CN110601181B - 一种混合型系统功率判定装置 - Google Patents
一种混合型系统功率判定装置 Download PDFInfo
- Publication number
- CN110601181B CN110601181B CN201910802305.7A CN201910802305A CN110601181B CN 110601181 B CN110601181 B CN 110601181B CN 201910802305 A CN201910802305 A CN 201910802305A CN 110601181 B CN110601181 B CN 110601181B
- Authority
- CN
- China
- Prior art keywords
- power
- storage part
- load
- active
- distribution box
- 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
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
Abstract
本发明公开了一种混合型系统功率判定装置，其特征在于，包括依次顺序电力连接的主网、配电箱、N个有源型负荷，分别与所述主网、N个有源型负荷电力连接的N+1个测量装置，与所述N+1个测量装置通信连接的中央控制器；所述主网的输出端电力连接所述配电箱的输入端，所述配电箱具有N个并联的输出端，每个所述输出端均与所述输入端电力连接；每个所述有源型负荷与一个所述输出端电力连接，N为大于2的整数。本发明公开的混合型系统功率判定装置能够实现基于有源负荷的无功功率计算。
Description
技术领域
本发明涉及新能源技术领域，尤其是一种包括多种清洁能源的混合型系统的功率判定装置。
背景技术
随着人们对于电力需求的不断增加以及对环境清洁的不断重视，越来越多的分布式电源被广泛的应用在日常生活中，例如太阳能电池板、风力发电机。正是由于这些清洁能源技术的使用，使得我们实现了电力需求与自然环境之间的平衡。
然而，清洁能源目前还不能成为替代主电网的电源形式，或者说，还不能成片的接入目前的主网中，因为清洁能源的功率输出比较难控制，尤其是无功，无法得到测量，因此，如果贸然将大功率的清洁能源加入电网将会导致电网运行混乱。
发明内容
因此，针对上述问题，本发明提供了一种混合型系统功率判定装置，通过设置的测量装置以及与其连接的中央控制器，得到精确的有功、无功函数关系，使得有源负荷的无功计算成为可能，从而为新能源入网奠定了基础。
为了达到上述目的，本发明提出了一种混合型系统功率判定装置，其特征在于，包括依次顺序电力连接的主网、配电箱、N个有源型负荷，分别与所述主网、N个有源型负荷电力连接的N+1个测量装置，与所述N+1个测量装置通信连接的中央控制器；所述主网的输出端电力连接所述配电箱的输入端，所述配电箱具有N个并联的输出端，每个所述输出端均与所述输入端电力连接；每个所述有源型负荷与一个所述输出端电力连接，N为大于2的整数。
所述有源型负荷包括清洁电源和常规负载。
所述清洁电源包括太阳能电池、风力发电机、潮汐发电系统之中的一个或多个。
所述常规负载为无源负载，包括线性负载、非线性负载。
所述N+1个测量装置包括N个负载侧测量装置、1个主网侧测量装置；每个所述负载侧测量装置设置在所述配电箱的1个所述输出端及与其连接的所述有源型负荷之间的线路上；所述主网侧测量装置设置在所述配电网的所述输入端及与其连接的所述主网之间的线路上。
所述负载侧测量装置用于测量支路有功功率，所述主网侧测量装置用于测量总有功功率、总无功功率、总电压。
所述中央控制器包括：
第一获取部，用于接收从所述主网侧测量装置传输过来的总有功功率、总无功功率、总电压；第一存储部，与所述第一获取部连接，用于存储所述第一获取部接收的数据；第二获取部，用于接收从所述N个负载侧测量装置传输过来的N个支路有功功率；第二存储部，与所述第二获取部连接，用于存储所述第二获取部接收的数据；功率计算部，与所述第一存储部、第二存储部连接，用于从所述第一存储部、第二存储部获取数据，进而计算支路无功功率。
所述功率计算部包括：
函数生成部，所述函数生成部与所述第一存储部、第二存储部连接，用于从所述第一存储部、第二存储部获取数据，并生成支路无功功率与支路有功功率的函数关系；
优化部，与所述函数生成部连接，用于优化所述函数生成部生成的支路无功功率与支路有功功率的函数关系，得到最优函数关系；
验证部，与所述第一存储部、第二存储部、优化部连接，用于从所述第一存储部、第二存储部获取数据，从所述优化部获取所述最优函数关系，验证所述最优函数关系能否通过潮流计算；
关系设定部，与所述验证部连接，用于将通过所述潮流计算的最优函数关系作为默认关系。
所述函数生成部生成支路无功功率与支路有功功率的函数关系的过程如下：
(1)从所述第一存储部获取Qsum(t1)、…、Qsum(ti)、…、Qsum(tn),其中，Qsum(ti)为ti时刻从所述主网侧测量装置传输过来总无功功率，n为设定时间周期；
(2)从所述第二存储部获取P1(t1)、…、P1(ti)、…、P1(tn),…,Pj(t1)、…、Pj(ti)、…、Pj(tn),…,PN(t1)、…、PN(ti)、…、PN(tn),其中，Pj(ti)是从所述负载侧测量装置传输过来的第j条支路ti时刻的有功功率；
(3)构建函数
其中，Q’是线路无功损耗，ε(ti)是ti时刻无功功率的误差；
(4)设置目标函数
通过求解所述目标函数得到k1、…、kj、…、kN,
(5)设置支路无功功率与支路有功功率的函数关系为Qj(t)＝kjPj(t),j＝1、……、N，其中，Qj是第j条支路的无功功率。
所述优化部得到最优函数关系的过程如下：
a.设置粒子群算法参数，输入k1、…、kj、…、kN，Qsum(t1)、…、Qsum(ti)、…、Qsum(tn),P1(t1)、…、P1(ti)、…、P1(tn),…,Pj(t1)、…、Pj(ti)、…、Pj(tn),…,PN(t1)、…、PN(ti)、…、PN(tn),设置适应度函数minQ’；
所述算法参数包括最大迭代次数、种群规模、学习因子；
b.对种群进行初始化，包括粒子的位置和速度进行初始化；
c.将种群带入所述适应度函数，计算每个粒子的适应度函数值；
d.对每个粒子的适应度函数值排序，适应度值最小的粒子作为全局最优解，保存并输出更新后的k’1、…、k’j、…、k’N；
e.设置支路无功功率与支路有功功率的最优函数关系为Qj(t)＝k’jPj(t),j＝1、……、N。
附图说明
图1是混合型系统功率判定装置的结构图。
具体实施方式
请参见图1。
一种混合型系统功率判定装置，其特征在于，包括依次顺序电力连接的主网、配电箱、N个有源型负荷，分别与所述主网、N个有源型负荷电力连接的N+1个测量装置，与所述N+1个测量装置通信连接的中央控制器；所述主网的输出端电力连接所述配电箱的输入端，所述配电箱具有N个并联的输出端，每个所述输出端均与所述输入端电力连接；每个所述有源型负荷与一个所述输出端电力连接，N为大于2的整数。
所述有源型负荷包括清洁电源和常规负载。
所述清洁电源包括太阳能电池、风力发电机、潮汐发电系统之中的一个或多个。
所述常规负载为无源负载，包括线性负载、非线性负载。
所述N+1个测量装置包括N个负载侧测量装置、1个主网侧测量装置；每个所述负载侧测量装置设置在所述配电箱的1个所述输出端及与其连接的所述有源型负荷之间的线路上；所述主网侧测量装置设置在所述配电网的所述输入端及与其连接的所述主网之间的线路上。
所述负载侧测量装置用于测量支路有功功率，所述主网侧测量装置用于测量总有功功率、总无功功率、总电压。
所述中央控制器包括：
第一获取部，用于接收从所述主网侧测量装置传输过来的总有功功率、总无功功率、总电压；第一存储部，与所述第一获取部连接，用于存储所述第一获取部接收的数据；第二获取部，用于接收从所述N个负载侧测量装置传输过来的N个支路有功功率；第二存储部，与所述第二获取部连接，用于存储所述第二获取部接收的数据；功率计算部，与所述第一存储部、第二存储部连接，用于从所述第一存储部、第二存储部获取数据，进而计算支路无功功率。
所述功率计算部包括：
函数生成部，所述函数生成部与所述第一存储部、第二存储部连接，用于从所述第一存储部、第二存储部获取数据，并生成支路无功功率与支路有功功率的函数关系；
优化部，与所述函数生成部连接，用于优化所述函数生成部生成的支路无功功率与支路有功功率的函数关系，得到最优函数关系；
验证部，与所述第一存储部、第二存储部、优化部连接，用于从所述第一存储部、第二存储部获取数据，从所述优化部获取所述最优函数关系，验证所述最优函数关系能否通过潮流计算；
关系设定部，与所述验证部连接，用于将通过所述潮流计算的最优函数关系作为默认关系。
所述函数生成部生成支路无功功率与支路有功功率的函数关系的过程如下：
(1)从所述第一存储部获取Qsum(t1)、…、Qsum(ti)、…、Qsum(tn),其中，Qsum(ti)为ti时刻从所述主网侧测量装置传输过来总无功功率，n为设定时间周期；
(2)从所述第二存储部获取P1(t1)、…、P1(ti)、…、P1(tn),…,Pj
(t1)、…、Pj(ti)、…、Pj(tn),…,PN(t1)、…、PN(ti)、…、PN(tn),其中，Pj(ti)是从所述负载侧测量装置传输过来的第j条支路ti时刻的有功功率；
(3)构建函数
其中，Q’是线路无功损耗，ε(ti)是ti时刻无功功率的误差；
(4)设置目标函数
通过求解所述目标函数得到k1、…、kj、…、kN,
(5)设置支路无功功率与支路有功功率的函数关系为Qj(t)＝kjPj(t),j＝1、……、N，其中，Qj是第j条支路的无功功率。
所述优化部得到最优函数关系的过程如下：
a.设置粒子群算法参数，输入k1、…、kj、…、kN，Qsum(t1)、…、Qsum(ti)、…、Qsum(tn),P1(t1)、…、P1(ti)、…、P1(tn),…,Pj(t1)、…、Pj(ti)、…、Pj(tn),…,PN(t1)、…、PN(ti)、…、PN(tn),设置适应度函数minQ’；
所述算法参数包括最大迭代次数、种群规模、学习因子；
b.对种群进行初始化，包括粒子的位置和速度进行初始化；
c.将种群带入所述适应度函数，计算每个粒子的适应度函数值；
d.对每个粒子的适应度函数值排序，适应度值最小的粒子作为全局最优解，保存并输出更新后的k’1、…、k’j、…、k’N；
e.设置支路无功功率与支路有功功率的最优函数关系为Qj(t)＝k’jPj(t),j＝1、……、N。
在已知各个节点无功功率、有功功率以及首节点电压的情况下进行潮流计算是本领域的公知常识技术，因此在此不再赘述。
需要注意的是，以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，在本发明的上述指导下，本领域技术人员可以在上述实施例的基础上进行各种改进和变形，而这些改进或者变形落在本发明的保护范围内。
Claims (1)
1.一种混合型系统功率判定装置，其特征在于，包括依次顺序电力连接的主网、配电箱、N个有源型负荷，分别与所述主网、N个有源型负荷电力连接的N+1个测量装置，与所述N+1个测量装置通信连接的中央控制器；所述主网的输出端电力连接所述配电箱的输入端，所述配电箱具有N个并联的输出端，每个所述N个并联的输出端分别与每个所述N个有源型负荷的输入端电力连接， N为大于2的整数；所述有源型负荷包括清洁电源和常规负载；所述清洁电源包括太阳能电池、风力发电机、潮汐发电系统之中的一个或多个；所述常规负载为无源负载，包括线性负载、非线性负载；所述N+1个测量装置包括N个负载侧测量装置、1个主网侧测量装置；每个所述负载侧测量装置设置在所述配电箱的1个所述输出端及与其连接的所述有源型负荷之间的线路上；所述主网侧测量装置设置在配电箱的输入端及与其连接的所述主网之间的线路上；所述负载侧测量装置用于测量支路有功功率，所述主网侧测量装置用于测量总有功功率、总无功功率、总电压；所述中央控制器包括：
第一获取部，用于接收从所述主网侧测量装置传输过来的总有功功率、总无功功率、总电压；第一存储部，与所述第一获取部连接，用于存储所述第一获取部接收的数据；第二获取部，用于接收从所述N个负载侧测量装置传输过来的N个支路有功功率；第二存储部，与所述第二获取部连接，用于存储所述第二获取部接收的数据；功率计算部，与所述第一存储部、第二存储部连接，用于从所述第一存储部、第二存储部获取数据，进而计算支路无功功率；所述功率计算部包括：
函数生成部，所述函数生成部与所述第一存储部、第二存储部连接，用于从所述第一存储部、第二存储部获取数据，并生成支路无功功率与支路有功功率的函数关系；
优化部，与所述函数生成部连接，用于优化所述函数生成部生成的支路无功功率与支路有功功率的函数关系，得到最优函数关系；
验证部，与所述第一存储部、第二存储部、优化部连接，用于从所述第一存储部、第二存储部获取数据，从所述优化部获取所述最优函数关系，验证所述最优函数关系能否通过潮流计算；
关系设定部，与所述验证部连接，用于将通过所述潮流计算的最优函数关系作为默认关系。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910802305.7A CN110601181B (zh) | 2019-08-28 | 2019-08-28 | 一种混合型系统功率判定装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910802305.7A CN110601181B (zh) | 2019-08-28 | 2019-08-28 | 一种混合型系统功率判定装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110601181A CN110601181A (zh) | 2019-12-20 |
| CN110601181B true CN110601181B (zh) | 2021-06-25 |
Family
ID=68856032
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910802305.7A Active CN110601181B (zh) | 2019-08-28 | 2019-08-28 | 一种混合型系统功率判定装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110601181B (zh) |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SE506199C2 (sv) * | 1996-03-26 | 1997-11-17 | Asea Brown Boveri | Förfarande och anordning för bestämning av kortslutningseffekten i ett elektriskt växelströmskraftnät som är anslutet till en högspänd likströmsöverföring |
| CN102570479A (zh) * | 2012-01-19 | 2012-07-11 | 贵州电网公司电网规划研究中心 | 一种无功配置组合控制系统 |
| CN104779638A (zh) * | 2015-02-06 | 2015-07-15 | 华北水利水电大学 | 一种风电场内机组优化调度方法及调度装置 |
| CN106532730B (zh) * | 2016-12-28 | 2019-01-29 | 江苏金风科技有限公司 | 微电网动态稳定控制系统和方法 |
| CN107666156B (zh) * | 2017-09-30 | 2021-06-25 | 中电普瑞张北风电研究检测有限公司 | 一种风电机组有功无功协调控制方法及系统 |
| CN108695894A (zh) * | 2018-06-19 | 2018-10-23 | 江苏燕山光伏设备有限公司 | 一种环保的低压光伏并网发电机构 |
| CN108808668A (zh) * | 2018-06-29 | 2018-11-13 | 广东电网有限责任公司 | 一种计及多类电源的主动配电网分布式优化调度算法 |
| CN109390946B (zh) * | 2018-10-08 | 2020-07-28 | 重庆大学 | 一种基于多参数规划理论的最优概率潮流快速计算方法 |
| CN109861281A (zh) * | 2019-02-21 | 2019-06-07 | 国网山东省电力公司临沂供电公司 | 一种源网荷储一体化协调优化方法及装置、系统 |
-
2019
- 2019-08-28 CN CN201910802305.7A patent/CN110601181B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN110601181A (zh) | 2019-12-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bashir et al. | Optimal sizing of hybrid wind/photovoltaic/battery considering the uncertainty of wind and photovoltaic power using Monte Carlo | |
| 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 | |
| WO2015079554A1 (ja) | 電力系統の状態推定装置、その状態推定方法および電力系統制御システム | |
| CN113572163B (zh) | 基于改进仿射算法的分布式电源主动配电网优化调度方法 | |
| Jiao et al. | Multi-objective mean-semi-entropy model for optimal standalone micro-grid planning with uncertain renewable energy resources | |
| CN105207573A (zh) | 基于离散概率模型的风光互补供电系统定量优化配置方法 | |
| Kharrich et al. | Optimal sizing and cost of a Microgrid based in PV, WIND and BESS for a School of Engineering | |
| Beshr et al. | Novel optimization technique of isolated microgrid with hydrogen energy storage | |
| CN112508731A (zh) | 一种考虑主动管理模式的分布式电源优化配置方法 | |
| CN107834593A (zh) | 一种下垂控制型孤岛微电网静态电压稳定概率评估方法 | |
| Aaslid et al. | Pricing electricity in constrained networks dominated by stochastic renewable generation and electric energy storage | |
| Gazijahani et al. | Optimal multi-objective operation of multi microgrids with considering uncertainty | |
| Sidea et al. | Optimal BESS Scheduling strategy in microgrids based on genetic algorithms | |
| Nor et al. | Application of artificial neural network in sizing a stand-alone photovoltaic system: A review | |
| Wu et al. | Optimal scenario generation algorithm for multi-objective optimization operation of active distribution network | |
| Shilaja et al. | Multi-objective optimal power flow problem using enhanced flower pollination algorithm | |
| CN110601181B (zh) | 一种混合型系统功率判定装置 | |
| Fang et al. | Linear approximation line pack model for integrated electricity and natural gas systems OPF | |
| Bhargava et al. | Multi-objective optimization for sizing of solar-wind based hybrid power system: a review | |
| CN106208118B (zh) | 一种储能系统多目标优化规划方法 | |
| Maya et al. | A generalised three phase power flow algorithm incorporating the uncertainty of Photo Voltaic (PV) source for unbalanced distribution network | |
| Kaur et al. | An optimal reactive power dispatch (ORPD) for voltage security using particle swarm optimization (PSO) in graph theory | |
| Chen et al. | Probability interval optimization for optimal power flow considering wind power integrated | |
| CN110601202B (zh) | 一种电力系统潮流计算方法 | |
| Jithendranath et al. | Probabilistic multi-objective optimization in islanded microgrids considering load and wind uncertainties with wind site correlations |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Peng Jing Inventor after: Wang Jun Inventor after: Zhenfujun Inventor after: Liao Yuxiang Inventor after: Chen Haiyan Inventor after: Zhang Haijuan Inventor after: Sun Xiaoxuan Inventor after: Yu Hehe Inventor after: Other inventor requests not to publish the name Inventor before: Request for anonymity |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210610 Address after: 276002 No.97, jinqueshan 1st Road, Lanshan District, Linyi City, Shandong Province Applicant after: LINYI POWER SUPPLY COMPANY OF STATE GRID SHANDONG ELECTRIC POWER Co. Address before: 307 Huiquan Road, Boxing County, Binzhou City, Shandong Province Applicant before: Pan Xieyin |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |