CN110210714A - 基于电网脆弱点辨识的储能电池选址方法 - Google Patents
基于电网脆弱点辨识的储能电池选址方法 Download PDFInfo
- Publication number
- CN110210714A CN110210714A CN201910375480.2A CN201910375480A CN110210714A CN 110210714 A CN110210714 A CN 110210714A CN 201910375480 A CN201910375480 A CN 201910375480A CN 110210714 A CN110210714 A CN 110210714A
- Authority
- CN
- China
- Prior art keywords
- node
- power grid
- energy
- storage battery
- failure
- 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.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000015556 catabolic process Effects 0.000 claims abstract description 15
- 238000006731 degradation reaction Methods 0.000 claims abstract description 15
- 238000002271 resection Methods 0.000 claims description 9
- 240000002853 Nelumbo nucifera Species 0.000 claims description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 claims 1
- 230000009897 systematic effect Effects 0.000 abstract description 3
- 238000009434 installation Methods 0.000 abstract description 2
- 230000032683 aging Effects 0.000 description 9
- 238000009826 distribution Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012038 vulnerability analysis Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- 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
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Power Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于电网脆弱点辨识的储能电池选址方法，包括获取电网的运行数据；计算电网所有节点故障时的负荷损失率和所有节点的设备的老化故障率；计算得到电网所有节点的节点综合脆弱度；计算电网所有节点故障时的社会经济影响值；计算得到电网所有节点的最终脆弱性指标；选定最终的储能电池的布置位置，完成储能电池的选址。本发明通过对电网脆弱点的辨识，全面反映了节点故障对电网系统的影响程度，并通过对电网脆弱点的辨识对储能电池的位置进行选址，能够更加可靠和科学的选取储能电池的安装位置，本发明方法可靠性高，且更加系统科学。
Description
技术领域
本发明具体涉及一种基于电网脆弱点辨识的储能电池选址方法。
背景技术
随着经济技术的发展和人们生活水平的提高，电能已经成为了人们生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。储能电池技术的快速发展及其特有性质，在电力系统中的运用备受关注。但在不同的运行工况下，储能电池对电网的影响不同，其选址定容方法也不尽相同。因此，如何科学合理的选址已成为热点问题。
目前，国内外对储能电池接入电力系统的选址研究较少，尚未构成完整的选址指标体系，仅针对电网某一特性进行分析，因此，所得结论往往与实际相差较大，只具参考价值。OHSAWA Y，MARUOKA Y，TAKENO H发表的《Determination ofinstallation location ofSMES for power system stabilization》[C]一文(详见《TECHNOLOGIES FOR THE21STCENTURY》，2000，第233-236页)中，指出节点灵敏度越大，其有功和无功功率变化对整个系统的影响也越大，该节点即为功率调节设备的最佳安装地点。LEE S发表的《Location of asuperconducting device in a power gridfor system loss minimization using losssensitivity》[C]一文(详见《IEEE TRANSACTIONS ON APPLIED SUPERCONDUCTIVITY》，2007，17(2)：第2351-2354页)中，其基本思想是将储能装置作为一个负荷来分析，将能量输送过程中的网络损耗作为目标函数，利用网络损耗灵敏度分析方法，对储能装置进行容量优化和选址。杜冰心、王德林发表的《基于特征向量法的电池储能装置最佳安装地点选择》[J]一文(详见《电力自动化设备》，2015，35(8)：第79-83页)通过分析CBEST的安装地点对其功率补偿效果的影响，以选择CBEST的最佳安装地点；最后通过不同工况下的故障设置验证其有效性和可行性。张明锐、谢青青、欧阳丽发表的《考虑电动汽车的并网型微网储能选址定容》[J]一文(详见《电力自动化设备》，2016，36(9)：第25-32页)以一日内BESS投资成本和微网运行成本之和最小为目标，考虑BESS荷电量时段间耦合约束，构建BESS选址定容模型。吴小刚、刘宗歧、田立亭、丁冬、杨水丽发表的《基于改进多目标粒子群算法的配电网储能选址定容》[J]一文(详见《电网技术》，2014，38(12)：第3405-3411页)在考虑储能效益与成本的基础上，建立了系统节点电压波动、负荷波动及储能装置总容量为目标的多目标优化模型，并提出一种基于改进多目标粒子群算法的配网储能选址定容方法。杨炼、范春菊、邰能灵、黄文焘发表的《基于继电保护与改进算法的储能电站选址定容》[J]一文(详见《电工技术学报》，2015，30(3)：第53-60页)研究了储能电站接入配电网后对原有电流保护的影响。采用多维编码法对节点进行编码，以网络有功损耗与平均电压偏移作为优化目标函数，将储能电站输出电流、配电网电流保护加入到约束条件中，进行储能电站的选址定容。以上研究都仅从不同的单一角度分析了储能接入之后对电网的影响，均未构建完整的选址评价指标体系。
因此，目前尚未有专门的针对储能电池的选址方法研究，使得储能电池的选址过程依旧是粗放过程，缺乏系统性和科学性。
发明内容
本发明的目的在于一种可靠性高且系统科学的基于电网脆弱点辨识的储能电池选址方法。
本发明提供的这种基于电网脆弱点辨识的储能电池选址方法，包括如下步骤：
S1.获取电网的运行数据；
S2.根据步骤S1获取的数据，计算电网所有节点故障时的负荷损失率和所有节点的设备的老化故障率；
S3.根据步骤S2计算得到的节点故障时的负荷损失率和节点的设备的老化故障率，计算得到电网所有节点的节点综合脆弱度；
S4.根据步骤S1获取的数据，计算电网所有节点故障时的社会经济影响值；
S5.根据步骤S3计算得到的节点综合脆弱度和步骤S4计算得到的节点故障时的社会经济影响值，计算得到电网所有节点的最终脆弱性指标；
S6.根据步骤S5得到的电网所有节点的最终脆弱性指标，选定最终的储能电池的布置位置，完成储能电池的选址。
步骤S2所述的计算电网所有节点故障时的负荷损失率，具体为采用如下算式计算节点故障时的负荷损失率ρlost：
式中i为节点编号，M为节点i故障后退出系统的节点集合，Li为节点i的负荷，L为节点负荷。
步骤S2所述的计算节点的设备的老化故障率，具体为采用如下算式计算老化故障率ρi(t)：
式中t为节点的设备的服役时间，η为形状参数，T为节点的设备在最大温度下的运行时间。
步骤S3所述的计算得到电网所有节点的节点综合脆弱度，具体为采用如下算式计算节点综合脆弱度Ci：
Ci＝ρlost*ρi(t)
式中Ci为节点i的节点综合脆弱度，ρlost为节点故障时的负荷损失率，ρi(t)为节点i的老化故障率。
步骤S4所述的计算电网所有节点故障时的社会经济影响值，具体为采用如下算式计算节点故障时的社会经济影响值Ji：
Ji＝α1*Plost1+α2*Plost2+α3*Plost3
式中Ji为节点i故障时的社会经济影响值，α1为一级负荷的影响因子，α2为二级负荷的影响因子，α3为三级负荷的影响因子，Plost1为节点i故障时的一级负荷切除量，Plost2节点i故障时的二级负荷切除量，Plost3节点i故障时的三级负荷切除量。
步骤S5所述的计算得到电网所有节点的最终脆弱性指标，具体为采用如下算式计算节点的最终脆弱性指标Mi：
Mi＝Ci*Ji
式中Mi为节点i的最终脆弱性指标，Ci为节点i的节点综合脆弱度，Ji为节点i故障时的社会经济影响值。
步骤S6所述的根据步骤S5得到的电网所有节点的最终脆弱性指标，选定最终的储能电池的布置位置，具体为：计算得到电网所有节点的最终脆弱性指标后，按照从大到小的顺序对最终脆弱性指标进行排序，若节点的脆弱性指标越大，则优先在该节点布置储能电池。
本发明提供的这种基于电网脆弱点辨识的储能电池选址方法，通过对电网脆弱点的辨识，全面反映了节点故障对电网系统的影响程度，并通过对电网脆弱点的辨识对储能电池的位置进行选址，能够更加可靠和科学的选取储能电池的安装位置，本发明方法可靠性高，且更加系统科学。
附图说明
图1为本发明方法的方法流程示意图。
具体实施方式
如图1所示为本发明方法的方法流程示意图：本发明提供的这种基于电网脆弱点辨识的储能电池选址方法，包括如下步骤：
S1.获取电网的运行数据；
S2.根据步骤S1获取的数据，计算电网所有节点故障时的负荷损失率和所有节点的设备的老化故障率；
在具体实施时，采用如下算式计算节点故障时的负荷损失率ρlost：
式中i为节点编号，M为节点i故障后退出系统的节点集合，Li为节点i的负荷，L为节点负荷；
同时，由于系统随着时间的推移，元件将会不同程度的老化，从而影响脆弱度，基于此，引入设备老化失效故障概率模型。老化过程通常服从威尔布(Weibull)分布；采用如下算式计算老化故障率ρi(t)：
式中t为节点的设备的服役时间，η为形状参数，T为节点的设备在最大温度下的运行时间；
S3.根据步骤S2计算得到的节点故障时的负荷损失率和节点的设备的老化故障率，计算得到电网所有节点的节点综合脆弱度；具体为采用如下算式计算节点综合脆弱度Ci：
Ci＝ρlost*ρi(t)
式中Ci为节点i的节点综合脆弱度，ρlost为节点故障时的负荷损失率，ρi(t)为节点i的老化故障率；
S4.根据步骤S1获取的数据，计算电网所有节点故障时的社会经济影响值；具体为采用如下算式计算节点故障时的社会经济影响值Ji：
Ji＝α1*Plost1+α2*Plost2+α3*Plost3
式中Ji为节点i故障时的社会经济影响值，α1为一级负荷的影响因子，α2为二级负荷的影响因子，α3为三级负荷的影响因子，Plost1为节点i故障时的一级负荷切除量，Plost2节点i故障时的二级负荷切除量，Plost3节点i故障时的三级负荷切除量；
S5.根据步骤S3计算得到的节点综合脆弱度和步骤S4计算得到的节点故障时的社会经济影响值，计算得到电网所有节点的最终脆弱性指标；具体为采用如下算式计算节点的最终脆弱性指标Mi：
Mi＝Ci*Ji
式中Mi为节点i的最终脆弱性指标，Ci为节点i的节点综合脆弱度，Ji为节点i故障时的社会经济影响值；
S6.根据步骤S5得到的电网所有节点的最终脆弱性指标，选定最终的储能电池的布置位置，完成储能电池的选址，具体为：计算得到电网所有节点的最终脆弱性指标后，按照从大到小的顺序对最终脆弱性指标进行排序，若节点的脆弱性指标越大，则优先在该节点布置储能电池。若只在一个节点布置储能电池，则在节点的脆弱性指标最大的节点处布置储能电池即可；若需要在N个节点布置储能电池，则在节点脆弱性最大的前N个节点处布置储能电池。
以下结合一个具体实施例对本发明方法进行进一步说明：
本实施例使用PSASP6.2对IEEE39节点系统进行时域仿真分析，在1s时分别在各节点上设置三相短路接地故障，1.1s故障清除。记录每个节点故障时系统的总负荷损失量；然后改变系统设备故障率，以及负荷等级的经济影响因子，现根据负荷等级定义，对IEEE39节点负荷进行等级划分，假设节点20、23、25、39为一级负荷节点(可以直接由双电源供电)，其余节点负荷均为二级和三级负荷，各占50％；由于国内目前还未对各等级负荷缺失造成的社会经济影响进行量化，为说明问题，本文假设经济影响因子分别为3、0.8、0.3；结果列于表1。
表1考虑节点负荷等级的IEEE39节点综合脆弱度示意表
| 节点 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| pi | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0004 | 0.0001 |
| Plost | 0.324 | 0.603 | 0.653 | 0.719 | 0.640 | 0.568 | 0.510 | 0.554 | 0.352 | 0.544 |
| C<sub>i</sub>(10<sup>-5</sup>) | 3.237 | 6.029 | 6.530 | 7.189 | 6.404 | 5.680 | 5.098 | 5.544 | 14.081 | 5.440 |
| J<sub>i</sub> | 26.214 | 42.561 | 44.838 | 50.067 | 42.341 | 36.253 | 31.630 | 38.416 | 26.787 | 34.144 |
| M<sub>i</sub>(10<sup>-5</sup>) | 84.855 | 256.60 | 292.79 | 359.93 | 268.48 | 205.92 | 161.09 | 212.98 | 377.16 | 185.74 |
| 节点 | 11 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 21 | 22 |
| pi | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 |
| plost | 0.542 | 0.562 | 0.660 | 0.701 | 0.722 | 0.742 | 0.640 | 0.507 | 0.560 | 0.514 |
| C<sub>i</sub>(10<sup>-5</sup>) | 5.416 | 5.619 | 6.600 | 7.012 | 7.220 | 7.420 | 6.400 | 5.070 | 5.600 | 5.140 |
| J<sub>i</sub> | 33.942 | 35.699 | 44.101 | 48.646 | 42.447 | 52.214 | 43.885 | 38.796 | 38.978 | 36.100 |
| M<sub>i</sub>(10<sup>-5</sup>) | 183.83 | 200.59 | 291.07 | 341.11 | 306.47 | 387.43 | 280.86 | 196.69 | 218.28 | 185.04 |
| 节点 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 39 | ||
| pi | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0001 | 0.0003 | 0.0001 | 0.0001 | ||
| plost | 0.544 | 0.622 | 0.621 | 0.612 | 0.552 | 0.336 | 0.353 | 0.351 | ||
| C<sub>i</sub>(10<sup>-5</sup>) | 5.44 | 6.223 | 6.213 | 6.118 | 5.52 | 10.08 | 3.530 | 3.511 | ||
| J<sub>i</sub> | 47.636 | 43.907 | 48.119 | 42.815 | 37.169 | 22.665 | 24.025 | 26.905 | ||
| M<sub>i</sub>(10<sup>-5</sup>) | 259.13 | 273.23 | 298.96 | 261.95 | 205.17 | 228.46 | 84.088 | 94.464 |
不同情形下的脆弱度节点如表2：
表2 IEEE39脆弱度节点示意表
由表2可知，在不考虑设备故障率时，IEEE39节点系统脆弱节点均处于系统电气连接结构的枢纽位置或是耦合度数较高的节点，与参考文献(基于电气距离的复杂电网关键节点识别)基本符合；同时与其它母线相比，故障发生在此类节点上时，更易蔓延而引发全局性的事故。当改变节点的老化率时，其节点脆弱度将会转移，此时，节点9、28、17、16、4、15节点脆弱度较大，其中节点9、28在不考虑设备老化率时，由于其处于传送位置，负荷损失量较小，但当这些节点设备老化率较大时，其累计影响较大，说明设备老化程度对节点脆弱度有一定的影响。因此，辨识电力网关键节点不能只依据拓扑结构指标及节点在系统电气结构中所处的位置，同时还需综合考虑设备故障率及其累计影响。同时，假设节点老化程度指标一致，当改变节点负荷等级时，各节点脆弱度将有明显变化，节点17、4、15、25、23、3的社会经济影响程度靠前，这些节点度数均不是最高，17、4、15节点处于系统的枢纽位置，负荷损失量较大；23、25节点虽然损失负荷率较小，但由于为重要负荷节点，因此其综合社会影响值较大，脆弱度靠前。节点17、9、4、15、16、25综合脆弱度较大，9节点主要受设备老化程度影响，而25节点主要是重要负荷，因此与拓扑度相比，考虑负荷等级能识别出那些度数不高但处于系统电气枢纽位置的节点以及重要负荷节点。因此，已有复杂电网脆弱性分析只关注系统节点线路连接关系，而忽略负荷等级作用是不恰当的，且在实际电网中，考虑各节点负荷社会经济影响更加符合实际工程。
通过计算电网所有节点的最终脆弱性指标，选定最终的储能电池的布置位置，为17号节点。
Claims (7)
1.一种基于电网脆弱点辨识的储能电池选址方法，包括如下步骤：
S1.获取电网的运行数据；
S2.根据步骤S1获取的数据，计算电网所有节点故障时的负荷损失率和所有节点的设备的老化故障率；
S3.根据步骤S2计算得到的节点故障时的负荷损失率和节点的设备的老化故障率，计算得到电网所有节点的节点综合脆弱度；
S4.根据步骤S1获取的数据，计算电网所有节点故障时的社会经济影响值；
S5.根据步骤S3计算得到的节点综合脆弱度和步骤S4计算得到的节点故障时的社会经济影响值，计算得到电网所有节点的最终脆弱性指标；
S6.根据步骤S5得到的电网所有节点的最终脆弱性指标，选定最终的储能电池的布置位置，完成储能电池的选址。
2.根据权利要求1所述的基于电网脆弱点辨识的储能电池选址方法，其特征在于步骤S2所述的计算电网所有节点故障时的负荷损失率，具体为采用如下算式计算节点故障时的负荷损失率ρlost：
式中i为节点编号，M为节点i故障后退出系统的节点集合，Li为节点i的负荷，L为节点负荷。
3.根据权利要求2所述的基于电网脆弱点辨识的储能电池选址方法，其特征在于步骤S2所述的计算节点的设备的老化故障率，具体为采用如下算式计算老化故障率ρi(t)：
式中t为节点的设备的服役时间，η为形状参数，T为节点的设备在最大温度下的运行时间。
4.根据权利要求3所述的基于电网脆弱点辨识的储能电池选址方法，其特征在于步骤S3所述的计算得到电网所有节点的节点综合脆弱度，具体为采用如下算式计算节点综合脆弱度Ci：
Ci＝ρlost*ρi(t)
式中Ci为节点i的节点综合脆弱度，ρlost为节点故障时的负荷损失率，ρi(t)为节点i的老化故障率。
5.根据权利要求4所述的基于电网脆弱点辨识的储能电池选址方法，其特征在于步骤S4所述的计算电网所有节点故障时的社会经济影响值，具体为采用如下算式计算节点故障时的社会经济影响值Ji：
Ji＝α1*Plost1+α2*Plost2+α3*Plost3
式中Ji为节点i故障时的社会经济影响值，α1为一级负荷的影响因子，α2为二级负荷的影响因子，α3为三级负荷的影响因子，Plost1为节点i故障时的一级负荷切除量，Plost2节点i故障时的二级负荷切除量，Plost3节点i故障时的三级负荷切除量。
6.根据权利要求5所述的基于电网脆弱点辨识的储能电池选址方法，其特征在于步骤S5所述的计算得到电网所有节点的最终脆弱性指标，具体为采用如下算式计算节点的最终脆弱性指标Mi：
Mi＝Ci*Ji
式中Mi为节点i的最终脆弱性指标，Ci为节点i的节点综合脆弱度，Ji为节点i故障时的社会经济影响值。
7.根据权利要求6所述的基于电网脆弱点辨识的储能电池选址方法，其特征在于步骤S6所述的根据步骤S5得到的电网所有节点的最终脆弱性指标，选定最终的储能电池的布置位置，具体为：计算得到电网所有节点的最终脆弱性指标后，按照从大到小的顺序对最终脆弱性指标进行排序，若节点的脆弱性指标越大，则优先在该节点布置储能电池。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910375480.2A CN110210714B (zh) | 2019-05-07 | 2019-05-07 | 基于电网脆弱点辨识的储能电池选址方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910375480.2A CN110210714B (zh) | 2019-05-07 | 2019-05-07 | 基于电网脆弱点辨识的储能电池选址方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110210714A true CN110210714A (zh) | 2019-09-06 |
| CN110210714B CN110210714B (zh) | 2022-03-01 |
Family
ID=67785580
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910375480.2A Active CN110210714B (zh) | 2019-05-07 | 2019-05-07 | 基于电网脆弱点辨识的储能电池选址方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110210714B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116014764A (zh) * | 2022-11-10 | 2023-04-25 | 国网冀北电力有限公司电力科学研究院 | 一种分布式储能优化处理方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106130007A (zh) * | 2016-06-27 | 2016-11-16 | 华北电力大学 | 一种基于脆弱性理论的主动配电网储能规划方法 |
| CN107871206A (zh) * | 2017-10-18 | 2018-04-03 | 西华大学 | 基于连锁故障网络图的输电线路脆弱性识别方法 |
| CN107895947A (zh) * | 2017-12-20 | 2018-04-10 | 广东电网有限责任公司惠州供电局 | 一种配电网脆弱线路辨识方法 |
-
2019
- 2019-05-07 CN CN201910375480.2A patent/CN110210714B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106130007A (zh) * | 2016-06-27 | 2016-11-16 | 华北电力大学 | 一种基于脆弱性理论的主动配电网储能规划方法 |
| CN107871206A (zh) * | 2017-10-18 | 2018-04-03 | 西华大学 | 基于连锁故障网络图的输电线路脆弱性识别方法 |
| CN107895947A (zh) * | 2017-12-20 | 2018-04-10 | 广东电网有限责任公司惠州供电局 | 一种配电网脆弱线路辨识方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116014764A (zh) * | 2022-11-10 | 2023-04-25 | 国网冀北电力有限公司电力科学研究院 | 一种分布式储能优化处理方法及装置 |
| CN116014764B (zh) * | 2022-11-10 | 2024-04-05 | 国网冀北电力有限公司电力科学研究院 | 一种分布式储能优化处理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110210714B (zh) | 2022-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lin et al. | Optimization of photovoltaic penetration in distribution systems considering annual duration curve of solar irradiation | |
| Huang et al. | The future renewable electric energy delivery and management (FREEDM) system: the energy internet | |
| Popović et al. | Placement of distributed generators and reclosers for distribution network security and reliability | |
| Marra et al. | EV charging facilities and their application in LV feeders with photovoltaics | |
| Yang et al. | Voltage rise mitigation for solar PV integration at LV grids Studies from PVNET. dk | |
| Khorramdel et al. | Voltage security considerations in optimal operation of BEVs/PHEVs integrated microgrids | |
| Hara et al. | Testing the technologies | |
| US20120022713A1 (en) | Power Flow Simulation System, Method and Device | |
| CN108376996B (zh) | 一种实用的配电网分布式光伏接纳能力估算方法 | |
| CN102930078B (zh) | 一种孤立微网分布式电源容量与布点优化方法 | |
| Artale et al. | Real-time power flow monitoring and control system for microgrids integration in islanded scenarios | |
| Hadavi et al. | Optimal placement and sizing of DGs considering static voltage stability | |
| CN110210714A (zh) | 基于电网脆弱点辨识的储能电池选址方法 | |
| Sugihara et al. | Increasing electric vehicle hosting capacity and equality for fast charging stations using residential photovoltaics in medium‐and low‐voltage distribution networks | |
| Behera et al. | Voltage sag mitigation using distributed generation for an industrial distribution system | |
| Padmanaban et al. | Artificial Intelligence-based Smart Power Systems | |
| Then et al. | Hosting capacity of an australian low-voltage distribution network for electric vehicle adoption | |
| CN116681149A (zh) | 基于全生命周期的海上风电输电方式经济技术分析方法 | |
| Hemakumar Reddy et al. | Impact of electric vehicles on distribution system performance in the presence of solar PV integration | |
| Mitra et al. | Efficacy of solar EV Duo: way to voltage sag mitigation | |
| Khalid | Voltage Recovery Through Active-Reactive Coordination of Solar PV Inverters During Grid Fault | |
| González et al. | Assess the impact of photovoltaic generation systems on low-voltage network: software analysis tool development | |
| Permana et al. | Impact of Photovoltaic Interconnection on Power Flow of Selayar Island Power System South Sulawesi | |
| Ciancetta et al. | Some practical solutions to improving power quality at LV distribution customers’: a case study | |
| Zhang et al. | Multi-period Fast Robust Optimization of Distribution System With Cables |
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 |