CN114065535A - 一种基于多mgp并网的负荷分配及建模方法 - Google Patents

Abstract

本发明涉及一种基于多MGP并网的负荷分配及建模方法，首先获取现实中低压配电网络的拓扑结构、配变端口的监测数据、低压配电网络中的实际用户数量和随机生成的预定义用户负荷曲线，然后基于上述获取的数据在仿真平台上建立网络模型，并在低压配电端口设置监测设备获取低压配电的仿真的监测数据，进行潮流计算将低压配变实际注入功率曲线和低压配变的仿真注入功率曲线进行差异对比，然后通过计算修正因子修正预定义的用户负荷曲线数据，再次对修正后预定义的用户负荷曲线数据进行潮流计算，且与低压配变实际注入功率曲线进行差异对比获取误差平均值。本发明可进行精准的低压配电网网络建模，进而进行系统控制、经济调度、分布式发电等仿真研究。

Description

一种基于多MGP并网的负荷分配及建模方法

技术领域

本发明属于城市电网规划的技术领域，尤其是一种基于多MGP并网的负荷分配及建模方法。

背景技术

为了对低压配电网进行更加优质的控制、保护和调度，需要进行精确的网络建模，作为网络建模的重要组成部分，真实的负载数据是必不可少的，然而，由于低压配电网监控设备的成本较高，能够获取的低压馈线数据和信息非常有限，因此在低压配电网中很少进行负荷监控，此外，光伏等新能源发电必将呈现加速发展态势，低压配电网中将接入更多的分布式光伏发电机组，当低压配电网接入大量分布式发电设备后，比如随着多MGP光伏发电项目接入低压配电网后，将导致低压用户负荷曲线及负荷特性变得难以获取和预测，需要通过应用有限监测数据的负荷分配技术，来生成相对真实的用户负荷曲线。

用户负荷曲线以时间为单位描述电力用户的用电行为，一般情况下，用户负荷曲线可以按照用户类型分类，如住宅，商业，工业等，然而，这些模型只能粗略估计负载，难以应用于对低压配电网的精细建模和应用，为了不同的研究目的，会使用不同的负载估计算法来生成不同的负荷曲线。如使用AMI(高级计量基础设施)计量的负载估计方法，该方法根据变压器的峰值负荷分析，通过几种标度测量来估算负荷，也有利用模糊集方法估计负荷的方法，为诊断网络故障跟踪提供有效依据。但目前，尚未有针对低压配电网接入大量分布式发电机组的负荷分配及建模方法。

发明内容

本发明的目的在于克服现有技术的不足，提出一种基于多MGP并网的负荷分配及建模方法，为低压配电网调度及研究人员更好的理解和应用接入大量基于MGP并网光伏后的低压配电网负荷特性提供准确的负荷模型。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于多MGP并网的负荷分配及建模方法，具体步骤如下：

步骤1：获取现实中低压配电网络的拓扑结构以及配变端口实际获取的监测数据；

步骤2：基于低压配电网络中的实际用户数量，获取预定义的用户负荷曲线及用户平均能耗的数据；

步骤3：基于现实中低压配电网络的拓扑结构以及配变端口实际可获取的监测数据和获取预定义的用户负荷曲线及用户平均能耗的数据在仿真平台上建立网络模型并进行潮流计算，获取低压配变端口的仿真的监测数据；

步骤4：基于低压配变实际注入功率和低压配变的仿真注入功率，获取修正因子；

步骤5：基于获取预定义的用户负荷曲线数据和修正因子，获取修正后的预定义的用户负荷曲线数据；

步骤6：基于仿真平台对修正后的用户负荷曲线数据进行潮流计算，获取修正后的低压配变实际注入功率曲线，且与低压配变实际注入功率曲线进行差异对比，获取误差平均值；

若取误差平均值小于等于设定值，则认为修正后的用户负荷曲线数据是合格的；

若取误差平均值大于设定值，则执行所述基于现实中低压配电网络的拓扑结构以及配变端口实际可获取的监测数据和获取预定义的用户负荷曲线及用户平均能耗的数据建立网络模型并进行潮流计算，获取低压配变端口的仿真的监测数据的步骤；

优选地，所述步骤1中低压配电网络的实际监测数据包括低压配变端口的实际注入功率、实际端口电流、实际端口电压。

优选地，所述步骤3中所述仿真获取的监测数据包括低压配变端口的仿真注入功率、仿真端口电流、仿真端口电压。

优选地，所述步骤4中修正因子的计算公式如下：

式中，

K_ij为修正因子，表征低压配电网中配电端口的实测功率曲线与拓扑验证中潮流计算得到的仿真功率曲线间的差异情况；

_i为相位，

_j为时刻，

P_{in_real_ij}为_i相位_j时刻处的实际注入功率，

P_{in_sim_ij}为_i相位_j时刻处的仿真注入功率。

优选地，所述步骤5中修正后的用户负荷曲线数据的计算公式如下：

P_{new_load_ij}＝K_ij×P_{load_ij}

式中，

P_{new_load_ij}为修正后的_i相、_j时刻的用户负荷曲线数据，

P_{load_ij}为预定义的_i相、_j时刻的用户负荷曲线数据；

优选地，所述步骤6中误差平均值的计算公式如下：

式中，

Error_i为_i相各时刻的仿真结果与实际监测数据的误差平均值；

P_{in_sim_new_ij}为修正后的_i相位_j时刻处的仿真注入功率。

本发明的优点和积极效果是：

本发明涉及的本发明提出一种基于多MGP并网的负荷分配及建模方法，该方法可利用真实网络中有限的监视器记录数据，准确的低压馈线拓扑、用户的粗能耗及分布式发电典型特性等数据，来生成相对真实的用户负荷曲线，为低压配电网调度及研究人员更好的理解和应用接入大量基于MGP并网光伏后的低压配电网负荷特性提供准确的负荷模型。使用本负荷分配算法生成的用户负荷曲线可以进行更为精准的低压配电网网络建模，进而进行系统控制、经济调度、分布式发电模拟等其他高级仿真研究。

本发明针对低压配电网建模，提出了一种基于有限监测数据的负荷分配算法，利用此算法生成的负荷曲线文件作为一个整体，在经过潮流仿真后，可以生成类似的网络信息，比如由真实监视器记录的功率注入数据，修正后的负荷曲线既能保持原有的物理特性，又能在白天呈现出分布式光伏发电的新特性，可以更真实的还原出多MGP低压配电网中的用户负荷特性。通过在更真实的环境中对低压配电网进行建模，可以提高低压配电网的系统控制、调度、保护和新技术测试的准确度。

附图说明

图1是本发明基于多MGP并网的负荷分配及建模方法的流程图；

图2是本发明基于多MGP并网的负荷分配及建模方法的拓扑验证过程图；

图3是本发明基于多MGP并网的负荷分配及建模方法的负荷曲线对比示意图；

图4是本发明基于多MGP并网的负荷分配及建模方法的注入功率对比相序一示意图；

图5是本发明基于多MGP并网的负荷分配及建模方法的注入功率对比相序二示意图；

图6是本发明基于多MGP并网的负荷分配及建模方法的注入功率对比相序三示意图。

具体实施方式

以下结合附图对本发明做进一步详述。

本发明提供了一种基于多MGP并网的负荷分配及建模方法，具体步骤如下：

步骤1：获取现实中低压配电网络的拓扑结构以及配变端口实际获取的监测数据；

在此步骤中，所述低压配电网络的实际监测数据包括低压配变端口的实际注入功率、实际端口电流、实际端口电压等；

步骤2：基于低压配电网络中的实际用户数量，利用软件获取预定义的用户负荷曲线及用户平均能耗的数据；

步骤3：基于现实中低压配电网络的拓扑结构以及配变端口实际可获取的监测数据和获取预定义的用户负荷曲线及用户平均能耗的数据在仿真平台上建立网络模型并进行潮流计算，获取低压配变端口的仿真的监测数据；

在此步骤中，所述仿真获取的监测数据包括低压配变端口的仿真注入功率、仿真端口电流、仿真端口电压等，所述建立网络模型需在低压配电端口设置监测设备；

步骤4：基于低压配变实际注入功率和低压配变的仿真注入功率，获取修正因子；

在此步骤中，所述修正因子的计算公式如下：

式中，

K_ij为修正因子，表征低压配电网中配电端口的实测功率曲线与拓扑验证中潮流计算得到的仿真功率曲线间的差异情况；

_i为相位，

_j为时刻，

P_{in_real_ij}为_i相位_j时刻处的实际注入功率，

P_{in_sim_ij}为_i相位_j时刻处的仿真注入功率。

步骤5：基于获取预定义的用户负荷曲线数据和修正因子，获取修正后的预定义的用户负荷曲线数据；

在此步骤中，所述修正后的用户负荷曲线数据的计算公式如下：

P_{new_load_ij}＝K_ij×P_{load_ij}

式中，

P_{new_load_ij}为修正后的_i相、_j时刻的用户负荷曲线数据，

P_{load_ij}为预定义的_i相、_j时刻的用户负荷曲线数据；

步骤6：基于仿真平台对修正后的用户负荷曲线数据进行潮流计算，获取修正后的低压配变实际注入功率曲线，且与低压配变实际注入功率曲线进行差异对比，获取误差平均值；

若取误差平均值小于等于设定值，则认为修正后的用户负荷曲线数据是合格的；

若取误差平均值大于设定值，则执行所述基于现实中低压配电网络的拓扑结构以及配变端口实际可获取的监测数据和获取预定义的用户负荷曲线及用户平均能耗的数据建立网络模型并进行潮流计算，获取低压配变端口的仿真的监测数据的步骤；

在此步骤中，所述误差平均值的计算公式如下：

式中，

Error_i为_i相各时刻的仿真结果与实际监测数据的误差平均值；

P_{in_sim_new_ij}为修正后的_i相位_j时刻处的仿真注入功率。

以下通过某市的一个真实低压配电网络进行网络建模，模拟低压配电网络的实际运行状态，

首选进行低压配电网络进行拓扑验证，如图2所示；

在潮流计算软件中对低压配电网拓扑建模，并在配变馈线端口设置监控装置记录功率、电流、电压等网络信息，将每五分钟的平均值记录在数据文件中。

在仿真中，为网络模型分配预定义的负荷曲线，然后进行潮流计算。通过实测数据与仿真结果的比较，实现了拓扑结构的验证。

然后进行低压配电网络负荷分配算法；

根据仿真结果和实际监测数据计算出修正因子，将修正因子与预定义的负载数据相乘，便可以生成修正后的负载曲线。某一用户的预定义负荷曲线和修正负荷曲线的对比如图3所示，

将预定义的负荷曲线与修正后的负荷曲线进行比较，可以看出两者形状相似，这意味着在应用负载分配算法后可以保持负载特性，然而，在修正后的负荷曲线中出现了“负负荷”，这是因为在白天，如果阳光充足，分布式光伏将发电产生功率，当发电功率大于用户负载时，负荷曲线上将呈现出“负负荷”的特点，因此，改进后的负荷曲线具有了新的特点，即可以体现分布式电源发电的负荷特性；

最后进行低压配电网络修正负荷曲线准确率验证；

将修正后的负荷曲线分配至建立的网络模型中，再次进行潮流计算，可以得到新的仿真结果，对比某馈线的三相馈线注入功率如图4至图6所示，分别为相序一、相序二和相序三，

可以看出，使用预定义的负荷曲线进行仿真的功率注入结果，与实际监测数据的趋势是相似的，但仍存在一定差异。然而，通过使用本负荷分配算法创建的负荷曲线进行潮流计算，这种差异几乎消失了，从视觉上看，两条曲线基本重合。

统计上，实际监测数据与新负荷曲线模拟结果的平均误差小于0.5％，因此，通过本发明提出的算法生成了一组相对真实的负载曲线文件，可用于对真实低压配电网络进行可靠的建模。

本发明提出的负荷分配及建模方法可以体现出低压配电网中分布式新能源的发电特性，如基于MGP的分布式光伏的网络特性，通过对配电网进行更为精确的建模，可以提高低压配电网的系统控制、调度、保护和新技术测试的准确度。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

综上所述，本发明的内容并不局限在上述的实施例中，本领域的技术人员可以在本发明的技术指导思想之内提出其他的实施例，但这些实施例都包括在本发明的范围之内。

需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (6)

1.一种基于多MGP并网的负荷分配及建模方法，其特征在于：具体步骤如下：

步骤1：获取现实中低压配电网络的拓扑结构以及配变端口实际获取的监测数据；

步骤2：基于低压配电网络中的实际用户数量，获取预定义的用户负荷曲线及用户平均能耗的数据；

步骤3：基于现实中低压配电网络的拓扑结构以及配变端口实际可获取的监测数据和获取预定义的用户负荷曲线及用户平均能耗的数据建立网络模型并进行潮流计算，获取低压配变端口的仿真的监测数据；

步骤4：基于低压配变实际注入功率和低压配变的仿真注入功率，获取修正因子；

步骤5：基于获取预定义的用户负荷曲线数据和修正因子，获取修正后的预定义的用户负荷曲线数据；

步骤6：基于仿真平台对修正后的用户负荷曲线数据进行潮流计算，获取修正后的低压配变实际注入功率曲线，且与低压配变实际注入功率曲线进行差异对比，获取误差平均值，

若取误差平均值小于等于设定值，则认为修正后的用户负荷曲线数据是合格的；

若取误差平均值大于设定值，则执行所述基于现实中低压配电网络的拓扑结构以及配变端口实际可获取的监测数据和获取预定义的用户负荷曲线及用户平均能耗的数据建立网络模型并进行潮流计算，获取低压配变端口的仿真的监测数据的步骤。

2.根据权利要求1所述的基于多MGP并网的负荷分配及建模方法，其特征在于：所述步骤1中低压配电网络的实际监测数据包括低压配变端口的实际注入功率、实际端口电流、实际端口电压。

3.根据权利要求1所述的基于多MGP并网的负荷分配及建模方法，其特征在于：所述步骤3中所述仿真获取的监测数据包括低压配变端口的仿真注入功率、仿真端口电流、仿真端口电压。

4.根据权利要求1所述的基于多MGP并网的负荷分配及建模方法，其特征在于：所述步骤4中修正因子的计算公式如下：

式中，

K_ij为修正因子，表征低压配电网中配电端口的实测功率曲线与拓扑验证中潮流计算得到的仿真功率曲线间的差异情况；

_i为相位，

_j为时刻，

P_{in_real_ij}为_i相位_j时刻处的实际注入功率，

P_{in_sim_ij}为_i相位_j时刻处的仿真注入功率。

5.根据权利要求1所述的基于多MGP并网的负荷分配及建模方法，其特征在于：所述步骤5中修正后的用户负荷曲线数据的计算公式如下：

P_{new_load_ij}＝K_ij×P_{load_ij}

式中，

P_{new_load_ij}为修正后的_i相、_j时刻的用户负荷曲线数据，

P_{load_ij}为预定义的_i相、_j时刻的用户负荷曲线数据。

6.根据权利要求1所述的基于多MGP并网的负荷分配及建模方法，其特征在于：所述步骤6中误差平均值的计算公式如下：

式中，

Error_i为_i相各时刻的仿真结果与实际监测数据的误差平均值；

P_{in_sim_new_ij}为修正后的_i相位_j时刻处的仿真注入功率。

Images