CN115239178A - 农村低压台区分布式光伏选址定容方法、系统及介质 - Google Patents
农村低压台区分布式光伏选址定容方法、系统及介质 Download PDFInfo
- Publication number
- CN115239178A CN115239178A CN202210937809.1A CN202210937809A CN115239178A CN 115239178 A CN115239178 A CN 115239178A CN 202210937809 A CN202210937809 A CN 202210937809A CN 115239178 A CN115239178 A CN 115239178A
- Authority
- CN
- China
- Prior art keywords
- load
- photovoltaic
- area
- line
- distribution
- 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
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000004364 calculation method Methods 0.000 claims abstract description 51
- 239000011159 matrix material Substances 0.000 claims abstract description 41
- 238000004513 sizing Methods 0.000 claims abstract description 25
- 230000009466 transformation Effects 0.000 claims description 23
- 150000001875 compounds Chemical class 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 16
- 238000011161 development Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003064 k means clustering Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract description 6
- 230000000875 corresponding effect Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000011160 research Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000005457 optimization Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based 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
-
- 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]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Power Engineering (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
农村低压台区分布式光伏选址定容方法、系统及介质,所述方法包括:步骤1,采集台区卫星地图和光伏选址定容所需的参数;步骤2,提取台区卫星地图中的线路点集,计算线路点集中的台区用户负荷接入点,同时,识别台区卫星地图的线路拓扑结构,根据线路分支情况建立树状拓扑网络,得到节点阻抗矩阵和电路模型;步骤3,基于配变容量、节点电压和接入点光伏可用面积作为约束条件,求解分布式光伏的选址定容站址和容量方案。通过科学计算、合理配置,增大低压台区光伏最大接纳容量,避免台区电压越线、配变重过载现象,促进分布式光伏等新能源的有序接入、新型电力系统的规范化建设。
Description
技术领域
本发明属于电力系统技术领域,涉及新能源光伏发电,尤其涉及农村低压台区进行光伏承载力和选址定容。
背景技术
2021年全国性屋顶分布式光伏试点计划,共列出整县(市、区)屋顶分布式光伏开发试点676个。当前,我国分布式光伏建设发展迅速,光伏等新能源的接入不可避免地会改变电网的潮流分布和部分节点的潮流方向,进而影响着电网的稳态电压分布,由于大量台区存在供电半径长、导线截面积小的问题,国内多地已出现由于无序接入而导致的电压双向越限、反向重过载、光伏脱网等问题。因此,在考虑电网及设备安全运行的边界条件下,引导用户合理规划接入位置和容量是分布式光伏安全、合理、有序开发的关键一环。农村地区是分布式光伏的主要应用场景,具有广阔的开发前景,同时分布式光伏多集中于低压侧,因此农村低压台区进行光伏承载力和选址定容成为实现分布式光伏开发计划的关键因素。
台区承载力的大小不仅与负荷功率、线路参数、拓扑结构等相关,光伏的接入位置也是重要的影响因素,因此,合理规划接入点位置和容量是台区承载力增容的关键切入口,以无成本的方式增大台区可接入光伏容量,引导用户有序接入,缓解高渗透率新能源接入所带来的配电网投资改造问题。但对于低压台区承载力与光伏选址定容的计算,主要存在基础数据缺失、影响因素复杂、实际场地不足的问题。
在现有研究中,学者们大多专注于数据全面、拓扑清晰、设备优质的高压、中压配电系统的光伏承载力计算,相较于高压、中压配电系统,低压台区存在用户量庞大、线路覆盖范围广、设备及线路信息统计不全面、用电信息检测设备功能低下等问题,难以获取有效电力数据,然而监测设备更新又面临巨额的经济投入,这些未知数据源对低压台区的光伏承载力准确计算提出了巨大挑战,也是低压台区理论计算相较于高压、中压配电网的困难所在。同时,低压用户分布具有随机性,通过典型结构通用计算会导致计算准确度堪忧。
同时,理论研究则大多以物理量为约束条件,计算结果是一个理论最优值,但纯理论分析结果不一定具备可行性,会存在部分节点收到接入位置的影响而承担台区绝大部分光伏容量的计算结果,然而实际场景下,该接入点并不一定能具备规划值的安装面积,导致理论计算无法实际应用。
在低压台区分布式光伏选址和定容技术方面,主要包括以下在先申请专利。
中国专利申请CN202111322367.1公开了一种分布式光伏选址定容优化方法,该方案基于皮尔逊模型,计算中压配电网馈线装接配电变压器负荷与分布式光伏的相关系数;确定与分布式光伏具有互补性的配电变压器负荷位置,作为分布式光伏接入位置;以分布式光伏接入位置为基础,基于二阶锥规划理论求解最优潮流问题,确定各分布式光伏接入位置的光伏接入容量。
中国专利申请CN201710273335.4公开的分布式光伏电站的选址方法,包括:获取配电网系统的节点阻抗矩阵,根据所述节点阻抗矩阵确定所述配电网系统中的各节点之间的等值阻抗;根据所述各节点之间的等值阻抗确定各所述节点的电气耦合度;对各所述节点的电气耦合度进行大小排序获得排序结果,根据所述排序结果选取所述配电网系统中的非关键节点,其中,所述非关键节点为电气耦合度最小的设定数量的节点;将所述非关键节点确定为分布式光伏电站的接入位置。
中国专利申请CN201510038249.6,确定最小渗透率的分布式光伏选址定容方法,从电网数据库录入主动配电网的拓扑结构、系统参数、运行状态数据,形成基础数据库;根据分布式光伏出力及用户用电具有一定的随机性,建立相应的概率密度函数;以分布式光伏接入后碳排放量减少最多为优化目标,考虑潮流倒送及分布式光伏最小渗透率的约束条件,利用生物地理学算法求救目标函数。
但是,三种方案存在一定局限性。首先,三种方案或针对监测数据齐全的中压配电网,或未考虑低压台区基础数据不足给计算所带来的困难,本发明步骤2.1-3.1均在解决用于计算的基础数据问题,依托于现实所具备的监测数据,构建台区完整的拓扑结构和节点数据。
发明内容
为解决现有技术存在的上述问题,本发明公开了低压台区分布式光伏选址定容方法、系统及介质,主要以节点电压、配变容量、光伏可用面积为主要物理约束条件,通过多约束条件下目标寻优的方式,完成台区分布式光伏选址定容推荐方案。
本发明具体采用以下技术方案。
低压台区分布式光伏选址定容方法,包括如下步骤,
步骤1,采集含低压拓扑的台区卫星地图和潮流计算涉及到的参数;
步骤2,利用台区卫星地图提取线路点集,根据线路点集计算台区用户负荷接入点,识别台区卫星地图的线路拓扑结构,根据线路分支情况建立树状拓扑网络,得到节点阻抗矩阵;
步骤3,以配变容量、节点电压、接入点光伏可用面积为约束条件,基于潮流计算涉及到的参数、线路拓扑结构和节点阻抗矩阵进行潮流计算,求解分布式光伏站址和容量方案。。
优选地,步骤2包括以下步骤,
步骤2.1,识别台区卫星地图中的屋顶位置和面积,估计负荷分布,得到屋顶位置坐标(x1,y1),...,(xi,yi),...,(xz,yz),屋顶总个数为z,其中,一个屋顶认为是一个用户负荷,一个屋顶为一户用户;
步骤2.2,通过识别像素点颜色的方式提取卫星地图中的线路点集;
步骤2.3,采用k-means聚类方法对屋顶位置坐标(x1,y1),...,(xi,yi),...,(xz,yz),以及屋顶总个数为z进行聚类分析,得到线路点集中的台区负荷接入点;
步骤2.4,基于卫星地图识别得到线路中的配变点、线路拐点及线路分叉点;
步骤2.5,建立步骤2.3和2.4中节点的连接关系,构建树状拓扑网络,建立相应的节点阻抗矩阵,形成用于潮流计算的电路模型,其中拓扑网络中的节点包括配变点、线路拐点、负荷接入点及线路分叉点。
优选地,步骤2.3中,当用户屋顶线性分布时,采用等间隔投影法计算台区负荷接入点,方法如下,
根据步骤2.2得出的线路点集,按照设置距离选取间距相等的n个节点作为负荷接入点,计算屋顶i与n个负荷接入点之间的距离,其中,1≤i≤z,选取与屋顶i相距最近的负荷接入点作为屋顶i的负荷接入点,循环计算z个屋顶的负荷接入点,建立z个用户与n个负荷接入点的匹配关系。
优选地,步骤2.3中,当用户屋顶团簇型分布时,采用聚类投影法计算台区用户负荷接入点,方法如下,
采用k-means聚类方法对屋顶位置坐标(x1,y1),...,(xi,yi),...,(xz,yz)以及屋顶总个数为z进行聚类分析,以聚类后的紧凑程度为指标,设定阈值,获得聚类个数,将得到的n个聚类中心认为是负荷中心,即得到台区的n个负荷中心,在线路点集中选择距离负荷中心最近的点作为该负荷中心的负荷接入点。
优选地,步骤2.5包括,
生成的节点连接矩阵如下:
式中,
conngh表示节点对应的线路连接关系矩阵,
lpix,gh表示表示节点g和节点h之间的像素点距离;
M表示节点总数;
根据采集数据中的线路型号,建立节点阻抗矩阵,节点阻抗矩阵的元素用下式计算,
Zgh=lpix,gh×d×r0+j×lpix,gh×d×x0
式中,
Zgh表示g节点与h节点之间的阻抗,
d表示比例尺,
r0表示索引线路单位长度等效电阻,
x0表示索引线路单位长度等效电抗值,
j表示虚数单位。
优选地,在步骤3中,以配变容量、节点电压、接入点光伏可用面积为约束条件,以寻求台区最大光伏接入量为目标函数,
其中,
k表示负荷接入点编号,
n表示负荷接入点总数,
PPV,k表示待求解的第k个负荷接入点所对应的分布式光伏的有功功率;
求解每个负荷中心的光伏可接入容量,负荷中心的接入点位置以及对应每个负荷中心的光伏可接入容量即为分布式光伏的站址和容量方案。
在步骤3中,所述配变容量、节点电压、接入点光伏可用面积约束条件分别如下式所示:
其中,
节点电压约束条件,
-7%≤ΔUk%≤7%,k∈[1,n]
配变返送功率约束条件,
接入点屋顶可用面积约束条件,
sk/sper≥PPV,k≥0
式中,
n表示负荷接入点总数,
S表示配电变压器容量,
ΔUk%表示第k个负荷接入点电压偏差标幺值,
PPV,k表示待求解的第k个负荷接入点所对应的分布式光伏的有功功率,
pNk表示第k个负荷接入点所对应负荷的有功功率。
sk表示第k个负荷接入点所属的所有屋顶面积,
sper表示1kW光伏的占地面积。
优选地,第k个负荷接入点的有功功率pNk按以下方式计算:
首先计算负荷接入点功率,如下式所示,
式中,
p表示台区配变每户平均功率,
P表示台区负荷总功率,
z表示台区识别到的总户数即屋顶总个数,
n个负荷接入点的供电用户数分别为N1,N2,...,Nn,满足关系式:
N1+N2+...+Nn=z
式中,
n个负荷接入点的负荷有功功率分别为:pN1,pN2,...,pNn,
Nk表示第k个负荷接入点接入的用户数。
优选地,
当光伏开发模式为分散开发时,台区接入的光伏总功率为:
PPV,k=f(Zk,sk)·Pm
其中,Zk表示由配变位置到负荷接入点k之间线路的阻抗,可由节点阻抗矩阵得到,Pm表示PPV,k所属的主干线路光伏总功率,f(Zk,sk)表示考量因子,sk表示由负荷接入点k接入的用户屋顶面积,s表示台区所有房屋总面积。
优选地,
考量因子按下式计算:
农村低压台区分布式光伏选址定容系统,包括台区卫星地图及参数获取模块、线路拓扑结构识别模块、节点阻抗矩阵计算模块、光伏选址定容求解模块;其中:
台区卫星地图及参数获取模块用于采集台区卫星地图和潮流计算涉及到的参数;
线路拓扑结构识别模块用于利用台区卫星地图提取线路点集,根据线路点集计算台区用户负荷接入点,识别台区卫星地图的线路拓扑结构;
节点阻抗矩阵计算模块用于利用台区卫星地图提取线路点集,根据线路点集计算台区用户负荷接入点,识别台区卫星地图的线路拓扑结构,根据线路分支情况建立树状拓扑网络,得到节点阻抗矩阵;
光伏选址定容求解模块用于以配变容量、节点电压、接入点光伏可用面积为约束条件,基于潮流计算涉及到的参数、线路拓扑结构和节点阻抗矩阵进行潮流计算,求解分布式光伏站址和容量方案。
本发明具有以下有益的技术效果。
提出基于遥感图像的农村地区负荷分布精准评估方法。低压配变台区进行光伏选址定容分析主要存在两大难点,首先,低压台区存在负荷信息未知的限制因素,不能给理论计算提供基础数据;其次,学术研究中通常采用几种典型的分布模型来研究线路潮流变化,而现实中负荷分布具有随机性,仅几种典型结构难以概括负荷分布形式,在实际应用中存在巨大误差。这两大难点给使得目前针对低压配电台区的研究大都局限于理论推导,未基于真实场景。由于本发明研究对象为农村地区低压台区,农村地区的房屋建筑大多为1-3层,房屋个数与台区户数呈现强相关,可采用房屋个数近似估计负荷情况。因此本发明以高分辨率卫星遥感地图、无人机影像为数据基础,采用深度卷积神经网络,通过深度学习目标检测模型识别屋顶,获取负荷分布的位置坐标,精准评估线路负荷分布与负荷功率,具有智能化程度高、通用性好、操作简单、易推广的特点,弥补负荷侧数据缺失,为理论计算提供数据基础。
提出基于kmeans聚类方法的负荷与线路之间匹配关系的确定方法。在潮流计算中,电压的抬升效果与接入点位置密切相关,同等容量的光伏接在线路不同位置时,对电压的抬升效果会成倍增加,因此功率接入点的确定对准确计算线路潮流至关重要,然而功率接入点也是低压侧的数据盲区。为准确搭建电路模型,精确计算光伏选址定容推荐方案,针对团簇形负荷分布场景,本发明基于kmeans聚类方法确定负荷中心,将负荷中心对线路的投影点确定为负荷接入点,符合台区实际接线方式,尤其对于农村地区不规则的房屋分布,该方法智能化程度高且准确率高,能够实现海量节点的批量化处理。
提出具备实际应用价值的分布式光伏低压台区建设策略。除了配变容量、节点电压等物理约束,本发明以实际应用为导向,将光伏可用面积、每户光伏功率上限作为现实因素类约束条件参与计算,使得推荐方案具备实际可执行性。本发明形成针对不同应用场景的光伏接入点位置及容量配置方案,以“一台区、多方案”的推荐形式供用户或投资方根据实际情况选择。通过科学计算、合理配置,增大低压台区光伏最大接纳容量,避免台区电压越线、配变重过载现象,促进分布式光伏等新能源的有序接入、新型电力系统的规范化建设。
附图说明
附图1是本发明一种农村低压台区分布式光伏选址定容的方法流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明的技术方案进行清楚、完整地描述。本申请所描述的实施例仅仅是本发明一部分的实施例,而不是全部实施例。基于本发明精神,本领域普通技术人员在没有作出创造性劳动前提下所获得的有所其它实施例,都属于本发明的保护范围。
为引导用户侧分布式光伏的有序接入,增大台区可接入光伏容量,本发明提出一种农村低压台区光伏承载力计算和选址定容的策略,利用图像智能分析方法辨识线路负荷分布和光伏可用空间;考虑电压越限、设备容量、光伏可用空间等约束,利用目标寻优方法分析光伏最佳接入位置和容量。台区承载力受到热稳定计算、节点电压水平、电能质量指标、配电变压器容量、保护配置等多方面影响,影响要素多样化使得承载力计算应当抓住主要矛盾。据研究表明,电压越线是台区承载力主要问题之一,因此,本发明主要以节点电压、配变容量为主要物理约束条件,通过多约束条件下目标寻优的方式,完成台区分布式光伏选址定容推荐方案。
实施例1。
如图1所示,一种农村低压台区分布式光伏选址定容的方法,包括如下步骤,
步骤1,数据准备。
步骤2,利用台区卫星地图提取线路点集,根据线路点集计算台区用户负荷接入点,同时,识别台区卫星地图的线路拓扑结构,根据线路分支情况建立树状拓扑网络,得到节点阻抗矩阵。
步骤2.1,识别台区卫星地图中的屋顶位置和面积,估计负荷分布。得到屋顶位置坐标(x1,y1),...,(xi,yi),...,(xz,yz),屋顶总个数为z,其中,一个屋顶认为是一个用户负荷,一个屋顶为一户用户;
本实施例优选地,采用深度卷积神经网络输出识别到的目标屋顶表示为(x,y,w,h),其中,w表示每个目标框的宽,h表示每个目标框的高。
步骤2.2,提取线路点集
通过识别像素点颜色的方式提取卫星地图中的线路点集;
步骤2.3,采用k-means聚类方法对屋顶位置坐标(x1,y1),...,(xi,yi),...,(xz,yz),以及屋顶总个数为z进行聚类分析,得到线路点集中的台区负荷接入点;
本实施例优选地使用两种计算方法,等间隔投影法和聚类投影法,其中,等间隔投影应用于用户屋顶线性分布的场景,聚类投影应用于用户屋顶团簇形分布的场景。
等间隔投影法:步骤2.2产生的线路点集,按照设置距离选取间距相等的n个节点作为负荷接入点,计算屋顶i(1≤i≤z)与n个负荷接入点之间的距离,选取与屋顶i相距最近的负荷接入点作为屋顶i的负荷接入点,循环计算z个屋顶的负荷接入点,建立z个用户与n个负荷接入点的匹配关系,
聚类投影法:采用k-means聚类方法对屋顶位置坐标(x1,y1),...,(xi,yi),...,(xz,yz)以及屋顶总个数为z进行聚类分析,,以聚类后的紧凑程度为指标,设定阈值,获得聚类个数,将得到的n个聚类中心认为是负荷中心,即得到台区的n个负荷中心。在线路点集中选择距离负荷中心最近的点作为该负荷中心的负荷接入点。
步骤2.4,基于卫星地图识别得到线路中的配变点、线路拐点及线路分叉点;
由于拓扑结构是以画在卫星地图上的线段所表述的,该数据源的提取需要图像识别,具体涉及霍夫变换和最小生成树方法。
步骤2.4.1,霍夫变换识别线段,
霍夫变换主要用于识别卫星图上用于表述线路的线段,在实际应用中存在将一条长直线识别为多个短直线的现象,不能直接作为线路结构;
步骤2.4.2,判断节点之间的连接关系,
首先,将负荷接入点、配电变压器点、霍夫变换识别到的线路端点,作为整个线路初始节点集合;其次,建立初始节点集中节点的两两连接关系,在每种组合的两节点间的线段上以预定步长进行采样,判断这些采样点是否在线路点集内,若这些采样点都在线路点集内,则保持两节点之间的连接关系,否则删除连接关系;
步骤2.4.3,利用最小生成树算法去除冗余连接,
同一直线上的多个节点间都会建立连接关系,存在冗余连接,用最小生成树算法去除冗余连接关系,保证节点只和相邻节点连接;其中最小生成树算法以图形式进行,图的边表示配电线路,节点间的距离作为边的权值;
步骤2.4.4,去除不必要节点,
霍夫变换会产生很多不必要节点,依次判断2.4.3步骤结果中的节点是否为负荷接入点、配变点、线路拐点、线路分支点,如果不是,则去除该节点,被删除节点两侧的节点直接进行连接,由此确定用于建立线路拓扑结构的节点集合;
步骤2.5,建立步骤2.3和2.4中节点的连接关系,构建树状拓扑网络,建立相应的节点阻抗矩阵,形成用于潮流计算的电路模型,其中拓扑网络中的节点包括配变点、线路拐点、负荷接入点及线路分叉点。
生成节点连接矩阵如下,
节点集合中的节点1,2,...n,对应的线路长度矩阵可表述为矩阵conn,conn中元素的表达式可表述为:
式中,
conngh表示节点对应的线路连接关系矩阵,
lpix,gh表示g节点和h节点之间的像素点距离,
M表示节点总数;
生成节点阻抗矩阵如下,
根据采集数据中的线路型号,建立节点阻抗矩阵,节点阻抗矩阵的元素用下式计算,
Zgh=lpix,gh×d×r0+j×lpix,gh×d×x0,
式中,
Zgh表示g节点与h节点之间的阻抗,
lpix,gh表示节点g和节点h之间的像素点距离,
d表示比例尺,
r0表示索引线路单位长度等效电阻,
x0表示索引线路单位长度等效电抗值,
j表示虚数单位。
步骤3,以配变容量、节点电压、接入点光伏可用面积为约束条件,基于潮流计算涉及到的参数、线路拓扑结构和节点阻抗矩阵进行潮流计算,求解分布式光伏站址和容量方案。
步骤3.1,计算负荷接入点功率:
式中,
p表示台区配变每户平均功率,
P表示台区负荷总功率,
z表示台区识别到的总户数,
这里根据屋顶来估算负荷的理由是农村地区为1-2层平房,没有高层建筑,用电量近似认为与房屋个数相关,所以用来进行近似估计,城市地区并不可采用此方法。
n个负荷接入点的供电用户数分别为N1,N2,...,Nn,满足关系式
N1+N2+...+Nn=z,
式中,
n表示负荷接入点总数,
N表示每个负荷接入点的用户数,
n个负荷接入点的负荷有功功率分别为:pN1,pN2,...,pNn,无功功率分别为即负荷接入点k的节点信息为(k,Nk,pNk),Nk表示第k个负荷接入点接入的用户数,pNk表示第k个负荷接入点所对应负荷的有功功率。
步骤3.2,选址定容方案计算,
选址定容依托于潮流计算,根据不同开发模式与场景不同,主要提出三种开发方式。
本实施例优选方案1:主要应用于集中开发模式且能实现大面积集中接入的场景。基于电压和配变容量约束,以寻求台区最大光伏接入量为目标函数,求解每个负荷中心的光伏可接入容量PPV,k的数学模型如下,
式中,
1)节点电压约束条件,
-7%≤ΔUk%≤7%,k∈[1,n]
2)配变返送功率约束条件,
N表示负荷接入点总数,
S表示配电变压器容量,
ΔUk%表示第k个负荷接入点的电压偏差标幺值,
PPV,k表示待求解的第k个负荷接入点所对应的分布式光伏的有功功率,
pNk表示第k个负荷接入点所对应负荷的有功功率。
本实施例优选方案2:主要应用于集中开发模式且仅限于屋顶光伏的场景,基于电压和配变容量约束,以寻求台区最大光伏接入量为目标函数,
求解以下模型得到每个负荷中心的光伏可接入容量PPV,k:
式中,
1)节点电压约束条件,
-7%≤ΔUk%≤7%,k∈[1,n]
2)配变返送功率约束条件,
3)接入点屋顶可用面积约束条件,
sk/sper≥PPV,k≥0
sk表示第k个负荷接入点的屋顶面积,即为步骤2中识别到的目标框面积,whd2,
sper表示1kW光伏的占地面积。
本实施例优选方案3:基于负荷接入点可用面积、电压和配变容量约束,
该方案适用于光伏开发模式为分散开发模式且仅限开发场景仅为屋顶光伏。
该方案主要考虑两个因素,其一为光伏对电压的抬升效果,即同功率的光伏优先安装在电压抬升效果小的区域,使得台区在电压安全裕度内接入更多的光伏,其二为光伏的可用面积,屋顶面积越多,说明存在更多的光伏可利用资源,因此应安装更多的光伏。
相同功率在负荷接入点1、2、...、k、...、n的电压抬升效果比与负荷接入点到配变的阻抗相关,即为Z1∶Z2∶...∶zk∶...∶Zn,其中,zk表示由配变位置到负荷接入点k的之间线路的阻抗;
光伏可用面积在负荷接入点1、2、...、k、...、n的比例为S1∶S2∶...∶Sk∶...∶Sn,
则每个光伏接入点的PPV,k(1≤k≤n)的考量因子可表述为f(Zk,Sk),按照该考量因子的比例拟定分配所属分支线求解出的光伏功率,作为选址定容方案中的每个负荷接入点的光伏功率值。
该规划方案的主要实现思路是根据负荷接入点位置和房屋个数,预先实现配变总功率的比例分配。求解问题为:假设台区线路在配变位置存在b条分支,台区存在n个接入负荷接入点,求取拟定分配比例下的台区配电变压器可接入的光伏最大功率。相应的数学模型可表述为:
1)节点电压约束条件,
-7%≤ΔUk%≤7%,k∈[1,n]
2)配变返送功率约束条件,
3)接入点屋顶可用面积约束条件为,
sk/sper≥PPV,k≥0
式中,
Pm表示PPV,k所属的主干线路光伏总功率(1≤m≤b),
每个负荷中心的光伏规划接入容量为f(Zk,sk)·Pm,
f(Zk,sk)表示考量因子,
此计算值接入点k的光伏接入推荐方案,则台区接入的光伏总功率为
式中,
Zk表示由配变位置到负荷接入点k之间线路的阻抗。
式中,
s表示台区所有房屋总面积。
以上三种方案的求解均采用多元函数线性规划的方法寻求最优解。
实施例2。
一种农村低压台区分布式光伏选址定容系统,包括台区卫星地图及参数获取模块、线路拓扑结构识别模块、节点阻抗矩阵计算模块、光伏选址定容求解模块;其中:
台区卫星地图及参数获取模块用于采集台区卫星地图和潮流计算涉及到的参数;
线路拓扑结构识别模块用于利用台区卫星地图提取线路点集,根据线路点集计算台区用户负荷接入点,识别台区卫星地图的线路拓扑结构;
节点阻抗矩阵计算模块用于利用台区卫星地图提取线路点集,根据线路点集计算台区用户负荷接入点,识别台区卫星地图的线路拓扑结构,根据线路分支情况建立树状拓扑网络,得到节点阻抗矩阵;
光伏选址定容求解模块用于以配变容量、节点电压、接入点光伏可用面积为约束条件,基于潮流计算涉及到的参数、线路拓扑结构和节点阻抗矩阵进行潮流计算,求解分布式光伏站址和容量方案。
本发明具有以下有益的技术效果。
提出基于遥感图像的农村地区负荷分布精准评估方法。低压配变台区进行光伏选址定容分析主要存在两大难点,首先,低压台区存在负荷信息未知的限制因素,不能给理论计算提供基础数据;其次,学术研究中通常采用几种典型的分布模型来研究线路潮流变化,而现实中负荷分布具有随机性,仅几种典型结构难以概括负荷分布形式,在实际应用中存在巨大误差。这两大难点给使得目前针对低压配电台区的研究大都局限于理论推导,未基于真实场景。由于本发明研究对象为农村地区低压台区,农村地区的房屋建筑大多为1-3层,房屋个数与台区户数呈现强相关,可采用房屋个数近似估计负荷情况。因此本发明以高分辨率卫星遥感地图、无人机影像为数据基础,采用深度卷积神经网络,通过深度学习目标检测模型识别屋顶,获取负荷分布的位置坐标,精准评估线路负荷分布与负荷功率,具有智能化程度高、通用性好、操作简单、易推广的特点,弥补负荷侧数据缺失,为理论计算提供数据基础。
提出基于kmeans聚类方法的负荷与线路之间匹配关系的确定方法。在潮流计算中,电压的抬升效果与接入点位置密切相关,同等容量的光伏接在线路不同位置时,对电压的抬升效果会成倍增加,因此功率接入点的确定对准确计算线路潮流至关重要,然而功率接入点也是低压侧的数据盲区。为准确搭建电路模型,精确计算光伏选址定容推荐方案。针对团簇形负荷分布形式,本发明基于kmeans聚类方法确定负荷中心,将负荷中心对线路的投影点确定为负荷接入点,符合台区实际接线方式,尤其对于农村地区不规则的房屋分布,该方法智能化程度高且准确率高,能够实现海量节点的批量化处理。
提出具备实际应用价值的分布式光伏低压台区建设策略。除了配变容量、节点电压等物理约束,本发明以实际应用为导向,将光伏可用面积、每户光伏功率上限作为现实因素类约束条件参与计算,使得推荐方案具备实际可执行性。本发明形成针对不同应用场景的光伏接入点位置及容量配置方案,以“一台区、多方案”的推荐形式供用户或投资方根据实际情况选择。通过科学计算、合理配置,增大低压台区光伏最大接纳容量,避免台区电压越线、配变重过载现象,促进分布式光伏等新能源的有序接入、新型电力系统的规范化建设。
实施例3。
基于同样的发明构思,本申请实施例还提供一种电子设备,包括处理器及存储介质;其特征在于:
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求上述农村低压台区分布式光伏选址定容方法的步骤。
实施例4。
本公开可以是系统、方法和/或计算机程序产品。
计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
基于同样的发明构思,本申请实施例还提供一种可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述农村低压台区分布式光伏选址定容方法的步骤。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其它自由传播的电磁波、通过波导或其它传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其它设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
最后应当说明的是,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保护范围之内。
Claims (15)
1.农村低压台区分布式光伏选址定容的方法,其特征在于,所述方法包括如下步骤:
步骤1,采集含低压拓扑的台区卫星地图和潮流计算涉及到的参数;
步骤2,利用台区卫星地图提取线路点集,根据线路点集计算台区用户负荷接入点,识别台区卫星地图的线路拓扑结构,根据线路分支情况建立树状拓扑网络,得到节点阻抗矩阵;
步骤3,以配变容量、节点电压、接入点光伏可用面积为约束条件,基于潮流计算涉及到的参数、线路拓扑结构和节点阻抗矩阵进行潮流计算,求解分布式光伏站址和容量方案。
4.根据权利要求2所述的农村低压台区分布式光伏选址定容的方法,其特征在于,
步骤2包括以下步骤,
步骤2.1,识别台区卫星地图中的屋顶位置和面积,得到屋顶位置坐标(x1,y1),...,(xi,yi),...,(xz,yz),屋顶总个数为z,其中,一个屋顶认为是一个用户负荷,一个屋顶为一户用户;
步骤2.2,通过识别像素点颜色的方式提取卫星地图中的线路点集;
步骤2.3,采用k-means聚类方法对屋顶位置坐标(x1,y1),...,(xi,yi),...,(xz,yz),以及屋顶总个数为z进行聚类分析,得到线路点集中的台区负荷接入点;
步骤2.4,基于卫星地图识别得到线路中的配变点、线路拐点及线路分叉点;
步骤2.5,根据负荷接入点、配变点、线路拐点及线路分叉点构建树状拓扑网络,得到节点阻抗矩阵。
5.根据权利要求4所述的农村低压台区分布式光伏选址定容的方法,其特征在于,
步骤2.3中,当用户屋顶线性分布时,采用等间隔投影法计算台区负荷接入点,方法如下,
根据步骤2.2得出的线路点集,按照设置距离选取间距相等的n个节点作为负荷接入点,计算屋顶i与n个负荷接入点之间的距离,其中,1≤i≤z,选取与屋顶i相距最近的负荷接入点作为屋顶i的负荷接入点,循环计算z个屋顶的负荷接入点,建立z个用户与n个负荷接入点的匹配关系。
6.根据权利要求4所述的一种农村低压台区分布式光伏选址定容的方法,其特征在于,
步骤2.3中,当用户屋顶团簇型分布时,采用聚类投影法计算台区用户负荷接入点,方法如下,
采用k-means聚类方法对屋顶位置坐标(x1,y1),...,(xi,yi),...,(xz,yz)以及屋顶总个数为z进行聚类分析,以聚类后的紧凑程度为指标,设定阈值,获得聚类个数,将得到的n个聚类中心认为是负荷中心,即得到台区的n个负荷中心,在线路点集中选择距离负荷中心最近的点作为该负荷中心的负荷接入点。
9.根据权利要求8所述的农村低压台区分布式光伏选址定容的方法,其特征在于,
在步骤3中,所述配变容量、节点电压、接入点光伏可用面积约束条件分别如下式所示:
其中,
节点电压约束条件,
-7%≤ΔUk%≤7%,k∈[1,n]
配变返送功率约束条件,
接入点屋顶可用面积约束条件,
sk/sper≥PPV,k≥0
式中,
n表示负荷接入点总数,
S表示配电变压器容量,
ΔUk%表示第k个负荷接入点电压偏差标幺值,
PPV,k表示待求解的第k个负荷接入点所对应的分布式光伏的有功功率,
pNk表示第k个负荷接入点所对应负荷的有功功率,
sk表示第k个负荷接入点所属的所有屋顶面积,
sper表示1kW光伏的占地面积。
13.一种农村低压台区分布式光伏选址定容系统,其特征在于:所述系统包括台区卫星地图及参数获取模块、线路拓扑结构识别模块、节点阻抗矩阵计算模块、光伏选址定容求解模块;
台区卫星地图及参数获取模块用于采集台区卫星地图和潮流计算涉及到的参数;
线路拓扑结构识别模块用于利用台区卫星地图提取线路点集,根据线路点集计算台区用户负荷接入点,识别台区卫星地图的线路拓扑结构;
节点阻抗矩阵计算模块用于利用台区卫星地图提取线路点集,根据线路点集计算台区用户负荷接入点,识别台区卫星地图的线路拓扑结构,根据线路分支情况建立树状拓扑网络,得到节点阻抗矩阵;
光伏选址定容求解模块用于以配变容量、节点电压、接入点光伏可用面积为约束条件,基于潮流计算涉及到的参数、线路拓扑结构和节点阻抗矩阵进行潮流计算,求解分布式光伏站址和容量方案。
14.一种可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-12任一项所述农村低压台区分布式光伏选址定容方法的步骤。
15.一种电子设备,包括处理器及存储介质;其特征在于:
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1-12任一项所述农村低压台区分布式光伏选址定容方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210937809.1A CN115239178A (zh) | 2022-08-05 | 2022-08-05 | 农村低压台区分布式光伏选址定容方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210937809.1A CN115239178A (zh) | 2022-08-05 | 2022-08-05 | 农村低压台区分布式光伏选址定容方法、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115239178A true CN115239178A (zh) | 2022-10-25 |
Family
ID=83679815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210937809.1A Pending CN115239178A (zh) | 2022-08-05 | 2022-08-05 | 农村低压台区分布式光伏选址定容方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115239178A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117196180A (zh) * | 2023-10-17 | 2023-12-08 | 无锡市广盈电力设计有限公司 | 含高比例分布式光伏的配电线路光伏汇集点选址方法 |
-
2022
- 2022-08-05 CN CN202210937809.1A patent/CN115239178A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117196180A (zh) * | 2023-10-17 | 2023-12-08 | 无锡市广盈电力设计有限公司 | 含高比例分布式光伏的配电线路光伏汇集点选址方法 |
CN117196180B (zh) * | 2023-10-17 | 2024-04-26 | 无锡市广盈电力设计有限公司 | 含高比例分布式光伏的配电线路光伏汇集点选址方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106503839B (zh) | 一种海上风电场环形集电网络分层规划方法 | |
CN111476427A (zh) | 低压台区拓扑识别方法及识别装置 | |
CN115239178A (zh) | 农村低压台区分布式光伏选址定容方法、系统及介质 | |
CN115186944A (zh) | 一种城市配电网规划方法及系统 | |
CN111953072B (zh) | 一种低压台区拓扑识别方法、装置、设备和存储介质 | |
CN113902583A (zh) | 利用低压网络设备数据的配网侧运维方法及系统 | |
CN109002938B (zh) | 考虑n-1安全准则的交直流混合配电网双层规划方法 | |
CN115375084B (zh) | 一种基于电力数据的图数据库构建方法及系统 | |
CN107248926B (zh) | 一种面向多目标的epon规划方法 | |
CN113486487B (zh) | 一种基于数字电网的地理接线逻辑结构图自动获取方法 | |
CN104701841A (zh) | 一种智能电网用户侧能源信息感知方法 | |
CN111027738B (zh) | 一种基于遗传算法的电力通信光缆敷设优化方法 | |
CN114329857A (zh) | 一种基于改进鲸鱼算法的分布式电源规划方法 | |
CN113806899A (zh) | 一种配电网拓扑关系的识别方法、装置及移动终端 | |
CN116166847A (zh) | 一种基于图数据的配电网运行状态分析方法及系统 | |
CN113158392A (zh) | 一种配电图形化监测计算系统 | |
CN113612191A (zh) | 一种配电网的快速恢复供电方法及装置 | |
CN112018757A (zh) | 一种面向配电网形态演化的通用算例生成方法 | |
CN117011731B (zh) | 一种电网电力系统建立中配电网安全智能分析方法 | |
CN113282615B (zh) | 一种用于电力线路的供电路径获取方法、装置、设备 | |
CN117094915B (zh) | 一种基于无人机正射影像的电网gis图形纠偏方法 | |
Iwamura et al. | Geospatial approaches to design of wind power transmission networks and operation of microgrids | |
CN114123201B (zh) | 一种低压配电拓扑辨识方法和系统 | |
CN111083578B (zh) | 一种业务分类的光路迂回路由多目标优化方法 | |
Montano-Martinez et al. | Automated correction of GIS data for loads and distributed energy resources in secondary distribution networks |
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 |