CN115758775A - 一种计及负荷及储能装置协调的电力体系可靠性评估方法 - Google Patents

一种计及负荷及储能装置协调的电力体系可靠性评估方法 Download PDF

Info

Publication number
CN115758775A
CN115758775A CN202211500811.9A CN202211500811A CN115758775A CN 115758775 A CN115758775 A CN 115758775A CN 202211500811 A CN202211500811 A CN 202211500811A CN 115758775 A CN115758775 A CN 115758775A
Authority
CN
China
Prior art keywords
power
distribution network
energy storage
load
storage device
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
Application number
CN202211500811.9A
Other languages
English (en)
Inventor
李琳玮
李东海
黄亮
程西
何礼鹏
黄丽格
陈明帆
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.)
Hainan Power Grid Co Ltd
Original Assignee
Hainan Power Grid 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 Hainan Power Grid Co Ltd filed Critical Hainan Power Grid Co Ltd
Priority to CN202211500811.9A priority Critical patent/CN115758775A/zh
Publication of CN115758775A publication Critical patent/CN115758775A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种计及负荷及储能装置协调的电力体系可靠性评估方法,包括步骤:根据配电网的功率平衡、配电网与上级电网联络线的传输容量限制、负荷功率和储能装置的输出功率,确定负荷与储能装置协调优化的约束条件;以最大化配电网的运行效益为目标,建立负荷与储能协调优化模型;针对用户、储能装置、配电网三个方面定义三种不同类型的可靠性指标,建立考虑分布式储能的配电网可靠性指标体系,采用基于马尔可夫过程蒙特卡罗模拟法实现考虑负荷与储能装置协调优化的配网可靠性评估。本发明能够对负荷以及储能装置进行优化控制,提升系统运行的经济效益和系统的可靠性。

Description

一种计及负荷及储能装置协调的电力体系可靠性评估方法
技术领域
本发明涉及电力体系可靠性评估技术领域,尤其涉及一种计及负荷及储能装置协调的电力体系可靠性评估方法。
背景技术
在双碳背景下,构建以新能源为主体的新型电力系统已成为未来发展趋势。随着电力系统中风电、光伏等可再生能源并网容量的不断增大,其出力的随机性和间歇性对电力系统的规划和运行等方面的影响日益突出。在电力系统中配置储能设备与之配合,可以增加系统中可再生能源机组的接入容量,确保高比例可再生能源接入电网后实现安全稳定运行。可靠性评估是对电力系统持续供电能力准确和快速的评价,找出影响系统可靠性水平的薄弱环节以寻求改善可靠性水平的措施,为电力系统规划和运行提供决策支持。然而,随着分布式电源、储能不断并入电力系统,传统的可靠性评估方法无法体现配电网中分布式储能对于不同类型用电用户的影响。
发明内容
鉴于此,本发明的目的在于提供一种计及负荷及储能装置协调的电力体系可靠性评估方法,以克服或至少部分解决现有技术所存在的上述问题。
为实现上述发明目的,本发明第一方面提供一种计及负荷及储能装置协调的电力体系可靠性评估方法,包括以下步骤:
S101、根据配电网的功率平衡、配电网与上级电网联络线的传输容量限制、负荷功率和储能装置的输出功率,确定负荷与储能装置协调优化的约束条件;
S102、以最大化配电网的运行效益为目标,建立负荷与储能协调优化模型;
S103、针对用户、储能装置、配电网三个方面定义三种不同类型的可靠性指标,建立考虑分布式储能的配电网可靠性指标体系,采用基于马尔可夫过程蒙特卡罗模拟法实现考虑负荷与储能装置协调优化的配网可靠性评估。
进一步的,配网的功率平衡是其负荷与储能装置协调优化的基本约束条件,表示为:
Figure BDA0003967523790000021
式中:
Figure BDA0003967523790000022
Figure BDA0003967523790000023
分别为可再生能源发电机组m和储能装置j在时刻t的输出功率,Ppur()为配网在时刻t的购电功率,且
Figure BDA0003967523790000024
在储能处于放电状态时为正,在储能处于充电状态时为负,
Figure BDA0003967523790000025
表示分布式电源i在t时刻的输出功率,
Figure BDA0003967523790000026
表示用户k在t时刻的总负荷需求,R和E分别为配网中的可再生能源发电机组的台数和储能装置的数目。
进一步的,考虑配网与上级电网联络线的传输容量限制,配网的购电功率Ppur(t)应满足约束:
Figure BDA0003967523790000027
式中:
Figure BDA0003967523790000028
为配网向配电系统的最大购电功率。
进一步的,在考虑负荷功率输出功率相应的约束时,将配网中的负荷视为部分可中断负荷,在正常情况下保证电网的供电,否则按一定的比例削减,以此建立优化模型,如下式所示:
Figure BDA0003967523790000029
Figure BDA00039675237900000210
式中:
Figure BDA00039675237900000211
分别表示t时刻配电网节点i负荷的实际用电功率、预测、削减用电功率。
Figure BDA00039675237900000212
为配电网节点i负荷的可削减比例。
进一步的,储能装置具有两种运行状态:充电状态和放电状态,其充电状态表示为:
Figure BDA0003967523790000031
其放电状态表示为:
Figure BDA0003967523790000032
上式中:Pes(t)表示储能装置时刻t的充放电功率,
Figure BDA0003967523790000033
是储能装置的最大充放电功率;SOC(State of Charge)是储能装置的荷电状态,表示其可用电量,SOCmax和SOCmin分别是储能装置荷电状态的上、下限,Δt是时间步长。
进一步的,负荷与储能装置的协调优化模型的目标为降低配电网的运行费用,最大化配电网的运行效益,其目标函数可以表示为:
max(Bcust-Cpur-Cdg) (7)
上式中:Bcust表示配网中的用户通过消耗电能获得的经济效益;Cpur是配电网向上级电网购电的费用;Cdg是配网中常规分布式电源的运行费用。Bcust、Cpur、Cdg可以分别用如下的公式表达:
Figure BDA0003967523790000034
上式中:bi为用户i的效益系数,表示单位用电功率给其带来的经济效益,其取值为研究周期内电价的平均值;
Figure BDA0003967523790000037
为用户i在时刻t的用电功率,L为配电网中的总用户数。
Figure BDA0003967523790000035
上式中:ρpur(t)和Ppur(t)分别是时刻t配电网向上级电网购电的电价和功率;Δt是时间步长;T表示研究周期。
Figure BDA0003967523790000036
上式中:a1和a2为常数,取值分别为3.2584和175.44;Pi die(t)是分布式电源i在t时刻的输出功率,D为配电网中分布式电源的数量。
进一步的,所述步骤S103具体包括以下步骤:
S401、元件状态采样基于元件的两状态马尔可夫可靠性评估模型,元件的故障概率密度函数pTTF(t)和修复概率密度函数pTTR(t)可以由如下公式表示。
Figure BDA0003967523790000041
Figure BDA0003967523790000042
式中:λ和r分别是元件的平均故障率和平均修复时间。
在时序蒙特卡罗模拟中,元件的TTF和TTR通过反变换法采样获得:
TTF=f(β1) (13)
TTR=g(β2) (14)
上式中:β1和β2是区间[0,1]上均匀分布的随机数。
S402、通过定义如下指标描述该用电偏差,定量给出负荷与储能协调优化对用户带来的影响:
(1)负荷调整频率指标(LCFI):反映用户在研究周期内发生负荷调整的频率。根据负荷调整减少或者增大的趋势,LCFI又可以分为LCFIdown和LCFIup
Figure BDA0003967523790000043
上式中:Ndown和Nup分别为研究周期内用户因协调优化而增大或减少用电功率的次数;
(2)负荷调整的持续时间指标(LCDI):反映用户的用电功率在研究周期内处于增大或者减小状态的持续时间,可以分别用LCDIdown和LCDIup表示为:
Figure BDA0003967523790000044
式中:Tdown,i为用电功率第i次处于减小状态的持续时间;Tup,i为第i次处于增大状态的持续时间。
(3)负荷调整电量指标(LCEI):负荷变化电量指标LCEI反映用户在研究周期内,用电量变化的总量为:
Figure BDA0003967523790000051
式中:ΔEi是第i次负荷调整中改变的用电量。
S403、定义了新的储能装置可靠性指标,定量评估配电网的负荷与储能协调优化对储能装置放电次数及放电深度带来的影响,储能装置可靠性指标具体包括:
(1)放电次数指标(DTI):放电次数指标DTI反映储能装置在研究周期内的放电次数。
(2)平均放电深度指标(DDI):平均放电深度是指储能装置在研究周期内的平均每次放电释放的电量,可以用如下公式表示为:
Figure BDA0003967523790000052
上式中:EDi为储能装置第i次放电过程中释放的电量。
S404、从配电网整体角度定义合适的可靠性指标,反映协调优化对配电网可靠性的影响,具体包括:
(1)配电网供电可用率(MSAP):配电网供电可用率MSAP表示研究周期内用户不停电的小时总数与用户要求的总供电时间之比,其数学表达式为
Figure BDA0003967523790000053
上式中:Ninf为配电网发生供电不足的次数;Tinf,i为第i次供电不足的持续时间;Ttot为研究周期。
(2)配电网缺供电量指标(MESI):配电网缺供电量指标MESI是指研究周期内配电网总供电量与负荷要求的总用电量之间的差额,其数学表达式为
Figure BDA0003967523790000061
式中:Einf,i为配电网第i次出现供电不足时的缺供电量。
本发明第二方面提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器执行时,实现前述第一方面所述的方法。
本发明相对于现有技术的有益效果为:
本发明所提供的电力体系可靠性评估方法,首先确定负荷与储能装置协调优化的约束条件,以最大化配电网的运行效益为目标,建立负荷与储能协调优化模型,并针对用户、储能装置、配电网三个方面定义三种不同类型的可靠性指标,建立考虑分布式储能的配电网可靠性指标体系,在此基础上采用基于马尔可夫过程蒙特卡罗模拟法实现考虑负荷与储能装置协调优化的配网可靠性评估,从而在可靠性评估结果中能够体现出分布式储能对于不同类型用电用户的影响,为电力系统规划和运行提供更准确科学的数据支撑。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的优选实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种计及负荷及储能装置协调的电力体系可靠性评估方法整体流程示意图。
图2是本发明实施例提供的RBTS Bus6 F4馈线系统拓扑图。
图3是本发明实施例提供的不同用户典型日负荷率曲线。
图4是本发明实施例提供的分布式电源的典型日出力水平曲线。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所列举实施例只用于解释本发明,并非用于限定本发明的范围。
参照图1,本实施例提供一种计及负荷及储能装置协调的电力体系可靠性评估方法,所述方法包括以下步骤:
S101、根据配电网的功率平衡、配电网与上级电网联络线的传输容量限制、负荷功率和储能装置的输出功率,确定负荷与储能装置协调优化的约束条件。
S102、以最大化配电网的运行效益为目标,建立负荷与储能协调优化模型。
S103、针对用户、储能装置、配电网三个方面定义三种不同类型的可靠性指标,建立考虑分布式储能的配电网可靠性指标体系,采用基于马尔可夫过程蒙特卡罗模拟法实现考虑负荷与储能装置协调优化的配网可靠性评估。
步骤S101中,具体包括以下步骤:
S201、配网的功率平衡是其负荷与储能装置协调优化的基本约束条件,可表示为:
Figure BDA0003967523790000071
式中:
Figure BDA0003967523790000072
Figure BDA0003967523790000073
分别为可再生能源发电机组m和储能装置j在时刻t的输出功率,Ppur()为配网在时刻t的购电功率,且
Figure BDA0003967523790000074
在储能处于放电状态时为正,在储能处于充电状态时为负,
Figure BDA0003967523790000075
表示分布式电源i在t时刻的输出功率,
Figure BDA0003967523790000076
表示用户k在t时刻的总负荷需求,R和E分别为配网中的可再生能源发电机组的台数和储能装置的数目。
S202、考虑配网与上级电网联络线的传输容量限制,配网的购电功率Ppur(t)应满足约束:
Figure BDA0003967523790000077
式中:
Figure BDA0003967523790000078
为配网向配电系统的最大购电功率;
S203、考虑负荷功率输出功率相应的约束。对负荷进行合理的调整是负荷与储能装置协调优化的重要部分,将配网中的负荷视为部分可中断负荷,在条件允许的情况下必须保证正常供电,否则按一定比例进行削减,以此建立优化模型。
Figure BDA0003967523790000081
Figure BDA0003967523790000082
式中:
Figure BDA0003967523790000083
分别表示t时刻配电网节点i负荷的实际用电功率、预测、削减用电功率。
Figure BDA0003967523790000084
为配电网节点i负荷的可削减比例。
充分利用负荷的用电特性,在不同的系统运行状态(随机的可再生能源发电功率、元件随机故障等),对负荷的用电进行优化,在故障严重的情况下进行负荷削减,可以实现降低配网运行成本,提高供电可靠性等目标。
S204、考虑储能装置输出功率相应的约束。利用快速充放电的特性,储能装置(ES)在配网中发电功率大于需求时,存储多余的电量;而在发电功率不足时,释放存储的电量以尽可能满足用户的需求。因此,ES可以平抑配网中可再生能源发电的间歇性,对维持配网供需平衡具有重要的作用。
储能装置通常具有两种运行状态:充电状态和放电状态,可分别表示如下。
充电状态:
Figure BDA0003967523790000085
放电状态:
Figure BDA0003967523790000086
式中:
Figure BDA0003967523790000087
是储能装置的最大充放电功率;SOC(State of Charge)是储能装置的荷电状态,表示其可用电量,SOCmax和SOCmin分别是储能装置荷电状态的上、下限。
进一步的,所述步骤S102具体包括以下步骤:
S301、负荷与储能装置的协调优化旨在降低配电网的运行费用,最大化配电网的运行效益,其目标函数可以表示为:
max(Bcust-Cpur-Cdg)(7)
式中:Bcust表示配网中的用户通过消耗电能获得的经济效益;Cpur是配电网向上级电网购电的费用;Cdg是配网中常规分布式电源的运行费用。Bcust、Cpur、Cdg可以分别用如下的公式表达:
Figure BDA0003967523790000091
式中:bi为用户i的效益系数,表示单位用电功率给其带来的经济效益,本次研究取为研究周期内电价的平均值;
Figure BDA0003967523790000092
为用户i在时刻t的用电功率,L为配电网中的总用户数。
Figure BDA0003967523790000093
式中:ρpur(t)和Ppur(t)分别是时刻t配电网向上级电网购电的电价和功率;Δt是时间步长;T表示研究周期。
Figure BDA0003967523790000094
式中:a1和a2为常数,取值分别为3.2584和175.44;Pi die(t)是分布式电源i在t时刻的输出功率,D为配电网中分布式电源的数量。
所述步骤S103具体包括以下步骤:
S401、元件状态采样基于元件的两状态马尔可夫可靠性评估模型,设元件故障率和修复时间均为指数分布,元件的故障概率密度函数pTTF(t)和修复概率密度函数pTTR(t)可以由如下公式表示。
Figure BDA0003967523790000095
Figure BDA0003967523790000096
式中:λ和r分别是元件的平均故障率和平均修复时间。
在时序蒙特卡罗模拟中,元件的TTF和TTR可以通过反变换法采样得到,可用如下公式表示。
TTF=f(β1) (13)
TTR=g(β2) (14)
式中:β1和β2是区间[0,1]上均匀分布的随机数。
S402、引入负荷与储能协调优化后,用户的实际用电与原始需求将产生一定偏差,通过定义如下指标描述该用电偏差,从而定量给出负荷与储能协调优化对用户带来的影响。
(1)负荷调整频率指标(LCFI):负荷调整频率指标LCFI反映用户在研究周期内发生负荷调整的频率。根据负荷调整的趋势(减少或者增大),LCFI又可以分为LCFIdown和LCFIup
Figure BDA0003967523790000101
式中:Ndown和Nup分别为研究周期内用户因协调优化而增大或减少用电功率的次数。
(2)负荷调整的持续时间指标(LCDI):负荷变化的持续时间指标LCDI反映用户的用电功率在研究周期内处于增大或者减小状态的持续时间,可以分别用LCDIdown和LCDIup表示为:
Figure BDA0003967523790000102
式中:Tdown,i为用电功率第i次处于减小状态的持续时间;Tup,i为第i次处于增大状态的持续时间。
(3)负荷调整电量指标(LCEI):负荷变化电量指标LCEI反映用户在研究周期内,用电量变化的总量为:
Figure BDA0003967523790000111
式中:ΔEi是第i次负荷调整中改变的用电量,其可能为负(用户用电功率减少)也可能为正(用户用电功率增大)。
S403、在引入负荷与储能装置协调优化后,储能装置的充放电策略将发生改变,从而改变放电次数和放电深度,对其寿命产生影响。对此,本次研究定义了新的储能装置可靠性指标,定量评估配电网的负荷与储能协调优化对储能装置放电次数及放电深度带来的影响。
(1)放电次数指标(DTI):放电次数指标DTI反映储能装置在研究周期内的放电次数。
(2)平均放电深度指标(DDI):平均放电深度是指储能装置在研究周期内的平均每次放电释放的电量,可以用如下公式表示为:
Figure BDA0003967523790000112
式中:EDi为储能装置第i次放电过程中释放的电量。
S404、负荷与储能装置的协调优化是从配电网整体的运行效益最大化出发,对负荷以及储能装置进行优化控制。因此,需要从配电网整体角度定义合适的可靠性指标,反映协调优化对配电网可靠性的影响。配电网供电可用率和缺供电量是反映配电网可靠性的重要指标,以下分别予以介绍。
(1)配电网供电可用率(MSAP):配电网供电可用率MSAP表示研究周期内用户不停电的小时总数与用户要求的总供电时间之比,其数学表达式为
Figure BDA0003967523790000113
式中:Ninf为配电网发生供电不足的次数;Tinf,i为第i次供电不足的持续时间;Ttot为研究周期。
(2)配电网缺供电量指标(MESI):配电网缺供电量指标MESI是指研究周期内配电网总供电量与负荷要求的总用电量之间的差额,其数学表达式为
Figure BDA0003967523790000121
式中:Einf,i为配电网第i次出现供电不足时的缺供电量。
在本发明的一个具体实施例中,以RBTS Bus6 F4馈线系统为算例进行仿真分析,RBTS Bus6 F4馈线系统的拓扑结构图如图2所示。在RBTS Bus6 F4馈线系统中,其中分布式光伏的装机容量为600kW,从上级电网购电的最大容量为1600kW。其中关键负荷均占70%,可转移负荷均占20%,可中断负荷均占10%;每时段平均负荷功率为1947.6kW,占电源容量的88.53%。分布式光伏的日典型出力曲线如图4所示。仿真周期为8760小时,仿真步长为1小时。单位转移成本为350元/MWh,每时刻转出负荷不超过此时刻可转移负荷的70%,每时段转入负荷不超过此时段可转移负荷的60%;单位中断成本为500元/MWh,一天内发生负荷中断的最高次数为4次。当电源出力不能满足负荷时,切负荷步长的比例为0.025。
为了考虑不同容量的分布式储能接入配电网对其可靠性指标带来的影响,本次研究根据不同用户的日负荷特性,考虑工业、商业和居民三类用户进行仿真分析,不同特性用户的典型日负荷率曲线如图3所示,得到的各项可靠性指标如表1所示。
表1不同类型负荷的可靠性指标
Figure BDA0003967523790000122
Figure BDA0003967523790000131
由表1可知,对于工业和商业用户,储能容量的增加对于配网系统可靠性的改善十分明显:当储能容量由6MWh增加到12MWh时,工业负荷、商业负荷的电量不足期望值分别减少至原来的3.82%和25.7%,工业负荷和商业负荷的电量不足频次分别减少至原来的13.58%和43.71%;而居民负荷的电量不足期望值和电量不足频次整体上变化不大。除此之外,储能容量的增加对于用户指标的改善程度亦十分明显:负荷调整频率、负荷调整持续时间、负荷调整电量随着储能配置容量的增加均有明显降低,从而使得负荷调整成本相应降低,提高了配网系统的运行经济性,配置储能使得用户用电满意度得以提升;配电网供电可用率MSAP、配电网缺供电量期望值MESI两项指标同样明显降低,这使得用户的用电可靠性得到进一步提高。
从图3可以看出,居民负荷的可靠性要明显高于工业和商业负荷,而随着储能容量的增加,工业负荷和商业负荷的系统可靠性提升程度也要明显优于居民负荷,即接入相同的储能容量,工商业负荷的可靠性提升优于居民负荷。这与工商业负荷的日负荷特性相关:工商业负荷集中于9点到22点的时间段,白天光照充足,分布式光伏出力水平较高,系统发生故障时可由光伏和储能联合供电;夜晚时,工商业负荷较小,系统发生故障时可以由储能进行供电。居民负荷在夜间和凌晨时刻均有一定的负荷基数,且相较于工业负荷、商业负荷,负荷曲线变化趋势较为平缓。当系统在该时刻发生故障时,由于缺少分布式光伏的出力以及受到储能系统放电功率的限制,孤岛不能正常供电,因此当储能容量逐渐增加时,利用储能维持系统供需平衡的作用并不十分明显。即随着储能容量的增加,居民负荷的可靠性指标变化不大,但相较于工业负荷、商业负荷的相应指标值,居民负荷的各项可靠性指标仍处于较好的水平。
从图4可以看出,白天光照充足,8点到20点的时间段分布式光伏出力水平较高,系统发生故障时可由光伏和储能联合供电。
本发明另一实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器执行时,实现前述方法实施例所述的方法。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种计及负荷及储能装置协调的电力体系可靠性评估方法,其特征在于,所述方法包括以下步骤:
S101、根据配电网的功率平衡、配电网与上级电网联络线的传输容量限制、负荷功率和储能装置的输出功率,确定负荷与储能装置协调优化的约束条件;
S102、以最大化配电网的运行效益为目标,建立负荷与储能协调优化模型;
S103、针对用户、储能装置、配电网三个方面定义三种不同类型的可靠性指标,建立考虑分布式储能的配电网可靠性指标体系,采用基于马尔可夫过程蒙特卡罗模拟法实现考虑负荷与储能装置协调优化的配网可靠性评估。
2.根据权利要求1所述的一种计及负荷及储能装置协调的电力体系可靠性评估方法,其特征在于,所述配网的功率平衡是其负荷与储能装置协调优化的基本约束条件,表示为:
Figure FDA0003967523780000011
式中:
Figure FDA0003967523780000012
Figure FDA0003967523780000013
分别为可再生能源发电机组m和储能装置j在时刻t的输出功率,Ppur()为配网在时刻t的购电功率,且
Figure FDA0003967523780000014
在储能处于放电状态时为正,在储能处于充电状态时为负,
Figure FDA0003967523780000015
表示分布式电源i在t时刻的输出功率,
Figure FDA0003967523780000016
表示用户k在t时刻的总负荷需求,R和E分别为配网中的可再生能源发电机组的台数和储能装置的数目。
3.根据权利要求1所述的一种计及负荷及储能装置协调的电力体系可靠性评估方法,其特征在于,所述配网的购电功率Ppur(t)满足约束:
Figure FDA0003967523780000017
式中:
Figure FDA0003967523780000018
为配网向配电系统的最大购电功率。
4.根据权利要求1所述的一种计及负荷及储能装置协调的电力体系可靠性评估方法,其特征在于,在考虑负荷功率输出功率相应的约束时,将配网中的负荷视为部分可中断负荷,在正常情况下保证电网的供电,否则按一定的比例削减,以此建立优化模型,如下式所示:
Figure FDA0003967523780000021
Figure FDA0003967523780000022
上式中:
Figure FDA0003967523780000023
PDN,i,t
Figure FDA0003967523780000024
分别表示t时刻配电网节点i负荷的实际用电功率、预测用电功率、削减用电功率,
Figure FDA0003967523780000025
为配电网节点i负荷的可削减比例。
5.根据权利要求1所述的一种计及负荷及储能装置协调的电力体系可靠性评估方法,其特征在于,所述储能装置具有两种运行状态:充电状态和放电状态,其充电状态表示为:
Figure FDA0003967523780000026
其放电状态表示为:
Figure FDA0003967523780000027
上式中:Pes()表示储能装置时刻t的充放电功率,
Figure FDA0003967523780000028
是储能装置的最大充放电功率;SOC(State of Charge)是储能装置的荷电状态,表示其可用电量,SOCmax和SOCmin分别是储能装置荷电状态的上、下限,Δt是时间步长。
6.根据权利要求1所述的一种计及负荷及储能装置协调的电力体系可靠性评估方法,其特征在于,所述负荷与储能装置的协调优化模型的目标为降低配电网的运行费用,最大化配电网的运行效益,其目标函数表示为:
max(Bcust-Cpur-Cdg)(7)
式中:Bcust表示配网中的用户通过消耗电能获得的经济效益;Cpur是配电网向上级电网购电的费用;Cdg是配网中常规分布式电源的运行费用,Bcust、Cpur、Cdg的表达式如下所示:
Figure FDA0003967523780000031
上式中:bi为用户i的效益系数,表示单位用电功率给其带来的经济效益,其取值为研究周期内电价的平均值;
Figure FDA0003967523780000032
为用户i在时刻t的用电功率,L为配电网中的总用户数;
Figure FDA0003967523780000033
式中:ρpur(t)和Ppur(t)分别是时刻t配电网向上级电网购电的电价和功率;Δt是时间步长;T表示研究周期;
Figure FDA0003967523780000034
式中:a1和a2为常数,取值分别为3.2584和175.44;
Figure FDA0003967523780000035
是分布式电源i在t时刻的输出功率,D为配电网中分布式电源的数量。
7.根据权利要求1所述的一种计及负荷及储能装置协调的电力体系可靠性评估方法,其特征在于,所述步骤S103具体包括以下步骤:
S401、元件状态采样基于元件的两状态马尔可夫可靠性评估模型,元件的故障概率密度函数pTTF(t)和修复概率密度函数pTTR(t)由如下公式表示:
Figure FDA0003967523780000036
Figure FDA0003967523780000037
上式中:λ和r分别是元件的平均故障率和平均修复时间;
在时序蒙特卡罗模拟中,元件的TTF和TTR通过反变换法采样获得:
TTF=f(β1) (13)
TTR=g(β2) (14)
上式中:β1和β2是区间[0,1]上均匀分布的随机数;
S402、通过定义如下指标描述该用电偏差,定量给出负荷与储能协调优化对用户带来的影响:
(1)负荷调整频率指标(LCFI):反映用户在研究周期内发生负荷调整的频率,根据负荷调整增大或减小的趋势,LCFI又可以分为LCFIdown和LCFIup
Figure FDA0003967523780000041
上式中:Ndown和Nup分别为研究周期内用户因协调优化而增大或减少用电功率的次数;
(2)负荷调整的持续时间指标(LCDI):反映用户的用电功率在研究周期内处于增大或者减小状态的持续时间,分别用LCDIdown和LCDIup表示为:
Figure FDA0003967523780000042
上式中:Tdown,i为用电功率第i次处于减小状态的持续时间;Tup,i为第i次处于增大状态的持续时间;
(3)负荷调整电量指标(LCEI):负荷变化电量指标LCEI反映用户在研究周期内,用电量变化的总量为:
Figure FDA0003967523780000043
上式中:ΔEi是第i次负荷调整中改变的用电量;
S403、定义新的储能装置可靠性指标,定量评估配电网的负荷与储能协调优化对储能装置放电次数及放电深度带来的影响,储能装置可靠性指标具体包括:
(1)放电次数指标(DTI):反映储能装置在研究周期内的放电次数;
(2)平均放电深度指标(DDI):平均放电深度指储能装置在研究周期内的平均每次放电释放的电量,用如下公式表示为:
Figure FDA0003967523780000044
上式中:EDi为储能装置第i次放电过程中释放的电量;
S404、从配电网整体角度定义合适的可靠性指标,反映协调优化对配电网可靠性的影响,具体包括:
(1)配电网供电可用率(MSAP):配电网供电可用率MSAP表示研究周期内用户不停电的小时总数与用户要求的总供电时间之比,其数学表达式为
Figure FDA0003967523780000051
式中:Ninf为配电网发生供电不足的次数;Tinf,i为第i次供电不足的持续时间;Ttot为研究周期;
(2)配电网缺供电量指标(MESI):配电网缺供电量指标MESI是指研究周期内配电网总供电量与负荷要求的总用电量之间的差额,其数学表达式为
Figure FDA0003967523780000052
式中:Einf,i为配电网第i次出现供电不足时的缺供电量。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序在被处理器执行时,实现权利要求1-7任一条所述的方法。
CN202211500811.9A 2022-11-28 2022-11-28 一种计及负荷及储能装置协调的电力体系可靠性评估方法 Pending CN115758775A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211500811.9A CN115758775A (zh) 2022-11-28 2022-11-28 一种计及负荷及储能装置协调的电力体系可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211500811.9A CN115758775A (zh) 2022-11-28 2022-11-28 一种计及负荷及储能装置协调的电力体系可靠性评估方法

Publications (1)

Publication Number Publication Date
CN115758775A true CN115758775A (zh) 2023-03-07

Family

ID=85339270

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211500811.9A Pending CN115758775A (zh) 2022-11-28 2022-11-28 一种计及负荷及储能装置协调的电力体系可靠性评估方法

Country Status (1)

Country Link
CN (1) CN115758775A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117081122A (zh) * 2023-10-16 2023-11-17 天津市普迅电力信息技术有限公司 一种基于分布式储能装置的运行状态分析系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117081122A (zh) * 2023-10-16 2023-11-17 天津市普迅电力信息技术有限公司 一种基于分布式储能装置的运行状态分析系统
CN117081122B (zh) * 2023-10-16 2023-12-19 天津市普迅电力信息技术有限公司 一种基于分布式储能装置的运行状态分析系统

Similar Documents

Publication Publication Date Title
CN108879746B (zh) 基于多时间尺度需求响应的集中式混合储能协调控制方法
Purvins et al. Application of battery-based storage systems in household-demand smoothening in electricity-distribution grids
Purvins et al. Optimal management of stationary lithium-ion battery system in electricity distribution grids
US9343926B2 (en) Power controller
CN112803446B (zh) 基于客户侧需求响应的多能优化控制方法及控制系统
Hesaroor et al. Optimal sizing of energy storage system in islanded microgrid using incremental cost approach
CN116151436B (zh) 一种面向家庭用户的光伏建筑能源规划方法及系统
Li et al. Optimal configuration of photovoltaic energy storage capacity for large power users
CN108493972B (zh) 一种电动汽车短时备用能力的评估方法
Wang et al. A hierarchical control algorithm for managing electrical energy storage systems in homes equipped with PV power generation
CN111313444A (zh) 一种面向高密度光伏配网台区侧的储能系统优化配置方法
Astero et al. Improvement of RES hosting capacity using a central energy storage system
CN109950900B (zh) 基于电动汽车负荷最小峰值模型的微网负荷削减控制方法
CN115758775A (zh) 一种计及负荷及储能装置协调的电力体系可靠性评估方法
CN116205421A (zh) 一种考虑需求侧与碳排放的电力系统经济调度方法
CN114944661A (zh) 一种基于储能系统滚动优化的微电网三阶段优化控制方法
CN111160618A (zh) 一种结合电动汽车充电场站的建筑能量优化调度方法
CN112699562B (zh) 一种构建配电网架构的方法及终端
CN117559526A (zh) 一种基于光储充一体化充电站的拟路由器能量调控方法
JP2017046507A (ja) 系統安定化システム
CN112103945A (zh) 电网临界安全状态下的蓄热电采暖系统实时调度方法及存储介质
CN110941800A (zh) 一种基于多利益主体的主动配电网双层优化方法
CN114418453B (zh) 一种基于电力市场的微电网多时间尺度能量管理系统
CN113690925B (zh) 一种基于微电网的能量交互优化方法及系统
CN111564868B (zh) 离网型光储微电网系统容量配置评估方法及装置

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