CN110365010A - 基于2m点估计法的含DG配电网可靠性评估指标获取方法 - Google Patents

基于2m点估计法的含DG配电网可靠性评估指标获取方法 Download PDF

Info

Publication number
CN110365010A
CN110365010A CN201910550015.8A CN201910550015A CN110365010A CN 110365010 A CN110365010 A CN 110365010A CN 201910550015 A CN201910550015 A CN 201910550015A CN 110365010 A CN110365010 A CN 110365010A
Authority
CN
China
Prior art keywords
power
load
distribution network
index
reliability
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.)
Pending
Application number
CN201910550015.8A
Other languages
English (en)
Inventor
郭乃网
田英杰
苏运
王皓靖
陈睿
宋岩
庞天宇
沈泉江
余光正
杨秀
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.)
Shanghai University of Electric Power
State Grid Shanghai Electric Power Co Ltd
East China Power Test and Research Institute Co Ltd
University of Shanghai for Science and Technology
Original Assignee
Shanghai University of Electric Power
State Grid Shanghai Electric Power Co Ltd
East China Power Test and Research Institute 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 Shanghai University of Electric Power, State Grid Shanghai Electric Power Co Ltd, East China Power Test and Research Institute Co Ltd filed Critical Shanghai University of Electric Power
Priority to CN201910550015.8A priority Critical patent/CN110365010A/zh
Publication of CN110365010A publication Critical patent/CN110365010A/zh
Pending legal-status Critical Current

Links

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
    • H02J3/383—
    • H02J3/386—
    • 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]
    • 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
    • H02J3/388—Islanding, i.e. disconnection of local power supply from the network
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/10—Photovoltaic [PV]
    • 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
    • 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
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种基于2m点估计法的含DG配电网可靠性评估指标获取方法，包括步骤：1)结合风力、光伏出力以及负荷特征，建立分布式电源输出特性以及负荷水平数学模型；2)基于建立的模型，获取风力发电输出功率、光伏发电输出功率、负荷水平的概率密度分布；3)建立随机变量与配电网可靠性评估指标之间的函数关系；4)采用2m点估计法对随机变量与配电网可靠性评估指标之间的函数关系进行求解，获取估计点取值下的可靠性评估指标POD、ENS；5)孤岛运行结束，输出配电网可靠性评估指标。与现有技术相比，本发明具有减小模型较实际情况的误差，降低计算成本，提高可靠性评估准确率等优点。

Description

基于2m点估计法的含DG配电网可靠性评估指标获取方法
技术领域
本发明涉及分布式电源的配电网可靠性评估领域，尤其是涉及一种基于2m点估计法的含DG配电网可靠性评估指标获取方法。
背景技术
随着传统石化能源的大量消耗，环境污染问题愈发严重，开发和利用安全、清洁、灵活的可再生分布式能源成为减轻我国能源压力和保护环境的有效举措。其中风力和太阳能发电是潜力巨大的发电形式，与传统发电形式相比具有较强竞争优势，但将其接入配电网后，传统配电网将从辐射式网络变为遍布电源和用户的网络。同时由于光照强度和风速的随机性和间歇性，使风电和光伏发电接入电网后带来了很多不确定性因素，如何量化评价这些不确定性因素对配电网供电可靠性的影响值得深入研究。
对于实现含分布式电源(Distributed Generation，DG)的配电网可靠性评估，其关键是对分布式电源输出功率的随机性以及负荷水平进行较准确的建模，根据对分布式电源输出功率以及负荷水平建模方法的不同，可分为解析法和模拟法。解析法通常需要对所研究的对象进行简化，如对风电和光伏输出功率、负荷功率分段，统计每段功率出现的小时数并计算其出现概率，再通过离散卷积得出含多种分布式电源的混合发电系统输出功率模型，简化后的模型较实际情况有一定误差，可靠性评估准确率较差；而模拟法虽然实现简单，但为达到给定计算精度需要较高计算成本。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于2m点估计法的含DG配电网可靠性评估指标获取方法。
本发明的目的可以通过以下技术方案来实现：
基于2m点估计法的含DG配电网可靠性评估指标获取方法，该方法的步骤如下：
S1、结合风力、光伏出力以及负荷特征，建立分布式电源输出特性以及负荷水平数学模型，包括风速与风力发电输出功率数学模型、光照强度与风力发电输出功率数学模型以及负荷时序模型。其中，
风速与风力发电输出功率数学模型的表达式为：
式中，Vt为t时刻的实时风速，Vci为t时刻的切入风速，Vr为额定风速，PV为实时出力功率，Pr为风电场的额定输出功率，A、B、C为风力发电输出功率特性中的多项式拟合系数，其表达式为：
实时风速Vt通过自回归滑动平均时间序列产生：
Vt＝σtyt+μt
y＝φ1yt-1+φ2yt-2+L+φnyt-n+
αt-αt-1θ1-αt-2θ2-L-αt-mθm
式中，σt为Vt分布的标准差，μt为历史平均风速，yt为时间序列，φi(i＝1,…,n)为自回归系数，αt为白噪声系数，且服从均值为0，方差为的正态分布，θj(j＝1,…,m)为滑动平均参数，m为随机变量的维数。
光照强度与风力发电输出功率数学模型的表达式为：
式中，PG为t时刻光伏发电实时输出功率，Pc为单位光照强度的输出功率，Pnc为光伏发电最大输出功率，Gt为t时刻的光照强度，G0为t时刻的临界光照强度值，Gsn为额定光照强度。
负荷时序模型的表达式为：
Lt＝Lp×Pw(t)×Pd(t)×Ph(t)
式中，Lp为负荷点的全年最大值，Pw(t)为Year-Week负荷曲线中第t小时所对应的值，Pd(t)为Week-Day负荷曲线中第t小时所对应的值，Ph(t)为Day-Hour负荷曲线中第t小时所对应的值。
S2、基于步骤S1建立的模型，获取风力发电输出功率、光伏发电输出功率、负荷水平的概率密度分布。
a)风力发电输出功率的概率密度由下式表示：
其中：
b)光伏发电输出功率的概率密度可近似表达为下式：
式中：Γ(·)为光照强度贝塔分布函数；α和β为光照强度贝塔分布的形状参数。
c)本发明将负荷随机变化按照正态分布形式考虑。负荷水平的概率密度分布函数可表示为下式：
式中：为负荷功率PL的方差与期望值。
S3、基于步骤S2获取的各概率密度分布，建立随机变量与配电网可靠性评估指标之间的函数关系，并对配电网可靠性评估指标的期望进行离散化处理。
随机变量与配电网可靠性评估指标之间的函数关系式为：
Z＝F(X)＝F(X1,X2,…,Xm)
式中，Z表示配网中两个可靠性评估指标POD、ENS，Xi(i＝1,2,…,m，m为随机变量的维数)为描述分布式电源输出功率和负荷功率的随机变量；
配电网可靠性评估指标的期望值E(Z)的表达式为：
式中，fX(x)为X的联合概率密度分布。
对配电网可靠性评估指标的期望进行离散化处理后的表达式为：
式中，N为分布式电源输出功率以及负荷功率中所有的组合状态数，P(Xi)为第i个组合状态的概率，F(Xi)为分布式电源输出功率以及负荷功率作为随机输入变量Xi通过可靠性评估所得到的配电网可靠性指标。
S4、选择DG输出功率以及孤岛内负荷功率作为输入随机变量，采用2m点估计法对步骤S3得到的随机变量与配电网可靠性评估指标之间的函数关系进行求解，获取估计点取值下的可靠性评估指标POD、ENS。
具体包括以下步骤：
41)选择DG输出功率以及孤岛内负荷功率作为输入随机变量Xi。
42)通过每个随机变量Xi的概率密度分布函数f(xl)确定Xl的j阶中心矩。
43)在Xi中选择2m个估计点，并计算估计点的权重系数ωl,k(k＝1,2)、位置系数ξl,k(k＝1,2)以及标准中心矩λl,j。
估计点的权重系数ωl,k(k＝1,2)的、位置系数ξl,k(k＝1,2)以及标准中心矩λl,j的计算式为：
其中：
式中，Mj(Xl)为Xl的j阶中心矩，xl为随机变量Xi中各估计点xl,1、xl,2，…xl,2m的表征表达式，μl为Xl的均值。
44)依次计算每个估计点取值下的可靠性指标POD、ENS。具体包括以下步骤：
411)通过选择的2m个估计点确定DG付出的功率和负荷水平，根据DG付出的功率和负荷水平进行孤岛内负荷平衡计算，在考虑负荷削减策略下，确定每个负荷是否能够持续供电，同时确定无法供电负荷的停电时间；
412)对孤岛进行判断，若孤岛为无缝孤岛，则被削减负荷的POD为对应的削减负荷被削减时刻至孤岛结束时刻的时间段Tcut，其他负荷不停电；否则，被削减负荷的POD为Tcut+TTI，TTI为其他负荷停电时间；
413)基于孤岛内每个负荷水平以及停电时间，计算每个负荷的ENS。每个负荷的ENS的计算式为：
ENS＝∫POD×P(t)
式中，P(t)为故障期间该点负荷值。
S5、孤岛运行结束，输出配电网可靠性评估指标。
与现有技术相比，本发明具有以下优点：
1)本发明方法在进行可靠性评估指标计算时，充分考虑了具有随机性、波动性的风力和光伏出力以及负荷特征，通过建立分布式电源输出特性以及负荷水平数学模型，考察随机变量的概率密度分布来获取随机变量与配电网可靠性评估指标之间的函数关系，最后利用2m点估计法计算每个估计点取值下的可靠性评估指标，获取的可靠性评估指标更符含DG的配电网的实际情况，有效提高了可靠性评估的准确性；
2)本发明方法考虑了分布式电源输出特性以及负荷特性来获取随机变量与配电网可靠性评估指标之间的函数关系，大大减小了模型较实际情况的误差；通过将分布式电源输出功率和负荷功率概率密度进行离散化处理大大降低了计算成本。
附图说明
图1为本发明方法的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
如图1所示，本发明涉及一种基于2m点估计法的含DG配电网可靠性评估指标获取方法，该方法包括如下步骤：
步骤一、结合具有随机性、波动性的风力和光伏出力以及负荷特征，建立分布式电源输出特性以及负荷水平数学模型。
1)风力发电输出功率特性
由于风速具有随机性与间歇性，且在不同的位置，风力出现的概率和大小也不尽相同，因此风力发电输出功率与此时刻的风速有较大关联。当t时刻的实时风速Vt小于切入风速Vci时，风力发电输出功率为0。随着Vt的增大，风力发电输出功率不断增大。当Vt达到额定风速Vr时，输出功率达到最大值并且保持不变。具体的风速与风力发电输出功率的数学关系式可由下式表示：
其中，PV为实时出力功率，Pr为风电场的额定输出功率。A、B、C为风力发电输出功率特性中的多项式拟合系数，且有：
实时风速Vt通过自回归滑动平均时间序列产生：
Vt＝σtyt+μt
y＝φ1yt-1+φ2yt-2+L+φnyt-n+
αt-αt-1θ1-αt-2θ2-L-αt-mθm
式中，σt为Vt分布的标准差；μt为历史平均风速；yt为时间序列；φi(i＝1,…,n)为自回归系数；αt表示白噪声系数，且服从均值为0，方差为的正态分布；θj(j＝1,…,m)为滑动平均参数。
2)光伏发电输出功率特性
光伏发电输出功率主要受光照强度的影响。当t时刻的光照强度Gt小于临界光照强度值G0时，光伏发电输出功率Pt与光照强度Gt呈非线性关系。随着Gt的增大，Pt以线性形式增大。当Gt达到额定光照强度Gsn时，光伏输出功率达到最大值且保持不变。具体的光照强度与风力发电输出功率的数学关系式可由下式表示：
式中，PG为t时刻光伏发电实时输出功率，Pc为单位光照强度的输出功率，Pnc为光伏发电最大输出功率。
3)负荷时序模型
由于负荷具有时变特性，通过采用不同时间维度的负荷曲线叠加构造出负荷时序模型能够很好反映该特性。该模型主要通过Year-Week负荷曲线、Week-Day负荷曲线以及Day-Hour负荷曲线叠加成以小时为单位的年时序负荷数据，由下式给出：
Lt＝Lp×Pw(t)×Pd(t)×Ph(t)
式中，Lp为负荷点的全年最大值；Pw(t)为Year-Week负荷曲线中第t小时所对应的值；Pd(t)为Week-Day负荷曲线中第t小时所对应的值；Ph(t)为Day-Hour负荷曲线中第t小时所对应的值。
步骤二、基于步骤一中的各个模型，考察随机变量的概率密度分布。具体包括：
1)风力发电输出功率的概率密度分布
由于风速一般具有正态分布特性，因此风力发电输出功率的概率密度可由下式表示：
其中：
2)光伏发电输出功率的概率密度分布
由于光照强度具有贝塔分布特性，光伏发电输出功率的概率密度可近似表达为下式：
式中：Γ(·)为光照强度贝塔分布函数；α和β为光照强度贝塔分布的形状参数。
3)负荷水平的概率密度分布
由于之前较为普及的观点认为负荷的预测结果属于正态分布形式，并逐渐获得了一定程度的接受。因此本发明同样将负荷随机变化按照正态分布形式考虑。负荷水平的概率密度分布函数可表示为下式：
式中：为负荷功率PL的方差与期望值。
步骤三、建立随机变量与配电网可靠性评估指标之间的函数关系。
基于步骤二获得风力和光伏发电以及负荷输出概率密度分布f(PV)、f(PG)、构建随机变量与配电网可靠性评估指标POD、ENS之间的函数关系，它们间的数学表达式由下式表示：
Z＝F(X)＝F(X1,X2,…,Xm)
式中：Z表示配网中两个可靠性评估指标POD、ENS。Xi(i＝1,2,…,m，m为随机变量的维数)为描述分布式电源输出功率和负荷功率的随机变量。
当考虑分布式电源输出功率和负荷功率的不确定性时，配网可靠性评估指标的期望值E(Z)可表示为：
式中，fX(x)为X的联合概率密度分布。
为解决上式中计算量大且复杂的问题，将分布式电源输出功率和负荷功率概率密度进行离散化处理得到下式：
式中：N为分布式电源输出功率以及负荷功率中所有的组合状态数；P(Xi)为第i个组合状态的概率；F(Xi)表示分布式电源输出功率以及负荷功率作为随机输入变量Xi通过可靠性评估所得到的配电网可靠性评估指标。
步骤四、采用2m点估计法来求解步骤三的数学问题。
2m点估计法
2m点估计法作为一种概率潮流算法，其核心在于通过每个随机变量Xi的概率密度分布f(xl)来确定j阶中心矩，并构造表征Xl分布特性的2个估计点xl,1、xl,2，若系统中有m个随机变量，需进行2m次评估，且其他随机变量取各自均值，X(l,k)＝(μ1,μ1,…,xl,k,…,μm)为第(l,k)个估计点。因此通过引入2m点估计法，可分布式电源输出功率和负荷功率概率密度进行离散化处理后的式子表示为：
式中，X(l,1)、X(l,2)分别为系统状态中第(l,1)、(l,2)个估计点；ωl,1、ωl,2分别为X(l,1)、X(l,2)对应的权重。
表征Xl分布特性的估计点xl,1、xl,2和对应的权重系数ωl,1、ωl,2可利用概率密度分布函数f(xl)获得，如下式所示：
xl,k＝μl+ξl,kσl
其中：
式中：μl为Xl的均值；σl为Xl的标准方差；ωl,k(k＝1,2)为权重系数；ξl,k(k＝1,2)为位置系数；λl,j为标准中心矩(j为中心矩的阶数)，λl,1＝0、λl,2＝1、λl,3为Xl的偏度。ωl,k、ξl,k和λl,j三者关系由下式表示：
其中：
式中，Mj(Xl)为Xl的j阶中心矩。
针对含分布式电源的配电网可靠性评估指标POD(Power Outage Duration，停电时间)、ENS(Energy Not Supply，缺供电量)评估问题，采用2m点估计法进行求解，具体的可靠性评估流程如下：
A：选择DG输出功率以及孤岛内负荷功率作为输入随机变量Xi；
B：通过概率密度分布函数f(xl)来确定j阶中心矩；
C：在Xi中选择2m个估计点，并计算估计点的权重系数ωl,k(k＝1,2)和位置系数ξl,k(k＝1,2)以及标准中心矩λl,j；
D：依次计算每个估计点取值下的可靠性评估指标POD、ENS，具体过程如下：
(D1)孤岛负荷平衡：通过该估计点组所确定的DG所付出功率和负荷水平，进行孤岛内负荷平衡计算。在考虑负荷削减策略下，确定每个负荷是否能够持续供电，同时确定无法供电负荷的停电时间。
(D2)确定POD：如果孤岛为无缝孤岛(DG出力无法满足负荷需求)，被削减负荷的POD为对应的Tcut(Tcut为削减负荷被削减时刻至孤岛结束时刻的时间段)，其他负荷不停电；否则，被削减负荷的POD为Tcut+TTI，其他负荷停电时间为TTI。
(D3)计算ENS：基于孤岛内每个负荷水平以及停电时间，计算每个负荷的缺供电量ENS＝∫POD×P(t)，P(t)为故障期间该点负荷值。
步骤五、孤岛运行结束，输出配电网可靠性评估指标。
本发明方法在进行可靠性评估指标计算时，充分考虑了具有随机性、波动性的风力和光伏出力以及负荷特征，通过建立分布式电源输出特性以及负荷水平数学模型，考察随机变量的概率密度分布来获取随机变量与配电网可靠性评估指标之间的函数关系，最后利用2m点估计法计算每个估计点取值下的可靠性评估指标，获取的可靠性评估指标更符含DG的配电网的实际情况，有效提高了可靠性评估的准确性。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的工作人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.基于2m点估计法的含DG配电网可靠性评估指标获取方法，其特征在于，该方法包括下列步骤：
1)结合风力、光伏出力以及负荷特征，建立分布式电源输出特性以及负荷水平数学模型，包括风速与风力发电输出功率数学模型、光照强度与风力发电输出功率数学模型以及负荷时序模型；
2)基于步骤1)建立的模型，获取风力发电输出功率、光伏发电输出功率、负荷水平的概率密度分布；
3)基于步骤2)获取的各概率密度分布，建立随机变量与配电网可靠性评估指标之间的函数关系，并对配电网可靠性评估指标的期望进行离散化处理；
4)选择DG输出功率以及孤岛内负荷功率作为输入随机变量，采用2m点估计法对步骤3)得到的随机变量与配电网可靠性评估指标之间的函数关系进行求解，获取估计点取值下的可靠性评估指标POD、ENS；
5)孤岛运行结束，输出配电网可靠性评估指标。
2.根据权利要求1所述的基于2m点估计法的含DG配电网可靠性评估指标获取方法，其特征在于，步骤1)中，风速与风力发电输出功率数学模型的表达式为：
式中，Vt为t时刻的实时风速，Vci为t时刻的切入风速，Vr为额定风速，PV为实时出力功率，Pr为风电场的额定输出功率，A、B、C为风力发电输出功率特性中的多项式拟合系数，其表达式为：
实时风速Vt通过自回归滑动平均时间序列产生：
Vt＝σtyt+μt
y＝φ1yt-1+φ2yt-2+L+φnyt-n+
αt-αt-1θ1-αt-2θ2-L-αt-mθm
式中，σt为Vt分布的标准差，μt为历史平均风速，yt为时间序列，φi(i＝1,…,n)为自回归系数，αt为白噪声系数，且服从均值为0，方差为的正态分布，θj(j＝1,…,m)为滑动平均参数，m为随机变量的维数。
3.根据权利要求2所述的基于2m点估计法的含DG配电网可靠性评估指标获取方法，其特征在于，步骤1)中，光照强度与风力发电输出功率数学模型的表达式为：
式中，PG为t时刻光伏发电实时输出功率，Pc为单位光照强度的输出功率，Pnc为光伏发电最大输出功率，Gt为t时刻的光照强度，G0为t时刻的临界光照强度值，Gsn为额定光照强度。
4.根据权利要求3所述的基于2m点估计法的含DG配电网可靠性评估指标获取方法，其特征在于，步骤1)中，负荷时序模型的表达式为：
Lt＝Lp×Pw(t)×Pd(t)×Ph(t)
式中，Lp为负荷点的全年最大值，Pw(t)为Year-Week负荷曲线中第t小时所对应的值，Pd(t)为Week-Day负荷曲线中第t小时所对应的值，Ph(t)为Day-Hour负荷曲线中第t小时所对应的值。
5.根据权利要求3所述的基于2m点估计法的含DG配电网可靠性评估指标获取方法，其特征在于，步骤3)中，随机变量与配电网可靠性评估指标之间的函数关系式为：
Z＝F(X)＝F(X1,X2,…,Xm)
式中，Z为配网中两个可靠性评估指标POD、ENS，Xi(i＝1,2,…,m，m为随机变量的维数)为描述分布式电源输出功率和负荷功率的随机变量；
配电网可靠性评估指标的期望值E(Z)的表达式为：
式中，fX(x)为X的联合概率密度分布。
6.根据权利要求5所述的基于2m点估计法的含DG配电网可靠性评估指标获取方法，其特征在于，步骤3)中，对配电网可靠性评估指标的期望进行离散化处理后的表达式为：
式中，N为分布式电源输出功率以及负荷功率中所有的组合状态数，P(Xi)为第i个组合状态的概率，F(Xi)为分布式电源输出功率以及负荷功率作为随机输入变量Xi通过可靠性评估所得到的配电网可靠性指标。
7.根据权利要求6所述的基于2m点估计法的含DG配电网可靠性评估指标获取方法，其特征在于，步骤4)具体包括以下步骤：
41)选择DG输出功率以及孤岛内负荷功率作为输入随机变量Xi；
42)通过每个随机变量Xi的概率密度分布函数f(xl)确定Xl的j阶中心矩；
43)在Xi中选择2m个估计点，并计算估计点的权重系数ωl,k(k＝1,2)、位置系数ξl,k(k＝1,2)以及标准中心矩λl,j；
44)依次计算每个估计点取值下的可靠性指标POD、ENS。
8.根据权利要求7所述的基于2m点估计法的含DG配电网可靠性评估指标获取方法，其特征在于，步骤43)中，估计点的权重系数ωl,k(k＝1,2)的、位置系数ξl,k(k＝1,2)以及标准中心矩λl,j的计算式为：
其中：
式中，Mj(Xl)为Xl的j阶中心矩，xl为随机变量Xi中各估计点xl,1、xl,2，…xl,2m的表征表达式，μl为Xl的均值。
9.根据权利要求7所述的基于2m点估计法的含DG配电网可靠性评估指标获取方法，其特征在于，步骤44)具体包括以下步骤：
411)通过选择的2m个估计点确定DG付出的功率和负荷水平，根据DG付出的功率和负荷水平进行孤岛内负荷平衡计算，在考虑负荷削减策略下，确定每个负荷是否能够持续供电，同时确定无法供电负荷的停电时间；
412)对孤岛进行判断，若孤岛为无缝孤岛，则被削减负荷的POD为对应的削减负荷被削减时刻至孤岛结束时刻的时间段Tcut，其他负荷不停电；否则，被削减负荷的POD为Tcut+TTI，TTI为其他负荷停电时间；
413)基于孤岛内每个负荷水平以及停电时间，计算每个负荷的ENS。
10.根据权利要求9所述的基于2m点估计法的含DG配电网可靠性评估指标获取方法，其特征在于，每个负荷的ENS的计算式为：
ENS＝∫POD×P(t)
式中，P(t)为故障期间该点负荷值。
CN201910550015.8A 2019-06-24 2019-06-24 基于2m点估计法的含DG配电网可靠性评估指标获取方法 Pending CN110365010A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910550015.8A CN110365010A (zh) 2019-06-24 2019-06-24 基于2m点估计法的含DG配电网可靠性评估指标获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910550015.8A CN110365010A (zh) 2019-06-24 2019-06-24 基于2m点估计法的含DG配电网可靠性评估指标获取方法

Publications (1)

Publication Number Publication Date
CN110365010A true CN110365010A (zh) 2019-10-22

Family

ID=68216620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910550015.8A Pending CN110365010A (zh) 2019-06-24 2019-06-24 基于2m点估计法的含DG配电网可靠性评估指标获取方法

Country Status (1)

Country Link
CN (1) CN110365010A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112701677A (zh) * 2020-12-14 2021-04-23 平高集团有限公司 一种主动配电网运行风险的评估方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102097808A (zh) * 2011-01-31 2011-06-15 天津大学 一种含分布式风电、光伏及储能的配电系统可靠性评估方法
CN104376504A (zh) * 2014-11-06 2015-02-25 国家电网公司 一种基于解析法的配电系统概率可靠性评估方法
CN104504524A (zh) * 2014-12-25 2015-04-08 国家电网公司 一种应用于有源配网的负荷削减法及可靠性评估方法
CN106203805A (zh) * 2016-06-30 2016-12-07 中国农业大学 一种有源配电网概率可靠性估计方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102097808A (zh) * 2011-01-31 2011-06-15 天津大学 一种含分布式风电、光伏及储能的配电系统可靠性评估方法
CN104376504A (zh) * 2014-11-06 2015-02-25 国家电网公司 一种基于解析法的配电系统概率可靠性评估方法
CN104504524A (zh) * 2014-12-25 2015-04-08 国家电网公司 一种应用于有源配网的负荷削减法及可靠性评估方法
CN106203805A (zh) * 2016-06-30 2016-12-07 中国农业大学 一种有源配电网概率可靠性估计方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
芦晶晶等: "含分布式电源配电网可靠性评估的点估计法", 《电网技术》 *
葛少云等: "含分布式风光蓄的配电系统可靠性评估", 《电力系统自动化》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112701677A (zh) * 2020-12-14 2021-04-23 平高集团有限公司 一种主动配电网运行风险的评估方法及装置

Similar Documents

Publication Publication Date Title
CN106099993B (zh) 一种适应新能源大规模接入的电源规划方法
CN108306285B (zh) 基于topsis法的含分布式电源的主动配电网可靠性评估方法
Wang et al. Two-stage multi-objective unit commitment optimization under hybrid uncertainties
CN108155674B (zh) 考虑不确定分布特性的水火电联合调度方法及系统
CN102479347A (zh) 基于数据驱动的风电场短期风速预测方法和系统
CN107453396A (zh) 一种分布式光伏电源出力的多目标优化调度方法
CN112653198A (zh) 一种基于预测箱的风电出力场景生成方法及系统
CN115017854A (zh) 一种基于多维评估指标体系的配电网dg最大准入容量计算方法
CN102904248B (zh) 基于风电出力不确定性集合的电力系统调度方法
CN110829502B (zh) 一种考虑新能源的多目标区间发电调度方法
Teng et al. Availability estimation of wind power forecasting and optimization of day-ahead unit commitment
CN115051388A (zh) 一种基于分布鲁棒的“源-网-荷-储”两阶段调度优化方法
CN105743093B (zh) 一种考虑风光出力不确定性的配电网潮流计算方法
CN114301089A (zh) 一种风光联合发电系统储能容量配置优化方法
CN108767855B (zh) 一种时序持续混合的电力系统随机生产模拟方法
CN111525556B (zh) 一种计及风电置信风险的多目标最优潮流计算方法
CN110365010A (zh) 基于2m点估计法的含DG配电网可靠性评估指标获取方法
Khosravifard et al. Risk‐based available transfer capability assessment including nondispatchable wind generation
CN112310959A (zh) 考虑不确定性因素及其相关性的配电网低电压综合治理方法
CN111835003A (zh) 多电源供电下中压配电网理论线损实时计算方法及系统
CN105354761B (zh) 一种风电接入电网的安全与效能评估方法及系统
CN111882228A (zh) 一种含分布式电源的配电网可靠性评估方法
CN114707121A (zh) 一种用于分布式电源随机出力配电网的碳排放计算方法
CN112465284A (zh) 一种考虑梯级电站接入的电网适应性评估分析方法
CN114977318B (zh) 一种考虑相关性的随机-确定耦合电源调度方法及系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191022