CN111222097B - 光伏直流升压汇集系统可靠性评估及灵敏度分析方法 - Google Patents
光伏直流升压汇集系统可靠性评估及灵敏度分析方法 Download PDFInfo
- Publication number
- CN111222097B CN111222097B CN202010015246.1A CN202010015246A CN111222097B CN 111222097 B CN111222097 B CN 111222097B CN 202010015246 A CN202010015246 A CN 202010015246A CN 111222097 B CN111222097 B CN 111222097B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- topology
- reliability
- fault
- coefficient
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000011156 evaluation Methods 0.000 title claims abstract description 12
- 238000010206 sensitivity analysis Methods 0.000 title claims abstract description 11
- 239000003990 capacitor Substances 0.000 claims description 33
- 230000035945 sensitivity Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 12
- 239000010409 thin film Substances 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000010248 power generation Methods 0.000 claims description 9
- 230000008439 repair process Effects 0.000 claims description 7
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 6
- 229910052710 silicon Inorganic materials 0.000 claims description 6
- 239000010703 silicon Substances 0.000 claims description 6
- 238000001564 chemical vapour infiltration Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 4
- 238000000429 assembly Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000011230 binding agent Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000010408 film Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- 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
-
- 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
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Pure & Applied Mathematics (AREA)
- Educational Administration (AREA)
- Mathematical Physics (AREA)
- Development Economics (AREA)
- Mathematical Optimization (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Analysis (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明涉及电力系统可靠性评估技术,具体涉及一种光伏直流升压汇集系统可靠性评估及灵敏度分析方法,研究影响光伏直流汇集系统可靠性指标的因素,建立考虑光伏组件、直流升压变流器和电缆故障概率的光伏直流汇集系统多阶故障模型,基于考虑电应力的元器件计数法估计直流升压变流器失效率,以1MW光伏电站直流汇集系统为例分析两种汇集拓扑的等效停运率和电量不足期望(expected energy not supplied,EENS),对影响汇集拓扑可靠性的设备故障概率进行灵敏度分析,结果表明两种汇集拓扑的EENS均随故障率增加而变大,对汇集拓扑可靠性影响最大的是光伏组件,其次为变流器,最后为汇集电缆。
Description
技术领域
本发明属于电力系统网络可靠性评估技术领域,尤其涉及光伏直流升压汇集系统可靠性评估及灵敏度分析方法。
背景技术
光伏汇集系统本质是一个逐级升压系统,光伏组件具有功率密度小、效率低、输出电压低的特点,需要通过汇集系统进行多级升压才能达到并网标准。传统交流光伏电站采用并联型汇集的方式进行多级汇集升压,具有成熟的设备基础,相较于直流汇集系统可靠性更高。交流汇集采用逆变器—箱式变压器结构,而直流汇集系统采用高变比直流升压变流器,减少了汇集环节,大大降低了汇集损耗。目前的直流汇集拓扑包括并联型和级联型拓扑,由于拓扑结构与设备类型不同,不能简单采用交流汇集系统的可靠性模型,需要考虑直流汇集系统的拓扑特点和故障类型重新进行建模。
发明内容
本发明的目的是提供一种光伏直流升压汇集系统可靠性评估及灵敏度分析的方法。本发明依托“分布式光伏多端口接入直流配电系统关键技术和装备(2018YFB0904100)”项目,所属课题“直流并网分布式光伏与系统的相互影响及集成设计技术(2018YFB0904101)。
为实现上述目的,本发明采用的技术方案是:
光伏直流升压汇集系统可靠性评估及灵敏度分析方法,其特征在于,包括以下步骤:
步骤1、建立两种典型光伏直流升压系统拓扑;
步骤1.1、建立并联型直流汇集系统拓扑,即光伏组件以并联的形式相连接,具体是将多串光伏组件串联,通过汇流箱将电能汇集到光伏逆变器,交流汇集系统通过箱式变压器进行第二次升压后通过变电站进行升压并网;
步骤1.2、建立级联型直流汇集系统拓扑,多个光伏发电单元经串联连接,具体是多个光伏发电单元经串联连接以提高支路总的输出电压以达到高压直流电网的电压等级要求,经模块化多电平换流器逆变后接入交流电网;
步骤2、建立汇集系统可靠性模型;
步骤2.1、确定可靠性评估指标:拓扑等效停运率、电量不足期望值EENS和设备灵敏度,设备的灵敏度衡量设备故障概率变化对拓扑可靠性的影响程度,计算公式如下:
Q=1-EX/M (1)
EENS=QMT (2)
式中,Q为拓扑等效停运率,EX为汇集拓扑考虑设备多阶故障下等效输出功率,M为额定汇集容量,T为等效光照小时数,Si为设备i的灵敏度,λi为设备i故障率;
步骤2.2、建立并联型拓扑可靠性模型,计算拓扑等效停运率和EENS,定义光伏组件的故障概率为λ,故障修复时间为r,则故障概率U为U=λr,根据串并联系统可靠性计算公式,n个电池板串联后的故障率、故障修复时间、故障概率分别为:
Us=λsrs=nU1 (6)
并联型集中式光伏电站主要由多个光伏子单元通过集电线缆并联到10kV汇集母线上进行逆变并网;
单个光伏阵列等效输出容量EPVX为:
Si=(m-i)nPN (8)
式中,Si为光伏阵列故障阶数为i时的输出功率,Pi为光伏阵列i阶故障发生概率;m为光伏阵列中并联串数,n为单串光伏组串串联数,Us为单串光伏组串故障概率,PN为单块光伏组件额定功率;
单组变流器与汇集电缆的运行状态联合可靠度为
RDC1Rl=(1-UDC1)(1-Ul) (10)
式中,RDC1、UDC1分别为并联汇集系统所用的变流器的可靠度、故障概率,Rl、Ul分别为汇集电缆的可靠度、故障概率;
对于含k个单元的并联型汇集系统,故障阶数共有k+1种,汇集系统等效容量为:
Sj=(k-j)EPVX (12)
式中,EX为汇集系统等效容量,Sj为光伏子单元j阶故障时的等效容量,Pj为j阶故障的发生概率,k为变流器个数;
EENS=mnkPNTQ (15)
式中T为光伏电站年等效峰值发电小时数;
步骤2.3、建立级联型拓扑可靠性模型,计算拓扑等效停运率和EENS,级联型汇集系统等效输出容量计算公式:
其中k为级联升压单元个数,v为单个级联升压单元内的直流升压变流器个数;
步骤2.4、利用元器件计数法估计直流升压变流器失效率,基于分别计算电解电容、薄膜电容、电感、普通硅二极管和IGBT的失效率;
步骤3、汇集系统的灵敏度分析:
步骤3.1、由汇集拓扑的EENS随光伏组件的故障率增加的变化,分析光伏组件故障率对汇集系统可靠性影响;
步骤3.2、由汇集拓扑的EENS随变流器的故障率增加的变化,分析升压变流器故障率对拓扑可靠性影响;
步骤3.3、由汇集拓扑的EENS随汇集电缆的故障概率增加的变化,分析汇集电缆故障概率对拓扑可靠性影响。
在上述的光伏直流升压汇集系统可靠性评估及灵敏度分析方法,步骤2.4中计算各模块的失效率如下:
1)电解电容
电解电容的故障概率模型为:
λC=λbπCVπQπEπch (19)
其中λb为电容的基本失效率,πCV为电容的电容量系数,πQ为质量系数,πE为环境因子,πch为表面贴装系数;
2)薄膜电容
薄膜电容的工作失效率模型与电解电容相同,计算公式为式(20);
3)电感
λP=λbπEπQπKπC (20)
其中λb为电感的基本失效率,πE为环境系数,πQ为质量系数,πK为种类系数,πC为结构系数;
4)普通硅二极管
λP=λbπEπQπrπAπS2πe (21)
其中λb为电感的基本失效率,πE为环境系数,πQ为质量系数,πr为额定电流系数,πA为应用系数,πS2为电压应力系数,πe为结构系数;
5)IGBT
IGBT的故障率参数通过厂商提供的数据进行计算。
本发明的有益效果是,(1)光伏直流汇集系统设备类型和拓扑结构与传统光伏电站交流汇集系统不同,对其进行可靠性建模,对于系统拓扑和设备选型具有一定借鉴意义。
(2)考虑当前直流汇集并联型和级联型两种拓扑,分析结构差异和设备差异,通过计算拓扑等效停运率和电量不足期望值比较二者可靠性。
(3)对直流汇集并联型和级联型两种拓扑进行灵敏度分析,得到了目前设备水平下的两种拓扑可靠性差异,分析了提高何种设备可靠性对提高拓扑可靠性更有效。
附图说明
图1为本发明一个实施例并联型光伏直流升压汇集系统拓扑。
图2为本发明一个实施例级联型光伏直流升压汇集系统拓扑。
图3为本发明一个实施例直流升压变流器拓扑结构。
图4为本发明一个实施例两种汇集拓扑的光伏组件故障概率对EENS影响。
图5为本发明一个实施例直流变流器故障率对EENS影响。
图6为本发明一个实施例两种汇集拓扑的汇集电缆故障概率对EENS影响。
具体实施方式
下面结合附图对本发明的实施方式进行详细描述。
针对目前缺乏针对直流升压汇集系统的可靠性研究方法,本实施例对光伏直流汇集系统进行可靠性建模,研究影响光伏直流汇集系统可靠性指标的因素,建立考虑光伏组件、直流升压变流器和电缆故障概率的光伏直流汇集系统多阶故障模型,基于考虑电应力的元器件计数法估计直流升压变流器失效率,计算并联型和级联型两种汇集拓扑的等效停运率和电量不足期望(expected energy not supplied,EENS),对影响汇集拓扑可靠性的设备故障概率进行灵敏度分析,得到光伏组件、变流器和汇集电缆对汇集拓扑可靠性的影响。
本实施例是通过以下技术方案来实现的,光伏直流升压汇集系统可靠性评估及灵敏度分析方法,包括以下步骤:
一、两种典型光伏直流升压系统拓扑构建方法,包括步骤:
步骤S1,构建并联型直流汇集系统拓扑:将多串光伏组件串联,通过汇流箱将电能汇集到光伏逆变器,交流汇集系统通过箱式变压器进行第二次升压后通过变电站进行升压并网。
具体实施中,并联型光伏直流升压系统参考交流光伏电站的内网拓扑,光伏组件以并联的形式相连接,各级电力电子变流器以并联型拓扑实现功率的汇集,通过最后一级升压将电压等级提高到适合VSC-HVDC传输的水平,汇集拓扑如图1所示。光伏阵列通过汇流箱汇集后与高变比直流升压变流器相连,通过升压变流器升压到10kV或35kV后接入变电站通过并网接口单元接入电网。升压部分采用大容量高变比的直流升压变流器升压,无需考虑同步问题,线路的损耗相对交流减少,并联型汇集拓扑是目前直流汇集系统设备研制、控制保护等相关研究的基础。此方案利用现有交流并网技术,需要大容量、高变比的直流升压变流器作为设备支撑。
步骤S2,构建并联型直流汇集系统拓扑:多个光伏发电单元经串联连接以提高支路总的输出电压以达到高压直流电网的电压等级要求,经模块化多电平换流器逆变后接入交流电网。
具体实施中,级联型汇集拓扑在保证高压侧电压的同时,降低了系统对DC/DC变流器容量与变比的要求。同时串联升压接入方案的拓扑结构相对并联型拓扑结构简单,降低了系统的损耗,提高了系统的运行效率。级联升压接入方案的拓扑结构还具有易于拓展的优点,如果需要提高高压侧直流母线电压,可以增加串联DC/DC直流升压单元的个数。
二、汇集系统可靠性建模方法,包括步骤:
步骤S3,确定可靠性评估指标。
具体实施中,由于评估对象为光伏电站汇集系统,与反映光伏电站光伏出力的可靠性模型不同,汇集系统可靠性评估指标选择体现汇集拓扑、设备故障率的拓扑等效停运率和电量不足期望值EENS。拓扑等效停运率可以反映设备自身故障导致的拓扑停运概率,EENS反映发电系统内部设备故障导致停运或降额运行而损失的发电量。设备的灵敏度衡量设备故障概率变化对拓扑可靠性的影响程度,计算公式如下:
Q=1-EX/M (1)
EENS=QMT (2)
式中,Q为拓扑等效停运率,EX为汇集拓扑考虑设备多阶故障下等效输出功率,M为额定汇集容量,T为等效光照小时数,Si为设备i的灵敏度,λi为设备i故障率。
步骤S4,建立并联型拓扑可靠性模型。
具体实施中,光伏电站依据变流器的额定容量分为多个子单元,每个子单元包括光伏阵列与变流器,通过电缆汇集到母线进行并网。每个光伏阵列中,n块光伏组件串联,m串光伏电池板并联接入一台直流升压变流器器,有k台变流器并联接入电网。单块光伏组件的故障会引起其所在电池组串的停运,变流器的故障停运会导致其所在的光伏子阵列停运。
参考GB/3187《可靠性名词术语及定义》选取特征量。设光伏组件的故障概率为λ,故障修复时间为r,则故障概率U为U=λr,根据串并联系统可靠性计算公式,n个电池板串联后的故障率、故障修复时间、故障概率分别为:
Us=λsrs=nU1 (6)
并联型集中式光伏电站主要由多个光伏子单元通过集电线缆并联到10kV汇集母线上进行逆变并网。
单个光伏阵列等效输出容量EPVX为:
Si=(m-i)nPN (8)
式中,Si为光伏阵列故障阶数为i时的输出功率,Pi为光伏阵列i阶故障发生概率;m为光伏阵列中并联串数,n为单串光伏组串串联数,Us为单串光伏组串故障概率,PN为单块光伏组件额定功率。
单组变流器与汇集电缆的运行状态联合可靠度为
RDC1Rl=(1-UDC1)(1-Ul) (10)
式中,RDC1、UDC1分别为并联汇集系统所用的变流器的可靠度、故障概率,Rl、Ul分别为汇集电缆的可靠度、故障概率。
对于含k个单元的并联型汇集系统,故障阶数共有k+1种,汇集系统等效容量为:
Sj=(k-j)EPVX (12)
式中,EX为汇集系统等效容量,Sj为光伏子单元j阶故障时的等效容量,Pj为j阶故障的发生概率,k为变流器个数;
EENS=mnkPNTQ (15)
式中T为光伏电站年等效峰值发电小时数;
步骤S5,建立级联型拓扑可靠性模型。
具体实施中,级联型直流汇集拓扑由多个光伏子单元先通过电缆进行内部级联升压,然后通过电缆传输到汇集母线进行升压并网,由于在汇集升压过程中,每个变流器模块都分担一部分升压的功能,因此单个汇集升压单元正常运行的需要每个变流器均正常工作,任一部分发生故障则整个汇集升压单元停运。
级联型汇集系统等效输出容量计算公式:
其中k为级联升压单元个数,v为单个级联升压单元内的直流升压变流器个数。
步骤S6,估计直流升压变流器失效率。
具体实施中,目前光伏直流升压汇集系统仍处于概念形成、技术探讨的阶段,可靠性参数无法通过实验测得。元器件计数法基于各元件的基本失效率,根据工作温度和器件容量系数修正,结合设备中相应元器件的数目,累加得到设备的失效率,适用于电气设备的方案论证和初步设计阶段,将逆变器分解为多个子系统,应用元件计数法估计了逆变器的故障率。
直流升压变流器可靠性与直流母线电容、变压器升压单元和IGBT等器件有着紧密关联,应用元器件计数法估计200kW,800/10kV直流升压变流器的故障率,所用变流器拓扑为单向LLC谐振DC/DC变换器组成IPOS拓扑,元器件计数法公式如下:
其中Ni为第i种元器件的数量,λi为第i种元器件考虑工作环境和材料等因素进行修正的工作失效率,πi为第i种元器件的质量系数。
高变比直流升压变流器内部有母线电容、boost升压单元、变压器单元。元器件包括电解电容、薄膜电筒、IGBT、二极管、磁芯和绕组。查找电子设备可靠性预计手册,分别计算各模块的失效率如下:
1)电解电容
电解电容的故障概率模型为:
λC=λbπCVπQπEπch (19)
其中λb为电容的基本失效率,πCV为电容的电容量系数,πQ为质量系数,πE为环境因子,πch为表面贴装系数。
选用器件额定电压为工作电压的两倍,工作环境为85℃,查手册得铝电解电容的基本失效率λb为0.7324×10-6h-1,根据设计选用容量1.68mF查手册πCV取1.9,质量系数πQ取5,在标准作环境下,表面贴装采用有引线式贴装,表面贴装系数πch取1.0,计算得电解电容的工作失效率为6.9578×10-6h-1。
2)薄膜电容
薄膜电容的工作失效率模型与电解电容相同,计算公式为式(20),选用器件额定电压为工作电压的两倍,工作环境为85℃,查手册得薄膜电容的基本失效率λb为0.2179×10-6h-1,根据设计选用容量7uF查手册πCV取2.4,其他系数均与电解电容相同,计算得薄膜电容的工作失效率为0.2369×10-6h-1。
3)电感
λP=λbπEπQπKπC (20)
其中λb为电感的基本失效率,πE为环境系数,πQ为质量系数,πK为种类系数,πC为结构系数。
选用器件绝缘等级为A级,额定工作温度为105℃,查表得基本失效率λb为0.0721×10-6h-1,环境系数πE取1.0,质量系数πQ取3.5,采用固定安装方式,πC取1.0,结合电子设备可靠性手册计算得电感的失效率λP为0.2524×10-6h-1。
4)普通硅二极管
λP=λbπEπQπrπAπS2πe (21)
其中λb为电感的基本失效率,πE为环境系数,πQ为质量系数,πr为额定电流系数,πA为应用系数,πS2为电压应力系数,πe为结构系数。
查表得普通硅二极管基本失效率λb为0.112×10-6h-1,环境系数πE取1.0,质量系数πQ取5.0,计算得额定电流系数πr为2.0,二极管应用于功率整流,应用系数πA取2.5,选用二极管额定反向电压为计算外加反向电压的两倍,电压应力系数πS2取0.7,结构系数πe取1.0,结合电子设备可靠性手册计算得二极管的工作失效率λP为1.96×10-6h-1。
5)IGBT
IGBT的失效率较低,在早期修订标准时没有IGBT的故障率参数,IGBT的故障率参数主要通过厂商提供的数据进行估计。主流功率器件厂商英飞凌的器件故障率λIGBT为0.008×10-6h-1。
直流升压变流器各器件工作失效率计算结果如表1所示,由式(18)可得该200kW,800/10kV的直流升压变流器失效率为49.8138×10-6h-1,年故障概UDC1为0.4364次·a-1。
表1直流升压变流器各模块失效率参数
Tab.1 Failure rate parameters of each module of DC boost converter
同理估计级联式汇集拓扑所用的50kW,800/1000V的光伏升压变流器的年故障概率UDC2为0.3768次·a-1。
下面以某规划直流光伏电站为例,进行可靠性与灵敏性评估,其中装机容量为1MW,共采用400W光伏电池组件2500块,集电系统电压等级为10kV,年等效日照时间为1500小时,并联型和级联型汇集系统拓扑如图1和图2所示,并联型拓扑汇集分为5个子单元,每个单元采用200kW,800/10kV的高变比直流升压变流器进行升压汇集,对应的光伏阵列的串并数分别为20块组件串联,13串组件并联接入变流器;级联型拓扑汇集分为2个子单元,每单元用10台50kW,800/1kV的升压变流器级联汇集,光伏阵列20块组件串联,7串并联接入变流器。
算例中光伏组件、汇集电缆故障数据和修复时间数据参考相关文献,变流器故障率数据采用元器件估计法得到故障率,汇集系统主要设备可靠性参数如表2所示。
表2光伏汇集系统主要设备可靠性参数
Tab.2 Reliability parameters of main equipment of PV collectionsystem
并联型汇集系统和级联型汇集系统,应用本文所提的可靠性模型,结合公式(14-17)计算两种拓扑的等效停运率和EENS,结果如表3。
表3两种光伏汇集系统的可靠性指标
Tab.3 Reliability index of two PV collection systems
由表3可知,并联型汇集系统等效停运率明显低于级联型汇集系统,即并联型汇集系统可靠性指标高于级联型汇集系统。
步骤S7,分析直流汇集系统灵敏度。
具体实施中,在汇集拓扑和设备选型确定的情况下,汇集系统的可靠性指标主要由光伏组件、变流器、汇集电缆决定。在光伏电站运行过程中,受天气、温度、设备质量等因素影响,设备的故障率会发生变化,影响到整个汇集系统的可靠性。分别对影响拓扑可靠性的相应设备进行灵敏度分析,得出光伏组件、变流器、汇集电缆的故障率对两种汇集拓扑可靠性的影响。
(1)光伏组件故障率对汇集系统可靠性影响
变流器和电缆的故障率取表2中典型值,光伏组件的故障率增大到原故障率的5倍,对算例进行可靠性评估,得到两种汇集拓扑下EENS随光伏组件故障率变化曲线如图4所示。由图4可知,汇集拓扑的EENS随光伏组件的故障率增加而增长,两种汇集拓扑下的EENS随光伏组件故障的增长速率不同,并联型拓扑受光伏组件故障率影响更大。并联系统因单个变流器容量更大,所连光伏阵列规模较大,受光伏组件影响更大。
(2)升压变流器故障率对拓扑可靠性影响
光伏组件和汇集电缆的故障率取表2中典型值,两种直流升压变流器的故障率都增大到原故障率的5倍,对算例进行可靠性评估,得到两种汇集拓扑下EENS随变流器故障率变化曲线如图5所示。由图5可知,汇集拓扑的EENS随变流器的故障率增加而增长。其中,并联型拓扑的EENS随变流器故障率的增加而增长,级联型拓扑EENS随变流器故障率增加而增长的速度逐渐变缓,级联型拓扑对变流器灵敏度逐渐降低。级联型系统子单元数较少,但每个单元所含升压变流器更多,以单个变流器为灵敏度分析对象时,级联型拓扑更易受变流器故障率影响。
(3)汇集电缆故障概率对拓扑可靠性影响
光伏组件和变流器故障率取表2中典型值,汇集电缆的故障率增大到原故障率的5倍,对算例进行可靠性评估,得到并联型汇集拓扑下EENS随汇集电缆故障率变化曲线如图6所示。由图6可知,汇集拓扑的EENS随汇集电缆的故障概率增加平缓增长,但增长的EENS增长较小,因为汇集电缆自身故障率较低,且在两种汇集拓扑中的比重较小。
通过上述分析可知,汇集拓扑EENS与3种设备故障率成近似线性关系。应用第二节中灵敏度计算方法得到两种汇集系统的拓扑停运率对各设备故障率的灵敏度,如表4所示。
表4两种光伏汇集系统拓扑停运率对设备故障率灵敏度
Tab.4 Sensitivity of topological outage rate to equipment failurerate of two PV collection systems
由表4可知,对于两种汇集拓扑,由于并联型汇集拓扑单个变流器容量比级联型所用变流器更大,因此汇集的光伏阵列规模更大,拓扑停运率受汇集电缆故障影响比级联汇集系统更大;对于变流器,由于级联型拓扑中多个变流器共同完成升压汇集,每个变流器的故障都会导致整个升压单元故障,因此级联拓扑变流器对拓扑停运率影响更大,算例中灵敏度接近并联型汇集系统的8倍;对于汇集电缆,由于在汇集系统中占比较低,因此两种拓扑对其灵敏度均较低。此外,对于级联型汇集系统,变流器对拓扑停运率影响最大,且远大于汇集电缆和光伏组件,因此降低变流器故障率是提高级联型汇集系统可靠性的有效方法。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
虽然以上结合附图描述了本发明的具体实施方式,但是本领域普通技术人员应当理解,这些仅是举例说明,可以对这些实施方式做出多种变形或修改,而不背离本发明的原理和实质。本发明的范围仅由所附权利要求书限定。
Claims (2)
1.光伏直流升压汇集系统可靠性评估及灵敏度分析方法,其特征在于,包括以下步骤:
步骤1、建立两种典型光伏直流升压系统拓扑;
步骤1.1、建立并联型直流汇集系统拓扑,即光伏组件以并联的形式相连接,具体是将多串光伏组件串联,通过汇流箱将电能汇集到光伏逆变器,交流汇集系统通过箱式变压器进行第二次升压后通过变电站进行升压并网;
步骤1.2、建立级联型直流汇集系统拓扑,多个光伏发电单元经串联连接,具体是多个光伏发电单元经串联连接以提高支路总的输出电压以达到高压直流电网的电压等级要求,经模块化多电平换流器逆变后接入交流电网;
步骤2、建立汇集系统可靠性模型;
步骤2.1、确定可靠性评估指标:拓扑等效停运率、电量不足期望值EENS和设备灵敏度,设备的灵敏度衡量设备故障概率变化对拓扑可靠性的影响程度,计算公式如下:
Q=1-EX/M (1)
EENS=QMT (2)
式中,Q为拓扑等效停运率,EX为汇集拓扑考虑设备多阶故障下等效输出功率,M为额定汇集容量,T为等效光照小时数,Si为设备i的灵敏度,λi为设备i故障率;
步骤2.2、建立并联型拓扑可靠性模型,计算拓扑等效停运率和EENS,定义光伏组件的故障概率为λ,故障修复时间为r,则故障概率U为U=λr,根据串并联系统可靠性计算公式,n个电池板串联后的故障率、故障修复时间、故障概率分别为:
Us=λsrs=nU1 (6)
并联型集中式光伏电站主要由多个光伏子单元通过集电线缆并联到10kV汇集母线上进行逆变并网;
单个光伏阵列等效输出容量EPVX为:
Si=(m-i)nPN (8)
式中,Si为光伏阵列故障阶数为i时的输出功率,Pi为光伏阵列i阶故障发生概率;m为光伏阵列中并联串数,n为单串光伏组串串联数,Us为单串光伏组串故障概率,PN为单块光伏组件额定功率;
单组变流器与汇集电缆的运行状态联合可靠度为
RDC1Rl=(1-UDC1)(1-Ul) (10)
式中,RDC1、UDC1分别为并联汇集系统所用的变流器的可靠度、故障概率,Rl、Ul分别为汇集电缆的可靠度、故障概率;
对于含k个单元的并联型汇集系统,故障阶数共有k+1种,汇集系统等效容量为:
Sj=(k-j)EPVX (12)
式中,EX为汇集系统等效容量,Sj为光伏子单元j阶故障时的等效容量,Pj为j阶故障的发生概率,k为变流器个数;
EENS=mnkPNTQ (15)
式中T为光伏电站年等效峰值发电小时数;
步骤2.3、建立级联型拓扑可靠性模型,计算拓扑等效停运率和EENS,级联型汇集系统等效输出容量计算公式:
其中k为级联升压单元个数,v为单个级联升压单元内的直流升压变流器个数;
步骤2.4、利用元器件计数法估计直流升压变流器失效率,基于分别计算电解电容、薄膜电容、电感、普通硅二极管和IGBT的失效率;
步骤3、汇集系统的灵敏度分析:
步骤3.1、由汇集拓扑的EENS随光伏组件的故障率增加的变化,分析光伏组件故障率对汇集系统可靠性影响;
步骤3.2、由汇集拓扑的EENS随变流器的故障率增加的变化,分析升压变流器故障率对拓扑可靠性影响;
步骤3.3、由汇集拓扑的EENS随汇集电缆的故障概率增加的变化,分析汇集电缆故障概率对拓扑可靠性影响。
2.根据权利要求1所述的光伏直流升压汇集系统可靠性评估及灵敏度分析方法,其特征在于,步骤2.4中计算各模块的失效率如下:
1)电解电容
电解电容的故障概率模型为:
λC=λbπCVπQπEπch (19)
其中λb为电容的基本失效率,πCV为电容的电容量系数,πQ为质量系数,πE为环境因子,πch为表面贴装系数;
2)薄膜电容
薄膜电容的工作失效率模型与电解电容相同,计算公式为式(20);
3)电感
λP=λbπEπQπKπC (20)
其中λb为电感的基本失效率,πE为环境系数,πQ为质量系数,πK为种类系数,πC为结构系数;
4)普通硅二极管
λP=λbπEπQπrπAπS2πe (21)
其中λb为电感的基本失效率,πE为环境系数,πQ为质量系数,πr为额定电流系数,πA为应用系数,πS2为电压应力系数,πe为结构系数;
5)IGBT
IGBT的故障率参数通过厂商提供的数据进行计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010015246.1A CN111222097B (zh) | 2020-01-07 | 2020-01-07 | 光伏直流升压汇集系统可靠性评估及灵敏度分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010015246.1A CN111222097B (zh) | 2020-01-07 | 2020-01-07 | 光伏直流升压汇集系统可靠性评估及灵敏度分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111222097A CN111222097A (zh) | 2020-06-02 |
CN111222097B true CN111222097B (zh) | 2022-02-08 |
Family
ID=70828108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010015246.1A Active CN111222097B (zh) | 2020-01-07 | 2020-01-07 | 光伏直流升压汇集系统可靠性评估及灵敏度分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111222097B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111711173B (zh) * | 2020-06-28 | 2022-04-12 | 武汉大学 | 一种高低压端口短路故障的光伏多端口直流保护系统 |
CN111914421B (zh) * | 2020-08-04 | 2024-02-27 | 合肥工业大学 | 针对不同故障机理的光伏支路统一建模方法 |
CN114153172B (zh) * | 2021-12-08 | 2022-09-13 | 中山东菱威力电器有限公司 | 一种感应式冲水触发控制方法及装置 |
CN118607352A (zh) * | 2022-05-12 | 2024-09-06 | 三峡大学 | 一种光电转换系统故障率Markov链建立方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104158212A (zh) * | 2014-08-06 | 2014-11-19 | 电子科技大学 | 一种多电平光伏发电系统拓扑结构及其控制方法 |
CN105207265A (zh) * | 2015-10-23 | 2015-12-30 | 国网福建省电力有限公司 | 采用柔性直流输电实现配电网闭环和光伏集中接入的方法 |
CN109103921A (zh) * | 2018-07-09 | 2018-12-28 | 许继集团有限公司 | 一种光伏直流升压汇集系统及其启动控制方法 |
CN110555620A (zh) * | 2019-09-09 | 2019-12-10 | 贵州电网有限责任公司 | 一种能源互联网配电系统中新能源可靠性评价方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9066404B2 (en) * | 2008-06-26 | 2015-06-23 | Telelumen Llc | Systems and methods for developing and distributing illumination data files |
CN108460177B (zh) * | 2018-01-04 | 2020-06-23 | 浙江大学 | 一种大规模多状态串并联系统的可靠性近似计算方法 |
-
2020
- 2020-01-07 CN CN202010015246.1A patent/CN111222097B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104158212A (zh) * | 2014-08-06 | 2014-11-19 | 电子科技大学 | 一种多电平光伏发电系统拓扑结构及其控制方法 |
CN105207265A (zh) * | 2015-10-23 | 2015-12-30 | 国网福建省电力有限公司 | 采用柔性直流输电实现配电网闭环和光伏集中接入的方法 |
CN109103921A (zh) * | 2018-07-09 | 2018-12-28 | 许继集团有限公司 | 一种光伏直流升压汇集系统及其启动控制方法 |
CN110555620A (zh) * | 2019-09-09 | 2019-12-10 | 贵州电网有限责任公司 | 一种能源互联网配电系统中新能源可靠性评价方法 |
Non-Patent Citations (3)
Title |
---|
"Comparison of boost and LLC converter and active clamp isolated full-bridge boost converter for photovoltaic DC system";Jiye Liu 等;《The Journal of Engineering》;20190322;第16卷(第3期);第3007-3011页 * |
"光伏直流汇集关键电力电子设备技术现状分析";夏琦 等;《现代电力》;20190615;第36卷(第6期);第273-281页 * |
"基于控保协同的光伏直流升压汇集系统直流故障判别方法";贾科 等;《电力系统自动化》;20190902;第43卷(第24期);第137-141页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111222097A (zh) | 2020-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111222097B (zh) | 光伏直流升压汇集系统可靠性评估及灵敏度分析方法 | |
Siddique et al. | DC collector grid configurations for large photovoltaic parks | |
CN109787239B (zh) | 潮流模型和多频率交流混联系统的交替迭代潮流计算方法及系统 | |
CN110414810B (zh) | 计及失负荷风险的多端智能软开关优化配置方法及系统 | |
Fu et al. | Collection system topology for deep-sea offshore wind farms considering wind characteristics | |
CN113988384A (zh) | 一种提高配电网可靠性的储能容量优化配置方法 | |
CN111563691B (zh) | 一种接入新能源的交直流混合配电网性能评估方法 | |
CN114202186A (zh) | 一种海上风电场并网输送系统经济评估性方法 | |
CN104158418A (zh) | 一种光伏并网逆变装置 | |
CN114649814A (zh) | 一种柔性互联配电系统两阶段鲁棒优化方法 | |
CN112350369A (zh) | 光储充一体化电站能效评估方法 | |
Lei et al. | Design of energy storage control strategy to improve the PV system power quality | |
Ding et al. | Planning of soft open point integrated with ESS in active distribution network | |
CN111460661B (zh) | 光伏直流升压汇集系统可靠性评估及灵敏度分析方法 | |
CN109002938B (zh) | 考虑n-1安全准则的交直流混合配电网双层规划方法 | |
CN111191867B (zh) | 电力系统复杂网络的可靠性评估方法 | |
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 | |
CN113820564B (zh) | 一种适应于源网荷储复杂电网的故障检测方法 | |
CN114336795B (zh) | 一种适用于交直流混联电网谐波状态的综合优化配置方法 | |
CN112736913B (zh) | 含分布式电源的配电网功率优化模式影响因素分析方法 | |
Fu et al. | Application Prospects of Flexible Low-Frequency AC Transmission in Offshore Wind Power Integration | |
CN115034682A (zh) | 考虑多预想故障的受端电网直流落点与馈入容量评估方法 | |
CN113656957A (zh) | 换流站二阶锥近似的交直流电网k系数可靠性评估方法 | |
Kaya | Newton-Raphson based load flow analysis of AC/DC distribution systems with distributed generation | |
CN112736948A (zh) | 一种充电站中储能系统的功率调节方法及装置 |
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 |