院有限责任公司 | 分布式电源对配网馈线利用率影响预测评估方法及产品 |
CN109816254B (zh) * | 2019-01-29 | 2021-02-09 | 国家电网有限公司 | 一种基于topsis的智能电网自愈性水平评估方法 |
CN111614077A (zh) * | 2020-04-14 | 2020-09-01 | 国网湖北省电力有限公司武汉市新洲区供电公司 | 一种基于输电站的主动配电网安全等级划分方法 |
CN112018757B (zh) * | 2020-08-20 | 2023-06-06 | 天津大学 | 一种面向配电网形态演化的通用算例生成方法 |
CN116995787B (zh) * | 2023-09-27 | 2024-01-16 | 深圳市旭锦科技有限公司 | 一种分布式bms电池主动均衡式安全管理方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102097808A (zh) * | 2011-01-31 | 2011-06-15 | 天津大学 | 一种含分布式风电、光伏及储能的配电系统可靠性评估方法 |
CN102208809A (zh) * | 2011-06-01 | 2011-10-05 | 清华大学 | 含光伏电源的配电网可靠性评估方法 |
CN106875035A (zh) * | 2016-12-30 | 2017-06-20 | 国网四川省电力公司经济技术研究院 | 一种主动配电网可靠性评估优化方法 |
-
2018
- 2018-01-08 CN CN201810013969.0A patent/CN108306285B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102097808A (zh) * | 2011-01-31 | 2011-06-15 | 天津大学 | 一种含分布式风电、光伏及储能的配电系统可靠性评估方法 |
CN102208809A (zh) * | 2011-06-01 | 2011-10-05 | 清华大学 | 含光伏电源的配电网可靠性评估方法 |
CN106875035A (zh) * | 2016-12-30 | 2017-06-20 | 国网四川省电力公司经济技术研究院 | 一种主动配电网可靠性评估优化方法 |
Non-Patent Citations (2)
Title |
---|
"Multi-Objective Reconfiguration of Radial Distribution Systems Using Reliability Indices";Nikolaos G. Paterakis,et al.;《IEEE TRANSACTIONS ON POWER SYSTEMS》;20160331;第31卷(第2期);第1048-1060页 * |
"基于熵权TOPSIS分析的配电网可靠性评估指标体系";崔和瑞,等;《农业工程学报》;20110531;第27卷;第172-175页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108306285A (zh) | 2018-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108306285B (zh) | 基于topsis法的含分布式电源的主动配电网可靠性评估方法 | |
Luo et al. | Short‐term operational planning framework for virtual power plants with high renewable penetrations | |
CN107679658B (zh) | 一种高比例清洁能源接入下的输电网规划方法 | |
CN109861202B (zh) | 一种柔性互联配电网动态优化调度方法及系统 | |
CN109149555B (zh) | 考虑供电模式的配电网广义电源变电可信容量评价方法 | |
CN112561273B (zh) | 一种基于改进pso的主动配电网可再生dg规划方法 | |
Wang et al. | Stochastic flexibility evaluation for virtual power plant by aggregating distributed energy resources | |
CN115017854A (zh) | 一种基于多维评估指标体系的配电网dg最大准入容量计算方法 | |
CN115640963A (zh) | 一种考虑投资运营模式的海上风电接入系统鲁棒规划方法 | |
Su et al. | An optimized algorithm for optimal power flow based on deep learning | |
Kamalinia et al. | A combination of MADM and genetic algorithm for optimal DG allocation in power systems | |
CN109962485B (zh) | 一种面向源网荷友好互动的复合储能装置选址定容方法 | |
Yang et al. | Optimal modification of peak-valley period under multiple time-of-use schemes based on dynamic load point method considering reliability | |
CN110739719A (zh) | 柔性多状态开关优化接入的两步式决策方法 | |
Lin et al. | An unscented transformation based probabilistic power flow for autonomous hybrid AC/DC microgrid with correlated uncertainty sources | |
CN110765591A (zh) | 一种基于区块链技术的配电网分布式状态感知与优化方法 | |
Gaikwad et al. | Reactive power considerations in reliability analysis of photovoltaic systems | |
Arango et al. | Robust loss coefficients: application to power systems with solar and wind energy | |
Li et al. | Improving voltage profile of unbalanced Low‐Voltage distribution networks via optimal placement and operation of distributed energy storage systems | |
CN110034585A (zh) | 一种分布式电源快速规划方法 | |
Das et al. | A probabilistic load flow with uncertain load using point estimate method | |
Krim et al. | Joint optimisation of sizing and fuzzy logic power management of a hybrid storage system considering economic reliability indices | |
CN113591224A (zh) | 一种城市电网连锁故障风险评估方法及系统 | |
Hancock et al. | A new method for optimising the operation of stand-alone PV hybrid power systems | |
CN113052489A (zh) | 基于蛙跳和模式搜索神经网络的光伏系统mppt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 |