CN112886569A - 一种用于并网型微电网供电可靠性的评估方法及装置 - Google Patents

一种用于并网型微电网供电可靠性的评估方法及装置 Download PDF

Info

Publication number
CN112886569A
CN112886569A CN202110034935.1A CN202110034935A CN112886569A CN 112886569 A CN112886569 A CN 112886569A CN 202110034935 A CN202110034935 A CN 202110034935A CN 112886569 A CN112886569 A CN 112886569A
Authority
CN
China
Prior art keywords
microgrid
power
load
state
time
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.)
Pending
Application number
CN202110034935.1A
Other languages
English (en)
Inventor
牛耕
吴鸣
季宇
寇凌峰
屈小云
丁保迪
张颖
庞成明
张智慧
王文博
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
Global Energy Interconnection Research Institute
State Grid Jibei Electric Power Co Ltd
State Grid Beijing 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
Global Energy Interconnection Research Institute
State Grid Jibei Electric Power Co Ltd
State Grid Beijing 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, Global Energy Interconnection Research Institute, State Grid Jibei Electric Power Co Ltd, State Grid Beijing Electric Power Co Ltd filed Critical China Online Shanghai Energy Internet Research Institute Co ltd
Priority to CN202110034935.1A priority Critical patent/CN112886569A/zh
Publication of CN112886569A publication Critical patent/CN112886569A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • 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
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power 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
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously

Landscapes

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

Abstract

本发明公开了一种用于并网型微电网供电可靠性的评估方法，包括：对微电网系统进行初始化；基于蒙特卡洛方法对微电网进行时序的系统运行状态模拟，通过微电网系统运行状态模拟结果，对微电网内的各个负荷在评估周期内的各个时刻的功率需求进行估算；依次判断评估周期内的各个时刻是否发生元件故障，若是，则基于故障模式影响分析，获取微电网内各个负荷的停电状态及停电时间；根据所述微电网内各个负荷的停电状态及停电时间，对微电网供电可靠性进行评估。考虑了微电网中储能设备在故障情况下对负荷的供电支撑作用，能够对微电网的供电可靠性进行系统、综合的分析。

Description

一种用于并网型微电网供电可靠性的评估方法及装置
技术领域
本申请涉及微电网系统评价领域，具体涉及一种用于并网型微电网供电可靠性的评估方法，同时涉及一种用于并网型微电网供电可靠性的评估装置。
背景技术
供电可靠性是评价电网工程建设项目的重要指标。微电网供电可靠性评估对微电网的规划及工程建设有着重要的指导作用，也是微电网综合评价中需要考虑的核心指标之一。并网型微电网是正常运行时与大电网相连，在大电网发生故障等紧急情况下能够独立运行保障其内部用户供电的一类微电网，也是目前微电网建设的一种主要形式。因此，开展并网型微电网供电可靠性评估方法的研究有着重要的实际应用价值与意义。
当前已有部分有关微电网供电可靠性评估的研究，这些研究大多是从分布式可再生能源对微电网供电可靠性的影响，亦或是负荷侧的需求响应对微电网供电可靠性的影响角度出发，也有部分研究分析了含有微电网的配电系统的供电可靠性，但这些现有研究均未对并网型微电网的供电可靠性评价进行系统的考虑。
发明内容
为解决上述问题，本申请提供一种用于并网型微电网供电可靠性的评估方法及装置，包括：
本申请提供一种用于并网型微电网供电可靠性的评估方法，包括：
对微电网系统进行初始化；
基于蒙特卡洛方法对微电网进行时序的系统运行状态模拟，通过微电网系统运行状态模拟结果，对微电网内的各个负荷在评估周期内的各个时刻的功率需求进行估算；
依次判断评估周期内的各个时刻是否发生元件故障，若是，则基于故障模式影响分析，获取微电网内各个负荷的停电状态及停电时间；
根据所述微电网内各个负荷的停电状态及停电时间，对微电网供电可靠性进行评估。
优选的，对微电网系统进行初始化，包括：
对微电网系统网络结构，元件的编码和变量进行定义。
优选的，基于蒙特卡洛方法对微电网进行时序的系统运行状态模拟，包括：
确定微电网内相关的初始化数据；
在每一个模拟时刻，生成微电网内各个元件的运行状态，并计算每一个模拟时刻下的分布式可再生能源发电输出功率和负荷功率；
输出微电网系统运行状态模拟结果。
优选的，确定微电网内相关的初始化数据，至少包括：
确定微电网的模拟时刻总数，微电网内各个元件的初始运行状态、分布式可再生能源发电功率历史数据和负荷功率历史数据。
优选的，在每一个模拟时刻，生成微电网内各个元件的运行状态，并计算该时刻下的分布式可再生能源发生输出功率和负荷功率，包括：
微电网的任一元件包含正常和故障两种运行状态，令微电网内某一元件由正常运行状态到故障状态的切换概率为a，该元件由故障状态到正常运行状态的切换概率为b，则该元件的正常运行时间TTF和故障修复时间TTR可根据下述公式进行计算，
Figure BDA0002893838130000021
Figure BDA0002893838130000022
其中，r1和r2分别为区间(0,1)上的随机变量，且随机变量服从正态分布；
根据TTF和TTR，按照正常运行-故障修改-正常运行的循环次序生成评价周期内各个时刻的元件运行状态；
计算每一个模拟时刻下的风力发电和光伏发电输出功率和负荷功率。
优选的，依次判断评估周期内的各个时刻是否发生元件故障，若是，则基于故障模式影响分析，获取微电网内各个负荷的停电状态及停电时间，包括以下步骤：
令评估周期包含总时刻数为N，所述的对微电网内各个负荷的停电状态及停电时间进行分析和计算的方法包含以下步骤：
步骤1、定义时间变量t＝0；
步骤2、令t＝t+1；
步骤3、判断当前时刻下微电网内是否有元件发生故障，若是，则进入步骤4；若否则进入步骤5；
步骤4、基于故障模式影响分析，分析当前时刻下微电网内各个负荷的停电状态，并计算各个负荷的累计停电时间，然后进入步骤5；
步骤5、对当前时刻下微电网内各个储能设备的运行状态进行更新计算，然后进入步骤6；
步骤6、判断t是否大于N，若是，则进入步骤7；若否，则返回步骤2；
步骤7、输出分析结果，包含：微电网内各个负荷的停电状态矩阵、微电网内各个负荷的累计停电次数以及累计停电时间。
优选的，根据所述微电网内各个负荷的停电状态及停电时间，对微电网供电可靠性进行评估，包括：
将微电网系统年平均断电次数SAIFI、系统年平均断电时间SAIDI、系统平均供电可用率ASAI作为微电网供电可靠性评估指标并进行计算，计算公式如下，
Figure BDA0002893838130000031
Figure BDA0002893838130000032
Figure BDA0002893838130000033
其中，Si为微电网内第i个负荷在评估周期内的累计停电次数；ST为微电网内的负荷总数；Y为评估周期年数；TRi为微电网内第i个负荷在评估周期内的累计停电时间；T为一年的小时数，一般取为8760；
根据计算结果，对微笑电网供电可靠性进行评估。
本申请同时提供一种用于并网型微电网供电可靠性的评估装置，包括：
初始化单元，对微电网系统进行初始化；
运行状态模拟单元，基于蒙特卡洛方法对微电网进行时序的系统运行状态模拟，通过微电网系统运行状态模拟结果，对微电网内的各个负荷在评估周期内的各个时刻的功率需求进行估算；
停电状态和停电时间获取单元，依次判断评估周期内的各个时刻是否发生元件故障，若是，则基于故障模式影响分析，获取微电网内各个负荷的停电状态及停电时间；
评估单元，根据所述微电网内各个负荷的停电状态及停电时间，对微电网供电可靠性进行评估。
优选的，运行状态模拟单元，包括：
初始化数据确定子单元，确定微电网内相关的初始化数据；
运行状态生成子单元，在每一个模拟时刻，生成微电网内各个元件的运行状态，并计算每一个模拟时刻下的分布式可再生能源发电输出功率和负荷功率；
模拟结果输出子单元，输出微电网系统运行状态模拟结果。
优选的，运行状态生成子单元，包括：
时间计算子单元，微电网的任一元件包含正常和故障两种运行状态，令微电网内某一元件由正常运行状态到故障状态的切换概率为a，该元件由故障状态到正常运行状态的切换概率为b，则该元件的正常运行时间TTF和故障修复时间TTR可根据下述公式进行计算，
Figure BDA0002893838130000041
Figure BDA0002893838130000042
其中，r1和r2分别为区间(0,1)上的随机变量，且随机变量服从正态分布；
元件运行状态生成子单元，根据TTF和TTR，按照正常运行-故障修改-正常运行的循环次序生成评价周期内各个时刻的元件运行状态；
功率计算子单元，计算每一个模拟时刻下的风力发电和光伏发电输出功率和负荷功率。
附图说明
图1是本申请提供的一种用于并网型微电网供电可靠性的评估方法的流程示意图；
图2是本申请涉及的一种用于并网型微电网供电可靠性的评估方法的应用流程图；
图3是本申请提供的用于并网型微电网供电可靠性的评估装置示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
图1是本申请提供的一种用于并网型微电网供电可靠性的评估方法的流程示意图，下面结合图1对本申请实施例提供的方法进行详细说明。
步骤S101，对微电网系统进行初始化。
包含对微电网系统网络结构，元件的编码和变量进行定义，如评估周期、元件状态变量、源荷功率数据等。
步骤S102，基于蒙特卡洛方法对微电网进行时序的系统运行状态模拟，通过微电网系统运行状态模拟结果，对微电网内的各个负荷在评估周期内的各个时刻的功率需求进行估算。
所述的蒙特卡洛方法是一种随机模拟方法，以概率和统计理论方法为基础的一种计算方法，使用随机数来解决计算问题，将所求解的问题同一定的概率模型相联系，用电子计算机实现统计模拟或抽样，以获得问题的近似解。
所述基于蒙特卡洛方法对微电网进行时序的系统运行状态模拟，主要包括三个步骤：
步骤1、确定微电网内相关的初始化数据。
首先对数据进行数据始化，包含微电网内相关的初始变量定义与输入，具体包括：确定微电网的模拟时刻总数，微电网内各个元件的初始运行状态、分布式可再生能源发电功率历史数据和负荷功率历史数据。
步骤2、在每一个模拟时刻，生成微电网内各个元件的运行状态，并计算每一个模拟时刻下的分布式可再生能源发电输出功率和负荷功率。
步骤3、输出微电网系统运行状态模拟结果。
所述微电网内各个元件的状态生成方法为：
微电网的任一元件包含正常运行和故障两种运行状态，令微电网内某一元件由正常运行状态到故障状态的切换概率(也可以称为故障率)为a，该元件由故障状态到正常运行状态的切换概率(也可以称为修复率)为b，则该元件的正常运行时间TTF和故障修复时间TTR可根据下述公式进行计算：
Figure BDA0002893838130000051
Figure BDA0002893838130000052
其中，r1和r2分别为区间(0,1)上的随机变量，且随机变量服从正态分布。
根据TTF和TTR，按照正常运行-故障修改-正常运行的循环次序生成评价周期内各个时刻的元件运行状态。
基于上述的元件运行状态生成方法，可按次序对微电网内所有的元件的运行状态进行生成。
所述的分布式可再生能源发电输出功率估算，主要是针对风力发电和光伏发电的输出功率的估算。
其中，所述的风力发电输出功率的估算方法为：
认为风速服从威布尔分布，则风速的威布尔分布概率累计函数为：
Figure BDA0002893838130000061
其中，v是实际风速；c和k分别为风速的威布尔分布函数的尺度系数和形状系数，可基于区域范围内的历史风速数据获得。
对风力发电输出功率的估算首先需要对风速进行估算，风速的估算可依据如下公式进行：
Figure BDA0002893838130000062
其中，vt为t时刻下的风速；r3t为t时刻下的随机变量，该随机变量位于(0,1)区间内，且服从正态分布。
对于一台风力发电机，在t时刻下的输出功率可由下式估算：
Figure BDA0002893838130000063
其中，PWt为风力发电机在t时刻的输出功率；PWN为风力发电机的额定输出功率；vin、vN和vout分别为风力发电机的切入风速、额定风速和切出风速。
根据上述方法可对风力发电机在评估周期内的各个时刻的输出功率进行估算，进而可对微电网内所有的风力发电机在评估周期内各个时刻的输出功率进行估算。
所述的光伏发电输出功率的估算方法为：
对于单个光伏发电系统，其输出功率可基于如下公式进行估算：
Figure BDA0002893838130000071
其中，PPVt为光伏发电系统在t时刻下的输出功率；PPVN为光伏发电系统的额定输出功率；ηPV为光伏发电系统的效率；Astd为标准环境下的光照强度，一般情况下，Astd＝1kW/m2；Ac＝0.15kW/m2；At为t时刻下的光照强度，且有：
Figure BDA0002893838130000072
其中，Kt为能够反映天气晴朗情况的随机变量，且其服从下面所示的均匀分布：
Kt～U(k1,k2) (8)
公式(8)，k1和k2分别为Kt取值范围的最小值和最大值(下界和上界)，且有0≤k1≤k2≤1。
Figure BDA0002893838130000073
为一年中第d天中的最大光照强度，一般出现在中午的12:00～13:00时段，
Figure BDA0002893838130000074
为一个随机变量，且服从如下的正态分布：
Figure BDA0002893838130000075
其中，Am为光照历史年数据中第m月(其中包含第d天)的平均最大光照强度；ε为反映日最大光照强度变化波动的因数，一般情况下，ε可以取0到0.3。
根据上述方法可对光伏发电系统在评估周期内的各个时刻的输出功率进行估算，进而可对微电网内所有的光伏发电系统在评估周期内各个时刻的输出功率进行估算。
所述的负荷功率估算方法为：
评估周期内各个时刻的负荷功率可以认为是基准功率和随机功率变化的和，如下式所示：
Figure BDA0002893838130000076
其中，Lit为t时刻下第i个负荷的功率；
Figure BDA0002893838130000077
为t时刻下第i个负荷的基准功率，该功率可根据该负荷的历史年负荷曲线获得；ΔLit为t时刻下第i个负荷的随机功率变化量，且有：
Figure BDA0002893838130000081
ΔLit＝βt·Lit * βt～U(-h,h) (12)
其中，Lmaxi为第i个负荷年负荷曲线中的最大值；PLit为t时刻下第i个负荷的功率标幺值，该标幺值以Lmaxi为功率基准；βt为一个随机变量，该随机变量服从(-h，h)区间上的均匀分布，其中，0≤h<1。
根据上述方法可对微电网内的各个负荷在评估周期内的各个时刻的功率需求进行估算。
步骤S103，依次判断评估周期内的各个时刻是否发生元件故障，若是，则基于故障模式影响分析，获取微电网内各个负荷的停电状态及停电时间。
所述的故障模式影响分析是对微电网内的各个元件进行逐一进行分析，找出所有潜在的元件故障模式，并分析各种故障模式可能造成的后果及影响。在故障模式影响分析的基础上，可以获得微电网内每一个元件的故障及其对各个负荷供电的影响情况，从而建立元件故障情况和负荷供电影响之间的对应关系。
令评估周期包含总时刻数为N，所述的对微电网内各个负荷的停电状态及停电时间进行分析和计算的方法包含以下步骤：
步骤1、定义时间变量t＝0；
步骤2、令t＝t+1；
步骤3、判断当前时刻下微电网内是否有元件发生故障，若是，则进入步骤4；若否则进入步骤5；
步骤4、基于故障模式影响分析，分析当前时刻下微电网内各个负荷的停电状态，并计算各个负荷的累计停电时间，然后进入步骤5；
步骤5、对当前时刻下微电网内各个储能设备的运行状态进行更新计算，然后进入步骤6；
步骤6、判断t是否大于N，若是，则进入步骤7；若否，则返回步骤2；
步骤7、输出分析结果，包含：微电网内各个负荷的停电状态矩阵、微电网内各个负荷的累计停电次数以及累计停电时间。
所述的负荷停电状态由数字0和1表示，其中，0表示负荷没有发生停电，1表示负荷发生停电。对于任一负荷，其在评价周期内的每一个时刻的停电状态按时间先后顺序可构成该负荷的停电状态矩阵。
当微电网内发生故障时，基于故障模式影响分析，可对负荷的停电状态进行分析判断，具体方法为：根据故障元件对负荷供电的影响关系，判断故障元件是否会对负荷的供电造成影响。若负荷供电不受故障元件影响，则令负荷在该当前时刻下的停电状态为0。若负荷供电受到故障元件影响，则判断负荷是否在一个含有储能设备的孤岛中，若否，则负荷将发生停电，令负荷在当前时刻下的停电状态为1；若是，则对该孤岛内的不平衡功率ΔPt进行分析：
若ΔPt≥0，则孤岛内的所有负荷在当前时刻的供电不受影响，令这些负荷在当前时刻的停电状态值为0；
若ΔPt<0，则孤岛内的负荷在当前时刻的供电将受到一定影响，根据孤岛内的负荷的优先级排序，执行甩负荷策略，直到满足ΔPt≥0。其中，保持运行的负荷的供电不受影响，令这些负荷在该时刻下的停电状态为0；被甩掉的负荷将发生停电，令这些负荷在该时刻下的停电状态为1。
所述的负荷的累计停电次数，可根据该负荷的停电状态矩阵对负荷的连续停电次数进行计数得到。
所述的负荷的累计停电时间，可根据该负荷的停电状态矩阵，计算其中的停电时刻数，再乘以时间间隔，进而得到累计停电时间。
所述的储能设备的运行状态更新计算的具体方法为：
储能设备的运行状态主要由储能设备的功率、剩余容量决定，令某一储能设备在t时刻下的剩余容量为IRCt，功率为PESt。则有：
Figure BDA0002893838130000091
其中，E为储能设备的总容量；Pdmax和Pcmax分别为储能设备的最大充电功率和最大放电功率；α为储能设备的荷电状态(State of Charge,SOC)的最小值，其中SOC为储能设备的剩余容量IRC与总容量E的比值。
根据储能设备的功率PESt，储能设备的运行状态可以分为三类：1)当PESt＝0时，储能设备处于备用状态；2)当PESt>0时，储能设备处于充电状态；3)当PESt<0时，储能设备处于放电状态。
对于一个微电网或微电网内的孤岛子网络，其中的各个储能设备的功率可根据如下公式进行计算：
Figure BDA0002893838130000101
Figure BDA0002893838130000102
其中，PESjt为微电网或其中的某一孤岛子网络内第j个储能设备在t时刻下的功率；ΔPt为微电网或其中某一孤岛子网络内的不平衡功率；N1、N2、N3以及N4分别为微电网或其中某一孤岛子网络内储能设备、风力发电机、光伏发电系统以及负荷的个数；Pdmaxj和Pcmaxj分别为微电网或其中的某一孤岛子网络内第j个储能设备的最大充电功率和最大放电功率；
Figure BDA0002893838130000103
为微电网或其中的某一孤岛子网络内第n2个风力发电机在t时刻的输出功率；
Figure BDA0002893838130000104
为微电网或其中的某一孤岛子网络内第n3个光伏发电系统在t时刻的输出功率；
Figure BDA0002893838130000105
为微电网或其中的某一孤岛子网络内第n4个负荷在t时刻的功率。
步骤S104，根据所述微电网内各个负荷的停电状态及停电时间，对微电网供电可靠性进行评估
将微电网系统年平均断电次数SAIFI、系统年平均断电时间SAIDI、系统平均供电可用率ASAI作为微电网供电可靠性评估指标并进行计算，计算公式如下，
Figure BDA0002893838130000106
Figure BDA0002893838130000107
Figure BDA0002893838130000108
其中，Si为微电网内第i个负荷在评估周期内的累计停电次数；ST为微电网内的负荷总数；Y为评估周期年数；TRi为微电网内第i个负荷在评估周期内的累计停电时间；T为一年的小时数，一般取为8760；
根据计算结果，对微笑电网供电可靠性进行评估。
下面结合附图，针对某一具体的实施例对本发明作进一步详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。
图2是本申请涉及的一种用于并网型微电网供电可靠性的评估方法的应用流程图，如图2所示，本发明方法的实施例共包含以下9个流程：
流程1、系统初始化；
流程2、基于蒙特卡洛方法对微电网进行时序的系统运行状态模拟；
流程3、令t＝0；
流程4、令t＝t+1；
流程5、判断微电网内是否发生故障？若是，则进入流程6；若否，则进入流程7；
流程6、基于故障模式影响分析，对微电网内各负荷的停电状态及停电时间进行分析和计算；
流程7、对储能设备的运行状态进行更新计算；
流程8、判断t>N是否成立？若是，则进入流程9；若否，则返回流程4。
流程9、计算并输出微电网供电可靠性评估结果。
基于同一发明构思，本申请同时提供用于并网型微电网供电可靠性的评估装置300，如图3所示，包括：
初始化单元310，对微电网系统进行初始化；
运行状态模拟单元320，基于蒙特卡洛方法对微电网进行时序的系统运行状态模拟，通过微电网系统运行状态模拟结果，对微电网内的各个负荷在评估周期内的各个时刻的功率需求进行估算；
依次判断评估周期内的各个时刻是否发生元件故障，若是，则基于故障模式影响分析，获取微电网内各个负荷的停电状态及停电时间；
评估单元330，根据所述微电网内各个负荷的停电状态及停电时间，对微电网供电可靠性进行评估。
优选的，运行状态模拟单元，包括：
初始化数据确定子单元，确定微电网内相关的初始化数据；
运行状态生成子单元，在每一个模拟时刻，生成微电网内各个元件的运行状态，并计算每一个模拟时刻下的分布式可再生能源发电输出功率和负荷功率；
模拟结果输出子单元，输出微电网系统运行状态模拟结果。
优选的，运行状态生成子单元，包括：
时间计算子单元，微电网的任一元件包含正常和故障两种运行状态，令微电网内某一元件由正常运行状态到故障状态的切换概率为a，该元件由故障状态到正常运行状态的切换概率为b，则该元件的正常运行时间TTF和故障修复时间TTR可根据下述公式进行计算，
Figure BDA0002893838130000121
Figure BDA0002893838130000122
其中，r1和r2分别为区间(0,1)上的随机变量，且随机变量服从正态分布；
元件运行状态生成子单元，根据TTF和TTR，按照正常运行-故障修改-正常运行的循环次序生成评价周期内各个时刻的元件运行状态；
功率计算子单元，计算每一个模拟时刻下的风力发电和光伏发电输出功率和负荷功率。
本申请提供的一种用于并网型微电网供电可靠性的评估方法及装置，与现有技术方法相比，该方法能产生的有益效果是：该方法针对并网型微电网，基于蒙特卡洛方法能够对微电网在评估周期内的实际运行状态进行模拟，考虑了微电网中储能设备在故障情况下对负荷的供电支撑作用，能够对微电网的供电可靠性进行系统、综合的分析。
最后应该说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种用于并网型微电网供电可靠性的评估方法，其特征在于，包括：
对微电网系统进行初始化；
基于蒙特卡洛方法对微电网进行时序的系统运行状态模拟，通过微电网系统运行状态模拟结果，对微电网内的各个负荷在评估周期内的各个时刻的功率需求进行估算；
依次判断评估周期内的各个时刻是否发生元件故障，若是，则基于故障模式影响分析，获取微电网内各个负荷的停电状态及停电时间；
根据所述微电网内各个负荷的停电状态及停电时间，对微电网供电可靠性进行评估。
2.根据权利要求1所述的方法，其特征在于，对微电网系统进行初始化，包括：
对微电网系统网络结构，元件的编码和变量进行定义。
3.根据权利要求1所述的方法，其特征在于，基于蒙特卡洛方法对微电网进行时序的系统运行状态模拟，包括：
确定微电网内相关的初始化数据；
在每一个模拟时刻，生成微电网内各个元件的运行状态，并计算每一个模拟时刻下的分布式可再生能源发电输出功率和负荷功率；
输出微电网系统运行状态模拟结果。
4.根据权利要求3所述的方法，其特征在于，确定微电网内相关的初始化数据，至少包括：
确定微电网的模拟时刻总数，微电网内各个元件的初始运行状态、分布式可再生能源发电功率历史数据和负荷功率历史数据。
5.根据权利要求3所述的方法，其特征在于，在每一个模拟时刻，生成微电网内各个元件的运行状态，并计算该时刻下的分布式可再生能源发生输出功率和负荷功率，包括：
微电网的任一元件包含正常和故障两种运行状态，令微电网内某一元件由正常运行状态到故障状态的切换概率为a，该元件由故障状态到正常运行状态的切换概率为b，则该元件的正常运行时间TTF和故障修复时间TTR可根据下述公式进行计算，
Figure FDA0002893838120000011
Figure FDA0002893838120000021
其中，r1和r2分别为区间(0,1)上的随机变量，且随机变量服从正态分布；
根据TTF和TTR，按照正常运行-故障修改-正常运行的循环次序生成评价周期内各个时刻的元件运行状态；
计算每一个模拟时刻下的风力发电和光伏发电输出功率和负荷功率。
6.根据权利要求1所述的方法，其特征在于，依次判断评估周期内的各个时刻是否发生元件故障，若是，则基于故障模式影响分析，获取微电网内各个负荷的停电状态及停电时间，包括以下步骤：
令评估周期包含总时刻数为N，所述的对微电网内各个负荷的停电状态及停电时间进行分析和计算的方法包含以下步骤：
步骤1、定义时间变量t＝0；
步骤2、令t＝t+1；
步骤3、判断当前时刻下微电网内是否有元件发生故障，若是，则进入步骤4；若否则进入步骤5；
步骤4、基于故障模式影响分析，分析当前时刻下微电网内各个负荷的停电状态，并计算各个负荷的累计停电时间，然后进入步骤5；
步骤5、对当前时刻下微电网内各个储能设备的运行状态进行更新计算，然后进入步骤6；
步骤6、判断t是否大于N，若是，则进入步骤7；若否，则返回步骤2；
步骤7、输出分析结果，包含：微电网内各个负荷的停电状态矩阵、微电网内各个负荷的累计停电次数以及累计停电时间。
7.根据权利要求1或6所述的方法，其特征在于，根据所述微电网内各个负荷的停电状态及停电时间，对微电网供电可靠性进行评估，包括：
将微电网系统年平均断电次数SAIFI、系统年平均断电时间SAIDI、系统平均供电可用率ASAI作为微电网供电可靠性评估指标并进行计算，计算公式如下，
Figure FDA0002893838120000022
Figure FDA0002893838120000023
Figure FDA0002893838120000024
其中，Si为微电网内第i个负荷在评估周期内的累计停电次数；ST为微电网内的负荷总数；Y为评估周期年数；TRi为微电网内第i个负荷在评估周期内的累计停电时间；T为一年的小时数，一般取为8760；
根据计算结果，对微笑电网供电可靠性进行评估。
8.一种用于并网型微电网供电可靠性的评估装置，其特征在于，包括：
初始化单元，对微电网系统进行初始化；
运行状态模拟单元，基于蒙特卡洛方法对微电网进行时序的系统运行状态模拟，通过微电网系统运行状态模拟结果，对微电网内的各个负荷在评估周期内的各个时刻的功率需求进行估算；
停电状态和停电时间获取单元，依次判断评估周期内的各个时刻是否发生元件故障，若是，则基于故障模式影响分析，获取微电网内各个负荷的停电状态及停电时间；
评估单元，根据所述微电网内各个负荷的停电状态及停电时间，对微电网供电可靠性进行评估。
9.根据权利要求8所述的装置，其持征在于，运行状态模拟单元，包括：
初始化数据确定子单元，确定微电网内相关的初始化数据；
运行状态生成子单元，在每一个模拟时刻，生成微电网内各个元件的运行状态，并计算每一个模拟时刻下的分布式可再生能源发电输出功率和负荷功率；
模拟结果输出子单元，输出微电网系统运行状态模拟结果。
10.根据权利要求9所述的装置，其特征在于，运行状态生成子单元，包括：
时间计算子单元，微电网的任一元件包含正常和故障两种运行状态，令微电网内某一元件由正常运行状态到故障状态的切换概率为a，该元件由故障状态到正常运行状态的切换概率为b，则该元件的正常运行时间TTF和故障修复时间TTR可根据下述公式进行计算，
Figure FDA0002893838120000031
Figure FDA0002893838120000032
其中，r1和r2分别为区间(0,1)上的随机变量，且随机变量服从正态分布；
元件运行状态生成子单元，根据TTF和TTR，按照正常运行-故障修改-正常运行的循环次序生成评价周期内各个时刻的元件运行状态；
功率计算子单元，计算每一个模拟时刻下的风力发电和光伏发电输出功率和负荷功率。
CN202110034935.1A 2021-01-12 2021-01-12 一种用于并网型微电网供电可靠性的评估方法及装置 Pending CN112886569A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110034935.1A CN112886569A (zh) 2021-01-12 2021-01-12 一种用于并网型微电网供电可靠性的评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110034935.1A CN112886569A (zh) 2021-01-12 2021-01-12 一种用于并网型微电网供电可靠性的评估方法及装置

Publications (1)

Publication Number Publication Date
CN112886569A true CN112886569A (zh) 2021-06-01

Family

ID=76045405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110034935.1A Pending CN112886569A (zh) 2021-01-12 2021-01-12 一种用于并网型微电网供电可靠性的评估方法及装置

Country Status (1)

Country Link
CN (1) CN112886569A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116933981A (zh) * 2023-09-15 2023-10-24 安徽方能电气技术有限公司 基于停复电事件数据监测的区域电力稳定性分析评价方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104167734A (zh) * 2014-08-29 2014-11-26 重庆大学 基于时序模拟的并网型微网可靠性评估方法
CN106532688A (zh) * 2016-11-22 2017-03-22 国电南瑞科技股份有限公司 一种用于评估微电网运行可靠性的方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104167734A (zh) * 2014-08-29 2014-11-26 重庆大学 基于时序模拟的并网型微网可靠性评估方法
CN106532688A (zh) * 2016-11-22 2017-03-22 国电南瑞科技股份有限公司 一种用于评估微电网运行可靠性的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐栎: "面向可靠性的含分布式电源配电系统相关问题研究", 《中国优秀博士学位论文全文数据库工程科技Ⅱ辑》, pages 1 - 144 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116933981A (zh) * 2023-09-15 2023-10-24 安徽方能电气技术有限公司 基于停复电事件数据监测的区域电力稳定性分析评价方法
CN116933981B (zh) * 2023-09-15 2023-12-08 安徽方能电气技术有限公司 基于停复电事件数据监测的区域电力稳定性分析评价方法

Similar Documents

Publication Publication Date Title
CN111628499B (zh) 一种计及多风险因素的配电网新能源消纳能力评估的方法
Atwa et al. Reliability evaluation for distribution system with renewable distributed generation during islanded mode of operation
Billinton et al. Wind power modeling and application in generating adequacy assessment
CN115693757A (zh) 一种基于数字孪生技术的光伏能源优化调控方法
CN104376410A (zh) 一种配电网中分布式电源的规划方法
CN106849097A (zh) 一种主动配电网潮流计算方法
CN111950900B (zh) 一种电力系统源网荷储本质安全风险评估方法
Roukerd et al. Uncertainty-based unit commitment and construction in the presence of fast ramp units and energy storages as flexible resources considering enigmatic demand elasticity
CN111882228A (zh) 一种含分布式电源的配电网可靠性评估方法
CN107359611B (zh) 考虑多种随机因素的配电网等值方法
CN115765044A (zh) 风光水电系统联合运行及风险分析方法和系统
Koh et al. Reliability evaluation of electric power systems with solar photovoltaic & energy storage
Martynyuk et al. Simulation of photovoltaic system as a tool of a state’s energy security
CN111224422A (zh) 一种基于可靠性的微电网分布式电源配置方法及系统
CN112886569A (zh) 一种用于并网型微电网供电可靠性的评估方法及装置
Paliwal A Technical Review on Reliability and Economic Assessment Framework of Hybrid Power System with Solar and Wind Based Distributed Generators
CN113489066A (zh) 计及供需不确定性的含储能电网区间供电可靠性评估方法
CN105870913B (zh) 考虑供暖约束的时序蒙特卡洛模拟可靠性评估方法及系统
Ramahatana et al. A more efficient microgrid operation through the integration of probabilistic solar forecasts
Fockens et al. A concise method for calculating expected unserved energy in generating system reliability analysis
CN108695848B (zh) 主动配电网运行时序仿真方法
Prashanti et al. Impact of energy storage integration on composite system reliability
Chagas et al. Probabilistic power flow for power quality assessment of islanded microgrid
Shu et al. Non-sequential simulation methods for reliability analysis of power systems with photovoltaic generation
Amjady Generation adequacy assessment of power systems by time series and fuzzy neural network

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