CN117094568A - 一种基于碳流追踪的配电网用户减碳贡献分配方法 - Google Patents
一种基于碳流追踪的配电网用户减碳贡献分配方法 Download PDFInfo
- Publication number
- CN117094568A CN117094568A CN202310889163.9A CN202310889163A CN117094568A CN 117094568 A CN117094568 A CN 117094568A CN 202310889163 A CN202310889163 A CN 202310889163A CN 117094568 A CN117094568 A CN 117094568A
- Authority
- CN
- China
- Prior art keywords
- power
- carbon
- node
- distribution network
- network
- 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
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 207
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 206
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004146 energy storage Methods 0.000 claims abstract description 52
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 19
- 230000000694 effects Effects 0.000 claims abstract description 13
- 238000005206 flow analysis Methods 0.000 claims abstract description 6
- 238000010248 power generation Methods 0.000 claims description 72
- 238000011144 upstream manufacturing Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 7
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 3
- 239000000470 constituent Substances 0.000 claims description 3
- 238000002347 injection Methods 0.000 claims description 3
- 239000007924 injection Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000008093 supporting effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- H02J3/381—Dispersed generators
-
- 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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于碳流追踪的配电网用户减碳贡献分配方法,该方法首先利用碳流分析理论对配电网潮流进行双向网损分摊从而将实际有损网络转化为无损虚拟网络;其次使用逆流潮流追踪得到不同节点负荷中各个发电机提供有功功率的占比,结合各发电机的碳排放强度得到单时间断面下的碳排放流分布;而后分别计算长时间尺度下分布式光伏的计划功率与实际功率对应的碳流分布从而得到分布式光伏的相对碳排放强度;最后计算不同配电网储能容量场景下分布式光伏的相对碳排放强度。本发明的方法有助于改善配电网用户减碳贡献分配不均的现状,对于运营商公平分配用户减碳贡献有一定的参考作用。
Description
技术领域
本发明涉及配电网用户减碳贡献公平分配领域,尤其涉及一种基于碳流追踪的配电网用户减碳贡献分配方法。
背景技术
配电网是电力网络中最接近用户的部分,探究配电网中碳排放的形成与影响机理对于减少电力碳排放、实现低碳电力起到助推作用。近年来分布式光伏与储能在配电网中的大规模应用在减少配电网碳排放量的同时,也带来了减碳贡献公平分配的问题。
目前的研究较少关注分布式光伏与储能容量对配电网碳排放量的影响,在现有的减碳贡献分配方法中,清洁能源如分布式光伏发电由于不直接产生碳排放,因此其碳排放强度被设置为0g/kWh。这样的设置使得在减碳贡献分配方法中,整个系统的碳减碳贡献被全部归功于分布式光伏。因此,存在配电网用户减碳贡献分配不均的情况。
发明内容
针对现有研究与技术中存在的问题,本发明提出了一种基于碳流追踪的配电网用户减碳贡献分配方法,在分析不同天气场景下的配电网碳流分布断面的基础上,结合宏观估计法的思想,分别计算长时间尺度下分布式光伏的计划功率与实际功率对应的碳流分布从而得到分布式光伏的相对碳排放强度,用以衡量分布式光伏对配电网的减碳贡献。而后考虑储能容量对分布式光伏的支撑作用,进而提出基于碳流追踪的含高比例光伏储能的配电网减碳贡献分配方法,并在标准算例中进行验证。经算例验证,该方法对于运营商公平分配减碳贡献有一定的参考作用。
为了实现上述目的,本发明通过如下的技术方案实现:
本发明是一种基于碳流追踪的配电网用户减碳贡献分配方法,包括如下步骤:S1:进行分布式光伏相对碳排放强度计算,具体包括:
S11:根据所在地区年天气类型设置分布式光伏的计划发电功率;
S12:通过双向网损分摊将支路损耗分摊至负荷侧和发电侧从而将有损网络转化为虚拟无损网络,通过直流潮流方程对虚拟无损网络进行潮流分析求解,通过有功功率的逆流潮流追踪得到节点负荷、支路潮流中各发电机注入虚拟无损网络的功率分布;
S13:利用碳流率计算配电网中的碳排放流分布情况;
S14:利用配电网中的碳排放流分布情况结合一年内各天气类型占比计算配电网分布式光伏相对碳排放强度;
S2:基于S1得到的结果进行含高比例光伏的配电网储能减碳作用评估,包括结合不同的气象情况计算配电网提供的备用容量与额外储能容量对于分布式光伏减碳作用的影响。
本发明的进一步改进在于:所述S11具体包括如下操作:
根据不同天气类型在一年中的天数占比,根据下式得到分布式光伏发电装置的计划发电功率:
式中,L为不同天气类型的数量;pl为各天气类型在一年内的天数占比;Pl为各天气对应的光伏发电功率,其中,l=1,2,...,L。
本发明的进一步改进在于:所述S12具体包括:通过双向网损分摊将支路损耗分摊至发电机与负荷两侧如下式所示:
S′La=SLa+ΔSLa
S′Ga=SGa-ΔSGa
式中,β为网络损耗分摊至负荷部分占比;S′La、S′Ga为配电网节点a的净负荷与净出力;m为配电网节点a下游节点数量;SGi(i∈[a+1,a+m])为配电网节点a与其下游节点i构成的支路损耗等效成的虚拟发电机的输出功率;SLa为配电网节点a的节点负荷;Si为配电网节点a的下游节点i的流过功率;Ad为(a+m)×(a+m)阶的下游分布矩阵,组成元素为配电网节点a流出功率占被流入节点总流入功率的比例的相反数;f为配电网节点a上游节点数量;SLj(j∈[a+1,a+f])为配电网节点a与其上游节点j构成的支路损耗等效成的虚拟负荷;Sj为流过上游节点j的上游节点总功率;SLa为配电网节点a的节点负荷;SGa为配电网节点a的发电功率,若配电网节点a无发电机接入则SGa为0;Au为(a+f)×(a+f)阶的上游分布矩阵,组成元素为上游节点j流入配电网节点a的功率占上游节点流过功率的比例的相反数;ΔSLa为网损分摊至负荷侧的节点符合变化量;ΔSGa为网损分摊至发电侧的节点符合变化量;
通过如下直流潮流方程进行潮流计算:
P′k=P′Gk-P′Lk=Bθ′k;
式中θ′k为配电网中节点k的电压相角;P′k为节点k的节点注入功率,P′Gk和P′Lk为节点k的发电机有功净出力和有功净负荷;B是以支路电抗组成的节点导纳矩阵;通过求解式上式得到各支路的功率,根据逆流潮流追踪重新计算得到节点负荷、支路潮流中各发电机输入的功率及功率占比。
本发明的进一步改进在于:所述S13具体包括:利用S12得到的节点负荷、支路潮流中各发电机输入的功率,结合各发电机碳排放强度计算配电网中的碳流分布情况,包括节点负荷碳流率、支路碳流率和发电机注入碳流率,计算表达式如下:
RGk=Re[SGk]EGk
ΔRGk=Re[ΔSGk]EGk
式中,n为配电网中的节点数量;RLi为节点i的节点负荷的碳流率,物理意义为节点i的节点负荷每小时用电产生的等效到发电侧的碳排放量;Rij为支路i-j的碳流率,物理意义为单位时间内随有功潮流通过的碳流量;RGk为节点k处发电机注入配电网的碳流率;ΔRGk为节点k处发电机承担的网损碳流率;P′Li为双向网损分摊后的节点i的净负荷;P′i为双向网损分摊后的流过节点i的净总有功功率;P′ij为流过支路i-j的净有功功率;A′u为双向网损分摊后的节点i的下游分布矩阵;SGk为节点k的发电功率,若节点k无发电机接入则SGk为0;ΔSGk为双向网损分摊至发电侧的节点符合变化量;EGi、EGk分别为节点i、节点k处发电机碳排放强度。
本发明的进一步改进在于:所述S14利用配电网中的碳排放流分布情况结合一年内各天气类型占比计算配电网分布式光伏相对碳排放强度的表达式如下:
式中,T为系统碳排放量的统计周期;L为不同天气类型的数量,l=1,2,...,L;pl为各天气类型在一年内的天数占比;Cl为各天气对应的碳排放量;Pl为各天气对应的光伏发电功率;Creal为光伏发电实际功率在一个统计周期内配电网的整体碳排放量;Cplan为光伏计划发电功率在一个统计周期内配电网的整体碳排放量;Eg-rel为分布式光伏相对碳排放强度。
本发明的进一步改进在于:S2中进行含高比例光伏的配电网储能减碳作用评估具体包括:在光伏发电计划功率下,配电网整体碳排放量表达式为:
Cplan=N PmplanEGt
式中,t为每日分布式光伏工作时间,单位为h;N为碳排放统计周期的天数;EG为配电网主网馈线碳排放强度,单位为g/kWh;Pmplan为计划功率下的主网馈线输入有功功率;Cplan为在光伏发电计划功率下一个统计周期内配电网的整体碳排放量;
在光伏发电实际功率下,配电网的整体碳排放量表达式为:
式中,Pmb为一年内第b天(b∈[1,365])实际光伏发电功率下的主网馈线输入有功功率;CN′为在光伏发电功率为Pl情况下的统计周期内配电网的整体碳排放量;
pN′为各个天气类型发生的概率;C′real为在光伏发电功率为实际功率情况下的统计周期内配电网的整体碳排放量;
基于配电网在接入光伏装置时配备一定容量的储能作为可靠性保障,将上式修正为:
式中,ts为储能元件放电时间;Ps为配电网配置的储能充放电功率。
与现有技术相比,本发明具有的有益效果是:
本发明在分析不同天气场景下的配电网碳流分布断面的基础上,结合宏观估计法的思想,分别计算长时间尺度下分布式光伏的计划功率与实际功率对应的碳流分布从而得到分布式光伏的相对碳排放强度,用以衡量分布式光伏对配电网的减碳贡献。而后考虑储能容量对分布式光伏的支撑作用,进而提出基于碳流追踪的含高比例光伏储能的配电网减碳贡献分配方法。本发明的方法有助于改善配电网用户减碳贡献分配不均的现状,对于运营商公平分配用户减碳贡献有一定的参考作用。
附图说明
为了更清楚地说明本发明实施例的技术方案,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一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。其中:
图1为本发明优选实施例中的方法流程图;
图2为光伏与储能装置接入点位图;
图3为配电网年碳排放量随额外储能容量变化曲线图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本实施例提供了一种基于碳流追踪的配电网用户减碳贡献分配方法,通过分析不同天气场景下的配电网碳流分布断面的基础上,结合宏观估计法的思想,分别计算长时间尺度下分布式光伏的计划功率与实际功率对应的碳流分布从而得到分布式光伏的相对碳排放强度,用以衡量分布式光伏对配电网的减碳贡献。
具体包括如下步骤:
S1:进行分布式光伏相对碳排放强度计算,具体包括:
S11:根据不同天气类型在一年中的天数占比,根据下式可以得到分布式光伏发电装置的计划发电功率;
式中,L为不同天气类型的数量;pl(l=1,2,...,L)为各天气类型在一年内的天数占比;Pl(l=1,2,...,L)为各天气对应的光伏发电功率。
S12:通过顺流和逆流追踪将网络损失双向分摊至负荷侧和发电侧从而将有损网络转化为无损网络,通过直流潮流方程对无损网络进行潮流分析求解,通过有功功率的逆流潮流追踪得到节点负荷、支路潮流中各发电机注入网络的功率分布。
顺流潮流追踪本质上是将支路损耗的负值等效为虚拟的发电机出力,因此配电网中某一节点a分摊的网损如下式所示:
式中,m为配电网节点a下游节点数量;SGi(i∈[a+1,a+m])为配电网节点a与其下游节点i构成的支路损耗等效成的虚拟发电机的输出功率;SLa为配电网节点a的节点负荷;Si为配电网节点a的下游节点i的流过功率;Ad为(a+m)×(a+m)阶的下游分布矩阵,组成元素为配电网节点a流出功率占被流入节点总流入功率的比例的相反数。
逆流潮流追踪本质上是将支路损耗等效为虚拟负荷,由此可以得到配电网节点a处发电机承担的网损如下式所示:
式中,f为配电网节点a上游节点数量;SLj(j∈[a+1,a+f])为配电网节点a与其上游节点j构成的支路损耗等效成的虚拟负荷;Sj为流过上游节点j的上游节点总功率;SLa为配电网节点a的节点负荷;Au为(a+f)×(a+f)阶的上游分布矩阵,组成元素为上游节点j流入配电网节点a的功率占上游节点流过功率的比例的相反数。
通过双向网损分摊可以将支路损耗分摊至发电机与负荷两侧如下式所示:
S′La=SLa+ΔSLa
S′Ga=SGa-ΔSGa
式中,β为网络损耗分摊至负荷部分占比;S′La、S′Ga为配电网节点a的净负荷与净出力;m为配电网节点a下游节点数量;SGi(i∈[a+1,a+m])为配电网节点a与其下游节点i构成的支路损耗等效成的虚拟发电机的输出功率;SLa为配电网节点a的节点负荷;Si为配电网节点a的下游节点i的流过功率;Ad为(a+m)×(a+m)阶的下游分布矩阵,组成元素为配电网节点a流出功率占被流入节点总流入功率的比例的相反数;f为配电网节点a上游节点数量;SLj(j∈[a+1,a+f])为配电网节点a与其上游节点j构成的支路损耗等效成的虚拟负荷;Sj为流过上游节点j的上游节点总功率;SLa为配电网节点a的节点负荷;SGa为配电网节点a的发电功率,若配电网节点a无发电机接入则SGa为0;Au为(a+f)×(a+f)阶的上游分布矩阵,组成元素为上游节点j流入配电网节点a的功率占上游节点流过功率的比例的相反数;ΔSLa为网损分摊至负荷侧的节点符合变化量;ΔSGa为网损分摊至发电侧的节点符合变化量;
实际有损网络经过网络损失的双向分摊可以得到虚拟无损网,通过如下直流潮流方程进行潮流计算:
P′k=P′Gk-P′Lk=Bθ′k;
式中θ′k为配电网中节点k的电压相角;P′k为节点k的节点注入功率,P′Gk和P′Lk为节点k的发电机有功净出力和有功净负荷;B是以支路电抗组成的节点导纳矩阵。通过求解式上式得到各支路的功率,根据逆流潮流追踪重新计算得到节点负荷、支路潮流中各发电机输入的功率及功率占比。
S13:利用S12得到的节点负荷、支路潮流中各发电机输入的功率。结合各发电机碳排放强度EGi,如下式计算得到配电网中的碳流分布情况。
RGk=Re[SGk]EGk
ΔRGk=Re[ΔSGk]EGk
式中,n为配电网中的节点数量;RLi为节点i的节点负荷的碳流率,物理意义为节点i的节点负荷每小时用电产生的等效到发电侧的碳排放量;Rij为支路i-j的碳流率,物理意义为单位时间内随有功潮流通过的碳流量;RGk为节点k处发电机注入配电网的碳流率;ΔRGk为节点k处发电机承担的网损碳流率;P′Li为双向网损分摊后的节点i的净负荷;P′i为双向网损分摊后的流过节点i的净总有功功率;P′ij为流过支路i-j的净有功功率;A′u为双向网损分摊后的节点i的下游分布矩阵;SGk为节点k的发电功率,若节点k无发电机接入则SGk为0;ΔSGk为双向网损分摊至发电侧的节点符合变化量;EGi、EGk分别为节点i、节点k处发电机碳排放强度。S14:通过S13计算得到节点负荷碳流率、支路碳流率和发电机注入碳流率,由此可以计算得到不同天气类型下配电网一天的碳排放量,结合S11所提一年内各天气类型占比即可得到配电网分布式光伏相对碳排放强度如下式所示:
式中,T为系统碳排放量的统计周期;L为不同天气类型的数量;pl(l=1,2,...,L)为各天气类型在一年内的天数占比;Cl(l=1,2,...,L)为各天气对应的碳排放量;Pl(l=1,2,...,L)为各天气对应的光伏发电功率;Creal为光伏发电实际功率在一个统计周期内配电网的整体碳排放量;Cplan为光伏计划发电功率在一个统计周期内配电网的整体碳排放量;Eg-rel为分布式光伏相对碳排放强度。
本实施例使用如图2所示IEEE13节点配电网进行仿真与计算,其中650节点为主网馈线接入点,633节点与634节点之间连接有4 180V:480V变压器,671节点与692节点连接有断路器K,选定634节点为分布式光伏发电装置接入点。
根据不同的天气类型,本实施例总结了4种典型天气场景对应的发电功率数据如表1所示,据此计算光伏发电装置的计划功率与分析碳排放量,其中天气比例数据为南京地区2022年度的各类型天气比例。
表1典型天气类型下光伏发电输出功率
由此可以计算得到计划功率为31.692kW,因此在634节点配置的备用容量为3.1692kW,充放电时间为2h。在Simulink中搭建仿真模型进行潮流计算,主网馈线碳排放强度Eg为581g/kWh,结合第一节所述方法完成光伏发电装置实际功率与计划功率的节点负荷碳流率、支路碳流分布的计算。
当配电网中不含分布式光伏时,其年碳排放的量为8 953.554t;当分布式光伏按计划发电功率运行时,设置光伏装置每日工作12h,配电网年碳排放量为8 871.358t;当分布式光伏按实际运行时,配电网年碳排放量为8 892.525t。由此可以得到分布式光伏发电装置的相对碳排放强度为209.121g/kWh。
为了评估提供额外储能容量的用户在光伏发电装置减碳作用中的影响,本文选择在680节点设置不同容量的额外储能作为算例,如图2所示,使用第一节提出的碳流分析方法进行计算。该实例设置储能元件的充放电策略为,当光伏发电功率大于计划功率时,需保证整体新能源发电功率不低于计划功率,即不能使用主网馈线向储能元件充电。主网馈线碳排放量随额外储能容量变化曲线如图3所示。
S2:进行含高比例光伏的配电网储能减碳作用评估,包括结合不同的气象情况计算配电网提供的备用容量与额外储能容量对于分布式光伏减碳作用的影响。具体为:当天气状况良好时,光伏发电功率大于计划功率,此时储能元件表现为负荷,相当于给储能元件充电,同时输出计划发电功率;当天气状况较差时,光伏发电功率小于计划功率,此时储能元件表现为发电机,进行功率输出从而填补缺失的光伏发电功率,仍旧不足的发电功率缺额部分依靠主网馈线增加输入功率填补。
由于分布式光伏发电装置配套的备用容量为发电功率的10%,按照计划功率进行光伏发电时会产生一部分弃光损失。此时储能用户可以通过提供额外储能容量承接弃光损失,从而降低分布式光伏发电装置相对碳排放强度。通过S1所提方法计算不同的额外储能容量对应配电网的总体碳排放量,从而衡量额外储能用户的减碳贡献。在光伏发电计划功率下,配电网整体碳排放量如下式所示:
Cplan=N PmplanEGt
式中,t为每日分布式光伏工作时间,单位为h;N为碳排放统计周期的天数;EG为配电网主网馈线碳排放强度,单位为g/kWh;Pmplan为计划功率下的主网馈线输入有功功率;Cplan为在光伏发电计划功率下一个统计周期内配电网的整体碳排放量;
在光伏发电实际功率下,配电网的整体碳排放量表达式为:
式中,Pmb为一年内第b天(b∈[1,365])实际光伏发电功率下的主网馈线输入有功功率;CN′为在光伏发电功率为Pl情况下的统计周期内配电网的整体碳排放量;pN′为各个天气类型发生的概率;C′real为在光伏发电功率为实际功率情况下的统计周期内配电网的整体碳排放量;
基于配电网在接入光伏装置时配备一定容量的储能作为可靠性保障,将上式修正为:
式中,ts为储能元件放电时间;Ps为配电网配置的储能充放电功率。
随着额外储能容量增大,主网馈线输入的碳排放量下降斜率越来越小,直至原本光伏发电的弃光功率全部被储能元件承接以填补光伏功率缺额。随着额外储能容量的增大,由于储能元件充电策略要求保证整体新能源发电功率不低于计划功率且不使用主网馈线向储能元件充电,因此配电网年碳排放量下降分为三个阶段。
第一阶段为额外储能元件容量逐渐增大至可以在2h内承接晴转多云天气下实际发电功率大于计划功率的部分用以弥补实际功率低于计划功率天气下的光伏发电缺额;第二阶段为在第一阶段的基础上,额外储能元件容量逐渐增大至可以在2h内承接少云天气下实际发电功率大于计划功率的部分;第三阶段为在第二阶段的基础上额外储能元件容量逐渐增大至可以在2h内承接晴朗天气下实际发电功率大于计划功率的部分。在本实施例中,由于晴朗天气和少云天气所占比例之和小于阴雨天气,因此储能元件承接的晴朗天气和少云天气的弃光损失全部用于弥补阴雨天气的光伏发电功率缺额。表2为不同额外储能容量下的分布式光伏相对碳排放强度与配电网年碳排放量减少值。
表2不同额外储能容量下分布式光伏的相对碳排放强度与配电网年碳排放量减少值
由表2可知,当配电网额外储能容量增加,分布式光伏的弃光损失减少,分布式光伏的相对碳排放强度降低,配电网年碳排放量减少值增加。当分布式光伏的弃光损失被全部承接,配电网整体年碳排放量和计划光伏功率场景下的年碳排放量一致。因此配电网的额外储能的减碳作用体现于可以承接原本的弃光损失,使得弃光率降低从而支撑分布式光伏减少配电网碳排放量。
综上所述,由于分布式光伏等新能源的发电功率与外界条件关联性较高,本发明结合宏观估计法与碳流分析法提出了一种评价分布式光伏相对碳排放强度的计算方法并在标准算例中进行仿真模拟验证。同时依据该方法计算得到了特定天气场景下的分布式光伏相对碳排放强度。在此基础上提出了含高比例光伏的配电网储能减碳作用评估方法,得出了在配电网中额外储能容量的减碳作用体现在承接部分弃光损失从而支撑分布式光伏减少配电网碳排放的结论,并在标准算例中进行了验证。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种基于碳流追踪的配电网用户减碳贡献分配方法,其特征在于:包括如下步骤:
S1:进行分布式光伏相对碳排放强度计算,具体包括:
S11:根据所在地区年天气类型设置分布式光伏的计划发电功率;
S12:通过双向网损分摊将支路损耗分摊至负荷侧和发电侧从而将有损网络转化为虚拟无损网络,通过直流潮流方程对虚拟无损网络进行潮流分析求解,通过有功功率的逆流潮流追踪得到节点负荷、支路潮流中各发电机注入虚拟无损网络的功率分布;
S13:利用碳流率计算配电网中的碳排放流分布情况;
S14:利用配电网中的碳排放流分布情况结合一年内各天气类型占比计算配电网分布式光伏相对碳排放强度;
S2:基于S1得到的结果进行含高比例光伏的配电网储能减碳作用评估,包括结合不同的气象情况计算配电网提供的备用容量与额外储能容量对于分布式光伏减碳作用的影响。
2.根据权利要求1所述的一种基于碳流追踪的配电网用户减碳贡献分配方法,其特征在于:所述S11具体包括如下操作:
根据不同天气类型在一年中的天数占比,根据下式得到分布式光伏发电装置的计划发电功率:
式中,L为不同天气类型的数量;pl为各天气类型在一年内的天数占比;Pl为各天气类型对应的光伏发电功率,其中,l=1,2,...,L。
3.根据权利要求1所述的一种基于碳流追踪的配电网用户减碳贡献分配方法,其特征在于:所述S12具体包括:通过双向网损分摊将支路损耗分摊至发电机与负荷两侧如下式所示:
S′La=SLa+ΔSLa
S′Ga=SGa-ΔSGa
式中,β为网络损耗分摊至负荷部分占比;S′La、S′Ga为配电网节点a的净负荷与净出力;m为配电网节点a下游节点数量;SGi(i∈[a+1,a+m])为配电网节点a与其下游节点i构成的支路损耗等效成的虚拟发电机的输出功率;SLa为配电网节点a的节点负荷;Si为配电网节点a的下游节点i的流过功率;Ad为(a+m)×(a+m)阶的下游分布矩阵,组成元素为配电网节点a流出功率占被流入节点总流入功率的比例的相反数;f为配电网节点a上游节点数量;SLj(j∈[a+1,a+f])为配电网节点a与其上游节点j构成的支路损耗等效成的虚拟负荷;Sj为流过上游节点j的上游节点总功率;SLa为配电网节点a的节点负荷;SGa为配电网节点a的发电功率,若配电网节点a无发电机接入则SGa为0;Au为(a+f)×(a+f)阶的上游分布矩阵,组成元素为上游节点j流入配电网节点a的功率占上游节点流过功率的比例的相反数;ΔSLa为网损分摊至负荷侧的节点符合变化量;ΔSGa为网损分摊至发电侧的节点符合变化量;
通过如下直流潮流方程进行潮流计算:
P′k=P′Gk-P′Lk=Bθ′k;
式中θ′k为配电网中节点k的电压相角;P′k为节点k的节点注入功率,P′Gk和P′Lk为节点k的发电机有功净出力和有功净负荷;B是以支路电抗组成的节点导纳矩阵;通过求解式上式得到各支路的功率,根据逆流潮流追踪重新计算得到节点负荷、支路潮流中各发电机输入的功率及功率占比。
4.根据权利要求1所述的一种基于碳流追踪的配电网用户减碳贡献分配方法,其特征在于:所述S13具体包括:利用S12得到的节点负荷、支路潮流中各发电机输入的功率,结合各发电机碳排放强度计算配电网中的碳流分布情况,包括节点负荷碳流率、支路碳流率和发电机注入碳流率,计算表达式如下:
RGk=Re[SGk]EGk
ΔRGk=Re[ΔSGk]EGk
式中,n为配电网中的节点数量;RLi为节点i的节点负荷的碳流率,物理意义为节点i的节点负荷每小时用电产生的等效到发电侧的碳排放量;Rij为支路i-j的碳流率,物理意义为单位时间内随有功潮流通过的碳流量;RGk为节点k处发电机注入配电网的碳流率;ΔRGk为节点k处发电机承担的网损碳流率;P′Li为双向网损分摊后的节点i的净负荷;P′i为双向网损分摊后的流过节点i的净总有功功率;P′ij为流过支路i-j的净有功功率;A′u为双向网损分摊后的节点i的下游分布矩阵;SGk为节点k的发电功率,若节点k无发电机接入则SGk为0;ΔSGk为双向网损分摊至发电侧的节点符合变化量;EGi、EGk分别为节点i、节点k处发电机碳排放强度。
5.根据权利要求1所述的一种基于碳流追踪的配电网用户减碳贡献分配方法,其特征在于:所述S14利用配电网中的碳排放流分布情况结合一年内各天气类型占比计算配电网分布式光伏相对碳排放强度的表达式如下:
式中,T为系统碳排放量的统计周期;L为不同天气类型的数量,l=1,2,...,L;pl为各天气类型在一年内的天数占比;Cl为各天气对应的碳排放量;Pl为各天气对应的光伏发电功率;Creal为光伏发电实际功率在一个统计周期内配电网的整体碳排放量;Cplan为光伏计划发电功率在一个统计周期内配电网的整体碳排放量;Eg-rel为分布式光伏相对碳排放强度。
6.根据权利要求1所述的一种基于碳流追踪的配电网用户减碳贡献分配方法,其特征在于:S2中进行含高比例光伏的配电网储能减碳作用评估具体包括:在光伏发电计划功率下,配电网整体碳排放量表达式为:
Cplan=NPmplanEGt
式中,t为每日分布式光伏工作时间,单位为h;N为碳排放统计周期的天数;EG为配电网主网馈线碳排放强度,单位为g/kWh;Pmplan为计划功率下的主网馈线输入有功功率;Cplan为在光伏发电计划功率下一个统计周期内配电网的整体碳排放量;
在光伏发电实际功率下,配电网的整体碳排放量表达式为:
式中,Pmb为一年内第b天实际光伏发电功率下的主网馈线输入有功功率;CN′为在光伏发电功率为Pl情况下的统计周期内配电网的整体碳排放量;pN′为各个天气类型发生的概率;C′real为在光伏发电功率为实际功率情况下的统计周期内配电网的整体碳排放量;
基于配电网在接入光伏装置时配备一定容量的储能作为可靠性保障,将上式修正为:
式中,ts为储能元件放电时间;Ps为配电网配置的储能充放电功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310889163.9A CN117094568A (zh) | 2023-07-19 | 2023-07-19 | 一种基于碳流追踪的配电网用户减碳贡献分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310889163.9A CN117094568A (zh) | 2023-07-19 | 2023-07-19 | 一种基于碳流追踪的配电网用户减碳贡献分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117094568A true CN117094568A (zh) | 2023-11-21 |
Family
ID=88776330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310889163.9A Pending CN117094568A (zh) | 2023-07-19 | 2023-07-19 | 一种基于碳流追踪的配电网用户减碳贡献分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117094568A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117913922A (zh) * | 2024-03-20 | 2024-04-19 | 广东电网有限责任公司广州供电局 | 一种计及网络碳损分布的配电网的绿色调度方法 |
-
2023
- 2023-07-19 CN CN202310889163.9A patent/CN117094568A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117913922A (zh) * | 2024-03-20 | 2024-04-19 | 广东电网有限责任公司广州供电局 | 一种计及网络碳损分布的配电网的绿色调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Halabi et al. | Performance analysis of hybrid PV/diesel/battery system using HOMER: A case study Sabah, Malaysia | |
CN104578157B (zh) | 一种分布式电源接入电网的潮流计算方法 | |
Anderson et al. | Increasing resiliency through renewable energy microgrids | |
CN111612248B (zh) | 一种配电网侧源-荷协调方法及系统 | |
Paliwal et al. | Optimal sizing and operation of battery storage for economic operation of hybrid power system using artificial bee colony algorithm | |
CN109149555B (zh) | 考虑供电模式的配电网广义电源变电可信容量评价方法 | |
Fares et al. | Combining a dynamic battery model with high-resolution smart grid data to assess microgrid islanding lifetime | |
CN115514005B (zh) | 一种光伏电站储能系统配置的经济性评估方法及装置 | |
Bhoi et al. | Optimal scheduling of battery storage with grid tied PV systems for trade-off between consumer energy cost and storage health | |
Xu et al. | Implementation of repowering optimization for an existing photovoltaic‐pumped hydro storage hybrid system: A case study in Sichuan, China | |
CN117094568A (zh) | 一种基于碳流追踪的配电网用户减碳贡献分配方法 | |
CN116402307A (zh) | 考虑可调度柔性资源运行特性的电网规划容量分析方法 | |
CN111009914A (zh) | 一种面向主动配电网的储能装置选址定容方法 | |
Hashem et al. | A Bi-level optimizer for reliability and security assessment of a radial distribution system supported by wind turbine generators and superconducting magnetic energy storages | |
Nizami et al. | Transactive energy trading of residential prosumers using battery energy storage systems | |
Liu et al. | A MILP-based battery degradation model for economic scheduling of power system | |
Thang | Optimal sizing of distributed energy resources and battery energy storage system in planning of islanded micro-grids based on life cycle cost | |
Zhang et al. | Reliability evaluation of high permeability renewable energy distribution network considering energy storage charge and discharge strategy | |
Gandhi et al. | Levelised cost of PV integration for distribution networks | |
CN111835003A (zh) | 多电源供电下中压配电网理论线损实时计算方法及系统 | |
Golder | Photovoltaic generator modeling for large scale distribution system studies | |
Barton et al. | Energy storage and its use with wind power | |
Neupane et al. | Optimal sizing and financial analysis of a stand-alone SPV-micro-hydropower hybrid system considering generation uncertainty | |
Lyu et al. | Real-time operation optimization of islanded microgrid with battery energy storage system | |
Vega–Garita et al. | Iterative sizing methodology for photovoltaic plants coupled with battery energy storage systems to ensure smooth power output and power availability |
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 |