CN109412163B - 一种分散式风电接入配电网的精确潮流计算方法 - Google Patents
一种分散式风电接入配电网的精确潮流计算方法 Download PDFInfo
- Publication number
- CN109412163B CN109412163B CN201811454750.0A CN201811454750A CN109412163B CN 109412163 B CN109412163 B CN 109412163B CN 201811454750 A CN201811454750 A CN 201811454750A CN 109412163 B CN109412163 B CN 109412163B
- Authority
- CN
- China
- Prior art keywords
- wind
- power
- wind speed
- speed
- distribution network
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 16
- 239000004020 conductor Substances 0.000 claims description 12
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 238000005315 distribution function Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 150000001875 compounds Chemical class 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 5
- 239000007983 Tris buffer Substances 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 11
- 238000004804 winding Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000010248 power generation Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000004501 airglow Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明提供了一种分散式风电接入配电网的精确潮流计算方法,包括:S1、采集电网数据和风电机组数据以及风电场风向和风速数据;S2、根据FPI反演大气风速和温度基本原理确定风向和风速与温度的确定关系对电阻进行修正;S3、引入风向和风速的概率密度模型;S4、利用修正后的电阻值进行精确潮流计算,将风向和风速的概率密度模型应用于潮流分布计算。本发明提供了分散式风电接入配电网的精确概率潮流计算,考虑分散式风电的接入特点,通过获得风电场风速与风向的数据及概率密度模型进而实现分散式风电接入配电网的精确概率潮流算法。解决了现有技术中风速不确定性问题,实现潮流分布的精确计算,提高计算精度。
Description
技术领域
本发明涉及电力系统新能源发电技术领域,特别是一种分散式风电接入配电网的精确潮流计算方法。
背景技术
2009年,我国制定了发展“坚强智能电网”的发展战略,并根据“大型风电基地的形式融入大电网”的思路对风能进行开发建设。分散式风电是与集中式风电相对而言的,主要针对低风速、高负荷地区,是指通过分散形式接入配电网的小型风电场,其容量相对较小,从几十千瓦到几十兆瓦不等,分散式风电所发出的电力一般不会大规模远距离输送,目前,分散式风电多分布于边远地区、海岛、牧区,接近用电负荷中心,多台机组并列后就近消纳,建设低风速风电场,直接接入110kV及以下电压等级的本地配电网。与此同时,大规模的集中式风力发电存在配套电网建设量大、点多面广、任务繁重的特点,需要大量资金投入,同时,集中式风电投运后的运行调度和并网消纳也存在难点,加上电网企业接入风电和全额收购风电能力有限、投资过热、产能过剩等问题,造成了“大风电”与“大弃风”并存的现象,风电行业转型势在必行。
大气层与人类的生存环境息息相关,风速和温度作为中高层大气的基本参数,它们在大气上下层之间的能量和动量传输中起着重要作用。而通过探测目标谱线的多普勒频移和展宽就可以反演出大气风速和温度。即可以得出风速与温度的确定关系。而一般金属导体的电阻与温度之间存在函数关系。风电存在不确定性因素,风速的不确定性风速的不确定性反映在风向、平均风速及脉动风速等要素的时空分布上,受到地形、塔位、高度、空气密度、塔影效应和尾流效应等的影响。所以要引入概率分布模型进行精确的概率潮流分布。
发明内容
本发明的目的是提供一种分散式风电接入配电网的精确潮流计算方法,考虑分散式风电的接入特点,通过获得风电场风速与风向的数据及概率模型进而实现分散式风电接入配电网的精确概率潮流算法。
为达到上述技术目的,本发明提供了一种分散式风电接入配电网的精确潮流计算方法,所述方法包括以下步骤:
S1、采集电网数据和风电机组数据以及风电场风向和风速数据;
S2、根据FPI反演大气风速和温度基本原理确定风向和风速与温度的确定关系对电阻进行修正;
S3、引入风向和风速的概率密度模型;
S4、利用修正后的电阻值进行精确潮流计算,将风向和风速的概率密度模型应用于潮流分布计算。
优选地,所述电网数据以及风电机组数据的采集需判断风电机组类型以及风电场是作为PV节点还是PQ节点。
优选地,所述步骤S2具体操作为:
S201、考虑风向空间分散性,根据风向确定有效风速;
S202、通过探测目标谱线的多普勒频移和展宽反演出大气风速和温度,得到风速与温度的确定关系式;
S203、根据电阻随温度变化的关系式得出电阻随风速和风向变化的关系式,从而对电阻进行修正。
优选地,所述步骤S3具体为:
将风电场的风速和风向数据用概率密度模型、直方图以及经验累积分布函数表示。
优选地,所述步骤S4具体为:
S402、回代过程,根据负荷由末端向始端逐段推算,仅计算各元件的功率损耗而不计算节点电压,求得各支路上的功率损耗,并据此获得始端功率;
S403、前推过程,根据给定的始端电压和求得的始端功率,由始端向末端逐段推算电压降落,求得各节点电压;
S404、收敛判断,根据第k次和第k-1次迭代的电压结果,计算两次迭代的电压值之差,如果误差在允许范围之内则说明迭代收敛,输出最后一次迭代结果,否则继续迭代。
优选地,所述修正后的电阻值的计算公式如下:
式中,R为导体的电阻;Tref为参考温度,一般取为环境温度;TF为与导体材质相关的温度常数;v(t)为各风电机组的风速;αi(t)为单台机组风向;αcsfengta(t)为测风塔风向;ΔλT为多普勒宽度;K为波尔兹曼常数;c为光速;M为发光原子的摩尔质量;ρ为电阻率;l为输电线路的长度;λ0为风速为0时的中心波长。
优选地,所述风速可采用下述模型进行表示:
优选地,所述VG、VR、VN的数学模型分别为:
式中VG为阵风风速;T1G、TG为阵风起始时间和持续时间;VGmax为阵风最大值;
式中VR为渐变风风速;T1R、T2R、TR为渐变起始时间、渐变终止时间和持续时间;VRmax为渐变风最大值;
发明内容中提供的效果仅仅是实施例的效果,而不是发明所有的全部效果,上述技术方案中的一个技术方案具有如下优点或有益效果:
与现有技术相比,本发明提供了分散式风电接入配电网的精确概率潮流计算,包括:采集电网数据和风电机组数据;采集风电场风向和风速数据;根据FPI反演大气风速和温度基本原理确定风向和风速与温度的确定关系对电阻进行归算从而精确潮流计算;引入风向和风速的概率密度模型;对传统的配电网潮流分布的基本算法进行修正得到精确的概率潮流分布算法。考虑分散式风电的接入特点,通过获得风电场风速与风向的数据及概率密度模型进而实现分散式风电接入配电网的精确概率潮流算法。解决了现有技术中风速不确定性问题,实现潮流分布的精确计算,提高计算精度。
附图说明
图1为本发明实施例中所提供的一种分散式风电接入混合配电网的电压协调控制方法流程图;
图2为本发明实施例中所提供的一种异步发电机等效电路图;
图3为本发明实施例中所提供的一种双馈风力发电机稳态等效电路;
图4为本发明实施例中所提供的一种双馈风电机组的转速控制曲线图;
图5为本发明实施例中所提供的一种考虑风向空间分散性情况的有效风速计算示意图;
图6为本发明实施例中所提供的一种风速概率密度模型示意图;
图7为本发明实施例中所提供的一种风速经验累积分布函数示意图;
图8为本发明实施例中所提供的一种风向概率密度模型示意图;
图9为本发明实施例中所提供的一种风向经验累积分布函数示意图;
图10为本发明实施例中所提供的一种IEEE-5节点辐射型配电网模型图。
具体实施方式
为了能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
下面结合附图对本发明实施例所提供的一种分散式风电接入配电网的精确潮流计算方法进行详细说明。
如图1所示,本发明实施例公开了一种分散式风电接入配电网的精确潮流计算方法,所述方法包括以下步骤:
S1、采集电网数据和风电机组数据以及风电场风向和风速数据;
S2、根据FPI反演大气风速和温度基本原理确定风向和风速与温度的确定关系对电阻进行修正;
S3、引入风向和风速的概率密度模型;
S4、利用修正后的电阻值进行精确潮流计算,将风向和风速的概率密度模型应用于潮流分布计算。
分散式风电的接入点和接入方式较为灵活,若采用传统的配电网潮流算法,使得忽略了风速影响温度所造成的电阻阻值的变化,及由于风电的不确定性和波动性,会造成最终潮流计算结果的不准确性,本申请充分考虑分散式风电的接入特点,通过获得风电场风速与风向的数据及概率密度模型进而实现分散式风电接入配电网的精确概率潮流算法。
首先从电网中采集电气值,电气值包括电网数据和风电机组数据,再采集风电场风向与风速的数据。
所述电网数据以及风电机组数据的采集需判断风电机组类型以及风电场是作为PV节点还是PQ节点。
风力发电系统以异步电机直接并网发电系统和双馈发电系统较为常见,由于运行方式与控制策略各有不同,因此节点形式也各有不同。
早期风力发电一般采用异步发电机并网运行,异步发电机靠电网提供无功功率建立磁场,没有电压调节能力。将风电场在潮流计算中视为PQ节点,即根据有功功率和给定的功率因数直接计算得到无功功率。
考虑到异步发电机在输出有功功率的同时还要从系统吸收一定的无功功率,其吸收的无功功率大小与转差率s和节点电压U的大小密切相关,为减少网络损耗,一般采取无功功率就地补偿的原则,通常做法是在风力发电机组安装并联电容器组,简化等效电路如图2所示。
根据异步发电机等效电路,可以推导出:
X=xs+xr
式中,Xm为励磁电抗,Xs为定子漏抗,Xr为转子漏抗,Xc为机端并联电容器电抗,rr为转子电阻,s为转差,定子电阻忽略。
对于风场而言,输出的有功功率P由风速决定,在潮流计算中可认为是给定值,此时吸收的无功功率Q与机端电压US和转差s有关,可推导出异步风力发电机吸收的Q与US的函数关系式为:
因此,异步发电机节点类型具有如下特点:发出的有功功率是确定值,而无功功率则与机端电压有关。这与电压静特性负荷节点相似,因此在潮流计算中称这种电源节点为电压静特性节点,即:P恒定,U不定,Q受P、U限定的P-Q(V)。潮流计算处理此类节点时,每次迭代后都会对电压进行修正,并根据修正后的电压幅值计算出异步发电机吸收的无功功率。因此,在下一次迭代前,可把P-Q(V)节点转换成传统潮流算法能处理的PQ节点,其中P为异步发电机输出的有功功率,Q为发电机吸收无功功率与补偿无功功率的差值。该方法有较好的准确性,并且计算量较小,速度快,对现有程序改动量小。
对于双馈电机并网,双馈风力发电机稳态等效电路如图3所示。
当风速已知时,可通过风速功率特性求得该风速下发电机注入系统的总有功功率Pe。Pe由两部分组成,一部分是由定子绕组发出的有功功率Ps,另一部分是转子绕组发出或吸收的有功功率Pr。当转速高于同步转速时,转子绕组发出有功功率;当转速低于同步转速时,转子绕组吸收有功功率。双馈异步发电机的无功功率也是由两部分组成,一部分是发电机定子侧发出或吸收的无功功率,另一部分是变流器在发电机转子侧发出或吸收的无功功率。双馈机可采用恒功率因数控制运行方式或者恒电压运行方式。
由双馈风电机的等效电路,在忽略定子绕组电阻的情况下,转子绕组上发出的功率可表示为:
其中:
X=xs+xr
Us=|Us|
风电机组注入系统的有功功率为:
式中,xm为励磁电抗,xs为定子漏电抗,xr为转子漏电抗,rr为转子电阻。
其中,转差s可通过双馈风电机组的转速控制规律求取,双馈异步发电机的转子转速控制规律是指风电机转速与风力机的机械功率的对应关系,通常采用的转速控制规律如下述公式:
式中,Pe为双馈发电机组有功出力;ωmin为风力机转速下限,ωn为风力机额定转速;Pn为风力机额定转速时对应的有功出力,Prated为风力机额定功率;Kopt为最大功率跟踪控制系数。若发电机的同步转速为ω1,转子本身的旋转速度为ω,则转差
控制曲线如图4所示。AB段风速低于启动风速,转速维持在最低转速;BD段风速处于启动风速与额定风速之间,分两段运行,BC段进行最大功率跟踪,CD段以恒转速方式运行在额定转速;DE段高于额定风速,以恒功率方式运行在额定功率。
双馈异步风力发电机一般采用恒功率因数控制方式,设功率因数则Qs=Pstanφ,又由于变流器传递的有功功率较小,由变流器吸收或发出的无功很小,因此可近似为风电机组的无功功率就等于定子绕组的无功功率,即:
因此可以得到:
由于因此可知在恒功率因数控制下,当双馈风力发电机的有功功率、功率因数和转差确定时,无功功率仅是机端电压的函数。一般给定风速和功率因数,则发电机的有功功率已知转差可由转速控制规律求取,进而可求得无功功率。当采用恒电压运行方式时,风场节点可作为PV节点进行潮流计算,但由于定子侧无功功率受到定子绕组、转子绕组和变流器最大电流的限制,因此需要考虑各种限制条件。
所述步骤S2具体为如下操作:
S201、考虑风向空间分散性,根据风向确定有效风速;
S202、通过探测目标谱线的多普勒频移和展宽反演出大气风速和温度,得到风速与温度的确定关系式;
S203、根据电阻随温度变化的关系式得出电阻随风速和风向变化的关系式,从而对电阻进行修正。
所述风速采用四分量法建立风速模型,包含四种风速模型,包括基本风、阵风、渐变风以及随机风,可将四种风速任意组合得到需要的风速模型,既能反映实际风速的特点,又方便工程模拟。
(1)基本风
(2)阵风
风速的突然变化用阵风模型来表示,其数学模型如下所示:
式中vG为阵风风速;T1G、TG为阵风起始时间和持续时间;vGmax为阵风最大值。
(3)渐变风
风速的渐进变化特性用如下数学模型表示:
式中VR为渐变风风速;T1R、T2R、TR为渐变起始时间、渐变终止时间和持续时间;vRmax为渐变风最大值。
(4)随机风
采用随机噪声形式的随机风表示风速变化的随机特性,其数学模型如下:
总的风速模型可用下式进行表示:
风电场的风不会时刻都垂直作用在风机的风叶上,因此预测所得风速值并不是完全作用在风机上的有效风速,风速与风机间有一定的夹角,通过受力分析可知,有效风速为实测风速在风叶方向投影所得到的垂直分量。考虑风向空间分散性也就是计及单台机组的实际风向,如图5所示,为考虑风向空间分散性情况的有效风速计算示意图。
已知t时刻各风电机组的风速v(t),单台机组风向αi(t),测风塔风向αcefengta(t),,以测风塔处风向为x轴建立直角坐标系,风电场每台风机的有效风速即为实测风速在x坐标轴上的投影值,t时刻单台风机风向与测风塔风向夹角为αi(t)-αcefengta(t),,则:
υ有效(t)=v(t)cos(αi(t)-αcefengta(t))
FPI反演大气风速和温度正是基于多普勒频移这一现象,主要通过测量中高层大气中的夜气辉的多普勒频移和展宽来反演出风速和温度信息;当入射源的风速为0时,中心波长为λ0,当风速为v时,中心波长为λ1,根据多普勒频移概念可知:
多普勒宽度ΔλT定义为:
T为热力学温度,K为波尔兹曼常数,c为光速,M为发光原子的摩尔质量。
由上述公式可得到温度与风速的关系式:
一般金属导体的电阻与温度之间的函数关系可以描述为:
其中,R为导体的电阻;Rref为导体在参考温度下的电阻;T为导体的温度;Tref为参考温度,一般取为环境温度;TF为与导体材质相关的温度常数,一般铜质导体取234.5℃,铝质导体取228.1℃。
对配电线路电阻修正为:
其中,ρ取铝的电阻率31.5Ωmm2/km,s根据查表可得,l为输电线路的长度。
所述步骤S3具体操作为:
将风电场的风速和风向数据用概率密度模型、直方图以及经验累积分布函数表示。如图6-9所示,记录一段时间内每分钟的风速数据以及风向数据,形成风速概率密度模型、风速经验累积分布函数以及风向概率密度模型、风向经验累积分布函数。
通过利用修正后的电阻值进行精确潮流计算,将风向和风速的概率密度模型应用于潮流分布计算,实现对传统的配电网潮流分布的基本算法进行修正。
所述步骤S4具体操作如下:
S402、回代过程,根据负荷由末端向始端逐段推算,仅计算各元件的功率损耗而不计算节点电压,求得各支路上的功率损耗,并据此获得始端功率;
S403、前推过程,根据给定的始端电压和求得的始端功率,由始端向末端逐段推算电压降落,求得各节点电压;
S404、收敛判断,根据第k次和第k-1次迭代的电压结果,计算两次迭代的电压值之差,如果误差在允许范围之内则说明迭代收敛,输出最后一次迭代结果,否则继续迭代。
在步骤S402中,以支路ij为例,i为首端节点,j为末端节点,可以得出节点j的运算容量为:
支路ij的容量损耗为:
支路ij的首端容量为:
节点i的运算容量为:
式中,ΔSij(k)为支路ij的容量损耗;为支路ij的首端容量, 分别为支路ij的首端有功功率及无功功率;分别为节点i,j的运算容量;分别为节点j的运算有功功率和运算无功功率;为以节点i为首端节点的所有支路首端容量之和,N为以节点i为首端点所有支路数量总和;为节点j的电压;Zij=rij+xij,其中rij为支路ij的电阻,xij为支路ij的电抗。
在步骤S403中,各节点电压具体计算如下:
另外,对于风机接入配电网,需分类讨论风机的类型和考虑风速概率密度模型进行计算。
在本发明实施例中,以在Matlab仿真环境中建立如图10所示的IEEE-5节点辐射型配电网模型为例,配电网额定电压为10KV,节点之间的阻抗Z12=0.2+j0.6,Z23=0.06+j0.18,Z34=0.01+j0.03,Z24=0.06+j0.18,Z25=0.04+j0.12,,Z45=0.08+j0.24,节点负荷参数见表1,配电网节点2接入一台双馈风电机组,其中双馈风电机组参数见表2,初值设定值见表3,调试仿真模型使其运行稳定并具有良好的动态特性,其中假定风速为8m/s,风向角为135°。
表1
表2
表3
对于所得的潮流计算进行纵向比较,结果如表4所示:
表4
根据上述结果做误差分析,所得结果如表5所示。
表5
本发明实施例提供了分散式风电接入配电网的精确概率潮流计算,包括:采集电网数据和风电机组数据;采集风电场风向和风速数据;根据FPI反演大气风速和温度基本原理确定风向和风速与温度的确定关系对电阻进行归算从而精确潮流计算;引入风向和风速的概率密度模型;对传统的配电网潮流分布的基本算法进行修正得到精确的概率潮流分布算法。考虑分散式风电的接入特点,通过获得风电场风速与风向的数据及概率密度模型进而实现分散式风电接入配电网的精确概率潮流算法。解决了现有技术中风速不确定性问题,实现潮流分布的精确计算,提高计算精度。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种分散式风电接入配电网的精确潮流计算方法,其特征在于,所述方法包括以下步骤:
S1、采集电网数据和风电机组数据以及风电场风向和风速数据;
S2、根据FPI反演大气风速和温度基本原理确定风向和风速与温度的确定关系对配电线路电阻进行修正,具体为:
式中,R为导体的电阻;Tref为参考温度,一般取为环境温度;TF为与导体材质相关的温度常数;υ(t)为各风电机组的风速;αi(t)为单台机组风向;αcefengta(t)为测风塔风向;ΔλT为多普勒宽度;K为波尔兹曼常数;c为光速;M为发光原子的摩尔质量;ρ为电阻率;l为输电线路的长度;λ0为风速为0时的中心波长,s为转差;
S3、引入风向和风速的概率密度模型;
S4、利用修正后的电阻值进行精确潮流计算,将风向和风速的概率密度模型应用于潮流分布计算。
2.根据权利要求1所述的一种分散式风电接入配电网的精确潮流计算方法,其特征在于,所述电网数据以及风电机组数据的采集需判断风电机组类型以及风电场是作为PV节点还是PQ节点。
3.根据权利要求1或2所述的一种分散式风电接入配电网的精确潮流计算方法,其特征在于,所述步骤S2具体操作为:
S201、考虑风向空间分散性,根据风向确定有效风速;
S202、通过探测目标谱线的多普勒频移和展宽反演出大气风速和温度,得到风速与温度的确定关系式;
S203、根据电阻随温度变化的关系式得出电阻随风速和风向变化的关系式,从而对电阻进行修正。
4.根据权利要求1或2所述的一种分散式风电接入配电网的精确潮流计算方法,其特征在于,所述步骤S3具体为:
将风电场的风速和风向数据用概率密度模型、直方图以及经验累积分布函数表示。
5.根据权利要求1或2所述的一种分散式风电接入配电网的精确潮流计算方法,其特征在于,所述步骤S4具体为:
S402、回代过程,根据负荷由末端向始端逐段推算,仅计算各元件的功率损耗而不计算节点电压,求得各支路上的功率损耗,并据此获得始端功率;
S403、前推过程,根据给定的始端电压和求得的始端功率,由始端向末端逐段推算电压降落,求得各节点电压;
S404、收敛判断,根据第k次和第k-1次迭代的电压结果,计算两次迭代的电压值之差,如果误差在允许范围之内则说明迭代收敛,输出最后一次迭代结果,否则继续迭代。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811454750.0A CN109412163B (zh) | 2018-11-30 | 2018-11-30 | 一种分散式风电接入配电网的精确潮流计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811454750.0A CN109412163B (zh) | 2018-11-30 | 2018-11-30 | 一种分散式风电接入配电网的精确潮流计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109412163A CN109412163A (zh) | 2019-03-01 |
CN109412163B true CN109412163B (zh) | 2021-07-30 |
Family
ID=65456506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811454750.0A Active CN109412163B (zh) | 2018-11-30 | 2018-11-30 | 一种分散式风电接入配电网的精确潮流计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109412163B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110925134B (zh) * | 2019-12-03 | 2021-06-18 | 上海明华电力科技有限公司 | 一种风电机组的输出功率给定值实时修正系统及方法 |
CN111262503B (zh) * | 2020-02-15 | 2021-08-31 | 杭州电子科技大学 | 一种直流无刷电机热保护方法 |
CN116599163B (zh) * | 2023-04-27 | 2024-01-23 | 华能烟台风力发电有限公司 | 基于调频控制的高可靠性风电场功率控制系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2367399T3 (es) * | 2006-08-11 | 2011-11-03 | Abb Research Ltd. | Estimación de parámetros para un modelo térmico de una línea de alta tensión. |
CN103632052A (zh) * | 2013-11-27 | 2014-03-12 | 国网上海市电力公司 | 一种配电网潮流计算方法 |
CN104765962A (zh) * | 2015-04-08 | 2015-07-08 | 河海大学 | 一种计及温度变化的电力系统状态估计方法 |
CN104934973A (zh) * | 2015-06-24 | 2015-09-23 | 济南大学 | 一种考虑温度的电力线路损耗计算方法 |
CN105119273A (zh) * | 2015-08-13 | 2015-12-02 | 国电南瑞科技股份有限公司 | 一种计及系统网架强度和发电机有效送出能力的电网等值简化方法 |
-
2018
- 2018-11-30 CN CN201811454750.0A patent/CN109412163B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2367399T3 (es) * | 2006-08-11 | 2011-11-03 | Abb Research Ltd. | Estimación de parámetros para un modelo térmico de una línea de alta tensión. |
CN103632052A (zh) * | 2013-11-27 | 2014-03-12 | 国网上海市电力公司 | 一种配电网潮流计算方法 |
CN104765962A (zh) * | 2015-04-08 | 2015-07-08 | 河海大学 | 一种计及温度变化的电力系统状态估计方法 |
CN104934973A (zh) * | 2015-06-24 | 2015-09-23 | 济南大学 | 一种考虑温度的电力线路损耗计算方法 |
CN105119273A (zh) * | 2015-08-13 | 2015-12-02 | 国电南瑞科技股份有限公司 | 一种计及系统网架强度和发电机有效送出能力的电网等值简化方法 |
Non-Patent Citations (3)
Title |
---|
Temperature-Dependent Power Flow;Stephen Frank;《IEEE TRANSACTIONS ON POWER SYSTEMS》;20131130;第4007-4018页 * |
含风力发电的最优潮流计算方法研究;洪彬倬;《广东工业大学硕士论文》;20120501;全文 * |
考虑电热耦合效应的配电网潮流计算;舒隽;《电力系统自动化》;20151010;第39卷(第19期);第48-53页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109412163A (zh) | 2019-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109412163B (zh) | 一种分散式风电接入配电网的精确潮流计算方法 | |
CN104564529B (zh) | 风力发电机组的输出功率补偿方法、装置和系统 | |
US9556852B2 (en) | Method of determining individual set points in a power plant controller, and a power plant controller | |
CN103603767B (zh) | 一种基于滑模的极值搜索控制参数自适应调整方法 | |
CN106058920B (zh) | 基于Mixed-Copula函数的风电场旋转备用容量优化方法 | |
CN107332241B (zh) | 用于评估含分布式新能源配电网可靠性的方法及系统 | |
CN105673324B (zh) | 一种实现风电机组最大功率点跟踪的方法 | |
CN110808608A (zh) | 规模化新能源参与受端电网调频调压能力评估方法及系统 | |
CN104899465A (zh) | 风光优化配比的计算方法 | |
CN111027179B (zh) | 一种计及辅助调频服务的双馈风电场的等值建模方法 | |
Chavan et al. | Linear model of flicker due to vertical wind shear for a turbine mounted on a green building | |
CN112526262A (zh) | 高比例新能源接入的直流送端电网稳定性判断方法 | |
CN105023099B (zh) | 一种考虑湍流强度的风力发电机出力评估方法 | |
Salami et al. | Evaluation of Wind Potential for an Optimum Choice of Wind Turbine Generator on the Sites of Lomé, Accra, and Cotonou Located in the Gulf of Guinea. | |
CN102767474B (zh) | 风电有功功率的实时评估方法与系统 | |
PT2673503T (pt) | Método para determinação de energia perdida | |
CN103557117A (zh) | 风力发电机组功率曲线获取装置 | |
CN111756039B (zh) | 基于概率统计的新能源电力系统惯量估计方法 | |
CN117251995A (zh) | 基于可变遗忘因子最小二乘法的双馈风机惯量评估方法 | |
CN102749955B (zh) | 一种风光互补发电系统最大功率跟踪控制方法 | |
Wang et al. | Adequacy assessment of generating systems incorporating wind, PV and energy storage | |
CN109657380A (zh) | 一种基于扩展卡尔曼滤波的双馈风电场动态等值方法 | |
CN112682258B (zh) | 基于Backstepping的大型风力机最大功率点跟踪控制方法 | |
CN110601263B (zh) | 一种基于节点类型变换法的风电场接入点电压风险评估方法 | |
CN109390977B (zh) | 一种支撑风电场黑启动的风速特征分析方法 |
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 |