CN108493989B - 一种大规模光伏、风电发电并网系统的发电监控及负荷分配方法 - Google Patents
一种大规模光伏、风电发电并网系统的发电监控及负荷分配方法 Download PDFInfo
- Publication number
- CN108493989B CN108493989B CN201810238827.4A CN201810238827A CN108493989B CN 108493989 B CN108493989 B CN 108493989B CN 201810238827 A CN201810238827 A CN 201810238827A CN 108493989 B CN108493989 B CN 108493989B
- Authority
- CN
- China
- Prior art keywords
- electricity generation
- wind
- entry point
- photovoltaic
- power
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 64
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 238000010248 power generation Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 30
- 230000007613 environmental effect Effects 0.000 claims abstract description 14
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims 2
- 238000007689 inspection Methods 0.000 claims 1
- 210000004218 nerve net Anatomy 0.000 claims 1
- 230000001537 neural effect Effects 0.000 abstract description 2
- 238000012549 training Methods 0.000 abstract description 2
- 230000010354 integration Effects 0.000 description 5
- 230000010355 oscillation Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
- 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]
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Wind Motors (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种大规模光伏、风电发电并网系统的发电监控及负荷分配方法，对并网点的状态进行监测，若检测到异常，找出子网上数据异常的发电装置；采集异常装置的环境参数，建立异常环境参数参考数据库；实时采集各装置的环境参数，并在参考数据库中查询，判断当前环境参数是否属于异常环境参数，若属于异常环境参数，则自动关闭该装置；对各子网上的各发电装置进行监测；预测实时负荷，通过两步神经网络训练得到各并网点的开关状态及实时调节各发电装置，使子网满足并网点要求。本发明可以排除环境因素影响，提高电网的供电质量；提高供电利用率，实现节约能源、满足供电需求的目的。
Description
技术领域
本发明属于新能源及电力工程技术领域，特别涉及一种大规模光伏、风电并网系统的电压监控及负荷分配方法。
背景技术
随着能源危机日益临近，新能源已经成为今后世界上的主要能源之一，目前新能源的来源大多是太阳能发电、风力发电等电源装置。建立大规模光伏、风电电站是利用太阳能或风能的有效方式，大型的光伏、风电发电系统成为我国能源产业的发展趋势。大规模集中式光伏电站(10MW以上)并网是光伏发电一个重要的发展方向，目前国内兆瓦级较大规模光伏电站的建设和投运已经普及，也有百兆瓦级以上超大规模光伏电站并网运行。随着光伏装机容量在区域电网中所占的比例越来越高，大规模集中光伏发电站接入电网后对电网安全稳定运行的影响也日益显现，主要表现在对电网电压和频率的影响。
由于自然风速及太阳辐射强度存在随机性、波动性、间歇性以及季节性的显著特点，而风电场、光伏电站的输出功率主要取决于自然风速和太阳辐射量，因此风电场、光伏电站的输出功率总是处于动态变化过程中，在极端的气候条件下，输出功率会出现很大的波动。输出功率变化会引起微网母线和附近电网的电压波动、频率变化，影响电网的供电质量。另外光伏并网发电没有旋转惯量、调速器及励磁系统，呈现有功功率阶跃性变化的特点。当光伏并网发电容量在电网中所占比重逐渐增大后，不仅可能对配电网内的电压控制产生影响，还可能影响到高压电网的电压特性，甚至引起电压稳定问题。例如在地区电网的重负荷中心内安装大量的光伏发电系统，如果光照强度突降，光伏电站有功功率可能会突然大部分或完全失去，将导致该地区出现大量的功率缺额，从而可能会导致接入的配电网产生电压崩溃，也有可能会造成系统电压振荡，严重威胁了系统的安全稳定运行。此外，供电所需负荷量的实时改变也影响着并网系统供电利用率，结合多种复杂因素，较难对并网系统进行调节控制。
发明内容
发明目的：为了解决现有技术存在的大规模光伏、风电并网系统不能根据实际情况进行负荷分配的问题，本发明提供一种大规模光伏、风电并网系统的发电监控及负荷分配方法。
技术方案：一种大规模光伏、风电发电并网系统的发电监控及负荷分配方法，包括以下步骤：
（1）大规模光伏、风电发电并网系统包括分布式的多个并网点，每个并网点连接相应的子网，对并网点的开关状态进行实时监测，若检测到状态异常的并网点，在上位机上显示该异常并网点的状态及状态的变化情况，并执行步骤（2）；
（2）对于状态异常的并网点，检测该子网上的各光伏、风电发电装置，找出数据异常的光伏、风电发电装置，在上位机上显示该异常装置在不同时段的监测结果的变化情况及电量增量；采集异常光伏、风电发电装置所处位置的环境参数，环境参数包括光照强度、风速及温度，将异常环境参数进行存储记录形成异常环境参数参考数据库；
（3）实时采集各光伏、风电发电装置的环境参数，并在参考数据库中查询，判断当前环境参数是否属于异常环境参数，若属于异常环境参数，则自动关闭该光伏、风电发电装置；实时监测各并网点以及各子网上的各光伏、风电发电装置正常工作状态下的电压、电流、有功功率、无功功率，对监测结果进行统计并记录；
（4）对实时负荷进行预测；将各并网点各时段的监测数据作为样本，构建神经网络进行训练，根据实时负荷预测结果确定各并网点的开关状态；对于开关状态为开的并网点，提取相应时段的电压、电流、有功功率、无功功率，将子网上各光伏、风电发电装置的监测数据作为样本，构建神经网络进行训练，实时调节各光伏、风电发电装置，使子网上的电压、电流、有功功率、无功功率满足并网点要求。
优选的，步骤（1）中的异常状态指并网点的电压、电流、有功功率或无功功率超过设定范围值的情况。
优选的，步骤（2）中的数据异常指光伏、风电发电装置电压、电流、有功功率、无功功率超过设定范围值的情况。
优选的，步骤（4）中对实时负荷进行预测采用的方法是：根据历年相同月份相同时间段的实际负荷量的平均值对当前时段的负荷进行预测。
优选的，对并网点及光伏、风电发电装置进行编号，对于监测到的异常并网点以及异常光伏、风电发电装置，将其异常状态及编号发送至移动终端，供维修人员现场维修。
有益效果：与现有技术相比，本发明提供一种大规模光伏、风电并网系统的发电监控及负荷分配方法，可以对大规模光伏、风电并网系统进行实时监控，可以排除光伏、风电发电存在的随机性、波动性、间歇性以及极端恶劣的天气环境下出现的电压振荡不稳定、输出功率波动的困扰，提高电网的供电质量；首次将神经网络利用在新能源并网系统上，根据不同季节不同时间段所需负荷不同，进行调节控制，提高供电利用率，实现节约能源、满足供电需求的目的。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
一种大规模光伏、风电发电并网系统的发电监控及负荷分配方法，包括以下步骤：
（1）大规模光伏、风电发电并网系统包括分布式的多个并网点，每个并网点连接相应的子网，对并网点的开关状态进行实时监测，若检测到状态异常的并网点，在上位机上显示该异常并网点的状态及状态的变化情况，并执行步骤（2）；
（2）对于状态异常的并网点，检测该子网上的各光伏、风电发电装置，找出数据异常的光伏、风电发电装置，在上位机上显示该异常装置在不同时段的监测结果的变化情况及电量增量；采集异常光伏、风电发电装置所处位置的环境参数，环境参数包括光照强度、风速及温度，将异常环境参数进行存储记录形成异常环境参数参考数据库；
（3）实时采集各光伏、风电发电装置的环境参数，并在参考数据库中查询，判断当前环境参数是否属于异常环境参数，若属于异常环境参数，则自动关闭该光伏、风电发电装置；实时监测各并网点以及各子网上的各光伏、风电发电装置正常工作状态下的电压、电流、有功功率、无功功率，对监测结果进行统计并记录；
（4）对实时负荷进行预测；将各并网点各时段的监测数据作为样本，构建神经网络进行训练，根据实时负荷预测结果确定各并网点的开关状态；对于开关状态为开的并网点，提取相应时段的电压、电流、有功功率、无功功率，将子网上各光伏、风电发电装置的监测数据作为样本，构建神经网络进行训练，实时调节各光伏、风电发电装置，使子网上的电压、电流、有功功率、无功功率满足并网点要求。采用神经网络训练得到最佳的电荷分配情况（即不同并网点开关状态及开通或关闭各发电装置）属于通过神经网络算法求最优解的问题，该算法的具体步骤为现有技术，在此不再赘述。
其中，对实时负荷进行预测采用的方法是：从历年电网记录查询不同月份的一天中不同时间段的实际负荷量，对近五年的实际负荷量取平均值，进一步预测实时负荷量，作为当前的供电需求。
为了监控后便于对异常点进行及时维修，提前对并网点及光伏、风电发电装置进行编号，对于监测到的异常并网点以及异常光伏、风电发电装置，上位机将其异常状态及编号发送至移动终端，便于维修人员现场维修。
本方法首先排除可以导致异常的环境状态下的发电装置，从而排除环境对并网系统的影响，提高供电质量；其次利用两步神经网络算法，对并网点及子网上的各发电装置进行分配，使其达到供电需求，并且可以尽可能节约能源，提高供电利用率。
Claims (1)
1.一种大规模光伏、风电发电并网系统的发电监控及负荷分配方法，其特征在于，包括以下步骤：
（1）大规模光伏、风电发电并网系统包括分布式的多个并网点，每个并网点连接相应的子网，对并网点及光伏、风电发电装置进行编号，对并网点的开关状态进行实时监测，若检测到并网点的电压、电流、有功功率或无功功率超过设定范围值的状态异常的并网点，在上位机上显示该异常并网点的状态及状态的变化情况，对于监测到的异常并网点，将其异常状态及编号发送至移动终端，供维修人员现场维修，并执行步骤（2）；
（2）对于状态异常的并网点，检测该子网上的各光伏、风电发电装置，找出电压、电流、有功功率、无功功率超过设定范围值的数据异常的光伏、风电发电装置，在上位机上显示该异常装置在不同时段的监测结果的变化情况及电量增量，对于监测到的异常光伏、风电发电装置，将异常状态及编号发送至移动终端，供维修人员现场维修；采集异常光伏、风电发电装置所处位置的环境参数，环境参数包括光照强度、风速及温度，将异常环境参数进行存储记录形成异常环境参数参考数据库；
（3）实时采集各光伏、风电发电装置的环境参数，并在参考数据库中查询，判断当前环境参数是否属于异常环境参数，若属于异常环境参数，则自动关闭该光伏、风电发电装置；实时监测各并网点以及各子网上的各光伏、风电发电装置正常工作状态下的电压、电流、有功功率、无功功率，对监测结果进行统计并记录；
（4）根据历年相同月份相同时间段的最近五年实际负荷量的平均值对当前时段的负荷进行预测；将各并网点各时段的监测数据作为样本，构建神经网络进行训练，根据实时负荷预测结果确定各并网点的开关状态；对于开关状态为开的并网点，提取相应时段的电压、电流、有功功率、无功功率，将子网上各光伏、风电发电装置的监测数据作为样本，构建神经网络进行训练，实时调节各光伏、风电发电装置，使子网上的电压、电流、有功功率、无功功率满足并网点要求。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810238827.4A CN108493989B (zh) | 2018-03-22 | 2018-03-22 | 一种大规模光伏、风电发电并网系统的发电监控及负荷分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810238827.4A CN108493989B (zh) | 2018-03-22 | 2018-03-22 | 一种大规模光伏、风电发电并网系统的发电监控及负荷分配方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108493989A CN108493989A (zh) | 2018-09-04 |
| CN108493989B true CN108493989B (zh) | 2019-10-15 |
Family
ID=63319004
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810238827.4A Active CN108493989B (zh) | 2018-03-22 | 2018-03-22 | 一种大规模光伏、风电发电并网系统的发电监控及负荷分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108493989B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109474069B (zh) * | 2018-09-12 | 2022-04-12 | 国网浙江省电力有限公司嘉兴供电公司 | 一种分布式发电站状态监测方法 |
| CN109681381A (zh) * | 2018-12-24 | 2019-04-26 | 浙江大学 | 一种利用率可变的风电场负荷分摊控制方法 |
| CN109638837B (zh) * | 2018-12-29 | 2020-10-09 | 青海大学 | 一种面向新能源并网的动态负载管理方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104319768A (zh) * | 2014-11-03 | 2015-01-28 | 四川慧盈科技有限责任公司 | 一种微电网供电及监控方法 |
| CN104935007A (zh) * | 2015-06-16 | 2015-09-23 | 国网天津市电力公司 | 一种分布式电源并网运行的控制方法 |
| EP2942855A1 (en) * | 2014-05-08 | 2015-11-11 | Rheinisch-Westfälisch-Technische Hochschule Aachen | Method and system for monitoring distribution systems |
| CN105634012A (zh) * | 2016-02-16 | 2016-06-01 | 国网山东省电力公司淄博供电公司 | 一种分布式发电与微电网智能监测控制方法 |
| CN105656080A (zh) * | 2016-02-16 | 2016-06-08 | 国网山东省电力公司淄博供电公司 | 一种分布式电源及其微电网智能监测、控制与管理系统 |
| CN106405333A (zh) * | 2016-10-13 | 2017-02-15 | 国网山东省电力公司威海供电公司 | 一种分布式电网电能质量预测方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN206075328U (zh) * | 2016-05-31 | 2017-04-05 | 国网山东省电力公司青岛供电公司 | 分布式电源接入电网的分析评价设备 |
-
2018
- 2018-03-22 CN CN201810238827.4A patent/CN108493989B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2942855A1 (en) * | 2014-05-08 | 2015-11-11 | Rheinisch-Westfälisch-Technische Hochschule Aachen | Method and system for monitoring distribution systems |
| CN104319768A (zh) * | 2014-11-03 | 2015-01-28 | 四川慧盈科技有限责任公司 | 一种微电网供电及监控方法 |
| CN104935007A (zh) * | 2015-06-16 | 2015-09-23 | 国网天津市电力公司 | 一种分布式电源并网运行的控制方法 |
| CN105634012A (zh) * | 2016-02-16 | 2016-06-01 | 国网山东省电力公司淄博供电公司 | 一种分布式发电与微电网智能监测控制方法 |
| CN105656080A (zh) * | 2016-02-16 | 2016-06-08 | 国网山东省电力公司淄博供电公司 | 一种分布式电源及其微电网智能监测、控制与管理系统 |
| CN106405333A (zh) * | 2016-10-13 | 2017-02-15 | 国网山东省电力公司威海供电公司 | 一种分布式电网电能质量预测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108493989A (zh) | 2018-09-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106374831B (zh) | 一种带有发电预测的分布式光伏监控系统及监控方法 | |
| CN101931241B (zh) | 风电场并网协调控制方法 | |
| CN102427244B (zh) | 大规模光伏风电信息接入系统 | |
| CN102324752B (zh) | 结合风力发电的纯电动汽车有序充放电协调控制系统 | |
| CN102591278B (zh) | 具有发电和负荷预测功能的微网控制系统的微网通讯控制方法 | |
| CN107798441B (zh) | 一种基于分布式发电的智能微电网系统 | |
| CN108493989B (zh) | 一种大规模光伏、风电发电并网系统的发电监控及负荷分配方法 | |
| CN104167763A (zh) | 分为就地层、中间层和能量管理层的分布式能量管理装置和方法 | |
| CN104410094B (zh) | 一种电池储能电站的有功功率分配方法 | |
| CN108958189B (zh) | 综合能源调度系统 | |
| CN111585310B (zh) | 一种分布式电源出力预测的方法和装置 | |
| KR20130067678A (ko) | 마이크로그리드 시뮬레이션 장치 및 전력 관리 시스템 | |
| CN105634012A (zh) | 一种分布式发电与微电网智能监测控制方法 | |
| CN112085258A (zh) | 一种基于大数据技术的区域光伏发电量异常实时监测方法 | |
| CN105591469A (zh) | 一种社区微网分布式控制系统 | |
| CN115800306B (zh) | 考虑风机故障的风光储无功补偿方法、装置及介质 | |
| jing Hu et al. | Capacity optimization of wind/PV/storage power system based on simulated annealing-particle swarm optimization | |
| Yu et al. | Research on the construction of new energy microgrids for wind power generation based on green and low carbon | |
| Kasturi et al. | Optimal PV & BES units integration to enhance power distribution network Performance | |
| Li et al. | Dynamic reconfiguration of distribution network considering time-varying characteristics of DG | |
| CN110768306B (zh) | 一种提高保底电网中微电网应急能力的电源容量配置方法 | |
| CN112165089A (zh) | 微电网的多目标调度方法、系统、设备及可存储介质 | |
| Kumar et al. | Hybrid operational deployment of renewable energy—A distribution generation approach | |
| He | Reliability evaluation of microgrid CPS considering cyber-control-frequency | |
| Liu et al. | Study on theoretical power improvement calculation of new energy power station and optimal ratio of wind and solar capacity |
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 |