CN116054265B - 台区内光伏可接入容量的计量方法和系统 - Google Patents
台区内光伏可接入容量的计量方法和系统 Download PDFInfo
- Publication number
- CN116054265B CN116054265B CN202310289531.6A CN202310289531A CN116054265B CN 116054265 B CN116054265 B CN 116054265B CN 202310289531 A CN202310289531 A CN 202310289531A CN 116054265 B CN116054265 B CN 116054265B
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- line loss
- capacity
- confidence
- parameter
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000010248 power generation Methods 0.000 claims abstract description 26
- 238000010219 correlation analysis Methods 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000002596 correlated effect Effects 0.000 claims description 7
- 238000012097 association analysis method Methods 0.000 claims description 5
- 230000005855 radiation Effects 0.000 claims description 5
- 238000012098 association analyses Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 abstract description 5
- 238000011160 research Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000005611 electricity Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000004020 conductor Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 101100295776 Drosophila melanogaster onecut gene Proteins 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- 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
- 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
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Photovoltaic Devices (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及台区配电技术领域，公开一种台区内光伏可接入容量的计量方法和系统，方法包括：将台区内所有光伏用户发电设备的容量总和作为光伏接入容量，获取气象条件一致时台区在各个时期的历史线损率、负载率和光伏接入容量数据，分析得到台区中线损率、负载率、光伏接入容量间的关联关系，根据关联关系得到线损率和负载率均衡时最优的光伏可接入容量；系统包括预处理模块、数据获取模块、关联分析模块和计量模块。本发明可以通过对台区下线损率和负载率的研究得到最优的光伏可接入容量，兼具准确性和科学性。
Description
技术领域
本发明涉及台区配电技术领域，尤其是指一种台区内光伏可接入容量的计量方法和系统。
背景技术
分布式光伏发电设备指在用户场地附近建设，运行方式采用自发自用、余电上网和全额上网的运行方式，且在配电系统中以平衡调节为特征的光伏发电设施。现阶段分布式光伏、户用光伏市场打开了全新的发展格局，装机规模呈现爆发式增长。数据显示，截至2022年6月底，我国分布式光伏装机容量达到了12678万千瓦。分布式光伏发电设备在发电时作为低压（通常为0.4kV）台区的电源输入，不仅可以增容台区容量，还可以满足台区下更多用电用户的接入。但是，在不发电时分布式光伏发电设备会作为用电用户，对其他常规用电用户接入产生负面影响。光伏台区设有分布式光伏发电设备时，台区容量增大，用电可接入容量增大，当光伏发电超出台区内用电时，会增加台区反向输入的高压（通常为10kV）线路的线损电量；当光伏发电超出台区容量时还会导致台区过载，严重时发生设备损坏，造成光伏发电可接入容量减小；当分布式光伏发电设备处于非发电状态时，已接入容量增大，会导致用户可接入容量减小。
低压台区中分布式光伏的最优接入是接入的光伏用户容量与台区下用电功率基本相当，尽量避免光伏台区反送造成的台区负载增加、线损增加。但是光伏发电功率随气象条件变化明显，而台区线损率、负载率等随光伏接入容量变化明显，现有技术中没有针对此展开的研究，也就无法有效控制接入的光伏用户容量与台区下用电功率基本相当。
发明内容
为此，本发明所要解决的技术问题在于克服现有技术中的不足，提供一种台区内光伏可接入容量的计量方法和系统，可以通过对台区下线损率和负载率的研究得到最优的光伏可接入容量，兼具准确性和科学性。
为解决上述技术问题，本发明提供了一种台区内光伏可接入容量的计量方法，包括：
将台区内所有光伏用户发电设备的容量总和作为光伏接入容量，
获取气象条件一致时台区在各个时期的历史线损率、负载率和光伏接入容量数据，分析得到台区中线损率、负载率、光伏接入容量间的关联关系，
根据关联关系得到线损率和负载率均衡时最优的光伏可接入容量。
在本发明的一个实施例中，所述气象条件一致为：将辐射强度、风速、温度作为气象因素，将各气象因素的差异小于1%-5%的情况作为气象条件一致。
在本发明的一个实施例中，所述分析得到台区中线损率、负载率、光伏接入容量间的关联关系时，使用的方法为关联性分析法或者相关性分析法。
在本发明的一个实施例中，使用所述关联性分析法分析得到台区中线损率、负载率、光伏接入容量间的关联关系，具体为：
将所述线损率、负载率和光伏接入容量两两组合，分别计算每个组合中两个参数的支持度和置信度，根据所述支持度和置信度计算确信度，根据所述确信度得到每个组合中两个参数的关联关系。
在本发明的一个实施例中，将每个组合中的两个参数用X和Y表示，所述支持度的计算方法为：
support(X,Y)=P(X,Y)=number(X,Y)/number(I)，
其中，support(X,Y)表示参数X和参数Y的支持度，P(X,Y)表示项集(X,Y)在总项集出现的概率，number(X,Y)表示项集(X,Y)的数量，number(I)表示总项集的数量。
在本发明的一个实施例中，所述置信度的计算方法为：
confidence(X,Y)=P(Y)=P(X,Y)/P(X)，
其中，confidence(X,Y)表示参数X和参数Y的置信度，P(X,Y)表示关联规则(X,Y)发生的概率，P(X)表示X发生的概率，P(Y)表示Y发生的概率；confidence(X,Y)表示在X发生的情况下，由关联规则(X,Y)发生的概率P(X,Y)推出Y发生的概率P(Y)。
在本发明的一个实施例中，所述确信度的计算方法为：
conviction(X,Y)=1-support(Y)/(1-confidence(X,Y))，
其中，conviction(X,Y)表示参数X和参数Y的确信度，support(Y)=P(Y)。
在本发明的一个实施例中，所述参数X和参数Y的确信度conviction(X,Y)的值用于体现X和Y之间的关联关系，具体为：
conviction(X,Y)<1时，X和Y之间是相互排斥的，X和Y负相关；
conviction(X,Y)=1时，X和Y相互独立，X和Y之间无任何关系；
conviction(X,Y)>1时，X和Y之间是相互关联的，X和Y正相关。
在本发明的一个实施例中，所述关联性分析法为Apriori算法，使用所述Apriori算法时支持度预设为0.6。
本发明还提供了一种台区内光伏可接入容量的计量系统，包括：
预处理模块，用于计算台区内所有光伏用户发电设备的容量总和作为光伏接入容量；
数据获取模块，用于获取气象条件一致时台区在各个时期的历史线损率、负载率和光伏接入容量数据；
关联分析模块，用于分析得到台区中线损率、负载率、光伏接入容量间的关联关系，
计量模块，用于根据关联关系得到线损率和负载率均衡时最优的光伏可接入容量。
本发明的上述技术方案相比现有技术具有以下优点：
本发明通过分析台区下的线损率、负载率、光伏用户接入容量得到三者间的关联关系，并据此得到线损率和负载率均衡时最优的光伏可接入容量，样本数据丰富，是一种基于大数据的台区内光伏可接入容量的计量方法，兼具准确性和科学性，适用范围广，对于低压用电用户、分布式光伏用户接入具有指导意义。
附图说明
为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中：
图1是本发明的流程图，
图2是本发明实施例中使用的导线载流量与负载功率的对照图，
图3是本发明实施例中获取的负载率、线损率、光伏接入容量的数据图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
实施例一
参照图1所示，本发明公开了一种台区内光伏可接入容量的计量方法，包括以下步骤：
S1：将台区内所有光伏用户发电设备的容量总和作为光伏接入容量。为降低不同品牌、不同型号、不同安装方式的光伏设备对本发明方法的影响，本实施例中采用相同品牌、相同型号、相同安装方式的光伏设备。
光伏发电设备由光伏阵列和其他电气设备组成，光伏阵列是由数个太阳能电池串并联组成。其中并网型光伏发电系统发电主要包括光照等气象条件、光电转换、汇流、逆变、升压等环节。本发明研究的是台区内光伏可接入容量的计量方法，因此先研究光伏发电功率影响因素，并将研究得到的地理位置、太阳辐射、组件间距、阴影遮挡、设备选型等此类干扰因素排除。
S2：获取气象条件一致时台区在各个时期的历史线损率、负载率和光伏接入容量数据，分析得到台区中线损率、负载率、光伏接入容量间的关联关系（或关联趋势）。
本发明从线损率和负载率入手研究光伏可接入容量，原理分析如下：
第一，当台区内没有光伏用户等发电用户时，台区由配电变压器供电，台区负载率在65%~75%之间最为经济，当负载率过高时，都会造成台区变损增加，线路温度过高，线损增加，线路加速老化；负载率过低时，台区内固定损耗占损失电量比重大，电量损失较多。
第二，当台区内接入分布式光伏用户并且存在发电功率时，台区由配电变压器和光伏用户同时供电，根据电路原理，台区内用电负荷会优先消耗供电电压较高的供电设备功率，分布式光伏用户供电电压高，会被优先消耗。从而导致台区负载率会下降，台区线损率会升高。但台区内接入分布式光伏后，对台区供电半径产生影响，有效提升了台区边缘用户电压，根据P用电=UI，可得出，当用户用电功率P用电一定时，电压U越高，电流I越小。损失功率P损失=I2R，当电流I越小，损失功率P损失越小；W=P*H，P变小，电能W同步减小，线损会下降。所以分布式光伏用户接入对线损的影响是多维度的，无法通过单一的公式推导计算得出结果。
第三，台区内用户消纳分析。当前，我国已从标准上允许了分布式光伏用户的全量接入。一天中光伏发电功率峰值时间段9:00-15:00（受地区差异可能存在不同影响，本实施例中以山西地区为例），发电功率与用电功率存在时间不对等的情况，如果台区内存在同光伏发电同时间段的用电功率可以消纳光伏的发电功率，那么光伏可接入容量可适当扩大甚至超过台区变压器容量。如果台区无法完全消纳光伏发电功率，光伏容量刚接入时，可有效降低台区损耗，当光伏容量增大至台区容量的75%以上时，会造成台区负载率增加，台区线损增大，设备加速老化。
第四，现场线路接入点分析，分布式光伏用户接入与台区新建时间通常不一致，台区新建时间优先与分布式光伏用户接入时间，台区线路铺设时，从台区到末端用户存在多条支线，线径越来越细，普通用户用电时，线径可满足用电负荷。分布式电源用户接入台区内时，功率将输出至本台区甚至台区以上，接入线路处线径会对发电功率造成影响，发电功率越大，要求线径越粗。图2是常用导线载流量与负载功率对照表，可以看出载流量和负载率确实存在一定关系。
因此，本发明从线损率和负载率入手研究光伏可接入容量，计算公式如下：
台区供电量=台区总表正向电量+台区下全额光伏用户发电量+台区下余量光伏用户上网电量，
台区售电量=台区下用电用户电量+台区总表反向电量，
台区线损率=（台区供电量-台区售电量）/台区供电量，
台区负载率=台区总表瞬时负荷/台区容量，
光伏电量消纳率=（台区下光伏用户（包含全额光伏和余量光伏）发电量-台区总表反向电量）/台区下光伏用户（包含全额光伏和余量光伏）发电量。
同一个时期台区指往前同期、或者往年气象条件基本一致的日期下的同一个台区。本实施例中将辐射强度、风速、温度作为气象因素，将各气象因素的差异小于1%-5%的情况作为气象条件一致。光伏发电受气象影响较大，因此本实施例中对比分析时主要取辐射强度、风速、温度作为气象因素，参考分析气象因素的各差异小于3.6%时不同光伏容量占比城农网光伏台区的线损率、台区负载率差异。
为降低线径对本发明的影响，本实施例按照图2所示的标准取光伏接入线路，不满足部分开展现场改造。图2中数据仅供参考，仅适用于一般导线穿线管敷设。不同型号电线电缆以及不同敷设方式情况下导线允许通过电流不同，须查阅资料确定。当线路较长，单相低压低于220V、三相电压低于380V时须放大线径。
S2-1：本实施例中获取的实验数据如图3所示，图3中表格的行表示线损率、表格的列表示负载率、表格的内容表示可接入容量。为保证安全运行，负载率最大值设定为90%，线损率的合格范围设定为0-10%。
S2-2：使用关联性分析法或者相关性分析法分析得到台区中线损率、负载率、光伏接入容量间的关联关系。
相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析，具体可以使用Pearson相关系数。
关联分析法是一种多因素统计分析方法，以各因素的样本数据为依据描述因素间关系的强弱、大小和次序。本实施例中使用的关联分析法为Apriori算法，利用逐层搜索的迭代方法找出数据库中项集的关系以形成规则，使用Apriori算法分析负载率与线损率之间的关联性，使用Apriori算法时支持度预设为0.6，具体过程为：
S2-2-1：将所述线损率、负载率和光伏接入容量两两组合，分别计算每个组合中两个参数的支持度support(X,Y)和置信度confidence(X,Y)：
将每个组合中的两个参数用X和Y表示，所述支持度support(X,Y)的计算方法为：
support(X,Y)=P(X,Y)=number(X,Y)/number(I)，
其中，P(X,Y)表示项集(X,Y)在总项集出现的概率，number(X,Y)表示项集(X,Y)的数量，number(I)表示总项集的数量。
所述置信度confidence(X,Y)的计算方法为：
confidence(X,Y)=P(Y)= P(X,Y)/P(X)，
其中，P(X,Y)表示关联规则(X,Y)发生的概率，P(X)表示X发生的概率，P(Y)表示Y发生的概率；confidence(X,Y)表示在X发生的情况下，由关联规则(X,Y)发生的概率P(X,Y)推出Y发生的概率P(Y)。
S2-2-2：根据所述支持度support(X,Y)和置信度confidence(X,Y)计算提升度lift(X,Y)或确信度conviction(X,Y)：
所述提升度lift(X,Y)的计算方法为：
lift(X,Y)=support(X,Y)/(support(X)* support(Y))=P(Y,X)/P(Y)，
其中，P(Y,X)表示关联规则(Y,X)发生的概率，support(X)=P(X)，support(Y)=P(Y)；lift(X,Y)表示比较由关联规则(Y,X)发生的概率推出Y发生的概率和Y本身在项集出现的概率的区别。
lift(X,Y)的值可以体现X和Y之间的关联关系，具体为：
lift(X,Y)=1时，X和Y相互独立，X和Y之间无任何关系；
lift(X,Y)<1时，X和Y之间是相互排斥的，X和Y负相关；
lift(X,Y)>1时，X和Y之间是相互关联的，X和Y正相关。
所述确信度conviction(X,Y)的计算方法为：
conviction(X,Y)=1-support(Y)/(1-confidence(X,Y))，
其中，support(Y)=P(Y)；
conviction (X,Y)的值也可以体现X和Y之间的关联关系，具体为：
conviction(X,Y)<1时，X和Y之间是相互排斥的，X和Y负相关；
conviction(X,Y)=1时，X和Y相互独立，X和Y之间无任何关系；
conviction(X,Y)>1时，X和Y之间是相互关联的，X和Y正相关。
S2-2-3：根据所述提升度lift(X,Y)或确信度conviction(X,Y)得到每个组合中两个参数的关联关系。
提升度lift(X,Y)或确信度conviction(X,Y)都可以用来判断两者间的关联关系，本发明中使用确信度conviction(X,Y)来描述线损率和负载率之间的关联关系，通过该实验数据计算和分析得到：
首先，将负载率和线损率分别作为X，Y分析二者间相互影响关系，得到：当负载率<3.9%时，确信度conviction(X,Y)<1，线损率和负载率成负相关，负载率越大，线损率越小；当3.9%≤负载率<6.6%时，conviction(X,Y)=1，负载率和线损率两者相互独立；当负载率≥6.6%时，conviction(X,Y)>1，线损率和负载率成正相关，负载率越大，线损率越大。因此，负载率取小于6.6%时，对线损率的影响最小。
其次，将负载率和光伏接入容量分别作为X，Y分析二者间相互影响关系，得到：当负载率为5%-60%时，负载率和光伏接入容量正相关，光伏可接入容量随着负载率的变大呈现逐步升高趋势；负载率为60%-90%时，负载率和光伏接入容量负相关。因此，负载率取5%-60%最合适。
最后，将光伏接入容量和线损率分别作为X，Y分析二者间相互影响关系，得到：当线损率为1%-6%逐步升高时，线损率和光伏接入容量正相关，光伏可接入容量随着线损率的变大呈现逐步升高趋势；线损率为6%-10%时，线损率和光伏接入容量负相关。因此，线损率取1%-6%最合适。
S3：根据关联关系得到线损率和负载率均衡时最优的光伏可接入容量。综上所述，本实施例中负载率取值5%-6.6%、线损率取值1%-6%，在此基础上，光伏可接入容量可以达到最优。
实施例二
本发明还公开了一种台区内光伏可接入容量的计量系统，包括预处理模块、数据获取模块、关联分析模块和计量模块。
预处理模块将台区内所有光伏用户发电设备的容量总和作为光伏接入容量。数据获取模块获取气象条件一致时台区在各个时期的历史线损率、负载率和光伏接入容量数据并传送给所述关联分析模块。关联分析模块分析得到台区中线损率、负载率、光伏接入容量间的关联关系。计量模块根据关联关系得到线损率和负载率均衡时最优的光伏可接入容量。
本发明的优点：
1.本发明摒弃传统将可接入容量按照台区容量计算的“一刀切”做法，差异化分析台区用能情况，为台区光伏接入容量计算开创新方法，方法普适于各类光伏接入台区。
2.首次将台区线损率、台区负载率作为光伏可接入容量的分析因子，加强了可接入容量分析的科学性及客观性。
3.本发明立足于实际生产应用环境，分析完成数据结果可直接应用于现场环境，提升生产效率，降低生产消耗。
4.本发明将光伏可接入容量计算实用化，产出结果数字化、理论化，可以为光伏接入提供合理依据。
5.本发明通过提出光伏可接入容量的优化建议，可为台区降损、台区负载优化、用能质量提升提供科学依据。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
显然，上述实施例仅仅是为清楚地说明所作的举例，并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (4)
1.一种台区内光伏可接入容量的计量方法，其特征在于，包括：
将台区内所有光伏用户发电设备的容量总和作为光伏接入容量，获取气象条件一致时台区在各个时期的历史线损率、负载率和光伏接入容量数据，分析得到台区中线损率、负载率、光伏接入容量间的关联关系，根据关联关系得到线损率和负载率均衡时最优的光伏可接入容量；
所述分析得到台区中线损率、负载率、光伏接入容量间的关联关系时，使用的方法为关联性分析法或者相关性分析法，所述关联性分析法为Apriori算法；
使用所述关联性分析法分析得到台区中线损率、负载率、光伏接入容量间的关联关系，具体为：
将所述线损率、负载率和光伏接入容量两两组合，分别计算每个组合中两个参数的支持度和置信度，根据所述支持度和置信度计算确信度，根据所述确信度得到每个组合中两个参数的关联关系；
将每个组合中的两个参数用X和Y表示，所述支持度的计算方法为：
support(X,Y)＝P(X,Y)＝number(X,Y)/number(I)，
其中，support(X,Y)表示参数X和参数Y的支持度，P(X,Y)表示项集(X,Y)在总项集出现的概率，number(X,Y)表示项集(X,Y)的数量，number(I)表示总项集的数量；
所述置信度的计算方法为：
confidence(X,Y)＝P(Y)＝P(X,Y)/P(X)，
其中，confidence(X,Y)表示参数X和参数Y的置信度，P(X,Y)表示关联规则(X,Y)发生的概率，P(X)表示X发生的概率，P(Y)表示Y发生的概率；confidence(X,Y)表示在X发生的情况下，由关联规则(X,Y)发生的概率P(X,Y)推出Y发生的概率P(Y)；
所述确信度的计算方法为：
conviction(X,Y)＝1-support(Y)/(1-confidence(X,Y))，其中，conviction(X,Y)表示参数X和参数Y的确信度，support(Y)＝P(Y)；
所述参数X和参数Y的确信度conviction(X,Y)的值用于体现X和Y之间的关联关系，具体为：
conviction(X,Y)<1时，X和Y之间是相互排斥的，X和Y负相关；
conviction(X,Y)＝1时，X和Y相互独立，X和Y之间无任何关系；
conviction(X,Y)>1时，X和Y之间是相互关联的，X和Y正相关。
2.根据权利要求1所述的台区内光伏可接入容量的计量方法，其特征在于：所述气象条件一致为：将辐射强度、风速、温度作为气象因素，将各气象因素的差异小于1％-5％的情况作为气象条件一致。
3.根据权利要求1-2任一项所述的台区内光伏可接入容量的计量方法，其特征在于：使用所述Apriori算法时支持度预设为0.6。
4.一种台区内光伏可接入容量的计量系统，其特征在于，包括：
预处理模块，用于计算台区内所有光伏用户发电设备的容量总和作为光伏接入容量；
数据获取模块，用于获取气象条件一致时台区在各个时期的历史线损率、负载率和光伏接入容量数据；
关联分析模块，用于分析得到台区中线损率、负载率、光伏接入容量间的关联关系，
计量模块，用于根据关联关系得到线损率和负载率均衡时最优的光伏可接入容量；
所述分析得到台区中线损率、负载率、光伏接入容量间的关联关系时，使用的方法为关联性分析法或者相关性分析法，所述关联性分析法为Apriori算法；
使用所述关联性分析法分析得到台区中线损率、负载率、光伏接入容量间的关联关系，具体为：
将所述线损率、负载率和光伏接入容量两两组合，分别计算每个组合中两个参数的支持度和置信度，根据所述支持度和置信度计算确信度，根据所述确信度得到每个组合中两个参数的关联关系；
将每个组合中的两个参数用X和Y表示，所述支持度的计算方法为：
support(X,Y)＝P(X,Y)＝number(X,Y)/number(I)，
其中，support(X,Y)表示参数X和参数Y的支持度，P(X,Y)表示项集(X,Y)在总项集出现的概率，number(X,Y)表示项集(X,Y)的数量，number(I)表示总项集的数量；
所述置信度的计算方法为：
confidence(X,Y)＝P(Y)＝P(X,Y)/P(X)，
其中，confidence(X,Y)表示参数X和参数Y的置信度，P(X,Y)表示关联规则(X,Y)发生的概率，P(X)表示X发生的概率，P(Y)表示Y发生的概率；confidence(X,Y)表示在X发生的情况下，由关联规则(X,Y)发生的概率P(X,Y)推出Y发生的概率P(Y)；
所述确信度的计算方法为：
conviction(X,Y)＝1-support(Y)/(1-confidence(X,Y))，其中，conviction(X,Y)表示参数X和参数Y的确信度，support(Y)＝P(Y)；
所述参数X和参数Y的确信度conviction(X,Y)的值用于体现X和Y之间的关联关系，具体为：
conviction(X,Y)<1时，X和Y之间是相互排斥的，X和Y负相关；
conviction(X,Y)＝1时，X和Y相互独立，X和Y之间无任何关系；
conviction(X,Y)>1时，X和Y之间是相互关联的，X和Y正相关。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310289531.6A CN116054265B (zh) | 2023-03-23 | 2023-03-23 | 台区内光伏可接入容量的计量方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310289531.6A CN116054265B (zh) | 2023-03-23 | 2023-03-23 | 台区内光伏可接入容量的计量方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116054265A CN116054265A (zh) | 2023-05-02 |
| CN116054265B true CN116054265B (zh) | 2023-06-20 |
Family
ID=86122096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310289531.6A Active CN116054265B (zh) | 2023-03-23 | 2023-03-23 | 台区内光伏可接入容量的计量方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116054265B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115630880A (zh) * | 2022-10-17 | 2023-01-20 | 国电南瑞科技股份有限公司 | 一种配电台区分布式光伏接入容量计算方法及系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109449929B (zh) * | 2018-11-22 | 2022-03-01 | 南方电网科学研究院有限责任公司 | 分布式电源对配网馈线利用率影响预测评估方法及产品 |
| CN110334912A (zh) * | 2019-06-10 | 2019-10-15 | 国网浙江省电力有限公司嘉兴供电公司 | 一种分布式电源入网联络有效性评估方法 |
| CN111859279A (zh) * | 2020-08-27 | 2020-10-30 | 国网能源研究院有限公司 | 包含客户侧新能源设备的台区调控能力评估方法及装置 |
| CN112990500B (zh) * | 2021-04-01 | 2022-12-23 | 国网山东省电力公司营销服务中心(计量中心) | 基于改进加权灰色关联分析的台区线损分析方法及系统 |
| CN114362217A (zh) * | 2021-12-01 | 2022-04-15 | 国网浙江省电力有限公司 | 一种分布式电源与储能协同优化配置方法 |
| CN114977323A (zh) * | 2022-06-14 | 2022-08-30 | 广东电网有限责任公司 | 一种配电网台区光伏项目接入容量的测算方法和系统 |
| CN115395579A (zh) * | 2022-08-02 | 2022-11-25 | 中国电力科学研究院有限公司 | 计及置信容量的光热光伏配置方法、系统、设备和介质 |
-
2023
- 2023-03-23 CN CN202310289531.6A patent/CN116054265B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115630880A (zh) * | 2022-10-17 | 2023-01-20 | 国电南瑞科技股份有限公司 | 一种配电台区分布式光伏接入容量计算方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116054265A (zh) | 2023-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108805745B (zh) | 一种配电网的灵活性评估方法 | |
| CN106786625B (zh) | 基于分布式供能系统互动能力的配电网电压协调控制方法 | |
| CN109004653B (zh) | 一种有功无功耦合治理光伏接入引起农网过电压的方法 | |
| CN111446721B (zh) | 一种基于暂态电压灵敏度的配电网调压控制方法 | |
| CN112491043A (zh) | 一种新能源富集电网电源规划方法及系统 | |
| CN108933448A (zh) | 一种含光伏电源的中低压配电网协调控制方法和系统 | |
| CN111563691A (zh) | 一种接入新能源的交直流混合配电网性能评估方法 | |
| CN117748622B (zh) | 一种微电网多态协调控制方法及系统 | |
| CN113725921B (zh) | 一种光伏运行在最大功率点左侧参与电网调频的控制方法 | |
| CN107658907B (zh) | 基于电压稳定性分析的能源基地风火电占比确定方法 | |
| CN116054265B (zh) | 台区内光伏可接入容量的计量方法和系统 | |
| CN113762778A (zh) | 一种基于能源区块链的减碳量计算方法 | |
| Seepromting et al. | Optimal grid-connected with multi-solar PV placement and sizing for power loss reduction and voltage profile improvement | |
| CN110247399A (zh) | 一种基于蒙特卡洛模拟的配电网光伏最大消纳方法及系统 | |
| M Kanaan et al. | Optimal location and sizing of SVC considering system losses, voltage division and system overload | |
| CN110829440B (zh) | 一种三相中低压一体化配电网电压控制方法及系统 | |
| CN111641204B (zh) | 一种分布式能源准入容量的计算方法及装置 | |
| CN105227045A (zh) | 一种光伏dmppt系统最大功率跟踪区域的优化设计方法 | |
| Keteng et al. | Comparative analysis of energy efficiency of AC and DC power supply systems in different regions and buildings | |
| Zhang et al. | Study on renewable energy integration influence and accommodation capability in regional power grid | |
| CN115017680B (zh) | 基于电缆暂态载流量的电缆截面设计方法及系统 | |
| Hou et al. | Research on reliability evaluation method of AC/DC hybrid micro-grid | |
| CN108054758A (zh) | 新能源电站电压平衡优化方法及存储介质 | |
| CN115642597B (zh) | 一种分布式光伏承载力计算方法及装置 | |
| CN116865285B (zh) | 基于改进多目标粒子群算法的光伏配电台区无功优化方法 |
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 |