CN112241923B - 一种基于综合能源系统源荷等效外特性的配网电力平衡方法 - Google Patents
一种基于综合能源系统源荷等效外特性的配网电力平衡方法 Download PDFInfo
- Publication number
- CN112241923B CN112241923B CN202010994586.3A CN202010994586A CN112241923B CN 112241923 B CN112241923 B CN 112241923B CN 202010994586 A CN202010994586 A CN 202010994586A CN 112241923 B CN112241923 B CN 112241923B
- Authority
- CN
- China
- Prior art keywords
- load
- time point
- value
- energy system
- electric
- 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 37
- 238000010606 normalization Methods 0.000 claims abstract description 11
- 238000011161 development Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 43
- 230000005611 electricity Effects 0.000 claims description 21
- 229920006395 saturated elastomer Polymers 0.000 claims description 20
- 238000001816 cooling Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000010438 heat treatment Methods 0.000 claims description 9
- 238000005057 refrigeration Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000003064 k means clustering Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000009466 transformation Effects 0.000 abstract description 3
- 238000005265 energy consumption Methods 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Water Supply & Treatment (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于综合能源系统源荷等效外特性的配网电力平衡方法，包括以下内容，收集历史年常规负荷用电数据、电动汽车充电设施用电数据、用户冷热用能数据、分布式电源发展数据，将收集的数据聚类形成曲线，计算各时点的归一值、分布式电源置信出力，根据对应的典型曲线归一值计算各时点负荷值以及收集的数据，绘制对应特性曲线，根据特性曲线计算所需电网供电的10kV馈线条数及110kV主变台数。本发明提供一种基于综合能源系统源荷等效外特性的配网电力平衡方法，这种方法构建了综合能源系统“源‑荷”外特性模型，并进行电力平衡分析，计算所需变电容量规模，提高了规划项目准确性，提升电网投入产出效益，实现了精益规划、精准投资。
Description
技术领域
本发明涉及电网规划技术领域，具体来说，涉及一种基于综合能源系统源荷等效外特性的配网电力平衡方法。
背景技术
为顺应能源革命和数字革命的发展趋势，2019年国家电网公司推动坚强智能电网和泛在电力物联网融合发展，制定了“两个50％”的发展目标，即消费侧——电能在终端能源消费中的比重超过50％，供给侧——非化石能源占一次能源的比重超过50％。配电网络处于电力系统的末端，与终端用户直接相连，涉及的设备量大、面广，配电网是泛在电力物联网的落脚点、主战场，是成功实现“三型两网、两网融合”的重中之重，是支撑实现终端能源消费占比实现50％目标的关键。以电力为主体融合交通、天然气、冷热、分布式电源、需求响应等多种能源系统的综合能源系统将成为未来城市配电网的主要发展趋势。与此同时，多种能源在电力系统配电侧的集中、交互使综合能源下的配电网相比传统配电网更加复杂，传统的配电网规划方法已不再适用，研究适用于多能互补综合能源下的配电网规划方法尤为重要。
在含综合能源系统的配电网中，综合能源系统可以比喻成一个黑盒子，由于黑盒子内部能量供给存在一定程度的自给自足，能源供给不充分时对外表现出负荷特性，能源供给无法完全消耗时则表现出电源的特性，这就给电网规划及建设带来了极大的不确定性，因此为了适应综合能源系统接入对配电网的影响，实现配电网优化规划，必须要深入分析综合能源系统外特性，并基于此进行电力平衡，实现配网设备的优化配置，能够有效解决传统方式无法准确描述综合能源系统的特性，导致电力平衡精准度不高，进而造成规划存在偏差的问题；另外，近年来，随着能源互联网发展热潮的兴起，综合能源系统作为能源互联网的终极组态，其规模在不断壮大，对电网的影响也将愈发突出，而传统电网规划的电力平衡方法不考虑综合能源系统的影响，这就带来了投资偏差问题。
发明内容
针对相关技术中的问题，本发明提出一种基于综合能源系统源荷等效外特性的配网电力平衡方法，解决传统电网规划中，未虑综合能源系统影响，从而导致的规划成果存在偏差、投资较高的问题。
为了实现上述技术目的，本发明的技术方案是这样的：
设计基于综合能源系统源荷等效外特性的配网电力平衡方法，包括以下步骤：
步骤S1，收集历史年常规负荷用电数据、电动汽车充电设施用电数据、用户冷热用能数据、分布式电源发展数据，将收集的数据聚类形成四季典型日负荷特性曲线、四季典型日冷热负荷特性曲线、四季典型日出力特性曲线，计算各时点的归一值、分布式电源置信容量值；
步骤S2，提取综合能源系统供能地块用地性质和建筑面积，采用空间负荷密度法，预测四季典型日地块最大常规电负荷，根据四季典型日负荷特性曲线归一值计算各时点负荷值，绘制四季典型日常规电负荷曲线；提取综合能源系统功能区域内的电动汽车保有量，计算各时点的电动汽车充电设施负荷，绘制四季典型日电动汽车负荷曲线；
步骤S3，提取综合能源系统供能地块建筑面积，预测四季典型日综合能源系统供能范围内冷热饱和负荷，根据对应的典型日冷热负荷曲线归一值计算各时点负荷值，绘制四季典型日冷热负荷曲线；提取分布式电源装机容量，根据对应的典型日出力特性曲线归一值计算各时点出力值，绘制四季典型日分布式电源出力曲线；
步骤S4，根据综合能源系统供能用户类别的不同，代入相应的电力平衡模型，计算综合能源系统四季典型日源荷外特性等效值，绘制四季典型日源荷外特性等效曲线；
步骤S5，根据综合能源系统四季典型日源荷外特性等效曲线，计算电网供电所需的10kV馈线条数及110kV主变台数。
进一步，所述步骤S1包括以下步骤：
步骤S11，提取历史1-3年不同类型负荷的四季用电数据，聚类形成各类负荷特性曲线，提取电动汽车充电设施用电数据，聚类形成四季典型日电动汽车用电负荷特性曲线，计算各时段的充电同时系数，所述聚类采用K-means聚类法；
步骤S12，取历史1-3年不同类型用户的四季冷热负荷数据，其中，所述用户的类型包括商业、工业、居民生活，并将其转换为电负荷，聚类形成四季典型日冷热典型负荷特性曲线；步骤S13，取历史1-3年光伏、风电可再生能源的出力数据，聚类形成四季典型日出力特征曲线；
步骤S14，计算各时点的归一值，计算公式为，该时点归一值＝典型特征曲线该时点数值/典型特征曲线最大值；计算分布式电源在设定置信概率下各时点的最小出力值；其中，所述置信概率为90％。
进一步，所述步骤S2包括以下步骤：
步骤S21，提取综合能源系统供能地块用地性质、建筑面积信息，采用空间负荷密度法，预测地块饱和电负荷，计算公式为，地块饱和电负荷＝地块建筑面积×该地块对应的单位建筑面积用电指标；其中，单位建筑面积用电指标参照各省份的相关建筑标准；
步骤S22，根据步骤S1中求得的特性曲线归一值，计算典型日各时点常规电负荷，绘制典型日常规电负荷曲线；各时点常规电负荷计算公式为，该时点常规电负荷值＝地块饱和电负荷值×该时点常规电负荷归一值；
步骤S23，提取区域电动汽车保有量，按照典型配置估算最大充电负荷，计算各时点电动汽车充电负荷值，计算公式为，最大充电负荷＝电动汽车保有量×最大同时系数×1.732×充电电压×典型配置下的充电电流值；其中，同时系数通过实测数据计算得来，进一步计算各时点充电负荷。
进一步，所述步骤S3包括以下步骤：
步骤S31，提取地块建筑面积，预测饱和冷负荷值，计算公式为，饱和冷负荷值＝空调建筑物建筑面积×空调冷负荷指标；其中，冷负荷指标取自各地区的相应建筑标准；
步骤S32，提取地块建筑面积，预测供热负荷饱和值，计算公式为，饱和热负荷值＝采暖建筑物建筑面积×采暖热负荷指标；其中，热负荷指标取自各地区的相应建筑标准；
步骤S33，根据步骤S31、S32中预测的冷热饱和负荷值，以及步骤S1中求得的冷热负荷典型日各时点归一值，计算各时点的冷热负荷值，绘制冷热负荷曲线，计算公式为，该时点冷\热负荷值＝冷\热饱和负荷值×该时点冷\热负荷归一值。
进一步，所述步骤S3中，绘制四季典型日分布式电源出力曲线的具体过程为：提取综合能源系统功能区域内分布式电源装机容量，计算分布式电源出力值，绘制四季典型日分布式电源出力曲线，该时点分布式电源出力值＝分布式电源装机容量×该时点分布式电源出力归一值。
进一步，所述步骤S4包括以下步骤：
步骤S41，将综合能源系统作为包含冷热电三联供CCHP的综合能源系统；
步骤S42，提取综合能源系统供能区域用户类别，若为商业用户，则需要进行四季等效计算，具体计算公式包括以下：
夏季等效计算公式为，该时点夏季源荷外特性等效值＝该时点常规电负荷预测值+该时点电动汽车充电桩负荷预测值-该时点夏季分布式电源置信出力-该时点CCHP电出力-该时点CCHP供冷负荷，该时点CCHP供冷负荷＝该时点CCHP电出力×热电比×额定制冷效率/电转冷系数；其中，额定制冷效率大于1，蒸汽轮机热电比取1.2，燃气轮机热电比取1，电转冷系数取4，电转冷系数为单位电能转冷能量；
冬季等效计算公式为，该时点冬季源荷外特性等效值＝该时点常规电负荷预测值+该时点电动汽车充电负荷预测值-该时点冬季分布式电源置信容量值-该时点CCHP电出力；
春秋季等效计算公式为，该时点春秋季源荷外特性等效值＝该时点常规电负荷预测值+该时点电动汽车充电负荷预测值-该时点春秋季分布式电源置信容量值；
步骤S43，提取综合能源系统供能区域用户类别，具体计算公式为，该时点源荷外特性等效值＝该时点常规电负荷预测值+该时点电动汽车充电负荷预测值-该时点分布式电源置信容量值-该时点CCHP电出力-该时点CCHP供冷负荷。
进一步，所述步骤S5包括以下步骤：
步骤S51，计算所需10kV馈线条数，计算公式为，10kV馈线条数＝max(夏季源荷外特性等效值、春秋季源荷外特性等效值、冬季源荷外特性等效值)/10kV单条馈线安全输送功率；若馈线为联络线路，则10kV单条馈线安全输送功率＝1.732×10×线路安全输送电流/2；其中，若馈线为辐射线路，则10kV单条馈线安全输送功率＝1.732×10×线路安全输送电流；步骤S52，计算所需110kV主变台数，计算公式为：110kV主变台数＝max(夏季源荷外特性等效值、春秋季源荷外特性等效值、冬季源荷外特性等效值)110kV容载比/110kV单台主变容量；其中，单台主变容量取50MVA，110kV容载比为1.8-2.1。
本发明的有益效果：本发明从电网角度将综合能源系统等效为“源-荷”特性点，提取区域内冷热、电负荷基础数据，构建综合能源系统“源-荷”外特性模型，再基于综合能源系统等效外特性进行电力平衡分析，计算所需变电容量规模，解决了传统不考虑综合能源系统影响导致的规划成果存在偏差、投资较高的问题，提高了规划项目准确性，提升电网投入产出效益，实现能源互联网背景下的精益规划、精准投资。
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，下面将对实施例中所需要使用的附图作简单地介绍，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是根据本发明实施例所述一种基于综合能源系统源荷等效外特性的配网电力平衡方法的流程图；
图2是根据本发明实施例所述一种基于综合能源系统源荷等效外特性的配网电力平衡方法应用中的常规电负荷预测曲线；
图3是根据本发明实施例所述一种基于综合能源系统源荷等效外特性的配网电力平衡方法应用中的热负荷预测曲线；
图4是根据本发明实施例所述一种基于综合能源系统源荷等效外特性的配网电力平衡方法应用中的冷负荷预测曲线；
图5是根据本发明实施例所述一种基于综合能源系统源荷等效外特性的配网电力平衡方法应用中的电动汽车负荷预测曲线；
图6是根据本发明实施例所述一种基于综合能源系统源荷等效外特性的配网电力平衡方法应用中的夏季源荷等效外特性曲线图，其中，X1为总负荷，X2为光伏出力预测值，X3为内燃机，X4为等效外特性值；
图7是根据本发明实施例所述一种基于综合能源系统源荷等效外特性的配网电力平衡方法应用中的冬季源荷等效外特性曲线，其中，D1为总负荷，D2为光伏出力预测值，D3为内燃机；
图8是根据本发明实施例所述一种基于综合能源系统源荷等效外特性的配网电力平衡方法应用中的春秋季源荷等效外特性曲线，其中，C1为总负荷，C2为光伏出力预测值，C3为内燃机。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例所述的一种基于综合能源系统源荷等效外特性的配网电力平衡方法，包括以下步骤：
步骤S1，收集历史年常规负荷用电数据、电动汽车充电设施用电数据、用户冷热用能数据、分布式电源发展数据，将收集的数据聚类形成四季典型日负荷特性曲线、四季典型日冷热负荷特性曲线、四季典型日出力特性曲线，计算各时点的归一值、分布式电源置信容量值；
步骤S2，提取综合能源系统供能地块用地性质和建筑面积，采用空间负荷密度法，预测四季典型日地块最大常规电负荷，根据四季典型日负荷特性曲线归一值计算各时点负荷值，绘制四季典型日常规电负荷曲线；提取综合能源系统功能区域内的电动汽车保有量，计算各时点的电动汽车充电设施负荷，绘制四季典型日电动汽车负荷曲线；
步骤S3，提取综合能源系统供能地块建筑面积，预测四季典型日综合能源系统供能范围内冷热饱和负荷，根据对应的典型日冷热负荷曲线归一值计算各时点负荷值，绘制四季典型日冷热负荷曲线；提取分布式电源装机容量，根据对应的典型日出力特性曲线归一值计算各时点出力值，绘制四季典型日分布式电源出力曲线；
步骤S4，根据综合能源系统供能用户类别的不同，代入相应的电力平衡模型，计算综合能源系统四季典型日源荷外特性等效值，绘制四季典型日源荷外特性等效曲线；
步骤S5，根据综合能源系统四季典型日源荷外特性等效曲线，计算电网供电所需的10kV馈线条数及110kV主变台数。
在本实施例中，所述步骤S1具体包括以下步骤：
步骤S11，提取历史1-3年不同类型负荷的四季用电数据，聚类形成各类负荷特性曲线，提取电动汽车充电设施用电数据，聚类形成四季典型日电动汽车用电负荷特性曲线，计算各时段的充电同时系数，所述聚类采用K-means聚类法；
步骤S12，取历史1-3年不同类型用户的四季冷热负荷数据，其中，所述用户的类型包括商业、工业、居民生活，并将其转换为电负荷，聚类形成四季典型日冷热典型负荷特性曲线；步骤S13，取历史1-3年光伏、风电可再生能源的出力数据，聚类形成四季典型日出力特征曲线；
步骤S14，计算各时点的归一值，计算公式为，该时点归一值＝典型特征曲线该时点数值/典型特征曲线最大值；计算分布式电源在设定置信概率下各时点的最小出力值；其中，所述置信概率为90％。
在本实施例中，所述步骤S2具体包括以下步骤：
步骤S21，提取综合能源系统供能地块用地性质、建筑面积信息，采用空间负荷密度法，预测地块饱和电负荷，计算公式为，地块饱和电负荷＝地块建筑面积×该地块对应的单位建筑面积用电指标；其中，单位建筑面积用电指标参照各省份的相关建筑标准；
步骤S22，根据步骤S1中求得的特性曲线归一值，计算典型日各时点常规电负荷，绘制典型日常规电负荷曲线；各时点常规电负荷计算公式为，该时点常规电负荷值＝地块饱和电负荷值×该时点常规电负荷归一值；
步骤S23，提取区域电动汽车保有量，按照典型配置估算最大充电负荷，计算各时点电动汽车充电负荷值，计算公式为，最大充电负荷＝电动汽车保有量×最大同时系数×1.732×充电电压×典型配置下的充电电流值；其中，同时系数通过实测数据计算得来，进一步计算各时点充电负荷。
在本实施例中，所述步骤S3具体包括以下步骤：
步骤S31，提取地块建筑面积，预测饱和冷负荷值，计算公式为，饱和冷负荷值＝空调建筑物建筑面积×空调冷负荷指标；其中，冷负荷指标取自各地区的相应建筑标准；
步骤S32，提取地块建筑面积，预测供热负荷饱和值，计算公式为，饱和热负荷值＝采暖建筑物建筑面积×采暖热负荷指标；其中，热负荷指标取自各地区的相应建筑标准；
步骤S33，根据步骤S31、S32中预测的冷热饱和负荷值，以及步骤S1中求得的冷热负荷典型日各时点归一值，计算各时点的冷热负荷值，绘制冷热负荷曲线，计算公式为，该时点冷\热负荷值＝冷\热饱和负荷值×该时点冷\热负荷归一值。
在本实施例中，所述步骤S3中，绘制四季典型日分布式电源出力曲线的具体过程为：提取综合能源系统功能区域内分布式电源装机容量，计算分布式电源出力值，绘制四季典型日分布式电源出力曲线，该时点分布式电源出力值＝分布式电源装机容量×该时点分布式电源出力归一值。
在本实施例中，所述步骤S4具体包括以下步骤：
步骤S41，将综合能源系统作为包含冷热电三联供CCHP的综合能源系统；
步骤S42，提取综合能源系统供能区域用户类别，若为商业用户，则需要进行四季等效计算，具体计算公式包括以下：
夏季等效计算公式为，该时点夏季源荷外特性等效值＝该时点常规电负荷预测值+该时点电动汽车充电桩负荷预测值-该时点夏季分布式电源置信出力-该时点CCHP电出力-该时点CCHP供冷负荷，该时点CCHP供冷负荷＝该时点CCHP电出力×热电比×额定制冷效率/电转冷系数；其中，额定制冷效率大于1，蒸汽轮机热电比取1.2，燃气轮机热电比取1，电转冷系数取4，电转冷系数为单位电能转冷能量；
冬季等效计算公式为，该时点冬季源荷外特性等效值＝该时点常规电负荷预测值+该时点电动汽车充电负荷预测值-该时点冬季分布式电源置信容量值-该时点CCHP电出力；
春秋季等效计算公式为，该时点春秋季源荷外特性等效值＝该时点常规电负荷预测值+该时点电动汽车充电负荷预测值-该时点春秋季分布式电源置信容量值；
步骤S43，提取综合能源系统供能区域用户类别，具体计算公式为，该时点源荷外特性等效值＝该时点常规电负荷预测值+该时点电动汽车充电负荷预测值-该时点分布式电源置信容量值-该时点CCHP电出力-该时点CCHP供冷负荷。
在本实施例中，所述步骤S5具体包括以下步骤：
步骤S51，计算所需10kV馈线条数，计算公式为，10kV馈线条数＝max(夏季源荷外特性等效值、春秋季源荷外特性等效值、冬季源荷外特性等效值)/10kV单条馈线安全输送功率；若馈线为联络线路，则10kV单条馈线安全输送功率＝1.732×10×线路安全输送电流/2；其中，若馈线为辐射线路，则10kV单条馈线安全输送功率＝1.732×10×线路安全输送电流，在城市区域，规划线路均需要建立联络，多采用联络线的计算方式；
步骤S52，计算所需110kV主变台数，计算公式为：110kV主变台数＝max(夏季源荷外特性等效值、春秋季源荷外特性等效值、冬季源荷外特性等效值)110kV容载比/110kV单台主变容量；其中，单台主变容量取50MVA，110kV容载比为1.8-2.1。
如图2-8所示，在具体实际应用中，以某商业楼宇为例，根据建筑面积测算饱和常规电负荷饱和值为7MW(含供冷)，热负荷饱和值为4MW，电负荷饱和值为4MW，电动汽车充电饱和值为0.5MW。
经过效果评估后得到以下图表数据，
| 序号 | 指标 | 传统方法 |
| 1 | 最大等效下网负荷值(MW) | 7 |
| 2 | 最大等效下网负荷出现时间 | 夏季典型日14:00:00 |
| 3 | 需新增110kV变电容量(MVA) | 14 |
| 4 | 需10kV馈线条数(条) | 3 |
| 5 | 需新增投资总额(万元) | 988.99 |
| 6 | 节省投资额(万元) | 297.85 |
| 7 | 节省投资占比 | 30.12％ |
很明显，采用本发明中的方法可以产生较大的经济效益，提高了规划项目准确性。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种基于综合能源系统源荷等效外特性的配网电力平衡方法，其特征在于，包括以下步骤：
步骤S1，收集历史年常规负荷用电数据、电动汽车充电设施用电数据、用户冷热用能数据、分布式电源发展数据，将收集的数据聚类形成四季典型日常规电负荷特性曲线、四季典型日电动汽车负荷特性曲线、四季典型日冷热负荷特性曲线、四季典型日分布式电源出力特性曲线，计算各时点的归一值、分布式电源置信出力；其中，计算各时点的归一值，计算公式为，各时点的归一值=典型日特性曲线对应时点数值/典型日特性曲线的最大值；计算分布式电源置信出力是指，计算分布式电源在设定置信概率下各时点的最小出力值，其中，所述置信概率为90%；
步骤S2，提取综合能源系统供能地块用地性质和建筑面积，采用空间负荷密度法，预测四季典型日地块最大常规电负荷，根据四季典型日常规电负荷特性曲线各时点的归一值计算各时点的常规电负荷值，绘制四季典型日常规电负荷曲线；提取综合能源系统供能区域内的电动汽车保有量，按照典型配置估算最大充电负荷，根据四季典型日电动汽车负荷特性曲线各时点的归一值计算各时点的电动汽车充电负荷，绘制四季典型日电动汽车负荷曲线；
步骤S3，提取综合能源系统供能地块建筑面积，预测四季典型日综合能源系统供能范围内冷热饱和负荷值，根据对应的四季典型日冷热负荷特性曲线各时点的归一值计算各时点的冷热负荷值，绘制四季典型日冷热负荷曲线；提取分布式电源装机容量，根据对应的四季典型日分布式电源出力特性曲线各时点的归一值计算各时点的分布式电源出力值，绘制四季典型日分布式电源出力曲线；
步骤S4，根据综合能源系统供能用户类型的不同，代入相应的电力平衡模型，计算综合能源系统四季典型日源荷外特性等效值，绘制四季典型日源荷外特性等效曲线，所述用户类型包括商业用户、工业用户、居民用户；其中，步骤S4包括如下步骤：
步骤S41，将综合能源系统作为包含冷热电三联供CCHP的综合能源系统；
步骤S42，提取综合能源系统供能区域用户类型，若为商业用户，则需要进行四季源荷外特性等效值计算，具体计算公式包括以下：
夏季源荷外特性等效值计算公式为，各时点夏季源荷外特性等效值=对应时点常规电负荷预测值+对应时点电动汽车充电负荷预测值-对应时点夏季分布式电源置信出力-对应时点CCHP电出力-对应时点CCHP供冷负荷，对应时点CCHP供冷负荷=对应时点CCHP电出力×热电比×额定制冷效率/电转冷系数；其中，额定制冷效率大于1，蒸汽轮机热电比取1.2，燃气轮机热电比取1，电转冷系数取4，电转冷系数为单位电能能够转换的冷能量；
冬季源荷外特性等效值计算公式为，各时点冬季源荷外特性等效值=对应时点常规电负荷预测值+对应时点电动汽车充电负荷预测值-对应时点冬季分布式电源置信出力-对应时点CCHP电出力；
春秋季源荷外特性等效值计算公式为，各时点春秋季源荷外特性等效值=对应时点常规电负荷预测值+对应时点电动汽车充电负荷预测值-对应时点春秋季分布式电源置信出力；
步骤S43，提取综合能源系统供能区域用户类型，若为工业用户，则计算公式为，各时点源荷外特性等效值=对应时点常规电负荷预测值+对应时点电动汽车充电负荷预测值-对应时点分布式电源置信出力-对应时点CCHP电出力-对应时点CCHP供冷负荷；
步骤S5，根据综合能源系统四季典型日源荷外特性等效曲线，计算电网供电所需的10kV馈线条数及110kV主变台数；其中，步骤S5包括如下步骤：
步骤S51，计算所需10kV馈线条数，计算公式为，10kV馈线条数=max(夏季源荷外特性等效值、春秋季源荷外特性等效值、冬季源荷外特性等效值)/10kV单条馈线安全输送功率；若馈线为联络线路，则10kV单条馈线安全输送功率=1.732×10×线路安全输送电流/2；其中，若馈线为辐射线路，则10kV单条馈线安全输送功率=1.732×10×线路安全输送电流；
步骤S52，计算所需110kV主变台数，计算公式为：110kV主变台数=max(夏季源荷外特性等效值、春秋季源荷外特性等效值、冬季源荷外特性等效值)×110kV容载比/110kV单台主变容量；其中，110kV单台主变容量取50MVA，110kV容载比为1.8-2.1。
2.根据权利要求1所述的一种基于综合能源系统源荷等效外特性的配网电力平衡方法，其特征在于，所述步骤S1包括以下步骤：
步骤S11，提取历史1-3年不同类型负荷的四季用电数据，聚类形成各类负荷特性曲线，提取电动汽车充电设施用电数据，聚类形成四季典型日电动汽车负荷特性曲线，计算各时段的充电同时系数，所述聚类采用K-means聚类法；
步骤S12，提取历史1-3年不同用户类型的四季冷热负荷数据，并将其转换为电负荷，聚类形成四季典型日冷热负荷特性曲线；
步骤S13，提取历史1-3年光伏、风电可再生能源的出力数据，聚类形成四季典型日分布式电源出力特性曲线。
3.根据权利要求1所述的一种基于综合能源系统源荷等效外特性的配网电力平衡方法，其特征在于，所述步骤S2包括以下步骤：
步骤S21，提取综合能源系统供能地块用地性质、建筑面积信息，采用空间负荷密度法，预测地块饱和电负荷，计算公式为，地块饱和电负荷=地块建筑面积×该地块对应的单位建筑面积用电指标；其中，单位建筑面积用电指标参照各省份的相关建筑标准；
步骤S22，根据步骤S1中求得的四季典型日常规电负荷特性曲线各时点的归一值，计算典型日各时点常规电负荷，绘制四季典型日常规电负荷曲线；各时点常规电负荷计算公式为，各时点常规电负荷=地块饱和电负荷×对应时点常规电负荷归一值；
步骤S23，提取供能区域内的电动汽车保有量，按照典型配置估算最大充电负荷，计算各时点电动汽车充电负荷值，计算公式为，最大充电负荷=电动汽车保有量×最大充电同时系数×1.732×充电电压×典型配置下的充电电流值；其中，充电同时系数通过实测数据计算得来，进一步计算各时点电动汽车充电负荷值。
4.根据权利要求1所述的一种基于综合能源系统源荷等效外特性的配网电力平衡方法，其特征在于，所述步骤S3包括以下步骤：
步骤S31，提取地块建筑面积，预测冷饱和负荷值，计算公式为，冷饱和负荷值=空调建筑物建筑面积×空调冷负荷指标；其中，空调冷负荷指标取自各地区的相应建筑标准；
步骤S32，提取地块建筑面积，预测热饱和负荷值，计算公式为，热饱和负荷值=采暖建筑物建筑面积×采暖热负荷指标；其中，采暖热负荷指标取自各地区的相应建筑标准；
步骤S33，根据步骤S31、S32中预测的冷热饱和负荷值，以及步骤S1中求得的四季典型日冷热负荷特性曲线各时点的归一值，计算各时点的冷热负荷值，绘制四季典型日冷热负荷曲线，计算公式为，各时点的冷热负荷值=冷热饱和负荷值×对应时点冷热负荷归一值。
5.根据权利要求1所述的一种基于综合能源系统源荷等效外特性的配网电力平衡方法，其特征在于，所述步骤S3中，绘制四季典型日分布式电源出力曲线的具体过程为：提取综合能源系统供能区域内分布式电源装机容量，计算各时点分布式电源出力值，绘制四季典型日分布式电源出力曲线，各时点分布式电源出力值=分布式电源装机容量×对应时点分布式电源出力归一值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010994586.3A CN112241923B (zh) | 2020-09-21 | 2020-09-21 | 一种基于综合能源系统源荷等效外特性的配网电力平衡方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010994586.3A CN112241923B (zh) | 2020-09-21 | 2020-09-21 | 一种基于综合能源系统源荷等效外特性的配网电力平衡方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112241923A CN112241923A (zh) | 2021-01-19 |
| CN112241923B true CN112241923B (zh) | 2023-11-10 |
Family
ID=74171075
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010994586.3A Active CN112241923B (zh) | 2020-09-21 | 2020-09-21 | 一种基于综合能源系统源荷等效外特性的配网电力平衡方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112241923B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112950742B (zh) * | 2021-01-26 | 2023-05-23 | 广西电网有限责任公司电力科学研究院 | 微电网源荷综合特性图像构建方法、装置及存储介质 |
| CN113887809A (zh) * | 2021-10-11 | 2022-01-04 | 国网新疆电力有限公司巴州供电公司 | 双碳目标下配电网供需平衡方法、系统、介质及计算设备 |
| CN117410991B (zh) * | 2023-12-15 | 2024-03-01 | 国网湖北省电力有限公司经济技术研究院 | 针对分布式资源的电力平衡方法、系统、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106952027A (zh) * | 2017-03-11 | 2017-07-14 | 国网浙江省电力公司台州供电公司 | 一种10kV配电网线路规划接入容量计算方法 |
| CN107492908A (zh) * | 2017-09-25 | 2017-12-19 | 国网冀北电力有限公司秦皇岛供电公司 | 一种基于分布式电源接入的馈线优化规划方法 |
| CN109272205A (zh) * | 2018-08-24 | 2019-01-25 | 国网河南省电力公司电力科学研究院 | 广义负荷特性分析方法及装置 |
| CN109871981A (zh) * | 2019-01-10 | 2019-06-11 | 国家电网有限公司 | 一种计及分布式电源和电动汽车影响的负荷特性预测方法 |
| CN110659788A (zh) * | 2018-06-29 | 2020-01-07 | 中国电力科学研究院有限公司 | 一种用户侧综合能源系统的供需平衡分析方法和系统 |
-
2020
- 2020-09-21 CN CN202010994586.3A patent/CN112241923B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106952027A (zh) * | 2017-03-11 | 2017-07-14 | 国网浙江省电力公司台州供电公司 | 一种10kV配电网线路规划接入容量计算方法 |
| CN107492908A (zh) * | 2017-09-25 | 2017-12-19 | 国网冀北电力有限公司秦皇岛供电公司 | 一种基于分布式电源接入的馈线优化规划方法 |
| CN110659788A (zh) * | 2018-06-29 | 2020-01-07 | 中国电力科学研究院有限公司 | 一种用户侧综合能源系统的供需平衡分析方法和系统 |
| CN109272205A (zh) * | 2018-08-24 | 2019-01-25 | 国网河南省电力公司电力科学研究院 | 广义负荷特性分析方法及装置 |
| CN109871981A (zh) * | 2019-01-10 | 2019-06-11 | 国家电网有限公司 | 一种计及分布式电源和电动汽车影响的负荷特性预测方法 |
Non-Patent Citations (3)
| Title |
|---|
| Electric Heating Load Forecasting Model and Method Based on Monte Carlo Method;Liang Ji et al;《2019 IEEE Sustainable Power and Energy Conference(iSPEC)》;20200130;第2403-2406页 * |
| 基于单位建筑面积负荷指标法的城市饱和负荷预测研究;张鹏超;《湖北电力》;20150430;第39卷(第04期);第5-8页 * |
| 考虑用户负荷类型的含分布式电源的配电网可靠性评估;苗友忠 等;《电力科学与技术学报》;20200331;第35卷(第2期);第93-99页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112241923A (zh) | 2021-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112241923B (zh) | 一种基于综合能源系统源荷等效外特性的配网电力平衡方法 | |
| Begovic et al. | Impact of renewable distributed generation on power systems | |
| CN108039722B (zh) | 一种适用于交直流混合的分布式可再生能源系统优化配置方法 | |
| CN108376996B (zh) | 一种实用的配电网分布式光伏接纳能力估算方法 | |
| CN113224756B (zh) | 一种应用于光伏建筑一体化最佳装机容量测算的方法 | |
| CN108960541A (zh) | 基于云数据分析的分布式光伏系统效率评估方法及装置 | |
| CN111754037A (zh) | 区域终端集成供能系统长期负荷混合预测方法 | |
| CN108460525A (zh) | 一种多能互补配用电系统的综合能源利用效率评估方法 | |
| CN112350369A (zh) | 光储充一体化电站能效评估方法 | |
| CN113240204A (zh) | 考虑可再生能源消纳区域能源站容量优化配置方法及系统 | |
| CN115099007B (zh) | 基于综合成本-能耗曲线的综合能源系统优化运行方法 | |
| Zhang et al. | Research on active distribution network structure planning for multi distributed generation access | |
| CN105552941B (zh) | 一种分布式电源调峰容量优化方法 | |
| CN116937562A (zh) | 分布式光伏接入的电能质量预测方法、装置以及电力系统 | |
| Zhu et al. | Load Forecasting of the power system: an investigation based on the method of random forest regression | |
| CN110619436A (zh) | 主动配电网规划方法 | |
| CN114243766B (zh) | 一种区域多能源系统优化配置方法及系统 | |
| CN114792988A (zh) | 一种基于最优潮流的储能接入位置选择方法 | |
| CN109274124B (zh) | 基于场景马尔科夫法的风电就地消纳能力预测方法 | |
| CN109447369B (zh) | 一种基于模拟退火算法的考虑多因素的产能端功率分配方法 | |
| CN106549412B (zh) | 针对风电场并网的供电效益评估方法 | |
| Sharbaf et al. | Placement and quantitating of FACTS devices in a power system including the wind unit to enhance system parameters | |
| CN114169212B (zh) | 一种考虑可调热电比的能量枢纽双层优化方法 | |
| Feng et al. | Bi-level optimal configuration of multi-energy microgrid under multiple scenarios | |
| CN117575100A (zh) | 一种基于综合能源的配电网碳减排能力指数预测及优化方法 |
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 |