CN114094630A - 一种分布式可再生能源发电集群划分方法及系统 - Google Patents
一种分布式可再生能源发电集群划分方法及系统 Download PDFInfo
- Publication number
- CN114094630A CN114094630A CN202111467954.XA CN202111467954A CN114094630A CN 114094630 A CN114094630 A CN 114094630A CN 202111467954 A CN202111467954 A CN 202111467954A CN 114094630 A CN114094630 A CN 114094630A
- Authority
- CN
- China
- Prior art keywords
- cluster
- evaluation
- power generation
- renewable energy
- scene model
- 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
- 238000010248 power generation Methods 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000007246 mechanism Effects 0.000 claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims description 116
- 238000012216 screening Methods 0.000 claims description 35
- 238000009434 installation Methods 0.000 claims description 32
- 238000005457 optimization Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 24
- 238000011234 economic evaluation Methods 0.000 claims description 14
- 230000035699 permeability Effects 0.000 claims description 12
- 238000000638 solvent extraction Methods 0.000 claims description 10
- 230000010365 information processing Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 238000012797 qualification Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000013461 design Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- 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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种分布式可再生能源发电集群划分方法及系统，其中，一种分布式可再生能源发电集群划分方法，包括：输入待划分可分布式再生能源发电集群信息；针对待划分分布式可再生能源发电集群信息进行区域划分；针对进行区域划分后的分布式可再生能源发电集群信息进行电压等级划分；将进行电压等级划分后的分布式可再生能源发电集群制作成典型场景模型；通过集群综合选择机制对典型场景模型进行评估并得到结果。本发明提出分布式可再生能源发电集群的多维度、多层级划分方法，搭配集群综合选择机制，从而攻克了满足多远利益均衡的“源‑网‑荷‑储”协同规划设计技术，构建出最优化典型场景模型，实现大规模分布式可再生能源发电的有序接入。
Description
技术领域
本发明涉及分布式可再生能源发电集群划分的技术领域，具体涉及一种分布式可再生能源发电集群划分方法及系统。
背景技术
分布式发电系统将分散的可再生能源以及小规模发电系统相互整合，以就近的原则供给用户负荷与并入配电网，是实现可再生能源高效利用与节能减排的理想途径，也将是我国新一代综合能源系统的重要组成部分。
但现有的分布式可再生能源发电集群划分方法一般无法满足多远利益均衡的“源-网-荷-储”协同规划设计，无法构建最优化典型场景模型，从而无法实现大规模分布式可再生能源发电的有序接入。实现大规模分布式可再生能源发电的有序接入。
发明内容
针对上述现有技术存在的问题，本发明提供了一种分布式可再生能源发电集群划分方法及系统。
本发明提供的一种分布式可再生能源发电集群划分方法，包括以下步骤：
输入待划分可分布式再生能源发电集群信息；
针对待划分分布式可再生能源发电集群信息进行区域划分；
针对进行区域划分后的分布式可再生能源发电集群信息进行电压等级划分；
经过区域划分后分布式可再生能源发电集群信息的划分种类的实施例如下所示：
35KV层级集群、10KV锁线层级集群以及10KV配变层级集群；
将进行电压等级划分后的分布式可再生能源发电集群制作成典型场景模型；
通过集群综合选择机制对典型场景模型进行评估并得到以下结果：
如果典型场景模型在集群综合选择机制评估下满足客户需求，则获取典型场景模型划分评估报告；
如果典型场景模型在集群综合选择机制评估下不满足客户需求，则对该典型场景模型进行上层优化以及下层优化，并重新建造典型场景模型；
其中：所述集群综合选择机制包括四层呈金字塔状的评估处理构成，四层评估处理由下至上依次为基础处理、信息处理、对象处理以及汇总处理，最终实现对典型场景模型的综合评估。
作为上述方案的进一步优化，还包括电源筛选，以降低划分入分布式可再生能源发电集群内电源的数量。
其中：
电源筛选包括控制方式筛选以及调节成本筛选。
控制方式筛选：控制划分到分布式可再生能源发电集群内电源具有相同的控制方式，并筛选出具有最多相同的控制方式的分布式电源组。
具体的，电源常用的控制方式包括但不限于：PQ控制方式、QV控制方式、PV控制方式、恒压控制方式以及恒功率因数控制方式。
调节成本筛选：设立调节成本指标并将超过调节成本指标的划入分布式可再生能源发电集群的电源筛除。
作为上述方案的进一步优化，所述集群综合选择机制包括：
汇总处理：实现对典型场景模型的综合评估；
对象处理：对典型场景模型中并网后的电网侧和并网后的电源侧分别进行评估；
信息处理：实现对电网侧整体架构以及电源侧整体架构的评价，所述电网侧整体架构的评价包括集群特征子评价、经济性子评价以及电能质量子评价；所述电源侧整体架构的评价包括经济性子评价；
基础处理：实现对于信息处理的具体评估，包括评估电网侧中集群特征子评价的集群功率平衡度、能量渗透率以及容量渗透率；评估电网侧中经济性子评价的集群内系统网损；评估电网侧中电能质量子评价的集群符合电压合格率以及集群符合点电压偏差率；评估电源侧中经济性子评价的内部收益率以及动态回收期。
作为上述方案的进一步优化，上层优化：通过改变并网后电源的安装容量以及安装位置，实现并网后电源投资商的收益最大化，以满足电源侧中的经济性评价；
具体的，电源侧经济型评价主要采用对比不同安装位置以及不同安装容量的分布式电源在无功时的花费以及有功时的花费，筛选出具有无功时的花费最低以及有功时的花费最低的分布式电源的安装位置以及安装容量。
其具体计算公式如下所示：
CostQ＝FITDG·ΔPloss，DG
CostP＝FITDG·ΔPquit，DG
式中：CostQ为一个安装位置以及一个安装容量条件下分布式电源的无功花费，FITDG一个安装位置以及一个安装容量条件下分布式电源的上网价格；ΔPloss，DG为一个安装位置以及一个安装容量条件下分布式电源的无功增加的损耗；
CostP为一个安装位置以及一个安装容量条件下分布式电源的的有功花费，ΔPquit，DG为调节一个安装位置以及一个安装容量条件下分布式电源的有功增加的损耗。
下层优化：通过调度典型场景模型中的所有主动配电网，确定并网后电网的最优运行方式，以实现并网后分布式电源的最大消纳。
具体的，首先预设调整后区域的预测消耗的总功率P耗，并计算调整后该配电网的总功率是否大于调度的功率。
若P总＞P耗，则计算超过调度功率的功率值P超＝P总-P耗；
若P总＜P耗；则重新调度该典型场景模型中的主动配电网并形成新的典型场景模型；
最终统计所有调度后典型场景模型的P超，并选取具有P超中最大值的典型场景模型为并网后电网的最优运行方式，该方式下的并网后的电源可实现并网后的分布式电源的最大消纳。
一种分布式可再生能源发电集群划分系统，包括：
输入模块：用于输入待检测分布式可再生能源发电集群；
区域划分模块：针对待检测分布式可再生能源发电集群进行区域划分；
电压等级划分模块：针对进行区域划分后的分布式可再生能源发电集群进行电压等级划分；
典型场景模型制作模块：将进行电压等级划分后的分布式可再生能源发电集群制作成典型场景模型；
集群综合指标模块：含有评估典型场景模型的评估指标；
评估模块：通过集群综合指标模块对典型场景模型进行评估并生成满足客户需求的典型场景模型划分评估报告；
优化模块：优化不满足客户需求的典型场景模型。具体的，该优化不满足客户需求的方式包括上层优化方式以及下层优化方式。
作为上述方案的进一步优化，还包括电源筛选模块：用于降低划分入分布式可再生能源发电集群内电源的数量。
作为上述方案的进一步优化，所述电源筛选模块包括：
控制方式筛选子模块：控制划分到分布式可再生能源发电集群内电源具有相同的控制方式和通信方式，并筛选出具有最多相同的控制方式和通信方式的分布式电源组。
调节成本筛选子模块：设立调节成本指标并将超过调节成本指标的划入分布式可再生能源发电集群的电源筛除。
作为上述方案的进一步优化，所述集群综合指标模块包括：
汇总子模块：具有典型场景模型的综合评估指标；
对象子模块：具有典型场景模型中并网后的电网侧和/或并网后的电源侧的评估指标；
信息子模块：具有电网侧中集群特征评估指标、电网侧中经济性评估指标以及电网侧中电能质量评估指标；电源侧中经济性评估指标；
基础子模块：具有信息子模块的具体评估指标，包括电网侧中集群特征评估指标中集群功率平衡度子评估指标、集群特征评价中能量渗透率子评估指标以及集群特征评价中容量渗透率子评估指标；电网侧中经济性评估指标中集群内系统网损子评估指标；电网侧中电能质量评估指标中集群符合电压合格率子评估指标以及集群符合点电压偏差率子评估指标；电源侧中经济性评估指标中内部收益率子评估指标以及动态回收期子评估指标。
一种分布式可再生能源发电集群划分评估方法，包括以下步骤：
通过集群综合选择机制对经过区域划分以及电压等级划分后的分布式可再生能源发电集群构成的典型场景模型进行评估并得到以下结果：
如果评估后典型场景模型在集群综合选择机制下满足客户需求，则生成典型场景模型划分评估报告；
如果评估后典型场景模型在集群综合选择机制不满足客户需求，则对该典型场景模型进行上层优化以及下层优化，并重新建造典型场景模型。
一种存储介质,所述存储介质上存储有基一种分布式可再生能源发电集群划分系统,所述一种分布式可再生能源发电集群划分系统被处理器执行时实现如权利要求1所述的基于基于Devops内生安全的源代码检测方法的步骤。
本发明的一种分布式可再生能源发电集群划分方法及系统，具备如下有益效果：
1)本发明分布式可再生能源发电集群划分方法，按照不同区域、不同电压等级提出分布式可再生能源发电集群的多维度、多层级划分方法，搭配集群综合选择机制，从而攻克了满足多远利益均衡的“源-网-荷-储”协同规划设计技术，可构建最优化典型场景模型，实现大规模分布式可再生能源发电的有序接入。
2)考虑到模型构建之前，筛选出大规模分布式可再生能源发电中不需要的分布式电源，以节省分布式再生能源发电集群的划分时间。
附图说明
图1为一种分布式可再生能源发电集群划分方法的工作流程示意图；
图2为本发明中集群综合选择机制的流程框图；
图3为一种分布式可再生能源发电集群划分方法的具体实施例的工作流程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，所描述的实施例不应视为对本发明的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，一种分布式可再生能源发电集群划分方法，包括以下步骤：
输入待划分可分布式再生能源发电集群信息；
针对待划分分布式可再生能源发电集群信息进行区域划分；
针对进行区域划分后的分布式可再生能源发电集群信息进行电压等级划分；
经过区域划分后分布式可再生能源发电集群信息的划分种类的实施例如下所示：
35KV层级集群、10KV锁线层级集群以及10KV配变层级集群。
将进行电压等级划分后的分布式可再生能源发电集群制作成典型场景模型；
通过集群综合选择机制对典型场景模型进行评估并得到以下结果：
如果典型场景模型在集群综合选择机制评估下满足客户需求，则获取典型场景模型划分评估报告；
如果典型场景模型在集群综合选择机制评估下不满足客户需求，则对该典型场景模型进行上层优化以及下层优化，并重新建造典型场景模型。
其中：所述集群综合选择机制包括四层呈金字塔状的评估处理构成，四个评估处理由下至上依次为基础处理、信息处理、对象处理以及汇总处理，最终实现对典型场景模型的综合评估。
请参考图3，一种分布式可再生能源发电集群划分方法的具体实施例如下所示：
首先，项目负责人将待划分可分布式再生能源发电集群信息交付给执行人员，执行人员通过区域划分以及电压等级划分对该待划分可分布式再生能源发电集群信息进行初步划分，并构建典型场景模型，执行人员将该构建好的典型场景模型交付给项目负责人，项目负责人根据集群综合选择机制，对该典型场景模型进行评估，并确认该典型场景模型是否符合客户需求，如该典型场景模型满足需求，则生成该典型场景模型的划分评估报告并将该划分评估报告交给客户；如该典型场景模型不满足客户需求，则项目负责人将该典型场景模型交付给执行人员并进行改进，需要说明的是，该改进可使用上层优化方式以及下层优化方式，即通过改变并网后电源的安装容量以及安装位置、调度典型场景模型中的所有主动配电网，来改变典型场景模型，最终制作出满足客户需求的典型模型场景。
优选的，项目负责人在整理客户需求的同时，应该做出预测客户改进部分的方案，以便于在客户更改方案时，做出快速应对。
作为上述方案的进一步优化，一种分布式可再生能源发电集群划分方法还包括电源筛选，以降低划分入分布式可再生能源发电集群内电源的数量。
其中：
电源筛选包括控制方式筛选以及调节成本筛选。
控制方式筛选：控制划分到分布式可再生能源发电集群内电源具有相同的控制方式，并筛选出具有最多相同的控制方式的分布式电源组。
具体的，电源常用的控制方式包括但不限于：PQ控制方式、QV控制方式、PV控制方式、恒压控制方式以及恒功率因数控制方式。
调节成本筛选：设立调节成本指标并将超过调节成本指标的划入分布式可再生能源发电集群的电源筛除。
作为上述方案的进一步优化，如图2所示，所述集群综合选择机制包括：
汇总处理：实现对典型场景模型的综合评估；
对象处理：对典型场景模型中并网后的电网侧和并网后的电源侧分别进行评估；
信息处理：实现对电网侧整体架构以及电源侧整体架构的评价，所述电网侧整体架构的评价包括集群特征子评价、经济性子评价以及电能质量子评价；所述电源侧整体架构的评价包括经济性子评价；
基础处理：实现对于信息处理的具体评估，包括评估电网侧中集群特征子评价的集群功率平衡度、能量渗透率以及容量渗透率；评估电网侧中经济性子评价的集群内系统网损；评估电网侧中电能质量子评价的集群符合电压合格率以及集群符合点电压偏差率；评估电源侧中经济性子评价的内部收益率以及动态回收期。
一种分布式可再生能源发电集群划分方法，其特征在于：上层优化：通过改变并网后电源的安装容量以及安装位置，实现并网后电源投资商的收益最大化，以满足电源侧中的经济性评价；
具体的，电源侧经济型评价主要采用对比不同安装位置以及不同安装容量的分布式电源在无功时的花费以及有功时的花费，筛选出具有无功时的花费最低以及有功时的花费最低的分布式电源的安装位置以及安装容量。
其具体计算公式如下所示：
CostQ＝FITDG·ΔPloss，DG
CostP＝FITDG·ΔPquit，DG
式中：CostQ为一个安装位置以及一个安装容量条件下分布式电源的无功花费，FITDG一个安装位置以及一个安装容量条件下分布式电源的上网价格；ΔPloss，DG为一个安装位置以及一个安装容量条件下分布式电源的无功增加的损耗；
CostP为一个安装位置以及一个安装容量条件下分布式电源的的有功花费，ΔPquit，DG为调节一个安装位置以及一个安装容量条件下分布式电源的有功增加的损耗。
下层优化：通过调度典型场景模型中的所有主动配电网，确定并网后电网的最优运行方式，以实现并网后分布式电源的最大消纳。
具体的，首先预设调整后区域的预测消耗的总功率P耗，并计算调整后该配电网的总功率是否大于调度的功率。
若P总＞P耗，则计算超过调度功率的功率值P超＝P总-P耗；
若P总＜P耗；则重新调度该典型场景模型中的主动配电网并形成新的典型场景模型；
最终统计所有调度后典型场景模型的P超，并选取具有P超中最大值的典型场景模型为并网后电网的最优运行方式，该方式下的并网后的电源可实现并网后的分布式电源的最大消纳。
一种分布式可再生能源发电集群划分系统，包括：
输入模块：用于输入待检测分布式可再生能源发电集群；
区域划分模块：针对待检测分布式可再生能源发电集群进行区域划分；
电压等级划分模块：针对进行区域划分后的分布式可再生能源发电集群进行电压等级划分；
典型场景模型制作模块：将进行电压等级划分后的分布式可再生能源发电集群制作成典型场景模型；
集群综合指标模块：含有评估典型场景模型的评估指标；
评估模块：通过集群综合指标模块对典型场景模型进行评估并生成满足客户需求的典型场景模型划分评估报告。
优化模块：优化不满足客户需求的典型场景模型。具体的，该优化不满足客户需求的方式包括上层优化方式以及下层优化方式。
作为上述方案的进一步优化方案，一种分布式可再生能源发电集群划分系统还包括电源筛选模块：用于降低划分入分布式可再生能源发电集群内电源的数量。
作为上述方案的进一步优化方案，所述电源筛选模块包括：
控制方式筛选子模块：控制划分到分布式可再生能源发电集群内电源具有相同的控制方式和通信方式，并筛选出具有最多相同的控制方式和通信方式的分布式电源组。
调节成本筛选子模块：设立调节成本指标并将超过调节成本指标的划入分布式可再生能源发电集群的电源筛除。
作为上述方案的进一步优化方案，所述集群综合指标模块包括：
汇总子模块：具有典型场景模型的综合评估指标；
对象子模块：具有典型场景模型中并网后的电网侧和/或并网后的电源侧的评估指标；
信息子模块：具有电网侧中集群特征评估指标、电网侧中经济性评估指标以及电网侧中电能质量评估指标；电源侧中经济性评估指标；
基础子模块：具有信息子模块的具体评估指标，包括电网侧中集群特征评估指标中集群功率平衡度子评估指标、集群特征评价中能量渗透率子评估指标以及集群特征评价中容量渗透率子评估指标；电网侧中经济性评估指标中集群内系统网损子评估指标；电网侧中电能质量评估指标中集群符合电压合格率子评估指标以及集群符合点电压偏差率子评估指标；电源侧中经济性评估指标中内部收益率子评估指标以及动态回收期子评估指标。
一种分布式可再生能源发电集群划分评估方法，包括以下步骤：
通过集群综合选择机制对经过区域划分以及电压等级划分后的分布式可再生能源发电集群构成的典型场景模型进行评估并得到以下结果：
如果评估后典型场景模型在集群综合选择机制下满足客户需求，则生成典型场景模型划分评估报告；
如果评估后典型场景模型在集群综合选择机制不满足客户需求，则对该典型场景模型进行上层优化以及下层优化，并重新建造典型场景模型。
一种存储介质,所述存储介质上存储有基一种分布式可再生能源发电集群划分系统,所述一种分布式可再生能源发电集群划分系统被处理器执行时实现如权利要求1所述的基于基于Devops内生安全的源代码检测方法的步骤。
综上所述，本发明分布式可再生能源发电集群划分方法，按照不同区域、不同电压等级提出分布式可再生能源发电集群的多维度、多层级划分方法，搭配集群综合选择机制，从而攻克了满足多远利益均衡的“源-网-荷-储”协同规划设计技术，可构建最优化典型场景模型，实现大规模分布式可再生能源发电的有序接入。
本发明不局限于上述具体的实施方式，本领域的普通技术人员从上述构思出发，不经过创造性的劳动，所做出的种种变换，均落在本发明的保护范围之内。
Claims (10)
1.一种分布式可再生能源发电集群划分方法，其特征在于：包括以下步骤：
输入待划分可分布式再生能源发电集群信息；
针对待划分分布式可再生能源发电集群信息进行区域划分；
针对进行区域划分后的分布式可再生能源发电集群信息进行电压等级划分；
将进行电压等级划分后的分布式可再生能源发电集群制作成典型场景模型；
通过集群综合选择机制对典型场景模型进行评估并得到以下结果：
如果评估后典型场景模型在集群综合选择机制下满足客户需求，则获取典型场景模型划分评估报告；
如果评估后典型场景模型在集群综合选择机制不满足客户需求，则对该典型场景模型进行上层优化以及下层优化，并重新建造典型场景模型；
其中：所述集群综合选择机制包括四层评估处理构成，四层评估处理依次为基础处理、信息处理、对象处理以及汇总处理，最终实现对典型场景模型的综合评估。
2.根据权利要求1所述的一种分布式可再生能源发电集群划分方法，其特征在于：还包括电源筛选，以降低划分入分布式可再生能源发电集群内电源的数量。
3.根据权利要求1或权利要求2所述的一种分布式可再生能源发电集群划分方法，其特征在于：所述集群综合选择机制包括：
汇总处理：实现对典型场景模型的综合评估；
对象处理：对典型场景模型中并网后的电网侧和并网后的电源侧分别进行评估；
信息处理：实现对电网侧整体架构以及电源侧整体架构的评价，所述电网侧整体架构的评价包括集群特征子评价、经济性子评价以及电能质量子评价；所述电源侧整体架构的评价包括经济性子评价；
基础处理：实现对于信息处理的具体评估，包括评估电网侧中集群特征子评价的集群功率平衡度、能量渗透率以及容量渗透率；评估电网侧中经济性子评价的集群内系统网损；评估电网侧中电能质量子评价的集群符合电压合格率以及集群符合点电压偏差率；评估电源侧中经济性子评价的内部收益率以及动态回收期。
4.根据权利要求1或权利要求2所述的一种分布式可再生能源发电集群划分方法，其特征在于：上层优化：通过改变并网后电源的安装容量以及安装位置，实现并网后电源投资商的收益最大化，以满足电源侧中的经济性评价；
下层优化：通过调度典型场景模型中的所有主动配电网，确定并网后电网的最优运行方式，以实现并网后分布式电源的最大消纳。
5.一种采用权利要求1或权利要求2所述的一种分布式可再生能源发电集群划分系统，其特征在于：包括：
输入模块：用于输入待检测分布式可再生能源发电集群；
区域划分模块：针对待检测分布式可再生能源发电集群进行区域划分；
电压等级划分模块：针对进行区域划分后的分布式可再生能源发电集群进行电压等级划分；
典型场景模型制作模块：将进行电压等级划分后的分布式可再生能源发电集群制作成典型场景模型；
集群综合指标模块：含有评估典型场景模型的评估指标；
评估模块：通过集群综合指标模块对典型场景模型进行评估并生成满足客户需求的典型场景模型划分评估报告；
优化模块：优化不满足客户需求的典型场景模型。
6.一种根据权利要求5所述的一种分布式可再生能源发电集群划分系统，其特征在于：还包括电源筛选模块：用于降低划分入分布式可再生能源发电集群内电源的数量。
7.一种根据权利要求6所述的一种分布式可再生能源发电集群划分系统，其特征在于：所述电源筛选模块包括：
控制方式筛选子模块：控制划分到分布式可再生能源发电集群内电源具有相同的控制方式和通信方式，并筛选出具有最多相同的控制方式和通信方式的分布式电源组。
调节成本筛选子模块：设立调节成本指标并将超过调节成本指标的划入分布式可再生能源发电集群的电源筛除。
8.一种根据权利要求5或权利要求6所述的一种分布式可再生能源发电集群划分系统，其特征在于：所述集群综合指标模块包括：
汇总子模块：具有典型场景模型的综合评估指标；
对象子模块：具有典型场景模型中并网后的电网侧和/或并网后的电源侧的评估指标；
信息子模块：具有电网侧中集群特征评估指标、电网侧中经济性评估指标以及电网侧中电能质量评估指标；电源侧中经济性评估指标；
基础子模块：具有信息子模块的具体评估指标，包括电网侧中集群特征评估指标中集群功率平衡度子评估指标、集群特征评价中能量渗透率子评估指标以及集群特征评价中容量渗透率子评估指标；电网侧中经济性评估指标中集群内系统网损子评估指标；电网侧中电能质量评估指标中集群符合电压合格率子评估指标以及集群符合点电压偏差率子评估指标；电源侧中经济性评估指标中内部收益率子评估指标以及动态回收期子评估指标。
9.根据采用权利要求5或权利要求6所述的一种分布式可再生能源发电集群划分评估方法，其特征在于：包括以下步骤：
通过集群综合选择机制对经过区域划分以及电压等级划分后的分布式可再生能源发电集群构成的典型场景模型进行评估并得到以下结果：
如果评估后典型场景模型在集群综合选择机制下满足客户需求，则生成典型场景模型划分评估报告；
如果评估后典型场景模型在集群综合选择机制不满足客户需求，则对该典型场景模型进行上层优化以及下层优化，并重新建造典型场景模型。
10.一种存储介质,其特征在于，所述存储介质上存储有基一种分布式可再生能源发电集群划分系统,所述一种分布式可再生能源发电集群划分系统被处理器执行时实现如权利要求1所述的基于基于Devops内生安全的源代码检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111467954.XA CN114094630B (zh) | 2021-12-03 | 2021-12-03 | 一种分布式可再生能源发电集群划分方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111467954.XA CN114094630B (zh) | 2021-12-03 | 2021-12-03 | 一种分布式可再生能源发电集群划分方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114094630A true CN114094630A (zh) | 2022-02-25 |
| CN114094630B CN114094630B (zh) | 2024-04-12 |
Family
ID=80306688
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111467954.XA Active CN114094630B (zh) | 2021-12-03 | 2021-12-03 | 一种分布式可再生能源发电集群划分方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114094630B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116826788A (zh) * | 2023-08-30 | 2023-09-29 | 东方电气集团科学技术研究院有限公司 | 一种光伏发电主动支撑集群构建及控制方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107732957A (zh) * | 2017-08-25 | 2018-02-23 | 合肥工业大学 | 一种高渗透率分布式可再生能源发电集群划分方法 |
| CN109948868A (zh) * | 2019-04-17 | 2019-06-28 | 上海电力设计院有限公司 | 高渗透率分布式可再生能源发电集群优化规划方法 |
| CN111369168A (zh) * | 2020-03-18 | 2020-07-03 | 武汉大学 | 一种适应电网多种调控运行场景的关联特征选择方法 |
| CN111626633A (zh) * | 2020-06-04 | 2020-09-04 | 南京工程学院 | 基于综合评价指标的自储能柔性互联配电网扩展规划方法 |
| CN112713618A (zh) * | 2020-12-29 | 2021-04-27 | 天津大学合肥创新发展研究院 | 基于多场景技术的主动配电网源网荷储协同优化运行方法 |
| CN113610359A (zh) * | 2021-07-20 | 2021-11-05 | 国网河北省电力有限公司雄安新区供电公司 | 基于量化分级指标体系的光伏接入配电网适应性评估方法 |
-
2021
- 2021-12-03 CN CN202111467954.XA patent/CN114094630B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107732957A (zh) * | 2017-08-25 | 2018-02-23 | 合肥工业大学 | 一种高渗透率分布式可再生能源发电集群划分方法 |
| CN109948868A (zh) * | 2019-04-17 | 2019-06-28 | 上海电力设计院有限公司 | 高渗透率分布式可再生能源发电集群优化规划方法 |
| CN111369168A (zh) * | 2020-03-18 | 2020-07-03 | 武汉大学 | 一种适应电网多种调控运行场景的关联特征选择方法 |
| CN111626633A (zh) * | 2020-06-04 | 2020-09-04 | 南京工程学院 | 基于综合评价指标的自储能柔性互联配电网扩展规划方法 |
| CN112713618A (zh) * | 2020-12-29 | 2021-04-27 | 天津大学合肥创新发展研究院 | 基于多场景技术的主动配电网源网荷储协同优化运行方法 |
| CN113610359A (zh) * | 2021-07-20 | 2021-11-05 | 国网河北省电力有限公司雄安新区供电公司 | 基于量化分级指标体系的光伏接入配电网适应性评估方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116826788A (zh) * | 2023-08-30 | 2023-09-29 | 东方电气集团科学技术研究院有限公司 | 一种光伏发电主动支撑集群构建及控制方法 |
| CN116826788B (zh) * | 2023-08-30 | 2024-01-05 | 东方电气集团科学技术研究院有限公司 | 一种光伏发电主动支撑集群构建及控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114094630B (zh) | 2024-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107301472B (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
| Leland | Quality choice and competition | |
| Liu et al. | Hierarchical flood operation rules optimization using multi-objective cultured evolutionary algorithm based on decomposition | |
| Hilorme et al. | Smart grid concept as a perspective for the development of Ukrainian energy platform | |
| Burstedde | From nodal to zonal pricing: A bottom-up approach to the second-best | |
| CN108448620B (zh) | 基于综合性能指标的高渗透率分布式电源集群划分方法 | |
| CN107039995A (zh) | 一种考虑电能质量问题的分布式光伏电源接入规划方法 | |
| Wu et al. | Source-network-storage joint planning considering energy storage systems and wind power integration | |
| CN101976841B (zh) | 电力系统各级负荷预测指标的均衡匹配方法 | |
| Georgilakis | State-of-the-art of decision support systems for the choice of renewable energy sources for energy supply in isolated regions | |
| CN110011358B (zh) | 一种配电网负荷状态调节控制器 | |
| CN113783224A (zh) | 一种考虑多种分布式能源运行的配电网双层优化规划方法 | |
| CN109524991A (zh) | 一种分布式光伏接入方法 | |
| CN113452033B (zh) | 分区自治的含高比例光伏配电网电压控制方法及存储介质 | |
| CN113937825A (zh) | 一种基于E-C-Kmeans聚类和SOP优化的DG双层优化配置方法 | |
| CN112380694A (zh) | 一种基于差异化可靠性需求的配电网优化规划方法 | |
| CN114094630A (zh) | 一种分布式可再生能源发电集群划分方法及系统 | |
| Pregelj et al. | Quantitative techniques for analysis of large data sets in renewable distributed generation | |
| Lu et al. | Adaptive weighted fuzzy clustering algorithm for load profiling of smart grid customers | |
| CN115907218A (zh) | 一种考虑碳减排情况的电力系统生产分配方法及系统 | |
| Haesen et al. | Opportunities for active DER management in deferral of distribution system reinforcements | |
| Zhou et al. | Global energy consumption analysis based on the three-dimensional network model | |
| CN116914847A (zh) | 一种虚拟电厂内多台发电机组聚合互补及优化调度方法 | |
| CN116862068A (zh) | 一种计及激励型响应不确定性的变电站规划分布鲁棒优化方法及系统 | |
| CN109284314A (zh) | 一种基于电网可视化的高压客户接入系统及方法 |
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 |