CN110112790B - 有源配电网运行效率的评价方法、装置、设备及存储介质 - Google Patents
有源配电网运行效率的评价方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110112790B CN110112790B CN201910491521.4A CN201910491521A CN110112790B CN 110112790 B CN110112790 B CN 110112790B CN 201910491521 A CN201910491521 A CN 201910491521A CN 110112790 B CN110112790 B CN 110112790B
- Authority
- CN
- China
- Prior art keywords
- power generation
- generation system
- probability
- output
- distributed power
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 238000010248 power generation Methods 0.000 claims abstract description 145
- 238000011156 evaluation Methods 0.000 claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 230000006870 function Effects 0.000 claims description 74
- 238000012545 processing Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000000546 chi-square test Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
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
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种有源配电网运行效率的评价方法装置、设备及存储介质，先建立有源配电网中各分布式发电系统的出力概率模型和负荷功率模型，再依据各出力概率模型、各分布式发电系统之间的出力相关性以及负荷功率模型进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数，考虑到分布式发电系统中分布式电源的不确定性，结合节点电压概率密度函数、支路潮流概率密度函数以及置信区间法计算得到有源配电网中各设备的实际负载率区间，输出设备的实际负载率区间和设备的合理负载率之间的比值作为设备的运行效率，取得了对接入了分布式电源的有源配电网的运行效率更准确的评估结果，为有源配电网的资源调控提供了有益参考。
Description
技术领域
本发明涉及配电网技术领域，特别是涉及一种有源配电网运行效率的评价方法、装置、设备及存储介质。
背景技术
配电网作为电能生产、传输和使用的重要环节，是联系用户与发、输电系统的纽带，科学、合理地评估配电网的运行效率是当前城市配电网评估发展的关键部分。另外，大规模间歇性分布式电源的接入主要影响电力系统的电能质量、继电保护、系统稳定性、系统可靠性。衡量电能质量的标准是电压、波形和频率这个三方面。当分布式电源接入配电网后，会使系统中各个节点电压发生偏移，功率分布也将随之改变，从而影响有源配电网设备的实际负载率。因此，合理评估有源配电网的运行效率受到了越来越多的关注，运行效率也逐渐成为评估有源配电网的一项主要指标。
然而，目前对于有源配电网运行效率的评估还是采用传统的配电网评估方式，主要针对供电安全性、可靠性、电能质量等进行单项指标的技术可行性评估，采用DEA和层次分析法等方法从不同侧面评估配电网的运行水平，建立配电网设备运行效率的评估指标体系，且忽略了大规模间歇性分布式电源的接入，缺乏对分布式电源的不确定性和波动性特征的研究，导致对有源配电网运行效率评估的不准确。
如何将分布式电源的特性加入有源配电网运行效率的评估中，取得对接入了分布式电源的现代有源配电网的运行效率更准确的评估结果，从而为有源配电网的资源调控提供有益参考，是本领域技术人员需要解决的技术问题。
发明内容
本发明的目的是提供一种有源配电网运行效率的评价方法、装置、设备及存储介质，通过将分布式电源的特性加入有源配电网运行效率的评估中，取得对接入了分布式电源的现代有源配电网的运行效率更准确的评估结果，从而为有源配电网的资源调控提供有益参考。
为解决上述技术问题，本发明提供一种有源配电网运行效率的评价方法，包括：
建立有源配电网中各分布式发电系统的出力概率模型和负荷功率模型；
依据各所述分布式发电系统的出力概率模型、各所述分布式发电系统之间的出力相关性以及所述负荷功率模型进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数；
结合所述节点电压概率密度函数和所述支路潮流概率密度函数以及置信区间法计算得到所述有源配电网中各设备的实际负载率区间；
输出所述设备的实际负载率区间和所述设备的合理负载率之间的比值作为所述设备的运行效率。
可选的，建立所述分布式发电系统的出力概率模型，具体包括：
获取所述分布式发电系统的输出功率的数据样本；
对所述数据样本进行校验，以确定所述分布式发电系统适用的出力概率模型的类型；
根据所述出力概率模型的类型建立所述分布式发电系统的出力概率模型。
可选的，当所述分布式发电系统具体为光伏发电系统时，所述对所述数据样本进行校验，以确定所述分布式发电系统适用的出力概率模型的类型，具体包括：
对所述光伏发电系统的数据样本进行卡方检验，
得到所述数据样本的卡方值；
判断所述卡方值是否大于卡方分布临界值；
如果是，则以基于Beta分布的光伏发电系统输出功率模型作为所述出力概率模型；
如果否，则以光伏发电系统的非参数核密度估计模型作为所述出力概率模型。
可选的，所述依据各所述分布式发电系统的出力概率模型、各所述分布式发电系统之间的出力相关性以及所述负荷功率模型进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数，具体包括：
基于各所述分布式发电系统之间的出力相关性，对各所述分布式发电系统的负荷功率模型进行去相关性处理；
利用去相关性处理后的各所述分布式发电系统的负荷功率模型进行概率潮流计算，得到所述节点电压概率密度函数和所述支路潮流概率密度函数。
可选的，所述基于各所述分布式发电系统之间的出力相关性，对各所述分布式发电系统的负荷功率模型进行去相关性处理，具体为：
根据各所述分布式发电系统之间的相关系数，基于下述公式计算得到用于所述概率潮流计算的独立标准正态分布的输入变量H：
其中，为第i个所述分布式发电系统的输出功率，/>为利用等概率原则将多维非正态随机变量/>进行正态变换得到的标准正态分布向量，/>为第i个所述分布式发电系统的标准正态累积分布函数，/>为第i个所述分布式发电系统的输出功率的累积概率分布函数；/>为/>和/>的相关系数，/>为标准二元正态分布的概率密度函数，/>的相关系数参数为/>，/>进行等概率转换后得到/>；L为根据Cholesky分解原理得到的用于将/>转换为所述输入变量的下三角矩阵。
可选的，所述利用去相关性处理后的各所述分布式发电系统的负荷功率模型进行概率潮流计算，得到所述节点电压概率密度函数和支路潮流概率密度函数，具体包括：
将所述输入变量H输入下述含有多维随机输入量的概率潮流方程：
其中，为概率潮流函数，/>为所述输入变量H取均值时潮流方程的值，/>为当其他输入变量取均值时的第i个独立标准的正态随机变量；
结合Gram-Charlier级数展开式求解所述含有多维随机输入量的概率潮流方程，得到节点电压U的概率密度函数f(U)和支路功率Z的概率密度函数f(Z)。
可选的，
所述分布式发电系统的负荷功率模型，具体通过以下公式表示：
其中，为负荷有功功率的概率密度函数，/>为有功功率的均值，/>为有功功率的方差，/>为负荷无功功率的概率密度函数，/>为无功功率的均值，/>为无功功率的方差。
为解决上述技术问题，本发明还提供一种有源配电网运行效率的评价装置，包括：
建模单元，用于建立有源配电网中各分布式发电系统的出力概率模型和负荷功率模型；
潮流计算单元，用于依据各所述分布式发电系统的出力概率模型、各所述分布式发电系统之间的出力相关性以及所述负荷功率模型进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数；
区间计算单元，用于结合所述节点电压概率密度函数和所述支路潮流概率密度函数以及置信区间法计算得到所述有源配电网中各设备的实际负载率区间；
输出单元，用于输出所述设备的实际负载率区间和所述设备的合理负载率之间的比值作为所述设备的运行效率。
为解决上述技术问题，本发明还提供一种有源配电网运行效率的评价设备，包括：
存储器，用于存储指令，所述指令包括上述任意一项所述有源配电网运行效率的评价方法的步骤；
处理器，用于执行所述指令。
为解决上述技术问题，本发明还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任意一项所述有源配电网运行效率的评价方法的步骤。
本发明所提供的有源配电网运行效率的评价方法，先建立有源配电网中各分布式发电系统的出力概率模型和负荷功率模型，再依据各分布式发电系统的出力概率模型、各分布式发电系统之间的出力相关性以及负荷功率模型进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数，考虑到分布式发电系统中分布式电源的不确定性，结合节点电压概率密度函数和支路潮流概率密度函数以及置信区间法计算得到有源配电网中各设备的实际负载率区间，最后输出设备的实际负载率区间和设备的合理负载率之间的比值作为设备的运行效率，在评估有源配电网的运行效率时考虑到了分布式电源的不确定性，取得了对接入了分布式电源的现代有源配电网的运行效率更准确的评估结果，从而为有源配电网的资源调控提供了有益参考。本发明还提供了一种有源配电网运行效率的评价装置、设备及存储介质，具有上述有益效果，在此不再赘述。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案，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的介绍，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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种有源配电网运行效率的评价方法的流程图；
图2为本发明实施例提供的一种图1中步骤S101的具体实施方式的流程图；
图3为本发明实施例提供的一种图1中步骤S102的具体实施方式的流程图；
图4为本发明实施例提供的一种有源配电网运行效率的评价装置的结构示意图；
图5为本发明实施例提供的一种有源配电网运行效率的评价设备的结构示意图。
具体实施方式
本发明的核心是提供一种有源配电网运行效率的评价方法、装置、设备及存储介质，通过将分布式电源的特性加入有源配电网运行效率的评估中，取得对接入了分布式电源的现代有源配电网的运行效率更准确的评估结果，从而为有源配电网的资源调控提供有益参考。
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，所描述的实施例仅仅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。
图1为本发明实施例提供的一种有源配电网运行效率的评价方法的流程图；图2为本发明实施例提供的一种图1中步骤S101的具体实施方式的流程图；图3为本发明实施例提供的一种图1中步骤S102的具体实施方式的流程图。
如图1所示，有源配电网运行效率的评价方法包括：
S101：建立有源配电网中各分布式发电系统的出力概率模型和负荷功率模型。
分布式发电（Distributed Generation，DG）系统根据使用技术的不同，可分为热电冷联产发电、内燃机组发电、燃气轮机发电、小型水力发电、风力发电、太阳能光伏发电、燃料电池等；根据所使用的能源类型，分布式发电可分为化石能源（煤炭、石油、天然气）发电与可再生能源（风力、太阳能、潮汐、生物质、小水电等）发电两种形式。
对于不同的分布式发电系统中包含的分布式电源的种类，相应的出力概率模型不同。而对于每种分布式电源来说，也可能包括多种出力概率模型。
可以预先设置分布式发电系统的类型与出力概率模型的对应关系，根据输入的分布式发电系统的类型建立相应的出力概率模型。而为了更好的描述分布式发电系统的出力，还可以在对分布式发电系统的输出功率的数据样本进行分析后再确定出力概率模型的类型。
如图2所示，对于一个分布式发电系统，建立出力概率模型具体可以包括：
S201：获取分布式发电系统的输出功率的数据样本。
对于一个分布式发电系统，获取其输出功率的数据样本/>。
S202：对数据样本进行校验，以确定分布式发电系统适用的出力概率模型的类型。
以光伏发电系统为例，基于Beta分布的光伏发电系统输出功率模型具有简单、易实现等优点，并且对实测数据样本的要求不高，但并不一定总能够取得良好的模拟效果。而光伏发电系统的非参数核密度估计模型虽然具有较强的适应性和模拟准确度，但是表达式复杂而且对实测数据样本有着较高的要求。
因此当分布式发电系统具体为光伏发电系统时，步骤S202具体包括：
对光伏发电系统的数据样本进行卡方检验，得到数据样本的卡方值；
判断卡方值是否大于卡方分布临界值；
如果是，则以Beta分布的光伏发电系统输出功率模型作为出力概率模型；
如果否，则以光伏发电系统的非参数核密度估计模型作为出力概率模型。
其中，根据Beta分布估计光伏发电系统输出功率的概率密度函数/>，由下述公式表示：
（1）
公式（1）中，为光伏发电系统最大输出功率；/>和/>为Beta分布的形状参数，可基于历史观测数据通过极大似然估计得到。
若光伏发电系统含有s个电池组件，每块的面积为，转换效率为/>，则光伏发电系统总的有功功率可由下式表示：
（2）
公式（2）中，A为光伏发电系统总面积，为光伏发电系统总转换效率，分别可由公式（3）和（4）表示：
（3）
（4）
基于非参数核密度估计理论，估计光伏发电系统输出功率的概率密度函数，可由下式表示：
（5）
公式（5）中，n为光伏实测数据的样本数；h为带宽，可由经验算法求得；K()为核函数，本发明实施例选用常用的高斯函数作为核函数。
S203：根据出力概率模型的类型建立分布式发电系统的出力概率模型。
根据分布式发电系统与出力概率模型的类型的对应关系确定出力概率模型的类型后，建立分布式发电系统的出力概率模型。
负荷功率模型具体可以通过以下公式表示：
其中，为负荷有功功率的概率密度函数，/>为有功功率的均值，/>为有功功率的方差，/>为负荷无功功率的概率密度函数，/>为无功功率的均值，/>为无功功率的方差。
配电负荷具有时序性，基本符合正态分布。负荷的有功和无功功率的概率密度函数分别表示为：
（6）
（7）
其中，和/>分别为有功功率的均值和无功功率的均值，/>和/>分别为有功功率的方差和无功功率的方差。
S102：依据各分布式发电系统的出力概率模型和各分布式发电系统之间的出力相关性进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数。
分布式发电系统具有不确定性，因此在考虑分布式发电系统对有源配电网进行运行效率的评估时，需要通过分布式发电系统的出力概率进一步得到分布式发电系统的实际负载率的概率区间。在本发明实施例中，根据上述步骤计算得到各分布式发电系统的出力概率后，在基于等概率转换原则对各分布式发电系统的输出功率实现正态变换并得到相关系数后，采用Cholesky分解转换为独立标准的正态分布随机变量。
如图3所示，步骤S102具体包括：
S301：基于各分布式发电系统之间的出力相关性，对各分布式发电系统的负荷功率模型进行去相关性处理。
还是以光伏发电系统为例，设有源配电网系统中共有m个光伏发电系统，输出功率分别为，表示为多维非正态随机变量/>，步骤S301具体为：
根据各分布式发电系统之间的相关系数，基于下述公式计算得到用于所述概率潮流计算的独立标准正态分布的输入变量H：
（8）
（9）
（10）
其中，为第i个分布式发电系统的输出功率，/>为利用等概率原则将多维非正态随机变量/>进行正态变换得到的标准正态分布向量，/>为第i个分布式发电系统的标准正态累积分布函数，/>为第i个分布式发电系统的输出功率的累积概率分布函数；/>为/>和/>的相关系数，/>为标准二元正态分布的概率密度函数，/>的相关系数参数为/>，/>进行等概率转换后得到/>；L为根据Cholesky分解原理得到的用于将/>转换为所述输入变量的下三角矩阵。
S302：利用去相关性处理后的各分布式发电系统的负荷功率模型进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数。
配电网概率潮流是计算当输入为随机变量时输出变量的概率信息。本发明实施例将分布式发电系统的相关性处理与配电网概率潮流计算相结合，在建立各分布式发电系统的出力概率模型和负荷功率模型后，设置各光伏发电系统的相关系数，基于上述公式（8）至（10）去除各分布式发电系统的出力相关性，将各分布式发电系统的输出功率转换为独立标准的正态分布随机变量，求得用于概率潮流计算的独立标准正态分布的输入变量H，接下来利用去相关性处理后的各分布式发电系统的输出功率进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数。
因此，步骤S302具体包括：
将输入变量H输入下述含有多维随机输入量的概率潮流方程：
（11）
其中，为概率潮流函数，/>为输入变量H取均值时潮流方程的值，/>为当其他输入变量取均值时的第i个独立标准的正态随机变量；
结合Gram-Charlier级数展开式求解上述含有多维随机输入量的概率潮流方程，得到节点电压U的概率密度函数f(U)和支路功率Z的概率密度函数f(Z)。
S103：结合节点电压概率密度函数和支路潮流概率密度函数以及置信区间法计算得到有源配电网中各设备的实际负载率区间。
有源配电网运行效率是指有源配电网各设备（主要包括主变和线路）的实际负载率与合理负载率之比，反映了配电网资源利用情况，表征着电网公司的运营水平和资源配置能力。一般认为，在理想状况下，当设备持续运行在满足基本安全准则（如N-1安全准则）及其他安全约束时（如考虑运行环境、检修维护要求等条件）的最大可输送负荷时候，具有最佳的运行效率。此时，设备的负载率称为合理负载率，当设备负载率低于合理负载率时，没有充分利用设备在安全运行限值下的可用容量；当设备负载率高于合理负载率时，设备具有潜在的安全风险，运行调度方面可能违背了基本的安全运行规定。基于上述思想，可通过评判设备实际负载率与上述合理负载率的偏离程度，来衡量设备经济运行效率，偏离程度越高，运行效率越低，反之运行效率越高。对于有源配电网中的N台设备，运行效率可表示为变量，其中，/>为设备i的运行效率，其计算公式如下所示：
（12）
公式（12）中，为设备i的实际负载率，/>为设备i的合理负载率。
为了评估有源配电网运行效率，需要得到有源配电网中设备的合理负载率和实际负载率/>。合理负载率可以通过有源配电网的网架结构和安全可靠性要求等得到。考虑到光伏等分布式电源出力的不确定性，有源配电网设备的实际负载率无法提前预测得到。但根据上文步骤，可以根据上述有源配电网概率潮流计算得到支路潮流Z的概率密度函数/>，然后利用置信区间法处理概率特性，从而得到配电网设备在一定置信度上的实际负载率区间。本发明实施例中置信度取95%：
（13）
（14）
式中，和/>是关于均值/>对称的两点，从而可得支路/>在95%置信度上的潮流区间/>。主变实际所带负荷可由其出线所带负荷相加得到。从而得到设备i的实际所带负荷区间/>，根据设备i的容量/>，可得到实际负载率区间/>，即：
（15）
S104：输出设备的实际负载率区间和设备的合理负载率之间的比值作为设备的运行效率。
基于公式（15），公式（12）进一步表示为：
（16）
本发明实施例提供的有源配电网运行效率的评价方法，先建立有源配电网中各分布式发电系统的出力概率模型和负荷功率模型，再依据各分布式发电系统的出力概率模型、各分布式发电系统之间的出力相关性以及负荷功率模型进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数，考虑到分布式发电系统中分布式电源的不确定性，结合节点电压概率密度函数和支路潮流概率密度函数以及置信区间法计算得到有源配电网中各设备的实际负载率区间，最后输出设备的实际负载率区间和设备的合理负载率之间的比值作为设备的运行效率，在评估有源配电网的运行效率时考虑到了分布式电源的不确定性，取得了对接入了分布式电源的现代有源配电网的运行效率更准确的评估结果，从而为有源配电网的资源调控提供了有益参考。
上文详述了有源配电网运行效率的评价方法对应的各个实施例，在此基础上，本发明还公开了与上述方法对应的有源配电网运行效率的评价装置。
图4为本发明实施例提供的一种有源配电网运行效率的评价装置的结构示意图。
如图4所示，本发明实施例提供的有源配电网运行效率的评价装置包括
建模单元401，用于建立有源配电网中各分布式发电系统的出力概率模型和负荷功率模型；
潮流计算单元402，用于依据各分布式发电系统的出力概率模型、各分布式发电系统之间的出力相关性以及所述负荷功率模型进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数；
区间计算单元403，用于结合节点电压概率密度函数和支路潮流概率密度函数以及置信区间法计算得到有源配电网中各设备的实际负载率区间；
输出单元404，用于输出设备的实际负载率区间和设备的合理负载率之间的比值作为设备的运行效率。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
图5为本发明实施例提供的一种有源配电网运行效率的评价设备的结构示意图。
如图5所示，本发明实施例提供的有源配电网运行效率的评价设备包括：
存储器501，用于存储指令，所述指令包括上述任意一项实施例所述有源配电网运行效率的评价方法的步骤；
处理器502，用于执行所述指令。
本实施例提供的有源配电网运行效率的评价设备，由于可以通过处理器调用存储器存储的计算机程序，实现如上述任一实施例提供的有源配电网运行效率的评价方法的步骤，所以本分析装置具有同上述有源配电网运行效率的评价方法同样的实际效果。
为了更好地理解本方案，本发明实施例还提供一种存储介质，该介质上存储有计算机程序，计算机程序被处理器执行时实现如上任一实施例提到的有源配电网运行效率的评价方法的步骤。
本实施例提供的存储介质，由于可以通过处理器调用存储介质存储的计算机程序，实现如上述任一实施例提供的有源配电网运行效率的评价方法的步骤，所以本存储介质具有同上述有源配电网运行效率的评价方法同样的实际效果。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置、设备及存储介质，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，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，例如多个模块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信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块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模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，功能调用装置，或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质可以包括：U盘、移动硬盘、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory ，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本发明所提供的一种有源配电网运行效率的评价方法、装置、设备及存储介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (8)
1.一种有源配电网运行效率的评价方法，其特征在于，包括：
建立有源配电网中各分布式发电系统的出力概率模型和负荷功率模型；
依据各所述分布式发电系统的出力概率模型、各所述分布式发电系统之间的出力相关性以及所述负荷功率模型进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数；
结合所述节点电压概率密度函数和所述支路潮流概率密度函数以及置信区间法计算得到所述有源配电网中各设备的实际负载率区间；
输出所述设备的实际负载率区间和所述设备的合理负载率之间的比值作为所述设备的运行效率；
其中，所述合理负载率为所述设备持续运行在满足基本安全准则和安全约束时的最大可输送负荷时对应的负载率；
建立所述分布式发电系统的出力概率模型，具体包括：
获取所述分布式发电系统的输出功率的数据样本；
对所述数据样本进行校验，以确定所述分布式发电系统适用的出力概率模型的类型；
根据所述出力概率模型的类型建立所述分布式发电系统的出力概率模型；
当所述分布式发电系统具体为光伏发电系统时，所述对所述数据样本进行校验，以确定所述分布式发电系统适用的出力概率模型的类型，具体包括：
对所述光伏发电系统的数据样本进行卡方检验，得到所述数据样本的卡方值；
判断所述卡方值是否大于卡方分布临界值；
如果是，则以基于Beta分布的光伏发电系统输出功率模型作为所述出力概率模型；
如果否，则以光伏发电系统的非参数核密度估计模型作为所述出力概率模型。
2.根据权利要求1所述的评价方法，其特征在于，所述依据各所述分布式发电系统的出力概率模型、各所述分布式发电系统之间的出力相关性以及所述负荷功率模型进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数，具体包括：
基于各所述分布式发电系统之间的出力相关性，对各所述分布式发电系统的负荷功率模型进行去相关性处理；
利用去相关性处理后的各所述分布式发电系统的负荷功率模型进行概率潮流计算，得到所述节点电压概率密度函数和所述支路潮流概率密度函数。
3.根据权利要求2所述的评价方法，其特征在于，所述基于各所述分布式发电系统之间的出力相关性，对各所述分布式发电系统的负荷功率模型进行去相关性处理，具体为：
根据各所述分布式发电系统之间的相关系数，基于下述公式计算得到用于所述概率潮流计算的独立标准正态分布的输入变量H：
；
；
；
其中，为第i个所述分布式发电系统的输出功率，/>为利用等概率原则将多维非正态随机变量/>进行正态变换得到的标准正态分布向量，/>为第i个所述分布式发电系统的标准正态累积分布函数，/>为第i个所述分布式发电系统的输出功率的累积概率分布函数；/>为/>和/>的相关系数，/>为标准二元正态分布的概率密度函数，/>的相关系数参数为/>，/>进行等概率转换后得到/>；L为根据Cholesky分解原理得到的用于将/>转换为所述输入变量的下三角矩阵。
4.根据权利要求3所述的评价方法，其特征在于，所述利用去相关性处理后的各所述分布式发电系统的负荷功率模型进行概率潮流计算，得到所述节点电压概率密度函数和支路潮流概率密度函数，具体包括：
将所述输入变量H输入下述含有多维随机输入量的概率潮流方程：
；
其中，为概率潮流函数，/>为所述输入变量H取均值时潮流方程的值，/>为当其他输入变量取均值时的第i个独立标准的正态随机变量；
结合Gram-Charlier级数展开式求解所述含有多维随机输入量的概率潮流方程，得到节点电压U的概率密度函数f(U)和支路功率Z的概率密度函数f(Z)。
5.根据权利要求1所述的评价方法，其特征在于，所述分布式发电系统的负荷功率模型，具体通过以下公式表示：
；
；
其中，为负荷有功功率的概率密度函数，/>为有功功率的均值，/>为有功功率的方差，/>为负荷无功功率的概率密度函数，/>为无功功率的均值，/>为无功功率的方差。
6.一种有源配电网运行效率的评价装置，其特征在于，包括：
建模单元，用于建立有源配电网中各分布式发电系统的出力概率模型和负荷功率模型；
潮流计算单元，用于依据各所述分布式发电系统的出力概率模型、各所述分布式发电系统之间的出力相关性以及所述负荷功率模型进行概率潮流计算，得到节点电压概率密度函数和支路潮流概率密度函数；
区间计算单元，用于结合所述节点电压概率密度函数和所述支路潮流概率密度函数以及置信区间法计算得到所述有源配电网中各设备的实际负载率区间；
输出单元，用于输出所述设备的实际负载率区间和所述设备的合理负载率之间的比值作为所述设备的运行效率；
其中，所述合理负载率为所述设备持续运行在满足基本安全准则和安全约束时的最大可输送负荷时对应的负载率；
建立所述分布式发电系统的出力概率模型，具体包括：
获取所述分布式发电系统的输出功率的数据样本；
对所述数据样本进行校验，以确定所述分布式发电系统适用的出力概率模型的类型；
根据所述出力概率模型的类型建立所述分布式发电系统的出力概率模型；
当所述分布式发电系统具体为光伏发电系统时，所述对所述数据样本进行校验，以确定所述分布式发电系统适用的出力概率模型的类型，具体包括：
对所述光伏发电系统的数据样本进行卡方检验，得到所述数据样本的卡方值；
判断所述卡方值是否大于卡方分布临界值；
如果是，则以基于Beta分布的光伏发电系统输出功率模型作为所述出力概率模型；
如果否，则以光伏发电系统的非参数核密度估计模型作为所述出力概率模型。
7.一种有源配电网运行效率的评价设备，其特征在于，包括：
存储器，用于存储指令，所述指令包括权利要求1至5任意一项所述有源配电网运行效率的评价方法的步骤；
处理器，用于执行所述指令。
8.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任意一项所述有源配电网运行效率的评价方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910491521.4A CN110112790B (zh) | 2019-06-06 | 2019-06-06 | 有源配电网运行效率的评价方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910491521.4A CN110112790B (zh) | 2019-06-06 | 2019-06-06 | 有源配电网运行效率的评价方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110112790A CN110112790A (zh) | 2019-08-09 |
| CN110112790B true CN110112790B (zh) | 2023-10-20 |
Family
ID=67494129
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910491521.4A Active CN110112790B (zh) | 2019-06-06 | 2019-06-06 | 有源配电网运行效率的评价方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110112790B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110458472B (zh) * | 2019-08-20 | 2022-07-22 | 广西电网有限责任公司电力科学研究院 | 一种配电网设备准实时资产运行效率的计算方法 |
| CN111984906B (zh) * | 2020-07-27 | 2023-06-23 | 国网内蒙古东部电力有限公司通辽供电公司 | 考虑光伏与负荷时序相关性的概率潮流快速计算方法 |
| CN112966867B (zh) * | 2021-03-11 | 2023-04-28 | 山东德佑电气股份有限公司 | 基于pso-bp神经网络和四分位法的变压器预警方法 |
| CN113379237B (zh) * | 2021-06-09 | 2023-11-24 | 国家电网有限公司 | 一种质子交换膜燃料电池调峰适应性判断方法及系统 |
| CN114548837B (zh) * | 2022-04-26 | 2022-09-30 | 石家庄科林电气股份有限公司 | 基于随机偏差算法的有源配电网的质量评价方法及装置 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103887795A (zh) * | 2014-04-17 | 2014-06-25 | 哈尔滨工业大学 | 电力系统实时概率潮流在线的计算方法 |
| CN105305488A (zh) * | 2015-10-13 | 2016-02-03 | 国家电网公司 | 一种考虑新能源并网对输电网利用率影响的评价方法 |
| WO2016098373A1 (ja) * | 2014-12-16 | 2016-06-23 | 神王偉国 | 負荷追従による誘導電動機の省エネ制御方法及び装置 |
| JP2016194849A (ja) * | 2015-04-01 | 2016-11-17 | 富士電機株式会社 | 潮流計算装置、潮流計算方法、及びプログラム |
| CN106549396A (zh) * | 2016-12-08 | 2017-03-29 | 中国电力科学研究院 | 一种配电网多目标概率无功优化方法 |
| CN106849097A (zh) * | 2017-04-13 | 2017-06-13 | 云南电网有限责任公司电力科学研究院 | 一种主动配电网潮流计算方法 |
| CN107730111A (zh) * | 2017-10-12 | 2018-02-23 | 国网浙江省电力公司绍兴供电公司 | 一种考虑用户负荷和新能源接入的配网电压风险评估模型 |
| CN107846024A (zh) * | 2017-12-11 | 2018-03-27 | 厦门大学嘉庚学院 | 孤岛微电网概率潮流解析计算方法 |
| CN107979092A (zh) * | 2017-12-18 | 2018-05-01 | 国网宁夏电力有限公司经济技术研究院 | 一种考虑分布式电源与软开关接入的配电网动态重构方法 |
| CN108063456A (zh) * | 2017-12-19 | 2018-05-22 | 国家电网公司 | 分布式光伏发电并网规划方法及终端设备 |
| CN108233416A (zh) * | 2018-01-19 | 2018-06-29 | 广东电网有限责任公司河源供电局 | 一种考虑电压越限风险的配电网单光伏消纳能力评估方法 |
| CN108898287A (zh) * | 2018-06-11 | 2018-11-27 | 国网江西省电力有限公司电力科学研究院 | 大规模光伏并网的配电网运行风险评估方法 |
| CN108960628A (zh) * | 2018-07-04 | 2018-12-07 | 中国电力科学研究院有限公司 | 一种光伏发电接入配电网的风险评估方法及系统 |
| CN109066688A (zh) * | 2018-09-06 | 2018-12-21 | 国网安徽省电力有限公司芜湖供电公司 | 基于可再生能源不确定性下的概率潮流数据获取方法 |
| CN109492957A (zh) * | 2019-01-10 | 2019-03-19 | 南方电网科学研究院有限责任公司 | 一种配电网线路运行效率的评价方法、装置及存储介质 |
-
2019
- 2019-06-06 CN CN201910491521.4A patent/CN110112790B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103887795A (zh) * | 2014-04-17 | 2014-06-25 | 哈尔滨工业大学 | 电力系统实时概率潮流在线的计算方法 |
| WO2016098373A1 (ja) * | 2014-12-16 | 2016-06-23 | 神王偉国 | 負荷追従による誘導電動機の省エネ制御方法及び装置 |
| JP2016194849A (ja) * | 2015-04-01 | 2016-11-17 | 富士電機株式会社 | 潮流計算装置、潮流計算方法、及びプログラム |
| CN105305488A (zh) * | 2015-10-13 | 2016-02-03 | 国家电网公司 | 一种考虑新能源并网对输电网利用率影响的评价方法 |
| CN106549396A (zh) * | 2016-12-08 | 2017-03-29 | 中国电力科学研究院 | 一种配电网多目标概率无功优化方法 |
| CN106849097A (zh) * | 2017-04-13 | 2017-06-13 | 云南电网有限责任公司电力科学研究院 | 一种主动配电网潮流计算方法 |
| CN107730111A (zh) * | 2017-10-12 | 2018-02-23 | 国网浙江省电力公司绍兴供电公司 | 一种考虑用户负荷和新能源接入的配网电压风险评估模型 |
| CN107846024A (zh) * | 2017-12-11 | 2018-03-27 | 厦门大学嘉庚学院 | 孤岛微电网概率潮流解析计算方法 |
| CN107979092A (zh) * | 2017-12-18 | 2018-05-01 | 国网宁夏电力有限公司经济技术研究院 | 一种考虑分布式电源与软开关接入的配电网动态重构方法 |
| CN108063456A (zh) * | 2017-12-19 | 2018-05-22 | 国家电网公司 | 分布式光伏发电并网规划方法及终端设备 |
| CN108233416A (zh) * | 2018-01-19 | 2018-06-29 | 广东电网有限责任公司河源供电局 | 一种考虑电压越限风险的配电网单光伏消纳能力评估方法 |
| CN108898287A (zh) * | 2018-06-11 | 2018-11-27 | 国网江西省电力有限公司电力科学研究院 | 大规模光伏并网的配电网运行风险评估方法 |
| CN108960628A (zh) * | 2018-07-04 | 2018-12-07 | 中国电力科学研究院有限公司 | 一种光伏发电接入配电网的风险评估方法及系统 |
| CN109066688A (zh) * | 2018-09-06 | 2018-12-21 | 国网安徽省电力有限公司芜湖供电公司 | 基于可再生能源不确定性下的概率潮流数据获取方法 |
| CN109492957A (zh) * | 2019-01-10 | 2019-03-19 | 南方电网科学研究院有限责任公司 | 一种配电网线路运行效率的评价方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110112790A (zh) | 2019-08-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110112790B (zh) | 有源配电网运行效率的评价方法、装置、设备及存储介质 | |
| Wen et al. | A review on reliability assessment for wind power | |
| Matos et al. | Probabilistic evaluation of reserve requirements of generating systems with renewable power sources: The Portuguese and Spanish cases | |
| CN109993445B (zh) | 一种考虑光伏预测误差的综合能源系统脆弱性评估方法 | |
| Aftab et al. | IEC 61850 communication based dual stage load frequency controller for isolated hybrid microgrid | |
| Wang et al. | Two-stage full-data processing for microgrid planning with high penetrations of renewable energy sources | |
| CN110264110B (zh) | 基于配电网多应用场景的储能电站选址定容方法 | |
| Chakir et al. | Managing a hybrid energy smart grid with a renewable energy source | |
| Abdalla et al. | Generation expansion planning under correlated uncertainty of mass penetration renewable energy sources | |
| Liu et al. | Chance‐constrained scheduling model of grid‐connected microgrid based on probabilistic and robust optimisation | |
| CN115618616A (zh) | 一种源、网、荷资源的混合储能可靠性评估模型构建方法 | |
| Pruckner et al. | A hybrid simulation model for large-scaled electricity generation systems | |
| CN110429591B (zh) | 一种基于电力系统时序耦合性的输电网利用率评估方法 | |
| Zhao et al. | Assessment of distributed photovoltaic hosting capacity in integrated electricity and heat systems considering uncertainty | |
| Sun et al. | An incremental-variable-based state enumeration method for power system operational risk assessment considering safety margin | |
| Yang | Multi‐objective optimization of integrated gas–electricity energy system based on improved multi‐object cuckoo algorithm | |
| CN116663823B (zh) | 融合精准碳数据的配电能源网格碳排放最优规划方法及系统 | |
| CN116979558A (zh) | 一种电氢综合能源系统时-频优化调度方法 | |
| Chen et al. | An evaluation method of distributed generation credible capacity based on island partition | |
| Chowdhury et al. | Optimal allocation of wind based DG for enhancement of technical, economic and social benefits using jaya algorithm for radial distribution networks | |
| Alarcon-Rodriguez et al. | Multi-objective planning of distributed energy resources with probabilistic constraints | |
| Barutcu | Examination of the chance constrained optimal wt penetration level in distorted distribution network with wind speed and load uncertainties | |
| CN115423297A (zh) | 基于拉格朗日乘子的园区综合能源系统可靠性评估方法 | |
| Yin et al. | Economic and technical comparison of energy storage technologies for renewable accommodation | |
| Sun et al. | Multi-objective confidence gap decision based robust optimal dispatch of integrated energy system using entropy expectation maximization GMM |
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 |