CN115882452B - 一种考虑源荷不确定性的新能源消纳能力分析与评估方法 - Google Patents
一种考虑源荷不确定性的新能源消纳能力分析与评估方法 Download PDFInfo
- Publication number
- CN115882452B CN115882452B CN202310007000.3A CN202310007000A CN115882452B CN 115882452 B CN115882452 B CN 115882452B CN 202310007000 A CN202310007000 A CN 202310007000A CN 115882452 B CN115882452 B CN 115882452B
- Authority
- CN
- China
- Prior art keywords
- voltage
- new energy
- time
- time sequence
- limit
- 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
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 49
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 238000011156 evaluation Methods 0.000 title claims abstract description 26
- 238000004088 simulation Methods 0.000 claims abstract description 79
- 238000004519 manufacturing process Methods 0.000 claims abstract description 68
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000012216 screening Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 15
- 229910052799 carbon Inorganic materials 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 3
- 239000002699 waste material Substances 0.000 description 18
- 239000000243 solution Substances 0.000 description 12
- 238000012163 sequencing technique Methods 0.000 description 6
- 238000010248 power generation Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 230000029087 digestion Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 241001123248 Arma Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Images
Classifications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种考虑源荷不确定性的新能源消纳能力分析与评估方法，所述新能源消纳能力分析与评估方法具体为划定电网区域，获取电网区域内的线路运行数据，基于线路运行数据构建时序生产模拟模型，基于关键时间断面对潮流约束进行选取，并将选取的潮流约束加入时序生产模拟模型的约束条件中，根据时序生产模拟模型获取划定电网区域的新能源消纳能力，并基于评价指标对获取划定电网区域的新能源消纳能力进行评估，获取电网区域的新能源消纳能力的评估结果。本发明能够将潮流约束加入时序生产模拟过程中，并进一步通过筛选关键时间断面来进一步降低计算量，能够提高新能源消纳能力的分析结果的准确性和分析效率。
Description
技术领域
本发明涉及新能源消纳分析技术领域，尤其是指一种考虑源荷不确定性的新能源消纳能力分析与评估方法。
背景技术
随着能源需求的大幅度增长与环境保护要求的日益迫切，风、光等可再生能源不断被开发利用，在电网中的占比越来越高。但由于高比例可再生能源的功率输出与用户负荷具有剧烈的波动性与不确定性，新能源消纳问题逐渐突出，在电网运行过程中，“弃风弃光”现象严重等问题不断涌现。现有的新能源消纳能力分析方法主要有典型日分析法和时序生产模拟法，典型日分析法无法考虑新能源出力和负荷的随机性和波动性，所得到的新能源消纳能力分析结果准确性不高。传统时序生产模拟方法虽然考虑到了新能源出力和负荷的随机性和波动性，但在现有的时序生产模拟过程中，对于网络潮流约束有所欠缺，在后续根据时序生产模拟的结果进行新能源消纳能力的分析时，无法考虑到因消纳能力不足而造成的电网故障情况，而当根据时序生产模拟的结果可能导致电网故障情况时，根据时序生产模拟的结果获取的新能源消纳能力分析结果也会与实际情况出现较大偏差，新能源消纳能力分析结果的准确性无法得到保障。
发明内容
本发明的目的是克服现有技术中的缺点，提供一种考虑源荷不确定性的新能源消纳能力分析与评估方法，通过将潮流约束加入时序生产模拟过程，并进一步通过筛选关键时间断面来选择加入时序生产模拟过程中的潮流约束，来解决现有的新能源消纳能力分析方法中存在的对于网络潮流约束有所欠缺，无法考虑到因消纳能力不足而造成的电网故障情况，获取的新能源消纳能力分析结果与实际情况出现较大偏差的问题，能够获取在保障电网安全的前提下，新能源消纳能力的分析结果，使得新能源消纳能力分析结果能够更加贴近实际，在保障分析结果的准确性的同时提高分析效率。
本发明的目的通过下述技术方案予以实现：
一种考虑源荷不确定性的新能源消纳能力分析与评估方法，包括以下步骤：
步骤一，划定电网区域，获取电网区域内的线路运行数据，基于线路运行数据构建时序生产模拟模型；
步骤二，基于关键时间断面对潮流约束进行选取，并将选取的潮流约束加入时序生产模拟模型的约束条件中；
步骤三，根据时序生产模拟模型获取划定电网区域的新能源消纳能力，并基于评价指标对获取划定电网区域的新能源消纳能力进行评估，获取电网区域的新能源消纳能力的评估结果；
基于关键时间断面对潮流约束进行选取的具体步骤包括：
1.1，在不考虑潮流约束的情况下，通过时序生产模拟模型进行时序输出模拟，求解得到初始最优解；
1.2，基于初始最优解对全部时间断面下的潮流进行计算，筛选出电压越限时段，基于电压越限时段进行关键时间断面选择，并将选择的关键时间断面对应的潮流计算结果作为潮流约束加入到时序生产模拟模型中，再次对时序生产模拟模型进行求解；
1.3，针对再次求解获取的最优解进行全部时间断面下的潮流计算，判断是否存在电压越限时段，并在判断出存在电压越限时段，基于电压越限时段进行关键时间断面选择，并将选择的关键时间断面对应的潮流计算结果作为潮流约束加入到时序生产模拟模型中，再次对时序生产模拟模型进行求解；
1.4，重复执行步骤1.3，直至求解获取的最优解对应的全部时间断面下的潮流计算结果，不存在电压越限时段，时序生产模拟模型通过时序生产模拟获取的最优解满足所有时间断面的潮流约束。
进一步的，步骤1.2和步骤1.3中所述基于电压越限时段进行关键时间断面选择的具体过程为：根据每个电压越限时段内的电压幅值构建电压幅值曲线，基于电压阈值确定超过电压阈值部分的越限电压幅值曲线，基于越限电压幅值曲线确定电压幅值中值，并根据电压幅值中值对电压越限时段进行优先级划分，并基于划分的优先级从越限电压时段中选取关键时间断面。
进一步的，所述根据电压幅值中值对电压越限时段进行优先级划分的具体过程为：获取电压幅值中值，确定每个电压越限时段内电压幅值超过电压幅值中值的持续时间，以及每个电压越限时段对应越限电压幅值曲线的峰值电压，同时计算每个电压越限时段对应越限电压幅值曲线上最低点和最高点之间构成的直线的斜率，对持续时间、峰值电压和斜率进行权重划分，并基于划分的权重计算每个电压越限时段的安全系数，将安全系数按照从大到小的顺序进行排序，并根据排序结果确定每个电压越限时段的优先级，排序越靠前，对应的电压越限时段的优先级越高。
进一步的，所述基于划分的优先级选取关键时间断面时，先选取优先级最高的电压越限时段作为关键时间断面，在完成关键时间断面的选取后，将选取的电压越限时段进行排除，并在根据选取的关键时间断面完成对时序生产模拟模型的再次求解后，从划分的优先级中再次选取优先级最高的电压越限时段作为关键时间断面，直至求解获取的最优解。
进一步的，在通过时序生产模拟模型进行时序输出模拟前，还对划分的电网区域内潮流进行线性化处理。
进一步的，所述时序生产模拟模型的目标函数为运行总时间内新能源出力最大化，所述目标函数的表达式为：
其中：F为目标函数，T为时序生产模拟模型的运行总时间，
和
分别为划定的
电网区域中光伏机组集合和风电机组集合，
为第i个光伏机组在t时刻可消纳的光伏
功率，
为第i个风电机组在t时刻可消纳的风电功率。
进一步的，所述时序生产模拟模型的约束条件包括常规机组约束、潮流约束和新能源出力约束。
进一步的，所述评价指标包括年弃风弃光比例、风电和光伏的年利用小时数以及新能源低碳效益。
本发明的有益效果是：
能够将潮流约束也作为约束条件加入到时序生产模拟模型中，从而提高模型的精细程度和仿真结果的准确性。且进一步筛选关键时间断面，并通过将筛选出的关键时间断面的潮流约束依次加入时序生产模拟模型中，在通过时序生产模拟模型获取新能源消纳能力的分析结果时，能够获取在保障电网安全的前提下的新能源消纳能力分析结果，使得新能源消纳能力的分析结果更加贴近实际，从而保障了新能源消纳能力分析结果的准确性，同时也提高了分析效率。
附图说明
图1是本发明的一种流程示意图。
具体实施方式
下面结合附图和实施例对本发明进一步描述。
实施例：
一种考虑源荷不确定性的新能源消纳能力分析与评估方法，如图1所示，包括以下步骤：
步骤一，划定电网区域，获取电网区域内的线路运行数据，基于线路运行数据构建时序生产模拟模型；
步骤二，基于关键时间断面对潮流约束进行选取，并将选取的潮流约束加入时序生产模拟模型的约束条件中；
步骤三，根据时序生产模拟模型获取划定电网区域的新能源消纳能力，并基于评价指标对获取划定电网区域的新能源消纳能力进行评估，获取电网区域的新能源消纳能力的评估结果。
基于关键时间断面对潮流约束进行选取的具体步骤包括：
1.1，在不考虑潮流约束的情况下，通过时序生产模拟模型进行时序输出模拟，求解得到初始最优解；
1.2，基于初始最优解对全部时间断面下的潮流进行计算，筛选出电压越限时段，基于电压越限时段进行关键时间断面选择，并将选择的关键时间断面对应的潮流计算结果作为潮流约束加入到时序生产模拟模型中，再次对时序生产模拟模型进行求解；
1.3，针对再次求解获取的最优解进行全部时间断面下的潮流计算，判断是否存在电压越限时段，并在判断出存在电压越限时段，基于电压越限时段进行关键时间断面选择，并将选择的关键时间断面对应的潮流计算结果作为潮流约束加入到时序生产模拟模型中，再次对时序生产模拟模型进行求解；
1.4，重复执行步骤1.3，直至求解获取的最优解对应的全部时间断面下的潮流计算结果，不存在电压越限时段，时序生产模拟模型通过时序生产模拟获取的最优解满足所有时间断面的潮流约束。
时序生产模拟模型能够逐时段模拟电网的实际运行情况，包括有电网的每日机组启停及备用情况、供热机组最小方式、机组电量约束、断面输送能力和联络线调整等。时序生产模拟模型的模拟仿真过程主要包括新能源电量预测、构建出力序列和时序仿真计算消纳情况。
在进行新能源电量预测时，能够通过ARMA算法等实现新能源的电量预测。
而在构建出力序列时，能够对风力发电和光伏发电进行区分，并依次根据新能源的电量预测结果、风力发电历史数据和光伏发电历史数据来实现风力出力序列和光伏出力序列的构建。
在获取风力出力序列和光伏出力序列后，基于电网区域内机组情况构建具体的电网模型，设置相应的优化目标后，进行时序仿真模拟，确定电网的运行情况，并根据运行情况确定电网的新能源消纳能力。
步骤1.2和步骤1.3中所述基于电压越限时段进行关键时间断面选择的具体过程为：根据每个电压越限时段内的电压幅值构建电压幅值曲线，基于电压阈值确定超过电压阈值部分的越限电压幅值曲线，基于越限电压幅值曲线确定电压幅值中值，并根据电压幅值中值对电压越限时段进行优先级划分，并基于划分的优先级从越限电压时段中选取关键时间断面。
在进行电压越限时段的判断时，具体将每个时间断面的电压幅值与电压阈值进行比较，所述电压阈值能够基于具体的电网运行情况进行设置。
所述电压幅值中值能够通过计算电压越限时段内所有时间断面电压幅值的平均值来获取，电压幅值的大小能够对在电压越限时段内机组的运行情况进行评估，电压幅值越大，越容易出现过载等可能会引起大面积停电的故障情况，因此通过电压幅值中值能够对于电压越限时段内容易引起故障的时间段进行进一步的划定，超过电压幅值中值的时间段更加容易发生故障。
所述根据电压幅值中值对电压越限时段进行优先级划分的具体过程为：获取电压幅值中值，确定每个电压越限时段内电压幅值超过电压幅值中值的持续时间，以及每个电压越限时段对应越限电压幅值曲线的峰值电压，同时计算每个电压越限时段对应越限电压幅值曲线上最低点和最高点之间构成的直线的斜率，对持续时间、峰值电压和斜率进行权重划分，并基于划分的权重计算每个电压越限时段的安全系数，将安全系数按照从大到小的顺序进行排序，并根据排序结果确定每个电压越限时段的优先级，排序越靠前，对应的电压越限时段的优先级越高。
在对持续时间、峰值电压和斜率进行权重划分时，能够根据电网实际运行情况进行设置。
所述基于划分的优先级选取关键时间断面时，先选取优先级最高的电压越限时段作为关键时间断面，在完成关键时间断面的选取后，将选取的电压越限时段进行排除，并在根据选取的关键时间断面完成对时序生产模拟模型的再次求解后，从划分的优先级中再次选取优先级最高的电压越限时段作为关键时间断面，直至求解获取的最优解。对应的全部时间断面下的潮流计算结果，不存在电压越限时段。
通过电压幅值超过电压幅值中值的持续时间、越限电压幅值曲线的峰值电压和越限电压幅值曲线上最低点和最高点之间构成的直线的斜率，能够对每个电压越限时段出现故障情况的概率进行分析。越限电压幅值曲线上最低点和最高点之间构成的直线的斜率能够反应电压越限时段内电压的变化趋势，而电压变化越快、持续时间越长或是峰值电压越高均会提高故障发生的概率，从而影响到后续新能源消纳能力的分析结果准确性。
且越容易发生故障的时间段，可能导致的故障情况影响范围越大，严重程度也越高，因此，越容易发生故障的时间段内的时序生产模拟结果与实际情况偏差越大，对于新能源消纳能力分析结果的影响也就越大。
而因每个越限电压时段对应的潮流约束条件的范围限定不同，若同时将所有的可能存在故障的电压越限时段的潮流约束都加入时序生产模拟模型，可能会造成过限制问题，新能源消纳能力分析结果的准确性依旧无法保障。
因此，对电压越限时段进行优先级划分，从而对电压越限时段内发生故障的概率进行评估，越容易发生故障的电压越限时段优先级越高，根据优先级依次选取关键时间断面，并选取关键时间断面的潮流约束加入时序生产模拟模型，在后续通过加入潮流约束来优化时序生产模拟模型时，能够先优化对于新能源消纳能力分析结果影响最大的部分，并依次优化会对新能源消纳能力分析结果造成影响的部分，能够在实现优化提高新能源消纳能力分析结果的准确性的同时，不会出现因单种约束条件过多造成的过限制的问题。
在通过时序生产模拟模型进行时序输出模拟前，还对划分的电网区域内潮流进行线性化处理。
所述时序生产模拟模型的目标函数为运行总时间内新能源出力最大化，所述目标函数的表达式为：
其中：F为目标函数，T为时序生产模拟模型的运行总时间，
和
分别为划定的
电网区域中光伏机组集合和风电机组集合，
为第i个光伏机组在t时刻可消纳的光伏
功率，
为第i个风电机组在t时刻可消纳的风电功率。
所述时序生产模拟模型的约束条件包括常规机组约束、潮流约束和新能源出力约束。
所述常规机组约束包括常规机组出力约束、爬坡率约束和最小启停时间约束，所述常规机组出力约束的表达式为：
其中，
为第i个常规机组在t时刻的出力大小，
和
分别表示
第i个常规机组出力的上限和下限，
为第i个常规机组在t时刻的运行状态，具体的，当
第i个常规机组处于运行状态下时，
为1，当第i个常规机组停运时，
为0。
所述爬坡率约束的表达式为：
其中，
为第i个常规机组在t-1时刻的出力大小，
和
分别
为第i个常规机组的最大上爬坡限制和最大下爬坡限制。
所述最小启停时间约束的表达式为：
其中，
和
分别为第i个常规机组的最小连续运行时间和最小连续停机
时间。
所述新能源出力约束的表达式为：
其中，
和
分别表示第i个风电机组和第i个光伏机组在t时刻的出力
预测值，
和
分别为第i个风电机组和第i个光伏机组在t时刻的出力预测误差
系数。
在线性化处理前，潮流约束的表达式为：
其中，
和
分别为t时刻第i个节点的有功注入功率和无功注入功率，
为系统节点数，为t时刻支路ij两端的相角差，
和
分别为t时刻第i个节点
和第j个节点的电压幅值，
和
分别为节点导纳矩阵中i行j列的实部和虚部。
而节点注入功率的表达式为：
其中，
和
分别为t时刻第i个节点对应常规机组的无功出力和无功
负荷。
在对电网潮流进行线性化处理时，先根据潮流获取支路功率，获取的支路功率为：
其中，
和
分别为t时刻第i个节点流向第j个节点的有功功率和无
功功率。
由于
、
和
、
中有一部分可以合并，从而得到节点功率方程：
其中，
和
分别为节点导纳矩阵中第i行第i列的实部和虚部。
将节点功率线性化，从而得到线性化后的节点功率：
所述潮流约束具体属于系统约束，所述系统约束中除了潮流约束外，还包括了区域电力平衡约束、系统正/负旋转备用容量约束、支路容量约束和节点电压幅值约束。
所述区域电力平衡约束具体为：
其中，
和
分别表示常规机组和负荷集合，
为第i个节点在t时刻的负
荷大小。
所述系统正/负旋转备用容量约束具体为：
其中：
和
分别为系统正旋转备用和系统负旋转备用。
所述支路容量约束具体为：
其中：
为t时刻第i个节点流向第j个节点的有功功率，
和
分别为支路ij允许流过的最小和最大有功功率。
所述节点电压幅值约束具体为：
其中，
和
分别为第i个节点允许的电压幅值上下限。
所述评价指标包括年弃风弃光比例、风电和光伏的年利用小时数以及新能源低碳效益。
在根据评价指标对新能源消纳能力进行评估时，还依次对每个评价指标进行权重划分，并基于划分的权重和各个评价指标的归一化值获取新能源消纳能力的评估结果。
在获取所述年弃风弃光比例指标时，根据时序生产模拟模型获取的新能源消纳能力获取水平年的弃风弃光时序曲线，并基于弃风弃光时序曲线的统计结果获取全年性的弃风弃光评估数据，具体的，年弃风弃光量和弃风弃光比例为：
其中，
为年弃风弃光比例指标值，
和
分别为第i个光伏机组和第
i个风电机组在t时刻的弃风功率，
为年弃风弃光量，
为风电和光伏全消纳情况下的年
发电量。
在获取风电和光伏的年利用小时数指标时，调取年弃风弃光量，并获取风电光伏的装机容量，可得到风电光伏年利用小时数：
其中：
为风电光伏年利用小时数指标值，
为风电和光伏的年利用小时数，
为风电和光伏的总装机容量，
为风电和光伏年利用小时数基准值。
在获取低碳效益指标时，调取负荷和新能源机组之间的关系，结合碳排放因子，可得到低碳效益指标：
其中：
为常规机组的碳排放因子，
为在时序生产模拟模型仿真模拟的过
程中的
总排放量，
为在时序生产模拟模型仿真模拟的过程中
排放量的基准值。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (5)
1.一种考虑源荷不确定性的新能源消纳能力分析与评估方法，其特征在于，包括以下步骤：
步骤一，划定电网区域，获取电网区域内的线路运行数据，基于线路运行数据构建时序生产模拟模型；
步骤二，基于关键时间断面对潮流约束进行选取，并将选取的潮流约束加入时序生产模拟模型的约束条件中；
步骤三，根据时序生产模拟模型获取划定电网区域的新能源消纳能力，并基于评价指标对获取划定电网区域的新能源消纳能力进行评估，获取电网区域的新能源消纳能力的评估结果；
所述基于关键时间断面对潮流约束进行选取的具体步骤包括：
1.1，在不考虑潮流约束的情况下，通过时序生产模拟模型进行时序输出模拟，求解得到初始最优解；
1.2，基于初始最优解对全部时间断面下的潮流进行计算，筛选出电压越限时段，基于电压越限时段进行关键时间断面选择，并将选择的关键时间断面对应的潮流计算结果作为潮流约束加入到时序生产模拟模型中，再次对时序生产模拟模型进行求解；
1.3，针对再次求解获取的最优解进行全部时间断面下的潮流计算，判断是否存在电压越限时段，并在判断出存在电压越限时段，基于电压越限时段进行关键时间断面选择，并将选择的关键时间断面对应的潮流计算结果作为潮流约束加入到时序生产模拟模型中，再次对时序生产模拟模型进行求解；
1.4，重复执行步骤1.3，直至求解获取的最优解对应的全部时间断面下的潮流计算结果，不存在电压越限时段，时序生产模拟模型通过时序生产模拟获取的最优解满足所有时间断面的潮流约束；
步骤1.2和步骤1.3中所述基于电压越限时段进行关键时间断面选择的具体过程为：根据每个电压越限时段内的电压幅值构建电压幅值曲线，基于电压阈值确定超过电压阈值部分的越限电压幅值曲线，基于越限电压幅值曲线确定电压幅值中值，并根据电压幅值中值对电压越限时段进行优先级划分，并基于划分的优先级从越限电压时段中选取关键时间断面；
所述根据电压幅值中值对电压越限时段进行优先级划分的具体过程为：获取电压幅值中值，确定每个电压越限时段内电压幅值超过电压幅值中值的持续时间，以及每个电压越限时段对应越限电压幅值曲线的峰值电压，同时计算每个电压越限时段对应越限电压幅值曲线上最低点和最高点之间构成的直线的斜率，对持续时间、峰值电压和斜率进行权重划分，并基于划分的权重计算每个电压越限时段的安全系数，将安全系数按照从大到小的顺序进行排序，并根据排序结果确定每个电压越限时段的优先级，排序越靠前，对应的电压越限时段的优先级越高；
所述基于划分的优先级选取关键时间断面时，先选取优先级最高的电压越限时段作为关键时间断面，在完成关键时间断面的选取后，将选取的电压越限时段进行排除，并在根据选取的关键时间断面完成对时序生产模拟模型的再次求解后，从划分的优先级中再次选取优先级最高的电压越限时段作为关键时间断面，直至求解获取的最优解对应的全部时间断面下的潮流计算结果，不存在电压越限时段。
2.根据权利要求1所述的一种考虑源荷不确定性的新能源消纳能力分析与评估方法，其特征在于，在通过时序生产模拟模型进行时序输出模拟前，还对划分的电网区域内潮流进行线性化处理。
3.根据权利要求1所述的一种考虑源荷不确定性的新能源消纳能力分析与评估方法，其特征在于，所述时序生产模拟模型的目标函数为运行总时间内新能源出力最大化，所述目标函数的表达式为：
其中：F为目标函数，T为时序生产模拟模型的运行总时间，Nv和Nw分别为划定的电网区域中光伏机组集合和风电机组集合，
Pv(i,t)为第i个光伏机组在t时刻可消纳的光伏功率，Pw(i,t)为第i个风电机组在t时刻可消纳的风电功率。
4.根据权利要求1所述的一种考虑源荷不确定性的新能源消纳能力分析与评估方法，其特征在于，所述时序生产模拟模型的约束条件包括常规机组约束、潮流约束和新能源出力约束。
5.根据权利要求1所述的一种考虑源荷不确定性的新能源消纳能力分析与评估方法，其特征在于，所述评价指标包括年弃风弃光比例、风电和光伏的年利用小时数以及新能源低碳效益。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310007000.3A CN115882452B (zh) | 2023-01-04 | 2023-01-04 | 一种考虑源荷不确定性的新能源消纳能力分析与评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310007000.3A CN115882452B (zh) | 2023-01-04 | 2023-01-04 | 一种考虑源荷不确定性的新能源消纳能力分析与评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115882452A CN115882452A (zh) | 2023-03-31 |
| CN115882452B true CN115882452B (zh) | 2023-05-26 |
Family
ID=85757976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310007000.3A Active CN115882452B (zh) | 2023-01-04 | 2023-01-04 | 一种考虑源荷不确定性的新能源消纳能力分析与评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115882452B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106874630A (zh) * | 2017-03-28 | 2017-06-20 | 上海理工大学 | 基于电量消纳的区域电网新能源开发潜力评估方法 |
| CN107769191A (zh) * | 2016-08-18 | 2018-03-06 | 中国电力科学研究院 | 基于网络拓扑和潮流数据的关键输电断面自动识别方法 |
| CN114069688A (zh) * | 2020-08-07 | 2022-02-18 | 华北电力大学（保定） | 一种基于时序生产模拟的多电源容量布局规划方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105226643B (zh) * | 2015-09-23 | 2017-11-28 | 清华大学 | 安全约束下电力系统运行模拟模型快速生成与求解方法 |
| CN110460061B (zh) * | 2019-08-29 | 2022-08-23 | 国电南瑞科技股份有限公司 | 一种故障后潮流快速计算方法及系统 |
| CN114266136A (zh) * | 2021-11-26 | 2022-04-01 | 国网浙江省电力有限公司杭州供电公司 | 基于时序模拟和风险度量的清洁能源消纳能力评估方法 |
| CN114899880A (zh) * | 2022-04-22 | 2022-08-12 | 国网江苏省电力有限公司经济技术研究院 | 基于线性化求解方法的灵活性电力系统时序生产模拟方法 |
| CN115204443B (zh) * | 2022-05-12 | 2023-07-18 | 电力规划总院有限公司 | 风光火储联合参与市场竞价最优出清调度方法 |
-
2023
- 2023-01-04 CN CN202310007000.3A patent/CN115882452B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107769191A (zh) * | 2016-08-18 | 2018-03-06 | 中国电力科学研究院 | 基于网络拓扑和潮流数据的关键输电断面自动识别方法 |
| CN106874630A (zh) * | 2017-03-28 | 2017-06-20 | 上海理工大学 | 基于电量消纳的区域电网新能源开发潜力评估方法 |
| CN114069688A (zh) * | 2020-08-07 | 2022-02-18 | 华北电力大学（保定） | 一种基于时序生产模拟的多电源容量布局规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115882452A (zh) | 2023-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106385025B (zh) | 一种分布式电源与联络线多阶段协同规划方法 | |
| CN111628499A (zh) | 一种计及多风险因素的配电网新能源消纳能力评估的方法 | |
| CN117578706A (zh) | 一种基于电网的多层级负荷管理系统及其方法 | |
| CN111049165A (zh) | 一种用于新能源电力系统储能配置的方法及系统 | |
| CN116646975A (zh) | 一种恶劣天气下的高比例可再生能源风险评估方法及系统 | |
| CN115513998A (zh) | 一种基于群体增量学习算法的新能源消纳提升方法 | |
| CN115456406A (zh) | 一种综合能源系统的评估方法、装置、设备以及存储介质 | |
| CN112072643A (zh) | 一种基于深度确定性梯度策略的光-蓄系统在线调度方法 | |
| CN117748622B (zh) | 一种微电网多态协调控制方法及系统 | |
| CN116187165A (zh) | 基于改进粒子群算法的电网弹性提升方法 | |
| CN114301089A (zh) | 一种风光联合发电系统储能容量配置优化方法 | |
| CN118412929A (zh) | 一种考虑调度响应能力的虚拟电厂运行控制方法 | |
| CN111342501B (zh) | 一种含分布式电源微电网的无功功率控制方法 | |
| CN117937531A (zh) | 一种电氢可逆微网长期容量优化方法、系统、设备及介质 | |
| CN115882452B (zh) | 一种考虑源荷不确定性的新能源消纳能力分析与评估方法 | |
| CN112330092A (zh) | 一种面向电网调峰调频的储能电站综合评价方法和系统 | |
| CN115940284B (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
| CN116545009A (zh) | 一种分布式风光资源准入容量规划方法及系统 | |
| CN114204599B (zh) | 一种抑制配电网电压波动的分布式储能布点运行控制方法 | |
| CN115392785A (zh) | 计及阻塞抵抗性的配电网阻塞调度方法 | |
| CN115034608A (zh) | 基于配网要素和神经网络的配网风险评估方法 | |
| CN114819362A (zh) | 一种面向风光电力系统的电网电力负载平衡方法 | |
| Kai et al. | Optimization for PV-ESS in Distribution Network Based on CSBO | |
| CN113283702B (zh) | 融合电力系统安全稳定特性的潮流状态评价方法及装置 | |
| CN112039129B (zh) | 一种基于储能优化配置的风电出力保证率确定方法与系统 |
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 |