CN110942230A - 一种微网年停电时间评估方法 - Google Patents

一种微网年停电时间评估方法 Download PDF

Info

Publication number
CN110942230A
CN110942230A CN201911037647.0A CN201911037647A CN110942230A CN 110942230 A CN110942230 A CN 110942230A CN 201911037647 A CN201911037647 A CN 201911037647A CN 110942230 A CN110942230 A CN 110942230A
Authority
CN
China
Prior art keywords
power
state
microgrid
probability
annual
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
Application number
CN201911037647.0A
Other languages
English (en)
Other versions
CN110942230B (zh
Inventor
吴杰康
杜桉安
毛晓明
吴帆
黄业广
唐惠玲
陈灵敏
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201911037647.0A priority Critical patent/CN110942230B/zh
Publication of CN110942230A publication Critical patent/CN110942230A/zh
Application granted granted Critical
Publication of CN110942230B publication Critical patent/CN110942230B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种微网年停电时间评估方法,先将微电源简化为两状态模型;然后根据微电源简化得到的两状态模型,得到其状态停留概率及状态转移频率计算推导公式;接着找出负荷点l的充裕功率及对应的微电源可靠功率概率;利用全概率公式,通过将所有ρl,k与对应的微电源可靠功率概率加权求和得到计及负荷点l所有充裕功率状态的两状态微电源模型参数;最后计算得出只含有DG的微网年停电时间。本发明评估得出的微网年停电时间具有较高准确率。

Description

一种微网年停电时间评估方法
技术领域
本发明涉及电网的技术领域,尤其涉及到一种微网年停电时间评估方法。
背景技术
配电网中的负荷可以根据重要性分为不同等级:诸如医院、重要的企业、大型的钢厂、一类建筑高层消防用电等一级负荷对供电可靠性的要求最高,必须保证不中断的供电;诸如大型影剧院、体育馆、重点企业或重要公共场所等断电会引发群众秩序混乱的二级负荷点也要尽可能的保证连续供电;诸如农村用电或者一般乡镇企业等三级负荷对供电连续性则没有特别的要求。同时,在同一级负荷中也会根据负荷点对供电可靠性的要求进行优先排序。当优先度高的负荷点先保证供电后,其次再考虑优先度较低的负荷点的供电需求。因此,对微网年停电时间进行评估显得非常有必要。
发明内容
本发明的目的在于克服现有技术的不足,提供一种准确率高的微网年停电时间评估方法。
为实现上述目的,本发明所提供的技术方案为:
一种微网年停电时间评估方法,包括以下步骤:
S1.将微电源简化为两状态模型;
S2.根据微电源简化得到的两状态模型,得到其状态停留概率及状态转移频率计算推导公式;
S3.找出负荷点l的充裕功率及对应的微电源可靠功率概率;
S4.利用全概率公式,通过将所有ρl,k与对应的微电源可靠功率概率加权求和得到计及负荷点l所有充裕功率状态的两状态微电源模型参数;
S5.计算只含有DG的微网年停电时间。
进一步地,所述步骤S1具体为:
将负荷点l的充裕功率值作为分界线,将DG输出功率划分为负荷点l的供电可靠状态集合Cq及供电不可靠状态集合Cw,有Cq={Pj|j=1,2,…,k}和Cw={Pi|i=(k+1),…,N},其中Pk满足Pk<Pml≤Pk+1
进一步地,所述步骤S2得到的状态停留概率及状态转移频率的计算推导公式如下:
Figure BDA0002251971790000021
Figure BDA0002251971790000022
式中,ρq,lk和ρw,lk分别代表DG输出功率对于负荷点l分别停留在不可靠状态和可靠状态的概率;fq,lk和fw,lk分别代表DG输出功率发生在不可靠状态和可靠状态的频率,λqw,lk代表不可靠状态向可靠状态转移的概率;tq,lk代表DG输出功率在不可靠状态平均停留的时间。
进一步地,所述步骤S3中负荷点l的充裕功率满足(Pk<Pml<Pk+1)的集合为ρl,k,公式表达如下:
Figure BDA0002251971790000023
进一步地,所述步骤S4的具体计算如下:
Figure BDA0002251971790000024
Figure BDA0002251971790000025
其中,fq,l和fw,l分别代表计及所有充裕功率状态下的DG输出功率发生在不可靠状态和可靠状态的频率,ρq,l和ρw,l分别代表计及所有充裕功率状态下DG输出功率对于负荷点l分别停留在不可靠状态和可靠状态的概率,λqw,l代表不可靠状态向可靠状态转移的概率,tq,l代表DG输出功率在不可靠状态平均停留的时间。
进一步地,所述步骤S4计算只含有DG的微网年停电时间的具体公式如下:
U1,l=λ1,lt1,l
Figure BDA0002251971790000031
Figure BDA0002251971790000032
其中,λ1,l,t1,l和U1,l分别代表微网中只含有DG时负荷点l由主电源和DG引起的年停电故障率,平均停电时间以及年停电时间,λout和tout分别代表微网及主配电网连接点等效年停电故障率及等效平均时间。
与现有技术相比,本方案原理及优点如下:
本方案先将微电源简化为两状态模型;然后根据微电源简化得到的两状态模型,得到其状态停留概率及状态转移频率计算推导公式;接着根据每个DG输出功率状态依次将负荷点l的充裕功率划分为不同的等级;利用全概率公式,通过将所有ρl,k与对应的微电源可靠功率概率加权求和得到计及负荷点l所有充裕功率状态的两状态微电源模型参数;最后计算得出只含有DG的微网年停电时间。本方案评估得出的微网年停电时间具有较高准确率。
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服务作简单地介绍,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为本发明一种微网年停电时间评估方法的原理流程图。
具体实施方式
下面结合如图1所示的具体实施例对本发明作进一步说明:
如果上游的配电网发生故障,配电网中包含DG的微网可能形成孤岛运行。假设孤岛中某个负荷点l的负荷功率为Pl,而大于等于此负荷点重要等级的负荷功率总量为Pml。在实际情况中,只有微电源的输出功率不少于Pml时才能保证负荷点l的供电充裕状态,否则,负荷点l可能会因为处于最低重要等级的负荷而被切除导致供电中断。在这里将Pml称为负荷点l的充裕功率:
Figure BDA0002251971790000041
其中,J为微网中重要等级大于等于负荷点l的负荷点的集合,Pml代表集合J中所有负荷点的总功率,Po代表负荷点o的负荷大小。
微网中的DG输出功率可聚类为N种状态,每一种状态对应着不同的输出功率,将DG的N级输出功率按照大小排序并与负荷点的功率需求相对比,当DG的输出功率不低于某负荷点的充裕功率,该负荷点才能正常运行。
因此可根据负荷点l的充裕功率值作为分界线将DG输出功率划分为负荷点l的供电可靠状态集合Cq及供电不可靠状态集合Cw,则有Cq={Pj|j=1,2,…,k}和Cw={Pi|i=(k+1),…,N},其中Pk满足Pk<Pml≤Pk+1
将微电源简化为两状态模型之后,得到其状态停留概率及状态转移频率计算推导公式:
Figure BDA0002251971790000042
Figure BDA0002251971790000043
式中,ρq,lk和ρw,lk分别代表DG输出功率对于负荷点l分别停留在不可靠状态和可靠状态的概率;fq,lk和fw,lk分别代表DG输出功率发生在不可靠状态和可靠状态的频率,λqw,lk代表不可靠状态向可靠状态转移的概率;tq,lk代表DG输出功率在不可靠状态平均停留的时间。
微网中每个负荷点的功率也处于一个波动的变化中,假设每一个负荷点的功率服从正态分布,根据正态分布的累加性,负荷点l的充裕功率Pml也服从服从期望值为μml,均方差为δml的正态分布。当Pml对应任意一个功率值时,都有一个满足Pk<Pml≤Pk+1条件的微电源输出功率状态Pk与之对应。也就是说,在Pk和Pk+1区间内所有充裕负荷功率都对应着相同的供电可靠度。根据每个DG输出功率状态依次将负荷点l的充裕功率划分为不同的等级。
Figure BDA0002251971790000051
其中,ρl,k代表负荷点l的充裕功率满足(Pk<Pml<Pk+1)的集合。
利用全概率公式,通过将所有ρl,k与对应的微电源可靠功率概率加权求和可以得到计及负荷点l所有充裕功率状态的两状态微电源模型参数:
Figure BDA0002251971790000052
Figure BDA0002251971790000053
其中,fq,l和fw,l分别代表计及所有充裕功率状态下的DG输出功率发生在不可靠状态和可靠状态的频率,ρq,l和ρw,l分别代表计及所有充裕功率状态下DG输出功率对于负荷点l分别停留在不可靠状态和可靠状态的概率,λqw,l代表不可靠状态向可靠状态转移的概率,tq,l代表DG输出功率在不可靠状态平均停留的时间。
最后,计算只含有DG的微网年停电时间:
U1,l=λ1,lt1,l
Figure BDA0002251971790000061
Figure BDA0002251971790000062
其中,λ1,l,t1,l和U1,l分别代表微网中只含有DG时负荷点l由主电源和DG引起的年停电故障率,平均停电时间以及年停电时间,λout和tout分别代表微网及主配电网连接点等效年停电故障率及等效平均时间。
以上所述之实施例子只为本发明之较佳实施例,并非以此限制本发明的实施范围,故凡依本发明之形状、原理所作的变化,均应涵盖在本发明的保护范围内。

Claims (6)

1.一种微网年停电时间评估方法,其特征在于,包括以下步骤:
S1.将微电源简化为两状态模型;
S2.根据微电源简化得到的两状态模型,得到其状态停留概率及状态转移频率计算推导公式;
S3.找出负荷点l的充裕功率及对应的微电源可靠功率概率;
S4.利用全概率公式,通过将所有ρl,k与对应的微电源可靠功率概率加权求和得到计及负荷点l所有充裕功率状态的两状态微电源模型参数;
S5.计算只含有DG的微网年停电时间。
2.根据权利要求1所述的一种微网年停电时间评估方法,其特征在于,所述步骤S1具体为:
将负荷点l的充裕功率值作为分界线,将DG输出功率划分为负荷点l的供电可靠状态集合Cq及供电不可靠状态集合Cw,有Cq={Pj|j=1,2,…,k}和Cw={Pi|i=(k+1),…,N},其中Pk满足Pk<Pml≤Pk+1
3.根据权利要求2所述的一种微网年停电时间评估方法,其特征在于,所述步骤S2得到的状态停留概率及状态转移频率的计算推导公式如下:
Figure FDA0002251971780000011
Figure FDA0002251971780000012
式中,ρq,lk和ρw,lk分别代表DG输出功率对于负荷点l分别停留在不可靠状态和可靠状态的概率;fq,lk和fw,lk分别代表DG输出功率发生在不可靠状态和可靠状态的频率,λqw,lk代表不可靠状态向可靠状态转移的概率;tq,lk代表DG输出功率在不可靠状态平均停留的时间。
4.根据权利要求3所述的一种微网年停电时间评估方法,其特征在于,所述步骤S3中负荷点l的充裕功率满足(Pk<Pml<Pk+1)的集合为ρl,k,公式表达如下:
Figure FDA0002251971780000021
5.根据权利要求4所述的一种微网年停电时间评估方法,其特征在于,所述步骤S4的具体计算如下:
Figure FDA0002251971780000022
Figure FDA0002251971780000023
其中,fq,l和fw,l分别代表计及所有充裕功率状态下的DG输出功率发生在不可靠状态和可靠状态的频率,ρq,l和ρw,l分别代表计及所有充裕功率状态下DG输出功率对于负荷点l分别停留在不可靠状态和可靠状态的概率,λqw,l代表不可靠状态向可靠状态转移的概率,tq,l代表DG输出功率在不可靠状态平均停留的时间。
6.根据权利要求5所述的一种微网年停电时间评估方法,其特征在于,所述步骤S4计算只含有DG的微网年停电时间的具体公式如下:
U1,l=λ1,lt1,l
Figure FDA0002251971780000024
Figure FDA0002251971780000025
其中,λ1,l,t1,l和U1,l分别代表微网中只含有DG时负荷点l由主电源和DG引起的年停电故障率,平均停电时间以及年停电时间,λout和tout分别代表微网及主配电网连接点等效年停电故障率及等效平均时间。
CN201911037647.0A 2019-10-29 2019-10-29 一种微网年停电时间评估方法 Active CN110942230B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911037647.0A CN110942230B (zh) 2019-10-29 2019-10-29 一种微网年停电时间评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911037647.0A CN110942230B (zh) 2019-10-29 2019-10-29 一种微网年停电时间评估方法

Publications (2)

Publication Number Publication Date
CN110942230A true CN110942230A (zh) 2020-03-31
CN110942230B CN110942230B (zh) 2023-05-02

Family

ID=69906348

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911037647.0A Active CN110942230B (zh) 2019-10-29 2019-10-29 一种微网年停电时间评估方法

Country Status (1)

Country Link
CN (1) CN110942230B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116692A (zh) * 2013-01-11 2013-05-22 重庆市电力公司电力科学研究院 并网型微电网可靠性分析方法及系统
CN104156884A (zh) * 2014-08-01 2014-11-19 国网上海市电力公司 考虑经济性的含微网配电网接线模式规划及评估信息系统
CN106058859A (zh) * 2016-07-04 2016-10-26 国网重庆市电力公司电力科学研究院 一种含微网的复杂配电网可靠性评估算法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116692A (zh) * 2013-01-11 2013-05-22 重庆市电力公司电力科学研究院 并网型微电网可靠性分析方法及系统
CN104156884A (zh) * 2014-08-01 2014-11-19 国网上海市电力公司 考虑经济性的含微网配电网接线模式规划及评估信息系统
CN106058859A (zh) * 2016-07-04 2016-10-26 国网重庆市电力公司电力科学研究院 一种含微网的复杂配电网可靠性评估算法

Also Published As

Publication number Publication date
CN110942230B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
Salvaderi et al. A comparison between two fundamentally different approaches to composite system reliability evaluation
Zhang et al. Reliability assessment of distribution networks with distributed generations using Monte Carlo method
Samaan et al. Dynamic Contingency Analysis Tool Phase 1
CN110148937A (zh) 一种基于贝叶斯网络的大面积停电事件智能推演方法
US9502898B2 (en) Systems and methods for managing a power distribution system
CN107301479B (zh) 基于自然灾害风险的输电系统多场景规划方法
Ju et al. Incorporating demand response in two-stage frequency emergency control
CN111639839B (zh) 一种基于微服务的电网故障的分析方法及系统
Al Kez Power system dynamics with increasing distributed generation penetrations
Picioroaga et al. Resilient operation of distributed resources and electrical networks in a smart city context
CN110942230A (zh) 一种微网年停电时间评估方法
Huo et al. A power-balanced clustering algorithm to improve electrical infrastructure resiliency
US20220383431A1 (en) Electric Power System Planning Operation Device, Method, and System
Xu et al. Stability-constrained Optimization for Modern Power System Operation and Planning
Birchfield Graph decomposition for constructing blackstart restoration strategies in benchmark cases
CN111507605A (zh) 配电网建设效益评价方法、系统及计算机设备
CN113872187B (zh) 一种计及微网孤岛运行方式的配电系统可靠性评估方法
Han et al. Integrated Planning of Energy Storage Systems and Data Centers Considering Resilience Enhancement in Distribution Network
Chen et al. Reliability-based optimal design of a micro-grid system under natural disasters
Nguyen Power system voltage stability and agent based distribution automation in smart grid
Papic Probabilistic reliability planning at Idaho Power: 75-year buildout transmission strategies
Ovaere et al. Electricity transmission reliability: the impact of reliability criteria
Sharma et al. Approaches Leading to Different Definitions of Smart Grid: A Review
ZhiYuan et al. A Mixed Integer Linear Programming Method for Generating Backbone Grid
Ostfeld et al. Adaptive islanding and self-sufficiency of block-scale microgrids

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