CN108805354B - 一种基于风光时间序列的配电网光伏装机规划方法及系统 - Google Patents

一种基于风光时间序列的配电网光伏装机规划方法及系统 Download PDF

Info

Publication number
CN108805354B
CN108805354B CN201810588802.7A CN201810588802A CN108805354B CN 108805354 B CN108805354 B CN 108805354B CN 201810588802 A CN201810588802 A CN 201810588802A CN 108805354 B CN108805354 B CN 108805354B
Authority
CN
China
Prior art keywords
photovoltaic
wind
power
constraint
daily
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
CN201810588802.7A
Other languages
English (en)
Other versions
CN108805354A (zh
Inventor
宋士瞻
王传勇
康文文
张健
王坤
代二刚
杨凤文
李森
倪丽
闫红华
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.)
Shandong Guorui Electric Power Technology Co ltd
Zaozhuang Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
Shandong Guorui Electric Power Technology Co ltd
Zaozhuang 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 Shandong Guorui Electric Power Technology Co ltd, Zaozhuang Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical Shandong Guorui Electric Power Technology Co ltd
Priority to CN201810588802.7A priority Critical patent/CN108805354B/zh
Publication of CN108805354A publication Critical patent/CN108805354A/zh
Application granted granted Critical
Publication of CN108805354B publication Critical patent/CN108805354B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明公开了一种基于风光时间序列的配电网光伏装机规划方法及系统。其中，该方法包括：根据历史风光时间序列，得到风光时间序列日最大值、日最小值和日均值分布；生成多条风光时间序列，且均满足日最大值、日最小值和日均值分布；根据电网实际运行要求，确定风光最大允许弃电率约束；建立光伏规划容量最大化模型，再结合装机容量约束条件，得到光伏最大装机容量；所述装机容量约束条件包括风光最大允许弃电率约束；根据实际光伏装机需求，确定光伏允许接入点集合；根据光伏允许接入点集合来建立光伏装机位置优选模型，以最小接入距离为优化目标，再结合装机位置约束条件，得到光伏接入位置和接入点。其既能充分反映光伏的随机性和时序特点，又能保证实时电力平衡。

Description

一种基于风光时间序列的配电网光伏装机规划方法及系统
技术领域
本发明属于配电网光伏领域，尤其涉及一种基于风光时间序列的配电网光伏装机规划方法及系统。
背景技术
近年来，光伏装机容量快速增长，截止到2017年12月底，光伏发电装机1.3亿千瓦，其中，光伏电站10059万千瓦，分布式光伏2966万千瓦，占全部发电装机容量的7.3％。2017年光伏发电新增装机5306万千瓦，其中，光伏电站3362万千瓦，同比增加11％，分布式光伏1944万千瓦，同比增长3.7倍。光伏年发电量1182亿千瓦时，占全部发电量的1.9％，同比增长78.6％，光伏的快速发展，一方面提高了电网的清洁化水平，但也带来了较为严重的消纳问题，引起了社会的广泛关注，2017年弃光电量73亿千瓦时，弃光率6％。为了引导光伏发电健康发展，需开展光伏装机规划优化方法研究，实现光伏良性发展。
目前针对于光伏规划，主要集中在光伏电站规划以及选址方面，当前光伏装机规划方法主要基于光伏典型日曲线或者光伏出力的概率分布，结合随机优化方法，求解得到光伏装机容量，此类一定程度上提高了光伏装机规划的科学合理性，但缺乏对光伏随机性和时序特点的充分刻画，另外，电力系统是实时平衡的时变系统，还需要充分考虑实时电力平衡。
综上所述，亟需一种既能充分反映光伏的随机性和时序特点，又能保证实时电力平衡的配电网光伏装机规划方法及系统。
发明内容
为了解决现有技术的不足，本发明的第一目的是提供一种基于风光时间序列的配电网光伏装机规划方法，其既能充分反映光伏的随机性和时序特点，又能通过时间序列生产模拟的方法，保证实时电力平衡。
本发明的一种基于风光时间序列的配电网光伏装机规划方法，包括：
步骤1：根据历史风光时间序列，得到风光时间序列日最大值、日最小值和日均值分布；
步骤2：生成多条风光时间序列，且均满足日最大值、日最小值和日均值分布；
步骤3：根据电网实际运行要求，确定风光最大允许弃电率约束；
步骤4：建立光伏规划容量最大化模型，再结合装机容量约束条件，得到光伏最大装机容量；所述装机容量约束条件包括风光最大允许弃电率约束；
步骤5：根据实际光伏装机需求，确定光伏允许接入点集合；
步骤6：根据光伏允许接入点集合来建立光伏装机位置优选模型，以最小接入距离为优化目标，再结合装机位置约束条件，得到光伏接入位置和接入点。
进一步的，在所述步骤2中，基于蒙特卡洛模拟法生成多条风光时间序列。
传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果，而蒙特卡洛模拟法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得到很圆满的结果。这也是以概率和统计理论方法为基础的一种计算方法，是使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。将所求解的问题同一定的概率模型相联系，用电子计算机实现统计模拟或抽样，以获得问题的近似解。
本发明基于蒙特卡洛模拟法生成多条风光时间序列，实现既能充分反映光伏的随机性和时序特点，又能保证实时电力平衡。
进一步的，在所述步骤4中，所述装机容量约束条件还包括风电出力约束、光伏出力约束、电力平衡约束和变电站下网功率约束。
进一步的，在所述步骤6中，所述装机位置约束条件包括电压约束和电力平衡约束。
本发明的第二目的是提供一种基于风光时间序列的配电网光伏装机规划系统。
本发明的一种基于风光时间序列的配电网光伏装机规划系统，包括配电网光伏装机规划处理器，所述配电网光伏装机规划处理器包括：
风光时间序列特性分析模块，其被配置为：根据历史风光时间序列，得到风光时间序列日最大值、日最小值和日均值分布；
风光时间序列生成模块，其被配置为：生成多条风光时间序列，且均满足日最大值、日最小值和日均值分布；
风光最大允许弃电率约束确定模块，其被配置为根据电网实际运行要求，确定风光最大允许弃电率约束；
光伏最大装机容量获取模块，其被配置为：建立光伏规划容量最大化模型，再结合装机容量约束条件，得到光伏最大装机容量；所述装机容量约束条件包括风光最大允许弃电率约束；
光伏允许接入点集合确定模块，其被配置为：根据实际光伏装机需求，确定光伏允许接入点集合；
光伏接入位置确定模块，其被配置为：根据光伏允许接入点集合来建立光伏装机位置优选模型，以最小接入距离为优化目标，再结合装机位置约束条件，得到光伏接入位置和接入点。
进一步的，在所述风光时间序列生成模块中，基于蒙特卡洛模拟法生成多条风光时间序列。
传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果，而蒙特卡洛模拟法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得到很圆满的结果。这也是以概率和统计理论方法为基础的一种计算方法，是使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。将所求解的问题同一定的概率模型相联系，用电子计算机实现统计模拟或抽样，以获得问题的近似解。
本发明基于蒙特卡洛模拟法生成多条风光时间序列，实现既能充分反映光伏的随机性和时序特点，又能保证实时电力平衡。
进一步的，在所述光伏最大装机容量获取模块中，所述装机容量约束条件还包括风电出力约束、光伏出力约束、电力平衡约束和变电站下网功率约束。
进一步的，在所述光伏接入位置确定模块中，所述装机位置约束条件包括电压约束和电力平衡约束。
与现有技术相比，本发明的有益效果是：
本发明光伏装机容量两阶段规划方法，第一阶段考虑风电和光伏出力时间序列，建立光伏发电装机容量规划模型，优化配电网最大光伏接入容量；然后，构建光伏发电接入位置规划模型，以最小接入距离为优化目标，优化光伏接入位置，本发明将风电和光伏时间序列引入到光伏容量规划中，最终实现既能充分反映光伏的随机性和时序特点，又能保证实时电力平衡。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1是本发明的一种基于风光时间序列的配电网光伏装机规划方法流程图。
图2是本发明的配电网光伏装机规划处理器结构示意图。
图3是全年风电或者光伏出力的曲线图。
具体实施方式
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
本发明采用两阶段优化的思想，优化光伏装机容量和装机位置。第一阶段(Stage1)实现最大化光伏装机容量，包括步骤1～步骤4，第二阶段(Stage2)在规划的装机容量的基础上，优化光伏接入位置，包含步骤5～步骤6，如附图1所示。
Stage1：确定最大化光伏装机容量
步骤1：根据历史风光时间序列，得到风光时间序列日最大值、日最小值和日均值分布。
例如：历史风光时间序列为全年风电或者光伏出力的曲线，如图3所示：
日最大值概率分布fPmax(t)：
Figure BDA0001690054150000041
式中：Nt(argmax{Preal(d,t)|d∈[1,ND],t∈[0,23]})表示全年每天日最大出力出现在t时刻的次数；Preal(d,t)表示为第d天t时刻的出力；ND为统计的总天数。
日最小值概率分布fPmin(t)：
Figure BDA0001690054150000051
式中：Nt(argmin{Preal(d,t)|d∈[1,ND],t∈[0,23]})表示全年每天日最小出力出现在t时刻的次数。
日均值概率分布fPmean(t)：
Figure BDA0001690054150000052
式中：Nt(argmean{Preal(d,t)|d∈[1,ND],t∈[0,23]})表示全年每天日最小出力出现在t时刻的次数。
步骤2：生成多条风光时间序列，且均满足日最大值、日最小值和日均值分布。
在具体实施中，基于蒙特卡洛模拟法生成多条风光时间序列。
传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果，而蒙特卡洛模拟法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得到很圆满的结果。这也是以概率和统计理论方法为基础的一种计算方法，是使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。将所求解的问题同一定的概率模型相联系，用电子计算机实现统计模拟或抽样，以获得问题的近似解。
本发明基于蒙特卡洛模拟法生成多条风光时间序列，实现既能充分反映光伏的随机性和时序特点，又能保证实时电力平衡。
步骤3：根据电网实际运行要求，确定风光最大允许弃电率约束。
其中，为最大化接纳风电和光伏发电，提高电网清洁化水平，允许一定比例的弃风弃光电量。
Figure BDA0001690054150000053
Figure BDA0001690054150000054
式中：Ew为配电网允许的弃风电量；EPV为配电网允许的弃光电量；Sw为配电网风电装机容量；Pw(t)为t时段内风电归一化出力；Pw_theory(t)为t时段内风电理论归一化出力；PPV(t)为t时段内光伏归一化出力；PPV_theory(t)为t时段内光伏理论归一化出力。
步骤4：建立光伏规划容量最大化模型，再结合装机容量约束条件，得到光伏最大装机容量；所述装机容量约束条件包括风光最大允许弃电率约束。
光伏规划容量最大化模型的优化目标：最大化接纳光伏发电：
f＝max SPV
式中：SPV为光伏发电规划装机容量。
在所述步骤4中，所述装机容量约束条件还包括风电出力约束、光伏出力约束、电力平衡约束和变电站下网功率约束。
(1)风电出力约束：
0＜Sw·Pw(t)＜Sw·Pw_theory(t)
式中：Sw为配电网风电装机容量；Pw(t)为t时段内风电归一化出力；Pw_theory(t)为t时段内风电理论归一化出力。
(2)光伏出力约束
0＜SPV·PPV(t)＜SPV·PPV_theory(t)
式中：SPV为配电网光伏规划装机容量；PPV(t)为t时段内光伏归一化出力；PPV_theory(t)为t时段内光伏理论归一化出力。
(3)电力平衡约束
PT(t)+Sw·Pw(t)+SPV·PPV(t)＝PL(t)
式中：PT(t)为t时段内配电网变电站下网功率；PL(t)为t时段内负荷。
(4)变电站下网功率约束
PT_min＜PT(t)＜PT_max
式中：PT_min(t)为t时段内配电网变电站下网功率下限，该值为负值时，表示功率上送；PT_max(t)为t时段内配电网变电站下网功率上限。
Stage2：优选光伏装机位置
步骤5：根据实际光伏装机需求，确定光伏允许接入点集合。
步骤6：根据光伏允许接入点集合来建立光伏装机位置优选模型，以最小接入距离为优化目标，再结合装机位置约束条件，得到光伏接入位置和接入点。
在所述步骤6中，所述装机位置约束条件包括电压约束和电力平衡约束。
光伏装机位置优选模型的优化目标：最小化光伏接入距离
f＝min lPV
式中：lPV为光伏发电接入距离。
装机位置约束条件约束条件：
(1)电压约束
Vmin＜V(t)＜Vmax
式中：Vmin为电压下限；Vmax为电压上限。
(2)电力平衡约束
PT(t)+Sw·Pw_typical(t)+SPV·PPV_typical(t)＝PL_typical(t)
式中：PPV_typical(t)为t时段内光伏发电典型日曲线；Pw_typical(t)为t时段内风电典型日曲线；PL_typical(t)为t时段内负荷典型日曲线。
本发明将光伏一年的风光时间序列引入到规划模型中，该风光时间序列既能充分反映光伏的随机性和时序特点，又能通过时间序列生产模拟的方法，保证实时电力平衡。
本发明涉及基于风光时间序列的配电网光伏装机规划方法，该方法在现有风电和光伏接入水平下，研究配电网光伏接入容量和装机位置，两阶段优化模型，为合理优化光伏装机奠定基础。本发明光伏装机容量两阶段规划方法，第一阶段考虑风电和光伏出力时间序列，建立光伏发电装机容量规划模型，优化配电网最大光伏接入容量；然后，构建光伏发电接入位置规划模型，以最小接入距离为优化目标，优化光伏接入位置，本发明将风电和光伏时间序列引入到光伏容量规划中，最终实现既能充分反映光伏的随机性和时序特点，又能保证实时电力平衡。
本发明的一种基于风光时间序列的配电网光伏装机规划系统，包括配电网光伏装机规划处理器。
如图2所示，配电网光伏装机规划处理器包括：
(1)风光时间序列特性分析模块，其被配置为：根据历史风光时间序列，得到风光时间序列日最大值、日最小值和日均值分布；
(2)风光时间序列生成模块，其被配置为：生成多条风光时间序列，且均满足日最大值、日最小值和日均值分布；
在所述风光时间序列生成模块中，基于蒙特卡洛模拟法生成多条风光时间序列。
传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果，而蒙特卡洛模拟法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得到很圆满的结果。这也是以概率和统计理论方法为基础的一种计算方法，是使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。将所求解的问题同一定的概率模型相联系，用电子计算机实现统计模拟或抽样，以获得问题的近似解。
本发明基于蒙特卡洛模拟法生成多条风光时间序列，实现既能充分反映光伏的随机性和时序特点，又能保证实时电力平衡。
(3)风光最大允许弃电率约束确定模块，其被配置为根据电网实际运行要求，确定风光最大允许弃电率约束；
(4)光伏最大装机容量获取模块，其被配置为：建立光伏规划容量最大化模型，再结合装机容量约束条件，得到光伏最大装机容量；所述装机容量约束条件包括风光最大允许弃电率约束；
在所述光伏最大装机容量获取模块中，所述装机容量约束条件还包括风电出力约束、光伏出力约束、电力平衡约束和变电站下网功率约束。
(5)光伏允许接入点集合确定模块，其被配置为：根据实际光伏装机需求，确定光伏允许接入点集合；
(6)光伏接入位置确定模块，其被配置为：根据光伏允许接入点集合来建立光伏装机位置优选模型，以最小接入距离为优化目标，再结合装机位置约束条件，得到光伏接入位置和接入点。
在所述光伏接入位置确定模块中，所述装机位置约束条件包括电压约束和电力平衡约束。
本发明光伏装机容量两阶段规划方法，第一阶段考虑风电和光伏出力时间序列，建立光伏发电装机容量规划模型，优化配电网最大光伏接入容量；然后，构建光伏发电接入位置规划模型，以最小接入距离为优化目标，优化光伏接入位置，最终实现既能充分反映光伏的随机性和时序特点，又能保证实时电力平衡。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (2)

1.一种基于风光时间序列的配电网光伏装机规划方法，其特征在于，包括：
步骤1：根据历史风光时间序列，得到风光时间序列日最大值、日最小值和日均值分布；
步骤2：基于蒙特卡洛模拟法生成多条风光时间序列，且均满足日最大值、日最小值和日均值分布；
步骤3：根据电网实际运行要求，确定风光最大允许弃电率约束；
步骤4：建立光伏规划容量最大化模型，再结合装机容量约束条件，得到光伏最大装机容量；所述光伏规划容量最大化模型的优化目标为最大化接纳光伏发电：
f＝maxSPV
其中：SPV为光伏发电规划装机容量；
所述装机容量约束条件包括风光最大允许弃电率约束、风电出力约束、光伏出力约束、电力平衡约束和变电站下网功率约束；
其中，风光最大允许弃电率约束：
Figure FDF0000017707870000011
Figure FDF0000017707870000012
式中：Ew为配电网允许的弃风电量；EPV为配电网允许的弃光电量；Sw为配电网风电装机容量；Pw(t)为t时段内风电归一化出力；Pw_theory(t)为t时段内风电理论归一化出力；PPV(t)为t时段内光伏归一化出力；PPV_theory(t)为t时段内光伏理论归一化出力；
步骤5：根据实际光伏装机需求，确定光伏允许接入点集合；
步骤6：根据光伏允许接入点集合来建立光伏装机位置优选模型，以最小接入距离为优化目标，再结合装机位置约束条件，得到光伏接入位置和接入点，所述光伏装机位置优选模型的优化目标：最小化光伏接入距离：
f＝minlPV
其中：lPV为光伏发电接入距离；
所述装机位置约束条件包括电压约束和电力平衡约束。
2.一种基于风光时间序列的配电网光伏装机规划系统，采用如权利要求1的基于风光时间序列的配电网光伏装机规划方法，其特征在于，包括配电网光伏装机规划处理器，所述配电网光伏装机规划处理器包括：
风光时间序列特性分析模块，其被配置为：根据历史风光时间序列，得到风光时间序列日最大值、日最小值和日均值分布；
风光时间序列生成模块，其被配置为：基于蒙特卡洛模拟法生成多条风光时间序列，且均满足日最大值、日最小值和日均值分布；
风光最大允许弃电率约束确定模块，其被配置为根据电网实际运行要求，确定风光最大允许弃电率约束；
光伏最大装机容量获取模块，其被配置为：建立光伏规划容量最大化模型，再结合装机容量约束条件，得到光伏最大装机容量；所述装机容量约束条件包括风光最大允许弃电率约束、风电出力约束、光伏出力约束、电力平衡约束和变电站下网功率约束；
光伏允许接入点集合确定模块，其被配置为：根据实际光伏装机需求，确定光伏允许接入点集合；
光伏接入位置确定模块，其被配置为：根据光伏允许接入点集合来建立光伏装机位置优选模型，以最小接入距离为优化目标，再结合装机位置约束条件，得到光伏接入位置和接入点。
CN201810588802.7A 2018-06-08 2018-06-08 一种基于风光时间序列的配电网光伏装机规划方法及系统 Active CN108805354B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810588802.7A CN108805354B (zh) 2018-06-08 2018-06-08 一种基于风光时间序列的配电网光伏装机规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810588802.7A CN108805354B (zh) 2018-06-08 2018-06-08 一种基于风光时间序列的配电网光伏装机规划方法及系统

Publications (2)

Publication Number Publication Date
CN108805354A CN108805354A (zh) 2018-11-13
CN108805354B true CN108805354B (zh) 2022-09-06

Family

ID=64088909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810588802.7A Active CN108805354B (zh) 2018-06-08 2018-06-08 一种基于风光时间序列的配电网光伏装机规划方法及系统

Country Status (1)

Country Link
CN (1) CN108805354B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110034572B (zh) * 2019-04-17 2023-03-28 中国科学院广州能源研究所 含多端口电力电子变压器的交直流混合系统储能配置方法
CN113394807B (zh) * 2021-06-23 2023-03-31 黄河勘测规划设计研究院有限公司 清洁能源互补基地装机配比的优化方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955777A (zh) * 2014-05-16 2014-07-30 天津大学 光伏发电接入配电网方案设计与分析评估辅助系统
CN104836256A (zh) * 2015-05-29 2015-08-12 国家电网公司 一种配电网光伏消纳能力计算的方法及系统
CN105634005A (zh) * 2015-12-29 2016-06-01 国网山西省电力公司大同供电公司 一种用于评估光伏接纳能力的方法及系统
CN106505633A (zh) * 2016-12-07 2017-03-15 中国电力科学研究院 一种风光接入容量确定方法及装置
CN107480825A (zh) * 2017-08-17 2017-12-15 广东电网有限责任公司电力科学研究院 一种计及容量可信度的光伏电站优化规划方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103955777A (zh) * 2014-05-16 2014-07-30 天津大学 光伏发电接入配电网方案设计与分析评估辅助系统
CN104836256A (zh) * 2015-05-29 2015-08-12 国家电网公司 一种配电网光伏消纳能力计算的方法及系统
CN105634005A (zh) * 2015-12-29 2016-06-01 国网山西省电力公司大同供电公司 一种用于评估光伏接纳能力的方法及系统
CN106505633A (zh) * 2016-12-07 2017-03-15 中国电力科学研究院 一种风光接入容量确定方法及装置
CN107480825A (zh) * 2017-08-17 2017-12-15 广东电网有限责任公司电力科学研究院 一种计及容量可信度的光伏电站优化规划方法

Also Published As

Publication number Publication date
CN108805354A (zh) 2018-11-13

Similar Documents

Publication Publication Date Title
CN105976055B (zh) 计及功率损耗的分布式光伏-储能系统出力优化及容量配置方法
CN103683326B (zh) 一种区域电网风电多点接入最佳接纳能力的计算方法
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
CN106410824B (zh) 计及温控设备的社区微电网储能容量优化配置方法
CN108599206A (zh) 高比例不确定电源场景下的配电网混合储能配置方法
CN103944175A (zh) 风光储联合发电系统出力特性优化方法
CN110620397B (zh) 一种高比例可再生能源电力系统的调峰平衡评估方法
CN108805354B (zh) 一种基于风光时间序列的配电网光伏装机规划方法及系统
CN104636824A (zh) 一种确定最小渗透率的分布式光伏选址定容方法
CN105305463B (zh) 计及光伏发电和谐波污染的基于随机潮流的无功优化方法
CN105389744B (zh) 一种基于负荷昼夜峰值差约束的光伏容量可信度的评估方法
US11262713B2 (en) Method for calculating control parameters of heating supply power of heating network
CN107171356B (zh) 一种针对风电调峰需求的风火外送送电曲线研究方法
Khalid et al. Optimal hybrid wind-solar system for matching renewable power generation with demand
CN111835005B (zh) 确定新能源基地电网输送能力的方法、装置及相关设备
CN115117943A (zh) 充放电调度方法、装置、设备及介质
CN114329857A (zh) 一种基于改进鲸鱼算法的分布式电源规划方法
CN109447369B (zh) 一种基于模拟退火算法的考虑多因素的产能端功率分配方法
CN104022535B (zh) 一种跨区域风电装机容量协调规划方法
CN107766970B (zh) 一种基于企业效益与用户体验的微电网规划方法
CN111884266A (zh) 一种燃气轮机日内滚动机组组合优化方法
CN106300443B (zh) 一种用于减少弃风的三层热电联供微网能量控制方法
CN110619436A (zh) 主动配电网规划方法
CN107563895A (zh) 一种考虑并网功率波动的售电公司保险费厘定电路及方法
Wang et al. Comparisons of Different Dispatches to Promote the Consumption of Renewable Energy

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