CN110474348A - 一种配电网的调峰方法及装置 - Google Patents
一种配电网的调峰方法及装置 Download PDFInfo
- Publication number
- CN110474348A CN110474348A CN201910768133.6A CN201910768133A CN110474348A CN 110474348 A CN110474348 A CN 110474348A CN 201910768133 A CN201910768133 A CN 201910768133A CN 110474348 A CN110474348 A CN 110474348A
- Authority
- CN
- China
- Prior art keywords
- peak regulation
- cluster
- distributed energy
- power
- distributed
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000001105 regulatory effect Effects 0.000 title claims abstract description 15
- 230000000694 effects Effects 0.000 claims abstract description 38
- 230000005611 electricity Effects 0.000 claims description 22
- 238000010276 construction Methods 0.000 claims description 4
- 239000004744 fabric Substances 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims 1
- 230000009467 reduction Effects 0.000 abstract description 5
- 238000004146 energy storage Methods 0.000 description 40
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 239000000243 solution Substances 0.000 description 5
- 238000003064 k means clustering Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000005619 thermoelectricity Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 239000002918 waste heat Substances 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
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
- 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
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种配电网的调峰方法及装置,该方法为:利用每个分布式能源的能源参数,构建每个分布式能源的功率模型;基于多个分布式能源的功率模型,确定预设时间内每一分布式能源的预测出力功率和配电网的预测负荷功率;利用配电网中每个节点的负荷信息,确定每两个节点之间的电气距离;基于预测负荷功率、多个电气距离和预测出力功率,将多个分布式能源划分为多个正向调峰集群和多个反向调峰集群;对每一正向调峰集群进行正向调峰,以及对每一反向调峰集群进行反向调峰。在本方案中,将分布式能源划分为正向调峰集群和反向调峰集群,在需要调峰需求时,分别对正向调峰集群和反向调峰集群进行调峰,提高对分布式能源的管理效率和降低控制成本。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种配电网的调峰方法及装置。
背景技术
随着科学技术的不断发展,环保问题和能源枯竭问题成为人们最为关注的焦点问题之一。对于用电领域,目前逐渐利用可再生资源进行发电并为用户提供电能源,具体实施方式为:建造大量的分布式能源,利用可再生资源进行发电并通过配电网就近向用户提供电能源。
当大量的分布式能源接入配电网时,分布式能源中的分布式电源的间歇性和随机性会使配电网的电压和频率等参数发生急剧变化,严重影响配电网的安全运行。目前采用对各个分布式能源进行单独控制或集体控制的方式,对配电网进行调峰。但是一方面,由于分布式能源的数量非常多,单独对每一分布式能源进行管理和控制,管理效率较低。另一方面,由于分布式能源的数量非常多,集中对所有分布式能源进行控制需要较多资源,控制成本高。
因此,目前对配电网进行调峰的方式存在管理效率低和控制成本高等问题。
发明内容
有鉴于此,本发明实施例提供一种配电网的调峰方法及装置,以解决目前对配电网进行调峰的方式存在管理效率低和控制成本高等问题。
为实现上述目的,本发明实施例提供如下技术方案:
本发明实施例第一方面公开一种配电网的调峰方法,所述方法包括:
针对多个分布式能源中的每一分布式能源,利用所述分布式能源的能源参数,构建所述分布式能源的功率模型;
基于多个所述分布式能源的功率模型,确定预设时间内每一所述分布式能源的预测出力功率和配电网的预测负荷功率;
利用所述配电网中每个节点的负荷信息,确定每两个所述节点之间的电气距离,每个所述节点与负荷或所述分布式能源连接;
基于所述预测负荷功率、多个所述电气距离和预测出力功率,将多个所述分布式能源划分为多个正向调峰集群和多个反向调峰集群;
对每一所述正向调峰集群进行正向调峰,以及对每一所述反向调峰集群进行反向调峰。
优选的,所述基于所述预测负荷功率、多个所述电气距离和预测出力功率,将多个所述分布式能源划分为多个正向调峰集群和多个反向调峰集群,包括:
利用多个所述电气距离,将多个所述分布式能源划分为多个分布式能源集群;
利用所述预测负荷功率和多个所述预测出力功率,将多个所述分布式能源集群划分为多个正向调峰集群和多个反向调峰集群。
优选的,所述对每一所述正向调峰集群进行正向调峰,以及对每一所述反向调峰集群进行反向调峰,包括:
针对每一所述正向调峰集群,将所述正向调峰集群中的每一所述分布式能源的发电状态调整为最大发电状态;
针对每一所述反向调峰集群,利用所述反向调峰集群中的所述分布式能源对应的预测出力功率,将所述分布式能源的单日负荷平均功率控制在预设范围内。
优选的,所述确定每两个所述节点之间的电气距离,包括:
利用确定每两个所述节点之间的电气距离,Dit和Djt分别表示节点i和节点j在t时刻的负荷信息。
优选的,所述利用多个所述电气距离,将多个所述分布式能源划分为多个分布式能源集群,包括:
基于多个所述电气距离,利用将多个所述分布式能源划分为多个分布式能源集群,为节点j与聚类中心εi的距离,|Ci|为集群i中的样本个数。
本发明实施例第二方面公开一种配电网的调峰装置,所述装置包括:
构建单元,用于针对多个分布式能源中的每一分布式能源,利用所述分布式能源的能源参数,构建所述分布式能源的功率模型;
确定单元,用于基于多个所述分布式能源的功率模型,确定预设时间内每一所述分布式能源的预测出力功率和配电网的预测负荷功率;
计算单元,用于利用所述配电网中每个节点的负荷信息,确定每两个所述节点之间的电气距离,每个所述节点与负荷或所述分布式能源连接;
划分单元,用于基于所述预测负荷功率、多个所述电气距离和预测出力功率,将多个所述分布式能源划分为多个正向调峰集群和多个反向调峰集群;
调峰单元,用于对每一所述正向调峰集群进行正向调峰,以及对每一所述反向调峰集群进行反向调峰。
优选的,所述划分单元包括:
第一划分模块,用于利用多个所述电气距离,将多个所述分布式能源划分为多个分布式能源集群;
第二划分模块,用于利用所述预测负荷功率和多个所述预测出力功率,将多个所述分布式能源集群划分为多个正向调峰集群和多个反向调峰集群。
优选的,所述调峰单元包括:
正向调峰模块,用于针对每一所述正向调峰集群,将所述正向调峰集群中的每一所述分布式能源的发电状态调整为最大发电状态;
反向调峰模块,用于针对每一所述反向调峰集群,利用所述反向调峰集群中的所述分布式能源对应的预测出力功率,将所述分布式能源的单日负荷平均功率控制在预设范围内。
优选的,所述计算单元具体用于:利用确定每两个所述节点之间的电气距离,Dit和Djt分别表示节点i和节点j在t时刻的负荷信息。
优选的,所述划分单元具体用于:基于多个所述电气距离,利用将多个所述分布式能源划分为多个分布式能源集群,为节点j与聚类中心εi的距离,|Ci|为集群i中的样本个数。
基于上述本发明实施例提供的一种配电网的调峰方法及装置,该方法为:利用每个分布式能源的能源参数,构建每个分布式能源的功率模型;基于多个分布式能源的功率模型,确定预设时间内每一分布式能源的预测出力功率和配电网的预测负荷功率;利用配电网中每个节点的负荷信息,确定每两个节点之间的电气距离;基于预测负荷功率、多个电气距离和预测出力功率,将多个分布式能源划分为多个正向调峰集群和多个反向调峰集群;对每一正向调峰集群进行正向调峰,以及对每一反向调峰集群进行反向调峰。在本方案中,预先构建每一个分布式能源的功率模型,根据每个分布式能源的功率模型预测每个分布式能源的发电功率和配电网的负荷功率。利用预测的负荷功率和多个发电功率,将分布式能源划分为多个正向调峰集群和反向调峰集群,分别对正向调峰集群和反向调峰集群进行正向调峰和反向调峰,实现对配电网的调峰,提高对分布式能源的管理效率和降低控制成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种配电网的调峰方法流程图;
图2为本发明实施例提供的划分集群的流程示意图;
图3为本发明实施例提供的配电网的调峰方法流程示意图;
图4为本发明实施例提供的一种配电网的调峰装置的结构框图;
图5为本发明实施例提供的另一种配电网的调峰装置的结构框图;
图6为本发明实施例提供的再一种配电网的调峰装置的结构框图。
具体实施方式
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。
在本申请中,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。
由背景技术可知,目前采用对各个分布式能源进行单独控制或集体控制的方式,对配电网进行调峰。但是一方面,由于分布式能源的数量非常多,单独对每一分布式能源进行管理和控制,管理效率较低。另一方面,由于分布式能源的数量非常多,集中对所有分布式能源进行控制需要较多资源,控制成本高。
因此,本发明实施例提供一种配电网的调峰方法及装置,通过构建每一分布式能源的功率模型,根据每个分布式能源的功率模型预测每个分布式能源的发电功率和配电网的负荷功率。利用预测的负荷功率和多个发电功率,将分布式能源划分为多个正向调峰集群和反向调峰集群,分别对正向调峰集群和反向调峰集群进行正向调峰和反向调峰,以提高对分布式能源的管理效率和降低控制成本。
需要说明的是,本发明实施例中涉及的分布式能源为广义上的分布式能源,分布式能源的类别包括但不仅限于:诸如分布式光伏和分散式风电等传统的分布式电源、分布式储能、冷热电联产系统(Combined Cooling Heating and Power,CCHP)机组和诸如暖通空调(Heating,Ventilation and Air Conditioning,HVAC)的可控负荷。
参见图1,示出了本发明实施例提供的一种配电网的调峰方法流程图,所述调峰方法包括以下步骤:
步骤S101:针对多个分布式能源中的每一分布式能源,利用所述分布式能源的能源参数,构建所述分布式能源的功率模型。
在具体实现步骤S101的过程中,由前述内容可知,分布式能源的类别包括但不仅限于:分布式光伏、分散式风电、分布式储能、CCHP机组和可控负荷。针对每一类别的分布式能源,利用该分布式能源对应的能源参数构建功率模型,为更好解释说明如何构建每一类别的分布式能源对应的功率模型,通过以下例子A1-A5进行举例说明。
A1、分布式光伏对应的功率模型构建过程:
分布式光伏的光伏电池的输出功率主要与日照强度和电池温度等因素相关,无法对其进行产电调度,配电网上的频率变化和电压变化不会对分布式光伏产生影响。因此,在任意t时刻分布式光伏的输出功率如公式(1)。在公式(1)中,I为总辐射强度,A为单个太阳能板面积,η为电池组件额定转换功率,N为太阳能板阵列个数。
需要说明的是,所述分布式光伏的光伏电池在接入配电网时可通过控制逆变器,在损失一部分有功功率的情况下对配电网进行无功补偿,以保证所述配电网的平稳运行。由于电流控制型逆变器在直流侧串联大电感,因此所述分布式光伏输出的有功功率和输入所述配电网的电流是恒定的,所述分布式光伏注入配电网的无功功率如公式(2),在公式(2)中,I为注入配电网的恒定电流,P为输出的恒定有功功率,e和f分别为分布式光伏接入配电网处的电压的实部和虚部。
A2、构建分散式风电的功率模型过程:
利用风速概率分布函数,例如:两参数Weibull分布模型,确定分散式风电的有功输出的概率密度函数如公式(3),在公式(3)中,k1和k2分别如公式(4)和公式(5)。在公式(3)至公式(5)中,pr为风力发电机额定功率,vi为切入风速,vo为切出风速,vr为额定风速,pr为风力发电机组额定输出功率,c和k分别为Weibull分布的尺度参数和形状参数。
k2=-k1vci (5)
需要说明的是,接入所述配电网的所述分散式风电的风力发电机通常为异步发电机,所述分散式风电在运行过程中需要吸收大量无用功率,因此需要为所述分散式风电配套无功补偿设备。所述分散式风电无功功率如公式(6)。
Qw=Pw·tanθ (6)
A3、构建分布式储能的功率模型的过程:
需要说明的是,分布式储能的充电功率为可控对象,分布式储能的充放电功率PB(t)与人为设定值Pset相关,即分布式储能的充放电功率可控制为:PB(t)=Pset。在构建所述分布式储能的功率模型时,仅需考虑所述分布式储能的荷电状态(State OfCharge,SOC)约束。
将分布式储能的电池在控制周期内以恒定功率进行充放电,所述分布式储能的单个电池储能系统在t时段的荷电状态kSOC(t)如公式(7)。在公式(7)中,PB(t)为电池充放电功率,PB(t)大于0时表示电池向所述配电网注入功率,PB(t)小于0时表示电池从所述配电网吸收功率,PB(t)等于0时表示电池既不吸收功率也不发出功率,η为充放电效率,Δt为控制时间间隔,Swh为储能装置额定容量。
其中,的具体内容如公式(8),在公式(8)中,为储能装置的充电效率,为储能装置的放电效率。
A4、构建CCHP机组的功率模型的过程:
所述CCHP机组输出的总电功率Pe,CCHP如公式(9),在公式(9)中,ηGT为CCHP机组热电转换效率,Pg,CCHP为所述CCHP机组消耗天然气所输入的热功率。
Pe,CCHP=ηGT·Pg,CCHP (9)
所述CCHP机组输出的总热功率Ph,CCHP如公式(10),在公式(10)中,ηGB为燃气余热锅炉效率。
Ph,CCHP=ηGB·(1-ηGT)·Pg,CCHP (10)
A5、构建可控负荷的功率模型的过程:
结合用户的实际用电需求,需要将可控负荷控制在如公式(11)的范围内,在该范围内,所述可控负荷具有调度的灵活性。在公式(11)中,Pload_min和Pload_max分别为用户可承受的最大负荷调整范围,Pload为当前的负荷功率。
Pload_min≤Pload≤Pload_max (11)
所述可控负荷的当前可下调负荷功率ΔPdown和可上调负荷功率ΔPup如公式(13)和公式(14)。
ΔPdown=Pload-Pload_min (13)
ΔPup=Pload_max-Pload (14)
步骤S102:基于多个所述分布式能源的功率模型,确定预设时间内每一所述分布式能源的预测出力功率和配电网的预测负荷功率。
在具体实现步骤S102的过程中,利用每个所述分布式能源的功率模型,预测每个所述分布式能源在预设时间内的预测出力功率,以及预测所述配电网在所述预设时间内的预测负荷功率。
优选的,所述预测出力功率和预测负荷功率可用负荷曲线进行表示,同理,也可利用表格数据表示。本发明实施例中对于预测出力功率和预测负荷功率的展示形式不做具体限定。
步骤S103:利用所述配电网中每个节点的负荷信息,确定每两个所述节点之间的电气距离。
需要说明的是,对于上述涉及的分布式光伏和分散式风电等分布式电源,受季节、天气和时间变化等因素的影响较大。因此,需要根据所述配电网的各个节点的日发电量进行对多个所述分布式能源进行聚类,将出力特性曲线差别较大的分布式能源划分为同一集群,使综合后的分布式能源集群的出力趋于平滑,从而有效缓解分布式电源接入配电网造成的冲击。
进一步需要说明的是,由前述内容可知,所述分布式能源的类型至少包括分布式光伏、分散式风电和CCHP机组等分布式电源。接入所述配电网的节点的为负荷或者所述分布式能源,当接入所述配电网的节点的所述分布式能源为分布式电源时,将所述分布式电源视为负的负荷。
结合上述内容,利用所述配电网的节点日发电量的相似程度定义每两个节点之间的电气距离,作为划分分布式能源集群的依据。电气距离的计算如公式(15)。
在公式(15)中,Dit和Djt分别表示节点i和节点j在t时刻的负荷信息,即节点i和节点j在t时刻的出力。例如:对于节点i,若接入节点i的为负荷,则节点i在t时刻的出力为Dit=Ppv,t,若接入节点i的为分布式电源,则节点i在t时刻的出力为Dit=-Ppv,t。两个节点之间的出力和越小,即电气距离越小,说明该两个节点被划分为同一分布式能源集群后,该分布式能源集群的出力越平滑。
步骤S104:基于所述预测负荷功率、多个所述电气距离和预测出力功率,将多个所述分布式能源划分为多个正向调峰集群和多个反向调峰集群。
在具体实现步骤S105的过程中,利用多个所述电气距离,根据聚类算法将多个所述分布式能源划分为多个分布式能源集群。例如:利用K-means聚类算法,将电气距离近的初始集群划分为同一集群,将电气距离远的初始集群划分为不同集群,得到多个分布式能源集群。具体利用K-means聚类算法确定多个分布式能源集群的过程如公式(16)。
在公式(16)中,为节点j与聚类中心εi的距离,|Ci|为集群i中的样本个数。
进一步的,利用所述预测负荷功率和多个所述预测出力功率,对多个所述分布式能源集群进行划分。在划分结果中,将包含的分布式光伏、分散式风电和CCHP机组的数量大于第一阈值的分布式能源集群作为正向调峰集群。将包含的可控负荷和分布式储能的数量大于第二阈值的分布式能源集群作为反向调峰集群。
步骤S105:对每一所述正向调峰集群进行正向调峰,以及对每一所述反向调峰集群进行反向调峰。
在具体实现步骤S105的过程中,当配电网需要进行调峰时,分别对每一所述正向调峰集群进行正向调峰,以及对每一所述反向调峰集群进行反向调峰,以实现对配电网的调峰。
针对基于步骤S104划分的正向调峰集群和反向调峰集群,例如将包含的分布式光伏、分散式风电和CCHP机组的数量大于第一阈值的分布式能源集群作为正向调峰集群。将包含的可控负荷和分布式储能的数量大于第二阈值的分布式能源集群作为反向调峰集群。对正向调峰集群进行正向调峰的过程和反向调峰集群进行反向调峰的过程进行具体说明。
对正向调峰集群进行正向调峰的过程:
针对每一所述正向调峰集群,将所述正向调峰集群中的每一所述分布式能源的发电状态调整为最大发电状态。
对反向调峰集群进行反向调峰的过程:
针对每一所述反向调峰集群,利用所述反向调峰集群中的所述分布式储能对应的预测出力功率,将所述分布式储能的单日负荷平均功率控制在预设范围内。
利用反向调峰集群中的可控负荷的向下功率调整特性,以及分布式储能的灵活调峰特性,在所述配电网有调峰需求时,将可控负荷的当前的负荷功率Pload直接调整为最低负荷功率Pload_min,再根据所述分布式储能对应的预测出力功率,对分布式储能进行控制,将所述分布式储能的单日负荷平均功率控制在预设范围内。
对于分布式储能,根据所述分布式储能对应的预测出力功率,计算所述分布式储能的日负荷平均功率。利用在对分布式储能进行调峰的过程中的各个约束条件,确定分布式储能的充放电功率的上限值和下限值。结合所述分布式储能对应的预测出力功率,确定所述分布式储能在各个时间段内的充放电功率,从而将所述分布式储能的单日负荷平均功率控制在预设范围内,具体控制的过程参见公式(17)至公式(22)示出的内容。
在公式(14)和公式(15)中,Pd和Pc为负荷峰谷时间段的负荷值,P2为分布式储能的充电功率下限值,P1为分布式储能的放电功率上限值,Δt为单位时间,E为分布式储能的容量,Pmax和Pmin为负荷峰谷值,Pav为单日负荷平均功率。需要说明的是,充电时间区域总功率需大于等于放电时间区域总功率,充电时间区域总功率在充电时间区域内的积分小于所述分布式储能的总配置容量,放电时间区域总功率在放电时间区域内的积分小于所述分布式储能的总配置容量。
进一步的,结合Pav和ΔP,对P1和P2进行迭代更新,如公式(19)。
在对P1和P2进行迭代更新的过程中,需满足预设的约束条件,具体约束条件如公式(20)、公式(21)和公式(22),在公式(20)、公式(21)和公式(22)中,Ec为总的充电能量,Ed为总的放电能量,ε为预设的趋近于0的常数。
Ec-Ed<ε(22)
在对P1和P2进行迭代更新的过程中,若不满足公式(21)、公式(21)和公式(22)中的任一条件,需返回执行公式(19),直至满足公式(21)、公式(21)和公式(22)。
更进一步的,当实际负荷大于所述分布式储能的放电功率上限值P1时,所述分布式储能放电,当实际负荷小于所述分布式储能的充电功率下限值P2时,所述分布式储能充电,当实际负荷在[P2,P1]区间内时,所述分布式储能不执行充放电操作。
在本发明实施例中,预先构建每一个分布式能源的功率模型,根据每个分布式能源的功率模型预测每个分布式能源的发电功率和配电网的负荷功率。利用预测的负荷功率和多个发电功率,将分布式能源划分为多个正向调峰集群和反向调峰集群,分别对正向调峰集群和反向调峰集群进行正向调峰和反向调峰,实现对配电网的调峰,提高对分布式能源的管理效率和降低控制成本。
为更好解释说明上述图1步骤S105中涉及的K-means聚类算法,通过图2进行举例说明,参见图2,示出了本发明实施例提供的划分集群的流程示意图,包括以下步骤:
步骤S201:随机选取K个初始样本。
步骤S202:计算每个样本与集群中心的距离,将每个样本加入距离自身最近的集群中心对应的集群中,得到新的多个集群。
步骤S203:对新的多个集群进行划分,更新集群中心。
步骤S204:确定划分结果是否变化,若是,返回执行步骤S202,若否,输出最终的集群划分结果。
在具体实现步骤S204的过程中,循环执行上述步骤S202和步骤S203,直至每个集群的集群中心不再发生变化。
为更好解释说明上述图1中各个步骤的内容,通过图3进行举例说明,参见图3,示出了本发明实施例提供的配电网的调峰方法流程示意图,包括以下步骤:
步骤S301:建立每个分布式能源的功率模型。
在具体实现步骤S301的过程中,分布式能源的类型包括但不仅限于:分布式光伏、分散式风电、分布式储能、CCHP机组和可控负荷。
步骤S302:对分布式能源和配电网进行负荷功率预测。
步骤S303:计算配电网的每两个节点之间的电气距离。
步骤S304:基于上述负荷功率预测的结果和各个节点之间的电气距离,利用K-means聚类算法对所有分布式能源进行集群划分,得到正向调峰集群和反向调峰集群。
步骤S305:对正向调峰集群进行正向调峰,对反向调峰集群进行反向调峰。
需要说明的是,步骤S301至步骤S305的执行原理,参见上述图1中各个步骤的内容,在此不再进行赘述。
进一步需要说明的是,图2和图3中示出的内容仅用于举例说明。
与上述本发明实施例提供的一种配电网的调峰方法相对应,参见图4,本发明实施例还提供一种配电网的调峰装置的结构框图,所述调峰装置包括:构建单元401、确定单元402、计算单元403、划分单元404和调峰单元405;
构建单元401,用于针对多个分布式能源中的每一分布式能源,利用所述分布式能源的能源参数,构建所述分布式能源的功率模型。
确定单元402,用于基于多个所述分布式能源的功率模型,确定预设时间内每一所述分布式能源的预测出力功率和配电网的预测负荷功率。
计算单元403,用于利用所述配电网中每个节点的负荷信息,确定每两个所述节点之间的电气距离,每个所述节点与负荷或所述分布式能源连接。
在具体实现中,所述计算单元403具体用于:利用公式(15)确定每两个所述节点之间的电气距离。
划分单元404,用于基于所述预测负荷功率、多个所述电气距离和预测出力功率,将多个所述分布式能源划分为多个正向调峰集群和多个反向调峰集群。
在具体实现中,所述划分单元404具体用于:基于多个所述电气距离,利用公式(16)将多个所述分布式能源划分为多个分布式能源集群。
调峰单元405,用于对每一所述正向调峰集群进行正向调峰,以及对每一所述反向调峰集群进行反向调峰。
在本发明实施例中,预先构建每一个分布式能源的功率模型,根据每个分布式能源的功率模型预测每个分布式能源的发电功率和配电网的负荷功率。利用预测的负荷功率和多个发电功率,将分布式能源划分为多个正向调峰集群和反向调峰集群,分别对正向调峰集群和反向调峰集群进行正向调峰和反向调峰,实现对配电网的调峰,提高对分布式能源的管理效率和降低控制成本。
优选的,结合图4,参见图5,示出了本发明实施例提供的一种配电网的调峰装置的结构图,所述划分单元404包括:
第一划分模块4041,用于利用多个所述电气距离,将多个所述分布式能源划分为多个分布式能源集群。
第二划分模块4042,用于利用所述预测负荷功率和多个所述预测出力功率,将多个所述分布式能源集群划分为多个正向调峰集群和多个反向调峰集群。
优选的,结合图4,参见图6,示出了本发明实施例提供的一种配电网的调峰装置的结构图,所述调峰单元405包括:
正向调峰模块4051,用于针对每一所述正向调峰集群,将所述正向调峰集群中的每一所述分布式能源的发电状态调整为最大发电状态。
反向调峰模块4052,用于针对每一所述反向调峰集群,利用所述反向调峰集群中的所述分布式能源对应的预测出力功率,将所述分布式能源的单日负荷平均功率控制在预设范围内。
综上所述,本发明实施例提供一种配电网的调峰方法及装置,该方法为:利用每个分布式能源的能源参数,构建每个分布式能源的功率模型;基于多个分布式能源的功率模型,确定预设时间内每一分布式能源的预测出力功率和配电网的预测负荷功率;利用配电网中每个节点的负荷信息,确定每两个节点之间的电气距离;基于预测负荷功率、多个电气距离和预测出力功率,将多个分布式能源划分为多个正向调峰集群和多个反向调峰集群;对每一正向调峰集群进行正向调峰,以及对每一反向调峰集群进行反向调峰。在本方案中,预先构建每一个分布式能源的功率模型,根据每个分布式能源的功率模型预测每个分布式能源的发电功率和配电网的负荷功率。利用预测的负荷功率和多个发电功率,将分布式能源划分为多个正向调峰集群和反向调峰集群,分别对正向调峰集群和反向调峰集群进行正向调峰和反向调峰,实现对配电网的调峰,提高对分布式能源的管理效率和降低控制成本。
在本发明实施例中,预先构建每一个分布式能源的功率模型,根据每个分布式能源的功率模型,对分布式能源和配电网进行负荷功率预测。基于负荷功率预测的结果,利用K-means将分布式能源划分为多个正向调峰集群和反向调峰集群,分别对正向调峰集群和反向调峰集群进行正向调峰和反向调峰,实现对配电网的调峰,提高对分布式能源的管理效率和降低控制成本。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
专业人员还可以进一步意识到,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、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种配电网的调峰方法,其特征在于,所述方法包括:
针对多个分布式能源中的每一分布式能源,利用所述分布式能源的能源参数,构建所述分布式能源的功率模型;
基于多个所述分布式能源的功率模型,确定预设时间内每一所述分布式能源的预测出力功率和配电网的预测负荷功率;
利用所述配电网中每个节点的负荷信息,确定每两个所述节点之间的电气距离,每个所述节点与负荷或所述分布式能源连接;
基于所述预测负荷功率、多个所述电气距离和预测出力功率,将多个所述分布式能源划分为多个正向调峰集群和多个反向调峰集群;
对每一所述正向调峰集群进行正向调峰,以及对每一所述反向调峰集群进行反向调峰。
2.根据权利要求1所述的方法,其特征在于,所述基于所述预测负荷功率、多个所述电气距离和预测出力功率,将多个所述分布式能源划分为多个正向调峰集群和多个反向调峰集群,包括:
利用多个所述电气距离,将多个所述分布式能源划分为多个分布式能源集群;
利用所述预测负荷功率和多个所述预测出力功率,将多个所述分布式能源集群划分为多个正向调峰集群和多个反向调峰集群。
3.根据权利要求1所述的方法,其特征在于,所述对每一所述正向调峰集群进行正向调峰,以及对每一所述反向调峰集群进行反向调峰,包括:
针对每一所述正向调峰集群,将所述正向调峰集群中的每一所述分布式能源的发电状态调整为最大发电状态;
针对每一所述反向调峰集群,利用所述反向调峰集群中的所述分布式能源对应的预测出力功率,将所述分布式能源的单日负荷平均功率控制在预设范围内。
4.根据权利要求1所述的方法,其特征在于,所述确定每两个所述节点之间的电气距离,包括:
利用确定每两个所述节点之间的电气距离,Dit和Djt分别表示节点i和节点j在t时刻的负荷信息。
5.根据权利要求2所述的方法,其特征在于,所述利用多个所述电气距离,将多个所述分布式能源划分为多个分布式能源集群,包括:
基于多个所述电气距离,利用将多个所述分布式能源划分为多个分布式能源集群,为节点j与聚类中心εi的距离,|Ci|为集群i中的样本个数。
6.一种配电网的调峰装置,其特征在于,所述装置包括:
构建单元,用于针对多个分布式能源中的每一分布式能源,利用所述分布式能源的能源参数,构建所述分布式能源的功率模型;
确定单元,用于基于多个所述分布式能源的功率模型,确定预设时间内每一所述分布式能源的预测出力功率和配电网的预测负荷功率;
计算单元,用于利用所述配电网中每个节点的负荷信息,确定每两个所述节点之间的电气距离,每个所述节点与负荷或所述分布式能源连接;
划分单元,用于基于所述预测负荷功率、多个所述电气距离和预测出力功率,将多个所述分布式能源划分为多个正向调峰集群和多个反向调峰集群;
调峰单元,用于对每一所述正向调峰集群进行正向调峰,以及对每一所述反向调峰集群进行反向调峰。
7.根据权利要求6所述的装置,其特征在于,所述划分单元包括:
第一划分模块,用于利用多个所述电气距离,将多个所述分布式能源划分为多个分布式能源集群;
第二划分模块,用于利用所述预测负荷功率和多个所述预测出力功率,将多个所述分布式能源集群划分为多个正向调峰集群和多个反向调峰集群。
8.根据权利要求6所述的装置,其特征在于,所述调峰单元包括:
正向调峰模块,用于针对每一所述正向调峰集群,将所述正向调峰集群中的每一所述分布式能源的发电状态调整为最大发电状态;
反向调峰模块,用于针对每一所述反向调峰集群,利用所述反向调峰集群中的所述分布式能源对应的预测出力功率,将所述分布式能源的单日负荷平均功率控制在预设范围内。
9.根据权利要求6所述的装置,其特征在于,所述计算单元具体用于:利用确定每两个所述节点之间的电气距离,Dit和Djt分别表示节点i和节点j在t时刻的负荷信息。
10.根据权利要求7所述的装置,其特征在于,所述划分单元具体用于:基于多个所述电气距离,利用将多个所述分布式能源划分为多个分布式能源集群,为节点j与聚类中心εi的距离,|Ci|为集群i中的样本个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910768133.6A CN110474348B (zh) | 2019-08-20 | 2019-08-20 | 一种配电网的调峰方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910768133.6A CN110474348B (zh) | 2019-08-20 | 2019-08-20 | 一种配电网的调峰方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110474348A true CN110474348A (zh) | 2019-11-19 |
CN110474348B CN110474348B (zh) | 2021-07-30 |
Family
ID=68512023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910768133.6A Active CN110474348B (zh) | 2019-08-20 | 2019-08-20 | 一种配电网的调峰方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110474348B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866345A (zh) * | 2019-11-21 | 2020-03-06 | 国网江苏省电力有限公司南通供电分公司 | 一种风电分布式电源模型的建立方法 |
CN112633642A (zh) * | 2020-12-09 | 2021-04-09 | 中国南方电网有限责任公司 | 电力系统备用需求预测方法、系统、装置及存储介质 |
CN116826788A (zh) * | 2023-08-30 | 2023-09-29 | 东方电气集团科学技术研究院有限公司 | 一种光伏发电主动支撑集群构建及控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150357818A1 (en) * | 2013-04-18 | 2015-12-10 | State Grid Corporation Of China | Optimal control method for reactive voltage of wind power and photovoltaic power centralized grid connection |
CN107732957A (zh) * | 2017-08-25 | 2018-02-23 | 合肥工业大学 | 一种高渗透率分布式可再生能源发电集群划分方法 |
CN108390387A (zh) * | 2018-01-16 | 2018-08-10 | 华北电力大学 | 一种动态自律分散协调的源荷调峰控制方法 |
CN108960642A (zh) * | 2018-07-10 | 2018-12-07 | 新疆大学 | 一种新能源电厂动态聚合方法及系统 |
-
2019
- 2019-08-20 CN CN201910768133.6A patent/CN110474348B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150357818A1 (en) * | 2013-04-18 | 2015-12-10 | State Grid Corporation Of China | Optimal control method for reactive voltage of wind power and photovoltaic power centralized grid connection |
CN107732957A (zh) * | 2017-08-25 | 2018-02-23 | 合肥工业大学 | 一种高渗透率分布式可再生能源发电集群划分方法 |
CN108390387A (zh) * | 2018-01-16 | 2018-08-10 | 华北电力大学 | 一种动态自律分散协调的源荷调峰控制方法 |
CN108960642A (zh) * | 2018-07-10 | 2018-12-07 | 新疆大学 | 一种新能源电厂动态聚合方法及系统 |
Non-Patent Citations (1)
Title |
---|
徐韵等: ""含可再生分布式电源参与调控的配电网无功电压优化控制研究综述"", 《华北电力大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866345A (zh) * | 2019-11-21 | 2020-03-06 | 国网江苏省电力有限公司南通供电分公司 | 一种风电分布式电源模型的建立方法 |
CN112633642A (zh) * | 2020-12-09 | 2021-04-09 | 中国南方电网有限责任公司 | 电力系统备用需求预测方法、系统、装置及存储介质 |
CN116826788A (zh) * | 2023-08-30 | 2023-09-29 | 东方电气集团科学技术研究院有限公司 | 一种光伏发电主动支撑集群构建及控制方法 |
CN116826788B (zh) * | 2023-08-30 | 2024-01-05 | 东方电气集团科学技术研究院有限公司 | 一种光伏发电主动支撑集群构建及控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110474348B (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Weather data and probability analysis of hybrid photovoltaic–wind power generation systems in Hong Kong | |
CN108599206B (zh) | 高比例不确定电源场景下的配电网混合储能配置方法 | |
CN105990838B (zh) | 一种计及可调度和可平移负荷的海岛微电网优化调度方法 | |
CN106410824B (zh) | 计及温控设备的社区微电网储能容量优化配置方法 | |
CN104092231A (zh) | 一种独立微网混和储能容量优化配置方法 | |
CN110474348A (zh) | 一种配电网的调峰方法及装置 | |
CN111244988A (zh) | 考虑分布式电源的电动汽车和储能优化调度方法 | |
CN108832654A (zh) | 一种用于光伏发电系统经济效益优化调度的方法及系统 | |
Lazar et al. | Energy management for an islanded microgrid based on harmony search algorithm | |
Aiswariya et al. | Optimal microgrid battery scheduling using simulated annealing | |
CN115036963A (zh) | 一种提升配电网韧性的两阶段需求响应策略 | |
CN104616071B (zh) | 一种风光储互补发电系统优化配置方法 | |
CN115036914A (zh) | 考虑灵活性与新能源消纳的电网储能双层优化方法及系统 | |
CN110535187A (zh) | 一种主动配电网的复合储能容量的能量调度方法及系统 | |
CN111311032B (zh) | 一种基于扇形雷达图模型的微网系统容量优化配置方法 | |
CN110854910B (zh) | 一种高比例光伏并网下火电机组爬坡压力缓解方法 | |
Murugan et al. | Optimal power flow management control for grid connected photovoltaic/wind turbine/diesel generator (GCPWD) hybrid system with batteries | |
CN110098623B (zh) | 一种基于智能负载的Prosumer单元控制方法 | |
CN116865270A (zh) | 一种含嵌入式直流的柔性互联配电网优化调度方法及系统 | |
CN108683211B (zh) | 一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型 | |
CN116169700A (zh) | 一种配电网储能配置模型及其求解方法 | |
Li et al. | Research on microgrid optimization based on simulated annealing particle swarm optimization | |
CN111585305B (zh) | 适用于多能互补联动经济性评价的方法 | |
Fathima et al. | Integration and energy management of a hybrid Li-VRB battery for renewable applications | |
CN110266059B (zh) | 一种基于三角综合评估的新型能源供给系统优化配置方法 |
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 |