CN116599162B - 一种n-1下新能源渗透率的确定方法 - Google Patents
一种n-1下新能源渗透率的确定方法 Download PDFInfo
- Publication number
- CN116599162B CN116599162B CN202310888257.4A CN202310888257A CN116599162B CN 116599162 B CN116599162 B CN 116599162B CN 202310888257 A CN202310888257 A CN 202310888257A CN 116599162 B CN116599162 B CN 116599162B
- Authority
- CN
- China
- Prior art keywords
- new energy
- power
- maximum
- permeability
- output
- 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
- 230000035699 permeability Effects 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000003068 static effect Effects 0.000 claims abstract description 28
- 238000010521 absorption reaction Methods 0.000 claims abstract description 15
- 238000013507 mapping Methods 0.000 claims abstract description 11
- 238000005457 optimization Methods 0.000 claims abstract description 11
- 230000002776 aggregation Effects 0.000 claims abstract description 4
- 238000004220 aggregation Methods 0.000 claims abstract description 4
- 230000005540 biological transmission Effects 0.000 claims description 37
- 230000005494 condensation Effects 0.000 claims description 12
- 238000009833 condensation Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000002347 injection Methods 0.000 claims description 9
- 239000007924 injection Substances 0.000 claims description 9
- 230000005283 ground state Effects 0.000 claims description 3
- 238000006116 polymerization reaction Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 238000003064 k means clustering Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000012512 characterization method Methods 0.000 abstract 1
- 238000005265 energy consumption Methods 0.000 description 3
- 230000000379 polymerizing effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
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
- H02J3/46—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- H02J3/381—Dispersed generators
-
- 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
-
- 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
- H02J2300/28—The renewable source being wind energy
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Power Engineering (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Probability & Statistics with Applications (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种N‑1下新能源渗透率的确定方法,属于新能源渗透率评估技术领域。首先对新能源区域进行聚合,聚合后完成新能源接入的电力系统发生N‑1故障或检修的所有情况搜寻,根据系统不平衡度最大的标准实现最严重情况的N‑1选择,确定最严重N‑1情况后,以新能源渗透率最大值作为优化目标,实现N‑1静态安全域的刻画。将静态安全域映射至新能源出力的低维空间,得到系统的最大消纳能力曲线,实现新能源最大渗透率的计算。同时,该方法不需要对所有的N‑1情况都进行静态安全域的刻画即可求出满足所有安全要求的最大渗透率,且不受系统拓扑的限制。
Description
技术领域
本发明涉及一种N-1下新能源渗透率的确定方法,属于新能源渗透率评估技术领域。
背景技术
新能源并网是当前关注的热点,在西北、西南等地区拥有丰富的风力、光伏等资源,近年来加大了对新能源的扶持力度,风力发电和光伏发电也得到了快速发展。然而,新能源资源分布不均,需要通过电网进行大容量、长距离的输送,同时也带来了一系列稳定安全性问题。有效评估大规模新能源消纳能力是提高新能源消纳水平的有效途径。新能源渗透率是限制新型电力系统调节能力和抗扰动性能的重要界限,为了提高风光资源利用效率,降低大规模新能源接入对系统运行的影响,准确评估系统可承载的新能源极限规模对于判断新能源发展的规模边界和合理增速具有重要意义。
针对大规模新能源并网所呈现的明显地域性,以及新能源临界渗透率受多类稳定问题约束,本发明将多区域新能源进行聚合,以负载率作为指标快速搜寻最严重的N-1状态,再以新能源消纳率最大值作为优化目标,刻画N-1静态安全域,将该静态安全域映射至新能源出力的低维空间,可获取最大新能源消纳能力曲线,能够直接、快速、准确获取在N-1故障或检修状态下的最大性能源渗透率的计算结果。
发明内容
本发明要解决的技术问题是提供一种N-1下新能源渗透率的确定方法,用以大规模新能源并网并考虑N-1故障或检修状态下的最大新能源渗透率进行评估。
本发明的技术方案是:一种N-1下新能源渗透率的确定方法,具体步骤为:
Step1:对新能源多区域进行聚合,将新能源分为两区域或三区域。
所述Step1具体步骤为:
Step1.1:基于K-mean聚类将多区域新能源场站进行聚类。
Step1.2:根据聚类结果,按照容量加权法,将多区域新能源场站进行聚合,等值为两区域或三区域。
所述Step1.1具体步骤为:
Step1.1.1:在待分类样本中随机选择k个样本数据作为初始凝聚点,每个凝聚点代表1类。
Step1.1.2:计算其余样本与凝聚点之间的欧式距离,将每个样本归入与它欧式距离最小的凝聚点所在的类。
Step1.1.3:所有数据归类完成后,将每一类的凝聚点更新为该类中当前数据的均值。
Step1.1.4:重复Step1.1.2,直至前后2次凝聚点不再变化,即实现了数据的分类。
Step2:对新能源接入的电力系统发生N-1故障或检修的所有情况进行潮流计算。
所述Step2中潮流计算的约束条件具体为:
式中,VGk、PGk、QGk分别表示第k台发电机的机端电压、有功功率、无功功率,Ui、Ii、Pi、Qi分别表示第i个节点的电压幅值、电流幅值、有功功率及无功功率,下标min、max表示对应参量的上限、下限。
所述Step2中的约束条件,除基本约束条件外,还包括:
新能源出力约束,具体如下所示:
其中,为新能源的最大出力值。
N-1断线输电线路传输功率约束,具体表示如下:
其中,表示系统发生N-1后仍运行线路的传输功率,/>表示对应线路的最大允许传输值,正负号表示传输方向。
Step3:根据输电线路的负载率,得到系统的不平衡度,以此作为最严重N-1的选择标准并对其进行选择。
所述Step3具体步骤为:
Step3.1:定义输电线路的负载率为:
其中,Rij表示节点i、j所相连输电线路的负载率,PLij为对应线路的实际功率传输值,为基态时对应线路所能允许功率传输的最大值。
Step3.2:采用系统的不平衡度作为表征N-1下严重程度的指标,记为R,根据Step3.1求取出不同N-1情况下的各条输电线路负载率,进行求和并计算出输电线路平均负载率。继续计算出各条输电线路与平均负载率的绝对偏差,最终得到不同N-1情况下系统的不平衡度,具体如下所示:
其中,L表示两节点所相连的输电线路集合,NL表示输电线路数量。
Step3.3:根据不同N-1情况下的系统不平衡度,最大系统不平衡度即为最严重的N-1情况,映射关系如下:
其中,c表示与最大系统不平衡度相对应的最严重故障场景。
Step4:根据最严重的N-1状态,设置新能源渗透率最大值作为优化目标,实现N-1静态安全域的刻画。
所述Step4具体步骤为:
Step4.1:根据Step3在不同情况下的N-1状态下计算系统不平衡度,根据最大系统不平衡度可以确定系统最严重的N-1情况,以最严重N-1状态作为系统安全运行约束,在此基础上,设置新能源渗透率最大值作为优化目标,具体如下所示:
其中,为第i个N-1静态安全域边界点所对应的新能源出力增长系数,/>为第i个N-1静态安全域边界点所对应的新能源功率初始值,/>为系统总出力,由新能源出力与传统机组出力共同构成。
Step4.2:确定新能源聚合后的初始功率与注入方向,如新能源功率沿着某方向增长,根据Step4.1中的目标函数,以及Step2中的约束条件,基于最优潮流的方法,求解获得/>,从而可得到新能源渗透率最大临界值;
Step4.3:更新新能源的注入方向,根据Step4.2中的方法继续求解不同新能源区域组合下的临界点,直至达到两区域或三区域的坐标边界,连接所有临界点,形成能够表征新能源最大渗透率的N-1静态安全域。
Step5:将静态安全域映射至新能源出力的低维空间,得到系统的最大消纳能力曲线,实现系统N-1下的满足系统运行安全约束的最大新能源渗透率的计算:
设两区域i、j的新能源初始功率分别为、/>,将其映射至二维坐标轴的空间内,分别对应着横轴与竖轴的坐标点/>、/>,根据坐标点对应的全系统新能源功率注入方向/>,与坐标点(/>,/>)的关系为:
式中,为功率增长角,是/>与横轴的夹角,/>、/>分别为区域i、j的新能源出力值。
从而将静态安全域映射至新能源出力的二维或三维空间,得到系统的最大消纳能力曲线,新能源消纳能力曲线维度与聚合区域有关,两区域为二维关系,三区域为三维关系,最大消纳能力曲线坐标轴信息均表示不同区域下新能源的出力情况,计算系统的新能源总出力情况,所得新能源总出力情况与系统总功率的比值即为该系统所能允许的新能源最大渗透率,表达为:
式中,为系统所能允许的新能源最大渗透率,/>为新能源总出力,/>为系统总出力。
现有技术对于大规模新能源并网的承载能力评估,主要关注于规划层面的中长期时段,而从短期或超短期的调度角度来看,需要引入逐段降低负荷、灵活运行调度等方法,以提高电网承载新能源的能力。同时,考虑到新能源产量的不确定性以及外部因素对电网的影响,对于大规模新能源并网所呈现的明显地域性,以及新能源临界渗透率受多类稳定问题约束,本发明将大规模新能源集中接入的多区域新能源进行聚合,以负载率作为指标快速搜寻最严重的N-1状态,在各类电网安全约束下以新能源消纳率最大值作为优化目标,刻画N-1静态安全域,将该静态安全域映射至新能源出力的低维空间,可获取最大新能源消纳能力曲线,最大消纳能力曲线坐标轴信息均表示不同区域下新能源的出力情况,通过多区域不同场景下新能源的出力情况能够直接、快速、准确获取在N-1故障或检修状态下最大新能源渗透率的计算结果,具有较高的实际应用价值。
本发明的有益效果是:
1、本发明不需要对所有的N-1情况都进行静态安全域的刻画,即可求出满足所有安全要求的最大渗透率。
2、本发明适用于任何新能源接入的电力系统,不受电网结构限制。
3、本发明可实现N-1的快速搜寻,在保证计算精度的同时提高计算速度。
4、本发明计及N-1故障或检修状态等电网安全约束,更加适用于对安全性要求更高的调度系统。
5、本发明可实现大规模新能源集中接入的多区域不同场景下的全天不同时段新能源渗透率计算,具有较高的实际应用价值。
附图说明
图1是本发明提供的刻画新能源最大消纳能力的N-1静态安全域方法流程图;
图2是本发明提供的确定二维最大新能源出力边界方法示意图。
具体实施方式
下面结合附图和具体实施方式,对本发明作进一步说明。
实施例1:如图1所示,一种N-1下新能源渗透率的确定方法,具体步骤为:
Step1:对新能源多区域进行聚合,将新能源分为两区域或三区域。
具体的,基于K-mean聚类将多区域新能源场站进行聚类,根据聚类结果,按照容量加权法,将多区域新能源场站进行聚合,等值为两区域或三区域。
Step2:对新能源接入的电力系统发生N-1故障或检修的所有情况进行潮流计算。
具体的,潮流计算的约束条件具体如下所示:
上式中,VGk、PGk、QGk分别表示第k台发电机的机端电压、有功功率、无功功率,Ui、Ii、Pi、Qi分别表示第i个节点的电压幅值、电流幅值、有功功率及无功功率。下标min、max表示对应参量的上限、下限。
Step3:根据输电线路的负载率,得到系统的不平衡度,以此作为最严重N-1的选择标准并对其进行选择。
具体的,定义输电线路的负载率为:
其中,Rij表示节点i、j节点所相连输电线路的负载率,PLij为对应线路的实际功率传输值,为基态时对应线路所能允许功率传输的最大值。
采用系统的不平衡度作为表征N-1下严重程度的指标,记为R。根据步骤Step3求取出不同N-1情况下的各条输电线路负载率,进行求和并计算出输电线路平均负载率;继续计算出各条输电线路与平均负载率的绝对偏差,最终得到不同N-1情况下系统的不平衡度,具体如下所示:
其中,L表示两节点所相连的输电线路集合,NL表示输电线路数量。
根据不同N-1情况下的系统不平衡度,最大系统不平衡度即为最严重的N-1情况,映射关系如下:
其中,c表示与最大系统不平衡度相对应的最严重故障场景。
Step4:根据最严重的N-1状态,设置新能源渗透率最大值作为优化目标,实现N-1静态安全域的刻画。
根据Step3在不同情况下的N-1状态下计算系统不平衡度,根据最大系统不平衡度可以确定系统最严重的N-1情况,以最严重N-1状态作为系统安全运行约束,在此基础上,设置新能源渗透率最大值作为优化目标,具体如下所示:
其中,为第i个N-1静态安全域边界点所对应的新能源出力增长系数;/>为第i个N-1静态安全域边界点所对应的新能源功率初始值;/>为系统总出力,由新能源出力与传统机组出力共同构成。
确定新能源聚合后的初始功率与注入方向,如新能源功率沿着某方向增长,根据Step4中的目标函数,以及Step2中的约束条件,基于最优潮流的方法,求解获得/>,从而可得到新能源渗透率最大临界值;
进一步,更新新能源的注入方向,继续求解不同新能源区域组合下的临界点,直至达到两区域或三区域的坐标边界,连接所有临界点,形成能够表征新能源最大渗透率的N-1静态安全域。
Step5:将静态安全域映射至新能源出力的低维空间,得到系统的最大消纳能力曲线,实现系统N-1下的满足系统运行安全约束的最大新能源渗透率的计算。
具体的,如图2所示,设两区域i、j的新能源初始功率分别为、/>,将其映射至二维坐标轴的空间内,分别对应着横轴与竖轴的坐标点/>、/>,根据坐标点对应的全系统新能源功率注入方向/>,与坐标点(/>,/>)的关系为:
式中,为功率增长角,是/>与横轴的夹角,/>、/>分别为区域i、j的新能源出力值。
从而将静态安全域映射至新能源出力的二维或三维空间,得到系统的最大消纳能力曲线,新能源消纳能力曲线维度与聚合区域有关,两区域为二维关系,三区域为三维关系,最大消纳能力曲线坐标轴信息均表示不同区域下新能源的出力情况,计算系统的新能源总出力情况,所得新能源总出力情况与系统总功率的比值即为该系统所能允许的新能源最大渗透率,表达为:
式中,为系统所能允许的新能源最大渗透率,/>为新能源总出力,/>为系统总出力。
如图2所示,当系统运行在新能源最大消纳能力的N-1静态安全域边界上点时,通过映射得到对应的二维新能源出力的最大边界值/>点,进而该点对应的新能源总出力与系统总功率的比值即可得到该系统所能允许的新能源最大渗透率,同理,/>对应的/>在安全边界内,则/>对应的/>在安全边界外,此时系统新能源消纳能力超过边界值。
以上结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (6)
1.一种N-1下新能源渗透率的确定方法,其特征在于:
Step1:对新能源多区域进行聚合,将新能源分为两区域或三区域;
Step2:对新能源接入的电力系统发生N-1故障或检修的所有情况进行潮流计算;
Step3:根据输电线路的负载率,得到系统的不平衡度,以此作为最严重N-1的选择标准并对其进行选择;
Step4:根据最严重的N-1状态,设置新能源渗透率最大值作为优化目标,实现N-1静态安全域的刻画;
Step5:将静态安全域映射至新能源出力的低维空间,得到系统的最大消纳能力曲线,实现系统N-1下的满足系统运行安全约束的最大新能源渗透率的计算;
所述Step4具体步骤为:
Step4.1:根据Step3在不同情况下的N-1状态下计算系统不平衡度,根据最大系统不平衡度可以确定系统最严重的N-1情况,以最严重N-1状态作为系统安全运行约束,在此基础上,设置新能源渗透率最大值作为优化目标,具体如下所示:
;
其中,为第i个N-1静态安全域边界点所对应的新能源出力增长系数,/>为第i个N-1静态安全域边界点所对应的新能源功率初始值,/>为系统总出力,由新能源出力与传统机组出力共同构成;
Step4.2:确定新能源聚合后的初始功率与注入方向,如新能源功率沿着某方向增长,根据Step4.1中的目标函数,以及Step2中的约束条件,基于最优潮流的方法,求解获得,从而可得到新能源渗透率最大临界值;
Step4.3:更新新能源的注入方向,根据Step4.2中的方法继续求解不同新能源区域组合下的临界点,直至达到两区域或三区域的坐标边界,连接所有临界点,形成能够表征新能源最大渗透率的N-1静态安全域。
2.根据权利要求1所述的N-1下新能源渗透率的确定方法,其特征在于,所述Step1具体步骤为:
Step1.1:基于K-mean聚类将多区域新能源场站进行聚类;
Step1.2:根据聚类结果,按照容量加权法,将多区域新能源场站进行聚合,等值为两区域或三区域。
3.根据权利要求2所述的N-1下新能源渗透率的确定方法,其特征在于,所述Step1.1具体步骤为:
Step1.1.1:在待分类样本中随机选择k个样本数据作为初始凝聚点,每个凝聚点代表1类;
Step1.1.2:计算其余样本与凝聚点之间的欧式距离,将每个样本归入与它欧式距离最小的凝聚点所在的类;
Step1.1.3:所有数据归类完成后,将每一类的凝聚点更新为该类中当前数据的均值;
Step1.1.4:重复Step1.1.2,直至前后2次凝聚点不再变化,即实现了数据的分类。
4.根据权利要求1所述的N-1下新能源渗透率的确定方法,其特征在于,所述Step2中潮流计算的约束条件具体为:
;
;
;
;
;
;
;
式中,VGk、PGk、QGk分别表示第k台发电机的机端电压、有功功率、无功功率,Ui、Ii、Pi、Qi分别表示第i个节点的电压幅值、电流幅值、有功功率及无功功率,下标min、max表示对应参量的上限、下限;
新能源出力约束,具体如下所示:
;
其中,为新能源的最大出力值;
N-1断线输电线路传输功率约束,具体表示如下:
;
其中,表示系统发生N-1后仍运行线路的传输功率,/>表示对应线路的最大允许传输值,正负号表示传输方向。
5.根据权利要求1所述的N-1下新能源渗透率的确定方法,其特征在于,所述Step3具体步骤为:
Step3.1:定义输电线路的负载率为:
;
其中,Rij表示节点i、j所相连输电线路的负载率,PLij为对应线路的实际功率传输值,为基态时对应线路所能允许功率传输的最大值;
Step3.2:采用系统的不平衡度作为表征N-1下严重程度的指标,记为R,根据Step3.1求取出不同N-1情况下的各条输电线路负载率,进行求和并计算出输电线路平均负载率;继续计算出各条输电线路与平均负载率的绝对偏差,最终得到不同N-1情况下系统的不平衡度,具体如下所示:
;
其中,L表示两节点所相连的输电线路集合,NL表示输电线路数量;
Step3.3:根据不同N-1情况下的系统不平衡度,最大系统不平衡度即为最严重的N-1情况,映射关系如下:
;
其中,c表示与最大系统不平衡度相对应的最严重故障场景。
6.根据权利要求1所述的N-1下新能源渗透率的确定方法,其特征在于,所述Step5具体为:
假设已知两区域i、j的新能源初始功率为和/>,将其映射至二维坐标轴的空间内,分别对应着横轴与竖轴的坐标点/>、/>,根据坐标点对应的全系统新能源功率注入方向/>,与坐标点(/>,/>)的关系为:
;
式中,为功率增长角,是/>与横轴的夹角,/>、/>分别为区域i、j的新能源出力值;
从而将静态安全域映射至新能源出力的二维或三维空间,得到系统的最大消纳能力曲线,新能源消纳能力曲线维度与聚合区域有关,两区域为二维关系,三区域为三维关系,最大消纳能力曲线坐标轴信息均表示不同区域下新能源的出力情况,计算系统的新能源总出力情况,所得新能源总出力情况与系统总功率的比值即为该系统所能允许的新能源最大渗透率,表达为:
;
式中,为系统所能允许的新能源最大渗透率,/>为新能源总出力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310888257.4A CN116599162B (zh) | 2023-07-19 | 2023-07-19 | 一种n-1下新能源渗透率的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310888257.4A CN116599162B (zh) | 2023-07-19 | 2023-07-19 | 一种n-1下新能源渗透率的确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116599162A CN116599162A (zh) | 2023-08-15 |
CN116599162B true CN116599162B (zh) | 2023-09-15 |
Family
ID=87594195
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310888257.4A Active CN116599162B (zh) | 2023-07-19 | 2023-07-19 | 一种n-1下新能源渗透率的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116599162B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0109096A1 (fr) * | 1978-10-20 | 1984-05-23 | Hydro-Quebec | Dispositif à inductance variable |
CN105186565A (zh) * | 2015-09-18 | 2015-12-23 | 中国电力科学研究院 | 一种高渗透率新能源接入的电网高频切机优化方法 |
CN107332240A (zh) * | 2017-08-17 | 2017-11-07 | 东北电力大学 | 基于优化模型的电力系统静态电压稳定域边界搜索的方法 |
CN108898154A (zh) * | 2018-09-29 | 2018-11-27 | 华北电力大学 | 一种电力负荷som-fcm分层聚类方法 |
CN110365050A (zh) * | 2019-07-31 | 2019-10-22 | 上海电力大学 | 基于差分元胞遗传算法的dwf并网多目标优化方法 |
CN111541280A (zh) * | 2020-05-14 | 2020-08-14 | 东南大学 | 一种考虑静态电压稳定约束的电网风电最大渗透率评估方法 |
CN112003272A (zh) * | 2020-08-11 | 2020-11-27 | 东北电力大学 | 一种基于卷积神经网络的电力系统频率安全控制方法 |
CN112381137A (zh) * | 2020-11-10 | 2021-02-19 | 重庆大学 | 新能源电力系统可靠性评估方法、装置、设备及存储介质 |
CN113241801A (zh) * | 2021-04-14 | 2021-08-10 | 国家电网公司华北分部 | 一种基于电压稳定约束的新能源临界渗透率确定方法及装置 |
CN113378891A (zh) * | 2021-05-18 | 2021-09-10 | 东北师范大学 | 基于轨迹分布表示的城市区域关系可视分析方法 |
CN114707888A (zh) * | 2022-04-22 | 2022-07-05 | 天津大学 | 一种基于配电网安全域的分布式电源可信容量评估方法 |
CN115224698A (zh) * | 2022-07-20 | 2022-10-21 | 南京理工大学 | 基于数字孪生的新能源电力系统无功-电压优化控制方法 |
CN116014797A (zh) * | 2023-01-29 | 2023-04-25 | 国网河南省电力公司焦作供电公司 | 一种配网新能源接纳能力提升的评估方法 |
CN116191473A (zh) * | 2023-03-20 | 2023-05-30 | 华北电力大学 | 一种考虑随机-极端扰动下的一次调频备用优化方法 |
-
2023
- 2023-07-19 CN CN202310888257.4A patent/CN116599162B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0109096A1 (fr) * | 1978-10-20 | 1984-05-23 | Hydro-Quebec | Dispositif à inductance variable |
CN105186565A (zh) * | 2015-09-18 | 2015-12-23 | 中国电力科学研究院 | 一种高渗透率新能源接入的电网高频切机优化方法 |
CN107332240A (zh) * | 2017-08-17 | 2017-11-07 | 东北电力大学 | 基于优化模型的电力系统静态电压稳定域边界搜索的方法 |
CN108898154A (zh) * | 2018-09-29 | 2018-11-27 | 华北电力大学 | 一种电力负荷som-fcm分层聚类方法 |
CN110365050A (zh) * | 2019-07-31 | 2019-10-22 | 上海电力大学 | 基于差分元胞遗传算法的dwf并网多目标优化方法 |
CN111541280A (zh) * | 2020-05-14 | 2020-08-14 | 东南大学 | 一种考虑静态电压稳定约束的电网风电最大渗透率评估方法 |
CN112003272A (zh) * | 2020-08-11 | 2020-11-27 | 东北电力大学 | 一种基于卷积神经网络的电力系统频率安全控制方法 |
CN112381137A (zh) * | 2020-11-10 | 2021-02-19 | 重庆大学 | 新能源电力系统可靠性评估方法、装置、设备及存储介质 |
CN113241801A (zh) * | 2021-04-14 | 2021-08-10 | 国家电网公司华北分部 | 一种基于电压稳定约束的新能源临界渗透率确定方法及装置 |
CN113378891A (zh) * | 2021-05-18 | 2021-09-10 | 东北师范大学 | 基于轨迹分布表示的城市区域关系可视分析方法 |
CN114707888A (zh) * | 2022-04-22 | 2022-07-05 | 天津大学 | 一种基于配电网安全域的分布式电源可信容量评估方法 |
CN115224698A (zh) * | 2022-07-20 | 2022-10-21 | 南京理工大学 | 基于数字孪生的新能源电力系统无功-电压优化控制方法 |
CN116014797A (zh) * | 2023-01-29 | 2023-04-25 | 国网河南省电力公司焦作供电公司 | 一种配网新能源接纳能力提升的评估方法 |
CN116191473A (zh) * | 2023-03-20 | 2023-05-30 | 华北电力大学 | 一种考虑随机-极端扰动下的一次调频备用优化方法 |
Non-Patent Citations (4)
Title |
---|
Identification Method of Electrical Load for Electrical Appliances Based on K-Means CC and GCN;MINGZE GAO 等;《IEEE Access》;27026-27037 * |
Multiobjective Dynamic VAR Planning StrategyWith Different Shunt Compensation Technologies;Ahmad M. Tahboub 等;《IEEE TRANSACTIONS ON POWER SYSTEMS》;第33卷(第3期);2429-2439 * |
基于CPU-GPU异构的电力系统静态电压稳定域边界并行计算方法;李雪 等;《电工技术学报》;第36卷(第19期);4070-4084 * |
计及节点脆弱程度的新能源消纳能力风险评估;李亦凡 等;《电网技术》;1-8 * |
Also Published As
Publication number | Publication date |
---|---|
CN116599162A (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106503839B (zh) | 一种海上风电场环形集电网络分层规划方法 | |
CN112487659B (zh) | 一种海上风电场集电系统优化设计方法和系统 | |
CN109787239B (zh) | 潮流模型和多频率交流混联系统的交替迭代潮流计算方法及系统 | |
CN108717608A (zh) | 百万千瓦级滩涂光伏电站接入电网综合决策方法及系统 | |
CN104795830B (zh) | 一种利用多类型储能系统跟踪发电计划出力的控制方法 | |
CN106469421A (zh) | 一种风电/光伏发电功率汇集拓扑的评估方法及系统 | |
WO2021128223A1 (zh) | 风电场布局的优化方法、优化系统及计算机可读存储介质 | |
CN115081693A (zh) | 一种能源不确定性的水风光互补系统两阶段容量配置方法 | |
CN113937825A (zh) | 一种基于E-C-Kmeans聚类和SOP优化的DG双层优化配置方法 | |
CN109586279B (zh) | 一种互联电网规划方法 | |
CN116599162B (zh) | 一种n-1下新能源渗透率的确定方法 | |
CN108390403A (zh) | 基于多属性多目标综合评价指标的储能工况适用性对比项目后评价方法 | |
Sun | Power instability prediction method for wind turbine based on fuzzy decision tree | |
CN116683518A (zh) | 计及低碳效益的配电网综合评估方法 | |
CN110571794A (zh) | 一种适用于双馈风机风电场的暂态模型等值计算方法 | |
CN104734201A (zh) | 一种电力系统中风电配送方案的确定方法及装置 | |
CN111860932A (zh) | 一种考虑风电布置的主动配电网电源规划方法 | |
CN108233373B (zh) | 考虑天气场景的分布式光伏接入配电网的概率谐波分析方法 | |
Koirala et al. | An AHP Based Approach for Evaluating Renewable Energy Source for Investment Decision | |
CN111461479B (zh) | 一种远洋海岛换电船舶的置信容量的评估方法 | |
CN112906172B (zh) | 一种大规模海上风电场的陆上并网点优化选择方法及系统 | |
CN115935597A (zh) | 一种多目标粒子群优化的储能系统选址定容方法及终端 | |
Wang et al. | Equivalent Modeling of PV Cluster Dynamic Process Based on K-medoids Clustering | |
Rahman et al. | Performance Evaluation of Probabilistic Clustering Techniques for Aggregating Wind Generators in Power System Dynamic Studies | |
CN116488206A (zh) | 基于多目标粒子群算法的含源配电网储能优化配置方法 |
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 |