CN113595069A - 一种配电网光伏消纳容量提升方法 - Google Patents
一种配电网光伏消纳容量提升方法 Download PDFInfo
- Publication number
- CN113595069A CN113595069A CN202110828000.0A CN202110828000A CN113595069A CN 113595069 A CN113595069 A CN 113595069A CN 202110828000 A CN202110828000 A CN 202110828000A CN 113595069 A CN113595069 A CN 113595069A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- node
- power
- distribution network
- voltage
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000010521 absorption reaction Methods 0.000 title claims abstract description 38
- 238000004146 energy storage Methods 0.000 claims abstract description 127
- 230000006872 improvement Effects 0.000 claims abstract description 35
- 230000003287 optical effect Effects 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000004088 simulation Methods 0.000 claims abstract description 5
- 238000009434 installation Methods 0.000 claims description 15
- 230000003044 adaptive effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000007599 discharging Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 239000000523 sample Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- AFEHBIGDWIGTEH-AQRCPPRCSA-N semax Chemical compound C([C@H](NC(=O)[C@H](CCC(O)=O)NC(=O)[C@@H](N)CCSC)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N1[C@@H](CCC1)C(=O)NCC(=O)N1[C@@H](CCC1)C(O)=O)C1=CNC=N1 AFEHBIGDWIGTEH-AQRCPPRCSA-N 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000013074 reference sample Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of 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
- 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
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种配电网光伏消纳容量提升方法,其特征在于,所述方案包括:通过预先建立的配电网模型对配电网进行全年时序电压仿真,得到配电网各节点全年电压越限情况;对配电网节各点电压进行无功调节,得到初步改善之后的各节点全年电压越限情况,计算节点电压越限度;确定储能定址方案,针对不同方案计算储能容量、年总弃光功率以及各自方案下的节点电压平均波动改善指标以及最大消纳能力指标;根据不同方案下的四个指标,采用层次分析法和灰色关联度分析综合评价每一个方案,得到最终的储能定址定容以及弃光方案。
Description
技术领域
本发明涉及一种配电网光伏消纳容量提升方法,属于配电网分布式光伏规划技术领域。
背景技术
传统能源的消耗不仅造成了环境的恶化,同时也使得能源本身不断枯竭。而新能源本身具有清洁、可再生的特点促使人们的注意力集中到新能源的开发上。近几年来,随着国家对新能源的不断倡导以及各种新能源各种补贴政策不断的实施促使了新能源的迅猛发展。其中,装机容量最大的能源为光伏能源。据不完全统计,光伏装机容量在2019年达到30.1GW。但是,由于光伏出力的波动性以及随机性,在如此大规模的接入电网的情况下,势必影响配电网的安全与稳定性。因此,采用合理的措施进行光伏消纳以保证配电网的安全与稳定将具有重要意义。
迄今为止,各国对配电网的光伏消纳进行了广泛而深远的研究。对于光伏消纳方法各种各样,如使用储能设备、配网重构、无功补偿、光伏逆变器的功率因数调节、电压协调控制等。
储能技术是最为常见的光伏消纳方法,它是在电压比较高的时候,可以对电负荷进行吸收,充当负荷作用;当电压比较低的时候,进行电功率释放,充当电源作用;因此,储能可以改善电压波形、起到削峰填谷的作用。
光伏逆变器的功率调节是对光伏并网进行功率因数控制,在出力高峰期进行光伏出力吸收以避免电压越限,提高配电网的光伏接纳能力。光伏逆变器进行光伏消纳可以分为三个阶段,第一阶段是无功功率调节直到到达最大功率因数或者最大光伏安装容量,此过程不涉及光伏有功功率舍弃;第二阶段是保持无功功率不变,进行有功功率的舍弃,以达到最大功率因数;第三阶段是围绕最大光伏功率因数进行弃光以及无功功率同时调节。
姚宏民等人借助了光伏的逆变处理,通过逆变器的阶段性控制使得节点回归到规定值,但是未从规划角度进行进一步的探究;赵波等人通过L指标对储能进行选址与定容,由于节点之间的相关性,单指标进行储能配置并未是最好的选择。陶琼等人通过双层规划模型对高光伏渗透率的配电网进行储能的定址与定容,但双层规划模型相对比较复杂,而且上层的储能定址比较随机。丁明等人根据考虑节点之间的相关性,对配电网之间进行集群划分,根据集群划分的结果建立分布式光伏与储能的双层协调选址定容规划模型,综合考虑配电网的光伏安装与储能配置。
发明内容
本发明的目的在于提供一种配电网光伏消纳容量提升方法,以解决现有技术的缺陷。
一种配电网光伏消纳容量提升方法,所述方案包括:
通过预先建立的配电网模型对配电网进行全年时序电压仿真,得到配电网各节点全年电压越限情况;
对配电网节各点电压进行无功调节,得到初步改善之后的各节点全年电压越限情况,计算节点电压越限度;
通过集群策略和节点电压越限程度进行储能安装节点的选择进行确定得到储能定址方案,并针对不同方案计算储能容量、年总弃光功率、各自方案下的节点电压平均波动改善指标以及最大消纳能力指标;
根据不同方案下的四个指标,采用层次分析法和灰色关联度分析综合评价每一个方案,得到最终的储能定址定容以及弃光方案。
进一步地,所属配电网模型参数包含配电网的拓扑结构、基准电压、基准功率、线路阻抗以及配电网各个节点的全年的负荷功率、光伏功率。
进一步地,所述节点电压越限度用于衡量节点电压越限的大小,具体公式为:
式中:M为全年越限时刻数,UNmax为节点电压安全阈值上限,Ui为节点i的电压。
进一步地,所述确定储能定址方案方法包括:
根据配电网中的各节点光伏功率和负荷功率,以电气距离、功率平衡度作为集群策略指标将配电网划分成几个集群;
根据各自集群中的各节点电压越限度,选取越限最严重的前六个点作为储能定址节点,制定储能定址方案。
进一步地,计算储能容量、年总弃光功率以及各自方案下的节点电压平均波动改善指标以及最大消纳能力指标的方法包括:
采用合作博弈模型以储能配置容量和全年弃光功率之和作为特征函数,求解各自方案下最优的储能容量配置和全年总弃光功率;
在最优的储能配置容量和全年总弃光功率配置下再次进行全年的光伏消纳,计算各自方案新一轮优化消纳之后的节点电压平均波动改善指标以及最大消纳能力指标。
进一步地,合作博弈模型具体为:
参与者:储能配置的Nc个节点;
策略集:每一储能配置节点在全年时刻的储放电功率、弃光功率以及无功调节功率;
特征函数:配电网总的储能配置容量和全年总弃光功率的总和最低;
式中:Nc为储能节点安装的数量,Sn为节点n的储能安装容量以及年总弃光功率总和,Qt为节点n在t时刻所补偿的无功功率,Pch,t为t时刻的储能装置的充电功率,Pdis,t为t时刻的储能装置的放电功率,Pgp,t为t时刻的弃光功率,T为全年时刻。
进一步地,节点电压平均波动改善指标衡量经过储能全年充放电调度与弃光处理之后电压波动的改善程度:
式中:Nc为配置储能的节点数,dui为节点i电压波动改善的程度,Ui,t、Ui,t′分别为节点i在时间t改善前后的电压值,Ui,av、Ui,av′为节点i的电压改善前后的平均值,dUi、dUi′分别为电压改善前后的电压波动,T为全年时刻。
进一步地,最大消纳能力指标是用于衡量方案中储能配置以及弃光对配电网的光伏消纳能力提高情况,其配电网的新一轮的光伏消纳是建立在该方案中储能的额定容量、额定功率以及年总弃光功率的基础上。
进一步地,储能定址定容以及弃光方案的评价方法包括:
确定不同储能定址方案的四个指标值:总的储能配置容量、全年总弃光功率、节点电压平均波动改善、最大消纳能力;
以层次分析法确定四个指标的权重大小,以灰色关联度确定不同储能定址方案的灰色关联度,通过灰色加权确定最终储能定址方案。
与现有技术相比,本发明所达到的有益效果:本发明克服了双层算法的复杂性,以指标类更加简单的方式进行储能的定址选择,同时兼顾节点的相关性特点,合作消纳光伏容量,进行了储能容量以及弃光优化,并且为了客观的评价不同方案的储能容量,引入两个新的指标,采用层次分析法和灰色关联度分析主客观相结合的方式进行方案评价,最后的决策者可以根据四个指标的优先级顺序进行最后的选择。
附图说明
图1是光伏逆变器和储能阶段性控制的光伏消纳流程图;
图2是IEEE标准的33节点配网图;
图3是节点的光伏容量配置;
图4是无功调节前的节点24的全年电压值;
图5是无功调节后的节点24的全年电压值;
图6是不同集群对应节点的电压越限。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
如图1-图6所示公开了一种配电网光伏消纳容量提升方法,如图1所示,包括:
步骤1:建立含光伏系统的配电网模型,对配电网进行全年时序电压仿真,得到配电网各节点全年电压越限情况;
所述的配电网模型参数包含配电网的拓扑结构、基准电压、基准功率、线路阻抗、配电网各个节点的全年的负荷功率、光伏功率。
所述全年时序电压仿真是根据全年每一个时刻的配电网节点负荷功率以及光伏功率进行潮流计算,得到全年每一个时刻下每一个节点的电压值。
步骤2:利用光伏接入节点的逆变器对节点电压进行无功调节,得到初步改善之后的各节点全年电压越限情况,计算节点电压越限度;
所述光伏接入节点的逆变器的无功调节是利用逆变器对节点进行无功功率的补偿,直到达到最大功率因数或者最大逆变容量,这一阶段将不进行光伏有功功率的舍弃。
节点电压越限程度是用来衡量节点电压越限的大小:
式中:M为全年越限时刻数,UNmax为节点电压安全阈值上限,Ui为节点i的电压。
步骤3:利用集群策略和节点电压越限程度进行储能安装节点的选择,得到多个储能定址方案;具体步骤如下:
(31)根据配电网中各节点光伏功率和负荷功率,以电气距离、功率平衡度作为集群策略指标将配电网划分成几个集群;
(32)根据各自集群中的各节点电压越限度,选取越限最严重的前几个点作为储能定址节点,制定储能定址方案;
所述的集群策略是考虑到节点之间的强弱关联性,而对配电网进行区域性的划分的策略。集群之间的关联性比较弱,集群之内的关联性比较强;具体的为集群策略是就是将配电网划分几个区域,一个区域为一个集群。区域内的某节点发生变化的时候,区域内的其他节点变化比较大,其他区域内的节点变化比较小,因此,集群内的节点关联性比较强,集群外的节点关联性比较弱。
步骤4:采用合作博弈模型求解在满足约束条件下多个储能定址方案各自的最优储能配置容量与全年总弃光功率,并计算各自方案下的节点电压平均波动改善指标以及最大消纳能力指标。包含如下步骤:
(41)采用合作博弈模型以储能容量和全年弃光功率之和作为特征函数,求解各自方案下最优的储能容量配置和全年总弃光功率;
(42)在最优的储能配置容量和全年总弃光功率配置下再次进行全年的光伏消纳,计算各自方案新一轮的优化消纳之后的节点电压平均波动改善指标以及最大消纳能力指标;
所述的合作博弈模型包含:
(1)参与者:储能配置的Nc个节点。
(2)策略集:每一储能配置节点在全年时刻的储放电功率、弃光功率以及
无功调节功率。
(3)特征函数:配电网总的储能配置和全年弃光功率总和最低。
所述的合作模型的约束条件:
(1)储能充放电功率约束
在同一时刻,储能充放电功率不能同时进行:
Pch,t·Pdis,t=0
式中:Pch,t为t时刻的储能装置的充电功率;Pdis,t为t时刻的储能装置的放电功率。
(2)储能荷电状态约束
为了延长储电设备的寿命,需要保证储电设备的荷电状态在一定的范围之内,而储电装置t时刻的荷电状态与t-1时刻的荷电状态与t时刻的充放电功率有关:
Semin≤Se,t≤Semax
式中:Se,t为t时刻的荷电状态,Se,t-1为t-1时刻的荷电状态,ηech为储电装置的充电效率,ηedis为储电装置的放电效率,SNe为储电设备的额定容量,Semin、Semax为储能荷电状态的最小值与最大值,Δt为单位调度时间。
(3)弃光约束
弃光功率需要小于某一时刻所产生的光伏功率:
Pgp,t≤Ppv,t
式中:Pgp,t为t时刻的弃光功率,Ppv,t为t时刻的产生的光伏功率。
(4)节点电压约束
Umin≤Ui≤Umax
式中:Umin为节点电压的安全范围的下限值;Umax为节点电压的安全范围的上限值;Ui为节点i的电压。
节点电压平均波动改善指标衡量经过储能全年充放电调度与弃光处理之后电压波动的改善程度:
式中:Nc为配置储能的节点数,dui为节点i电压波动改善的程度,Ui,t、Ui,t′分别为节点i在时间t改善前后的电压值,Ui,av、Ui,av′为节点i的电压改善前后的平均值,dUi、dUi′分别为电压改善前后的电压波动,T为全年时刻。
最大消纳能力指标是用来衡量方案中储能配置以及弃光对配电网的光伏消纳能力提高情况,其配电网的新一轮的光伏消纳是建立在该方案中储能的额定容量、额定功率以及年总弃光功率的基础上。其中采用PSO优化算法求解最大消纳容量,以适应值求解模型求解PSO粒子的适应值。
具体实施步骤如下:
(1)配置PSO粒子的相关参数,其相关参数为粒子的种群数量、迭代次
数、加速系数、权重系数;
(2)随机初始化PSO粒子的位置和速度,其位置和速度为不同的光伏安
装容量;
(3)将PSO每一个粒子的位置代入适应值求解模型中;
(4)输入求解模型的相关参数,其相关参数为配电网的基准电压、基准功
率、配电网的拓扑结构、输电电路的阻抗、全年每一时刻节点的负荷功率,并计算该位置(光伏容量)下的全年每一时刻的每一个节点的光伏出力功率;
(5)对(4)进行潮流求解,并找出越限节点以及越限时刻;
(6)在满足约束条件下,对越限节点的越限时候进行储能和弃光调节,
以保证该时刻的节点电压恢复到正常范围内,如经储能和弃光调节之后无法恢复到正常电压值,则返回适应值为0;否则,返回适应值为光伏安装容量。
(7)以最大光伏安装容量为目标函数PSO的位置和速度的更新,直到满
足终止条件,输出最大光伏安装容量。
所述(4)的全年光伏时刻出力功率求取:
Ppv,i=COpv,tCpv,i
式中:COpv,t为t时刻光伏出力系数了;Cpv,i为节点i的光伏安装容量。
所述(6)的约束条件:
①储能充放电条件:
对越限电压进行调节的充放功率不得超过额定功率:
式中:PN为储能的额定功率
②储能的荷电约束条件:
Semin≤Se,t≤Semax
③弃光约束条件:
式中:Pgp,t,i为节点i在t时刻的弃光功率,Psum,i为节点i总的弃光功率(即为方案中的总弃光功率)
步骤5:结合不同的方案下的四个指标,采用层次分析法和灰色关联度分析综合评价每一个方案,得到最优的储能定址定容以及弃光方案。包含如下步骤:
(51)确定不同储能定址方案的四个指标值:总的储能安装容量、全年总弃光功率、节点电压平均波动改善、最大消纳能力;
(52)以层次分析法确定四个指标的权重大小,以灰色关联度确定不同储能定址方案的灰色关联度,通过灰色加权确定最终储能定址方案。
所述的综合评价步骤为:
(1)标准化样本序列以及找到最优参考序列
设一共有m个方案,n个指标,则对样本序列组成的样本矩阵X=(xij)mn进行归一化,并找到参考样本。
dj=opt(cij)
式中:xij表示第i个方案,第j个指标下对应数值i=1,2,...,m;j=1,2,...,n,dj为j指标中最优样本(根据实际情况选取j指标下的最大或最小值)。
(2)求取灰色关联度
定义Δij为标准化后的第i个方案在j个指标上的值与第j个指标上最优值的偏差:
Δij=|cij-dj|
标准化后,定义第i个方案在j个指标上的值与第j个最佳指标的灰色关联度εij为
式中:ρ为分辨系数,一般选取0.5。
(3)用层次分析法确定权重
构建考量指标之间的判断矩阵,并对考量矩阵进行一致性检验,并且通过
一致性验,得到权重ω=(ω1,ω2,…,ωj)。
(4)计算加权关联度
(5)根据关联度大小进行排序,挑选最优方案。
γi的值越大表明第i个方案与最优样本的相关联程度越大,因此,可以根据相关联的程度大小进行最优方案选择。
实施例2
对于一个安装6MW的光伏容量的配电网进行年时序电压分析,配电网的拓扑结构图如图2所示,具体的节点光伏容量配置如下图3所示,由于节点24所安装的光伏容量是最大的,其电压越限程度也是最高的,如图4所示。
因此,需要利用逆变器与储能相结合策略使得节点恢复到规定值,以保证配电网的完全与稳定性。
1、逆变器的初步调节
经过逆变器无功的初步调节之后,节点24的越限程度明显降低,如图5所示。
2、储能定址方案
根据全年模拟各节点的电压情况,结合节点电压越限指标以及集群划分策略进行储能定址方案的选择。本文的集群划分将以电气距离作为结构性指标,衡量节点电压幅值的变化的关联程度;以功率平衡度作为功率指标,衡量有功、无功功率变化对于节点的影响。
根据上述集群划分的标准以及考虑光伏安装容量以及位置,本文将标准的配电网划分为四个集群,每一个集群内的节点电压越限程度如图6所示
一共划分了四个集群,集群1中的电压越限的节点为23、24、25;集群2中并无电压越限节点;集群3中电压越限的节点为5、6、7、8、9、26、27、28、29、30、33;集群4中的电压越限节点为10、11、12。
考虑集群的特点,先根据集群内的电压越限情况进行初步选择,然后在结合集群之间的关系进行综合评判。如果集群内相邻的节点之间电压越限程度相差比较大,则认为电压越限严重的节点带动电压越限严重小的节点。因此,只要在电压越限严重的节点进行储能配置,降低电压,节点越限程度小的节点电压自然会下降。进行集群内节点筛选之后,考虑集群之间的相关联性,如果集群内的最大电压越限程度远小于其余集群内最小越限程度,则认为,此集群电压越限是由其余集群带动,主要控制其余集群电压,此集群的电压也就回归正常值。
集群1中节点23与节点24、25电压越限程度比较大,且节点24、25电压越限严重,可认为节点23的电压越限是由节点24、25带动,因此,在节点24、25进行储能配置。集群2无电压越限,因此,并不考虑。集群3中节点6、节点26、27、28与其余节点电压有一定的差距,因此,需要安装储能装置。集群4中节点最大的电压越限比较低,因此,可以认为,集群4的节点电压越限是由其余集群带动,因此,集群4不进行储能配置。
根据上述的节点储能配置,将拟定节点24、25、6、27、26、28作为储能配置的备选节点。并且根据越限程度,拟定如下的储能配置方案,如表3所示。
表1 方案选址以及个数确定
方案 | 配置节点 |
一 | 24 |
二 | 24、25 |
三 | 24、25、27 |
四 | 24、25、27、26 |
五 | 24、25、27、26、6 |
六 | 24、25、27、26、6、28 |
3、储能定容方案
根据上述的储能方案进行合作博弈求得最优的储能配置以及弃光容量。结果如表2所示由于全年所产生的光伏功率在8800MW,结果中的弃光功率均是符合要求。
表2 储能配置以及弃光功率
从表2可以看出,方案一中单个节点进行储能配置,储能配置容量比较少,但年总的弃光功率最高的,由于单个节点无法与其他节点进行配合消纳,也导致在储能和弃光功率下消纳能力也是最低的;方案六中由于在六个节点进行储能配置,总的储能配置容量最高,但降低了年总弃光功率,由于节点之间储能和弃光的相互配合,最大限度地提高了光伏消纳水平。不同的方案由于节点储能配置不一样,但弃光和储能配置总的容量有所差别,储能配置节点数越多,总的储能配置容量越大,但提高了新一轮的消纳能力;平均节点改善水平与节点配置数量的多少并无直接的关系,但总的来说,由于储能和弃光的调节作用,使得节点电压波动有了明显的改善。
5、多指标评价
根据上述不同方案下的四个指标特性进行综合评价挑选出最为合适的方案,考虑到不同指标之间的相关性以及指标之间的重要程度,采用层次分析法与灰色关联度指标进行综合评价,结果如表3所示
表3 多指标评判的综合结果
方案6的综合评分最高,即为最佳方案,由于方案6的节点储能配置比较多,节点之间协调工作,可以增大配电网的消纳能力。当配电网所需光伏进一步需要扩大的时候,可以进行1.72MW的光伏容量额外扩建。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (9)
1.一种配电网光伏消纳容量提升方法,其特征在于,所述方案包括:
通过预先建立的配电网模型对配电网进行全年时序电压仿真,得到配电网各节点全年电压越限情况;
对配电网节各点电压进行无功调节,得到初步改善之后的各节点全年电压越限情况,计算节点电压越限度;
通过集群策略和节点电压越限程度进行储能安装节点的选择进行确定得到储能定址方案,并针对不同方案计算储能容量、年总弃光功率、各自方案下的节点电压平均波动改善指标以及最大消纳能力指标;
根据不同方案下的四个指标,采用层次分析法和灰色关联度分析综合评价每一个方案,得到最终的储能定址定容以及弃光方案。
2.根据权利要求1所述的配电网光伏消纳容量提升方法,其特征在于,所属配电网模型参数包含配电网的拓扑结构、基准电压、基准功率、线路阻抗以及配电网各个节点的全年的负荷功率、光伏功率。
4.根据权利要求1所述的配电网光伏消纳容量提升方法,其特征在于,所述确定储能定址方案方法包括:
根据配电网中的各节点光伏功率和负荷功率,以电气距离、功率平衡度作为集群策略指标将配电网划分成几个集群;
根据各自集群中的各节点电压越限度,选取越限最严重的前六个点作为储能定址节点,制定储能定址方案。
5.根据权利要求1所述的配电网光伏消纳容量提升方法,其特征在于,计算储能容量、年总弃光功率以及各自方案下的节点电压平均波动改善指标以及最大消纳能力指标的方法包括:
采用合作博弈模型以储能配置容量和全年弃光功率之和作为特征函数,求解各自方案下最优的储能容量配置和全年总弃光功率;
在最优的储能配置容量和全年总弃光功率配置下再次进行全年的光伏消纳,计算各自方案新一轮优化消纳之后的节点电压平均波动改善指标以及最大消纳能力指标。
8.根据权利要求5所述的配电网光伏消纳容量提升方法,其特征在于,最大消纳能力指标是用于衡量方案中储能配置以及弃光对配电网的光伏消纳能力提高情况,其配电网的新一轮的光伏消纳是建立在该方案中储能的额定容量、额定功率以及年总弃光功率的基础上。
9.根据权利要求1所述的配电网光伏消纳容量提升方法,其特征在于,储能定址定容以及弃光方案的评价方法包括:
确定不同储能定址方案的四个指标值:总的储能配置容量、全年总弃光功率、节点电压平均波动改善、最大消纳能力;
以层次分析法确定四个指标的权重大小,以灰色关联度确定不同储能定址方案的灰色关联度,通过灰色加权确定最终储能定址方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110828000.0A CN113595069B (zh) | 2021-07-22 | 2021-07-22 | 一种配电网光伏消纳容量提升方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110828000.0A CN113595069B (zh) | 2021-07-22 | 2021-07-22 | 一种配电网光伏消纳容量提升方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113595069A true CN113595069A (zh) | 2021-11-02 |
CN113595069B CN113595069B (zh) | 2023-10-20 |
Family
ID=78249060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110828000.0A Active CN113595069B (zh) | 2021-07-22 | 2021-07-22 | 一种配电网光伏消纳容量提升方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113595069B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114243801A (zh) * | 2021-11-17 | 2022-03-25 | 国网江苏省电力有限公司盐城供电分公司 | 一种包含新能源的电网优化控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107316125A (zh) * | 2017-05-12 | 2017-11-03 | 燕山大学 | 一种基于经济运行域的主动配电网经济运行评价方法 |
CN108470231A (zh) * | 2018-01-24 | 2018-08-31 | 天津大学 | 考虑储能系统量化特征的配电网分布式储能选址定容方法 |
CN109492815A (zh) * | 2018-11-15 | 2019-03-19 | 郑州大学 | 一种市场机制下面向电网的储能电站选址定容优化方法 |
CN110212558A (zh) * | 2019-05-09 | 2019-09-06 | 宁波永耀电力投资集团有限公司 | 一种分布式储能系统的选址定容配置方法 |
CN111126866A (zh) * | 2019-12-27 | 2020-05-08 | 北京四方继保自动化股份有限公司 | 交直流可再生能源系统的综合能效评估管理系统及方法 |
CN111490554A (zh) * | 2020-04-16 | 2020-08-04 | 国网江苏省电力有限公司淮安供电分公司 | 分布式光伏-储能系统多目标优化配置方法 |
-
2021
- 2021-07-22 CN CN202110828000.0A patent/CN113595069B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107316125A (zh) * | 2017-05-12 | 2017-11-03 | 燕山大学 | 一种基于经济运行域的主动配电网经济运行评价方法 |
CN108470231A (zh) * | 2018-01-24 | 2018-08-31 | 天津大学 | 考虑储能系统量化特征的配电网分布式储能选址定容方法 |
CN109492815A (zh) * | 2018-11-15 | 2019-03-19 | 郑州大学 | 一种市场机制下面向电网的储能电站选址定容优化方法 |
CN110212558A (zh) * | 2019-05-09 | 2019-09-06 | 宁波永耀电力投资集团有限公司 | 一种分布式储能系统的选址定容配置方法 |
CN111126866A (zh) * | 2019-12-27 | 2020-05-08 | 北京四方继保自动化股份有限公司 | 交直流可再生能源系统的综合能效评估管理系统及方法 |
CN111490554A (zh) * | 2020-04-16 | 2020-08-04 | 国网江苏省电力有限公司淮安供电分公司 | 分布式光伏-储能系统多目标优化配置方法 |
Non-Patent Citations (1)
Title |
---|
赵波等: "计及储能系统的馈线光伏消纳能力随机场景分析", 《电力系统自动化》, vol. 39, no. 9 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114243801A (zh) * | 2021-11-17 | 2022-03-25 | 国网江苏省电力有限公司盐城供电分公司 | 一种包含新能源的电网优化控制方法 |
CN114243801B (zh) * | 2021-11-17 | 2023-09-26 | 国网江苏省电力有限公司盐城供电分公司 | 一种包含新能源的电网优化控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113595069B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107147152B (zh) | 新能源配电网多类型有功无功源协同优化配置方法及系统 | |
CN112308427B (zh) | 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统 | |
CN112131733B (zh) | 计及电动汽车充电负荷影响的分布式电源规划方法 | |
CN112039079B (zh) | 考虑电压安全的有源配电网储能优化系统配置方法 | |
CN109510234B (zh) | 一种微电网储能电站的混合储能容量优化配置方法及装置 | |
CN109636009B (zh) | 一种建立确定电网线损的神经网络模型的方法和系统 | |
CN109886472B (zh) | 一种分布式光伏和电动汽车接入不确定性的配电台区容量方法 | |
CN112018823B (zh) | 一种配电网多目标鲁棒优化方法 | |
CN109034587B (zh) | 一种协调多种可控单元的主动配电系统优化调度方法 | |
CN113437756A (zh) | 考虑配电网静态电压稳定性的微电网优化配置方法 | |
CN115204672A (zh) | 一种考虑主动配电网脆弱性的分布式储能配置方法 | |
CN115940267A (zh) | 一种区域配电网分布式光伏集群划分方法 | |
CN112561273A (zh) | 一种基于改进pso的主动配电网可再生dg规划方法 | |
CN110852495A (zh) | 一种分布式储能电站选址方法 | |
CN115271195A (zh) | 一种基于改进遗传算法的电力系统多目标储能优化方法 | |
CN113595069A (zh) | 一种配电网光伏消纳容量提升方法 | |
CN107492903A (zh) | 一种基于统计学模型的混合储能系统容量优化配置方法 | |
CN112836423B (zh) | 基于改进差分进化算法的微网容量优化配置方法 | |
CN107221936A (zh) | 一种含风电场的最优潮流计算方法及装置 | |
CN115912421A (zh) | 一种配电网储能选址定容多目标优化方法及系统 | |
CN115940284B (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
CN116645089A (zh) | 一种考虑退役电池容量退化的储能系统双层优化配置方法 | |
CN113690930B (zh) | 基于nsga-iii算法的分布式光伏电源中长期选址定容方法 | |
CN111753438B (zh) | 一种基于时序特性的配电网分布式电源及储能双层优化规划方法 | |
CN114398777A (zh) | 一种基于巴什博弈理论的电力系统灵活性资源配置方法 |
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 |