CN115276105B - 一种光伏准入容量规划与多能互补的分布式能源管理方法 - Google Patents

一种光伏准入容量规划与多能互补的分布式能源管理方法 Download PDF

Info

Publication number
CN115276105B
CN115276105B CN202211169765.9A CN202211169765A CN115276105B CN 115276105 B CN115276105 B CN 115276105B CN 202211169765 A CN202211169765 A CN 202211169765A CN 115276105 B CN115276105 B CN 115276105B
Authority
CN
China
Prior art keywords
power supply
factor
power
station
value
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
Application number
CN202211169765.9A
Other languages
English (en)
Other versions
CN115276105A (zh
Inventor
张仕勇
彭家从
朱刚
柏帆
竺裕峰
佟鑫
郭鹏程
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ninghai Yancangshan Electric Power Construction Co ltd
State Grid Zhejiang Electric Power Co Ltd Ninghai County Power Supply Co
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Ninghai Yancangshan Electric Power Construction Co ltd
State Grid Zhejiang Electric Power Co Ltd Ninghai County Power Supply Co
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ninghai Yancangshan Electric Power Construction Co ltd, State Grid Zhejiang Electric Power Co Ltd Ninghai County Power Supply Co, Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Ninghai Yancangshan Electric Power Construction Co ltd
Priority to CN202211169765.9A priority Critical patent/CN115276105B/zh
Publication of CN115276105A publication Critical patent/CN115276105A/zh
Application granted granted Critical
Publication of CN115276105B publication Critical patent/CN115276105B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/381—Dispersed generators
    • 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
    • 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
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H02J3/472—For selectively connecting the AC sources in a particular order, e.g. sequential, alternating or subsets of sources
    • 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
    • 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
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Power Engineering (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Water Supply & Treatment (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种光伏准入容量规划与多能互补的分布式能源管理方法。本发明通过对供电不足海岛附近海岛上的供电站的供电能力进行判定，选择供电能力强的供电站对供电能力不足的海岛进行补充供电，解决了海岛上的光伏供电站容易供电不足的情况。

Description

一种光伏准入容量规划与多能互补的分布式能源管理方法
技术领域
本发明涉及供电技术领域，具体而言，涉及一种光伏准入容量规划与多能互补的分布式能源管理方法。
背景技术
随着对海岛开发利用的增加，海岛上的供能成为急需解决的问题。现有海岛的供能主要依赖于可再生能源，而光伏是海岛供能的主要方式。但是在实际工作的过程中，我们发现光伏供电十分的不稳定，尤其是海岛经常会遇到风暴等天气，光伏供电站的供能不能得到有效的保障。
发明内容
为解决海岛上的光伏供电站容易供电不足的情况，本发明通过对供电不足海岛附近海岛上的供电站的供电能力进行判定，选择供电能力强的供电站对供电能力不足的海岛进行补充供电。
为解决上述问题，本发明提供一种光伏准入容量规划与多能互补的分布式能源管理方法，方法包括：
获取电站供能能力：检测供电站的供电数据和环境数据，通过供电数据和环境数据得到风险程度值，统计设定时间段内风险程度值大于风险程度阈值的风险数量，当风险数量大于风险数量阈值时，判定供电站为供电不足电站，否则，判定供电站为供电充足电站；
获取潜在传能电站：检测供电不足电站与其他供电站之间的距离因子和气候因子，根据距离因子和气候因子得到影响值，当影响值小于影响阈值时，其他供电站为供电不足电站的潜在传能电站；
确定传能电站：在供电不足电站的潜在传能电站均为供电充足电站时，获取供电不足电站的风险程度值与潜在传能电站的风险程度值之间的差值，根据差值确定给供电不足电站对应区域传递能量的电站。
与现有技术相比，采用该技术方案所达到的技术效果：通过对供电不足海岛附近海岛上的供电站的供电能力进行判定，选择供电能力强的供电站对供电能力不足的海岛进行补充供电。在本发明的方法中，先对一定海域内的所有海岛上的供电站分别进行供电能力的判断和获取，通过检测到的供电数据和环境数据得到设定时间段内的多个风险程度值，当大于风险程度阈值的风险程度值的数量大于风险数量阈值时，判定相应的供电站为供电不足电站；当大于风险程度阈值的风险程度值的数量小于等于风险数量阈值时，判定相应的供电站为供电充足电站。其中，供电不足电站对应的海岛需要附近海岛上的供电站对其进行补充供电，供电充足电站对应的海岛不需要附近的海岛对其进行补充供电，但是供电充足电站可能会对其附近的海岛进行供电。
在出现供电不足电站之后，需要对供电不足电站附近电站的传电能力进行判断，首先分别检测供电不足电站与其他电站之间的距离因子和气候因子，并通过距离因子和气候因子得到影响值，影响值越小说明其他电站给供电不足电站对应海岛的传电能力越强，当影响值小于影响阈值的时候，将影响值对应的供电站判定为供电不足电站的潜在传能电站，即有能力给供电不足电站传电的电站。
在找到一个或者多个潜在传能电站之后，需要确定一个最合适的电站给供电不足电站对应的海岛进行传电，首先判定供电不足电站的潜在传能电站为供电充足电站，保障潜在传能电站在未来的一段时间内有充足供电能力。然后根据供电不足电站与潜在传能电站之间的风险程度值的差值选择给供电不足电站对应海岛传电的电站，差值越大，说明潜在传能电站给供电不足电站的传电能力越强。
通过上述步骤能够判定将要供电不足的海岛并从附近海岛中传电给供电不足海岛，使得一个海岛群之间能够实现电能的传递，保障海岛用电的稳定。
在本发明的一个实例中，风险程度值通过如下步骤计算得到：
S11：将供电数据输入供电转换模型，得到供电因子，供电因子∈[1，10]；
S12：将环境数据输入环境转换模型，得到环境因子，环境因子∈[1，10]；
S13：计算风险程度值：
当供电因子∈[1，5]、环境因子∈[1，5]时，风险程度值=0.3×供电因子＋0.7×环境因子；
当供电因子∈[1，5]、环境因子∈(5，10]时，风险程度值=0.2×供电因子＋0.8×环境因子；
当供电因子∈(5，10]、环境因子∈[1，5]时，风险程度值=0.6×供电因子＋0.4×环境因子；
当供电因子∈(5，10]、环境因子∈(5，10]时，风险程度值=0.8×供电因子＋0.2×环境因子。
与现有技术相比，采用该技术方案所达到的技术效果：根据不同的供电因子和环境因子计算得到风险程度值。供电因子和环境因子通过转换模型计算得到，其中，供电因子∈[1，10]、环境因子∈[1，10]。风险程度值的计算根据供电因子以及环境因子取值的不同而不同。在供电因子的值较小的情况下，环境因子的大小对风险程度值的影响较大，环境因子的值越大其在风险程度值中的占比越高。在供电因子的值较大的情况下，供电因子的大小对风险程度值的影响较大，且在供电因子和环境因子的值均较大的情况下，供电因子在风险程度值中的占比更大。
在本发明的一个实例中，供电转换模型的运行方式如下：
供电数据包括当前电压、当前电流、当前频率、限定电压、限定电流、限定频率；
通过下列公式得到稳定因子：
稳定因子=[（限定电压-当前电压）/限定电压+（限定电流-当前电流）/限定电流+（限定频率-当前频率）/限定频率]×4+2；其中，当当前电压小于0.4×限定电压时，计当前电压等于0.4×限定电压；当当前电流小于0.3×限定电流时，计当前电流等于0.3×限定电流；当当前频率小于0.3×限定频率时，计当前频率等于0.3×限定频率；
通过下列公式得到供电因子：
供电因子=稳定因子×经验系数；经验系数∈[0.5，1]。
与现有技术相比，采用该技术方案所达到的技术效果：将检测得到的供电数据转换成供电因子。检测得到的供电数据中主要包括当前电压、当前电流、当前频率、限定电压、限定电流、限定频率，稳定因子通过供电数据计算得到。稳定因子用于评价当前供电的稳定情况，供电越稳定，稳定因子的数值就越小。供电因子的计算还与经验系数有关，经验系数由人工对每天不同时间段的供电稳定情况进行评定，在评定时供电稳定的时段经验系数越小。
在本发明的一个实例中，环境转换模型的运行方式如下：
环境数据包括预测光照强度、限定光照强度；
通过下列公式得到环境因子：
环境因子=8sin[π×（限定光照强度-预测光照强度）/2×限定光照强度]+1+光照修正因子；光照修正因子∈[0，1]。
与现有技术相比，采用该技术方案所达到的技术效果：将检测得到的环境数据转换成环境因子。在供电站为光伏供电的情况下，检测的环境数据中包括预测光照强度以及限定光照强度，预测光照强度为一个时间点或者一段时间内的天气预报预测的光照强度值。环境因子通过预测光照强度、限定光照强度、光照修正因子计算得到，预测光照强度越强环境因子的数值越小，说明光照越能得到保障。
在本发明的一个实例中，环境转换模型的运行方式如下：
环境数据包括预测风速、限定风速；
通过下列公式得到环境因子：
环境因子=7sin[π×（限定风速-预测风速）/2×限定风速]+1+风速修正因子；风速修正因子∈[0，2]。
与现有技术相比，采用该技术方案所达到的技术效果：将检测得到的环境数据转换成环境因子。海岛上除了光伏发电，有时还会设置风能发电站，风能发电站能够在光伏发电不足的时候提供良好的补充作用。在风能供电的情况下，检测的环境数据中包括预测风速、限定风速，预测风速为一个时间点或者一段时间内的天气预报的预测的风速值。环境因子通过预测风速、限定风速、风速修正因子计算得到，预测风速越强环境因子的数值越小，说明风能供电越能得到保障。
在本发明的一个实例中，设定时间段为当前时点之后的3-5小时；风险程度值设置有至少150个。
与现有技术相比，采用该技术方案所达到的技术效果：设置适宜的检测时间。在本发明中检测得到的当前供电数据计算得到稳定因子，稳定因子与设定时间段内的多个经验系数相乘之后就可以得到当前时间点之后的3-5小时内的至少150个的供电因子。检测得到的环境数据为天气预报预测的当前时间点之后的3-5小时内的至少150个时间点的数值，将数值输入环境转模型之后得至少150个的环境因子。其中计算每个风险程度值时的供电因子和环境因子的时间点为同一个时间点。将设定时间段设置成当前时间点之后的3-5小时以及至少150个的风险程度值，能够相对全面的对供电情况以及环境情况进行反应。
在本发明的一个实例中，距离因子根据供电不足电站与其他供电站之间的距离设定，供电不足电站与其他供电站之间的距离越近，则距离因子的数值越小；气候因子根据供电不足电站与其他供电站之间的风险数值的差异程度进行设定，供电不足电站与其他供电站之间的风险数值的差异程度越大，则气候因子的数值越小。
与现有技术相比，采用该技术方案所达到的技术效果：限定距离因子和气候因子的计算方式。距离因子的大小主要由供电不足电站与其他供电站之间的距离决定，气候因子的大小主要由供电不足电站与其他供电站之间的风险数值的差异程度决定。
在本发明的一个实例中，影响值通过如下公式计算得到：
影响值=（距离因子×气候因子+距离因子×距离修正系数+气候因子×气候修正系数）/[1+cos（距离因子+气候因子）]；其中，距离因子∈（0，1] ，气候因子∈（0，1]，距离修正系数∈[1，5]，气候修系数∈[1，5]。
与现有技术相比，采用该技术方案所达到的技术效果：限定影响值的计算方式。影响值通过距离因子、气候因子、距离修正系数、气候修正系数计算得到，影响值越小说明相应的电站更适合给供电不足电站传电。
在本发明的一个实例中，距离修正系数根据供电不足电站与其他供电站之间的传电难度进行设定，传电难度越大，则距离修正系数越大。
与现有技术相比，采用该技术方案所达到的技术效果：限定距离修正系数的计算方式。距离修正系数的大小由供电不足电站与其他供电站之间的传电难度进行设定，距离修正系数越小影响值就越小。
在本发明的一个实例中，气候修正系数根据其他供电站的风险程度值的变化程度进行设定，变化程度越大，则气候修正系数越大。
与现有技术相比，采用该技术方案所达到的技术效果：限定气候修正系数的计算方式。气候修正系数的大小由其他供电站的风险数值的变化程度进行设定，气候修正系数越小影响值越小。
附图说明
图1为本发明提供的管理方法的步骤示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面对本发明的具体实施例做详细的说明。
本发明提供一种光伏准入容量规划与多能互补的分布式能源管理方法，如图1所示，该方法主要通过获取电站供电能力、获取潜在传能电站、确定传能电站等步骤，选择出最适宜给供电不足区域传电的电站，以解决海岛上的光伏供电站容易供电不足的情况。
在获取电站供能能力步骤中，需要先检测供电站的供电数据和环境数据，供电数据主要包括当前电压、当前电流、当前频率、限定电压、限定电流、限定频率，将供电数据输入供电转换模型之后先计算得到稳定因子，然后通过稳定因子和经验系数得到供电因子。需要说明的是，供电数据为当前检测时点的数据，稳定因子用于评价当前供电的稳定情况，经验系数是由人工根据不同时间段的历史供电稳定情况进行评定，历史供电越稳定的时段经验系数越小。稳定因子的计算方式如下：
稳定因子=[（限定电压-当前电压）/限定电压+（限定电流-当前电流）/限定电流+（限定频率-当前频率）/限定频率]×4+2；稳定因子∈[2，10]；
其中，当当前电压小于0.4倍的限定电压时，计当前电压等于0.4倍的限定电压；当当前电流小于0.3倍的限定电流时，计当前电流等于0.3倍的限定电流；当当前频率小于0.3倍的限定频率时，计当前频率等于0.3倍的限定频率。对当前电压、当前电流、当前频率值的取值进行最小值的限定，能够将过小的取值过滤掉，防止检测误差产生的稳定因子过大的情况。限定电压、限定电流、限定频率由人为进行设置并储存在检测装置之中。
在得到稳定因子之后，获得设定的经验系数，然后通过下列公式计算得到供电因子：
供电因子=稳定因子×经验系数；经验系数∈[0.5，1]。
供电因子的大小由稳定因子和经验系数共同决定，稳定因子越小，供电因子也就越小，由供电因子构成的风险程度值也就越小；经验系数越小，供电因子也就越小，由供电因子构成的风险程度值也就越小。
在一般情况下，检测供电数据和环境数据的对象为光伏供电站，光伏供电站的环境数据中包括预测光照强度、限定光照强度，通过环境数据以及得到的光照修正因子能够计算得到环境因子。需要说明的是，获取的预测光照强度为当前时点之后的3-5小时内的天气预报光照强度预测值，预测光照强度的取值在至少150个以上。光伏供电站的环境因子通过下列公式计算得到：
环境因子=8sin[π×（限定光照强度-预测光照强度）/2×限定光照强度]+1+光照修正因子；光照修正因子∈[0，1]。
由于在海岛群中偶尔会出现光伏发电站发电效果均不理想的情况，因此会在海岛群中设置风能发电站，风能发电站能够在光伏发电站发电效果不理想的情况下进行发电，从而起到补充供电的作用。风能发电站的环境数据包括预测风速、限定风速，通过环境数据以及风速修正因子能够计算得到环境因子。其中，预测风速为当前时点之后的3-5小时内的天气预报风速预测值，预测风速的取值在至少150个以上。风能发电站的环境因子通过下列公式计算得到：
环境因子=7sin[π×（限定风速-预测风速）/2×限定风速]+1+风速修正因子；风速修正因子∈[0，2]。
在检测得到供电站的供电数据和环境数据之后，还需要根据供电数据和环境数据计算得到对应供电站在当前时间点之后3-5小时内的至少150个风险程度值，风险程度值能够评价某个时间点时供电站的供电能力，风险程度值的计算方式如下：
S11：将供电数据输入供电转换模型，得到供电因子，供电因子∈[1，10]；
S12：将环境数据输入环境转换模型，得到环境因子，环境因子∈[1，10]；
S13：计算风险程度值：
当供电因子∈[1，5]、环境因子∈[1，5]时，风险程度值=0.3×供电因子＋0.7×环境因子；
当供电因子∈[1，5]、环境因子∈(5，10]时，风险程度值=0.2×供电因子＋0.8×环境因子；
当供电因子∈(5，10]、环境因子∈[1，5]时，风险程度值=0.6×供电因子＋0.4×环境因子；
当供电因子∈(5，10]、环境因子∈(5，10]时，风险程度值=0.8×供电因子＋0.2×环境因子。
风险程度值的大小由供电因子和环境因子决定，在供电因子的值较小的情况下，环境因子的大小对风险程度值的影响较大，环境因子的值越大其在风险程度值中的占比越高。在供电因子的值较大的情况下，供电因子的大小对风险程度值的影响较大，且在供电因子和环境因子的值均较大的情况下，供电因子在风险程度值中的占比更大。
下面提供一个具体的风险程度值的计算过程：在下午2点时，对一片海域不同海岛上的A供电站、B供电站、C供电站、D供电站、E供电站、F供电站、G供电站分别进行供电数据以及环境数据检测。通过供电数据计算得到A-G供电站的稳定值分别为2.1、2.5、3.4、3.8、4.5、5.5、7.8，然后将各供电站的稳定值与经验系数相乘得到供电因子。每个供电站选取的经验系数均为180个，且180个经验系数是在2点至5点时段按照分钟设定，每个供电站的经验系数取值会有所不同。
在计算得到供电因子之后进行环境因子的计算，供电因子和环境因子的计算顺序如下，每计算得到一个供电因子之后就进行对应时间点的环境因子的计算，而不是将供电因子全部计算完成后再进行环境因子的计算。在计算环境因子时，将与供电因子对应时间的天气预报预测值带入，比如S11中计算得到的供电因子为C供电站下午2点26分时的值，那么在S12中计算环境因子时，输入的环境数据就是C供电站下午2点26分时天气预报预测的光照强度或者风速数据，然后计算得到对应的环境因子数据。
在计算得到环境因子的值后，将供电因子和环境因子的带入到对应公式中进行计算，得到对应时点的风险程度值。在计算完成后，A-G供电站每个供电站都会有对应的180个风险程度值。
在得到每个供电站的风险程度值之后，还需要统计在设定时间段内风险程度值大于风险程度阈值的风险数量，然后根据风险数量判断供电站是供电不足电站还是供电充足电站。下面提供一个具体的判断过程：设定风险数量阈值为30个，A供电站的风险数量为15个，判定A供电站为供电充足电站；B供电站的风险数量为18个，判定B供电站为供电充足电站；C供电站的风险数量为26个，判定C供电站为供电不足电站。
在出现供电不足电站之后，需要对供电不足电站对应的海岛进行传电，此时就需要选择潜在的传能电站，在获取潜在传能电站时，需要先检测供电不足电站与其他供电站之间的距离因子和气候因子。距离因子根据供电不足电站与其他供电站之间的距离设定，供电不足电站与其他供电站之间的距离越近距离因子的数值越小，距离因子的具体数值是人为的进行评定的，根据海岛之间的真实距离将距离因子分成10个等级数值，距离因子的取值分别为0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1。
气候因子根据供电不足电站与其他供电站之间的风险数值的差异程度进行设定，供电不足电站与其他供电站之间的风险数值的差异程度越大气候因子的数值越小。供电不足电站与其他供电站之间的风险数值的差异程度由人为进行判定，然后根据判定结果赋予不同的供电站相应的气候因子值，气候因子的取值分为0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1共10个等级数值。下面提供一个气候因子的具体判定方式：供电不足电站C的风险数量为120个，其他供电站A的风险数量为11个，其他供电站B的风险数量为23个，其他供电站D的风险数量为58个，其他供电站E的风险数量为105个，其他供电站F的风险数量为136个，在对5个其他供电站进行气候因子赋值时，给予其他供电站A的气候因子值为0.1、其他供电站B的气候因子值为0.2、其他供电站D的气候因子值为0.4、其他供电站E的气候因子值为0.8、其他供电站F的气候因子值为1。需要注意的是，在对其他供电站进行气候因子赋值时，对风险数量大于供电不足电站的其他供电站赋予1值。
在得到距离因子和气候因子之后，能够计算得到影响值，每个其他供电站与供电不足电站之间均会得到一个影响值，当影响值小于影响阈值时，判定对应的其他供电站为供电不足电站的潜在传能电站。影响值的具体计算方式如下：影响值=（距离因子×气候因子+距离因子×距离修正系数+气候因子×气候修正系数）/[1+cos（距离因子+气候因子）]。
其中，距离修正系数根据供电不足电站与其他供电站之间的传电难度进行设定，传电难度越大距离修正系数越大。供电不足电站与其他供电站之间的传电难度由人为进行判定，根据传电难度可以将距离修正系数分为1、2、3、4、5共5个数值等级。气候修正系数根据其他供电站的风险程度值的变化程度进行设定，变化程度越大气候修正系数越大。风险程度值的变化程度通过方差计算得到，方差越小说明风险程度值的变化越小。根据风险程度值的方差将气候修正系数分为1、2、3、4、5共5个数值等级。
通过影响值能够判断在其他供电站中是否有潜在传能电站，如果在其他电站中没有潜在传能电站，则需要通过化石能源进行发电来维持小岛的供电；如果在其他供电站中存在潜在传能电站，则需要对给供电不足区域传能的电站进行确定，传能电站的确定步骤如下：先在供电不足电站的潜在传能电站中，选取供电充足电站，若在潜在传能电站中没有供电充足电站，则对供电不足区域进行化石能源发电。在其他供电站同时满足潜在传能电站和供电充足电站的条件之后，获取供电不足电站的风险程度值与潜在传能电站的风险程度值之间的差值，下面提供一个差值的具体计算方式：分别计算供电不足电站和潜在传能电站的至少150个风险程度值的平均值，然后将供电不足电站的风险程度值的平均值减去潜在传能电站的风险程度值的平均值得到差值。
然后根据差值确定给供电不足电站对应区域传递能量的电站，差值越大说明潜在传能电站的传供电能力越强，因此在具有多个满足条件的潜在传能电站的情况下，选择差值最大的潜在传能电站作为传能电站。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (9)

1.一种光伏准入容量规划与多能互补的分布式能源管理方法，其特征在于，所述方法包括：
获取电站供能能力：检测供电站的供电数据和环境数据，通过所述供电数据和所述环境数据得到风险程度值，统计设定时间段内所述风险程度值大于风险程度阈值的风险数量，当所述风险数量大于风险数量阈值时，判定所述供电站为供电不足电站，否则，判定所述供电站为供电充足电站；
获取潜在传能电站：检测所述供电不足电站与其他供电站之间的距离因子和气候因子，根据所述距离因子和所述气候因子得到影响值，当所述影响值小于影响阈值时，所述其他供电站为所述供电不足电站的潜在传能电站；
确定传能电站：在所述供电不足电站的所述潜在传能电站均为所述供电充足电站时，获取所述供电不足电站的风险程度值与所述潜在传能电站的风险程度值之间的差值，根据所述差值确定给所述供电不足电站对应区域传递能量的电站；
所述风险程度值通过如下步骤计算得到：
S11：将所述供电数据输入供电转换模型，得到供电因子，所述供电因子∈[1，10]；
S12：将所述环境数据输入环境转换模型，得到环境因子，所述环境因子∈[1，10]；
S13：计算所述风险程度值：
当所述供电因子∈[1，5]、所述环境因子∈[1，5]时，所述风险程度值=0.3×所述供电因子＋0.7×所述环境因子；
当所述供电因子∈[1，5]、所述环境因子∈(5，10]时，所述风险程度值=0.2×所述供电因子＋0.8×所述环境因子；
当所述供电因子∈(5，10]、所述环境因子∈[1，5]时，所述风险程度值=0.6×所述供电因子＋0.4×所述环境因子；
当所述供电因子∈(5，10]、所述环境因子∈(5，10]时，所述风险程度值=0.8×所述供电因子＋0.2×所述环境因子。
2.根据权利要求1所述的方法，其特征在于，所述供电转换模型的运行方式如下：
所述供电数据包括当前电压、当前电流、当前频率、限定电压、限定电流、限定频率；
通过下列公式得到稳定因子：
所述稳定因子=[（所述限定电压-所述当前电压）/所述限定电压+（所述限定电流-所述当前电流）/所述限定电流+（所述限定频率-所述当前频率）/所述限定频率]×4+2；其中，当所述当前电压小于0.4×所述限定电压时，计所述当前电压等于0.4×所述限定电压；当所述当前电流小于0.3×所述限定电流时，计所述当前电流等于0.3×所述限定电流；当所述当前频率小于0.3×所述限定频率时，计所述当前频率等于0.3×所述限定频率；
通过下列公式得到所述供电因子：
所述供电因子=所述稳定因子×经验系数；所述经验系数∈[0.5，1]。
3.根据权利要求1所述的方法，其特征在于，所述环境转换模型的运行方式如下：
所述环境数据包括预测光照强度、限定光照强度；
通过下列公式得到所述环境因子：
所述环境因子=8sin[π×（所述限定光照强度-所述预测光照强度）/2×所述限定光照强度]+1+光照修正因子；所述光照修正因子∈[0，1]。
4.根据权利要求1所述的方法，其特征在于，所述环境转换模型的运行方式如下：
所述环境数据包括预测风速、限定风速；
通过下列公式得到所述环境因子：
所述环境因子=7sin[π×（所述限定风速-所述预测风速）/2×所述限定风速]+1+风速修正因子；所述风速修正因子∈[0，2]。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述设定时间段为当前时点之后的3-5小时；所述风险程度值设置有至少150个。
6.根据权利要求1至4任一项所述的方法，其特征在于，
所述距离因子根据所述供电不足电站与所述其他供电站之间的距离设定，所述供电不足电站与所述其他供电站之间的距离越近，则所述距离因子的数值越小；
所述气候因子根据所述供电不足电站与所述其他供电站之间的风险数值的差异程度进行设定，所述供电不足电站与所述其他供电站之间的风险数值的差异程度越大，则所述气候因子的数值越小。
7.根据权利要求6所述的方法，其特征在于，所述影响值通过如下公式计算得到：
所述影响值=（所述距离因子×所述气候因子+所述距离因子×距离修正系数+所述气候因子×气候修正系数）/[1+cos（所述距离因子+所述气候因子）]；
其中，所述距离因子∈（0，1] ，所述气候因子∈（0，1]，所述距离修正系数∈[1，5]，所述气候修系数∈[1，5]。
8.根据权利要求7所述的方法，其特征在于，所述距离修正系数根据所述供电不足电站与所述其他供电站之间的传电难度进行设定，所述传电难度越大，则所述距离修正系数越大。
9.根据权利要求7所述的方法，其特征在于，所述气候修正系数根据所述其他供电站的所述风险程度值的变化程度进行设定，所述变化程度越大，则所述气候修正系数越大。
CN202211169765.9A 2022-09-26 2022-09-26 一种光伏准入容量规划与多能互补的分布式能源管理方法 Active CN115276105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211169765.9A CN115276105B (zh) 2022-09-26 2022-09-26 一种光伏准入容量规划与多能互补的分布式能源管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211169765.9A CN115276105B (zh) 2022-09-26 2022-09-26 一种光伏准入容量规划与多能互补的分布式能源管理方法

Publications (2)

Publication Number Publication Date
CN115276105A CN115276105A (zh) 2022-11-01
CN115276105B true CN115276105B (zh) 2022-12-27

Family

ID=83755892

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211169765.9A Active CN115276105B (zh) 2022-09-26 2022-09-26 一种光伏准入容量规划与多能互补的分布式能源管理方法

Country Status (1)

Country Link
CN (1) CN115276105B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670676A (zh) * 2018-11-26 2019-04-23 安徽继远软件有限公司 基于支持向量数据描述的配网台区风险预警方法及系统
CN112288141A (zh) * 2020-10-13 2021-01-29 武汉大学 一种渔光互补光伏电站的综合效益评价方法
CN113452018A (zh) * 2021-06-29 2021-09-28 湖南大学 一种电力系统备用不足风险场景辨识方法
WO2021196552A1 (zh) * 2020-03-28 2021-10-07 华中科技大学 一种基于互馈关系解析的梯级水库风险评估方法及系统
CN215181559U (zh) * 2021-03-16 2021-12-14 成都城电电力工程设计有限公司 一种多功能集成的多能源互补供能系统
CN114784792A (zh) * 2022-03-30 2022-07-22 国网河北省电力有限公司沧州供电分公司 用于光伏电站并网的电网规划方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104680424B (zh) * 2015-01-30 2018-09-14 国家电网公司 大型光伏电站的电压电能情况预估方法
DE102016101468A1 (de) * 2016-01-27 2017-07-27 Wobben Properties Gmbh Verfahren zum Einspeisen elektrischer Leistung in ein elektrisches Versorgungsnetz

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670676A (zh) * 2018-11-26 2019-04-23 安徽继远软件有限公司 基于支持向量数据描述的配网台区风险预警方法及系统
WO2021196552A1 (zh) * 2020-03-28 2021-10-07 华中科技大学 一种基于互馈关系解析的梯级水库风险评估方法及系统
CN112288141A (zh) * 2020-10-13 2021-01-29 武汉大学 一种渔光互补光伏电站的综合效益评价方法
CN215181559U (zh) * 2021-03-16 2021-12-14 成都城电电力工程设计有限公司 一种多功能集成的多能源互补供能系统
CN113452018A (zh) * 2021-06-29 2021-09-28 湖南大学 一种电力系统备用不足风险场景辨识方法
CN114784792A (zh) * 2022-03-30 2022-07-22 国网河北省电力有限公司沧州供电分公司 用于光伏电站并网的电网规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
有源重要用户供电风险评估方法研究;田世明 等;《电网技术》;20150131;第39卷(第01期);第35-41页 *

Also Published As

Publication number Publication date
CN115276105A (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
US10443577B2 (en) Systems and methods for improved wind power generation
Hashemi-Dezaki et al. Risk management of smart grids based on managed charging of PHEVs and vehicle-to-grid strategy using Monte Carlo simulation
CN102426674B (zh) 一种基于马尔科夫链的电力系统负荷预测方法
CN106022530A (zh) 一种电力需求侧柔性负荷有功功率预测方法
CN103345585A (zh) 基于支持向量机的风功率预测校正方法及系统
CN111859812A (zh) 天气影响下的海上风电场及柔直并网系统可靠性评估方法
CN111882228A (zh) 一种含分布式电源的配电网可靠性评估方法
CN103927597A (zh) 基于自回归滑动平均模型的风电功率超短期预测方法
CN112803491B (zh) 一种耦合弃电风险的风光水多能互补短期优化调度方法
CN108268963A (zh) 一种自修正检验的光伏功率短期预测方法
CN116706905B (zh) 基于电力系统的多能预测及调度方法、设备及存储介质
CN115276105B (zh) 一种光伏准入容量规划与多能互补的分布式能源管理方法
Eltohamy et al. Technical investigation for power system flexibility
Ahshan et al. Distributed wind systems for moderate wind speed sites
CN104657786A (zh) 一种基于Boosting算法的短期风功率混合预测方法
Tazi et al. Demand and energy management in smart grid: Techniques and implementation
CN116896063A (zh) 变配电智能控制方法及系统
TW201727559A (zh) 再生能源電廠的管理方法與系統
Hayes et al. All-scale modelling of wind generation and responsive demand in power system studies
Cheng et al. A planning scenario clustering method based on monte-carlo simulation
CN113361946B (zh) 一种基于分布式光伏并网系统的电能质量评估方法及装置
CN103927596A (zh) 基于复合数据源自回归模型的风电功率超短期预测方法
US10218362B2 (en) Method and apparatus for substation fingerprinting
CN117410981B (zh) 一种基于大数据的多区域电力能源智能调度方法及系统
CN114256840B (zh) 一种新能源多场景预测结果的整合方法及系统

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