CN109066783B - 光伏最大接入量的确定方法、系统及终端设备 - Google Patents

光伏最大接入量的确定方法、系统及终端设备 Download PDF

Info

Publication number
CN109066783B
CN109066783B CN201810962119.5A CN201810962119A CN109066783B CN 109066783 B CN109066783 B CN 109066783B CN 201810962119 A CN201810962119 A CN 201810962119A CN 109066783 B CN109066783 B CN 109066783B
Authority
CN
China
Prior art keywords
data file
data
individual
maximum
node
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
CN201810962119.5A
Other languages
English (en)
Other versions
CN109066783A (zh
Inventor
赵玮
宋文乐
王正平
关国安
宋桂贤
刘翔宇
边少辉
崔增坤
韩学
李欢
张晓宇
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.)
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Cangzhou Power Supply Co of State Grid Hebei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Cangzhou Power Supply Co of State Grid Hebei 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 State Grid Corp of China SGCC, State Grid Hebei Electric Power Co Ltd, Cangzhou Power Supply Co of State Grid Hebei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201810962119.5A priority Critical patent/CN109066783B/zh
Publication of CN109066783A publication Critical patent/CN109066783A/zh
Application granted granted Critical
Publication of CN109066783B publication Critical patent/CN109066783B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H02J3/385
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明适用于配电网规划技术领域,公开了一种光伏最大接入量的确定方法、系统及终端设备,包括:获取预设电网的第一数据文件和分布式光伏的接入数据;将接入数据添加到第一数据文件中,得到第二数据文件,并基于各个节点的电压不超出各个节点对应的电压范围的约束条件,对第二数据文件进行第一潮流计算,得到分布式光伏的第一最大接入量;将第一数据文件转换为第三数据文件;获取分布式光伏的计划接入数量,并根据计划接入数量生成初始种群;根据第三数据文件、初始种群和约束条件得到分布式光伏的第二最大接入量;根据第一最大接入量和第二最大接入量确定分布式光伏的目标最大接入量。本发明能提高计算光伏最大接入量的准确性。

Description

光伏最大接入量的确定方法、系统及终端设备
技术领域
本发明属于配电网规划技术领域,尤其涉及一种光伏最大接入量的确定方法、系统及终端设备。
背景技术
光伏电站的建设可以实现新能源利用和节能减排的目的。但是光伏接入后对电网的安全稳定运行带来严重威胁,因此有必要对光伏的最大接入量进行分析。
目前,通常采用确定性方法计算光伏的最大接入量,但是这种方法是在特殊条件甚至是极端条件下计算光伏的最大接入量,导致光伏的最大接入量计算结果不准确。
发明内容
有鉴于此,本发明实施例提供了一种光伏最大接入量的确定方法、系统及终端设备,以解决现有技术中光伏的最大接入量计算结果不准确的问题。
本发明实施例的第一方面提供了一种光伏最大接入量的确定方法,包括:
获取预设电网的第一数据文件和分布式光伏的接入数据;
将接入数据添加到第一数据文件中,得到第二数据文件,并基于各个节点的电压不超出各个节点对应的电压范围的约束条件,对第二数据文件进行第一潮流计算,得到分布式光伏的第一最大接入量;
将第一数据文件转换为第三数据文件;
获取分布式光伏的计划接入数量,并根据计划接入数量生成初始种群;
根据第三数据文件、初始种群和约束条件得到分布式光伏的第二最大接入量;
根据第一最大接入量和第二最大接入量确定分布式光伏的目标最大接入量。
本发明实施例的第二方面提供了一种光伏最大接入量的确定系统,包括:
获取模块,用于获取预设电网的第一数据文件和分布式光伏的接入数据;
第一接入量确定模块,用于将接入数据添加到第一数据文件中,得到第二数据文件,并基于各个节点的电压不超出各个节点对应的电压范围的约束条件,对第二数据文件进行第一潮流计算,得到分布式光伏的第一最大接入量;
转换模块,用于将第一数据文件转换为第三数据文件;
种群生成模块,用于获取分布式光伏的计划接入数量,并根据计划接入数量生成初始种群;
第二接入量确定模块,用于根据第三数据文件、初始种群和约束条件得到分布式光伏的第二最大接入量;
目标接入量确定模块,用于根据第一最大接入量和第二最大接入量确定分布式光伏的目标最大接入量。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上所述光伏最大接入量的确定方法的步骤。
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,计算机可读存储介质存储有计算机程序,计算机程序被一个或多个处理器执行时实现如上所述光伏最大接入量的确定方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例首先获取预设电网的第一数据文件和分布式光伏的接入数据,将接入数据添加到第一数据文件中,得到第二数据文件,并基于各个节点的电压不超出各个节点对应的电压范围的约束条件,对第二数据文件进行第一潮流计算,得到分布式光伏的第一最大接入量,然后将第一数据文件转换为第三数据文件,获取分布式光伏的计划接入数量,并根据计划接入数量生成初始种群,根据第三数据文件、初始种群和约束条件得到分布式光伏的第二最大接入量,最后根据第一最大接入量和第二最大接入量确定分布式光伏的目标最大接入量。本发明实施例基于第一数据文件和各个节点的电压不超出各个节点对应的电压范围的约束条件得到第一最大接入量,基于第三数据文件和所述约束条件得到第二最大接入量,并根据第一最大接入量和第二最大接入量确定目标最大接入量,能够解决现有技术中光伏的最大接入量计算结果不准确的问题,提高计算光伏最大接入量的准确性。
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是本发明一实施例提供的光伏最大接入量的确定方法的实现流程示意图;
图2是本发明另一实施例提供的光伏最大接入量的确定方法的实现流程示意图;
图3是本发明再一实施例提供的光伏最大接入量的确定方法的实现流程示意图;
图4是本发明又一实施例提供的光伏最大接入量的确定方法的实现流程示意图;
图5是本发明又一实施例提供的光伏最大接入量的确定方法的实现流程示意图;
图6是本发明一实施例提供的光伏最大接入量的确定系统的示意框图;
图7是本发明一实施例提供的终端设备的示意框图。
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,以便透彻理解本申请实施例。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申请。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申请的描述。
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。
图1是本发明一实施例提供的光伏最大接入量的确定方法的实现流程示意图,为了便于说明,仅示出了与本发明实施例相关的部分。本发明实施例的执行主体可以是终端设备。如图1所示,该方法可以包括以下步骤:
步骤S101:获取预设电网的第一数据文件和分布式光伏的接入数据。
在本发明实施例中,预设电网可以是某个县的电网,也可以是某个市的电网,可以根据实际需求预先设置。第一数据文件为预设电网的未接入光伏的数据文件,包括未接入光伏的预设电网的交流节点数据、线路数据、变压器数据、发电机数据和平衡节点数据等,第一数据文件为PSD-BPA软件可用于进行潮流计算的.dat数据文件。分布式光伏的接入数据可以包括光伏接入的数量、每个光伏接入的位置和每个光伏接入的相关信息。
在分布式光伏电源接入容量不是很大的前提下,即使不对其采取任何控制措施,电网也有一定的光伏消纳能力,这种消纳方式称为电网的自然消纳方式。本发明实施例是计算自然消纳方式下的光伏的最大接入数量。
步骤S102:将接入数据添加到第一数据文件中,得到第二数据文件,并基于各个节点的电压不超出各个节点对应的电压范围的约束条件,对第二数据文件进行第一潮流计算,得到分布式光伏的第一最大接入量。
在本发明实施例中,根据不同的接入数量和不同的接入位置可以得到多个分布式光伏的接入数据,将分布式光伏的接入数据添加到第一数据文件得到的数据文件统称为第二数据文件。第二数据文件与第一数据文件的区别是增加了分布式光伏的接入数据,由于有多个分布式光伏的接入数据,所以有多个第二数据文件。
其中,将利用PSD-BPA软件进行的潮流计算称为第一潮流计算。
利用PSD-BPA软件对每个第二数据文件进行潮流计算得到每个第二数据文件对应的各个节点的电压,选取各个节点的电压均不超出各个节点对应的电压范围的目标第二数据文件,在所有目标第二数据文件中选取分布式光伏的接入数量最多的目标第二数据文件,该最多的分布式光伏的接入数量为第一最大接入量,还可以得到每个分布式光伏的接入位置。其中,目标第二数据文件为满足所述约束条件的第二数据文件。根据GB/T 12325《电能质量供电电压偏差》的规定可以确定各个节点的电压范围。
步骤S103:将第一数据文件转换为第三数据文件。
其中,第三数据文件为Matpower可用于进行潮流计算的M文件或MAT文件。
Matpower是基于Matlab M文件的组建包,主要用来解决电力潮流和优化潮流的问题,可以执行电力常规潮流运算,如牛顿-拉夫逊法,P-Q分解法等,也可以执行最优潮流程序。Matpower操作简单,通过Matpower只需要将电网的电源、负荷和支路参数按规定格式输入,即可得到潮流计算结果,而且应用方便,计算精度高,所得到的数据清晰明了,可以准确快速地计算出各节点所需的参数。
Matpower所用的所有数据文件均为Matlab的M文件或者MAT文件,可用来定义和返回变量Base MVA,bus,branch,gen等。其中,Base MVA变量是一个标量,用来设置基准容量;bus变量是一个矩阵,用来设置电网中各母线参数,其格式为bus-i,type,Pd,Qd,Gs,Bs,area,Vm,Va,base KV,zone,Vmax,Vmin。其中bus-i用来设置母线编号,范围为1~330;type用来设置母线类型,1为PQ节点母线,2为PV节点母线,3为平衡(参考)节点母线;Pd和Qd用来设置母线注入负荷的有功和无功功率;Gs,Bs用来设置与母线并联电导和电纳;base KV用来设置该母线的基准电压;Vm和Va用来设置母线电压的幅值和相位初值;Vmax和Vmin用来设置工作时母线的最高与最低电压幅值;area和zone用来设置电网断面号和省耗分区号,一般都设置为1,设置范围分别为1~100和1~9999。
在本发明实施例中,通过调用Matpower中的runpf函数,将第三数据文件作为输入,进行牛顿-拉夫逊法潮流计算,可以得到各个节点的电压分布情况。
步骤S104:获取分布式光伏的计划接入数量,并根据计划接入数量生成初始种群。
在本发明实施例中,分布式光伏的计划接入数量为该预设电网计划接入的光伏数量。初始种群中包括预设数量的个体,每个个体由计划接入数量的0或300组成,由于光伏电源容量为300kW,若为300表示这个位置接入光伏电源,若为0表示这个位置不接入光伏电源。其中,每个个体包括0和300的数量是随机生成的。示例性的,假设计划接入数量为84,预设数量为25,那么每个个体由84个整数组成,每个整数的值为0或300,每个整数的值用来表示该整数代表的位置是否接入光伏电源,初始种群中包括25个不同的个体。
步骤S105:根据第三数据文件、初始种群和约束条件得到分布式光伏的第二最大接入量。
在本发明实施例中,将根据第三数据文件、初始种群和约束条件得到的分布式光伏的最大接入量称为第二最大接入量。其中,确定第二最大接入量的同时,还可以得到每个分布式光伏电源的接入位置。
步骤S106:根据第一最大接入量和第二最大接入量确定分布式光伏的目标最大接入量。
在本发明实施例中,可以将第一最大接入量和第二最大接入量求和,然后求平均数,得到目标最大接入量,也可以根据实际情况将第一最大接入量或第二最大接入量确定目标最大接入量,还可以采用其它任何可用的方法根据第一最大接入量和第二最大接入量确定分布式光伏的目标最大接入量。其中,目标最大接入量为最终确定的分布式光伏的最大接入量。在确定目标最大接入量的同时,还可以确定每个分布式光伏电源的接入位置。
由上述描述可知,本发明实施例基于第一数据文件和各个节点的电压不超出各个节点对应的电压范围的约束条件得到第一最大接入量,基于第三数据文件和所述约束条件得到第二最大接入量,并根据第一最大接入量和第二最大接入量确定目标最大接入量,能够解决现有技术中光伏的最大接入量计算结果不准确的问题,提高计算光伏最大接入量的准确性。
图2是本发明另一实施例提供的光伏最大接入量的确定方法的实现流程示意图。如图2所示,在上述实施例的基础上,步骤S103可以包括以下步骤:
步骤S201:读取第一数据文件中的交流节点数据卡、线路数据卡和变压器数据卡,确定节点的数量和线路的数量,并分别为每个节点和每个线路进行编号。
其中,第一数据文件为BPA数据文件,第三数据文件为Matpower数据文件。
BPA以数据卡来存储数据,每个数据都有固定的位置和列数。网络数据主要存储在节点数据卡、线路数据卡和变压器数据卡三种数据卡中,其中节点数据卡包括交流节点数据卡、发电机数据卡和平衡节点数据卡。Matpower以矩阵的形式存储数据,有节点矩阵、发电机矩阵以及支路矩阵三种。节点矩阵的数据结构如表1所示。Matpower把线路和变压器都归在线路矩阵中,并且设置了发电机矩阵,而BPA则是把发电机节点与其它节点都归在节点数据卡中,并且单独设置变压器数据卡。BPA节点数据卡中的B类(交流节点)、BQ类(发电机节点)和BS类(平衡节点),分别对应Mat-power节点矩阵中节点类型的1(PQ节点)、2(PV节点)和3(平衡节点)。另外,BPA节点数据卡有节点名称,并且存在节点名称相同而电压等级不同的节点,而Matpower节点矩阵则只有节点编号。因此,在转换的过程中必须识别节点的名称及电压等级,辨别不同的节点,并对其进行编号。
表1节点矩阵数据结构
Figure GDA0001831842460000081
在本发明实施例中,节点的数量为交流节点数据卡中节点的数量,线路的数量为线路数据卡中的线路的数量与变压器数据卡中的变压器的数量的和。
步骤S202:读取第一数据文件中的发电机数据卡和平衡节点数据卡,确定发电机的数量,并为每个发电机进行编号。
其中,发电机的数量为发电机数据卡中发电机的数量与平衡节点数据卡中的平衡节点的数量的和。在Matpower中,将平衡节点归在发电机矩阵中。
步骤S203:根据节点的数量和每个节点的编号初始化第三数据文件的节点矩阵,根据线路的数量和每个线路的编号初始化第三数据文件的线路矩阵,根据发电机的数量和每个发电机的编号初始化第三数据文件的发电机矩阵。
示例性地,节点的编号可以是从1开始的连续整数,节点矩阵中每一行表示一个节点,节点矩阵的行数与节点的数量相同,节点的编号与其位于节点矩阵的行数相对应。线路矩阵和发电机矩阵的初始化与节点矩阵类似,不再赘述。
步骤S204:读取交流节点数据卡、线路数据卡和变压器数据卡,获取节点数据和线路数据,并将节点数据保存到节点矩阵中,将线路数据保存到线路矩阵中。
在本发明实施例中,可以采用substring函数,即:public String substring(intbegin Index,int end Index)来获取节点数据和线路数据。将每个节点对应的数据保存在该节点在节点矩阵中的位置处,将每个线路对应的数据保存在该线路在线路矩阵中的位置处。
步骤S205:读取发电机数据卡和平衡节点数据卡,获取发电机数据,将发电机数据保存到发电机矩阵中。
在本发明实施例中,可以采用substring函数,即:public String substring(intbegin Index,int end Index)来获取发电机数据。将每个发电机对应的数据保存在该发电机在发电机矩阵中的位置处。还可以修正节点矩阵中相应PV节点的负荷数据。
由上述描述可知,本发明实施例可以实现将第一数据文件转换为第三数据文件,即将BPA数据文件转换为Matpower数据文件,解决了BPA数据和Matpower数据的不兼容问题。
图3是本发明再一实施例提供的光伏最大接入量的确定方法的实现流程示意图。如图3所示,在上述实施例的基础上,步骤S105可以包括以下步骤:
步骤S301:根据第三数据文件和约束条件计算初始种群中的每个个体的适应度,并淘汰初始种群中适应度最小的个体,得到选择后的种群。
在本发明实施例中,可以根据第三数据文件和约束条件计算初始种群中的每个个体的适应度,可以对初始种群中的每个个体的适应度进行排序,确定适应度最小的个体,并淘汰该适应度最小的个体,得到选择后的种群。
步骤S302:根据预设的交叉算子和预设的变异算子,对选择后的种群进行交叉运算和变异运算,得到变异后的种群。
其中,交叉算子和变异算子可以根据实际情况进行预先设置,交叉算子和变异算子均为0和1之间的小数。例如,交叉算子可以是0.2,变异算子可以是0.8。
步骤S303:获取当前迭代次数,并将当前迭代次数加一得到新的当前迭代次数。
在本发明实施例中,每迭代一次,就将当前迭代次数加一得到新的当前迭代次数。迭代次数是从0开始增加的整数。
步骤S304:若当前迭代次数小于预设次数,则将变异后的种群作为新的初始种群,并继续执行根据第三数据文件和约束条件计算初始种群中的每个个体的适应度的步骤,直至当前迭代次数大于或等于预设次数。
其中,预设次数可以根据实际情况进行设置。
判断当前迭代次数是否小于预设次数,若当前迭代次数小于预设次数,则将变异后的种群作为新的初始种群,并返回步骤S301进行循环;若当前迭代次数大于或等于预设次数,则结束循环。
步骤S305:计算当前的变异后的种群中每个个体的适应度,选取当前的变异后的种群中适应度最大的个体,并根据适应度最大的个体确定第二最大接入量。
在本发明实施例中,根据适应度函数计算当前的变异后的种群中每个个体的适应度,获取当前的变异后的种群中适应度最大的个体,该适应度最大的个体中,300的数量即为第二最大接入量。
图4是本发明又一实施例提供的光伏最大接入量的确定方法的实现流程示意图。如图4所示,在上述实施例的基础上,步骤S301中的根据第三数据文件和约束条件计算初始种群中的每个个体的适应度,可以包括以下步骤:
步骤S401:确定初始种群中的每个个体对应的光伏接入量和光伏接入数据。
在本发明实施例中,根据每个个体中包含的300的数量确定每个个体对应的光伏接入量,根据每个个体中包含的300的位置确定光伏的接入位置,并获取光伏接入数据。在本发明实施例中,光伏接入点可以作为PQ节点使用。
步骤S402:将初始种群中的每个个体对应的光伏接入数据添加到第三数据文件中,得到初始种群中的每个个体对应的第四数据文件。
在本发明实施例中,将每个光伏接入点的光伏接入数据作为PQ节点数据添加到第三数据文件的节点矩阵中,得到第四数据文件。初始种群中,由于每个个体对应一个第三数据文件,因此每个个体对应一个第四数据文件。
步骤S403:对初始种群中的每个个体对应的第四数据文件进行第二潮流计算,得到初始种群中的每个个体对应的各个节点的电压。
其中,将利用Matpower进行的潮流计算称为第二潮流计算。对第四数据文件进行第二潮流计算,可以得到各个节点的电压。
步骤S404:基于约束条件,根据初始种群中的每个个体对应的光伏接入量和各个节点的电压计算初始种群中的每个个体的适应度。
在本发明实施例中,以光伏接入量最大为目标函数,将约束条件作为罚函数,目标函数减去罚函数得到适应度函数,根据适应度函数计算每个个体的适应度。其中,可以根据任何现有的方法根据约束条件生成罚函数。
示例性地,若计算某一个体的适应度,首先确定该个体中光伏的接入量,然后根据该个体对应的各个节点的电压和各个节点的电压范围得到各个节点的电压超出该节点对应的电压范围的超出值的和,该个体中光伏的接入量减去该超出值的和得到该个体的适应度。
图5是本发明又一实施例提供的光伏最大接入量的确定方法的实现流程示意图。如图5所示,在上述实施例的基础上,步骤S302可以包括以下步骤:
步骤S501:为选择后的种群中的每个个体生成一个随机数,随机数大于零且小于一。
在本发明实施例中,为选择后的种群中的每个个体随机生成一个零到一之间的小数,作为每个个体对应的随机数。
步骤S502:若存在随机数大于或等于变异算子的第一目标个体,则对第一目标个体进行变异运算,得到变异后的个体。
在本发明实施例中,将个体对应的随机数大于或等于变异算子的个体称为第一目标个体。第一目标个体的数量可以是多个。可以采用任何现有的方法对每个第一目标个体进行变异运算,得到多个变异后的个体。例如,可以随机选取第一目标个体中的某一个位置进行变异运算,即将该某一个位置的整数由0变为300,或由300变为0。
步骤S503:若存在随机数大于或等于交叉算子且小于变异算子的第二目标个体,则对第二目标个体进行交叉运算,得到交叉后的个体。
在本发明实施例中,将个体对应的随机数大于或等于交叉算子且小于变异算子的个体称为第二目标个体。第二目标个体的数量可以是多个。可以采用任何现有的方法对每个第二目标个体进行交叉运算,得到多个交叉后的个体。例如,选取两个第二目标个体,将这两个第二目标个体同一位置的整数进行交换。
步骤S504:确定随机数小于交叉算子的第三目标个体,变异后的个体、交叉后的个体和第三目标个体组成变异后的种群。
在本发明实施例中,将个体对应的随机数小于交叉算子的个体称为第三目标个体。第三目标个体的数量可以是多个。第三目标个体即为既没有进行交叉运算,也没有进行变异运算的个体。
所有的变异后的个体、所有的交叉后的个体和所有的第三目标个体自称变异后的种群。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图6是本发明一实施例提供的光伏最大接入量的确定系统的示意框图,为了便于说明,仅示出与本发明实施例相关的部分。
在本发明实施例中,光伏最大接入量的确定系统6包括:
获取模块61,用于获取预设电网的第一数据文件和分布式光伏的接入数据;
第一接入量确定模块62,用于将接入数据添加到第一数据文件中,得到第二数据文件,并基于各个节点的电压不超出各个节点对应的电压范围的约束条件,对第二数据文件进行第一潮流计算,得到分布式光伏的第一最大接入量;
转换模块63,用于将第一数据文件转换为第三数据文件;
种群生成模块64,用于获取分布式光伏的计划接入数量,并根据计划接入数量生成初始种群;
第二接入量确定模块65,用于根据第三数据文件、初始种群和约束条件得到分布式光伏的第二最大接入量;
目标接入量确定模块66,用于根据第一最大接入量和第二最大接入量确定分布式光伏的目标最大接入量。
可选地,转换模块63包括:
第一读取单元,用于读取第一数据文件中的交流节点数据卡、线路数据卡和变压器数据卡,确定节点的数量和线路的数量,并分别为每个节点和每个线路进行编号;
第二读取单元,用于读取第一数据文件中的发电机数据卡和平衡节点数据卡,确定发电机的数量,并为每个发电机进行编号;
初始化单元,用于根据节点的数量和每个节点的编号初始化第三数据文件的节点矩阵,根据线路的数量和每个线路的编号初始化第三数据文件的线路矩阵,根据发电机的数量和每个发电机的编号初始化第三数据文件的发电机矩阵;
第三读取单元,用于读取交流节点数据卡、线路数据卡和变压器数据卡,获取节点数据和线路数据,并将节点数据保存到节点矩阵中,将线路数据保存到线路矩阵中;
第四读取单元,用于读取发电机数据卡和平衡节点数据卡,获取发电机数据,将发电机数据保存到发电机矩阵中。
可选地,第二接入量确定模块65包括:
适应度计算单元,用于根据第三数据文件和约束条件计算初始种群中的每个个体的适应度,并淘汰初始种群中适应度最小的个体,得到选择后的种群;
交叉变异单元,用于根据预设的交叉算子和预设的变异算子,对选择后的种群进行交叉运算和变异运算,得到变异后的种群;
迭代次数获取单元,用于获取当前迭代次数,并将当前迭代次数加一得到新的当前迭代次数;
循环单元,用于若当前迭代次数小于预设次数,则将变异后的种群作为新的初始种群,并继续执行根据第三数据文件和约束条件计算初始种群中的每个个体的适应度的步骤,直至当前迭代次数大于或等于预设次数;
第二接入量确定单元,用于计算当前的变异后的种群中每个个体的适应度,选取当前的变异后的种群中适应度最大的个体,并根据适应度最大的个体确定第二最大接入量。
可选地,适应度计算单元还包括:
确定子单元,用于确定初始种群中的每个个体对应的光伏接入量和光伏接入数据;
添加子单元,用于将初始种群中的每个个体对应的光伏接入数据添加到第三数据文件中,得到初始种群中的每个个体对应的第四数据文件;
潮流计算子单元,用于对初始种群中的每个个体对应的第四数据文件进行第二潮流计算,得到初始种群中的每个个体对应的各个节点的电压;
适应度计算子单元,用于基于约束条件,根据初始种群中的每个个体对应的光伏接入量和各个节点的电压计算初始种群中的每个个体的适应度。
可选地,交叉变异单元包括:
随机数生成子单元,用于为选择后的种群中的每个个体生成一个随机数,随机数大于零且小于一;
变异子单元,用于若存在随机数大于或等于变异算子的第一目标个体,则对第一目标个体进行变异运算,得到变异后的个体;
交叉子单元,用于若存在随机数大于或等于交叉算子且小于变异算子的第二目标个体,则对第二目标个体进行交叉运算,得到交叉后的个体;
组成子单元,用于确定随机数小于交叉算子的第三目标个体,变异后的个体、交叉后的个体和第三目标个体组成变异后的种群。
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,即将所述光伏最大接入量的确定系统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。上述装置中单元、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。
图7是本发明一实施例提供的终端设备的示意框图。如图7所示,该实施例的终端设备7包括:一个或多个处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72。所述处理器70执行所述计算机程序72时实现上述各个光伏最大接入量的确定方法实施例中的步骤,例如图1所示的步骤S101至S106。或者,所述处理器70执行所述计算机程序72时实现上述光伏最大接入量的确定系统实施例中各模块/单元的功能,例如图6所示模块61至66的功能。
示例性地,所述计算机程序72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71中,并由所述处理器70执行,以完成本申请。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72在所述终端设备7中的执行过程。例如,所述计算机程序72可以被分割成获取模块、第一接入量确定模块、转换模块、种群生成模块、第二接入量确定模块和目标接入量确定模块。
获取模块,用于获取预设电网的第一数据文件和分布式光伏的接入数据;
第一接入量确定模块,用于将接入数据添加到第一数据文件中,得到第二数据文件,并基于各个节点的电压不超出各个节点对应的电压范围的约束条件,对第二数据文件进行第一潮流计算,得到分布式光伏的第一最大接入量;
转换模块,用于将第一数据文件转换为第三数据文件;
种群生成模块,用于获取分布式光伏的计划接入数量,并根据计划接入数量生成初始种群;
第二接入量确定模块,用于根据第三数据文件、初始种群和约束条件得到分布式光伏的第二最大接入量;
目标接入量确定模块,用于根据第一最大接入量和第二最大接入量确定分布式光伏的目标最大接入量。
其它模块或者单元可参照图6所示的实施例中的描述,在此不再赘述。
所述终端设备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。所述终端设备7包括但不仅限于处理器70、存储器71。本领域技术人员可以理解,图7仅仅是终端设备的一个示例,并不构成对终端设备7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,例如所述终端设备7还可以包括输入设备、输出设备、网络接入设备、总线等。
所述处理器70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)、现场可编程门阵列(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71可以是所述终端设备的内部存储单元,例如终端设备的硬盘或内存。所述存储器71也可以是所述终端设备的外部存储设备,例如所述终端设备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71还可以既包括终端设备的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序72以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
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申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的光伏最大接入量的确定系统和方法,可以通过其它的方式实现。例如,以上所描述的光伏最大接入量的确定系统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,在本申请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,本申请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申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (10)

1.一种光伏最大接入量的确定方法,其特征在于,包括:
获取预设电网的第一数据文件和分布式光伏的接入数据;所述第一数据文件为所述预设电网的未接入光伏的数据文件;
将所述接入数据添加到所述第一数据文件中,得到第二数据文件,并基于各个节点的电压不超出各个节点对应的电压范围的约束条件,对所述第二数据文件进行第一潮流计算,得到分布式光伏的第一最大接入量;
将第一数据文件转换为第三数据文件;所述第一数据文件为BPA数据文件,所述第三数据文件为Matpower数据文件;
获取分布式光伏的计划接入数量,并根据所述计划接入数量生成初始种群;
根据所述第三数据文件、所述初始种群和所述约束条件得到分布式光伏的第二最大接入量;
根据所述第一最大接入量和所述第二最大接入量确定分布式光伏的目标最大接入量。
2.根据权利要求1所述的光伏最大接入量的确定方法,其特征在于,所述将第一数据文件转换为第三数据文件,包括:
读取所述第一数据文件中的交流节点数据卡、线路数据卡和变压器数据卡,确定交流节点的数量和线路的数量,并分别为每个交流节点和每个线路进行编号;
读取所述第一数据文件中的发电机数据卡和平衡节点数据卡,确定发电机的数量,并为每个发电机进行编号;
根据所述交流节点的数量和每个交流节点的编号初始化所述第三数据文件的节点矩阵,根据所述线路的数量和每个线路的编号初始化所述第三数据文件的线路矩阵,根据所述发电机的数量和每个发电机的编号初始化所述第三数据文件的发电机矩阵;
读取所述交流节点数据卡、所述线路数据卡和所述变压器数据卡,获取节点数据和线路数据,并将所述节点数据保存到所述节点矩阵中,将所述线路数据保存到所述线路矩阵中;
读取所述发电机数据卡和所述平衡节点数据卡,获取发电机数据,将所述发电机数据保存到所述发电机矩阵中。
3.根据权利要求1所述的光伏最大接入量的确定方法,其特征在于,所述根据所述第三数据文件、所述初始种群和所述约束条件得到分布式光伏的第二最大接入量,包括:
根据所述第三数据文件和所述约束条件计算所述初始种群中的每个个体的适应度,并淘汰所述初始种群中适应度最小的个体,得到选择后的种群;
根据预设的交叉算子和预设的变异算子,对所述选择后的种群进行交叉运算和变异运算,得到变异后的种群;
获取当前迭代次数,并将当前迭代次数加一得到新的当前迭代次数;
若当前迭代次数小于预设次数,则将所述变异后的种群作为新的初始种群,并继续执行所述根据所述第三数据文件和所述约束条件计算所述初始种群中的每个个体的适应度的步骤,直至当前迭代次数大于或等于所述预设次数;
计算当前的变异后的种群中每个个体的适应度,选取当前的变异后的种群中适应度最大的个体,并根据所述适应度最大的个体确定所述第二最大接入量。
4.根据权利要求3所述的光伏最大接入量的确定方法,其特征在于,所述根据所述第三数据文件和所述约束条件计算所述初始种群中的每个个体的适应度,包括:
确定所述初始种群中的每个个体对应的光伏接入量和光伏接入数据;
将所述初始种群中的每个个体对应的光伏接入数据添加到所述第三数据文件中,得到所述初始种群中的每个个体对应的第四数据文件;
对所述初始种群中的每个个体对应的第四数据文件进行第二潮流计算,得到所述初始种群中的每个个体对应的各个节点的电压;
基于所述约束条件,根据所述初始种群中的每个个体对应的光伏接入量和各个节点的电压计算所述初始种群中的每个个体的适应度。
5.根据权利要求3所述的光伏最大接入量的确定方法,其特征在于,所述根据预设的交叉算子和预设的变异算子,对所述选择后的种群进行交叉运算和变异运算,得到变异后的种群,包括:
为所述选择后的种群中的每个个体生成一个随机数,所述随机数大于零且小于一;
若存在随机数大于或等于所述变异算子的第一目标个体,则对所述第一目标个体进行变异运算,得到变异后的个体;
若存在随机数大于或等于所述交叉算子且小于所述变异算子的第二目标个体,则对所述第二目标个体进行交叉运算,得到交叉后的个体;
确定随机数小于所述交叉算子的第三目标个体,所述变异后的个体、所述交叉后的个体和所述第三目标个体组成所述变异后的种群。
6.一种光伏最大接入量的确定系统,其特征在于,包括:
获取模块,用于获取预设电网的第一数据文件和分布式光伏的接入数据;所述第一数据文件为所述预设电网的未接入光伏的数据文件;
第一接入量确定模块,用于将所述接入数据添加到所述第一数据文件中,得到第二数据文件,并基于各个节点的电压不超出各个节点对应的电压范围的约束条件,对所述第二数据文件进行第一潮流计算,得到分布式光伏的第一最大接入量;
转换模块,用于将第一数据文件转换为第三数据文件;所述第一数据文件为BPA数据文件,所述第三数据文件为Matpower数据文件;
种群生成模块,用于获取分布式光伏的计划接入数量,并根据所述计划接入数量生成初始种群;
第二接入量确定模块,用于根据所述第三数据文件、所述初始种群和所述约束条件得到分布式光伏的第二最大接入量;
目标接入量确定模块,用于根据所述第一最大接入量和所述第二最大接入量确定分布式光伏的目标最大接入量。
7.如权利要求6所述的光伏最大接入量的确定系统,其特征在于,所述转换模块包括:
第一读取单元,用于读取所述第一数据文件中的交流节点数据卡、线路数据卡和变压器数据卡,确定交流节点的数量和线路的数量,并分别为每个交流节点和每个线路进行编号;
第二读取单元,用于读取所述第一数据文件中的发电机数据卡和平衡节点数据卡,确定发电机的数量,并为每个发电机进行编号;
初始化单元,用于根据所述交流节点的数量和每个交流节点的编号初始化所述第三数据文件的节点矩阵,根据所述线路的数量和每个线路的编号初始化所述第三数据文件的线路矩阵,根据所述发电机的数量和每个发电机的编号初始化所述第三数据文件的发电机矩阵;
第三读取单元,用于读取所述交流节点数据卡、所述线路数据卡和所述变压器数据卡,获取节点数据和线路数据,并将所述节点数据保存到所述节点矩阵中,将所述线路数据保存到所述线路矩阵中;
第四读取单元,用于读取所述发电机数据卡和所述平衡节点数据卡,获取发电机数据,将所述发电机数据保存到所述发电机矩阵中。
8.如权利要求6所述的光伏最大接入量的确定系统,其特征在于,所述第二接入量确定模块包括:
适应度计算单元,用于根据所述第三数据文件和所述约束条件计算所述初始种群中的每个个体的适应度,并淘汰所述初始种群中适应度最小的个体,得到选择后的种群;
交叉变异单元,用于根据预设的交叉算子和预设的变异算子,对所述选择后的种群进行交叉运算和变异运算,得到变异后的种群;
迭代次数获取单元,用于获取当前迭代次数,并将当前迭代次数加一得到新的当前迭代次数;
循环单元,用于若当前迭代次数小于预设次数,则将所述变异后的种群作为新的初始种群,并继续执行所述根据所述第三数据文件和所述约束条件计算所述初始种群中的每个个体的适应度的步骤,直至当前迭代次数大于或等于所述预设次数;
第二接入量确定单元,用于计算当前的变异后的种群中每个个体的适应度,选取当前的变异后的种群中适应度最大的个体,并根据所述适应度最大的个体确定所述第二最大接入量。
9.一种终端设备,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,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述光伏最大接入量的确定方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被一个或多个处理器执行时实现如权利要求1至5任一项所述光伏最大接入量的确定方法的步骤。
CN201810962119.5A 2018-08-22 2018-08-22 光伏最大接入量的确定方法、系统及终端设备 Active CN109066783B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810962119.5A CN109066783B (zh) 2018-08-22 2018-08-22 光伏最大接入量的确定方法、系统及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810962119.5A CN109066783B (zh) 2018-08-22 2018-08-22 光伏最大接入量的确定方法、系统及终端设备

Publications (2)

Publication Number Publication Date
CN109066783A CN109066783A (zh) 2018-12-21
CN109066783B true CN109066783B (zh) 2020-06-19

Family

ID=64686913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810962119.5A Active CN109066783B (zh) 2018-08-22 2018-08-22 光伏最大接入量的确定方法、系统及终端设备

Country Status (1)

Country Link
CN (1) CN109066783B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288136A (zh) * 2020-09-30 2021-01-29 国网河北省电力有限公司电力科学研究院 光伏最大准入容量计算方法、装置、终端及存储介质
CN113507120B (zh) * 2021-07-16 2023-08-15 国网山西省电力公司晋城供电公司 一种计算承载力的方法、装置及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104600714A (zh) * 2014-12-26 2015-05-06 北京电研华源电力技术有限公司 含分布式电源的配电网无功优化方法及装置
CN105243516A (zh) * 2015-11-11 2016-01-13 国网青海省电力公司 基于主动配电网的分布式光伏发电最大消纳能力计算系统
CN205910697U (zh) * 2016-06-08 2017-01-25 国网山东省电力公司青岛供电公司 一种配电网光伏接入能力仿真系统
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104600714A (zh) * 2014-12-26 2015-05-06 北京电研华源电力技术有限公司 含分布式电源的配电网无功优化方法及装置
CN105243516A (zh) * 2015-11-11 2016-01-13 国网青海省电力公司 基于主动配电网的分布式光伏发电最大消纳能力计算系统
CN205910697U (zh) * 2016-06-08 2017-01-25 国网山东省电力公司青岛供电公司 一种配电网光伏接入能力仿真系统
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 (3)

* Cited by examiner, † Cited by third party
Title
Maximum photovoltaic access capacity considering voltage deviation;Chengli Zheng 等;《2017 2nd International Conference on Power and Renewable Energy (ICPRE)》;20180621;第882-885页 *
主动配电网中分布式光伏发电的优化配置研究;邱碧丹 等;《水电能源科学》;20160831;第34卷(第8期);第209-213页 *
面向分布式电源最大消纳的配电网重构;龚思宇 等;《电力系统及其自动化学报》;20170331;第29卷(第3期);第7-11页 *

Also Published As

Publication number Publication date
CN109066783A (zh) 2018-12-21

Similar Documents

Publication Publication Date Title
Sultana et al. Multi-objective quasi-oppositional teaching learning based optimization for optimal location of distributed generator in radial distribution systems
US11050248B2 (en) Optimization model for quick track of SVSR boundary of power system
Mahdavi et al. Transmission expansion planning considering power losses, expansion of substations and uncertainty in fuel price using discrete artificial bee colony algorithm
Mahdavi et al. An efficient model for accurate evaluation of consumption pattern in distribution system reconfiguration
CN105449713A (zh) 考虑分布式电源特性的有源配电网智能软开关规划方法
Hesamzadeh et al. Computation of extremal-Nash equilibria in a wholesale power market using a single-stage MILP
CN108390393B (zh) 配电网多目标无功优化方法及终端设备
CN109066783B (zh) 光伏最大接入量的确定方法、系统及终端设备
CN110518591A (zh) 一种不确定电力系统的潮流计算方法
Yoon et al. Optimal placement algorithm of multiple dgs based on model-free lyapunov exponent estimation
Jayawardene et al. A graph theory-based clustering method for power system networks
Musa et al. Optimal sizing and location of multiple distributed generation for power loss minimization using genetic algorithm
CN113689068A (zh) 一种电力电量平衡规划方法、装置及终端设备
Zhang et al. Stability constrained optimal power flow for the balancing market using genetic algorithms
Kiani-Moghaddam et al. Probabilistic multi-objective framework for multiple active power filters planning
CN113437749B (zh) 电力系统无功优化方法、装置及设备
CN113922369B (zh) 用于输配电网可靠性评估的方法、终端及存储介质
Debnath Real-time simulation of modular multilevel converters
CN114254558A (zh) 综合能源变电站规划方法、装置和终端设备
Stepanov et al. Parallelization of MMC detailed equivalent model
CN110768294B (zh) 一种分布式电源随机调度方法和装置
Li et al. Scenario-based methods for robust electricity network planning considering uncertainties
CN108390407A (zh) 分布式光伏接入量计算方法、装置及计算机设备
Chen et al. Transmission capacity margin in market clearing
Sterling et al. Constrained dispatch of active power by linear decomposition

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