CN108667071B - 一种主动配电网负荷精准控制计算方法 - Google Patents

一种主动配电网负荷精准控制计算方法 Download PDF

Info

Publication number
CN108667071B
CN108667071B CN201810470018.6A CN201810470018A CN108667071B CN 108667071 B CN108667071 B CN 108667071B CN 201810470018 A CN201810470018 A CN 201810470018A CN 108667071 B CN108667071 B CN 108667071B
Authority
CN
China
Prior art keywords
load
distribution network
formula
power
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
Application number
CN201810470018.6A
Other languages
English (en)
Other versions
CN108667071A (zh
Inventor
刘加国
王庆
单来支
高运兴
叶俊
陈德伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TaiAn Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
TaiAn Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by TaiAn Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical TaiAn Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority to CN201810470018.6A priority Critical patent/CN108667071B/zh
Publication of CN108667071A publication Critical patent/CN108667071A/zh
Application granted granted Critical
Publication of CN108667071B publication Critical patent/CN108667071B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明提供一种主动配电网负荷精准控制计算方法，其步骤如下：1)构建分布式光伏并网发电系统出力预测模型；2)预测分布式光伏并网发电系统置信度出力；3)计算储能系统容量配置；4)计算单回中压线路接入分布式光伏的最大容量；5)设计常规配电网负荷精准控制计算方法；6)设计主动配电网负荷精准控制计算方法。本主动配电网负荷精准控制计算方法，可以使供电公司达到如下目的：主动管理分布式光伏接入和储能接入，可对配电网负荷进行“削峰填谷”，提高配电网用户和配电网的运行效益；根据分布式光伏和储能接入配电网后的中压线路供电能力，主动管理和调整增加负荷接入，提高配电网设备利用率。

Description

一种主动配电网负荷精准控制计算方法
技术领域
本发明涉及电力领域，尤其涉及一种主动配电网负荷精准控制计算方法。
背景技术
配电网是电力系统的重要组成部分，是输电网和用户之间的重要中间环节。在传统配电网规划中，配电网与用户侧稳定地扮演着“供”与“需”的关系。但近年来，随着经济不断发展和社会用电需求的增长，电网最大负荷利用小时数不断下降，尖峰负荷问题日益突出。在此过程中，配电网的建设运行负担也在急剧加重。另一方面，分布式光伏的渗透率不断增大也是当前配电网的发展趋势。相比传统发电方式，分布式光伏具有随机性大、波动性强、出力不可控等特点。针对这一现状，主动配电网技术应运而生，旨在解决电网兼容及应用分布式光伏发电可再生能源，提升绿色能源利用率，优化一次能源结构等问题。主动配电网是具备控制分布式光伏能力的配电网络，其目的是加大配电网对于可再生能源的接纳能力、提升配电网资产的利用率、延缓配电网的升级投资，提高用户的用电质量和供电可靠性。
常规配电网负荷管理一般按照经验所得“中压线路装接配变容量不大于12MVA”进行控制，但由于没有考虑用户的负荷特性、中压线路接线模式等因素，可能会造成中压线路负荷较重或者负荷较轻的现象，不能科学指导配电网建设。随着国家出台一系列有利用光伏产业发展的政策，分布式光伏如雨后春笋般接入中压配电网，如何协调规划分布式光伏并网发电系统和配电网的科学发展，提升主动配电网负荷精准管理，成为供电企业面临的一个重要课题。为实现分布式光伏并网发电友好接入配电网并且充分挖掘分布式光伏并网发电和储能为配电网、配电网用户带来的效益，亟需开展主动配电网负荷精准控制计算方法，为供电企业主动管理负荷接入提供科学指导。
目前，配电网负荷管理的分析与计算涉及到许多方面，至今尚没有统一的计算方法。配电网负荷管理所涉及算法主要有：
(1)配变同时率计算方法
在电力系统中，负荷的最大值之和总是大于和的最大值，这是由于整个电力系统的用户，每个用户不大可能在同一时刻达到用电量的最大值，反映这一不等关系的系数就被称为同时率，一般为电力系统综合负荷与电力系统各组成单位的绝对最大负荷之和的比值。
(2)中压线路供电能力计算方法
中压线路供电能力的影响因素为导线截面(安全运行电流)、接线模式，中压线路的安全电流决定所能允许的最大负荷，接线模式则决定线路实际运行中所能允许的最大负载率。
(3)配变需用系数
配变需用系数是一个综合系数，它标志着配变投入运行时，配变的功率与配变额定容量之间的比值。
因此，研发一种能够实现供电公司主动精准管理负荷接入的计算方法是个亟待解决的问题。
发明内容
本发明要解决以上技术问题，提供一种能够实现供电公司主动精准管理负荷接入的计算方法。
为解决上述技术问题，本发明采用的技术方案是：
一种主动配电网负荷精准控制计算方法，其步骤如下：
1、构建分布式光伏并网发电系统出力预测模型；
2、预测分布式光伏并网发电系统置信度出力；
3、计算储能系统容量配置；
4、计算单回中压线路接入分布式光伏的最大容量；
5、设计常规配电网负荷精准控制计算方法；
6、设计主动配电网负荷精准控制计算方法。
进一步的，在步骤1中，首先，计算光伏电池组件额定转换效率；其次，计算光伏阵列输出功率；最后，给出分布式光伏并网发电系统出力预测计算模型。
进一步的，所述的光伏电池组件额定转换效率，采用下式计算：
(1)假定电池列阵总是保持最优倾角、太阳电池的温度为环境温度，则太阳能光伏组件在已知温度下的转换效率计算公式如下：
η＝η0×[1-γ×(Tp-Tγ)] (1)
式中，η为光伏电池组件额定转换效率；Tp为某时刻温度；Tγ为参考温度，通常取298K；η0为参考温度下的光伏电池的组件效率，一般取值为20％；γ为光伏电池组件温度系数，取值依据光伏板的类型来确定。
(2)所述的光伏阵列输出功率，采用下式计算：
P′＝N×I×A×η (2)
式中，P′为光伏阵列输出功率；N为电池板组块数；A为单个电池板组件的面积；I为光伏电池板倾斜面上的辐照强度。
(3)所述的分布式光伏并网发电系统出力预测计算模型，采用下式计算：
P＝P′×η＝N×I×A×η0×[1-γ×(Tp-Tγ)] (3)
式中，P为分布式光伏并网发电系统出力；光伏并网发电系统的逆变效率通常取90％。
进一步的，在步骤2中，分布式光伏并网发电系统置信度出力预测流程如下：
首先，收集规划区的基础数据，如规划区全年每一天的温度数据、每月的辐照强度、光伏电池板的参数等；
其次，根据规划区上述的基础数据，根据式(1)～(3)，计算规划区全年的分布式光伏并网发电系统的输出功率；
最后，计算一天中规划区分布式光伏并网发电系统置信度出力，绘制一天中规划区分布式光伏并网发电系统置信度出力曲线。分布式光伏并网发电系统置信度出力也即为分布式并网发电系统出力的期望，计算公式如下：
E(P)m＝α1·m×P1·m+α2·m×P2·m…+αi·m×Pi·m (4)
式中，m＝0，1，...，23，为一天中的24个时刻点；i＝1，2，...，365(366)，为一年中的365(366)天；E(P)m为一天中某时刻分布式并网发电系统的置信度出力；αi·m为全年某一天某时刻分布式并网发电系统出力的概率；Pi·m为全年某一天某时刻分布式并网发电系统出力；
全年某一天某时刻分布式并网发电系统出力的概率的计算公式如下：
Figure GDA0002854711050000041
式中，ti·j为离散型数据，取值为0或者1，若Pi·m＞0，则ti·j＝1，若Pi·m＝0，则ti·j＝0。
进一步的，在步骤3中，首先，研究储能系统的充电功率计算方法；其次，研究储能系统容量配置计算方法。
(1)所述的储能系统的充电功率计算方法，采用下式计算：
Figure GDA0002854711050000042
式中，Pes(t)为储能的充电功率；Ppv(t)为分布式光伏并网发电系统的置信度出力；Pload(t)为中压线路的负荷。
(2)所述的储能系统容量配置计算方法，采用下式计算：
Figure GDA0002854711050000043
式中，Ees(t)为储能系统的容量；Pes(t)为储能的充电功率；T为储能系统一天中的充电时间；λc为储能系统的充电效率，一般取值为0.9。
进一步的，在步骤4中，首先建立分布式光伏的配电网馈线分析模型，如图2所示。
假设n个节点，每个节点均接有负荷和分布式光伏。图中，Rk+jXk代表第k段馈线的等值阻抗，PLk+jQLk代表第k个节点的有功功率和无功功率，Psk代表第k个节点上的光伏功率，UI代表变电站出口电压，Uk代表第k个节点的电压，Ik代表流经第k段馈线的电流，Pk+jQk代表第k段馈线上传输的功率。
假设额定电压为UN＝10kV，引入分布式光伏后进行潮流计算，每段接入光伏为Psk+jQsk，抵消后每段所带负荷为PLk-Psk+j(QLk-Qsk)，得到线路各节点最终电压值Ukpv，最大电压偏差即为max(1-Ukpv/UN)。
计算电压波动时，引入分布式光伏进行潮流计算，每段接入光伏为0.5Psk+j0.5Qsk，抵消后每段所带负荷为0.5PLk-0.5Psk+j(0.5QLk-0.5Qsk)，得到线路各节点最终电压值Ukbpv，最大电压波动即为max[(Ukpv-Ukbpv)/UN)]。
单回中压线路接入分布式光伏的最大容量算公式如下：
Figure GDA0002854711050000051
s.t.max(1-Ukpv/UN)≤7％
max[(Ukpv-Ukbpv)/UN)]≤3％
Figure GDA0002854711050000052
Figure GDA0002854711050000053
Figure GDA0002854711050000054
式中，Spv为单回中压线路接入分布式光伏的最大容量；ε为分布式光伏并网发电系统的置信度最大出力系数；Pl为单回中压线路的供电能力，U为中压线路的电压；Il为中压线路的安全电流；
Figure GDA0002854711050000055
为功率因数，
Figure GDA0002854711050000056
为功率因数角，一般取
Figure GDA0002854711050000057
进一步的，在步骤5中，研究常规配电网负荷精准管理计算方法，计算公式如下：
Figure GDA0002854711050000058
式中，S为常规配电网单回中压线路装接配变容量；μ为N-1情况单回中压线路的最大负载率(如电缆单环网、双环网线路N-1情况下的最大负载率为50％)；Pl为单回中压线路的供电能力；α为配变需用系数；β为配变的同时率。
配变需用系数计算公式如下：
Figure GDA0002854711050000059
式中，d为配变台数，单位：台；Ax·y为第x(x＝1，2，…，d)台配变历史第y(y＝1，2，…，10)年的最大负荷；Bx为配变的额定容量；
单回中压线路配变同时率计算公式如下：
Figure GDA0002854711050000061
式中，azm为第z(z＝1，2，…，30)台配变在某年最大负荷日第m(m＝0，2，…，23)时刻的负荷；az为第z(z＝1，2，…，30)台配变在某年的最大负荷。
进一步的，在步骤6中，研究主动配电网负荷精准控制计算方法，计算公式如下：
Figure GDA0002854711050000062
式中，S'为主动配电网单回中压线路装接配变容量；Ses为储能系统的放电功率；μ为N-1情况单回中压线路的最大负载率(如电缆单环网、双环网线路N-1情况下的最大负载率为50％)；Pl为单回中压线路的供电能力；α为配变需用系数；β为配变的同时率。
由于储能“低储高发”，在N-1运行情况下相当于增加中压线路的供电能力，增加的供电能力也即为储能系统的放电功率，储能系统的放电功率计算公式如下：
Figure GDA0002854711050000063
式中，Ees为储能系统容量；λf储能系统放电效率，一般取值为0.9；nx为储能系统的持续放电时间。
本发明具有的优点和积极效果是：本主动配电网负荷精准控制计算方法，可以使供电公司达到如下目的：主动管理分布式光伏接入和储能接入，可对配电网负荷进行“削峰填谷”，提高配电网用户和配电网的运行效益；根据分布式光伏和储能接入配电网后的中压线路供电能力，主动管理和调整增加负荷接入，提高配电网设备利用率。
附图说明
图1是分布式光伏并网发电系统置信度出力预测流程图；
图2是含分布式光伏的配电网馈线分析模型图；
图3是某市高新区加华电力器材有限公司分布式光伏典型日出力曲线图；
图4是某市高新区加华电力器材有限公司分布式光伏置信度出力曲线图；
图5是某市高新区商业、居民混合线路最大负荷日的负荷特性曲线、分布式光伏并网发电系统置信度出力曲线图；
图6是配电网向商业、居民混合线路负荷的供电功率图；
图7是储能系统充、放电功率图；
图8为本发明的流程图。
其中，在图5中：1代表商业、居民混合线路负荷曲线；2代表6MW分布式光伏并网发电系统置信度出力曲线
具体实施方式
下面结合实施例和附图对本发明的一种主动配电网负荷精准控制计算方法做出详细说明。
本发明的一种主动配电网负荷精准控制计算方法，包括如下步骤：
1、研究分布式光伏并网发电系统出力预测模型。首先，计算光伏电池组件额定转换效率；其次，计算光伏阵列输出功率；最后，给出分布式光伏并网发电系统出力预测计算模型。其中，
(1)所述的光伏电池组件额定转换效率，采用下式计算：
假定电池列阵总是保持最优倾角、太阳电池的温度为环境温度，则太阳能光伏组件在已知温度下的转换效率计算公式如下：
η＝η0×[1-γ×(Tp-Tγ)] (1)
式中，η为光伏电池组件额定转换效率；Tp为某时刻温度；Tγ为参考温度，通常取298K；η0为参考温度下的光伏电池的组件效率，一般取值为20％；γ为光伏电池组件温度系数，取值依据光伏板的类型来确定。
(2)所述的光伏阵列输出功率，采用下式计算：
P′＝N×I×A×η (2)
式中，P′为光伏阵列输出功率；N为电池板组块数；A为单个电池板组件的面积；I为光伏电池板倾斜面上的辐照强度。
(3)所述的分布式光伏并网发电系统出力预测计算模型，采用下式计算：
P＝P′×η＝N×I×A×η0×[1-γ×(Tp-Tγ)] (3)
式中，P为分布式光伏并网发电系统出力；光伏并网发电系统的逆变效率为通常取90％。
2、研究分布式光伏并网发电系统置信度出力，分布式光伏并网发电系统置信度出力预测流程如图1所示。
首先，收集规划区的基础数据，如规划区全年每一天的温度数据、每月的辐照强度、光伏电池板的参数等；
其次，根据规划区上述的基础数据，根据式(1)～(3)，计算规划区全年的分布式光伏并网发电系统的输出功率；
最后，计算一天中规划区分布式光伏并网发电系统置信度出力，绘制一天中规划区分布式光伏并网发电系统置信度出力曲线。分布式光伏并网发电系统置信度出力也即为分布式并网发电系统出力的期望，计算公式如下：
E(P)m＝α1·m×P1·m+α2·m×P2·m…+αi·m×Pi·m (4)
式中，m＝0，1，...，23，为一天中的24个时刻点；i＝1，2，...，365(366)，为一年中的365(366)天；E(P)m为一天中某时刻分布式并网发电系统的置信度出力；αi·m为全年某一天某时刻分布式并网发电系统出力的概率；Pi·m为全年某一天某时刻分布式并网发电系统出力；
全年某一天某时刻分布式并网发电系统出力的概率的计算公式如下：
Figure GDA0002854711050000081
式中，ti·j为离散型数据，取值为0或者1，若Pi·m＞0，则ti·j＝1，若Pi·m＝0，则ti·j＝0。
3、研究储能系统容量配置。首先，研究储能系统的充电功率计算方法；其次，研究储能系统容量配置计算方法。
(1)所述的储能系统的充电功率计算方法，采用下式计算：
Figure GDA0002854711050000091
式中，Pes(t)为储能的充电功率；Ppv(t)为分布式光伏并网发电系统的置信度出力；Pload(t)为中压线路的负荷。
(2)所述的储能系统容量配置计算方法，采用下式计算：
Figure GDA0002854711050000092
式中，Ees(t)为储能系统的容量；Pes(t)为储能的充电功率；T为储能系统一天中的充电时间；λc为储能系统的充电效率，一般取值为0.9。
4、研究单回中压线路接入分布式光伏的最大容量。含分布式光伏的配电网馈线分析模型，如图2所示。
假设n个节点，每个节点均接有负荷和分布式光伏。图中，Rk+jXk代表第k段馈线的等值阻抗，PLk+jQLk代表第k个节点的有功功率和无功功率，Psk代表第k个节点上的光伏功率，UI代表变电站出口电压，Uk代表第k个节点的电压，Ik代表流经第k段馈线的电流，Pk+jQk代表第k段馈线上传输的功率。
假设额定电压为UN＝10kV，引入分布式光伏后进行潮流计算，每段接入光伏为Psk+jQsk，抵消后每段所带负荷为PLk-Psk+j(QLk-Qsk)，得到线路各节点最终电压值Ukpv，最大电压偏差即为max(1-Ukpv/UN)。
计算电压波动时，引入分布式光伏进行潮流计算，每段接入光伏为0.5Psk+j0.5Qsk，抵消后每段所带负荷为0.5PLk-0.5Psk+j(0.5QLk-0.5Qsk)，得到线路各节点最终电压值Ukbpv，最大电压波动即为max[(Ukpv-Ukbpv)/UN)]。
单回中压线路接入分布式光伏的最大容量算公式如下：
Figure GDA0002854711050000093
s.t.max(1-Ukpv/UN)≤7％
max[(Ukpv-Ukbpv)/UN)]≤3％
Figure GDA0002854711050000094
Figure GDA0002854711050000101
Figure GDA0002854711050000102
式中，Spv为单回中压线路接入分布式光伏的最大容量；ε为分布式光伏并网发电系统的置信度最大出力系数；Pl为单回中压线路的供电能力，U为中压线路的电压；Il为中压线路的安全电流；
Figure GDA0002854711050000103
为功率因数，
Figure GDA0002854711050000104
为功率因数角，一般取
Figure GDA0002854711050000105
5、研究常规配电网负荷精准管理计算方法，计算公式如下：
Figure GDA0002854711050000106
式中，S为常规配电网单回中压线路装接配变容量；μ为N-1情况单回中压线路的最大负载率(如电缆单环网、双环网线路N-1情况下的最大负载率为50％)；Pl为单回中压线路的供电能力；α为配变需用系数；β为配变的同时率。
配变需用系数计算公式如下：
Figure GDA0002854711050000107
式中，d为配变台数，单位：台；Ax·y为第x(x＝1，2，…，d)台配变历史第y(y＝1，2，…，10)年的最大负荷；Bx为配变的额定容量。
单回中压线路配变同时率计算公式如下：
单回中压线路配变同时率计算公式如下：
Figure GDA0002854711050000108
式中，azm为第z(z＝1，2，…，30)台配变在某年最大负荷日第m(m＝0，2，…，23)时刻的负荷；az为第z(z＝1，2，…，30)台配变在某年的最大负荷。
6、研究主动配电网负荷精准控制计算方法，计算公式如下：
Figure GDA0002854711050000109
式中，S'为主动配电网单回中压线路装接配变容量；Ses为储能系统的放电功率；μ为N-1情况单回中压线路的最大负载率(如电缆单环网、双环网线路N-1情况下的最大负载率为50％)；Pl为单回中压线路的供电能力；α为配变需用系数；β为配变的同时率。
由于储能“低储高发”，在N-1运行情况下相当于增加中压线路的供电能力，增加的供电能力也即为储能系统的放电功率，储能系统的放电功率计算公式如下：
Figure GDA0002854711050000111
式中，Ees为储能系统容量；λf储能系统放电效率，一般取值为0.9；nx为储能系统的持续放电时间。
下面以某市高新区为例进一步说明本发明的一种主动配电网负荷精准控制计算方法。
1、某市高新区分布式光伏置信度出力研究
某市高新区加华电力器材有限公司分布式光伏(装机容量6MW)典型日出力曲线如图3所示，某市高新区加华电力器材有限公司分布式光伏置信度出力曲线如图4所示。
加华电力器材有限公司分布式光伏典型日出力曲线中最大出力达到4.8MW，为光伏装机容量的0.8倍，加华电力器材有限公司分布式光伏置信度出力曲线中最大出力达到4.5MW，为光伏装机容量的0.75倍，两者相差不大，验证了分布式光伏并网发电系统置信度出力计算方法的有效性、科学性和实用性。
2、某市高新区单回中压线路接入分布式光伏的最大容量研究
某市高新区为A类供电区，中压线路均为电缆线路，主干电缆(铜芯)型号为YJV-8.7/15-3×400，接线模式为单环网和双环网，中压线路供电半径最长为6km。
根据式(8)～(10)，某市高新区单回中压线路接入分布式光伏的最大容量为6MW。
3、常规配电网负荷精准管理
(1)N-1情况下单回中压线路供电能力
中压线路主干电缆(铜芯)型号为YJV-8.7/15-3×400安全电流为615A，中压线路接线模式为电缆单环网和双环网，N-1情况下的最大允许负载率为50％，单回中压线路的供电能力见表1。
(2)配变需用系数
根据该高新区的控制性详细规划，该高新区负荷主要为工业负荷、商业负荷、居民负荷。根据式(12)，该高新区配变需用系数计算结果见表2。
(3)配变同时率
选取工业配变、商业配变、居民配变各30台，根据式(13)，单一负荷特性配变同时率见表3。
调研数据同上，选取典型比例，根据式(13)，两种负荷特性配变之间的同时率计算结果分别见表4。
(5)中压线路装接配变容量
该高新区中压线路的负荷主要为居民和商业混合负荷、居民和工业混合负荷、商业和工业混合负荷。根据式(11)，中压线路装接配变容量计算结果见表5。
4、主动配电网负荷精准管理
(1)储能系统配置
以商业、居民混合线路为例，该高新区商业、居民混合线路最大负荷日的负荷特性曲线和并网发电系统的置信度出力如图5所示。
商业、居民混合线路的最大负荷为4.05MW，如果没有配置储能，则11：00～16:00分布式光伏出力存在光伏发电盈余情况；其余时刻，商业、居民混合线路负荷需要配电网提供电力支持。配电网向商业、居民混合线路负荷供电功率如图6所示，图中“正”表示配电网向负荷供电，“负”表示分布式光伏并网发电系统向配电网返送电能。
为充分利用光伏电能，同时也为避免光伏电能返送给外部电网，将配置储能有效解决上述光伏发电盈余的情况。根据式(7)，储能系统容量配置约为1720kWh。
(2)储能系统放电容量
该高新区分时电价为每日23：00～7：00为低谷电价，8：00～11：00和20：00～23：00为峰值电价，其他时段为平时电价。考虑规划区峰谷电价的影响，力求分布式光伏并网发电系统+储能运行在最佳经济状态，充分存储白天光伏发电，来供应无光伏出力情况下的负荷需求，通过储能充放电调控进行负荷的“削峰填谷”。储能系统对应充放电功率控制如图7所示，其中“正”值为储能放电，“负”值为储能充电。
根据式(15)，储能系统的放电功率为430kW，持续4个小时。
(3)含分布式光伏并网发电系统+储能的中压线路规划接入容量
根据式(14)，商业、居民混合线路规划接入容量为13.6MW。同理，可计算出其他负荷性质线路装接配变容量，汇总计算结果见表6。
含分布式光伏并网发电系统和储能的中压线路规划接入容量比常规中压线路规划接入容量增大1MVA，提高中压线路的供电能力，减少高压变电站出线回数，延缓由于变电站出线间隔不足带来的变电站升级扩建，减少配电网建设的投资。
如果天气预报预测次日天气不好(下雨、下雪或者阴天)，分布式光伏并网发电系统不能发电，则可在当天凌晨(23:00以后)将储能系统充满电，以便储能系统削减中压线路白天或者晚上的高峰负荷。
表1 N-1情况下不同接线模式的单回中压线路供电能力(单位：MW)
接线模式 导线型号 单回中压线路供电能力
单环网 YJV22-3×400 5.06
双环网 YJV22-3×400 5.06
表2配变需用系数
配变性质 配变需用系数
工业配变 0.65
商业配变 0.5
居民配变 0.4
表3单一负荷特性配变同时率
配变负荷性质 同时率
工业配变 0.7575
商业配变 0.8605
居民配变 0.9559
表4两种负荷性质配变之间的同时率
Figure GDA0002854711050000141
表5单回中压线路装接配变容量(单位：MW)
中压线路负荷性质 单环网 双环网
工业负荷线路 10.2 10.2
商业负荷线路 11.7 11.7
居民负荷线路 13.2 13.2
工业、商业负荷混合线路 11.7 11.7
工业、居民负荷混合线路 12.2 12.2
商业、居民负荷混合线路 12.6 12.6
表6含分布式光伏并网发电系统和储能的中压线路装接配变容量(单位：MW)
中压线路负荷性质 单环网 双环网
工业负荷线路 11.2 11.2
商业负荷线路 12.7 12.7
居民负荷线路 14.2 14.2
工业、商业负荷混合线路 12.7 12.7
工业、居民负荷混合线路 13.2 13.2
商业、居民负荷混合线路 13.6 13.6
以上对本发明的实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明范围所作的均等变化与改进等，均应仍归属于本专利涵盖范围之内。

Claims (9)

1.一种主动配电网负荷精准控制计算方法，其特征在于，其步骤如下：
1)构建分布式光伏并网发电系统出力预测模型；
2)预测分布式光伏并网发电系统置信度出力；
3)计算储能系统容量配置；
4)计算单回中压线路接入分布式光伏的最大容量；
5)设计常规配电网负荷精准控制计算方法；
6)设计主动配电网负荷精准控制计算方法；
在步骤5中，研究常规配电网负荷精准管理计算方法，计算公式如下：
Figure FDA0002854711040000011
式中，S为常规配电网单回中压线路装接配变容量；μ为N-1情况单回中压线路的最大负载率；Pl为单回中压线路的供电能力；α为配变需用系数；β为配变的同时率；
配变需用系数计算公式如下：
Figure FDA0002854711040000012
式中，d为配变台数，单位：台；Ax·y为第x台配变历史第y年的最大负荷，其中x＝1，2，…，d，y＝1，2，…，10；Bx为配变的额定容量；
单回中压线路配变同时率计算公式如下：
Figure FDA0002854711040000013
式中，azm为第z台配变在某年最大负荷日第m时刻的负荷，其中z＝1，2，…，30，m＝0，2，…，23；az为第z台配变在某年的最大负荷，其中z＝1，2，…，30。
2.根据权利要求1所述的一种主动配电网负荷精准控制计算方法，其特征在于：在步骤1中，首先，计算光伏电池组件额定转换效率；其次，计算光伏阵列输出功率；最后，给出分布式光伏并网发电系统出力预测计算模型。
3.根据权利要求2所述的一种主动配电网负荷精准控制计算方法，其特征在于，所述的光伏电池组件额定转换效率，采用下式计算：
(1)假定电池列阵总是保持最优倾角、太阳电池的温度为环境温度，则太阳能光伏组件在已知温度下的转换效率计算公式如下：
η＝η0×[1-γ×(Tp-Tγ)] (1)
式中，η为光伏电池组件额定转换效率；Tp为某时刻温度；Tγ为参考温度，通常取298K；η0为参考温度下的光伏电池的组件效率，一般取值为20％；γ为光伏电池组件温度系数，取值依据光伏板的类型来确定；
(2)所述的光伏阵列输出功率，采用下式计算：
P′＝N×I×A×η (2)
式中，P′为光伏阵列输出功率；N为电池板组块数；A为单个电池板组件的面积；I为光伏电池板倾斜面上的辐照强度；
(3)所述的分布式光伏并网发电系统出力预测计算模型，采用下式计算：
P＝P′×η＝N×I×A×η0×[1-γ×(Tp-Tγ)] (3)
式中，P为分布式光伏并网发电系统出力；光伏并网发电系统的逆变效率为90％。
4.根据权利要求3所述的一种主动配电网负荷精准控制计算方法，其特征在于，在步骤2中，分布式光伏并网发电系统置信度出力预测流程如下：
首先，收集规划区的基础数据；
其次，根据规划区上述的基础数据，根据式(1)～(3)，计算规划区全年的分布式光伏并网发电系统的输出功率；
最后，计算一天中规划区分布式光伏并网发电系统置信度出力，绘制一天中规划区分布式光伏并网发电系统置信度出力曲线；分布式光伏并网发电系统置信度出力也即为分布式并网发电系统出力的期望，计算公式如下：
E(P)m＝α1·m×P1·m+α2·m×P2·m…+αi·m×Pi·m (4)
式中，m＝0，1，...，23，为一天中的24个时刻点；i＝1，2，...，365/366，为一年中的365/366天；E(P)m为一天中某时刻分布式并网发电系统的置信度出力；αi·m为全年某一天某时刻分布式并网发电系统出力的概率；Pi·m为全年某一天某时刻分布式并网发电系统出力；
全年某一天某时刻分布式并网发电系统出力的概率的计算公式如下：
Figure FDA0002854711040000031
式中，ti·j为离散型数据，取值为0或者1，若Pi·m＞0，则ti·j＝1，若Pi·m＝0，则ti·j＝0。
5.根据权利要求4所述的一种主动配电网负荷精准控制计算方法，其特征在于：在步骤3中，首先，研究储能系统的充电功率计算方法；其次，研究储能系统容量配置计算方法；
(1)所述的储能系统的充电功率计算方法，采用下式计算：
Figure FDA0002854711040000032
式中，Pes(t)为储能的充电功率；Ppv(t)为分布式光伏并网发电系统的置信度出力；Pload(t)为中压线路的负荷；
(2)所述的储能系统容量配置计算方法，采用下式计算：
Figure FDA0002854711040000033
式中，Ees(t)为储能系统的容量；Pes(t)为储能的充电功率；T为储能系统一天中的充电时间；λc为储能系统的充电效率，取值为0.9。
6.根据权利要求1所述的一种主动配电网负荷精准控制计算方法，其特征在于：在步骤4中，首先建立分布式光伏的配电网馈线分析模型；
假设n个节点，每个节点均接有负荷和分布式光伏；Rk+jXk代表第k段馈线的等值阻抗，PLk+jQLk代表第k个节点的有功功率和无功功率，Psk代表第k个节点上的光伏功率，UI代表变电站出口电压，Uk代表第k个节点的电压，Ik代表流经第k段馈线的电流，Pk+jQk代表第k段馈线上传输的功率；
假设额定电压为UN＝10kV，引入分布式光伏后进行潮流计算，每段接入光伏为Psk+jQsk，抵消后每段所带负荷为PLk-Psk+j(QLk-Qsk)，得到线路各节点最终电压值Ukpv，最大电压偏差即为max(1-Ukpv/UN)；
计算电压波动时，引入分布式光伏进行潮流计算，每段接入光伏为0.5Psk+j0.5Qsk，抵消后每段所带负荷为0.5PLk-0.5Psk+j(0.5QLk-0.5Qsk)，得到线路各节点最终电压值Ukbpv，最大电压波动即为max[(Ukpv-Ukbpv)/UN)]。
7.根据权利要求6所述的一种主动配电网负荷精准控制计算方法，其特征在于，单回中压线路接入分布式光伏的最大容量算公式如下：
Figure FDA0002854711040000041
s.t.max(1-Ukpv/UN)≤7％
max[(Ukpv-Ukbpv)/UN)]≤3％
Figure FDA0002854711040000042
Figure FDA0002854711040000043
Figure FDA0002854711040000044
式中，Spv为单回中压线路接入分布式光伏的最大容量；ε为分布式光伏并网发电系统的置信度最大出力系数；Pl为单回中压线路的供电能力，U为中压线路的电压；Il为中压线路的安全电流；
Figure FDA0002854711040000045
为功率因数，
Figure FDA0002854711040000046
为功率因数角，取
Figure FDA0002854711040000047
8.根据权利要求1所述的一种主动配电网负荷精准控制计算方法，其特征在于：在步骤6中，研究主动配电网负荷精准控制计算方法，计算公式如下：
Figure FDA0002854711040000048
式中，S'为主动配电网单回中压线路装接配变容量；Ses为储能系统的放电功率；μ为N-1情况单回中压线路的最大负载率；Pl为单回中压线路的供电能力；α为配变需用系数；β为配变的同时率；
储能系统的放电功率计算公式如下：
Figure FDA0002854711040000049
式中，Ees为储能系统容量；λf储能系统放电效率，一般取值为0.9；nx为储能系统的持续放电时间。
9.根据权利要求4所述的一种主动配电网负荷精准控制计算方法，其特征在于：所述收集规划区的基础数据包括规划区全年每一天的温度数据、每月的辐照强度、光伏电池板的参数。
CN201810470018.6A 2018-05-16 2018-05-16 一种主动配电网负荷精准控制计算方法 Active CN108667071B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810470018.6A CN108667071B (zh) 2018-05-16 2018-05-16 一种主动配电网负荷精准控制计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810470018.6A CN108667071B (zh) 2018-05-16 2018-05-16 一种主动配电网负荷精准控制计算方法

Publications (2)

Publication Number Publication Date
CN108667071A CN108667071A (zh) 2018-10-16
CN108667071B true CN108667071B (zh) 2021-04-27

Family

ID=63779955

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810470018.6A Active CN108667071B (zh) 2018-05-16 2018-05-16 一种主动配电网负荷精准控制计算方法

Country Status (1)

Country Link
CN (1) CN108667071B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110417057B (zh) * 2019-08-01 2020-10-09 河海大学常州校区 一种考虑系统容量可信度的光伏出力波动平抑方法
CN110705902B (zh) * 2019-10-14 2022-12-16 国网山东省电力公司泰安供电公司 配电网同时率估值范围计算方法、系统、终端及存储介质
CN113036788B (zh) * 2021-05-27 2021-08-06 中国能源建设集团湖南省电力设计院有限公司 一种支撑电力系统新能源消纳的储能配置及成本分析方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103490410A (zh) * 2013-08-30 2014-01-01 江苏省电力设计院 一种基于多目标优化的微电网规划和容量配置方法
CN107732960A (zh) * 2017-09-18 2018-02-23 国网甘肃省电力公司电力科学研究院 微电网储能系统容量优化配置方法
CN107910863A (zh) * 2017-05-25 2018-04-13 南京邮电大学 综合考虑光伏出力和负荷需求预测区间的配电网调度方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103490410A (zh) * 2013-08-30 2014-01-01 江苏省电力设计院 一种基于多目标优化的微电网规划和容量配置方法
CN107910863A (zh) * 2017-05-25 2018-04-13 南京邮电大学 综合考虑光伏出力和负荷需求预测区间的配电网调度方法
CN107732960A (zh) * 2017-09-18 2018-02-23 国网甘肃省电力公司电力科学研究院 微电网储能系统容量优化配置方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
主动配电网规划中的负荷预测与发电预测;钟清;《中国电机工程学报》;20140705;第34卷(第19期);第3050-3056页 *

Also Published As

Publication number Publication date
CN108667071A (zh) 2018-10-16

Similar Documents

Publication Publication Date Title
CN109325608B (zh) 考虑储能并计及光伏随机性的分布式电源优化配置方法
Chen et al. Smart energy management system for optimal microgrid economic operation
Ke et al. Sizing the battery energy storage system on a university campus with prediction of load and photovoltaic generation
Ahadi et al. A novel approach for optimal combinations of wind, PV, and energy storage system in diesel-free isolated communities
Zhang et al. A two-layer model for microgrid real-time dispatch based on energy storage system charging/discharging hidden costs
CN109948849B (zh) 一种计及储能接入的配电网网架规划方法
CN112734098B (zh) 一种基于源-荷-网平衡的配电网电力调度方法及系统
CN108039722B (zh) 一种适用于交直流混合的分布式可再生能源系统优化配置方法
Hossain et al. Design a novel controller for stability analysis of microgrid by managing controllable load using load shaving and load shifting techniques; and optimizing cost analysis for energy storage system
Tomin et al. Deep reinforcement learning for energy microgrids management considering flexible energy sources
CN108667071B (zh) 一种主动配电网负荷精准控制计算方法
Zaree et al. An MILP formulation for centralized energy management strategy of microgrids
Hashem et al. A Bi-level optimizer for reliability and security assessment of a radial distribution system supported by wind turbine generators and superconducting magnetic energy storages
Tsao et al. Distributed energy storage system planning in relation to renewable energy investment
Huang et al. Optimal energy management of grid-connected photovoltaic micro-grid
Wang et al. Improved PSO-based energy management of Stand-Alone Micro-Grid under two-time scale
Shayeghi et al. Potentiometric of the renewable hybrid system for electrification of gorgor station
CN116191558A (zh) 配电网高可靠性的分布式光伏储能优化配置方法及装置
Prajapati et al. Congestion management of power system with integration of renewable resources and energy storage system
Saqib et al. Analysis of grid integrated PV system as home RES with net metering scheme
Kasturi et al. Optimal PV & BES units integration to enhance power distribution network Performance
Kasturi et al. Analysis of photovoltaic & battery energy storage system impacts on electric distribution system efficacy
Cui et al. ADN multi-objective planning considering collaborative optimization of rdg and GAEP
Wu et al. Multi objective optimization based on SPEA for the microgrid energy dispatch
Trairat et al. Optimal Dispatch of Cogeneration with Thermal and Battery Energy Storage for BEMS Subject to Load Demand Uncertainty

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