CN112152200B - 一种基于智能微电网的多站融合集成方法及系统 - Google Patents

一种基于智能微电网的多站融合集成方法及系统 Download PDF

Info

Publication number
CN112152200B
CN112152200B CN202010844292.2A CN202010844292A CN112152200B CN 112152200 B CN112152200 B CN 112152200B CN 202010844292 A CN202010844292 A CN 202010844292A CN 112152200 B CN112152200 B CN 112152200B
Authority
CN
China
Prior art keywords
grid
micro
station
energy
microgrid
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
Application number
CN202010844292.2A
Other languages
English (en)
Other versions
CN112152200A (zh
Inventor
寇凌峰
刘海涛
吴鸣
季宇
牛耕
屈小云
丁保迪
张颖
庞成明
徐毅虎
刘晓娟
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.)
China Online Shanghai Energy Internet Research Institute Co ltd
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Fujian Electric Power Co Ltd
State Grid Shanghai Electric Power Co Ltd
Original Assignee
China Online Shanghai Energy Internet Research Institute Co ltd
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Fujian Electric Power Co Ltd
State Grid Shanghai Electric Power 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 China Online Shanghai Energy Internet Research Institute Co ltd, State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, State Grid Fujian Electric Power Co Ltd, State Grid Shanghai Electric Power Co Ltd filed Critical China Online Shanghai Energy Internet Research Institute Co ltd
Priority to CN202010844292.2A priority Critical patent/CN112152200B/zh
Publication of CN112152200A publication Critical patent/CN112152200A/zh
Application granted granted Critical
Publication of CN112152200B publication Critical patent/CN112152200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/02Circuit arrangements for ac mains or ac distribution networks using a single network for simultaneous distribution of power at different frequencies; using a single network for simultaneous distribution of ac power and of dc power
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00Adapting or protecting infrastructure or their operation
    • Y02A30/60Planning or developing urban green infrastructure

Abstract

本发明公开了一种基于智能微电网的多站融合集成方法及系统,其中方法包括:根据多站融合功能定位确认能源子站的类型,以及根据变电站主变容量和站址空间,确定能源子站的容量;根据所述能源子站的类型和容量确定微电网结构,以及确定并网的微电网结构的运行方式;设计微电网的控制架构,所述控制架构包括微电网自治控制、微电网与电网协调控制;所述微电网自治控制对微电网内功率平衡进行协调控制,所述微电网与电网协调控制微电网与主网两级联合调度,实现系统多目标优化;基于多站融合功能定位设计微电网的控制策略;对微电网的可靠性进行验证,获取微电网的供电可靠性。

Description

一种基于智能微电网的多站融合集成方法及系统
技术领域
本发明涉及电力能源技术领域,更具体地,涉及一种基于智能微电网的多站融合集成方法及系统。
背景技术
多站融合是利用变电站站内空间,建设多种能源和负荷单元。多站融合建设内容涵盖智能变电站、数据中心、电动汽车充换电站、储能站、分布式光伏、5G基站、北斗基站等多种元素,涉及内容和专业较为复杂,但多站融合并不是仅仅把这些元素简单建设在变电站区域内。多站融合的根本是“效”,要进行整体建筑结构、供配电优化设计,降低能源子站的建设成本;注重精准投入和精益管理,需要因地制宜优化配置,实现提升服务质量和经济社会效益的目标。
在建设成效方面,多站融合建设具有多方面的价值,对内可以支撑电网数字化建设、与电网进行灵活互动,对外提供综合多类型服务、实现多元价值整合与再提升等,可以促进公司内外部合作,构建完整产业生态,拓展运营商、互联网、政府、中小企业等4类合作伙,从而提升公司经济效益。
1)多站融合建设可利用数据中心站强化内外部数据贯通,推动能源生态数据共享机制的构建,实现电力数据和经济、气象、政务等数据的融合应用,进而打造贯穿发输变配用等各个环节,涵盖政府、终端客户、产业链上下游的智慧能源综合服务平台,向社会和用户提供多元价值服务;数据中心站内富余的数据服务器资源可通过转租、转包等形式,获取租金收益。
2)多站融合系统可通过储能站的虚拟同步机技术,参与电网的调峰、调压、调频,为电网提供多种辅助服务,为电网提供坚强有效的支撑;在大规模风电场或光伏电站附近建设“三站合一”,充分利用风、光发出的清洁电力对数据中心站进行供电,可有效促进清洁能源发电就地消纳,降低可再生能源发电的外送压力,缓解输电廊道堵塞问题;此外,还可通过储能站的控制实现跟踪新能源发电计划出力获取一定收益;同时,可与电网灵活互动,通过低储高放峰谷套利、积极参与需求响应等方式获取收益。
3)多站融合系统可通过建设电动汽车充换电站,结合数据中心站提供的信息支撑与服务,打造智慧车联网平台,使系统在为用户提供电动汽车充换电服务的同时,还可提供智能导航、充换电预约等增效服务。
现有技术的多站融合系统集成方案,大多以智能变电站、数据中心、充换电站、储能站、分布式光伏、5G基站、北斗基站等各个元素进行独立建设和调控,整体集成方面考虑较少,缺乏整体系统集成与管控方案。
因此,需要一种技术,以实现基于智能微电网的多站融合集成。
发明内容
本发明技术方案提供一种基于智能微电网的多站融合集成方法及系统,以解决如何基于智能微电网的多站融合集成的问题。
为了解决上述问题,本发明提供了一种基于智能微电网的多站融合集成方法,所述方法包括:
根据多站融合功能定位确认能源子站的类型,以及根据变电站主变容量和站址空间,确定能源子站的容量;
根据所述能源子站的类型和容量确定微电网结构,以及确定并网的微电网结构的运行方式;
设计微电网的控制架构,所述控制架构包括微电网自治控制、微电网与电网协调控制;所述微电网自治控制对微电网内功率平衡进行协调控制,所述微电网与电网协调控制微电网与主网两级联合调度,实现系统多目标优化;
基于多站融合功能定位设计微电网的控制策略;
对微电网的可靠性进行验证,获取微电网的供电可靠性。
优选地,所述多站融合功能定位包括:综合能源服务、提升可再生能源消纳、提升供电品质。
优选地,所述根据所述能源子站的类型和容量确定微电网结构,包括:
当变电站内的能源子站负荷大于阈值且主要为直流源和直流负荷时,采用直流微电网进行设计:
Figure BDA0002642504200000031
当变电站内的能源子站负荷大于阈值且主要为交流源和交流负荷时,采用交流微电网或交直流混合微电网进行设计:
Figure BDA0002642504200000032
其中SDC为直流源容量;SAC为交流源容量;n为直流源数量,m为交流源数量。
优选地,所述基于多站融合功能定位设计微电网的控制策略,还包括:
当所述多站融合功能定位为综合能源服务时,采用削峰填谷策略,包括:通过峰谷电价进行削峰填谷;根据变电站负荷曲线执行削峰填谷策略;
当所述多站融合功能定位为提升可再生能源消纳时,采用并网型微电网控制策略,根据最大化新能源消纳为目标进行控制;
当所述多站融合功能定位为提升供电品质时,采用高供电可靠性和供电质量控制策略,储能预留足够电量为重要负荷保电。
优选地,所述对微电网的可靠性进行验证,获取微电网的供电可靠性,包括:
进行元件可靠性计算,元件的正常工作时间TTTF和故障时间TTTR分别为:
TTTF=-(1/λ)·lnu1 (3)
TTTR=-(1/μ)·lnu2
式中,λ和μ分别是元件的故障率和修复率;u1和u2是(0,1)区间服从均匀分布的随机数;
模拟各元器件的工作情况和故障情况,计算各个缺电负荷的累计缺电时间,根据每一处负荷点的总停电时间,计算系统的平均停电时间SAIDI,Ti为负荷点停电时间,N为总用户数:
Figure BDA0002642504200000041
平均供电可用率(η):平均每年用户供电小时数与用户要求供电总小时数的比值记作ASAI。
Figure BDA0002642504200000042
式中,TN为8760小时,T为平均每年用户停电小时数。
基于本发明的另一方面,本发明提供一种基于智能微电网的多站融合集成系统,所述系统包括:
初始单元,用于根据多站融合功能定位确认能源子站的类型,以及根据变电站主变容量和站址空间,确定能源子站的容量;根据所述能源子站的类型和容量确定微电网结构,以及确定并网的微电网结构的运行方式;设计微电网的控制架构,所述控制架构包括微电网自治控制、微电网与电网协调控制;所述微电网自治控制对微电网内功率平衡进行协调控制,所述微电网与电网协调控制微电网与主网两级联合调度,实现系统多目标优化;
策略单元,用于基于多站融合功能定位设计微电网的控制策略;
验证单元,用于对微电网的可靠性进行验证,获取微电网的供电可靠性。
优选地,所述多站融合功能定位包括:综合能源服务、提升可再生能源消纳、提升供电品质。
优选地,所述初始单元,用于根据所述能源子站的类型和容量确定微电网结构,还用于:
当变电站内的能源子站负荷大于阈值且主要为直流源和直流负荷时,采用直流微电网进行设计:
Figure BDA0002642504200000043
当变电站内的能源子站负荷大于阈值且主要为交流源和交流负荷时,采用交流微电网或交直流混合微电网进行设计:
Figure BDA0002642504200000051
其中SDC为直流源容量;SAC为交流源容量;n为直流源数量,m为交流源数量。
优选地,所述策略单元,用于基于多站融合功能定位设计微电网的控制策略,还用于:
当所述多站融合功能定位为综合能源服务时,采用削峰填谷策略,包括:通过峰谷电价进行削峰填谷;根据变电站负荷曲线执行削峰填谷策略;
当所述多站融合功能定位为提升可再生能源消纳时,采用并网型微电网控制策略,根据最大化新能源消纳为目标进行控制;
当所述多站融合功能定位为提升供电品质时,采用高供电可靠性和供电质量控制策略,储能预留足够电量为重要负荷保电。
优选地,所述验证单元,用于对微电网的可靠性进行验证,获取微电网的供电可靠性,还用于:
进行元件可靠性计算,元件的正常工作时间TTTF和故障时间TTTR分别为:
TTTF=-(1/λ)·lnu1 (3)
TTTR=-(1/μ)·lnu2
式中,λ和μ分别是元件的故障率和修复率;u1和u2是(0,1)区间服从均匀分布的随机数;
模拟各元器件的工作情况和故障情况,计算各个缺电负荷的累计缺电时间,根据每一处负荷点的总停电时间,计算系统的平均停电时间SAIDI,Ti为负荷点停电时间,N为总用户数:
Figure BDA0002642504200000052
平均供电可用率(η):平均每年用户供电小时数与用户要求供电总小时数的比值记作ASAI。
Figure BDA0002642504200000061
式中,TN为8760小时,T为平均每年用户停电小时数。
本发明技术方案提供一种基于智能微电网的多站融合集成方法及系统,其中方法包括:根据多站融合功能定位确认能源子站的类型,以及根据变电站主变容量和站址空间,确定能源子站的容量;根据能源子站的类型和容量确定微电网结构,以及确定并网的微电网结构的运行方式;设计微电网的控制架构,控制架构包括微电网自治控制、微电网与电网协调控制;微电网自治控制对微电网内功率平衡进行协调控制,微电网与电网协调控制微电网与主网两级联合调度,实现系统多目标优化;基于多站融合功能定位设计微电网的控制策略;对微电网的可靠性进行验证,获取微电网的供电可靠性。本发明技术方案涉及变电站、储能站、数据中心站和电动汽车充电站等多站融合技术,具体涉及一种基于微电网的多站融合系统集成方法,具体包括统计数据的收集和处理、建设模式、网架结构优选、控制架构设计和控制策略等;本发明技术方案从变电站升级转型和周边实际需求出发,确定多站融合建设模式,提出基于微电网的多站融合系统集成方法,整合了多个能源子站协调控制与管理,提升了多站融合的系统集成与管理效率。该集成设计技术能根据不同的变电站站址和能源信息服务需求等实际情况,建立符合区域实际情况的多站融合工程,为该区域的分布式能源、电动汽车充电站、数据中心站和通信基站等规划建设提供参考。
附图说明
通过参考下面的附图,可以更为完整地理解本发明的示例性实施方式:
图1为根据本发明优选实施方式的一种基于智能微电网的多站融合集成方法流程图;
图2为根据本发明优选实施方式的一种基于智能微电网的多站融合集成方法流程图;
图3为根据本发明优选实施方式的一种基于智能微电网的多站融合集成系统结构图;以及
图4为根据本发明优选实施方式的一种基于智能微电网的多站融合集成系统结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明优选实施方式的一种基于智能微电网的多站融合集成方法流程图。本发明提出一种基于智能微电网的多站融合集成方法,实现变电站内多个单元高效集成。该方法可以实现资源集约化、成本最小化,多站物理信息融合高度集成,提高多站联合运行协调性,整合分布式电源、储能站、充电站、数据中心等分散功能,实现功能共享,减少设备投资,促进站内分布式电源、充换电设施的运行优化,改善站内多种能源系统整体的涉网特性和可调度性,为多站融合工程建设提供的技术保障。
如图1所示,本发明提供一种基于智能微电网的多站融合集成方法,方法包括:
在步骤101:根据多站融合功能定位确认能源子站的类型,以及根据变电站主变容量和站址空间,确定能源子站的容量;优选地,多站融合功能定位包括:综合能源服务、提升可再生能源消纳、提升供电品质。
一种基于智能微电网的多站融合系统集成方法,包括确定多站融合功能定位、确定能源子站种类,设计微电网结构、设计控制架构、定制运行控制策略、仿真验证;能源子站类型包括智能变电站、数据中心、充换电站、储能站、分布式光伏、5G基站、北斗基站等;微电网结构包括直流微电网、交流微电网和交直流混合微电网;控制架构包括微电网控制架构、储能控制架构;运行控制策略包括微电网运行控制策略和储能运行策略等。
一种基于智能微电网的多站融合系统集成方法包括以下步骤:
本发明首先确定能源子站种类:根据多站融合的功能定位和站址空间,确定能源子站的类型和容量。
1)多站融合功能定位包括3类:综合能源服务、提升可再生能源消纳、提升供电品质;综合能源服务主要是保证站内各能源子站经济运行,提升可再生能源消纳主要是提升清洁能源占比,提升供电品质侧重于保障重要负荷的供电可靠性。其中,能源子站包括智能变电站A、数据中心B、充换电站C、储能站D、分布式光伏E、5G基站F、北斗基站G等;如多站融合功能定位为综合服务,推荐能源子站可以采用A+B+C+D建设模式。功能定位为提升供电品质,推荐A+D+E、A+B+D+E等。
2)根据变电站主变容量和站址空间,确定各能源子站的容量。分布式光伏根据站内屋顶或空地面积确定;数据中心站根据需求和站内空间确定;储能电站容量SESS根据主变容量S和数据中心站规模SDCS确定,SDCS<SESS<10%S;电动汽车充电站、5G通信基站可以根据实际需求确定。
在步骤102:根据能源子站的类型和容量确定微电网结构,以及确定并网的微电网结构的运行方式。本发明微电网的结构需要根据能源子站的类型确定,网架结构主要包括直流微电网、交流微电网和交直流混合微电网。
当变电站内的能源子站和负荷较大且主要为直流源和直流负荷时,可采用直流微电网进行设计;
Figure BDA0002642504200000081
当变电站内的能源子站及负荷较大且以交流为主时,可采用交流微电网或交直流混合微电网进行设计。
Figure BDA0002642504200000091
本发明确定微电网的运行方式,此处微电网为并网型微电网,但是具备短时离网运行能力,离网运行时长由数据中心站负荷大小确定。
在步骤103:设计微电网的控制架构,控制架构包括微电网自治控制、微电网与电网协调控制;微电网自治控制对微电网内功率平衡进行协调控制,微电网与电网协调控制微电网与主网两级联合调度,实现系统多目标优化。优选地,根据能源子站的类型和容量确定微电网结构,包括:
当变电站内的能源子站负荷大于阈值且主要为直流源和直流负荷时,采用直流微电网进行设计:
Figure BDA0002642504200000092
当变电站内的能源子站负荷大于阈值且主要为交流源和交流负荷时,采用交流微电网或交直流混合微电网进行设计:
Figure BDA0002642504200000093
其中SDC为直流源容量;SAC为交流源容量;n为直流源数量,m为交流源数量。
本发明对控制架构进行设计,微电网控制架构主要分为两层(由下至上):微电网自治控制、微电网与电网协调控制。
1)微电网自治控制主要利用储能、电动汽车等可控单元,通过协调控制最大程度保证微电网内功率平衡或趋于平衡状态,可以保障数据中心站等重要负荷的供电可靠性;
2)微电网协调控制主要通过微电网、大型储能和可控负荷协调互济,提升整体分布式电源消纳能力;微电网与电网协调控制主要通过微电网-主网两级联合调度,实现“源-网-荷-储”协同,实现系统多目标优化。
常规微电网侧重于微电网自治控制,多站融合微电网侧重于提升整体能效,如提升分布式电源消纳能力、供电电压质量和设备利用效率等。
在步骤104:基于多站融合功能定位设计微电网的控制策略。优选地,基于多站融合功能定位设计微电网的控制策略,还包括:
当多站融合功能定位为综合能源服务时,采用削峰填谷策略,包括:通过峰谷电价进行削峰填谷;根据变电站负荷曲线执行削峰填谷策略;
当多站融合功能定位为提升可再生能源消纳时,采用并网型微电网控制策略,根据最大化新能源消纳为目标进行控制;
当多站融合功能定位为提升供电品质时,采用高供电可靠性和供电质量控制策略,储能预留足够电量为重要负荷保电。
本发明控制策略设计包括:微电网的控制策略主要根据多站融合的功能定位确定,多站融合功能定位:综合能源服务、提升可再生能源消纳、提升供电品质。
1)综合能源服务,可以采用两类削峰填谷策略:一类是峰谷电价进行削峰填谷,一类是根据变电站负荷曲线执行削峰填谷策略;
2)提升可再生能源消纳,可以采用并网型微电网控制策略,以最大化新能源消纳为目标进行控制;
3)提升供电品质,可以采用高供电可靠性和供电质量控制策略,储能预留足够电量为重要负荷保电。
在步骤105:对微电网的可靠性进行验证,获取微电网的供电可靠性。
优选地,对微电网的可靠性进行验证,获取微电网的供电可靠性,包括:
进行元件可靠性计算,元件的正常工作时间TTTF和故障时间TTTR分别为:
TTTF=-(1/λ)·lnu1 (3)
TTTR=-(1/μ)·lnu2
式中,λ和μ分别是元件的故障率和修复率;u1和u2是(0,1)区间服从均匀分布的随机数;
模拟各元器件的工作情况和故障情况,计算各个缺电负荷的累计缺电时间,根据每一处负荷点的总停电时间,计算系统的平均停电时间SAIDI,Ti为负荷点停电时间,N为总用户数:
Figure BDA0002642504200000101
平均供电可用率(η):平均每年用户供电小时数与用户要求供电总小时数的比值记作ASAI。
Figure BDA0002642504200000111
式中,TN为8760小时,T为平均每年用户停电小时数。
本发明进行交直流微电网N-2可靠性验证,供电可靠率≥99.9999%.
本发明对元件可靠性计算,元件的正常工作时间TTTF和故障时间TTTR分别为:
TTTF=-(1/λ)·lnu1 (3)
TTTR=-(1/μ)·lnu2
式中,λ和μ分别是元件的故障率和修复率;u1和u2是(0,1)区间服从均匀分布的随机数。
其中系统可靠性计算包括:通过序贯蒙特卡罗算法模拟各元器件的工作情况和故障情况,计算各个缺电负荷的累计缺电时间,根据每一处负荷点的总停电时间,计算系统的平均停电时间(SAIDI),Ti为负荷点停电时间,N为总用户数:
Figure BDA0002642504200000112
平均供电可用率(η):平均每年用户供电小时数与用户要求供电总小时数的比值记作ASAI。
Figure BDA0002642504200000113
式中,TN为8760小时。
本发明提供的多站融合系统集成方法,可以把智能变电站、数据中心、充换电站、储能站、分布式光伏、5G基站、北斗基站等能源子站进行合理规划,明确了多站融合的建设模式、交直流混合微电网结构、控制架构和控制策略等单元,可以实现多个能源子站的高效集成。
本发明提供的集成设计技术能根据不同的变电站站址和能源信息服务需求等实际情况,建立符合区域实际情况的多站融合工程,为该区域的分布式能源、电动汽车充电站、数据中心站和通信基站等规划建设提供参考。
图2是本发明实施例的基于多站融合集成流程图,如图2所示。本发明主要分为6个步骤:(1)输入变电站位置、周边负荷情况、电动汽车充电需求,分析变电站的最大负载率、设备利用率等指标,同时确定变电站区域用户对于充电站需求;(2)根据多种因素确定多站融合功能定位,变电站功能定位可分为综合能源服务、提升可再生能源消纳、提升供电品质;(3)根据功能定位确定能源子站类型和容量,能源子站包括智能变电站A、数据中心B、充换电站C、储能站D、分布式光伏D、5G基站E、北斗基站F等;(4)确定交直流混合微电网的网架结构,进行网架结构优选;(5)确定交直流混合微电网控制架构和部署方式;(6)确定交直流混合微电网控制策略,同时进行可靠性和仿真验证。
图3为根据本发明优选实施方式的一种基于智能微电网的多站融合集成系统结构图。如图3所示,本发明提供一种基于智能微电网的多站融合集成系统,系统包括:
初始单元301,用于根据多站融合功能定位确认能源子站的类型,以及根据变电站主变容量和站址空间,确定能源子站的容量;根据能源子站的类型和容量确定微电网结构,以及确定并网的微电网结构的运行方式;设计微电网的控制架构,控制架构包括微电网自治控制、微电网与电网协调控制;微电网自治控制对微电网内功率平衡进行协调控制,微电网与电网协调控制微电网与主网两级联合调度,实现系统多目标优化;优选地,多站融合功能定位包括:综合能源服务、提升可再生能源消纳、提升供电品质。
优选地,初始单元301,用于根据能源子站的类型和容量确定微电网结构,还用于:
当变电站内的能源子站负荷大于阈值且主要为直流源和直流负荷时,采用直流微电网进行设计:
Figure BDA0002642504200000131
当变电站内的能源子站负荷大于阈值且主要为交流源和交流负荷时,采用交流微电网或交直流混合微电网进行设计:
Figure BDA0002642504200000132
其中SDC为直流源容量;SAC为交流源容量;n为直流源数量,m为交流源数量。
本发明提供一种基于智能微电网的多站融合系统集成系统,包括确定多站融合功能定位、确定能源子站种类,设计微电网结构、设计控制架构、定制运行控制策略、仿真验证;能源子站类型包括智能变电站、数据中心、充换电站、储能站、分布式光伏、5G基站、北斗基站等;微电网结构包括直流微电网、交流微电网和交直流混合微电网;控制架构包括微电网控制架构、储能控制架构;运行控制策略包括微电网运行控制策略和储能运行策略等。
一种基于智能微电网的多站融合系统集成方法包括以下步骤:
本发明首先确定能源子站种类:根据多站融合的功能定位和站址空间,确定能源子站的类型和容量。
1)多站融合功能定位包括3类:综合能源服务、提升可再生能源消纳、提升供电品质;综合能源服务主要是保证站内各能源子站经济运行,提升可再生能源消纳主要是提升清洁能源占比,提升供电品质侧重于保障重要负荷的供电可靠性。其中,能源子站包括智能变电站A、数据中心B、充换电站C、储能站D、分布式光伏E、5G基站F、北斗基站G等;如多站融合功能定位为综合服务,推荐能源子站可以采用A+B+C+D建设模式。功能定位为提升供电品质,推荐A+D+E、A+B+D+E等。
2)根据变电站主变容量和站址空间,确定各能源子站的容量。分布式光伏根据站内屋顶或空地面积确定;数据中心站根据需求和站内空间确定;储能电站容量SESS根据主变容量S和数据中心站规模SDCS确定,SDCS<SESS<10%S;电动汽车充电站、5G通信基站可以根据实际需求确定。
本发明微电网的结构需要根据能源子站的类型确定,网架结构主要包括直流微电网、交流微电网和交直流混合微电网。
当变电站内的能源子站和负荷较大且主要为直流源和直流负荷时,可采用直流微电网进行设计;
Figure BDA0002642504200000141
当变电站内的能源子站及负荷较大且以交流为主时,可采用交流微电网或交直流混合微电网进行设计。
Figure BDA0002642504200000142
本发明确定微电网的运行方式,此处微电网为并网型微电网,但是具备短时离网运行能力,离网运行时长由数据中心站负荷大小确定。
本发明对控制架构进行设计,微电网控制架构主要分为两层(由下至上):微电网自治控制、微电网与电网协调控制。
1)微电网自治控制主要利用储能、电动汽车等可控单元,通过协调控制最大程度保证微电网内功率平衡或趋于平衡状态,可以保障数据中心站等重要负荷的供电可靠性;
2)微电网协调控制主要通过微电网、大型储能和可控负荷协调互济,提升整体分布式电源消纳能力;微电网与电网协调控制主要通过微电网-主网两级联合调度,实现“源-网-荷-储”协同,实现系统多目标优化。
常规微电网侧重于微电网自治控制,多站融合微电网侧重于提升整体能效,如提升分布式电源消纳能力、供电电压质量和设备利用效率等。
策略单元302,用于基于多站融合功能定位设计微电网的控制策略。优选地,策略单元302,用于基于多站融合功能定位设计微电网的控制策略,还用于:
当多站融合功能定位为综合能源服务时,采用削峰填谷策略,包括:通过峰谷电价进行削峰填谷;根据变电站负荷曲线执行削峰填谷策略;
当多站融合功能定位为提升可再生能源消纳时,采用并网型微电网控制策略,根据最大化新能源消纳为目标进行控制;
当多站融合功能定位为提升供电品质时,采用高供电可靠性和供电质量控制策略,储能预留足够电量为重要负荷保电。
本发明控制策略设计包括:微电网的控制策略主要根据多站融合的功能定位确定,多站融合功能定位:综合能源服务、提升可再生能源消纳、提升供电品质。
1)综合能源服务,可以采用两类削峰填谷策略:一类是峰谷电价进行削峰填谷,一类是根据变电站负荷曲线执行削峰填谷策略;
2)提升可再生能源消纳,可以采用并网型微电网控制策略,以最大化新能源消纳为目标进行控制;
3)提升供电品质,可以采用高供电可靠性和供电质量控制策略,储能预留足够电量为重要负荷保电。
验证单元303,用于对微电网的可靠性进行验证,获取微电网的供电可靠性。优选地,验证单元303,用于对微电网的可靠性进行验证,获取微电网的供电可靠性,还用于:
进行元件可靠性计算,元件的正常工作时间TTTF和故障时间TTTR分别为:
TTTF=-(1/λ)·lnu1 (3)
TTTR=-(1/μ)·lnu2
式中,λ和μ分别是元件的故障率和修复率;u1和u2是(0,1)区间服从均匀分布的随机数;
模拟各元器件的工作情况和故障情况,计算各个缺电负荷的累计缺电时间,根据每一处负荷点的总停电时间,计算系统的平均停电时间SAIDI,Ti为负荷点停电时间,N为总用户数:
Figure BDA0002642504200000151
平均供电可用率(η):平均每年用户供电小时数与用户要求供电总小时数的比值记作ASAI。
Figure BDA0002642504200000152
式中,TN为8760小时,T为平均每年用户停电小时数。
本发明进行交直流微电网N-2可靠性验证,供电可靠率≥99.9999%.
本发明对元件可靠性计算,元件的正常工作时间TTTF和故障时间TTTR分别为:
TTTF=-(1/λ)·lnu1 (3)
TTTR=-(1/μ)·lnu2
式中,λ和μ分别是元件的故障率和修复率;u1和u2是(0,1)区间服从均匀分布的随机数。
其中系统可靠性计算包括:通过序贯蒙特卡罗算法模拟各元器件的工作情况和故障情况,计算各个缺电负荷的累计缺电时间,根据每一处负荷点的总停电时间,计算系统的平均停电时间(SAIDI),Ti为负荷点停电时间,N为总用户数:
Figure BDA0002642504200000161
平均供电可用率(η):平均每年用户供电小时数与用户要求供电总小时数的比值记作ASAI。
Figure BDA0002642504200000162
式中,TN为8760小时。
图4是本发明实施例的基于多站融合的交直流混合微电网的结构示意图,如图4所示。本发明采用两台10kV/0.4kV分裂变作为交直流混合微电网的外接电源,101和112为连接主网的10kVAC开关,可以处于常闭开关,可以确保交直流混合微电网有两路外接电源。102、103、113、114分别为#1和#2分裂变两个交流400VAC出口开关,104和115为两个分裂变低压侧的400VAC联络开关。107、108、117、119分别为四组储能电池的并网开关400VAC。105、116是直流系统逆变并网开关400VAC,通过交流源支撑直流母线电压。108为光伏并入直流母线开关750VDC,109为超级电容并网开关750VDC,111为数据中心负荷开关750VDC,110为分段开关750VDC。118为并网开关400VAC。
已经通过参考少量实施方式描述了本发明。然而,本领域技术人员所公知的,正如附带的专利权利要求所限定的,除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地,在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释,除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例,除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行,除非明确地说明。

Claims (4)

1.一种基于智能微电网的多站融合集成方法,所述方法包括:
根据多站融合功能定位确认能源子站的类型,以及根据变电站主变容量和站址空间,确定能源子站的容量;
根据所述能源子站的类型和容量确定微电网结构,以及确定并网的微电网结构的运行方式;所述根据所述能源子站的类型和容量确定微电网结构,包括:
当变电站内的能源子站负荷大于阈值且主要为直流源和直流负荷时,采用直流微电网进行设计:
Figure FDA0003866261710000011
当变电站内的能源子站负荷大于阈值且主要为交流源和交流负荷时,采用交流微电网或交直流混合微电网进行设计:
Figure FDA0003866261710000012
其中SDC为直流源容量;SAC为交流源容量;n为直流源数量,m为交流源数量;
设计微电网的控制架构,所述控制架构包括微电网自治控制、微电网与电网协调控制;所述微电网自治控制对微电网内功率平衡进行协调控制,所述微电网与电网协调控制微电网与主网两级联合调度,实现系统多目标优化;
基于多站融合功能定位设计微电网的控制策略,包括:
当所述多站融合功能定位为综合能源服务时,采用削峰填谷策略,包括:通过峰谷电价进行削峰填谷;根据变电站负荷曲线执行削峰填谷策略;
当所述多站融合功能定位为提升可再生能源消纳时,采用并网型微电网控制策略,根据最大化新能源消纳为目标进行控制;
当所述多站融合功能定位为提升供电品质时,采用高供电可靠性和供电质量控制策略,储能预留足够电量为重要负荷保电;
对微电网的可靠性进行验证,获取微电网的供电可靠性,包括:进行元件可靠性计算,元件的正常工作时间TTTF和故障时间TTTR分别为:
Figure FDA0003866261710000021
式中,λ和μ分别是元件的故障率和修复率;u1和u2是(0,1)区间服从均匀分布的随机数;
模拟各元器件的工作情况和故障情况,计算各个缺电负荷的累计缺电时间,根据每一处负荷点的总停电时间,计算系统的平均停电时间SAIDI,Ti为负荷点停电时间,N为总用户数:
Figure FDA0003866261710000022
平均供电可用率(η):平均每年用户供电小时数与用户要求供电总小时数的比值记作ASAI;
Figure FDA0003866261710000023
式中,TN为8760小时,T为平均每年用户停电小时数。
2.根据权利要求1所述的方法,所述多站融合功能定位包括:综合能源服务、提升可再生能源消纳、提升供电品质。
3.一种基于智能微电网的多站融合集成系统,所述系统包括:
初始单元,用于根据多站融合功能定位确认能源子站的类型,以及根据变电站主变容量和站址空间,确定能源子站的容量;根据所述能源子站的类型和容量确定微电网结构,以及确定并网的微电网结构的运行方式;所述根据所述能源子站的类型和容量确定微电网结构,包括:
当变电站内的能源子站负荷大于阈值且主要为直流源和直流负荷时,采用直流微电网进行设计:
Figure FDA0003866261710000024
当变电站内的能源子站负荷大于阈值且主要为交流源和交流负荷时,采用交流微电网或交直流混合微电网进行设计:
Figure FDA0003866261710000031
其中SDC为直流源容量;SAC为交流源容量;n为直流源数量,m为交流源数量;
设计微电网的控制架构,所述控制架构包括微电网自治控制、微电网与电网协调控制;所述微电网自治控制对微电网内功率平衡进行协调控制,所述微电网与电网协调控制微电网与主网两级联合调度,实现系统多目标优化;
策略单元,用于基于多站融合功能定位设计微电网的控制策略,包括:
当所述多站融合功能定位为综合能源服务时,采用削峰填谷策略,包括:通过峰谷电价进行削峰填谷;根据变电站负荷曲线执行削峰填谷策略;
当所述多站融合功能定位为提升可再生能源消纳时,采用并网型微电网控制策略,根据最大化新能源消纳为目标进行控制;
当所述多站融合功能定位为提升供电品质时,采用高供电可靠性和供电质量控制策略,储能预留足够电量为重要负荷保电;
验证单元,用于对微电网的可靠性进行验证,获取微电网的供电可靠性,包括:进行元件可靠性计算,元件的正常工作时间TTTF和故障时间TTTR分别为:
Figure FDA0003866261710000032
式中,λ和μ分别是元件的故障率和修复率;u1和u2是(0,1)区间服从均匀分布的随机数;
模拟各元器件的工作情况和故障情况,计算各个缺电负荷的累计缺电时间,根据每一处负荷点的总停电时间,计算系统的平均停电时间SAIDI,Ti为负荷点停电时间,N为总用户数:
Figure FDA0003866261710000041
平均供电可用率(W):平均每年用户供电小时数与用户要求供电总小时数的比值记作ASAI;
Figure FDA0003866261710000042
式中,TN为8760小时,T为平均每年用户停电小时数。
4.根据权利要求3所述的系统,所述多站融合功能定位包括:综合能源服务、提升可再生能源消纳、提升供电品质。
CN202010844292.2A 2020-08-20 2020-08-20 一种基于智能微电网的多站融合集成方法及系统 Active CN112152200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010844292.2A CN112152200B (zh) 2020-08-20 2020-08-20 一种基于智能微电网的多站融合集成方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010844292.2A CN112152200B (zh) 2020-08-20 2020-08-20 一种基于智能微电网的多站融合集成方法及系统

Publications (2)

Publication Number Publication Date
CN112152200A CN112152200A (zh) 2020-12-29
CN112152200B true CN112152200B (zh) 2023-01-31

Family

ID=73888398

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010844292.2A Active CN112152200B (zh) 2020-08-20 2020-08-20 一种基于智能微电网的多站融合集成方法及系统

Country Status (1)

Country Link
CN (1) CN112152200B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112949898A (zh) * 2021-01-04 2021-06-11 国网上海市电力公司 一种多站融合选址规划的优化方法
CN113449391B (zh) * 2021-05-11 2022-09-20 中国航空工业集团公司沈阳飞机设计研究所 一种基于热电耦合的能量优化配置与评估方法
CN113315165B (zh) * 2021-05-17 2022-11-29 国网上海市电力公司 四站融合的综合能源系统协调控制方法及协调控制系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016009389A1 (en) * 2014-07-16 2016-01-21 Wayne State University Balanced control strategies for interconnected heterogeneous battery systems in smart grid applications
CN106549380A (zh) * 2016-12-29 2017-03-29 哈尔滨工业大学 多模态微电网能量协调优化控制方法
CN109962476A (zh) * 2019-02-01 2019-07-02 中国电力科学研究院有限公司 一种微电网中源网荷储互动能量管理办法和装置
CN110829508A (zh) * 2019-10-30 2020-02-21 中国能源建设集团湖南省电力设计院有限公司 一种适用于“多站融合”的“两交一直”混联微网结构

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016009389A1 (en) * 2014-07-16 2016-01-21 Wayne State University Balanced control strategies for interconnected heterogeneous battery systems in smart grid applications
CN106549380A (zh) * 2016-12-29 2017-03-29 哈尔滨工业大学 多模态微电网能量协调优化控制方法
CN109962476A (zh) * 2019-02-01 2019-07-02 中国电力科学研究院有限公司 一种微电网中源网荷储互动能量管理办法和装置
CN110829508A (zh) * 2019-10-30 2020-02-21 中国能源建设集团湖南省电力设计院有限公司 一种适用于“多站融合”的“两交一直”混联微网结构

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
多站融合交直流微网系统研究;毛卓越;《电力与能源》;20200630;第41卷(第3期);全文 *

Also Published As

Publication number Publication date
CN112152200A (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
Georgilakis et al. A review of power distribution planning in the modern power systems era: Models, methods and future research
Upadhyay et al. Selection of a suitable energy management strategy for a hybrid energy system in a remote rural area of India
CN112152200B (zh) 一种基于智能微电网的多站融合集成方法及系统
He et al. A bi-layer optimization based temporal and spatial scheduling for large-scale electric vehicles
Ghiani et al. Impact of renewable energy sources and energy storage technologies on the operation and planning of smart distribution networks
Castillo-Calzadilla et al. Is it feasible a massive deployment of low voltage direct current microgrids renewable-based? A technical and social sight
Jayachandran et al. Challenges in achieving sustainable development goal 7: Affordable and clean energy in light of nascent technologies
CN112734098B (zh) 一种基于源-荷-网平衡的配电网电力调度方法及系统
CN109149651A (zh) 一种计及调压辅助服务收益的光储系统优化运行方法
Kumar et al. A comprehensive review of DC microgrid in market segments and control technique
CN114243795A (zh) 一种典型充电站综合能源协同交互优化配置方法及系统
Yang et al. Review on optimal planning of new power systems with distributed generations and electric vehicles
Siraj et al. Optimal power dispatch in solar‐assisted uninterruptible power supply systems
CN112350369A (zh) 光储充一体化电站能效评估方法
Deng et al. Two-stage residential community energy management utilizing EVs and household load flexibility under grid outage event
Wang et al. Robust survivability-oriented scheduling of separable mobile energy storage and demand response for isolated distribution systems
Chicco et al. Introduction—Advances and challenges in active distribution systems
Robyns et al. Electrical energy storage for buildings in smart grids
CN110739684B (zh) 基于多时间尺度的多交直流混合微电网优化调度方法
Gangwar et al. Management of energy storage dispatch in unbalanced distribution networks using opendss
Gabash et al. Evaluation of reactive power capability by optimal control of wind-vanadium redox battery stations in electricity market
Tian et al. Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market
CN107359636A (zh) 一种充电系统
Peng et al. Multi-objective planning of microgrid considering electric vehicles charging load
CN113612219A (zh) 一种基于源网荷储互动的减碳微网日前能量优化方法

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