CN115907281A - 计及光伏不确定性的电力系统碳排放流分析方法 - Google Patents

计及光伏不确定性的电力系统碳排放流分析方法 Download PDF

Info

Publication number
CN115907281A
CN115907281A CN202211161861.9A CN202211161861A CN115907281A CN 115907281 A CN115907281 A CN 115907281A CN 202211161861 A CN202211161861 A CN 202211161861A CN 115907281 A CN115907281 A CN 115907281A
Authority
CN
China
Prior art keywords
node
photovoltaic
power
carbon
unit
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
CN202211161861.9A
Other languages
English (en)
Inventor
魏军
申富泰
郭芳琳
苏蕊
赵麟祥
闫润珍
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.)
State Grid Gansu Electric Power Co Ltd
Original Assignee
State Grid Gansu 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 State Grid Gansu Electric Power Co Ltd filed Critical State Grid Gansu Electric Power Co Ltd
Priority to CN202211161861.9A priority Critical patent/CN115907281A/zh
Publication of CN115907281A publication Critical patent/CN115907281A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/84Greenhouse gas [GHG] management systems

Landscapes

  • Photovoltaic Devices (AREA)

Abstract

本发明涉及电力系统碳排放流分析技术领域,特别涉及计及光伏不确定性的电力系统碳排放流分析方法,本发明在现有碳排放流理论研究的基础上,分析光伏发电不确定性对电力系统碳排放流的影响。首先,建立光照强度与系统各节点总的碳流率的函数表达式;其次,计算路径输出与节点输出分布因子矩阵,取得系统碳排放流路径信息与各节点碳排放流分布特性;最后,将光伏出力不确定转移到平衡机组出力变化,得到分布式光伏出力功率下的平衡机组对节点与支路碳流率影响因子,进而定量的分析光伏发电对电力系统碳排放流的影响。

Description

计及光伏不确定性的电力系统碳排放流分析方法
技术领域
本发明涉及电力系统碳排放流分析技术领域,特别涉及计及光伏不确定性的电力系统碳排放流分析方法。
背景技术
在"碳中和、碳达峰"的目标下,我国正在以低碳创新实现工业可持续发展。现阶段我国电力行业的碳排放体量大。因此,创建以节能低碳为导向的新型电力系统是电力行业转型的重要部分,使用碳排放流将电力系统中的碳排放与潮流计算建立联系,完成电力系统碳排放的精确计算。
实现对电力系统碳排放流特征的获取与计算是建立新型电力系统的基础。现有技术通过比较传统的碳排放统计方法宏观数据统计法,提出研究电力系统碳排放流的必要性,建立电力系统碳排放流指标的具体公式表述,初步确立碳排放流分析方法。现有技术分析碳排放流计算与潮流计算之间的联系与区别,通过基于碳排放流的分布矩阵与向量,进一步建立电力系统碳排放流的计算基础。现有技术提出采用递推算法计算系统碳排放流,并完成递推算法与直接算法对系统碳排放流的应用分析。现有技术从电力系统消费者的角度出发建立碳排放强度评估模型,将碳排放流分析扩展到消费者侧,充分考虑电力消费者对碳排放流的间接影响。现有技术提出在双边交易与联营交易的情景下,建立负荷在电力系统分配的碳排放流计算模型,得到负荷关于电力消费的碳排放流信息。以上现有技术,通过结合碳排放流分析与电力系统潮流计算,为碳排放流计算提供了基础。
由于我国丰富的光照资源与广阔的占地面积,光伏发电将在低碳发展中占据越来越重要的作用。现有技术通过光伏电池、逆变器与MPPT控制部分建立特性模型与工程简化模型,阐述现阶段光伏发电系统的发展与前景。现有技术通过分析不同数量的光伏发电接入对配电网电压的影响,探讨光伏接入使线路电压发生的改变,并给出由此产生的电压越限解决方法。现有技术以运营维护成本、光伏发电接入容量等经济性指标为目的建立多目标函数,通过电压偏差、电压波动与线路热等为约束条件,建立光伏机组接入系统的多目标规划模型。现有技术考虑光伏产业全生产、使用与处置过程的碳排放,得到光伏产业整个生命周期的碳排放清单。现有技术基于虚拟电场的运行框架建立风光分布式不确定出力场景,通过经济调度目标建立收益函数,以固定碳排放配额、风光机组出力为约束条件,建立虚拟电场经济调度模型。
发明内容
本发明的目的在于提供一种计及光伏不确定性的电力系统碳排放流分析方法,从生产和消费核算视角利用多流多节点模型将中国各个地区不同的燃气电厂作为节点,以各节点流出气流、电力流和热力流作为空间多部门的输出揭示省际调入调出贸易传输隐含碳流向,跟踪气电热链在更精细部门和更小空间尺度上空间多阶段碳转移。
为了实现上述目的,本发明提供以下技术方案:
计及光伏不确定性的电力系统碳排放流分析方法,其特征在于,包括如下步骤:
步骤一、考虑光照强度的光伏注入功率对碳流率的影响分析
考虑到光伏发电机组出力的随机性与波动性源于光照强度的不确定性,建立光照强度与系统各节点总碳流率之间的函数表达式,碳流率表示支路或节点中单位时间内随潮流而通过的碳排放流;
Rall=f(r)
式中:Rall为电力系统各节点碳流率之和;f(r)为光照强度与系统总碳流率的函数表达式;
光照强度是导致光伏阵列出力变化的主要影响指标,光伏阵列输出功率可表示为:
PM=r·A·η
式中:r为光照强度;A为光伏阵列面积;η为光电转换效率;
光伏电场有多个光伏阵列组成,其输出功率可表示为:
PW=PM·N=r·A·η·N
式中:N为光伏阵列数量;
光伏发电机组的有功出力与电力系统碳排放流相关,而受无功出力影响微小,此处,只计算光伏电场的有功出力,忽略光伏电场注入无功功率;
对电力系统进行直流潮流计算,连接常规机组的节点注入有功功率等于机组输入有功功率与有功负荷之差;
Pi=PGi-PLi
式中:Pi为第i个节点的有功功率;PGi为节点i的机组输入有功功率;PLi为节点i的有功负荷;
设光伏发电机组连接到节点j,该节点有功功率为:
Pj=PW-PLj=r·A·η·N-PLj
式中:Pj为节点j的有功功率;PLj为节点j的有功负荷;
在直流潮流计算中,忽略无功功率与系统网络损耗,平衡节点s出力等于其他所有节点出力之和的逆值。
Figure BDA0003860396240000031
式中:PGs为平衡节点s的有功功率;
电力系统的各节点总的碳流率等于平衡机组与其余机组一定时间内碳排放强度与有功功率乘积,即:
Figure BDA0003860396240000032
式中:PGk为第k个节点的机组输入有功功率;eGs和eGk为平衡机组和其余机组的碳排放强度;
联立上述所有等式,得到关于光照强度与系统各节点总的碳流率函数表达式,可知光照强度随不同时间尺度与地域结构的波动,会导致系统碳流率的改变;
Figure BDA0003860396240000041
步骤二、基于有向通路算法的碳排放流分布分析
针对光伏注入功率对系统碳排放流分布分析,需首先完成路径输出分布因子矩阵D与节点输出分布因子矩阵H的计算,本发明使用现有技术提出的有向通路算法计算路径输出分布因子矩阵,并依据支路与节点潮流分布确定节点输出分布因子矩阵;
路径输出分布因子矩阵为D=(Dij)n×n,表示在路径i-j之间下从i节点流出的有功潮流对流入节点j的有功潮流之和的占比;由上述定义可知,方阵中的对角元素值等于1,即
Dij=1i=j
由搜寻的路径可知,计算矩阵D中的非对角元素Dij;假设节点i到j之间只存在一条单向潮流路径l,a,b,c为该路径下的中间节点;在路径i-j之间流过有功潮流方向为正,经各条路径从节点i到下一相邻节点流过的方向为正的有功潮流为Pia、Pab、Pbc与 Pcj等,则
Figure BDA0003860396240000042
,Dji=0;若路径流过有功潮流方向为负,则Dij=0,
Figure BDA0003860396240000043
节点输出分布因子矩阵H用于描述在支路i-j之间流出的有功潮流与流入节点i的有功潮流总量的比值,用于进一步描述有功潮流在系统各节点与支路中的分布信息;
Figure BDA0003860396240000044
式中:Pij为支路i-j之间的有功潮流,P∑i为流入节点i的有功潮流之和;
根据支路潮流分布矩阵PB与节点有功通量矩阵PN的定义与性质,可得到:
Figure BDA0003860396240000051
式中:I为单位矩阵;
步骤三、光伏注入功率对系统碳排放流分布影响关联分析
在潮流计算中,假设光伏机组出力波动性与受光照强度引起的有功功率改变由平衡机组承担,即:
ΔPw=ΔPGs
因为光伏发电机组碳排放强度为0,不会增加系统碳排放流;分布式光伏机组由于光照强度变化导致的出力变化,将会导致电力系统的碳排放流发生改变,将其等效为光伏机组接入前后平衡机组出力变化;所以将光伏机组注入功率对系统各节点与支路的影响,转换为平衡机组出力变化对系统各节点与支路的影响;
由现有技术可知,机组-节点碳流率关联矩阵RU-N与机组-支路碳流率关联矩阵RU-B的计算模型,进一步得到平衡机组-节点碳流率关联向量
Figure BDA0003860396240000052
为:
Figure BDA0003860396240000053
式中:
Figure BDA0003860396240000054
为平衡机组的碳排放强度;
Figure BDA00038603962400000512
为平衡机组输出功率;
Figure BDA0003860396240000055
是1×N维行向量;其中对应平衡机组s的元素值为1,其余为0;D为路径输出分布因子矩阵;
Figure BDA0003860396240000056
为平衡机组-节点碳流率影响因子向量,即:
Figure BDA0003860396240000057
平衡机组-支路碳流率关联矩阵
Figure BDA0003860396240000058
的计算过程如下:
Figure BDA0003860396240000059
则平衡机组-支路碳流率影响因子关联向量
Figure BDA00038603962400000510
则为:
Figure BDA00038603962400000511
由以上可知,光伏机组对系统节点与支路的碳流率影响因子,与平衡机组的碳排放特性即独有的机组碳排放强度、电力系统拓扑结构与电力系统运行的潮流分布等因素有关。
与现有技术相比,本发明具有的有益效果是:本发明在现有碳排放流理论研究的基础上,分析光伏发电不确定性对电力系统碳排放流的影响。首先,建立光照强度与系统各节点总的碳流率的函数表达式;其次,计算路径输出与节点输出分布因子矩阵,取得系统碳排放流路径信息与各节点碳排放流分布特性;最后,将光伏出力不确定转移到平衡机组出力变化,得到分布式光伏出力功率下的平衡机组对节点与支路碳流率影响因子,进而定量的分析光伏发电对电力系统碳排放流的影响。
附图说明
图1为本发明实施例中全年月平均光照强度图;
图2为本发明实施例中实测光照强度下系统各节点总的碳流率图;
图3为本发明实施例中光照强度与系统各节点总得碳流率函数关系图;
图4为本发明实施例中不同接入方式的系统节点碳势图;
图5为本发明实施例中不同接入方式的系统支路碳流密度图;
图6为本发明实施例中系统支路碳流碳流率图;
图7为本发明实施例中光伏接入下注入功率对节点碳流率影响因子图;
图8为本发明实施例中光伏接入下注入功率对支路碳流率影响因子图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
计及光伏不确定性的电力系统碳排放流分析方法,其特征在于,包括如下步骤:
步骤一、考虑光照强度的光伏注入功率对碳流率的影响分析
考虑到光伏发电机组出力的随机性与波动性源于光照强度的不确定性,建立光照强度与系统各节点总碳流率之间的函数表达式,碳流率表示支路或节点中单位时间内随潮流而通过的碳排放流;
Rall=f(r)
式中:Rall为电力系统各节点碳流率之和;f(r)为光照强度与系统总碳流率的函数表达式;
光照强度是导致光伏阵列出力变化的主要影响指标,光伏阵列输出功率可表示为:
PM=r·A·η
式中:r为光照强度;A为光伏阵列面积;η为光电转换效率;
光伏电场有多个光伏阵列组成,其输出功率可表示为:
PW=PM·N=r·A·η·N
式中:N为光伏阵列数量;
光伏发电机组的有功出力与电力系统碳排放流相关,而受无功出力影响微小,此处,只计算光伏电场的有功出力,忽略光伏电场注入无功功率;
对电力系统进行直流潮流计算,连接常规机组的节点注入有功功率等于机组输入有功功率与有功负荷之差;
Pi=PGi-PLi
式中:Pi为第i个节点的有功功率;PGi为节点i的机组输入有功功率;PLi为节点i的有功负荷;
设光伏发电机组连接到节点j,该节点有功功率为:
Pj=PW-PLj=r·A·η·N-PLj
式中:Pj为节点j的有功功率;PLj为节点j的有功负荷;
在直流潮流计算中,忽略无功功率与系统网络损耗,平衡节点s出力等于其他所有节点出力之和的逆值。
Figure BDA0003860396240000081
式中:PGs为平衡节点s的有功功率;
电力系统的各节点总的碳流率等于平衡机组与其余机组一定时间内碳排放强度与有功功率乘积,即:
Figure BDA0003860396240000082
式中:PGk为第k个节点的机组输入有功功率;eGs和eGk为平衡机组和其余机组的碳排放强度;
联立上述所有等式,得到关于光照强度与系统各节点总的碳流率函数表达式,可知光照强度随不同时间尺度与地域结构的波动,会导致系统碳流率的改变;
Figure BDA0003860396240000083
步骤二、基于有向通路算法的碳排放流分布分析
针对光伏注入功率对系统碳排放流分布分析,需首先完成路径输出分布因子矩阵D与节点输出分布因子矩阵H的计算,本发明使用现有技术提出的有向通路算法计算路径输出分布因子矩阵,并依据支路与节点潮流分布确定节点输出分布因子矩阵;
路径输出分布因子矩阵为D=(Dij)n×n,表示在路径i-j之间下从i节点流出的有功潮流对流入节点j的有功潮流之和的占比;由上述定义可知,方阵中的对角元素值等于1,即
Dij=1     i=j
由搜寻的路径可知,计算矩阵D中的非对角元素Dij;假设节点i到j之间只存在一条单向潮流路径l,a,b,c为该路径下的中间节点;在路径i-j之间流过有功潮流方向为正,经各条路径从节点i到下一相邻节点流过的方向为正的有功潮流为Pia、Pab、Pbc与Pcj等,则
Figure BDA0003860396240000091
,Dji=0;若路径流过有功潮流方向为负,则Dij=0,
Figure BDA0003860396240000092
节点输出分布因子矩阵H用于描述在支路i-j之间流出的有功潮流与流入节点i的有功潮流总量的比值,用于进一步描述有功潮流在系统各节点与支路中的分布信息;
Figure BDA0003860396240000093
式中:Pij为支路i-j之间的有功潮流,P∑i为流入节点i的有功潮流之和;
根据支路潮流分布矩阵PB与节点有功通量矩阵PN的定义与性质,可得到:
Figure BDA0003860396240000094
式中:I为单位矩阵;
步骤三、光伏注入功率对系统碳排放流分布影响关联分析
在潮流计算中,假设光伏机组出力波动性与受光照强度引起的有功功率改变由平衡机组承担,即:
ΔPw=ΔPGs
因为光伏发电机组碳排放强度为0,不会增加系统碳排放流;分布式光伏机组由于光照强度变化导致的出力变化,将会导致电力系统的碳排放流发生改变,将其等效为光伏机组接入前后平衡机组出力变化;所以将光伏机组注入功率对系统各节点与支路的影响,转换为平衡机组出力变化对系统各节点与支路的影响;
由现有技术可知,机组-节点碳流率关联矩阵RU-N与机组-支路碳流率关联矩阵RU-B的计算模型,进一步得到平衡机组-节点碳流率关联向量
Figure BDA0003860396240000099
为:
Figure BDA0003860396240000095
式中:
Figure BDA0003860396240000096
为平衡机组的碳排放强度;
Figure BDA0003860396240000097
为平衡机组输出功率;
Figure BDA0003860396240000098
是1×N维行向量;其中对应平衡机组s的元素值为1,其余为0;D为路径输出分布因子矩阵;
Figure BDA0003860396240000101
为平衡机组-节点碳流率影响因子向量,即:
Figure BDA0003860396240000102
平衡机组-支路碳流率关联矩阵
Figure BDA0003860396240000103
的计算过程如下:
Figure BDA0003860396240000104
则平衡机组-支路碳流率影响因子关联向量
Figure BDA0003860396240000105
则为:
Figure BDA0003860396240000106
由以上可知,光伏机组对系统节点与支路的碳流率影响因子,与平衡机组的碳排放特性即独有的机组碳排放强度、电力系统拓扑结构与电力系统运行的潮流分布等因素有关。
实施例2
算例分析
算例选取甘肃某县实测全年光照强度与IEEE14节点系统,将系统常规机组与负荷设置为固定值,设置额定容量为20MW的光伏电场,将光伏电场接入系统节点4,光伏电场参数设置如表1所示;
表1光伏电场参数设置
Figure BDA0003860396240000107
设置系统各发电机组的碳排放强度单位为tCO2/(kW·h),其中G1为燃煤机组,机组碳排放强度为0.875tCO2/(kW·h);G2和G4为燃气机组,机组碳排碳排放强度分别为0.525tCO2/(kW·h)与0.520tCO2/(kW·h);G3和G5为水电机组,机组碳排放强度为 0。
图1和图2分别表示全年月平均光照强度与实测光照强度下的系统各节点总的碳流率。光伏组件的不同倾角导致所接受的光照强度不同,由图1可知,光伏组件在35 度倾角下光照强度平均值最高。因为光伏机组出力的不确定性,影响到系统碳流率的波动,光伏机组的出力与当地光照强度有密切联系,而光伏机组的出力又直接影响系统碳流率的分布,由图2可得到验证,在4至8月光照强度较高时,系统总的碳流率在全年中保持较低水平。
固定光照强度的取值范围,模拟光照强度与系统各节点总的碳流率二者的函数关系。由图3可知,在光照强度为0时,系统总的碳流率达到峰值为160.5tCO2/h,当光照强度为1000W/m2,系统总的碳流率跌到最低为140.5tCO2/h,光照强度与系统各节点总的碳流率呈现线性关系。
将容量为20MW光伏电场以集中式与分布式接入IEEE14节点标准系统,其中,光伏电场集中接入系统节点4;分布式接入系统节点5、7、10、14。并设置3种不同光伏电场接入场景,场景1:无光伏电场接入系统;场景2:光伏电场集中式接入系统;场景3:光伏电场分布式接入系统。
图4为IEEE14节点系统在三种场景下的系统各节点碳势。节点1、11、12、13在不同光伏接入方式下,节点的碳排放来源是上游的发电机组产生碳排放流,导致这些节点碳势相同。节点4在场景2中的碳势最低,且相比场景1碳势下降0.2157tCO2/MWh;节点5、7、10、14在场景3中出现明显下降,降低碳势值各为0.0704、0.1682、0.3552、 0.2711tCO2/MWh,表明随着光伏电场的接入系统接入点的碳势变化明显。
图5为IEEE14节点系统在三种场景下的系统各支路碳流率密度。由于支路碳流率密度等于该支路起始节点碳势,导致部分支路碳流率密度保持一致。场景2中,由于节点4的光伏容量小于节点4的负荷容量,节点4还是需要从系统中吸收部分有功潮流,因此支路7、8、9的支路碳流率密度变化最明显;场景3中,系统后半部分支路碳流率密度减小,因为靠近分布式接入节点5、7、10、14,而系统前半部分支路变化不大,可知对于距离接入点较远的支路的影响较小。
图6为光伏电场在三种光伏接入场景下的系统各支路碳流率。对比可知,三种场景各支路总碳流率绝对值和分别为303.52tCO2/h、248.25tCO2/h与234.57tCO2/h,可知场景3下的接入方式使系统保持最低的碳流率分布状态。
计算光伏电场以分布式与集中式接入电力系统的节点与支路碳流率影响因子,分别如图7和8所示。由图7可知,光伏集中式接入节点4的碳流率影响因子绝对值为 0.2434,光伏电场集中接入导致节点4流入有功功率相比分布式减少15.65%,进一步导致节点碳流率影响因子绝对值相比分布式接入降低40.71%。
由图8可知,由于节点1的平衡机组对系统下游的影响逐渐减小,从系统上游到下游各支路碳流率影响因子不断减小,其中支路1-2的集中式与分布式影响因子绝对值最高分别为0.4798与0.4838,支路9-10的集中式与分布式影响因子绝对值最低分别为0.0018与0.0012。通过3D条形图可以更加直观定量分析光伏电场在集中式与分布式下,对系统支路碳流率的具体影响情况。
实施例3
结论
本发明针对分布式光伏电场接入电力系统情景下,提出由于光伏电场出力改变进而影响系统碳排放流变化的计算方法,得到以下结论:
(1)提出考虑光照强度不确定性的电力系统各节点支路碳排放流分布计算方法,并得到光照强度与系统各节点总的碳流率的函数表达式,增加系统碳排放流的不确定性部分分析。
(2)基于路径输出分布因子矩阵与节点输出分布因子矩阵,计算光伏电场出力对系统节点与支路碳流率影响因子;在此基础上对比光伏电场分布式接入与集中式接入的支路碳流率,得到相同容量的光伏电场分布式接入时,使系统各支路保持最低的碳流率分布状态。
需要说明的是:上述实施实例仅为本发明优选的实施方式,但本发明的实施方式并不受上述列举实施例的具体限制,其他的任何未背离本发明的精神和原理条件下所做出的改变、修饰、替代、组合、简化,均为同质的替换方式,均应包含在本发明的保护范围之内。
以上仅为本发明的较佳实施例而已,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、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (1)

1.计及光伏不确定性的电力系统碳排放流分析方法,其特征在于,包括如下步骤:
步骤一、考虑光照强度的光伏注入功率对碳流率的影响分析
考虑到光伏发电机组出力的随机性与波动性源于光照强度的不确定性,建立光照强度与系统各节点总碳流率之间的函数表达式,碳流率表示支路或节点中单位时间内随潮流而通过的碳排放流;
Rall=f(r)
式中:Rall为电力系统各节点碳流率之和;f(r)为光照强度与系统总碳流率的函数表达式;
光照强度是导致光伏阵列出力变化的主要影响指标,光伏阵列输出功率可表示为:
PM=r·A·η
式中:r为光照强度;A为光伏阵列面积;η为光电转换效率;
光伏电场有多个光伏阵列组成,其输出功率可表示为:
PW=PM·N=r·A·η·N
式中:N为光伏阵列数量;
光伏发电机组的有功出力与电力系统碳排放流相关,而受无功出力影响微小,此处,只计算光伏电场的有功出力,忽略光伏电场注入无功功率;
对电力系统进行直流潮流计算,连接常规机组的节点注入有功功率等于机组输入有功功率与有功负荷之差;
Pi=PGi-PLi
式中:Pi为第i个节点的有功功率;PGi为节点i的机组输入有功功率;PLi为节点i的有功负荷;
设光伏发电机组连接到节点j,该节点有功功率为:
Pj=PW-PLj=r·A·η·N-PLj
式中:Pj为节点j的有功功率;PLj为节点j的有功负荷;
在直流潮流计算中,忽略无功功率与系统网络损耗,平衡节点s出力等于其他所有节点出力之和的逆值。
Figure FDA0003860396230000021
式中:PGs为平衡节点s的有功功率;
电力系统的各节点总的碳流率等于平衡机组与其余机组一定时间内碳排放强度与有功功率乘积,即:
Figure FDA0003860396230000022
式中:PGk为第k个节点的机组输入有功功率;eGs和eGk为平衡机组和其余机组的碳排放强度;
联立上述所有等式,得到关于光照强度与系统各节点总的碳流率函数表达式,可知光照强度随不同时间尺度与地域结构的波动,会导致系统碳流率的改变;
Figure FDA0003860396230000023
步骤二、基于有向通路算法的碳排放流分布分析
针对光伏注入功率对系统碳排放流分布分析,需首先完成路径输出分布因子矩阵D与节点输出分布因子矩阵H的计算,本发明使用现有技术提出的有向通路算法计算路径输出分布因子矩阵,并依据支路与节点潮流分布确定节点输出分布因子矩阵;
路径输出分布因子矩阵为D=(Dij)n×n,表示在路径i-j之间下从i节点流出的有功潮流对流入节点j的有功潮流之和的占比;由上述定义可知,方阵中的对角元素值等于1,即
Dij=1 i=j
由搜寻的路径可知,计算矩阵D中的非对角元素Dij;假设节点i到j之间只存在一条单向潮流路径l,a,b,c为该路径下的中间节点;在路径i-j之间流过有功潮流方向为正,经各条路径从节点i到下一相邻节点流过的方向为正的有功潮流为Pia、Pab、Pbc与Pcj等,则
Figure FDA0003860396230000031
Dji=0;若路径流过有功潮流方向为负,则Dij=0,
Figure FDA0003860396230000032
节点输出分布因子矩阵H用于描述在支路i-j之间流出的有功潮流与流入节点i的有功潮流总量的比值,用于进一步描述有功潮流在系统各节点与支路中的分布信息;
Figure FDA0003860396230000033
式中:Pij为支路i-j之间的有功潮流,P∑i为流入节点i的有功潮流之和;
根据支路潮流分布矩阵PB与节点有功通量矩阵PN的定义与性质,可得到:
Figure FDA0003860396230000034
式中:I为单位矩阵;
步骤三、光伏注入功率对系统碳排放流分布影响关联分析
在潮流计算中,假设光伏机组出力波动性与受光照强度引起的有功功率改变由平衡机组承担,即:
ΔPw=ΔPGs
因为光伏发电机组碳排放强度为0,不会增加系统碳排放流;分布式光伏机组由于光照强度变化导致的出力变化,将会导致电力系统的碳排放流发生改变,将其等效为光伏机组接入前后平衡机组出力变化;所以将光伏机组注入功率对系统各节点与支路的影响,转换为平衡机组出力变化对系统各节点与支路的影响;
由现有技术可知,机组-节点碳流率关联矩阵RU-N与机组-支路碳流率关联矩阵RU-B的计算模型,进一步得到平衡机组-节点碳流率关联向量
Figure FDA0003860396230000035
为:
Figure FDA0003860396230000041
式中:
Figure FDA0003860396230000042
为平衡机组的碳排放强度;
Figure FDA0003860396230000043
为平衡机组输出功率;
Figure FDA0003860396230000044
是1×N维行向量;其中对应平衡机组s的元素值为1,其余为0;D为路径输出分布因子矩阵;
Figure FDA0003860396230000045
为平衡机组-节点碳流率影响因子向量,即:
Figure FDA0003860396230000046
平衡机组-支路碳流率关联矩阵
Figure FDA0003860396230000047
的计算过程如下:
Figure FDA0003860396230000048
则平衡机组-支路碳流率影响因子关联向量
Figure FDA0003860396230000049
则为:
Figure FDA00038603962300000410
由以上可知,光伏机组对系统节点与支路的碳流率影响因子,与平衡机组的碳排放特性即独有的机组碳排放强度、电力系统拓扑结构与电力系统运行的潮流分布等因素有关。
CN202211161861.9A 2022-09-23 2022-09-23 计及光伏不确定性的电力系统碳排放流分析方法 Pending CN115907281A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211161861.9A CN115907281A (zh) 2022-09-23 2022-09-23 计及光伏不确定性的电力系统碳排放流分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211161861.9A CN115907281A (zh) 2022-09-23 2022-09-23 计及光伏不确定性的电力系统碳排放流分析方法

Publications (1)

Publication Number Publication Date
CN115907281A true CN115907281A (zh) 2023-04-04

Family

ID=86475115

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211161861.9A Pending CN115907281A (zh) 2022-09-23 2022-09-23 计及光伏不确定性的电力系统碳排放流分析方法

Country Status (1)

Country Link
CN (1) CN115907281A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116502961A (zh) * 2023-06-28 2023-07-28 广东电网有限责任公司珠海供电局 考虑系统损耗及风电不确定性的电网碳流计算方法及装置
CN116611653A (zh) * 2023-05-22 2023-08-18 国网北京市电力公司 一种考虑碳不确定性的园区碳排放流分析的方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116611653A (zh) * 2023-05-22 2023-08-18 国网北京市电力公司 一种考虑碳不确定性的园区碳排放流分析的方法及系统
CN116502961A (zh) * 2023-06-28 2023-07-28 广东电网有限责任公司珠海供电局 考虑系统损耗及风电不确定性的电网碳流计算方法及装置

Similar Documents

Publication Publication Date Title
CN107679658B (zh) 一种高比例清洁能源接入下的输电网规划方法
CN115907281A (zh) 计及光伏不确定性的电力系统碳排放流分析方法
CN111291963A (zh) 一种协调经济性与可靠性的园区综合能源系统规划方法
CN113886767A (zh) 一种电力系统碳排放流实时计算方法
CN114142461B (zh) 考虑电网形态演变和结构发展的新能源差异化配置方法
CN107832873A (zh) 基于双层母线式结构的综合能源系统优化规划方法及装置
Ni et al. A review of line loss analysis of the low-voltage distribution system
CN112836957B (zh) 一种考虑供电可靠性的区域综合能源系统规划方法
Wang et al. Optimal distribution network expansion planning incorporating distributed generation
Zhang et al. A carbon emission flow analysis model and method of active distribution system based on power flow tracing
Zhang et al. Data-Driven Distributionally Robust Optimization-Based Coordinated Dispatching for Cascaded Hydro-PV-PSH Combined System
Wang et al. A Precise Carbon Emission Model on Electricity Consumption Side with Carbon Emission Flow Theory
Zhang et al. Review and prospect of modeling and optimization of integrated energy system
CN113807643B (zh) 一种四端互联配电网架结构及其规划方法
Cai et al. Day-ahead forecast of carbon emission factor based on long and short-term memory networks
Injeti et al. Planning and operation of active radial distribution networks for improved voltage stability and loss reduction
CN112365134A (zh) 一种基于点估计法概率多能流的能源网络随机规划方法
Linna et al. A Review on Risk Management of Virtual Power Plant
Lyu et al. An energy bus-based automatic modeling method and its application on joint planning of energy station capacity and inside topology
Xi et al. Probabilistic Energy Flow Algorithm for Integrated Energy Systems Based on Fuzzy C-Means Clustering
Cao et al. Low-Carbon Planning of Integrated Energy System Considering a Reward and Punishment Ladder-type Carbon Trading Mechanism
Tang et al. Carbon emission flow analysis of new power system considering the uncertainty of new energy sources
Wu et al. Effects of Distributed Generation on Carbon Emission Reduction of Distribution Network
Cheng et al. Analysis of multi-scenario power supply and demand balance in Shandong power grid based on the new generation PSDB platform
Chen et al. Research on real-time carbon emission factor prediction method for load nodes of power system based on gated recurrent cell network

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