CN113468705B - 一种基于路径描述的含微网的配电系统可靠性分析方法 - Google Patents
一种基于路径描述的含微网的配电系统可靠性分析方法 Download PDFInfo
- Publication number
- CN113468705B CN113468705B CN202110844239.7A CN202110844239A CN113468705B CN 113468705 B CN113468705 B CN 113468705B CN 202110844239 A CN202110844239 A CN 202110844239A CN 113468705 B CN113468705 B CN 113468705B
- Authority
- CN
- China
- Prior art keywords
- grid
- micro
- load
- power
- power supply
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种基于路径描述的含微网的配电系统可靠性分析方法,包括:(1):获取各机组的状态序列;得到风电和柴油机组实际出力;(2):对负荷和电源之间连通性进行分析;(3):计算与电源连通负荷点的总负荷时间序列,得到电池各时刻充放电量;(4):若微网内供电充足,计算微网内过剩柴油机组和风电机组电量;若微网内供电不充足,微网内负荷分为由分布式电源供电点、由配网供电点和停电点;(5):分析配网内各负荷点与母线的连通性;(6):若微网处于等效负荷状态,分析PCC公共连接点与配网母线的连通性;(7):计算系统可靠性指标。本发明提供一种基于路径描述的含微网的配电系统可靠性分析方法,能够进行可靠性评估。
Description
技术领域
本发明属于配电网可靠性评估技术领域,特别涉及一种基于路径描述的含微网的配电系统可靠性分析方法。
背景技术
配电系统可靠性评估是指通过一系列指标来衡量配电系统按照可接受的质量标准和所需数量向用户供电的能力,主要包含充裕性和安全性两个方面。配电系统充裕性评估是描述静态条件下配电系统向用户提供规定电能质量和数量的能力,安全性评估是描述系统受到扰动的情况下配电系统向用户不间断提供电能的能力。
配电系统状态评估方法主要分为解析法和模拟法。解析法概念清晰,数学表达式明确,但受制于NP问题,其复杂度随元件数目呈指数型增长。模拟法一般指蒙特卡洛方法,主要分为非序贯蒙特卡洛方法、序贯蒙特卡洛方法、伪序贯蒙特卡洛方法等,对于含有大量元件的复杂系统,其计算复杂度相对解析法较低,因此在电力系统评估中得到广泛应用。由于含微网的配电系统不仅包含线路、变压器、熔断器和断路器等传统配电系统元件,同时还含有蓄电池、风机、光伏、柴油机等设备,因此本发明采取一种常见的序贯蒙特卡洛方法即状态转移抽样法对配电系统各设备进行状态抽样,以获取各时刻配电系统的设备状态。含微网的配电系统网络结构复杂,包含的设备多种多样,且运行过程中会成为一个多源网络,因此有必要对配电网络结构进行分析。本发明基于串并联结构对配电网中源荷连通性做分析,将连通性分析结果与模拟法相结合,对配电网进行可靠性评估。
可靠性指标作为衡量配电系统可靠性的尺度,在可靠性评估中具有重要意义。目前在含微网的配电系统研究中,大多采用传统配电系统可靠性指标,包含负荷点可靠性指标和系统可靠性指标。
本发明提出一种基于路径描述的含微网的配电系统可靠性分析方法,首先采取序贯蒙特卡洛方法即状态转移抽样法对配电系统各设备进行状态抽样,以获取各时刻配电系统的设备状态。之后,基于路径描述的方法对源荷连通性进行分析,再进而构建含微网的配电系统可靠性指标对配网可靠性进行分析。该方法能够考虑环网辐射状运行、储能、风电等时间相关性设备,进行可靠性评估。
发明内容
本发明提供一种基于路径描述的含微网的配电系统可靠性分析方法,能够考虑环网辐射状运行、储能、风电等时间相关性设备,进行可靠性评估。
本发明具体为一种基于路径描述的含微网的配电系统可靠性分析方法,所述含微网的配电系统可靠性分析方法包括以下步骤:
步骤(1):对包含风柴储的微网发电系统进行状态抽样,获取各机组的状态序列;结合风柴出力模型,得到风电和柴油机组实际出力;
步骤(2):对所述微网中线路、断路器和变压器进行状态抽样,根据抽样结果对负荷和电源之间的连通性进行分析,将负荷点分为与所述微网内电源连通的负荷点和不连通的负荷点;
步骤(3):计算与所述电源连通负荷点的总负荷时间序列,根据步骤(1)得到的风柴时序出力,结合电池运行策略,得到所述电池各时刻的充放电量;
步骤(4):若所述微网内供电充足,计算所述微网内过剩柴油机组和风电机组电量,此时将所述微网对配网等效为一个电源,所述微网内负荷分为由分布式电源供电点和停电点;若所述微网内发电量不能满足与其连通的负荷量,则此时将所述微网对所述配网等效为一个负荷,所述微网内负荷分为由分布式电源供电点、由配网供电点和停电点;
步骤(5):对所述配网内各设备进行状态抽样,分析各负荷点与母线的连通性,得到由所述母线进行供电的负荷点和不能由母线供电的负荷点;若不能由所述母线供电的负荷点与PCC公共连接点连通,且此时所述微网为等效电源状态,则所述负荷点转由所述微网进行供电,统计该情况下所有与所述微网相连的负荷,采用负荷削减策略,得到实际由所述微网供电的负荷点及不能由所述微网供电的负荷点;
步骤(6):若微网处于等效负荷状态,分析PCC公共连接点与配网母线的连通性,若与其连通,则微网内与PCC公共节点相连的缺电负荷点由配网进行供电;若不连通,则采用负荷削减策略,得到该时刻微网内部实际停电负荷点;
步骤(7):由步骤(4)、步骤(5)、步骤(6)得到的各负荷点实际状态计算系统可靠性指标。
步骤(1)中,序贯蒙特卡洛方法即状态转移抽样法对所述配电系统各设备进行状态抽样,以获取各时刻所述配电系统的设备状态:使用假设系统内含有m个元件,共k个状态,并且每个所述元件的状态持续时间服从指数分布;所述系统的状态序列G={S1,S2···,SK},所述元件处于当前状态Sj下的转移率为λi(i=1,2···,m),若每个所述元件的状态持续时间Ti服从参数为λi的指数分布,那么所述系统的状态持续时间T也服从指数分布,其概率密度分布函数为:
对所述概率密度分布函数进行逆变换可得到当前状态Sj下的所述系统状态持续时间/>其中U为[0,1]间生成的均匀分布随机数;
对于每一个所述系统状态Sj,其实际由m个所述元件共同决定,若任意一个所述元件状态发生改变,则所述系统状态也发生改变。因此,所述系统从当前所述状态Sj开始将有m个可能达到的状态,达到每个状态的概率为:
下一个系统状态可通过抽样决定其中,U′为[0,1]间生成的均匀分布随机数。
步骤(2)中,基于串并联结构分析负荷点和电源的连通性,分析过程如下:
(1)采用状态抽样法对所述系统各设备进行状态抽样,获取各时刻全部设备的状态Si,故障状态记为0,运行状态记为1;
(2)分析每个负荷点到电源的连通路径,得到路径上所有设备的标号;
(3)由(1)得到的设备状态和(2)得到设备编号,获得每个路径上各个设备的状态:若m个设备之间为并联关系,则源荷之间的连通性为max{Sk,Sk+1,···Sk+m+1},若n个设备之间为串联关系,则所述源荷之间连通性为min{Sk,Sk+1,···Sk+n+1};若源荷间同时包含串并联结构,则将并联设备连通性等效为单个设备连通性后,再按照串联结构分析。
步骤(3)中,需要求解风力出力,研究表明风电机组的功率与风速呈非线性关系,当风速低于切入风速Vci时,功率为零;当风速介于切入风速Vci和额定风速Vr之间时,功率近似为与风速相关的二次函数;当风速介于额定风速Vr和切出风速Vco之间时,功率为最大功率;风速超过切出风速时,功率为零,对应表达式如下所示:
其中A、B、C与切入风速、切出风速及额定风速有关,/>
除此之外,还需求解柴油机出力,柴油机组采用两状态模型即“运行—故障”模型,不考虑柴油机组的降额运行状态,当元件正常运行时,可用容量为额定容量;当元件故障时,可用容量为0MW;
对于所述储能装置的充放电策略,计及风电允许接入比例的约束,定义“风电超出允许接入比例而微网吸收允许接入的风电后仍处于缺电状态”这一条件的数学表达式A:将此条件记为条件A;
当风电和柴油机组出力不满足条件A时,储能系统充电或放电电量按式ΔGb(t)=Gc(t)+Gw(t)-PL(t);
当风电和柴油机组出力满足条件A时,储能系统放电电量ΔGob(t)=Gc(t)-PL(t)×(1-η%);得到策略Ⅱ储能系统充放电模型如式
步骤(4)、步骤(5)、步骤(6)中,需要说明所述微网的运行策略:
采用公共连接点PCC对所述微网孤岛和并网状态进行控制,所述微网优先消耗其内部分布式电源电量,当所述微网内缺电且缺电负荷点与PCC公共节点连通时,所述PCC公共连接点导通,由配网对所述微网内缺电负荷进行供电;当所述微网供电充足,所述配网内存在负荷点缺电且所述负荷点与所述PCC公共节点连通时,所述PCC公共连接点导通,由所述微网对所述配网内缺电负荷进行供电;所述微网对外部电网供电时,优先满足所述微网内部负荷,且电池储能系统电量不对外供电;所述微网并网运行条件一是所述微网内存在负荷点缺电且所述负荷与所述PCC公共节点连通,二是所述微网内供电充足,所述配网内部分负荷缺电且其与所述PCC公共节点连通;其余情况下,所述微网采用孤岛运行状态;
同时由上述分析可知,任意时刻所述微网内负荷可归于为三种,第一种由分布式电源进行供电,第二种由所述配网进行供电,第三种停电负荷;任意时刻所述配网内负荷可归于为四种,第一种由所述配网进行供电,第二种由所述微网进行供电,另外两种都是停电负荷。
步骤(7)中,计算微网年均等值电源电量其中Pmtod(t)为t时刻所述微网向所述配网提供的功率,单位为MW;所述微网年均等值电源电量单位为MWh;
计算微网等值电源功率其中MEAST为所述微网年均等值电源时间,单位为h/a,MEASP单位为MW;
计算微网年均等值负荷电量其中Pdtom(t)为t时刻所述微网向配网提供的功率,单位为MW,MEAL单位为MWh;
计算微网等值负荷功率其中MEALT为所述微网年均等值负荷时间,单位为h/a,MEALP单位为MW;
计算微网孤岛运行率
计算微网并网运行率
与现有技术相比,有益效果是:所述含微网的配电系统可靠性分析方法首先采取序贯蒙特卡洛方法即状态转移抽样法对配电系统各设备进行状态抽样,以获取各时刻配电系统的设备状态;之后,基于路径描述的方法对源荷连通性进行分析,再进而构建含微网的配电系统可靠性指标对配网可靠性进行分析,能够考虑环网辐射状运行、储能、风电等时间相关性设备,进行可靠性评估。
附图说明
图1为本发明一种基于路径描述的含微网的配电系统可靠性分析方法的分析流程图;
图2为状态转移抽样法原理图;
图3为源荷连通性分析系统结构;
图4为简单配电网络拓扑图。
具体实施方式
下面结合附图对本发明一种基于路径描述的含微网的配电系统可靠性分析方法的具体实施方式做详细阐述。
如图1所示,本发明的含微网的配电系统可靠性分析方法包括以下步骤:
步骤(1):对包含风柴储的微网发电系统进行状态抽样,获取各机组的状态序列;结合风柴出力模型,得到风电和柴油机组实际出力;
步骤(2):对所述微网中线路、断路器和变压器进行状态抽样,根据抽样结果对负荷和电源之间的连通性进行分析,将负荷点分为与所述微网内电源连通的负荷点和不连通的负荷点;
步骤(3):计算与所述电源连通负荷点的总负荷时间序列,根据步骤(1)得到的风柴时序出力,结合电池运行策略,得到所述电池各时刻的充放电量;
步骤(4):若所述微网内供电充足,计算所述微网内过剩柴油机组和风电机组电量,此时将所述微网对配网等效为一个电源,所述微网内负荷分为由分布式电源供电点和停电点;若所述微网内发电量不能满足与其连通的负荷量,则此时将所述微网对所述配网等效为一个负荷,所述微网内负荷分为由分布式电源供电点、由配网供电点和停电点;
步骤(5):对所述配网内各设备进行状态抽样,分析各负荷点与母线的连通性,得到由所述母线进行供电的负荷点和不能由母线供电的负荷点;若不能由所述母线供电的负荷点与PCC公共连接点连通,且此时所述微网为等效电源状态,则所述负荷点转由所述微网进行供电,统计该情况下所有与所述微网相连的负荷,采用负荷削减策略,得到实际由所述微网供电的负荷点及不能由所述微网供电的负荷点;
步骤(6):若微网处于等效负荷状态,分析PCC公共连接点与配网母线的连通性,若与其连通,则微网内与PCC公共节点相连的缺电负荷点由配网进行供电;若不连通,则采用负荷削减策略,得到该时刻微网内部实际停电负荷点;
步骤(7):由步骤(4)、步骤(5)、步骤(6)得到的各负荷点实际状态计算系统可靠性指标。
步骤(1)中,序贯蒙特卡洛方法即状态转移抽样法对所述配电系统各设备进行状态抽样,以获取各时刻所述配电系统的设备状态,如图2所示:使用假设系统内含有m个元件,共k个状态,并且每个所述元件的状态持续时间服从指数分布;所述系统的状态序列G={S1,S2···,SK},所述元件处于当前状态Sj下的转移率为λi(i=1,2···,m),若每个所述元件的状态持续时间Ti服从参数为λi的指数分布,那么所述系统的状态持续时间T也服从指数分布,其概率密度分布函数为:
对所述概率密度分布函数进行逆变换可得到当前状态Sj下的所述系统状态持续时间/>其中U为[0,1]间生成的均匀分布随机数;
对于每一个所述系统状态Sj,其实际由m个所述元件共同决定,若任意一个所述元件状态发生改变,则所述系统状态也发生改变,因此,所述系统从当前所述状态Sj开始将有m个可能达到的状态,达到每个状态的概率为:
下一个系统状态可通过抽样决定其中,U′为[0,1]间生成的均匀分布随机数。
步骤(2)中,采用模拟法对配电系统进行可靠性分析,一种思路是类似于故障模式后果分析法,首先采用模拟法对所述系统各个设备进行状态抽样,获取各时刻的所述系统中所有设备的状态,然后分析各所述设备故障状态对负荷点产生的影响,而所述配电系统中设备众多,分析每个设备的故障影响工作量较为繁巨。因此本文从负荷点出发,基于串并联结构分析负荷点和电源的连通性,分析过程如下:
(1)采用状态抽样法对所述系统各设备进行状态抽样,获取各时刻全部设备的状态Si,故障状态记为0,运行状态记为1;
(2)分析每个负荷点到电源的连通路径,得到路径上所有设备的标号;
(3)由(1)得到的设备状态和(2)得到设备编号,获得每个路径上各个设备的状态:若m个设备之间为并联关系,则源荷之间的连通性为max{Sk,Sk+1,···Sk+m+1},若n个设备之间为串联关系,则所述源荷之间连通性为min{Sk,Sk+1,···Sk+n+1};若源荷间同时包含串并联结构,则将并联设备连通性等效为单个设备连通性后,再按照串联结构分析。
对如图3所示系统结构作源荷连通性分析,分析过程如下:
1)配电系统内设备1-设备8进行状态抽样,得到设备1-8的状态S1-S8。
2)对于负荷LP1其与电源之间的连通性为min{S1,S2,S3,S4},对于LP2与电源之间的连通性为min{S1,S2,S5,S6},对于LP3与电源之间的连通性为min{S1,S2,S5,S7,S8}。
为了便于理解上述连通性分析方法,以如图4所示系统结构做相关分析。
图4中,0号节点为电源节点,其馈线出口包含3个开关S1-S3,1-5号节点为负荷节点,H1为环网箱,其两侧分别有开关S3-S4。由电源节点0向负荷节点1-5进行供电。假设线路L3发生故障,以节点1和节点3为代表分析与电源0节点的连通性。首先,L3=0,则开关S2和S4构成的故障区域内存在故障,因此S2=min{L3,L4,L5},S4=min{L3,L4,L5}均为0,对故障进行隔离。节点1和0之间包含两条供电路径,其状态量值为1,/> 值为0,/>值为1,因此负荷节点1可由电源节点0正常供电。同理,按照上述过程分析节点3与电源节点0之间连通性状态量LB30为0。
步骤(3)中,需要求解风力出力,研究表明风电机组的功率与风速呈非线性关系,当风速低于切入风速Vci时,功率为零;当风速介于切入风速Vci和额定风速Vr之间时,功率近似为与风速相关的二次函数;当风速介于额定风速Vr和切出风速Vco之间时,功率为最大功率;风速超过切出风速时,功率为零,对应表达式如下所示:
其中A、B、C与切入风速、切出风速及额定风速有关,/>
除此之外,还需求解柴油机出力,柴油机组采用两状态模型即“运行—故障”模型,不考虑柴油机组的降额运行状态,当元件正常运行时,可用容量为额定容量;当元件故障时,可用容量为0MW;
对于所述储能装置的充放电策略,计及风电允许接入比例的约束,定义“风电超出允许接入比例而微网吸收允许接入的风电后仍处于缺电状态”这一条件的数学表达式A:将此条件记为条件A;
当风电和柴油机组出力不满足条件A时,储能系统充电或放电电量按式ΔGb(t)=Gc(t)+Gw(t)-PL(t);
当风电和柴油机组出力满足条件A时,储能系统放电电量ΔGob(t)=Gc(t)-PL(t)×(1-η%);得到策略Ⅱ储能系统充放电模型如式
步骤(4)、步骤(5)、步骤(6)中,需要说明所述微网的运行策略:
采用公共连接点PCC对所述微网孤岛和并网状态进行控制,所述微网优先消耗其内部分布式电源电量,当所述微网内缺电且缺电负荷点与PCC公共节点连通时,所述PCC公共连接点导通,由配网对所述微网内缺电负荷进行供电;当所述微网供电充足,所述配网内存在负荷点缺电且所述负荷点与所述PCC公共节点连通时,所述PCC公共连接点导通,由所述微网对所述配网内缺电负荷进行供电;所述微网对外部电网供电时,优先满足所述微网内部负荷,且电池储能系统电量不对外供电;原因是微网内部负荷供电要求高,电池储能系统应保证其内部负荷可靠性,防止对外部负荷供电后,电池电量不足导致微网内部负荷停电。因此,所述微网并网运行条件一是所述微网内存在负荷点缺电且所述负荷与所述PCC公共节点连通,二是所述微网内供电充足,所述配网内部分负荷缺电且其与所述PCC公共节点连通;其余情况下,所述微网采用孤岛运行状态;
同时由上述分析可知,任意时刻所述微网内负荷可归于为三种,第一种由分布式电源进行供电,第二种由所述配网进行供电,第三种停电负荷,其停电原因是设备故障导致与电源不连通。任意时刻所述配网内负荷可归于为四种,第一种由所述配网进行供电,第二种由所述微网进行供电,另外两种都是停电负荷,但是其停电原因不同,一种是由于设备故障导致与电源不连通,另一种是微网供电时负荷削减导致停电。
步骤(7)中,现有文献少有研究衡量微网与配网间互为备用性质的指标,本发明提出了微网年均等值电源电量MEASE、微网年均等值电源时间MEAST、微网等值电源功率MEASP、微网年均等值负荷电量MEAL、微网年均等值负荷时间MEALT、微网等值负荷功率MEALP、微网孤岛运行率ηis和微网并网运行率ηnis等指标:
计算微网年均等值电源电量其中Pmtod(t)为t时刻所述微网向所述配网提供的功率,单位为MW;所述微网年均等值电源电量单位为MWh;
计算微网等值电源功率其中MEAST为所述微网年均等值电源时间,单位为h/a,MEASP单位为MW;
计算微网年均等值负荷电量其中Pdtom(t)为t时刻所述微网向配网提供的功率,单位为MW,MEAL单位为MWh;
计算微网等值负荷功率其中MEALT为所述微网年均等值负荷时间,单位为h/a,MEALP单位为MW;
计算微网孤岛运行率
计算微网并网运行率
最后应该说明的是,结合上述实施例仅说明本发明的技术方案而非对其限制。所属领域的普通技术人员应当理解到,本领域技术人员可以对本发明的具体实施方式进行修改或者等同替换,但这些修改或变更均在申请待批的权利要求保护范围之中。
Claims (6)
1.一种基于路径描述的含微网的配电系统可靠性分析方法,其特征在于,所述含微网的配电系统可靠性分析方法包括以下步骤:
步骤1:对包含风柴储的微网发电系统进行状态抽样,获取各机组的状态序列;结合风柴出力模型,得到风电和柴油机组实际出力;
步骤2:对所述微网中线路、断路器和变压器进行状态抽样,根据抽样结果对负荷和电源之间的连通性进行分析,将负荷点分为与所述微网内电源连通的负荷点和不连通的负荷点;
步骤3:计算与所述电源连通负荷点的总负荷时间序列,根据步骤(1)得到的风柴时序出力,结合电池运行策略,得到所述电池各时刻的充放电量;
步骤4:若所述微网内供电充足,计算所述微网内过剩柴油机组和风电机组电量,此时将所述微网对配网等效为一个电源,所述微网内负荷分为由分布式电源供电点和停电点;若所述微网内发电量不能满足与其连通的负荷量,则此时将所述微网对所述配网等效为一个负荷,所述微网内负荷分为由分布式电源供电点、由配网供电点和停电点;
步骤5:对所述配网内各设备进行状态抽样,分析各负荷点与母线的连通性,得到由所述母线进行供电的负荷点和不能由所述母线供电的负荷点;若不能由所述母线供电的负荷点与PCC公共连接点连通,且此时所述微网为等效电源状态,则所述负荷点转由所述微网进行供电,统计该情况下所有与所述微网相连的负荷,采用负荷削减策略,得到实际由所述微网供电的负荷点及不能由所述微网供电的负荷点;
步骤6:若所述微网处于等效负荷状态,分析所述PCC公共连接点与所述配网母线的连通性,若与其连通,则所述微网内与所述PCC公共节点相连的缺电负荷点由所述配网进行供电;若不连通,则采用负荷削减策略,得到该时刻微网内部实际停电负荷点;
步骤7:由步骤4、步骤5、步骤6得到的各负荷点实际状态计算系统可靠性指标。
2.根据权利要求1所述的一种基于路径描述的含微网的配电系统可靠性分析方法,其特征在于,步骤1中,采用序贯蒙特卡洛方法即状态转移抽样法对所述配电系统各设备进行状态抽样,以获取各时刻所述配电系统的设备状态:假设系统内含有m个元件,共k个状态,并且每个所述元件的状态持续时间服从指数分布;所述系统的状态序列G={S1,S2…,SK},所述元件处于当前状态Sj下的转移率为λi(i=1,2…,m),若每个所述元件的状态持续时间Ti服从参数为λi的指数分布,那么所述系统的状态持续时间T也服从指数分布,其概率密度分布函数为:
对所述概率密度分布函数进行逆变换可得到当前状态Sj下的所述系统状态持续时间/>其中U为[0,1]间生成的均匀分布随机数;
所述系统从当前所述状态Sj开始将有m个可能达到的状态,达到每个状态的概率为:
下一个系统状态可通过抽样决定其中,U′为[0,1]间生成的均匀分布随机数。
3.根据权利要求2所述的一种基于路径描述的含微网的配电系统可靠性分析方法,其特征在于,步骤2中,基于串并联结构分析负荷点和电源的连通性,分析过程如下:
(1)采用状态抽样法对所述系统各设备进行状态抽样,获取各时刻全部设备的状态Si,故障状态记为0,运行状态记为1;
(2)分析每个负荷点到电源的连通路径,得到路径上所有所述设备的标号;
(3)由(1)得到的设备状态和(2)得到的设备标号,获得每个路径上各个设备的状态:若m个设备之间为并联关系,则源荷之间的连通性为max{Sk,Sk+1,…Sk+m+1},若n个设备之间为串联关系,则所述源荷之间连通性为min{Sk,Sk+1,…Sk+n+1};若源荷间同时包含串并联结构,则将并联设备连通性等效为单个设备连通性后,再按照串联结构分析。
4.根据权利要求3所述的一种基于路径描述的含微网的配电系统可靠性分析方法,其特征在于,步骤3中,需要求解风力出力,研究表明风电机组的功率与风速呈非线性关系,当风速低于切入风速Vci时,功率为零;当风速介于切入风速Vci和额定风速Vr之间时,功率近似为与风速相关的二次函数;当风速介于额定风速Vr和切出风速Vco之间时,功率为最大功率;风速超过切出风速时,功率为零,对应表达式如下所示:
其中A、B、C与切入风速、切出风速及额定风速有关,/>
除此之外,还需求解柴油机出力,柴油机组采用两状态模型即“运行—故障”模型,不考虑柴油机组的降额运行状态,当元件正常运行时,可用容量为额定容量;当元件故障时,可用容量为0MW;
对于储能装置的充放电策略,计及风电允许接入比例的约束,定义“风电超出允许接入比例而微网吸收允许接入的风电后仍处于缺电状态”这一条件的数学表达式将此条件记为条件A;
当风电和柴油机组出力不满足条件A时,储能系统充电或放电电量按式ΔGb(t)=Gc(t)+Gw(t)-PL(t);
当风电和柴油机组出力满足条件A时,储能系统放电电量ΔGob(t)=Gc(t)-PL(t)×(1-η%);
得到策略Ⅱ储能系统充放电模型如式
5.根据权利要求4所述的一种基于路径描述的含微网的配电系统可靠性分析方法,其特征在于,步骤4-步骤6中,所述微网的运行策略为:
采用所述PCC公共连接点对所述微网孤岛和并网状态进行控制,所述微网优先消耗其内部分布式电源电量,当所述微网内缺电且缺电负荷点与PCC所述公共节点连通时,所述PCC公共连接点导通,由所述配网对所述微网内缺电负荷进行供电;当所述微网供电充足,所述配网内存在负荷点缺电且所述负荷点与所述PCC公共节点连通时,所述PCC公共连接点导通,由所述微网对所述配网内缺电负荷进行供电;所述微网对外部电网供电时,优先满足所述微网内部负荷,且电池储能系统电量不对外供电;
所述微网并网运行条件一是所述微网内存在负荷点缺电且所述负荷与所述PCC公共节点连通,二是所述微网内供电充足,所述配网内部分负荷缺电且其与所述PCC公共节点连通;其余情况下,所述微网采用孤岛运行状态;
任意时刻所述微网内负荷可归于为三种,第一种由分布式电源进行供电,第二种由所述配网进行供电,第三种停电负荷;任意时刻所述配网内负荷可归于为四种,第一种由所述配网进行供电,第二种由所述微网进行供电,另外两种都是停电负荷。
6.根据权利要求5所述的一种基于路径描述的含微网的配电系统可靠性分析方法,其特征在于,步骤7中,计算微网年均等值电源电量其中Pmtod(t)为t时刻所述微网向所述配网提供的功率,单位为MW;所述微网年均等值电源电量单位为MWh;
计算微网等值电源功率其中MEAST为所述微网年均等值电源时间,单位为h/a,MEASP单位为MW;
计算微网年均等值负荷电量其中Pdtom(t)为t时刻所述微网向配网提供的功率,单位为MW,MEAL单位为MWh;
计算微网等值负荷功率其中MEALT为所述微网年均等值负荷时间,单位为h/a,MEALP单位为MW;
计算微网孤岛运行率
计算微网并网运行率
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110844239.7A CN113468705B (zh) | 2021-07-26 | 2021-07-26 | 一种基于路径描述的含微网的配电系统可靠性分析方法 |
PCT/CN2021/138593 WO2023005113A1 (zh) | 2021-07-26 | 2021-12-16 | 一种基于路径描述的含微网的配电系统可靠性分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110844239.7A CN113468705B (zh) | 2021-07-26 | 2021-07-26 | 一种基于路径描述的含微网的配电系统可靠性分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113468705A CN113468705A (zh) | 2021-10-01 |
CN113468705B true CN113468705B (zh) | 2023-09-22 |
Family
ID=77882399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110844239.7A Active CN113468705B (zh) | 2021-07-26 | 2021-07-26 | 一种基于路径描述的含微网的配电系统可靠性分析方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113468705B (zh) |
WO (1) | WO2023005113A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113468705B (zh) * | 2021-07-26 | 2023-09-22 | 国网江苏省电力有限公司南通供电分公司 | 一种基于路径描述的含微网的配电系统可靠性分析方法 |
CN114117795B (zh) * | 2021-11-29 | 2023-04-11 | 南通大学 | 一种基于负荷-电源连通性分析的配网可靠性评估方法 |
CN117313386A (zh) * | 2023-10-07 | 2023-12-29 | 南京工程学院 | 一种计及气象因素的配电系统可靠性评估方法 |
CN117421891A (zh) * | 2023-10-20 | 2024-01-19 | 国网湖北省电力有限公司电力科学研究院 | 基于改进序贯交叉熵算法的输变电系统可靠性评估方法及装置 |
CN117810990B (zh) * | 2024-01-02 | 2024-09-24 | 国网江苏省电力有限公司宿迁供电分公司 | 一种基于配网两线三站结构提升新能源承载力的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090119058A (ko) * | 2008-05-15 | 2009-11-19 | 고윤석 | 배전계통에서 지능형 frtu 기반의 고장구간 판단 및자율 분리 방법 |
CN104851053A (zh) * | 2015-05-14 | 2015-08-19 | 上海电力学院 | 一种含风光储的配电网供电可靠性评估方法 |
CN105762795A (zh) * | 2016-04-05 | 2016-07-13 | 华南理工大学 | 一种基于非线性整数规划的含分布式电源的配网负荷转供优化模型 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102436631B (zh) * | 2012-01-18 | 2015-02-04 | 重庆大学 | 一种风/柴/储混合系统可靠性评估方法 |
US9118205B2 (en) * | 2012-06-20 | 2015-08-25 | Institute Of Nuclear Energy Research Atomic Energy Council, Executive Yuan | Microgrid power distribution system and power flow asymmetrical fault analysis method therefor |
CN104201723A (zh) * | 2014-08-29 | 2014-12-10 | 重庆大学 | 基于时序模拟的离网型微网可靠性评估方法 |
CN111861029A (zh) * | 2020-07-29 | 2020-10-30 | 国网上海市电力公司 | 一种计及孤岛划分和网络重构的供电可靠性评估方法 |
CN113468705B (zh) * | 2021-07-26 | 2023-09-22 | 国网江苏省电力有限公司南通供电分公司 | 一种基于路径描述的含微网的配电系统可靠性分析方法 |
-
2021
- 2021-07-26 CN CN202110844239.7A patent/CN113468705B/zh active Active
- 2021-12-16 WO PCT/CN2021/138593 patent/WO2023005113A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090119058A (ko) * | 2008-05-15 | 2009-11-19 | 고윤석 | 배전계통에서 지능형 frtu 기반의 고장구간 판단 및자율 분리 방법 |
CN104851053A (zh) * | 2015-05-14 | 2015-08-19 | 上海电力学院 | 一种含风光储的配电网供电可靠性评估方法 |
CN105762795A (zh) * | 2016-04-05 | 2016-07-13 | 华南理工大学 | 一种基于非线性整数规划的含分布式电源的配网负荷转供优化模型 |
Also Published As
Publication number | Publication date |
---|---|
CN113468705A (zh) | 2021-10-01 |
WO2023005113A1 (zh) | 2023-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113468705B (zh) | 一种基于路径描述的含微网的配电系统可靠性分析方法 | |
Salehi et al. | Laboratory-based smart power system, part II: Control, monitoring, and protection | |
Aftab et al. | IEC 61850 communication based dual stage load frequency controller for isolated hybrid microgrid | |
CN106058857A (zh) | 计及负荷转移与切负荷的主动配电网可靠性评估方法 | |
Peng et al. | Static security risk assessment for islanded hybrid AC/DC microgrid | |
Ma et al. | Fuzzy logic based power and thermal management system design for multi-cell lithium-ion battery bank protection and operation | |
CN113595246B (zh) | 微电网状态在线监测方法、装置、计算机设备和存储介质 | |
CN104504524A (zh) | 一种应用于有源配网的负荷削减法及可靠性评估方法 | |
Liao et al. | Load transfer capability analysis considering interconnection of distributed generation and energy storage system | |
CN113112142A (zh) | 智能配电网自愈能力评估方法 | |
Billinton et al. | Overall approach to the reliability evaluation of composite generation and transmission systems | |
Ye et al. | Comprehensive mitigation strategy of voltage sag based on sensitive load clustering | |
Abbas et al. | Scalable constrained attributes/issues about risk, reliability and optimization in large scale battery pack | |
CN105896533B (zh) | 一种主动配电网静态安全评估方法 | |
CN212162825U (zh) | 基于分布式储能系统多参数动态调整柔性充放电控制系统 | |
Gomis-Bellmunt et al. | A utility connected microgrid based on power emulators | |
CN113268007A (zh) | 风电场储能保护仿真测试系统及方法 | |
Chen et al. | Risk assessment method for combined air storage system based on wind power uncertainty | |
Yang et al. | Identification of weak nodes in ac/dc hybrid power grid based on entropy theory | |
CN111541275A (zh) | 基于分布式储能系统多参数动态调整柔性充放电控制系统 | |
Yusvianti et al. | Neural-Network Based Energy Management System for Battery-Supercapacitor Hybrid Storage | |
Nobile et al. | Integration of a relaxation voltage prediction function into a PI-based observer to improve the SOC estimation of battery packs in renewable energy applications | |
Zhou et al. | Operational Risk Assessment and Weak Link Identification of Stadium Power Supply System Based on Predicted Accident Set | |
Han et al. | Reliability Assessment of Honeycomb Distribution Network Based on Quasi-Sequential Monte Carlo Simulation Method | |
Zhang et al. | Fault Location of Power Battery System Based on Directed Graph Model |
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 |