CN108390407B - 分布式光伏接入量计算方法、装置及计算机设备 - Google Patents
分布式光伏接入量计算方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN108390407B CN108390407B CN201810166850.7A CN201810166850A CN108390407B CN 108390407 B CN108390407 B CN 108390407B CN 201810166850 A CN201810166850 A CN 201810166850A CN 108390407 B CN108390407 B CN 108390407B
- Authority
- CN
- China
- Prior art keywords
- distribution network
- node
- voltage
- power distribution
- distributed photovoltaic
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000006870 function Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 24
- 238000010276 construction Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 abstract description 27
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 210000000349 chromosome Anatomy 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000543 intermediate Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000010429 evolutionary process Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明适用于分布式光伏技术领域,提供了一种分布式光伏接入量计算方法、装置及计算机设备,其中方法包括:在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型,根据所述接入量模型,运用差分进化算法计算分布式光伏接入配电网的最大接入量,获取按照最大接入量接入分布式光伏后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施。本发明提供的分布式光伏接入量计算方法、装置及计算机设备实现了简便、合理、定量的计算出配电网允许接入的分布式光伏电源的最大容量。
Description
技术领域
本发明属于分布式光伏技术领域,更具体地说,是涉及一种分布式光伏接入量计算方法、装置及计算机设备。
背景技术
随着经济和科技的发展,传统化石能源面临短缺困境,环保意识逐渐深入人心,各种新能源,可再生并且无污染,逐渐引起了全世界的重视。其中的分布式光伏发电是指采用光伏组件,将太阳能直接转换成电能的分布式发电系统,因其无地域限制、无能源消耗、无环境污染、建设周期短、运行方式灵活等优点而成为分布式电源建设的主要形式。光伏发电要加以利用就必然要接入电力配电网。但大量分布式光伏接入配电网,会对配电网造成较大冲击,威胁配电网安全,如何简便、合理、定量的计算出配电网允许接入的分布式光伏电源的最大容量,是对配电网进行合理规划中一个亟待解决的问题。
发明内容
有鉴于此,本发明实施例提供了一种分布式光伏接入量计算方法、装置及计算机设备,能够解决现有计算方法不能简便、合理、定量的计算出配电网允许接入的分布式光伏电源的最大容量的问题。
本发明实施例的第一方面提供了一种分布式光伏接入量计算方法,包括:
在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型;
根据所述接入量模型,运用差分进化算法计算分布式光伏接入配电网的最大接入量;
获取按照最大接入量接入分布式光伏后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施。
可选地,在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型,包括:
根据配电网各节点的电压等级,确定所述各节点的电压偏差约束条件;
在所述电压偏差约束条件下,构建分布式光伏接入配电网的最大接入量模型。
可选地,根据配电网的电压等级不同,确定不同节点的电压偏差约束条件,包括:
若节点i的供电电压为大于等于35kV,节点i的电压偏差约束条件为:
97%UN≤Ui≤107%UN;
若节点i的供电电压为小于等于20kV的三相供电电压,节点i的电压偏差约束条件为:
93%UN≤Ui≤107%UN
若节点i的供电电压为220V单相供电电压,节点i的电压偏差约束条件为:
90%UN≤Ui≤107%UN
式中UN为线路的额定电压,Ui为节点i的供电电压。
可选地,所述运用差分进化算法计算分布式光伏接入配电网的最大接入量,包括:
根据电网参数,计算分布式光伏接入配电网前配电网的各节点电压;
在分布式光伏接入配电网后,选取任意满足电压偏差约束条件的各节点电压作为初始种群,通过种群变异及种群交叉对配电网的各节点电压进行优化,直至所述最大接入量模型的目标函数收敛于最小值;
计算所述最小值的倒数得到各节点最大光伏接入量。
可选地,所述最大接入量模型的目标函数为:
式中n为配电网中所有节点的个数;Spvi为配网中第i个节点可接入的光伏容量;vi0为节点i的标称电压;vi为节点i当前运行方式下的电压;为第i个节点电压与安全电压偏差的绝对值之和,即为惩罚函数;α为惩罚函数系数;
根据所述最大接入量模型,运用差分进化算法计算分布式光伏接入配电网的最大接入量,包括:
运用差分进化算法,计算所述最大接入量模型的目标函数的最小值的倒数作为分布式光伏接入配电网的最大接入量。
本发明实施例的第二方面提供了一种分布式光伏接入量计算装置,包括:
构建模块,用于在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型;
计算模块,用于根据所述接入量模型,运用差分进化算法计算分布式光伏接入配电网的最大接入量;
获取模块,用于获取按照最大接入量接入配电网后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施。
可选地,所述构建模块包括:
处理子模块,用于根据配电网各节点的电压等级,确定所述各节点的电压偏差约束条件;
构建子模块,用于在所述电压偏差约束条件下,构建分布式光伏接入配电网的最大接入量模型。
可选地,所述计算模块包括:
第一计算子模块,用于根据电网参数,计算分布式光伏接入配电网前配电网的各节点电压;
第二计算子模块,在分布式光伏接入配电网后,选取任意满足电压偏差约束条件的各节点电压作为初始种群,通过种群变异及种群交叉对配电网的各节点电压进行优化,直至所述最大接入量模型的目标函数收敛于最小值;
第三计算子模块,计算所述最小值的倒数得到各节点最大光伏接入量。
本发明实施例的第三方面提供了一种分布式光伏接入量计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面任一项所述方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现第一方面任一项所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:通过在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型,根据所述接入量模型,运用差分进化算法计算分布式光伏接入配电网的最大接入量,获取按照最大接入量接入分布式光伏后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施,从而实现简便、合理、定量的计算出配电网允许接入的分布式光伏电源的最大容量。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的分布式光伏接入量计算方法的流程图;
图2为本发明实施例二提供的分布式光伏接入量计算方法的流程图;
图3为本发明实施例三提供的分布式光伏接入量计算方法的流程图;
图4为本发明实施例四提供的分布式光伏接入量计算装置的示意图;
图5为本发明实施例五提供的分布式光伏接入量计算机设备的示意图;
图6为本发明实施例提供的典型配电网的示意图;
图7为本发明实施例提供的IEEE33节点配电网模型的示意图;
图8为本发明实施例提供的计算IEEE33节点配电网模型的最大光伏接入量的进化过程曲线。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
本发明实施例一提供一种应用程序推荐方法。图1为本发明实施例一提供的应用程序推荐方法的流程图。如图1所示,本实施例中的方法,可以包括:
步骤101、在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型;
本实施例中分布式光伏可以在配电网线路末端接入,且认为模块电压为额定电压,则线路上的电压损耗为:
其中,P2、Q2是系统向线路末端输送的功率,R、X是分别是线路的电阻、电抗,UN是线路的额定电压。
当分布式光伏接入配电网后,光伏电源直接给线路末端的负荷供电,造成线路上输送的功率大幅减少,ΔU也随之减小。由于线路首端连接主网,电压不变,导致线路末端电压升高。当光伏出力大于其接入点的负荷量时,甚至会出现潮流反向,进而导致ΔU变成负值,即线路末端电压会高于首端电压。
式中r1,x1为单位长度的电阻、电抗,L为线路长度。
该式为线性公式,所以可用于不同长度、不同容量的电压损耗估算。考虑光伏接入点无负荷,并且在电压不越限的前提下,进一步得到分布式光伏接入量公式:
分布式光伏接入配电网的最大接入量受多种因素影响,例如电压偏差因素、变压器容量因素、线路热稳因素。以如图6所示的典型配电网为算例,应用公式(3)计算,可得出:
按照电压偏差约束计算,可得光伏电站最大接入容量约为600kVA;
按照变压器容量约束计算,可得光伏电站最大接入容量约为800kVA;
按照线路热稳约束计算,可得光伏电站最大接入容量约为5500kVA。
因此,限制分布式光伏接入量的最主要因素是电压偏差因素。
进而可得出以电压偏差约束条件构建分布式光伏接入配电网的最大接入量模型更为科学准确。
可选地,所述最大接入量模型的目标函数为:
式中n为配电网中所有节点的个数;Spvi为配网中第i个节点可接入的光伏容量;vi0为节点i的标称电压;vi为节点i当前运行方式下的电压;为第i个节点电压与安全电压偏差的绝对值之和,即为惩罚函数;α为惩罚函数系数。
根据以下已知公式:
ΔI=Y·ΔU (5)
Ui=Uio+ΔUi (6)
式中:ΔI=[ΔI1,ΔI2,…,ΔIn]T,为配电网络各节点由于分布式光伏出力引起的电流变化;ΔU=[ΔU1,ΔU2,…,ΔUn]T,为配电网络各节点的电压偏差;Y为配电网系统的节点导纳矩阵;Uio是接入分布式光伏前配电网中第i个节点的电压;ΔUi为配电网中第i个节点的电压偏差。
可得
并代入以下公式
式中ΔIi为配电网中第i个节点由于分布式光伏出力引起的电流变化;Ui为接入分布式光伏后配电网中第i个节点的电压
得到
式中Y为配电网接点导纳矩阵、Un0为分布式光伏接入前配电网各节点电压、Un为分布式光伏接入后配电网各节点电压。
由于式中配电网接点导纳矩阵Y和接入分布式光伏前配电网各节点电压已知,则可得,分布式光伏接入量可用分布式光伏接入后配电网中各节点电压表示,只要确定了分布式光伏接入后配电网中各节点电压的大小即可得到分布式光伏接入量。
步骤102、根据所述接入量模型,运用差分进化算法计算分布式光伏接入配电网的最大接入量;
差分进化算法是一种基于现代智能理论的优化算法,通过群体内个体之间的相互合作与竞争产生的群体智能来指导优化搜索的方向。该算法的基本思想是:从一个随机产生的初始种群开始,通过把种群中任意两个个体的向量差与第三个个体求和来产生新个体,然后将新个体与当代种群中相应的个体相比较,如果新个体的适应度优于当前个体的适应度,则在下一代中就用新个体取代旧个体,否则仍保存旧个体。通过不断地进化,保留优良个体,淘汰劣质个体,引导搜索向最优解逼近。
以分布式光伏接入配电网后配电网的所有节点电压作为差分进化算法的种群,求解在满足电压偏差约束条件下的最优解。运用差分进化算法计算收敛快,能严格满足电压偏差约束条件。
步骤103、获取按照最大接入量接入分布式光伏后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施。
具体步骤包括:
获取按照最大接入量接入分布式光伏后配电网的运行状态,所述运行状态包括潮流、节点电压、短路电流和系统网损变化;
确定所述运行状态是否符合运行指标;
若所述运行状态符合运行指标,调取预存的针对电压偏差约束条件的提高分布式光伏接入量的措施,所述预存的提高分布式光伏接入量的措施包括采用光伏并网逆变器、改造JP柜、加装SVC、SVG设备。
若所述运行状态不符合运行指标,调取预存的针对线路热稳约束条件、变压器容量约束条件的提高分布式光伏接入量的措施,所述预存的针对线路热稳约束条件、变压器容量约束条件的提高分布式光伏接入量的措施包括更换粗径线路、提高变压器容量
本实施例提供的分布式光伏接入量计算方法,通过在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型,根据所述接入量模型,运用差分进化算法计算分布式光伏接入配电网的最大接入量,获取按照最大接入量接入分布式光伏后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施,从而实现简便、合理、定量的计算出配电网允许接入的分布式光伏电源的最大容量。
实施例二
本发明实施例二提供分布式光伏接入量计算方法。本实施例是在实施例一提供的技术方案的基础上,通过根据配电网各节点的电压等级,确定所述各节点的电压偏差约束条件来构建电压偏差约束条件下的分布式光伏接入配电网的最大接入量模型。
图2为本发明实施例二提供的分布式光伏接入量计算方法的流程图。如图2所示,本实施例中的方法,可以包括:
步骤201、根据配电网各节点的电压等级,确定所述各节点的电压偏差约束条件。
可选地,按照国家标准,根据配电网的电压等级不同,确定不同节点的电压偏差约束条件,包括:
若节点i的供电电压为大于等于35kV,节点i的电压偏差约束条件为:
97%UN≤Ui≤107%UN (10)
若节点i的供电电压为小于等于20kV的三相供电电压,节点i的电压偏差约束条件为:
93%UN≤Ui≤107%UN (11)
若节点i的供电电压为220V单相供电电压,节点i的电压偏差约束条件为:
90%UN≤Ui≤107%UN (12)
式中UN为线路的额定电压,即标称电压,Ui为节点i的供电电压。
步骤202、在所述电压偏差约束条件下,构建分布式光伏接入配电网的最大接入量模型。
根据公式(4)构建最大接入量模型的目标函数,
步骤203、根据所述接入量模型,运用差分进化算法计算分布式光伏接入配电网的最大接入量。
步骤204、获取按照最大接入量接入分布式光伏后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施。
本实施例中,步骤203至步骤204与实施例一中的步骤102至步骤103类似,此处不再赘述。
本实施例提供的分布式光伏接入量计算方法,通过根据配电网各节点的电压等级,确定所述各节点的电压偏差约束条件,从而实现使计算出的配电网允许接入的分布式光伏电源的最大容量根据需要符合相关标准,使结果更具有实用性。
实施例三
本发明实施例三提供一种分布式光伏接入量计算方法。本实施例是在上述实施例提供的技术方案的基础上,通过种群交叉、种群变异等差分进化算法计算分布式光伏最大接入量。
图3为本发明实施例三提供的分布式光伏接入量计算方法的流程图。如图3所示,本实施例中的方法,可以包括:
步骤301、根据配电网各节点的电压等级,确定所述各节点的电压偏差约束条件。
步骤302、在所述电压偏差约束条件下,构建分布式光伏接入配电网的最大接入量模型。
本实施例中,步骤301至步骤302与实施例二中的步骤201至步骤202类似,此处不再赘述。
步骤303、根据电网参数,计算分布式光伏接入配电网前配电网的各节点电压。
所述电网参数包括电压等级、节点负荷功率、线路电阻电抗、发电机节点的有功出力及电压值、平衡节点的电压幅值及相角。
根据上述电网参数,计算分布式光伏接入配电网前配电网的各节点电压,即公式(9)中Uio的值,以备后续计算调用。
步骤304、在分布式光伏接入配电网后,选取任意满足电压偏差约束条件的各节点电压作为初始种群,通过种群变异及种群交叉对配电网的各节点电压进行优化,直至所述最大接入量模型的目标函数收敛于最小值;
计算所述最小值的倒数得到各节点最大光伏接入量。
具体地包括以下步骤:
分布式光伏接入配电网后配电网各个节点的电压与其标称电压的差,称为分布式光伏接入配电网后配电网各个节点的电压偏差;在分布式光伏接入配电网后配电网各个节点满足电压偏差约束条件下,进行差分进化算法的种群初始化。
其中,xi(0)表示种群中第0代的第i条“染色体”(或个体),xj.i(0)表示第0代的第i条“染色体”的第j个“基因”。NP表示种群大小,rand(0,1)表示在(0,1)区间均匀分布的随机数。
种群变异采用差分方法实现个体(单个节点电压)变异,此操作通常随机选取两个不同的个体,将其向量差缩放后与待变异个体进行向量合成,即:
vi(g+1)=xr1(g)+F·(xr2(g)-xr3(g))
i≠r1≠r2≠r3 (13)
其中,F为缩放因子,xi(g)表示第g代种群中第i个体。
在进化过程中,为了保证解的有效性,必须判断“染色体”中各“基因”是否满足边界条件,如果不满足边界条件,则“基因”用随机方法重新生成(与初始种群的产生方法相同)。
对第g代种群{xi(g)}}及其变异的中间体{vi(g+1)}进行个体间的交叉操作:
其中,CR为交叉概率,jrand为[1,2,…,D]的随机整数。
采用贪婪算法来选择进人下一代种群的个体:
所述种群变异及种群交叉在分布式光伏接入配电网后配电网各节点电压满足电压偏差约束条件下进行。将所述各节点电压代入公式(9)得出最大光伏接入量:
步骤305、获取按照最大接入量接入分布式光伏后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施。
以如图7所示的IEEE33节点配电网为实际算例,在各节点电压满足电压偏差约束条件下计算分布式光伏最大接入量。如图8所示,图8中曲线是分布式光伏电源接入全部负荷节点时差分进化算法的求解过程中解的分布,可见计算得到的解是收敛的。可见,差分进化算法具有良好的搜索能力,收敛速度快,使得问题的解向最优解方向快速行进。
计算完成后,对光伏接入后的潮流、电压、短路电流和系统网损变化等运行指标进行校验,均不存在越限情况。可见,电压偏差因素相比于影响光伏消纳能力的其他因素,是最为严格的约束条件,也验证了根据电压偏差约束条件建立的最大接入量模型的准确性。
针对电压偏差约束,可以提出提高光伏消纳能力的措施:采用光伏并网逆变器的无功出力、改造JP柜、更换粗径导线、加装SVC、SVG设备等,但各种措施都有利弊。在实际电网规划建设中,应该根据当地电网实际情况,在充分地进行技术和经济校验的基础上,考虑电网长远规划发展,在系统安全经济运行的基础上进行选择。
本实施例提供的分布式光伏接入量计算方法,通过在根据配电网各节点的电压等级,确定所述各节点的电压偏差约束条件的基础上,采用差分进化算法的种群交叉及种群变异手段,避免了以往智能算法内部的潮流迭代计算,使计算速度大幅提升,而且计算模型简单,适应性强。
实施例四
本发明实施例四提供一种分布式光伏接入量计算装置。图4为本发明实施例四提供的分布式光伏接入量计算装置的示意图。如图4所示,本实施例中的分布式光伏接入量计算装置,可以包括:
构建模块401,用于在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型;
计算模块402,用于根据所述接入量模型,运用差分进化算法计算分布式光伏接入配电网的最大接入量;
获取模块403,用于获取按照最大接入量接入配电网后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施。
本实施例中的应用程序推荐装置,可以用于执行上述实施例一至三任一项所述的应用程序推荐方法,具体实现原理可以参见实施例一至三,此处不再赘述。
本实施例提供的分布式光伏接入量计算装置,通过在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型,根据所述接入量模型,运用差分进化算法计算分布式光伏接入配电网的最大接入量,获取按照最大接入量接入分布式光伏后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施,从而实现简便、合理、定量的计算出配电网允许接入的分布式光伏电源的最大容量。
可选地,所述构建模块具体包括:
处理子模块,用于根据配电网各节点的电压等级,确定所述各节点的电压偏差约束条件;
构建子模块,用于在所述电压偏差约束条件下,构建分布式光伏接入配电网的最大接入量模型。
可选地,所述计算模块具体包括:
第一计算子模块,用于根据电网参数,计算分布式光伏接入配电网前配电网的各节点电压;
第二计算子模块,在分布式光伏接入配电网后,选取任意满足电压偏差约束条件的各节点电压作为初始种群,通过种群变异及种群交叉对配电网的各节点电压进行优化,直至所述最大接入量模型的目标函数收敛于最小值;
第三计算子模块,计算所述最小值的倒数得到各节点最大光伏接入量。
实施例五
图5为本发明实施例五提供的计算机设备的示意图。如图5所示,该实施例的计算机设备5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述以计算机设备为执行主体的实施例中的步骤,例如图1所示的步骤101至103。或者,所述处理器50执行所述计算机程序52时实现实施例四中各模块/单元的功能,例如图4所示模块401至403的功能。
示例性的,所述计算机程序52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在计算机设备5中的执行过程。例如,所述计算机程序52可以被分割成构建模块、计算模块和获取模块模块,各模块具体功能如下:
构建模块,用于在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型;计算模块,用于根据所述接入量模型,运用差分进化算法计算分布式光伏接入配电网的最大接入量;获取模块,用于获取按照最大接入量接入配电网后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施。
所述计算机设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述服务器可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是计算机设备5的示例,并不构成对计算机设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述服务器还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述计算机设备5的内部存储单元,例如计算机设备5的硬盘或内存。所述存储器51也可以是所述计算机设备5的外部存储设备,例如所述计算机设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述计算机设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述计算机设备5所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
本发明实施例还提供一种分布式光伏接入量计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述方法的步骤。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (7)
1.一种分布式光伏接入量计算方法,其特征在于,包括:
在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型;
根据电网参数,计算分布式光伏接入配电网前配电网的各节点电压,在分布式光伏接入配电网后,选取任意满足电压偏差约束条件的各节点电压作为初始种群,通过种群变异及种群交叉对配电网的各节点电压进行优化,直至所述最大接入量模型的目标函数收敛于最小值,计算所述最小值的倒数得到各节点最大光伏接入量;
获取按照最大光伏接入量接入分布式光伏后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施;
所述最大接入量模型的目标函数为:
2.根据权利要求1所述的方法,其特征在于,在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型,包括:
根据配电网各节点的电压等级,确定所述各节点的电压偏差约束条件;
在所述电压偏差约束条件下,构建分布式光伏接入配电网的最大接入量模型。
3.根据权利要求2所述的方法,其特征在于,根据配电网各节点的电压等级,确定所述各节点的电压偏差约束条件,包括:
若节点i的供电电压大于等于35kV,节点i的电压偏差约束条件为:
97%UN≤Ui≤107%UN
若节点i的供电电压小于等于20kV的三相供电电压,节点i的电压偏差约束条件为:
93%UN≤Ui≤107%UN
若节点i的供电电压为220V单相供电电压,节点i的电压偏差约束条件为:
90%UN≤Ui≤107%UN
式中UN为线路的额定电压,Ui为节点i的供电电压。
4.一种分布式光伏接入量计算装置,其特征在于,包括:
构建模块,用于在电压偏差约束条件下构建分布式光伏接入配电网的最大接入量模型;所述最大接入量模型的目标函数为:式中n为配电网中所有节点的个数;Spvi为配电网中第i个节点可接入的光伏容量;vi0为节点i的标称电压;vi为节点i当前运行方式下的电压;为第i个节点电压与标称电压偏差的绝对值之和,即为惩罚函数;α为惩罚函数系数;
计算模块,其中,所述计算模块包括:
第一计算子模块,用于根据电网参数,计算分布式光伏接入配电网前配电网的各节点电压;
第二计算子模块,在分布式光伏接入配电网后,选取任意满足电压偏差约束条件的各节点电压作为初始种群,通过种群变异及种群交叉对配电网的各节点电压进行优化,直至所述最大接入量模型的目标函数收敛于最小值;
第三计算子模块,计算所述最小值的倒数得到各节点最大光伏接入量;
获取模块,用于获取按照最大光伏接入量接入配电网后配电网的运行状态,根据所述运行状态确定提高分布式光伏接入量的措施。
5.根据权利要求4所述的分布式光伏接入量计算装置,其特征在于,所述构建模块包括:
处理子模块,用于根据配电网各节点的电压等级,确定所述各节点的电压偏差约束条件;
构建子模块,用于在所述电压偏差约束条件下,构建分布式光伏接入配电网的最大接入量模型。
6.一种计算机设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-3任一项所述方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810166850.7A CN108390407B (zh) | 2018-02-28 | 2018-02-28 | 分布式光伏接入量计算方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810166850.7A CN108390407B (zh) | 2018-02-28 | 2018-02-28 | 分布式光伏接入量计算方法、装置及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108390407A CN108390407A (zh) | 2018-08-10 |
CN108390407B true CN108390407B (zh) | 2021-02-26 |
Family
ID=63069007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810166850.7A Active CN108390407B (zh) | 2018-02-28 | 2018-02-28 | 分布式光伏接入量计算方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108390407B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109066786A (zh) * | 2018-08-23 | 2018-12-21 | 国网上海市电力公司 | 考虑电压分布因素的配电网光伏最大准入容量确定方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106033887A (zh) * | 2015-03-18 | 2016-10-19 | 南京理工大学 | 一种基于改进pso-de混合算法的配电网重构方法 |
CN106682780A (zh) * | 2016-12-30 | 2017-05-17 | 国网冀北电力有限公司秦皇岛供电公司 | 一种计算分布式光伏并网最大准入容量的方法 |
CN107039995A (zh) * | 2016-11-28 | 2017-08-11 | 国网湖北省电力公司宜昌供电公司 | 一种考虑电能质量问题的分布式光伏电源接入规划方法 |
CN107196297A (zh) * | 2017-06-28 | 2017-09-22 | 国网天津市电力公司 | 基于snop的柔性配电网中分布式电源最大准入容量计算方法 |
CN107437824A (zh) * | 2017-06-28 | 2017-12-05 | 国电南瑞科技股份有限公司 | 一种基于遗传算法的地区分布式电源准入容量的计算方法 |
CN107546763A (zh) * | 2016-06-24 | 2018-01-05 | 华北电力大学 | 一种计及不同调压策略的配电网中光伏发电最大接纳能力计算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI553986B (zh) * | 2015-09-24 | 2016-10-11 | 台達電子工業股份有限公司 | 應用雙電網之逆變器裝置及應用雙電網之太陽能併網發電系統 |
-
2018
- 2018-02-28 CN CN201810166850.7A patent/CN108390407B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106033887A (zh) * | 2015-03-18 | 2016-10-19 | 南京理工大学 | 一种基于改进pso-de混合算法的配电网重构方法 |
CN107546763A (zh) * | 2016-06-24 | 2018-01-05 | 华北电力大学 | 一种计及不同调压策略的配电网中光伏发电最大接纳能力计算方法 |
CN107039995A (zh) * | 2016-11-28 | 2017-08-11 | 国网湖北省电力公司宜昌供电公司 | 一种考虑电能质量问题的分布式光伏电源接入规划方法 |
CN106682780A (zh) * | 2016-12-30 | 2017-05-17 | 国网冀北电力有限公司秦皇岛供电公司 | 一种计算分布式光伏并网最大准入容量的方法 |
CN107196297A (zh) * | 2017-06-28 | 2017-09-22 | 国网天津市电力公司 | 基于snop的柔性配电网中分布式电源最大准入容量计算方法 |
CN107437824A (zh) * | 2017-06-28 | 2017-12-05 | 国电南瑞科技股份有限公司 | 一种基于遗传算法的地区分布式电源准入容量的计算方法 |
Non-Patent Citations (1)
Title |
---|
光伏接入对配电网电能质量的影响及最大接入容量分析;秦鹏等;《电网与清洁能源》;20161130;第32卷(第11期);第145-150页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108390407A (zh) | 2018-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106451556B (zh) | 一种确定配电网馈线接纳分布式电源能力的方法和装置 | |
CN108306303A (zh) | 一种考虑负荷增长和新能源出力随机的电压稳定评估方法 | |
CN103236691B (zh) | 基于复仿射数学理论的三相不平衡潮流计算方法 | |
Wang et al. | Two-stage full-data processing for microgrid planning with high penetrations of renewable energy sources | |
CN109921426A (zh) | 基于cv-kde的风电并网系统概率潮流计算方法 | |
CN114925914A (zh) | 基于本征空间的能源优化调度方法及其电力交易方法 | |
Dasan et al. | Optimal siting and sizing of hybrid distributed generation using EP | |
CN108390407B (zh) | 分布式光伏接入量计算方法、装置及计算机设备 | |
CN104767412B (zh) | 智能型逆变器的初级、次级控制系统、控制系统及控制方法 | |
CN104993503A (zh) | 一种孤岛微电网频率控制方法 | |
CN108988385A (zh) | 一种分布式电源并网最优位置选取方法 | |
CN111697607B (zh) | 一种多端柔性直流输电受端电网接入方法及系统 | |
Chen et al. | Optimized Configuration of Location and Size for DGs and SCs in Radial Distributed Networks Based on Improved Butterfly Algorithm. | |
CN116865318A (zh) | 基于两阶段随机优化的输电网和储能联合规划方法及系统 | |
CN107425519B (zh) | 含分布式电源的三相配电网最大供电能力计算方法 | |
CN115549137A (zh) | 分布式电网调控系统及调控方法 | |
CN112736913B (zh) | 含分布式电源的配电网功率优化模式影响因素分析方法 | |
CN114977297A (zh) | 虚拟惯量及阻尼参数可行域构建方法、装置及终端设备 | |
CN115036931A (zh) | 一种有源电网无功电压仿射可调鲁棒优化方法和装置 | |
CN106684854B (zh) | 一种基于节点等效的有源配电网电压越限风险分析方法 | |
CN110707762B (zh) | 一种多能互补的交直流混合微电网潮流可行域计算方法 | |
CN113013909A (zh) | 一种基于平抑牵引的储能容量改进方法 | |
CN114519482A (zh) | 一种变速抽水蓄能机组功率调节能力量化评价方法和系统 | |
CN111126772A (zh) | 一种模拟电力现货市场平衡的方法及系统 | |
Qiao et al. | Transient Stability Assessment for AC-DC Hybrid Systems Based on Bayesian Optimization XGBoost |
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 |