CN108539792A - 基于查表法的微电网内部设备快速评估方法 - Google Patents
基于查表法的微电网内部设备快速评估方法 Download PDFInfo
- Publication number
- CN108539792A CN108539792A CN201810462959.5A CN201810462959A CN108539792A CN 108539792 A CN108539792 A CN 108539792A CN 201810462959 A CN201810462959 A CN 201810462959A CN 108539792 A CN108539792 A CN 108539792A
- Authority
- CN
- China
- Prior art keywords
- power
- micro
- capacitance sensor
- wind
- internal unit
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000013139 quantization Methods 0.000 claims description 23
- 238000007599 discharging Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000007257 malfunction Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000007423 decrease Effects 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000005417 food ingredient Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 235000013324 preserved food Nutrition 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
Abstract
本发明实施例公开了一种基于查表法的微电网内部设备快速评估方法，包括：检测微电网系统的母线频率和母线电压，若母线频率或母线电压处于不稳定区间，则获取微电网内部设备的实时数据，并根据实时数据以及预设标准对微电网内部设备进行状态评估。本发明实施例适用于20KW以下容量的微型微电网，基于查表法而非传统的SOC方法，可以对孤岛式微电网内部设备进行有效地评估，且有效地较小了微电网内部设备状态评估的计算量，提高了计算速度和微电网系统的相应时间。此外，基于本发明实施例的评估结果，可对系统采取相应的控制操作，从而有效地增强了微电网系统的精准控制程度和鲁棒性。
Description
技术领域
本发明涉及微电网技术领域，具体涉及一种基于查表法的微电网内部设备快速评估方法。
背景技术
微电网与传统大电网相比，无论在结构、电源和负荷方面，都有较大的差异。这使得传统的大电网控制方法不能再适应微电网的控制需求。
而鉴于微电网系统情况，当系统内能量出现波动时，往往会引起系统的电压和频率发生波动变化，此时需要判断该波动变化是否由某一设备或某一负载出现了极端情况引起的，即需要对微电网内部设备进行状态评估。但，微电网内部是设备特性不一，传统的状态评估方法难以进行有效评估，且计算量大。
发明内容
本发明实施例的目的在于提供一种基于查表法的微电网内部设备快速评估方法，以有效地对微电网内部设备的状态进行评估，并减小计算量。
为实现上述目的，本发明实施例提供了一种基于查表法的微电网内部设备快速评估方法，包括：
检测微电网系统的母线频率和母线电压；
若所述母线频率或母线电压处于不稳定区间内，则获取微电网内部设备的实时数据；
根据所述实时数据以及预设标准对所述微电网内部设备进行状态评估。
作为本申请一种优选的实施方式，所述微电网内部设备包括光伏发电机，所述实时数据包括所述光伏发电机的输出功率，所述预设标准包括光伏发电机状态判断标准表，根据所述实时数据以及预设标准对所述微电网内部设备进行状态评估具体包括：
将所述光伏发电机的输出功率代入公式(1)、(2)及(3)，以得到量化求和结果；
根据所述量化求和结果和光伏发电机状态判断标准表对所述光伏发电机进行状态评估；
其中，公式(1)、(2)及(3)如下：
ΔPsolar(n)＝Psolar(t)-Psolar(t-1)(1)
ΔPsolar(n)是采样点光伏功率的功率之差，Dsolar(n)是对采样点光伏功率之差的量化，Gradesolar(n)是连续五点的光伏功率之差的量化求和结果，PLM代表功率的较大负数值，PMM代表功率中间等级的负数值，PSM代表功率较小的负数值，PSP代表功率较小的正数值，PMP代表功率中等大小的整数值，PLP代表功率较大的正数值。
作为本申请一种优选的实施方式，所述评估方法还包括：
若所述光伏发电机处于不稳定状态，则采取限功率、切机或蓄电池放电维持操作；
若所述光伏发电机处于日落、日出或夜间状态，则采取开机或关机操作。
作为本申请一种优选的实施方式，所述微电网内部设备包括风力发电机，所述实时数据包括所述风力发电机的发电功率信号，所述预设标准包括风力发电机状态判断标准表，根据所述实时数据以及预设标准对所述微电网内部设备进行状态评估具体包括：
对所述风力发电机的发电功率信号进行高斯滤波处理，以得到过滤结果；
将所述过滤结果代入公式(4)、(5)及(6)，以得到量化求和结果；
根据所述量化求和结果和光伏发电机状态判断标准表对所述光伏发电机进行状态评估；
其中，公式(4)、(5)及(6)如下：
ΔPwind(n)＝Gwind(t)-Gwind(t-1) (4)
ΔPwind(n)是对风机数据修正之后的风机不同采样周期的功率之差，Dwind(n)是对该差值的量化结果，Gradewind是近3次量化结果求和的结果，PLM代表功率的较大负数值，PMM代表功率中间等级的负数值，PSM代表功率较小的负数值，PSP代表功率较小的正数值，PMP代表功率中等大小的整数值，PLP代表功率较大的正数值。
作为本申请一种优选的实施方式，所述评估方法还包括：
若所述风力发电机处于危险状态，则启动卸荷装置或采取切机操作；
若所述风力发电机处于进一步观察或状态不稳定状态，则采取限功率或蓄电池放电维持操作。
作为本申请一种优选的实施方式，所述微电网内部设备包括柴油发电机，所述实时数据包括所述柴油发电机的发电功率，所述预设标准包括控制期望数据，根据所述实时数据以及预设标准对所述微电网内部设备进行状态评估具体包括：
计算所述柴油发电机的发电功率与控制期望数据的差值；
若所述差值超出预设范围，则确定所述柴油机处于故障状态。
作为本申请一种优选的实施方式，所述微电网内部设备包括负载，所述实时数据包括所述负载的输出功率，根据所述实时数据以及预设标准对所述微电网内部设备进行状态评估具体包括：
将所述负载的输出功率代入公式(7)、(8)及(9)，以得到量化求和结果；
若所述求和量化结果为0，则表明所述负载处于相对稳定状态，若所述量化求和结果为1，则表明所述负载处于相对变化状态。
其中，公式(7)、(8)及(9)如下：
ΔPload(n)＝Pload(t)-Pload(t-1)(7)
ΔPload(n)是负载此时刻与上一时刻的功率之差，Dload(n)是对其量化的结果，Gradeload(n)是量化结果的3次求和，PLM代表功率的较大负数值，PMM代表功率中间等级的负数值，PSM代表功率较小的负数值，PSP代表功率较小的正数值，PMP代表功率中等大小的整数值，PLP代表功率较大的正数值。
作为本申请一种优选的实施方式，所述评估方法包括：
若所述负载处于相对变化状态，则采取蓄电池充放电操作。
实施本发明实施例，先检测微电网系统的母线频率和母线电压，若母线频率或母线电压处于不稳定区间，则获取微电网内部设备的实时数据，并根据实时数据以及预设标准对微电网内部设备进行状态评估；本发明实施例适用于20KW以下容量的微型微电网，基于查表法而非传统的SOC方法，可以对孤岛式微电网内部设备进行有效地评估，且有效地较小了微电网内部设备状态评估的计算量，提高了计算速度和微电网系统的相应时间。
此外，基于本发明实施例的评估结果，可对系统采取相应的控制操作，从而有效地增强了微电网系统的精准控制程度和鲁棒性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1是本发明第一实施例提供的基于查表法的微电网内部设备快速评估方法的流程示意图；
图2是多云天气下光伏发电功率变化曲线图；
图3是一般天气情况下风力发电机发电功率曲线图。
具体实施方式
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
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]”。
请参考图1，是本发明第一实施例提供的基于查表法的微电网内部设备快速评估方法的示意流程图，如图所示，该方法可以包括以下步骤：
S101，检测微电网系统的母线频率和母线电压。
S102，若母线频率或母线电压处于不稳定区间，则获取微电网内部设备的实时数据。
S103，根据实时数据以及预设标准对微电网内部设备进行状态评估。
其中，微电网系统包括光伏发电机、风力发电机、柴油发电机、负载以及蓄电池等；实时数据包括光伏发电机的输出功率、风力发电机的发电功率、柴油发电机的发电功率；预设标准包括光伏发电机状态判断标准表、风力发电机状态判断标准表、控制期望数据。
具体地本实施例的评估方法先检测微电网系统的母线频率和母线电压，判断其是否处于稳定区间内。其中，频率的稳定区间为49.5Hz—50.5Hz，电压的稳定区间为198V-245.4V。
若母线频率或母线电压处于不稳定区间内，则查询微电网系统内部设备的电压表或频率表，以获取光伏发电机的输出功率、风力发电机的发电功率、柴油发电机的发电功率等实时数据，根据实时数据以及预设标准对微电网内部设备进行状态评估。
进一步地，基于上述评估结果，可对微电网系统采取相应操作，具体操作将在后续部分阐述。
下面将针对光伏发电机、风力发电机、柴油发电机以及负载的状态评估进行分别说明。
一、光伏发电机的快速评估
光伏发电具有一定的间歇性，其特性主要为发电功率与光照强度直接相关。受云层波动影响和日照条件的影响较大。图2是一段本文的实验平台采集的一段在多云变化天气的光伏发电功率变化曲线。
如图所示，光伏的输出功率变化较为平稳，在横轴200-300时间段内，出现了一次明显的能量阶跃，此时相对应的天气变化为云层的变化，输出功率变化也仅为100W的变化。而且光伏的特性是在昼间时间段内，即使光照不足情况下，仍会有少量的电能产生，其发电功率不为零。
本实施例中，对光伏发电机的状态评估如下：
首先检测判断系统的母线频率或母线电压是否处于稳定区间，若处于，则获取光伏发电机的输出功率。
其次，将光伏发电机的实时数据(即输出功率)带入公式(1)(2)和(3)，以得到量化结果。其中公式如下：
ΔPsolar(n)＝Psolar(t)-Psolar(t-1) (1)
上述公式中，ΔPsolar(n)是采样点光伏功率的功率之差，Dsolar(n)是对采样点光伏功率之差的量化，Gradesolar(n)是连续五点的光伏功率之差的量化求和结果，PLM代表功率的较大负数值，PMM代表功率中间等级的负数值，PSM代表功率较小的负数值，PSP代表功率较小的正数值，PMP代表功率中等大小的整数值，PLP代表功率较大的正数值。根据量化求和结果Gradesolar(n)建立等级标准如表1所示：
| 取值范围 | 含义 |
| Gradesolar(n)<-10 | 光伏发电功率急剧下降 |
| -10≤Gradesolar(n)<-6 | 光伏发电功率下降 |
| -6≤Gradesolar(n)≤6 | 光伏发电功率平稳 |
| 6<Gradesolar(n)≤10 | 光伏发电功率上升 |
| Gradesolar(n)≥10 | 光伏发电功率急剧上升 |
表1：光伏输出变化功率量化等级
根据表1的量化结果和表2的光伏发电机状态判断标准，可对光伏发电机的发电性能做出快速评估，其中表2如下：
表2：光伏发电机状态判断标准
根据表2可知，当当光伏发电机评估状态为状态不稳定时，根据系统此刻状态，一般采取限功率，切机，蓄电池充放电维持等操作。当光伏发电机评估状态为日落，日出，夜间等状态时，进行相应的开机与关机操作。当光伏发电机处于状态稳定的状态时，进一步采取其他控制策略。
二、风力发电机的快速评估
风力发电机具有一定的间歇性，与光伏发电机相比，其发电特性更难估计。由于风力发电机对风的依赖性大，而风的不可预测性使得风力发电机往往成为系统内部的不稳定因素，其经常造成系统内部的能量冲击从而导致系统的电压频率发生一定的畸变。图3是一段本文的实验平台采集的一段一般天气情况下的风力发电功率变化曲线。
如图所示，风力发电机的发电效果往往存在较大的能量冲击。在这种情况下，如果根据风力发电机实时平衡的发电值进行调整，往往会造成系统能力波动较大，对系统的鲁棒性和稳定性造成影响。故，本实施例中，先对风力发电机的状态进行评估，再根据评估结果作出相应的调整措施，以保证系统的鲁棒性和稳定性。
具体地，首先检测判断系统的母线频率或母线电压是否处于稳定区间，若处于，则采集风力发电机的发电功率信号。对风力发电机的发电功率信号进行高斯滤波处理，以过滤掉数据采集中的观测噪声，具体公式如下：
G(t)是风机数据经过高斯滤波处理之后的结果，σ表示高斯系数，其取值大致为0.0013，Pwind(t)为风机当前发电功率，将该结果分别代入公式(4)(5)和(6)中，以得到量化求和结果。其中，公式如下：
ΔPwind(n)＝Gwind(t)-Gwind(t-1) (4)
PLM代表功率的较大负数值，PMM代表功率中间等级的负数值，PSM代表功率较小的负数值，PSP代表功率较小的正数值，PMP代表功率中等大小的整数值，PLP代表功率较大的正数值。ΔPwind(n)是对风机数据修正之后的风机不同采样周期的功率之差，Dwind(n)是对该差值的量化结果，Gradewind是近3次量化结果求和的结果。根据该量化求和结果Gradewind建立等级标准如表3所示：
| 取值范围 | 含义 |
| Gradewind(n)<-10 | 急速减小 |
| -10≤Gradewind(n)<-8 | 快速减小 |
| -8≤Gradewind(n)<-4 | 波动减小 |
| -4≤Gradewind(n)≤4 | 相对稳定 |
| 4<Gradewind(n)<8 | 波动增大 |
| 8≤Gradewind(n)<10 | 快速增大 |
| Gradewind(n)≥10 | 急速增大 |
表3：风机输出功率量化等级标准
根据表3的量化结果和表4的风力发电机状态判断标准，可对风力发电机的发电性能做出快速评估，其中表4如下：
| 90％-100％ | 80％-90％ | 20％-80％ | 5％-20％ | 0％-5％ | |
| 急速增大 | 危险 | 状态不稳定 | 状态不稳定 | 进一步观察 | 进一步观察 |
| 快速增大 | 危险 | 进一步观察 | 进一步观察 | 进一步观察 | 能量低位 |
| 波动增大 | 进一步观察 | 状态稳定 | 状态稳定 | 状态稳定 | 能量低位 |
| 相对平稳 | 状态稳定 | 状态稳定 | 状态稳定 | 状态稳定 | 能量低位 |
| 波动减小 | 状态稳定 | 状态稳定 | 状态稳定 | 状态稳定 | 能量低位 |
| 快速减小 | 状态不稳定 | 进一步观察 | 进一步观察 | 进一步观察 | 能量低位 |
| 急速减小 | 状态不稳定 | 状态不稳定 | 状态不稳定 | 进一步观察 | 能量低位 |
表4：风力发电机快速判断标准
根据表4可知，当风机状态为危险时，需要启动卸荷装置来保证风机的稳定运行，必要时采取切除风机的手段，来保证系统的平稳运行。当风机状态为“进一步观察”或“状态不稳定时”，采用蓄电池充放电控制或者限功率控制手段，来保证风机和系统的平稳运行。当风机处于“能量低位”时，不予处置。当风机的评估状态为“状态稳定时”，进一步启用其他控制策略。
三、柴油发电机的快速评估
柴油发电机由于不受天气因素干扰，其评估也较为简单。本实施例中，对柴油发电机的状态评估如下：
首先检测判断系统的母线频率或母线电压是否处于稳定区间，若处于，则获取柴油发电机的发电功率。再计算发电功率与控制期望数据的差值，若该差值超出预设范围，即判断实际测量数据与控制期望数据是否存在较大偏差(例如额定功率的20％)，若存在较大偏差且柴油发电机的电压或频率存在故障，则视柴油发电机为故障状态，反之判断柴油发电机状态为正常运行。
四、负载的快速评估
微电网系统中负载的突然接入或切除会造成瞬间的能量不平衡，从而引起一定的频率偏移或电压偏移。本实施例中，对负载的状态评估如下：
首先检测判断系统的母线频率或母线电压是否处于稳定区间，若处于，则获取负载的输出功率，将其代入公式(7)(8)和(9))，以得到量化求和结果；其中公式如下：
ΔPload(n)＝Pload(t)-Pload(t-1)(7)
ΔPload(n)是负载此时刻与上一时刻的功率之差，Dload(n)是对其量化的结果，Gradeload(n)是量化结果的3次求和，PLM代表功率的较大负数值，PMM代表功率中间等级的负数值，PSM代表功率较小的负数值，PSP代表功率较小的正数值，PMP代表功率中等大小的整数值，PLP代表功率较大的正数值。
该最终的计算结果Gradeload(n)表明了负载的状态，当其为0时，负载处于相对稳定的状态，可以进一步部署其他控制策略。当其为1是，负载处于一个相对变化的状态，此时应该由蓄电池充放电进行供能。
实施本发明实施例，先检测微电网系统的母线频率和母线电压，若母线频率或母线电压处于不稳定区间，则获取微电网内部设备的实时数据，并根据实时数据以及预设标准对微电网内部设备进行状态评估；本发明实施例适用于20KW以下容量的微型微电网，基于查表法而非传统的SOC方法，可以对孤岛式微电网内部设备进行有效地评估，且有效地较小了微电网内部设备状态评估的计算量，提高了计算速度和微电网系统的相应时间。
此外，基于本发明实施例的评估结果，可对系统采取相应的控制操作，从而有效地增强了微电网系统的精准控制程度和鲁棒性。
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，可轻易想到各种等效的修改或替换，这些修改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权利要求的保护范围为准。
Claims (8)
1.一种基于查表法的微电网内部设备快速评估方法，其特征在于，包括：
检测微电网系统的母线频率和母线电压；
若所述母线频率或母线电压处于不稳定区间内，则获取微电网内部设备的实时数据；
根据所述实时数据以及预设标准对所述微电网内部设备进行状态评估。
2.如权利要求1所述的评估方法，其特征在于，所述微电网内部设备包括光伏发电机，所述实时数据包括所述光伏发电机的输出功率，所述预设标准包括光伏发电机状态判断标准表，根据所述实时数据以及预设标准对所述微电网内部设备进行状态评估具体包括：
将所述光伏发电机的输出功率代入公式(1)、(2)及(3)，以得到量化求和结果；
根据所述量化求和结果和光伏发电机状态判断标准表对所述光伏发电机进行状态评估；
其中，公式(1)、(2)及(3)如下：
ΔPsolar(n)＝Psolar(t)-Psolar(t-1) (1)
ΔPsolar(n)是采样点光伏功率的功率之差，Dsolar(n)是对采样点光伏功率之差的量化，Gradesolar(n)是连续五点的光伏功率之差的量化求和结果，PLM代表功率的较大负数值，PMM代表功率中间等级的负数值，PSM代表功率较小的负数值，PSP代表功率较小的正数值，PMP代表功率中等大小的整数值，PLP代表功率较大的正数值。
3.如权利要求2所述的评估方法，其特征在于，所述评估方法还包括：
若所述光伏发电机处于不稳定状态，则采取限功率、切机或蓄电池放电维持操作；
若所述光伏发电机处于日落、日出或夜间状态，则采取开机或关机操作。
4.如权利要求1所述的评估方法，其特征在于，所述微电网内部设备包括风力发电机，所述实时数据包括所述风力发电机的发电功率信号，所述预设标准包括风力发电机状态判断标准表，根据所述实时数据以及预设标准对所述微电网内部设备进行状态评估具体包括：
对所述风力发电机的发电功率信号进行高斯滤波处理，以得到过滤结果；
将所述过滤结果代入公式(4)、(5)及(6)，以得到量化求和结果；
根据所述量化求和结果和光伏发电机状态判断标准表对所述光伏发电机进行状态评估；
其中，公式(4)、(5)及(6)如下：
ΔPwind(n)＝Gwind(t)-Gwind(t-1) (4)
ΔPwind(n)是对风机数据修正之后的风机不同采样周期的功率之差，Dwind(n)是对该差值的量化结果，Gradewind是近3次量化结果求和的结果，PLM代表功率的较大负数值，PMM代表功率中间等级的负数值，PSM代表功率较小的负数值，PSP代表功率较小的正数值，PMP代表功率中等大小的整数值，PLP代表功率较大的正数值。
5.如权利要求4所述的评估方法，其特征在于，所述评估方法还包括：
若所述风力发电机处于危险状态，则启动卸荷装置或采取切机操作；
若所述风力发电机处于进一步观察或状态不稳定状态，则采取限功率或蓄电池放电维持操作。
6.如权利要求1所述的评估方法，其特征在于，所述微电网内部设备包括柴油发电机，所述实时数据包括所述柴油发电机的发电功率，所述预设标准包括控制期望数据，根据所述实时数据以及预设标准对所述微电网内部设备进行状态评估具体包括：
计算所述柴油发电机的发电功率与控制期望数据的差值；
若所述差值超出预设范围，则确定所述柴油机处于故障状态。
7.如权利要求1所述的评估方法，其特征在于，所述微电网内部设备包括负载，所述实时数据包括所述负载的输出功率，根据所述实时数据以及预设标准对所述微电网内部设备进行状态评估具体包括：
将所述负载的输出功率代入公式(7)、(8)及(9)，以得到量化求和结果；
若所述量化求和结果为0，则表明所述负载处于相对稳定状态，若所述量化求和结果为1，则表明所述负载处于相对变化状态；
其中，公式(7)、(8)及(9)如下：
ΔPload(n)＝Pload(t)-Pload(t-1) (7)
ΔPload(n)是负载此时刻与上一时刻的功率之差，Dload(n)是对其量化的结果，Gradeload(n)是量化结果的3次求和，PLM代表功率的较大负数值，PMM代表功率中间等级的负数值，PSM代表功率较小的负数值，PSP代表功率较小的正数值，PMP代表功率中等大小的整数值，PLP代表功率较大的正数值。
8.如权利要求7所述的评估方法，其特征在于，所述评估方法包括：
若所述负载处于相对变化状态，则采取蓄电池充放电操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810462959.5A CN108539792B (zh) | 2018-05-15 | 2018-05-15 | 基于查表法的微电网内部设备快速评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810462959.5A CN108539792B (zh) | 2018-05-15 | 2018-05-15 | 基于查表法的微电网内部设备快速评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108539792A true CN108539792A (zh) | 2018-09-14 |
| CN108539792B CN108539792B (zh) | 2020-01-14 |
Family
ID=63476104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810462959.5A Expired - Fee Related CN108539792B (zh) | 2018-05-15 | 2018-05-15 | 基于查表法的微电网内部设备快速评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108539792B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110912188A (zh) * | 2019-11-27 | 2020-03-24 | 天津瑞能电气有限公司 | 基于ai的新型微电网能源管理系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101154828A (zh) * | 2007-09-18 | 2008-04-02 | 顾士平 | 网络化间歇可再生电源并网设备 |
| CN104810850A (zh) * | 2015-04-15 | 2015-07-29 | 哈尔滨工业大学 | 非重要负载连续可调的直流微电网离、并网统一协调控制方法 |
| CN106300440A (zh) * | 2016-08-31 | 2017-01-04 | 江苏浩峰汽车附件有限公司 | 基于下垂控制的微电网逆变器系统及其平滑切换方法 |
| CN106787082A (zh) * | 2016-12-19 | 2017-05-31 | 华北电力大学（保定） | 一种孤岛直流微电网的协调控制方法 |
| CN107169614A (zh) * | 2017-07-18 | 2017-09-15 | 青岛电力设计院有限公司 | 一种基于源网荷的协调优化运行方法 |
-
2018
- 2018-05-15 CN CN201810462959.5A patent/CN108539792B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101154828A (zh) * | 2007-09-18 | 2008-04-02 | 顾士平 | 网络化间歇可再生电源并网设备 |
| CN104810850A (zh) * | 2015-04-15 | 2015-07-29 | 哈尔滨工业大学 | 非重要负载连续可调的直流微电网离、并网统一协调控制方法 |
| CN106300440A (zh) * | 2016-08-31 | 2017-01-04 | 江苏浩峰汽车附件有限公司 | 基于下垂控制的微电网逆变器系统及其平滑切换方法 |
| CN106787082A (zh) * | 2016-12-19 | 2017-05-31 | 华北电力大学（保定） | 一种孤岛直流微电网的协调控制方法 |
| CN107169614A (zh) * | 2017-07-18 | 2017-09-15 | 青岛电力设计院有限公司 | 一种基于源网荷的协调优化运行方法 |
Non-Patent Citations (1)
| Title |
|---|
| 邢小文等: "基于DBS的直流微电网控制策略仿真", 《电力系统及其自动化学报》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110912188A (zh) * | 2019-11-27 | 2020-03-24 | 天津瑞能电气有限公司 | 基于ai的新型微电网能源管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108539792B (zh) | 2020-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mezzai et al. | Modeling of hybrid photovoltaic/wind/fuel cells power system | |
| AU2015374696B2 (en) | Method, device and system for compensating output power of wind turbine generator set | |
| Musyafa et al. | Pitch angle control of variable low rated speed wind turbine using fuzzy logic controller | |
| JP4306760B2 (ja) | 分散型電源 | |
| US20140336833A1 (en) | Wind Park With Real Time Wind Speed Measurements | |
| Mebarki et al. | Supervisor control for stand-alone photovoltaic/hydrogen/battery bank system to supply energy to an electric vehicle | |
| EP1912304A3 (en) | Method for voltage instability load shedding using local measurements | |
| CN103455716B (zh) | 一种基于超短期风电功率预测的电力系统电压稳定裕度计算方法 | |
| CN109061521B (zh) | 蓄电池组荷电状态计算方法及系统 | |
| KR20120134052A (ko) | 풍력 발전 시스템 및 풍력 발전 시스템에 있어서의 풍력 발전기 증설 방법 | |
| CN109298245A (zh) | 变桨系统中超级电容的检测方法和装置 | |
| CN109212321A (zh) | 超级电容容值检测方法和装置 | |
| CN105353304A (zh) | 一种风电机组电气模型低电压穿越特性验证方法 | |
| CN106291356A (zh) | 一种风电机组并网低电压穿越远端检测系统及方法 | |
| CN108539792A (zh) | 基于查表法的微电网内部设备快速评估方法 | |
| CN103682457A (zh) | 一种控制锂电池化成的方法及其装置 | |
| CN110275114A (zh) | 基于组合滤波算法的蓄电池内阻在线监测方法 | |
| CN110824361A (zh) | 风电机组超级电容剩余寿命计算方法、装置、设备及介质 | |
| CN108616130B (zh) | 改进的基于下垂法控制的微电网内部电压分区控制方法 | |
| CN103746403B (zh) | 基于电池储能的近海可再生能源综合发电协调控制方法 | |
| Li et al. | Effect of on-load tap changer on voltage stability of power systems with nonlinear load | |
| CN111293693A (zh) | 基于扩展卡尔曼滤波的双馈风机变流器控制参数辨识方法 | |
| CN105319459A (zh) | 一种风光互补仿真实验装置的工作方法 | |
| Hossain | Theoretical modeling for hybrid renewable energy: An initiative to meet the global energy | |
| CN102769301A (zh) | 一种风电场风机机端电压处于危险状态的电压控制方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200114 Termination date: 20200515 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |