CN111695235A - 可再生能源消纳责任权重的区域分解方法、装置及系统 - Google Patents

可再生能源消纳责任权重的区域分解方法、装置及系统 Download PDF

Info

Publication number
CN111695235A
CN111695235A CN202010332777.3A CN202010332777A CN111695235A CN 111695235 A CN111695235 A CN 111695235A CN 202010332777 A CN202010332777 A CN 202010332777A CN 111695235 A CN111695235 A CN 111695235A
Authority
CN
China
Prior art keywords
load
matrix
delta
disturbance
power
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
CN202010332777.3A
Other languages
English (en)
Other versions
CN111695235B (zh
Inventor
陈荃
吴科成
曲毅
何春庚
高志华
罗向东
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 Power Grid Co Ltd
Original Assignee
Guangdong Power Grid 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 Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202010332777.3A priority Critical patent/CN111695235B/zh
Publication of CN111695235A publication Critical patent/CN111695235A/zh
Application granted granted Critical
Publication of CN111695235B publication Critical patent/CN111695235B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/18Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/02CAD in a network environment, e.g. collaborative CAD or distributed simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/04Power grid distribution networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种可再生能源消纳责任权重的区域分解方法、装置及系统。本发发明提供的可再生能源消纳权重的区域分解方法适用于实际电力系统网络,考虑了线路潮流、网络拓扑结构以及系统运行过程中发电机和负荷的变化特性等工程实际需求,并结合了发电机出力变化对负荷汲取的有功功率的影响,给出不同发电机出力变化情况对负荷扰动量的影响机理,从而使得最终的结果更加贴合实际、更为地准确有效,进而有利于促使各区域优先消纳可再生能源,解决弃水弃风弃光等技术问题,促进可再生能源电力的消纳和发展。

Description

可再生能源消纳责任权重的区域分解方法、装置及系统
技术领域
本发明涉及电力技术领域,具体涉及一种一种可再生能源消纳责任权重的区域分解方法、装置及系统。
背景技术
在化石燃料紧缺及日益严重的环境污染背景下,可再生能源发展在全球范围内得到越来越多的关注。依靠着环境友好与可持续的特点,国内外学者纷纷为促进其发展制定具体的规划。目前,可再生能源电力的进一步发展的瓶颈已从过去技术装备和开发建设能力方面的约束,转变为市场和体制方面的制约,突出体现为当前水电、风电、太阳能发电的电网接入和市场消纳困难,迫切需要建立促进可再生能源电力发展和消纳的方法。因此,建立健全可再生能源电力消纳保障方法,确定可再生能源电量在电力消费中的占比目标,即“可再生能源电力消纳责任权重”,能够促使各区域优先消纳可再生能源,加快解决弃水弃风弃光问题,同时促使各类市场主体公平承担消纳责任。
目前,可再生能源消纳权重区域分解主要是指将省级区域的消纳责任权重通过一定的计算方法分解为各地市的消纳责任权重,以确保在考核期内各地市共同完成可再生能源消纳责任。然而由于电力系统本身是一个复杂网络,区域消纳的可再生能源电量与电力系统的网架、网络拓扑和发电机的运行特性等有着密切关系,仅仅通过装机容量和年利用小时数去计算可再生能源电量是不够精确的,所得出的消纳权重也可能与实际存在较大误差。因此,目前的,可再生能源消纳权重区域分解方法不利于促使各区域优先消纳可再生能源,解决弃水弃风弃光等技术问题。
发明内容
本发明的目的在于克服上述现有技术的不足,提供一种可再生能源消纳责任权重的区域分解方法、装置及系统。
为实现上述目的,本发明的技术方案是:
第一方面,本发明实施例提供了一种可再生能源消纳责任权重的区域分解方法,其包括:
从电力系统中获取发电机出力变化量ΔP,以得到发电机出力变化ΔP和负荷汲取的有功功率之间的扰动关系Δδ;
根据电力系统的组成来构建源荷扰动矩阵R,并根据源荷扰动矩阵R得到Δδ-ΔP的映射关系数学模型;
根据发电机出力变化量ΔP和源荷扰动系数Rmf来求得负荷扰动量Δδmf
根据负荷扰动量Δδmf和Δδ-ΔP的映射关系数学模型来得到负荷所在节点有功功率的修正量;
负荷所在节点有功功率的修正量和发电机出力变化量的比值则为负荷所在节点需要消纳的可再生能源电力权重。
第二方面,本发明实施例了一种可再生能源消纳责任权重的区域分解系统,包括:
扰动关系模块,用于从电力系统中获取发电机出力变化量ΔP,以得到发电机出力变化ΔP和负荷汲取的有功功率之间的扰动关系Δδ;
源荷扰动矩阵构建模块,用于根据电力系统的网络节点来构建源荷扰动矩R;
数学模型模块,用根据源荷扰动矩阵R得到Δδ-ΔP的映射关系数学模型;
负荷扰动量模块,用于根据发电机出力变化量ΔP和源荷扰动系数Rmf来求得负荷扰动量Δδmf
修正量模块,用于根据负荷扰动量Δδmf和Δδ-ΔP的映射关系数学模型来得到负荷所在节点有功功率的修正量;
权重模块,用于将负荷所在节点有功功率的修正量和发电机出力变化量的比值来作为负荷所在节点需要消纳的可再生能源电力权重。
第三方面,本发明实施例提供了一种可再生能源消纳责任权重的区域分解装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述可再生能源消纳责任权重的区域分解方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述可再生能源消纳责任权重的区域分解方法的步骤。
本发明与现有技术相比,其有益效果在于:
本实施例提供的可再生能源消纳权重的区域分解方法适用于实际电力系统网络,考虑了线路潮流、网络拓扑结构以及系统运行过程中发电机和负荷的变化特性等工程实际需求,并结合了发电机出力变化对负荷汲取的有功功率的影响,给出不同发电机出力变化情况对负荷扰动量的影响机理,从而使得最终的结果更加贴合实际、更为地准确有效,进而有利于促使各区域优先消纳可再生能源,解决弃水弃风弃光等技术问题,促进可再生能源电力的消纳和发展。
附图说明
图1为本发明实施例提供的可再生能源消纳责任权重的区域分解方法的流程图;
图2为本发明实施例提供的可再生能源消纳责任权重的区域分解方法的整体实现流程图;
图3为本发明实施例提供的可再生能源消纳责任权重的区域分解系统的组成示意图;
图4为本发明实施例提供的可再生能源消纳责任权重的区域分解装置的组成示意图。
具体实施方式
下面结合附图和具体实施方式对本发明的内容做进一步详细说明。
(一)权重概念
可再生能源电力消纳责任权重是指按省级行政区域对电力消费规定应达到的可再生能源电量比重,包括可再生能源电力总量消纳责任权重(简称“总量消纳责任权重”)和非水电可再生能源电力消纳责任权重(简称“非水电消纳责任权重”)。
满足总量消纳责任权重的可再生能源电力包括全部可再生能源发电种类;满足非水电消纳责任权重的可再生能源电力包括除水电以外的其他可再生能源发电种类。对各省级行政区域规定应达到的最低可再生能源电力消纳责任权重(简称“最低消纳责任权重”),按超过最低消纳责任权重一定幅度确定激励性消纳责任权重。
(二)权重计算公式
α1=Qn+Qe1/Qt
(1)
α2=Qw+Qe2/Qt
(2)
其中α1是最低非水电消纳责任权重,α2是最低总量消纳责任权重,Qn是本区域生产且消纳年非水电可再生能源电量,Qw是本区域生产且消纳年可再生能源电量,Qe1是年净输入非水电可再生能源电量,Qe2是年净输入可再生能源电量,Qt预计本区域年全社会用电量。
实施例1:
参阅图1所示,本实施例提供的可再生能源消纳责任权重的区域分解方法,主要包括如下步骤:
101、从电力系统中获取发电机出力变化量ΔP,以得到发电机出力变化ΔP和负荷汲取的有功功率之间的扰动关系Δδ。
在电力系统网络中,当发电机出力变化ΔP时,负荷从发电机端汲取的有功功率也会发生相应的调整,即发电机出力变化ΔP和负荷汲取的有功功率之间存在着某种扰动关系,这种扰动关系用Δδ来描述。显然,Δδ在发电机出力变化时能够较好的求得负荷有功功率修正量Δβ,为构建基于源荷摄动的可再生能源消纳权重数学模型奠定了初步基础。
102、根据电力系统的组成来构建源荷扰动矩阵R,并根据源荷扰动矩阵R得到Δδ-ΔP的映射关系数学模型;
由于源荷扰动矩阵R是根据根据电力系统的组成来构建的,结合了电力系统的网架结构、线路拓扑及线路潮流,符合电力系统的运行情况。
103、根据发电机出力变化量ΔP和源荷扰动系数Rmf来求得负荷扰动量Δδmf
104、根据负荷扰动量Δδmf和Δδ-ΔP的映射关系数学模型来得到负荷所在节点有功功率的修正量。
如此,通过运用源荷扰动矩阵对负荷所在节点有功功率进行修正,考虑了发电机出力变化对负荷汲取的有功功率的影响,给出不同发电机出力变化情况对负荷扰动量的影响机理,保证了最终结果的准确性。
105、负荷所在节点有功功率的修正量和发电机出力变化量的比值则为负荷所在节点需要消纳的可再生能源电力权重。
由此可见,本实施例提供的可再生能源消纳权重的分解方法适用于实际电力系统网络,考虑了线路潮流、网络拓扑结构以及系统运行过程中发电机和负荷的变化特性等工程实际需求,并结合了发电机出力变化对负荷汲取的有功功率的影响,给出不同发电机出力变化情况对负荷扰动量的影响机理,从而使得最终的结果更加贴合实际、更为地准确有效,进而有利于促使各区域优先消纳可再生能源,解决弃水弃风弃光等技术问题,促进可再生能源电力的消纳和发展。
具体地,上述的Δδ-ΔP的映射关系数学模型为:
Δδ=RΔP (3)
源荷扰动矩阵R的建立过程:
假设网络节点为m,支路数为n,独立回路数为b,nG为发电机节点数,令节点注入功率为P,则网络中支路潮流C可表示为
C=ABTP
(4)
A=I-YZ
(5)
Y=LTSL
(6)
其中B为n×b阶回路的道路矩阵,I为b×b阶单位矩阵,具体随回路支路和节点变化,Z为b×b阶支路阻抗的对角矩阵,S为m×m阶导纳矩阵,L为m×b阶回路关联矩阵;A、Y分别为矩阵L、S和矩阵I、Y、Z线性运算得到的b×b阶矩阵;
由于节点注入功率与支路潮流呈线性变化,则
ΔC=ABTΔP
(7)
定义M如(8)式所示,其中BTG是回路道路矩阵中与发电机出力变化相关的一部分的m×nG阶矩阵。
Figure BDA0002465562040000051
Figure BDA0002465562040000052
结合(3)、(4)、(9)式,近似认为源荷扰动矩阵R可用节点注入功率与支路潮流变化的映射关系表示,即
Figure BDA0002465562040000053
通过如此建立源荷扰动矩阵R,更全面贴合了线路潮流、网络拓扑结构以及系统运行过程中发电机和负荷的变化特性等工程实际需求。
而该源荷扰动矩阵R是m×nG阶矩阵,具体如(11)所示
Figure BDA0002465562040000054
Figure BDA0002465562040000061
对于单一发电机发生出力变化ΔP,其产生的负荷扰动量:
Δδmf=RmfΔP
(13)
对于多个发电机发生出力变化ΔP1,ΔP2,ΔP3...其产生的负荷扰动量由叠加定理可得:
Figure BDA0002465562040000062
其中,Rmf为节点mf之间的源荷扰动系数,Δδmf为节点mf之间的负荷扰动量,我们定义:
Figure BDA0002465562040000063
则负荷所在节点i的有功功率修正量可如下所示:
Figure BDA0002465562040000064
其中
Figure BDA0002465562040000065
表示所有与负荷节点i直接相连的扰动量之和。
为了更好的表示发电机出力的变化量ΔP与负荷所在节点有功功率的修正量Δβ之间的关系,本实施定义了源荷摄动因子θ,源荷摄动因子等负荷所在节点有功功率的修正量与发电机出力变化量的比值:
Figure BDA0002465562040000066
假设某系统中发电机发出可再生能源电力出力改变ΔP,结合系统的网络结构等可求得负荷节点i汲取的有功功率的修正量Δβ。在系统运行时间为λ时,发电机出力改变的电量为ΔP·λ,负荷节点i电量的修正量为Δβ·λ,将发电机-负荷电量的变化关系近似看成发电机发出可再生能源电力在负荷节点i的分配情况,根据可再生能源消纳权重的计算公式:
Figure BDA0002465562040000071
其中α为负荷节点i的消纳权重,由式(18)可以看出负荷节点i的消纳权重也等于发电机出力的变化量ΔP与负荷汲取有功功率的修正量Δβ之间的关系,也就是源荷摄动因子θ。
本方法的整体实现流程如图2所示。
综上,本方法与现有技术相比,具有如下优点:
(1)考虑了电力系统的网架结构、线路拓扑及线路潮流,符合电力系统的运行情况。
(2)提出了基于源荷摄动可再生能源消纳权重的分解方法,并且将可再生能源消纳权重等值为源荷摄动因子的计算,在实际应用中具有广泛前景。
(3)计算结果更加贴合实际,一定程度上可以促使各类市场主体更加公平承担消纳责任,促进可再生能源电力的消纳和发展。
实施例2:
参阅图3所示,本实施例提供的可再生能源消纳责任权重的区域分解系统,包括:
扰动关系模块301,用于从电力系统中获取发电机出力变化量ΔP,以得到发电机出力变化ΔP和负荷汲取的有功功率之间的扰动关系Δδ。
在电力系统网络中,当发电机出力变化ΔP时,负荷从发电机端汲取的有功功率也会发生相应的调整,即发电机出力变化ΔP和负荷汲取的有功功率之间存在着某种扰动关系,这种扰动关系用Δδ来描述。显然,Δδ在发电机出力变化时能够较好的求得负荷有功功率修正量Δβ,为构建基于源荷摄动的可再生能源消纳权重数学模型奠定了初步基础。
源荷扰动矩阵构建模块302,用于根据电力系统的网络节点来构建源荷扰动矩R。由于源荷扰动矩阵R是根据根据电力系统的组成来构建的,结合了电力系统的网架结构、线路拓扑及线路潮流,符合电力系统的运行情况。
数学模型模块303,用根据源荷扰动矩阵R得到Δδ-ΔP的映射关系数学模型;
负荷扰动量模块304,用于根据发电机出力变化量ΔP和源荷扰动系数Rmf来求得负荷扰动量Δδmf
修正量模块305,用于根据负荷扰动量Δδmf和Δδ-ΔP的映射关系数学模型来得到负荷所在节点有功功率的修正量。
如此,通过运用源荷扰动矩阵对负荷所在节点有功功率进行修正,考虑了发电机出力变化对负荷汲取的有功功率的影响,给出不同发电机出力变化情况对负荷扰动量的影响机理,保证了最终结果的准确性。
权重模块306,用于将负荷所在节点有功功率的修正量和发电机出力变化量的比值来作为负荷所在节点需要消纳的可再生能源电力权重。
由此可见,本实施例提供的可再生能源消纳权重的分解系统适用于实际电力系统网络,考虑了线路潮流、网络拓扑结构以及系统运行过程中发电机和负荷的变化特性等工程实际需求,并结合了发电机出力变化对负荷汲取的有功功率的影响,给出不同发电机出力变化情况对负荷扰动量的影响机理,从而使得最终的结果更加贴合实际、更为地准确有效,进而有利于促使各区域优先消纳可再生能源,解决弃水弃风弃光等技术问题,促进可再生能源电力的消纳和发展。
作为本实施例的一种优选,该可再生能源消纳责任权重的区域分解系统还包括调整控制模块307,用于接收权重模块所输出的权重结果值,并根据所接收到的权重结果值来输出控制指令至电力市场交易管理系统。也就是说,根据最终的分析结果来对电力市场交易管理系统进行不同策略的管理控制,以使各类市场主体更加公平承担消纳责任,促进可再生能源电力的消纳和发展。
由于本实施例的扰动关系模块301和实施例1中步骤101相对应,源荷扰动矩阵构建模块302、数学模型模块303和步骤102相对应,负荷扰动量模块304和步骤103相对应、修正量模块305和步骤104相对应,权重模块306和步骤105相对应,因此,在本实施例中就不再赘述各个模块的工作原理。
实施例3:
参阅图4所示,本实施例提供的可再生能源消纳责任权重的区域分解装置包括处理器401、存储器402以及存储在该存储器402中并可在所述处理器401上运行的计算机程序403,例如可再生能源消纳责任权重的区域分解处理程序。该处理器401执行所述计算机程序403时实现上述实施例1步骤,例如图1所示的步骤。或者,所述处理器401执行该计算机程序403时实现上述实施例2中各模块的功能。
示例性的,所述计算机程序403可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器402中,并由所述处理器401执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序403在所述可再生能源消纳责任权重的区域分解装置中的执行过程。例如,所述计算机程序403可以被分割成转换模块和匹配运算模块。
所述可再生能源消纳责任权重的区域分解装置可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述可再生能源消纳责任权重的区域分解装置可包括,但不仅限于,处理器401、存储器402。本领域技术人员可以理解,图4仅仅是可再生能源消纳责任权重的区域分解装置的示例,并不构成可再生能源消纳责任权重的区域分解装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述可再生能源消纳责任权重的区域分解装置还可以包括输入输出设备、网络接入设备、总线等。
所称处理器401可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器402可以是所述可再生能源消纳责任权重的区域分解装置的内部存储元,例如可再生能源消纳责任权重的区域分解装置的硬盘或内存。所述存储器402也可以是所述可再生能源消纳责任权重的区域分解装置的外部存储设备,例如所述可再生能源消纳责任权重的区域分解装置上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器402还可以既包括所述可再生能源消纳责任权重的区域分解装置的内部存储单元也包括外部存储设备。所述存储器402用于存储所述计算机程序以及所述可再生能源消纳责任权重的区域分解装置所需的其他程序和数据。所述存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
实施例4:
本实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现实施例1所述方法的步骤。
所示计算机可读介质可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理再以电子方式获得所述程序,然后将其存储在计算机存储器中。
上述实施例只是为了说明本发明的技术构思及特点,其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰,都应涵盖在本发明的保护范围内。

Claims (10)

1.一种可再生能源消纳责任权重的区域分解方法,其特征在于,包括:
从电力系统中获取发电机出力变化量ΔP,以得到发电机出力变化ΔP和负荷汲取的有功功率之间的扰动关系Δδ;
根据电力系统的组成来构建源荷扰动矩阵R,并根据源荷扰动矩阵R得到Δδ-ΔP的映射关系数学模型;
根据发电机出力变化量ΔP和源荷扰动系数Rmf来求得负荷扰动量Δδmf
根据负荷扰动量Δδmf和Δδ-ΔP的映射关系数学模型来得到负荷所在节点有功功率的修正量;
负荷所在节点有功功率的修正量和发电机出力变化量的比值则为负荷所在节点需要消纳的可再生能源电力权重。
2.如权利要求1所述的可再生能源消纳责任权重的区域分解方法,其特征在于,所述Δδ-ΔP的映射关系数学模型为:
Δδ=RΔP (1)。
3.如权利要求2所述的可再生能源消纳责任权重的区域分解方法,其特征在于,所述根据电力系统的组成来构建源荷扰动矩阵R包括:
假设电力系统的网络节点为m,支路数为n,独立回路数为b,nG为发电机节点数,令节点注入功率为P,则网络中支路潮流C可表示为
C=ABTP
(2)
A=I-YZ
(3)
Y=LTSL
(4)
其中,B为n×b阶回路的道路矩阵,I为b×b阶单位矩阵,具体随回路支路和节点变化,Z为b×b阶支路阻抗的对角矩阵,S为m×m阶导纳矩阵,L为m×b阶回路关联矩阵;A、Y分别为矩阵L、S和矩阵I、Y、Z线性运算得到的b×b阶矩阵;
由于节点注入功率与支路潮流呈线性变化,则
ΔC=ABTΔP
(5)
定义M如(6)式所示,其中BT G是回路道路矩阵中与发电机出力变化相关的一部分的m×nG阶矩阵;
Figure FDA0002465562030000021
Figure FDA0002465562030000022
结合(1)、(2)、(7)式,近似认为源荷扰动矩阵R可用节点注入功率与支路潮流变化的映射关系表示,即
Figure FDA0002465562030000023
4.如权利要求3所述的可再生能源消纳责任权重的区域分解方法,其特征在于,所述根据根据负荷扰动量Δδmf和Δδ-ΔP的映射关系数学模型来得到负荷所在节点有功功率的修正量包括:
源荷扰动矩阵R是m×nG阶矩阵,具体如公式(9)所示:
Figure FDA0002465562030000024
Figure FDA0002465562030000025
对于单一发电机发生出力变化ΔP,其产生的负荷扰动量:
Δδmf=RmfΔP
(11)
对于多个发电机发生出力变化ΔP1,ΔP2,ΔP3...其产生的负荷扰动量由叠加定理可得
Figure FDA0002465562030000026
其中Rmf为节点mf之间的源荷扰动系数,Δδmf为节点mf之间的负荷扰动量,定义:
Figure FDA0002465562030000031
则负荷所在节点i的有功功率修正量如下所示:
Figure FDA0002465562030000032
其中
Figure FDA0002465562030000033
表示所有与负荷节点i直接相连的扰动量之和。
5.一种可再生能源消纳责任权重的区域分解系统,其特征在于,包括:
扰动关系模块,用于从电力系统中获取发电机出力变化量ΔP,以得到发电机出力变化ΔP和负荷汲取的有功功率之间的扰动关系Δδ;
源荷扰动矩阵构建模块,用于根据电力系统的网络节点来构建源荷扰动矩R;
数学模型模块,用根据源荷扰动矩阵R得到Δδ-ΔP的映射关系数学模型;
负荷扰动量模块,用于根据发电机出力变化量ΔP和源荷扰动系数Rmf来求得负荷扰动量Δδmf
修正量模块,用于根据负荷扰动量Δδmf和Δδ-ΔP的映射关系数学模型来得到负荷所在节点有功功率的修正量;
权重模块,用于将负荷所在节点有功功率的修正量和发电机出力变化量的比值来作为负荷所在节点需要消纳的可再生能源电力权重。
6.如权利要求5所述的可再生能源消纳责任权重的区域分解系统,其特征在于,还包括:
调整控制模块,用于接收权重模块所输出的权重结果值,并根据所接收到的权重结果值来输出控制指令至电力市场交易管理系统。
7.如权利要求5或6所述的可再生能源消纳责任权重的区域分解系统,其特征在于,
所述Δδ-ΔP的映射关系数学模型为:
Δδ=RΔP (1)
所述根据电力系统的组成来构建源荷扰动矩阵R包括:
假设电力系统的网络节点为m,支路数为n,独立回路数为b,nG为发电机节点数,令节点注入功率为P,则网络中支路潮流C可表示为
C=ABTP
(2)
A=I-YZ
(3)
Y=LTSL
(4)
其中,B为n×b阶回路的道路矩阵,I为b×b阶单位矩阵,具体随回路支路和节点变化,Z为b×b阶支路阻抗的对角矩阵,S为m×m阶导纳矩阵,L为m×b阶回路关联矩阵;A、Y分别为矩阵L、S和矩阵I、Y、Z线性运算得到的b×b阶矩阵;
由于节点注入功率与支路潮流呈线性变化,则
ΔC=ABTΔP
(5)
定义M如(6)式所示,其中BT G是回路道路矩阵中与发电机出力变化相关的一部分的m×nG阶矩阵;
Figure FDA0002465562030000041
Figure FDA0002465562030000042
结合(1)、(2)、(7)式,近似认为源荷扰动矩阵R可用节点注入功率与支路潮流变化的映射关系表示,即
Figure FDA0002465562030000043
8.如权利要求7所述的可再生能源消纳责任权重的区域分解系统,其特征在于,所述根据负荷扰动量Δδmf和Δδ-ΔP的映射关系数学模型来得到负荷所在节点有功功率的修正量包括:
源荷扰动矩阵R是m×nG阶矩阵,具体如公式(9)所示
Figure FDA0002465562030000044
Figure FDA0002465562030000051
对于单一发电机发生出力变化ΔP,其产生的负荷扰动量:
Δδmf=RmfΔP
(11)
对于多个发电机发生出力变化ΔP1,ΔP2,ΔP3...其产生的负荷扰动量由叠加定理可得
Figure FDA0002465562030000052
其中Rmf为节点mf之间的源荷扰动系数,Δδmf为节点mf之间的负荷扰动量,定义:
Figure FDA0002465562030000053
则负荷所在节点i的有功功率修正量如下所示:
Figure FDA0002465562030000054
其中
Figure FDA0002465562030000055
表示所有与负荷节点i直接相连的扰动量之和。
9.一种可再生能源消纳责任权重的区域分解装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一所述方法的步骤。
CN202010332777.3A 2020-04-24 2020-04-24 可再生能源消纳责任权重的区域分解方法、装置及系统 Active CN111695235B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010332777.3A CN111695235B (zh) 2020-04-24 2020-04-24 可再生能源消纳责任权重的区域分解方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010332777.3A CN111695235B (zh) 2020-04-24 2020-04-24 可再生能源消纳责任权重的区域分解方法、装置及系统

Publications (2)

Publication Number Publication Date
CN111695235A true CN111695235A (zh) 2020-09-22
CN111695235B CN111695235B (zh) 2023-05-26

Family

ID=72476648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010332777.3A Active CN111695235B (zh) 2020-04-24 2020-04-24 可再生能源消纳责任权重的区域分解方法、装置及系统

Country Status (1)

Country Link
CN (1) CN111695235B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113191620A (zh) * 2021-04-26 2021-07-30 国网(衢州)综合能源服务有限公司 一种基于深度学习算法的企业新能源消纳责任判断方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105207204A (zh) * 2015-09-15 2015-12-30 重庆大学 一种计及一次调频不确定性的概率潮流分析方法
CN109523128A (zh) * 2018-10-22 2019-03-26 上海理工大学 一种促进消纳的可再生能源容量配置方法
CN109802448A (zh) * 2019-03-04 2019-05-24 三峡大学 一种可再生能源最大消纳容量分析计算方法
CN109993407A (zh) * 2019-02-28 2019-07-09 重庆大学 考虑弹性空间的可再生能源消纳能力静态等值评估方法
AU2019101413A4 (en) * 2019-11-18 2020-01-02 China Electric Power Research Institute Company Limited Method for evaluating and regulating consumption capacity of regional power grid for renewable energy sources
CN110705879A (zh) * 2019-09-30 2020-01-17 国网山东省电力公司滨州供电公司 一种高比例可再生能源接入下的电网脆弱性评估方法
CN110829410A (zh) * 2019-10-10 2020-02-21 国网吉林省电力有限公司经济技术研究院 一种基于区域分解迭代的新能源消纳时序仿真方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105207204A (zh) * 2015-09-15 2015-12-30 重庆大学 一种计及一次调频不确定性的概率潮流分析方法
CN109523128A (zh) * 2018-10-22 2019-03-26 上海理工大学 一种促进消纳的可再生能源容量配置方法
CN109993407A (zh) * 2019-02-28 2019-07-09 重庆大学 考虑弹性空间的可再生能源消纳能力静态等值评估方法
CN109802448A (zh) * 2019-03-04 2019-05-24 三峡大学 一种可再生能源最大消纳容量分析计算方法
CN110705879A (zh) * 2019-09-30 2020-01-17 国网山东省电力公司滨州供电公司 一种高比例可再生能源接入下的电网脆弱性评估方法
CN110829410A (zh) * 2019-10-10 2020-02-21 国网吉林省电力有限公司经济技术研究院 一种基于区域分解迭代的新能源消纳时序仿真方法
AU2019101413A4 (en) * 2019-11-18 2020-01-02 China Electric Power Research Institute Company Limited Method for evaluating and regulating consumption capacity of regional power grid for renewable energy sources

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王波;顾伟;陈东海;江全元;: "基于稀疏PMU配置的电力网络实时拓扑分析方法" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113191620A (zh) * 2021-04-26 2021-07-30 国网(衢州)综合能源服务有限公司 一种基于深度学习算法的企业新能源消纳责任判断方法

Also Published As

Publication number Publication date
CN111695235B (zh) 2023-05-26

Similar Documents

Publication Publication Date Title
Liu et al. Optimal power peak shaving using hydropower to complement wind and solar power uncertainty
Mohamed et al. PSO-based smart grid application for sizing and optimization of hybrid renewable energy systems
Xu et al. An efficient and incentive compatible mechanism for wholesale electricity markets
Child et al. The role of energy prosumers in the transition of the Finnish energy system towards 100% renewable energy by 2050
Li et al. Data-based statistical property analyzing and storage sizing for hybrid renewable energy systems
CN107491870B (zh) 配电网的电力规划方法、装置、设备以及计算机可读存储介质
Wu et al. An inexact fixed-mix fuzzy-stochastic programming model for heat supply management in wind power heating system under uncertainty
CN111563637A (zh) 基于需求响应的多目标概率最优潮流计算方法及装置
CN111509784B (zh) 计及不确定性的虚拟电厂鲁棒出力可行域辨识方法及装置
CN110649598A (zh) 一种计及区域内虚拟电厂调节节点电价的方法及系统
CN115313441A (zh) 一种新能源场站储能配置计算方法、系统、介质及设备
CN115882523A (zh) 含分布式储能的电力系统优化运行方法、系统及设备
Javaid et al. Modelling of a virtual power plant using hybrid automata
CN111695235B (zh) 可再生能源消纳责任权重的区域分解方法、装置及系统
Tang et al. Unit maintenance strategy considering the uncertainty of energy intensive load and wind power under the carbon peak and carbon neutral target
Pliuhin et al. Smart Grid technologies as a concept of innovative energy development: initial proposals for the development of Ukraine
CN116111580A (zh) 电力优化调度方法、装置、设备及存储介质
CN115333167A (zh) 新能源机组纳入电力系统备用比例的确定方法及装置
CN116014725A (zh) 二次调频功率需求量的确定方法、装置、设备及存储介质
CN115659098A (zh) 一种分布式新能源消纳能力计算方法、装置、设备及介质
CN115549137A (zh) 分布式电网调控系统及调控方法
CN115329518A (zh) 一种基于能量流的电热耦合网络碳排放流计量方法、电子设备及存储介质
Liu et al. Quantifying the impact of microgrid location and behavior on transmission network congestion
CN114444915B (zh) 市场环境下的电力系统新能源消纳成本计算方法及装置
Lei et al. Bi-level optimization configuration method for microgrids considering carbon trading and demand response

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