CN117411007A - 一种分布式光伏和储能联合的配网低电压治理方法 - Google Patents
一种分布式光伏和储能联合的配网低电压治理方法 Download PDFInfo
- Publication number
- CN117411007A CN117411007A CN202311396244.1A CN202311396244A CN117411007A CN 117411007 A CN117411007 A CN 117411007A CN 202311396244 A CN202311396244 A CN 202311396244A CN 117411007 A CN117411007 A CN 117411007A
- Authority
- CN
- China
- Prior art keywords
- voltage
- energy storage
- distributed
- photovoltaic
- power
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 80
- 238000009826 distribution Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000011282 treatment Methods 0.000 title claims abstract description 22
- 238000003860 storage Methods 0.000 claims abstract description 25
- 230000008901 benefit Effects 0.000 claims abstract description 9
- 230000009467 reduction Effects 0.000 claims abstract description 8
- 230000003068 static effect Effects 0.000 claims abstract description 4
- 230000003287 optical effect Effects 0.000 claims description 21
- 238000007726 management method Methods 0.000 claims description 19
- 238000013461 design Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000011217 control strategy Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000003908 quality control method Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 7
- 230000006872 improvement Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000008093 supporting effect Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 238000005094 computer simulation Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000008447 perception Effects 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 3
- 238000011946 reduction process Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 230000002269 spontaneous effect Effects 0.000 claims description 3
- 230000001932 seasonal effect Effects 0.000 abstract description 7
- 238000004134 energy conservation Methods 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 230000001737 promoting effect Effects 0.000 abstract 2
- 238000011269 treatment regimen Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 201000006549 dyspepsia Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- 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
-
- 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
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种分布式光伏和储能联合的配网低电压治理方法,具体涉及新能源技术领域,包括如下步骤:步骤1:基于多场景的分布式新能源集群静态、动态划分工作。本发明通过光储联合优化配置,有效控制农网季节性负荷波动所导致的配电网低电压问题,降低电压偏差的严重程度,从而减少电力用户因低电压问题所产生的经济损失,可避免盲目配置所导致的成本增加、光伏过剩等问题,能够减少全网电能质量治理成本,最大化逆变器利用效率及新能源并网经济效益,并且制定基于光储协同的低电压治理策略,能够提升供电品质,促进加强电能质量的控制与管理,促进节能减排,全面提升经济、社会及环境综合效益。
Description
技术领域
本发明涉及新能源技术领域,具体为一种分布式光伏和储能联合的配网低电压治理方法。
背景技术
电压是电能质量的主要衡量标准之一,季节性和高峰与低谷的负荷变化、潮流的流向以及系统运行方式的转变都会对电网电压产生重大的影响,在电力系统的各种问题之中,最为普遍便是电压波动,随着配电网用户对用电质量要求的不断提高,国家电网公司对低压配网的电能质量问题日益重视。由于低压配电网用电负荷季节性明显、分散且远离电源点、峰谷差大;线路长、导线截面积不足,供电半径大等特点,导致配电网线路末端出现季节性的低电压问题;
依托丰富的太阳能、风力资源和政策支持,分布式新能源将进入大爆发倍增阶段,大规模分布式新能源接入配电网,电网结构和特征将发生改变,长期以来,部分农村地区长期面临季节性低电压的问题,现有电能质量治理技术和方法适用于解决传统电力系统中存在的电能质量问题,主要是以“点对点”式的治理模式为主。若将传统电能质量治理技术应用于大规模分布式新能源接入的新型电力系统中,将大幅度增加供用双方的治理成本,降低治理效率和效益,影响双方的治理主动性和积极性,阻碍分布式光伏相关项目的建设与发展。
目前现有技术主要存在以下几个方面问题:
(1)农村地区季节性负荷大幅度波动,造成长期低电压问题,农村配电网线路、台区供电半径超长,变压器容量较小,因此长线路末端低电压问题日益突出,严重影响配电网的供电质量;
(2)高比例分布式新能源接入农村配网会造成消纳困难,局部电压越限风险增加,大规模分布式光接入,使得传统单一电源辐射配电网变成有源配电网络,改变了配电网的潮流和电压分布,提高了电压越限的风险;
(3)目前传统电力系统中已配置有电容器、动态无功补偿装置等专用治理装置,这些装置在系统中孤立运行,治理手段和功能单一,治理效果欠佳,难以满足新型电力系统电能质量治理需求。
发明内容
本发明的目的在于提供一种分布式光伏和储能联合的配网低电压治理方法,以解决上述背景技术中指出的问题。
为解决上述技术问题,本发明是通过以下技术方案实现的。
本发明为一种分布式光伏和储能联合的配网低电压治理方法,包括如下步骤:
步骤1:基于多场景的分布式新能源集群静态、动态划分工作;
步骤2:以低电压治理需求、电能质量控制需求、经济性指标等多目标的分布式新能源和储能优化配置;
步骤3:应以满足低电压治理需求的分布式新能源和储能协同控制;
步骤4:进行光储协同电压控制装置研制以及具体的示范应用。
进一步地,所述步骤1中根据配电网不同调控目标,经济优化与电压安全,分别划分经济调控集群与紧急调控集群,依据灵敏度信息将电气距离接近、调控能力相似、控制方式相同的分布式光伏划分为满足调控目标的虚拟集群,用于解决区域主导节点电压波动或越限问题,集群对外等值为统一的特性,实现多个集群间协同,集群内具有相应的控制策略,实现群内分布式光伏的协调控制。
进一步地,所述步骤2中的具体步骤为:
S1:基于新能源出力不确定性和储能系统对配电网电压质量影响机理的分析结果,构建分布式光伏新能源及储能系统的数学模型;
S2:以光储系统接入位置,分布式光伏接入容量,储能电池接入容量为决策变量,以电压质量指标、控制响应速度,经济效益为目标函数,以光容量和出力限制,系统安全运行调节,可中断负荷,储能电池接入容量及荷电状态为约束条件,构建多目标分布式光储联合优化配置模型;
S3:对上述优化配置模型进行求解,得到多目标函数的最优解,从而确定光储接入点与接入容量。
进一步地,根据其春、夏、秋、冬四个季节24小时典型日数据生成概率密度函数,每个场景中分布式新能源出力和负荷需求的表达式如下式所示:
式中:s为场景数;t为时刻;NPV为分布式电源安装数量;NL为负荷点个数;为典型日中第X个分布式新能源在时刻t时的出力;/>为典型日中第L个负荷在时刻t时的负荷需求值;PL,t,s为第s个场景在时刻t时第X个分布式新能源出力值;ΔPX,t,s为第s个场景在时刻t时第L个负荷需求值;ΔPX,t,s为第s个场景在时刻t时第X个分布式新能源出力的误差值;ΔPL,t,s为第s个场景在时刻t时第L个负荷需求误差值;
基于聚类的场景缩减的准确性决定着多场景分析的准确性,聚类的目的是使相似度大的一类归属于同一类,使聚类中心代替这一类目标,同时使相似度小的对象归属到不同的类,步骤如下:
a)将数据集按计算机内核数平均划分,把各数据子集分配到各个计算机内核中;
b)将每个核中的数据集视为一个簇,并将每个核中的簇一分为二;
c)按下式的原则,将其中的一个簇继续一分为二,使得式中欧式距离平方和达到最小;
式中:SSED表示欧式距平方和;K为指定的聚类簇数;x表示Di中的数据点隶属于ci类;ci表示第i个质心;
d)重复第三步,直到每个核心内的数据集的簇数等于预先指定的簇数K的值;
e)将经过第四步得到的聚类中心作为各个核心的初始质心,分别用所得到的聚类中心作为各个核的初始质心,计算所有核心的初始质心欧氏距离的平均值,对第四步中的初始聚类结果进一步优化;
f)将第五步所求得全局质心分别传递到各个核心,并对各个子数据集再次进行分类并计算其质心;
g)计算第六步所得到的各个核心的质心平均值,将其作为新的全局质心,判断所得的质心是否稳定,如果稳定则得到整个聚类结果,如果不稳定则继续交换各个核的数据,直到得到稳定的质心,停止场景缩减过程。
进一步地,所述步骤3中的具体步骤为:
S1:基于光伏逆变器和储能系统的无功-电压和有功-电压的调节特性,构建光伏逆变器和储能联合的分布式电压控制模型;
S2:考虑分布式新能源和储能系统电压控制的公平性原则,以光伏逆变器容量利用比和储能荷点状态为一致性变量,以关键节点低电压治理效果和全局超限电压偏差最小为目标函数,建立计及低电压治理需求的分布式新能源和储能协同电压控制模型;
S3:基于图论对上述的协同电压控制模型进行求解,得到每个区域内光伏逆变器和储能需要调节的有功、无功功率。
进一步地,在低压配电网中,通过装设储能系统吸收或者输出有功功率可以对并网点用户负荷进行削峰填谷,增加电能利用率,实现电压控制,储能装置可调有功与储能SOC的关系为:
S(t)=S(t-Δt)+ΔS(t)
式中:S(t)为时刻储能SOC;S(t-Δt)为t-Δt时刻储能SOC;ΔS(t)为t时刻储能SOC变化量;PESS(t)为t时刻储能有功功率;CESS为储能装置容量;Δt为时间间隔。
进一步地,分布式电压控制方法通常将整个系统分成若干个子区域,通过对子区域的控制和各个子区域之间的协作,实现对整个网络的电压控制,其内部各个Agent是指具有自主能力、社交能力、感知能力和自发能力的基于硬件和软件的计算机系统;
系统中的每个子区域都配有一个独立的Agent,每个Agent都具有数据采集、计算与决策、下达指令以及与其他Agent进行信息交互的功能,每个Agent仅对所控制区域进行数据测量,并采集相邻Agents测量数据,经过分布式优化计算,给出电压控制决策,随后Agent系统之间针对各自做出的决策进行交流、协商、判断,并最终给出一个可以使全网电压都维持在合理范围的控制策略,并根据决策下达指令改变所控区域中电力设备的运行状态,分布式电压控制可以简单地应用在现有的配电控制系统中,大幅提升配电系统对DG的接纳能力。
进一步地,一致性算法的本质是通过本地节点与邻接节点的信息交互,更新本地节点的状态参量,使拓扑网络中各节点的状态参量收敛于稳定的共同值;
对于节点i来说,令ξj(k)代表节点i的一致性信息,如系统的电压、频率、电流、发电增量成本等,其中i∈τ,τ=1,2,...,n,n为节点个数,k为迭代次数。在分布式系统中,各节点的一致性变量根据其邻接节点的一致性变量进行调整,随k的逐步增加,任意相邻节点的一致性变量ξi(k)、ξj(k)趋于一致,满足|ξi(k)-ξj(k)|→0,当所有节点的状态变量在收敛条件范围内达到一致时系统收敛,一阶一致性算法描述为:
改写成矩阵形式为:
式中:dij为状态转移矩阵系数,由通信网络拓扑结构决定;D(k)为状态转移矩阵;i=1,2,3,...,n,j=1,2,3,...,n。
进一步地,首先假设在馈线的m处有一个光伏电站接入,形成的馈线结构图如图3所示;
根据所建模型,运用电路理论上的叠加原理,分别单独考虑系统电源和光伏对配电线路的影响,最后进行叠加计算,在应用叠加原理时,系统电源等效为电压源,在考虑光伏单独作用时将其短路,在上述配电线路中节点m处引入光伏,配电线路参数不变,光伏输出功率的大小为PDG+jQDG;
光伏单独作用时将系统电源侧短路,此处光伏对线路的电压损耗为负;
在节点1到m之间的任一点k处的电压损耗为:
在节点m之后的电压损耗为:
利用叠加定理,得k处电压损耗为:
设u0为线路始端电压,则线路中任意一点k处电压为:
uk=u0-ΔUk
由上式可以得出如下结论:
与不加光伏的配电网相比较,接入光伏后配电网电压损耗将降低,节点电压随之上升,光伏对馈线电压起到支撑作用;
当k∈[1,m]时,光伏的接入使ΔUk减小,影响k处电压主要因素为分布式电源接入容量;当k∈[m+1,N]时,在接入容量一定的情况下m越大,即DG接入位置越靠近末端,电压损耗越明显,光伏对馈线电压的支撑作用就越强;
若是光伏的位置m和容量超过一定范围,由于电压的抬升,使得ΔUk-1>ΔUk,节点k处电压超过节点k-1处电压值,影响原配电网电压分布的单调性进而影响其潮流流向,这时潮流出现了倒向,也说明k点电压抬升过多,极有可能使得馈线电压越过限制,影响电网的安全性。
进一步地,所述步骤4中的具体步骤为:
S1:设计装置硬件,包括原理设计(核心板、实时闹钟、复位及电压监测系统、人机界面、本地维护接口、上行通信接口、下行通信接口、三相交流采样、电源和加密等模块),PCB设计(板件结构、PCB板层、焊盘和布局),结构设计(包括外壳的结构设计及端子接口设计);
S2:设计装置软件,根据装置的应用场景和需解决问题,梳理形成装置的功能应用需求;根据所提出的多资源协同控制策略,采用APP嵌入的方式进行功能设计;
S3:进行光储协同的电压质量控制装置研制开发,在电网中配置装置,完成现场应用调试;
S4:开展区域的接入分布式新能源与储能后的电压质量仿真建模分析,评估不同接入方式下的电压质量提升能力,开展光储协同的电压质量提升工程试点应用;
S5:根据在试点区域进行示范工程应用前后电网及电力用户的实际状况,根据项目提出的低电压影响域及严重程度估计方法对工程应用结果进行评价,将评价结果与未实施示范工程前数据进行对比分析,逐步完善提升配电网电压质量的分布式光储优化配置方案,并将优化完善后的配置方案进行推广应用。
与现有技术相比,本发明的有益效果是:
本发明通过光储联合优化配置,有效控制农网季节性负荷波动所导致的配电网低电压问题,降低电压偏差的严重程度,从而减少电力用户因低电压问题所产生的经济损失,基于低电压治理需求、电能质量控制需求、经济性指标等多目标的分布式新能源和储能的最优配置,可避免盲目配置所导致的成本增加、光伏过剩等问题,能够减少全网电能质量治理成本,最大化逆变器利用效率及新能源并网经济效益,并且制定基于光储协同的低电压治理策略,能够提升供电品质,促进加强电能质量的控制与管理,促进节能减排,全面提升经济、社会及环境综合效益。
附图说明
图1为本发明的分布式光伏和储能联合的配网低电压治理方法流程示意图;
图2为本发明的光伏逆变器控制框图;
图3为本发明中低压配网接入光伏简化馈线结构图;
图4为本发明的分布式光伏和储能联合的配网低电压治理方法总体技术路线图。
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中的附图,对本发明实施例中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一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
本发明提供一种技术方案,一种分布式光伏和储能联合的配网低电压治理方法,包括如下步骤:
步骤1:基于多场景的分布式新能源集群静态、动态划分工作;
步骤2:以低电压治理需求、电能质量控制需求、经济性指标等多目标的分布式新能源和储能优化配置;
步骤3:应以满足低电压治理需求的分布式新能源和储能协同控制;
步骤4:进行光储协同电压控制装置研制以及具体的示范应用。
进一步的,步骤1中根据配电网不同调控目标,经济优化与电压安全,分别划分经济调控集群与紧急调控集群,依据灵敏度信息将电气距离接近、调控能力相似、控制方式相同的分布式光伏划分为满足调控目标的虚拟集群,用于解决区域主导节点电压波动或越限问题,集群对外等值为统一的特性,实现多个集群间协同,集群内具有相应的控制策略,实现群内分布式光伏的协调控制。
进一步的,步骤2中的具体步骤为:
S1:基于新能源出力不确定性和储能系统对配电网电压质量影响机理的分析结果,构建分布式光伏新能源及储能系统的数学模型;
S2:以光储系统接入位置,分布式光伏接入容量,储能电池接入容量为决策变量,以电压质量指标、控制响应速度,经济效益为目标函数,以光容量和出力限制,系统安全运行调节,可中断负荷,储能电池接入容量及荷电状态为约束条件,构建多目标分布式光储联合优化配置模型;
S3:对上述优化配置模型进行求解,得到多目标函数的最优解,从而确定光储接入点与接入容量。
进一步的,根据其春、夏、秋、冬四个季节24小时典型日数据生成概率密度函数,每个场景中分布式新能源出力和负荷需求的表达式如下式所示:
式中:s为场景数;t为时刻;NPV为分布式电源安装数量;NL为负荷点个数;为典型日中第X个分布式新能源在时刻t时的出力;/>为典型日中第L个负荷在时刻t时的负荷需求值;PL,t,s为第s个场景在时刻t时第X个分布式新能源出力值;ΔPX,t,s为第s个场景在时刻t时第L个负荷需求值;ΔPX,t,s为第s个场景在时刻t时第X个分布式新能源出力的误差值;ΔPL,t,s为第s个场景在时刻t时第L个负荷需求误差值;
基于聚类的场景缩减的准确性决定着多场景分析的准确性,聚类的目的是使相似度大的一类归属于同一类,使聚类中心代替这一类目标,同时使相似度小的对象归属到不同的类,步骤如下:
a)将数据集按计算机内核数平均划分,把各数据子集分配到各个计算机内核中;
b)将每个核中的数据集视为一个簇,并将每个核中的簇一分为二;
c)按下式的原则,将其中的一个簇继续一分为二,使得式中欧式距离平方和达到最小;
式中:SSED表示欧式距平方和;K为指定的聚类簇数;x表示Di中的数据点隶属于ci类;ci表示第i个质心;
d)重复第三步,直到每个核心内的数据集的簇数等于预先指定的簇数K的值;
e)将经过第四步得到的聚类中心作为各个核心的初始质心,分别用所得到的聚类中心作为各个核的初始质心,计算所有核心的初始质心欧氏距离的平均值,对第四步中的初始聚类结果进一步优化;
f)将第五步所求得全局质心分别传递到各个核心,并对各个子数据集再次进行分类并计算其质心;
g)计算第六步所得到的各个核心的质心平均值,将其作为新的全局质心,判断所得的质心是否稳定,如果稳定则得到整个聚类结果,如果不稳定则继续交换各个核的数据,直到得到稳定的质心,停止场景缩减过程。
进一步的,步骤3中的具体步骤为:
S1:基于光伏逆变器和储能系统的无功-电压和有功-电压的调节特性,构建光伏逆变器和储能联合的分布式电压控制模型;
S2:考虑分布式新能源和储能系统电压控制的公平性原则,以光伏逆变器容量利用比和储能荷点状态为一致性变量,以关键节点低电压治理效果和全局超限电压偏差最小为目标函数,建立计及低电压治理需求的分布式新能源和储能协同电压控制模型;
S3:基于图论对上述的协同电压控制模型进行求解,得到每个区域内光伏逆变器和储能需要调节的有功、无功功率。
进一步的,在低压配电网中,通过装设储能系统吸收或者输出有功功率可以对并网点用户负荷进行削峰填谷,增加电能利用率,实现电压控制,储能装置可调有功与储能SOC的关系为:
S(t)=S(t-Δt)+ΔS(t)
式中:S(t)为时刻储能SOC;S(t-Δt)为t-Δt时刻储能SOC;ΔS(t)为t时刻储能SOC变化量;PESS(t)为t时刻储能有功功率;CESS为储能装置容量;Δt为时间间隔。
进一步的,分布式电压控制方法通常将整个系统分成若干个子区域,通过对子区域的控制和各个子区域之间的协作,实现对整个网络的电压控制,其内部各个Agent是指具有自主能力、社交能力、感知能力和自发能力的基于硬件和软件的计算机系统;
系统中的每个子区域都配有一个独立的Agent,每个Agent都具有数据采集、计算与决策、下达指令以及与其他Agent进行信息交互的功能,每个Agent仅对所控制区域进行数据测量,并采集相邻Agents测量数据,经过分布式优化计算,给出电压控制决策,随后Agent系统之间针对各自做出的决策进行交流、协商、判断,并最终给出一个可以使全网电压都维持在合理范围的控制策略,并根据决策下达指令改变所控区域中电力设备的运行状态,分布式电压控制可以简单地应用在现有的配电控制系统中,大幅提升配电系统对DG的接纳能力。
进一步的,一致性算法的本质是通过本地节点与邻接节点的信息交互,更新本地节点的状态参量,使拓扑网络中各节点的状态参量收敛于稳定的共同值;
对于节点i来说,令ξj(k)代表节点i的一致性信息,如系统的电压、频率、电流、发电增量成本等,其中i∈τ,τ=1,2,...,n,n为节点个数,k为迭代次数。在分布式系统中,各节点的一致性变量根据其邻接节点的一致性变量进行调整,随k的逐步增加,任意相邻节点的一致性变量ξi(k)、ξj(k)趋于一致,满足|ξi(k)-ξj(k)|→0,当所有节点的状态变量在收敛条件范围内达到一致时系统收敛,一阶一致性算法描述为:
改写成矩阵形式为:
式中:dij为状态转移矩阵系数,由通信网络拓扑结构决定;D(k)为状态转移矩阵;i=1,2,3,...,n,j=1,2,3,...,n。
进一步的,首先假设在馈线的m处有一个光伏电站接入,形成的馈线结构图如图3所示;
根据所建模型,运用电路理论上的叠加原理,分别单独考虑系统电源和光伏对配电线路的影响,最后进行叠加计算,在应用叠加原理时,系统电源等效为电压源,在考虑光伏单独作用时将其短路,在上述配电线路中节点m处引入光伏,配电线路参数不变,光伏输出功率的大小为PDG+jQDG;
光伏单独作用时将系统电源侧短路,此处光伏对线路的电压损耗为负;
在节点1到m之间的任一点k处的电压损耗为:
在节点m之后的电压损耗为:
利用叠加定理,得k处电压损耗为:
设u0为线路始端电压,则线路中任意一点k处电压为:
uk=u0-ΔUk
由上式可以得出如下结论:
与不加光伏的配电网相比较,接入光伏后配电网电压损耗将降低,节点电压随之上升,光伏对馈线电压起到支撑作用;
当k∈[1,m]时,光伏的接入使ΔUk减小,影响k处电压主要因素为分布式电源接入容量;当k∈[m+1,N]时,在接入容量一定的情况下m越大,即DG接入位置越靠近末端,电压损耗越明显,光伏对馈线电压的支撑作用就越强;
若是光伏的位置m和容量超过一定范围,由于电压的抬升,使得ΔUk-1>ΔUk,节点k处电压超过节点k-1处电压值,影响原配电网电压分布的单调性进而影响其潮流流向,这时潮流出现了倒向,也说明k点电压抬升过多,极有可能使得馈线电压越过限制,影响电网的安全性。
进一步的,步骤4中的具体步骤为:
S1:设计装置硬件,包括原理设计(核心板、实时闹钟、复位及电压监测系统、人机界面、本地维护接口、上行通信接口、下行通信接口、三相交流采样、电源和加密等模块),PCB设计(板件结构、PCB板层、焊盘和布局),结构设计(包括外壳的结构设计及端子接口设计);
S2:设计装置软件,根据装置的应用场景和需解决问题,梳理形成装置的功能应用需求;根据所提出的多资源协同控制策略,采用APP嵌入的方式进行功能设计;
S3:进行光储协同的电压质量控制装置研制开发,在电网中配置装置,完成现场应用调试;
S4:开展区域的接入分布式新能源与储能后的电压质量仿真建模分析,评估不同接入方式下的电压质量提升能力,开展光储协同的电压质量提升工程试点应用;
S5:根据在试点区域进行示范工程应用前后电网及电力用户的实际状况,根据项目提出的低电压影响域及严重程度估计方法对工程应用结果进行评价,将评价结果与未实施示范工程前数据进行对比分析,逐步完善提升配电网电压质量的分布式光储优化配置方案,并将优化完善后的配置方案进行推广应用。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种分布式光伏和储能联合的配网低电压治理方法,其特征在于,包括如下步骤:
步骤1:基于多场景的分布式新能源集群静态、动态划分工作;
步骤2:以低电压治理需求、电能质量控制需求、经济性指标等多目标的分布式新能源和储能优化配置;
步骤3:应以满足低电压治理需求的分布式新能源和储能协同控制;
步骤4:进行光储协同电压控制装置研制以及具体的示范应用。
2.根据权利要求1所述的一种分布式光伏和储能联合的配网低电压治理方法,其特征在于:所述步骤1中根据配电网不同调控目标,经济优化与电压安全,分别划分经济调控集群与紧急调控集群,依据灵敏度信息将电气距离接近、调控能力相似、控制方式相同的分布式光伏划分为满足调控目标的虚拟集群,用于解决区域主导节点电压波动或越限问题,集群对外等值为统一的特性,实现多个集群间协同,集群内具有相应的控制策略,实现群内分布式光伏的协调控制。
3.根据权利要求1所述的一种分布式光伏和储能联合的配网低电压治理方法,其特征在于:所述步骤2中的具体步骤为:
S1:基于新能源出力不确定性和储能系统对配电网电压质量影响机理的分析结果,构建分布式光伏新能源及储能系统的数学模型;
S2:以光储系统接入位置,分布式光伏接入容量,储能电池接入容量为决策变量,以电压质量指标、控制响应速度,经济效益为目标函数,以光容量和出力限制,系统安全运行调节,可中断负荷,储能电池接入容量及荷电状态为约束条件,构建多目标分布式光储联合优化配置模型;
S3:对上述优化配置模型进行求解,得到多目标函数的最优解,从而确定光储接入点与接入容量。
4.根据权利要求3所述的一种分布式光伏和储能联合的配网低电压治理方法,其特征在于:根据其春、夏、秋、冬四个季节24小时典型日数据生成概率密度函数,每个场景中分布式新能源出力和负荷需求的表达式如下式所示:
式中:s为场景数;t为时刻;NPV为分布式电源安装数量;NL为负荷点个数;为典型日中第X个分布式新能源在时刻t时的出力;/>为典型日中第L个负荷在时刻t时的负荷需求值;PL,t,s为第s个场景在时刻t时第X个分布式新能源出力值;ΔPX,t,s为第s个场景在时刻t时第L个负荷需求值;ΔPX,t,s为第s个场景在时刻t时第X个分布式新能源出力的误差值;ΔPL,t,s为第s个场景在时刻t时第L个负荷需求误差值;
基于聚类的场景缩减的准确性决定着多场景分析的准确性,聚类的目的是使相似度大的一类归属于同一类,使聚类中心代替这一类目标,同时使相似度小的对象归属到不同的类,步骤如下:
a)将数据集按计算机内核数平均划分,把各数据子集分配到各个计算机内核中;
b)将每个核中的数据集视为一个簇,并将每个核中的簇一分为二;
c)按下式的原则,将其中的一个簇继续一分为二,使得式中欧式距离平方和达到最小;
式中:SSED表示欧式距平方和;K为指定的聚类簇数;x表示Di中的数据点隶属于ci类;ci表示第i个质心;
d)重复第三步,直到每个核心内的数据集的簇数等于预先指定的簇数K的值;
e)将经过第四步得到的聚类中心作为各个核心的初始质心,分别用所得到的聚类中心作为各个核的初始质心,计算所有核心的初始质心欧氏距离的平均值,对第四步中的初始聚类结果进一步优化;
f)将第五步所求得全局质心分别传递到各个核心,并对各个子数据集再次进行分类并计算其质心;
g)计算第六步所得到的各个核心的质心平均值,将其作为新的全局质心,判断所得的质心是否稳定,如果稳定则得到整个聚类结果,如果不稳定则继续交换各个核的数据,直到得到稳定的质心,停止场景缩减过程。
5.根据权利要求1所述的一种分布式光伏和储能联合的配网低电压治理方法,其特征在于:所述步骤3中的具体步骤为:
S1:基于光伏逆变器和储能系统的无功-电压和有功-电压的调节特性,构建光伏逆变器和储能联合的分布式电压控制模型;
S2:考虑分布式新能源和储能系统电压控制的公平性原则,以光伏逆变器容量利用比和储能荷点状态为一致性变量,以关键节点低电压治理效果和全局超限电压偏差最小为目标函数,建立计及低电压治理需求的分布式新能源和储能协同电压控制模型;
S3:基于图论对上述的协同电压控制模型进行求解,得到每个区域内光伏逆变器和储能需要调节的有功、无功功率。
6.根据权利要求5所述的一种分布式光伏和储能联合的配网低电压治理方法,其特征在于:在低压配电网中,通过装设储能系统吸收或者输出有功功率可以对并网点用户负荷进行削峰填谷,增加电能利用率,实现电压控制,储能装置可调有功与储能SOC的关系为:
S(t)=S(t-Δt)+ΔS(t)
式中:S(t)为时刻储能SOC;S(t-Δt)为t-Δt时刻储能SOC;ΔS(t)为t时刻储能SOC变化量;PESS(t)为t时刻储能有功功率;CESS为储能装置容量;Δt为时间间隔。
7.根据权利要求5所述的一种分布式光伏和储能联合的配网低电压治理方法,其特征在于:分布式电压控制方法通常将整个系统分成若干个子区域,通过对子区域的控制和各个子区域之间的协作,实现对整个网络的电压控制,其内部各个Agent是指具有自主能力、社交能力、感知能力和自发能力的基于硬件和软件的计算机系统;
系统中的每个子区域都配有一个独立的Agent,每个Agent都具有数据采集、计算与决策、下达指令以及与其他Agent进行信息交互的功能,每个Agent仅对所控制区域进行数据测量,并采集相邻Agents测量数据,经过分布式优化计算,给出电压控制决策,随后Agent系统之间针对各自做出的决策进行交流、协商、判断,并最终给出一个可以使全网电压都维持在合理范围的控制策略,并根据决策下达指令改变所控区域中电力设备的运行状态,分布式电压控制可以简单地应用在现有的配电控制系统中,大幅提升配电系统对DG的接纳能力。
8.根据权利要求5所述的一种分布式光伏和储能联合的配网低电压治理方法,其特征在于:一致性算法的本质是通过本地节点与邻接节点的信息交互,更新本地节点的状态参量,使拓扑网络中各节点的状态参量收敛于稳定的共同值;
对于节点i来说,令ξj(k)代表节点i的一致性信息,如系统的电压、频率、电流、发电增量成本等,其中i∈τ,τ=1,2,...,n,n为节点个数,k为迭代次数。在分布式系统中,各节点的一致性变量根据其邻接节点的一致性变量进行调整,随k的逐步增加,任意相邻节点的一致性变量ξi(k)、ξj(k)趋于一致,满足|ξi(k)-ξj(k)|→0,当所有节点的状态变量在收敛条件范围内达到一致时系统收敛,一阶一致性算法描述为:
改写成矩阵形式为:
式中:dij为状态转移矩阵系数,由通信网络拓扑结构决定;D(k)为状态转移矩阵;i=1,2,3,...,n,j=1,2,3,...,n。
9.根据权利要求5所述的一种分布式光伏和储能联合的配网低电压治理方法,其特征在于:首先假设在馈线的m处有一个光伏电站接入,形成的馈线结构图如图3所示;
根据所建模型,运用电路理论上的叠加原理,分别单独考虑系统电源和光伏对配电线路的影响,最后进行叠加计算,在应用叠加原理时,系统电源等效为电压源,在考虑光伏单独作用时将其短路,在上述配电线路中节点m处引入光伏,配电线路参数不变,光伏输出功率的大小为PDG+jQDG;
光伏单独作用时将系统电源侧短路,此处光伏对线路的电压损耗为负;
在节点1到m之间的任一点k处的电压损耗为:
在节点m之后的电压损耗为:
利用叠加定理,得k处电压损耗为:
设u0为线路始端电压,则线路中任意一点k处电压为:
uk=u0-ΔUk
由上式可以得出如下结论:
与不加光伏的配电网相比较,接入光伏后配电网电压损耗将降低,节点电压随之上升,光伏对馈线电压起到支撑作用;
当k∈[1,m]时,光伏的接入使ΔUk减小,影响k处电压主要因素为分布式电源接入容量;当k∈[m+1,N]时,在接入容量一定的情况下m越大,即DG接入位置越靠近末端,电压损耗越明显,光伏对馈线电压的支撑作用就越强;
若是光伏的位置m和容量超过一定范围,由于电压的抬升,使得ΔUk-1>ΔUk,节点k处电压超过节点k-1处电压值,影响原配电网电压分布的单调性进而影响其潮流流向,这时潮流出现了倒向,也说明k点电压抬升过多,极有可能使得馈线电压越过限制,影响电网的安全性。
10.根据权利要求1所述的一种分布式光伏和储能联合的配网低电压治理方法,其特征在于:所述步骤4中的具体步骤为:
S1:设计装置硬件,包括原理设计(核心板、实时闹钟、复位及电压监测系统、人机界面、本地维护接口、上行通信接口、下行通信接口、三相交流采样、电源和加密等模块),PCB设计(板件结构、PCB板层、焊盘和布局),结构设计(包括外壳的结构设计及端子接口设计);
S2:设计装置软件,根据装置的应用场景和需解决问题,梳理形成装置的功能应用需求;根据所提出的多资源协同控制策略,采用APP嵌入的方式进行功能设计;
S3:进行光储协同的电压质量控制装置研制开发,在电网中配置装置,完成现场应用调试;
S4:开展区域的接入分布式新能源与储能后的电压质量仿真建模分析,评估不同接入方式下的电压质量提升能力,开展光储协同的电压质量提升工程试点应用;
S5:根据在试点区域进行示范工程应用前后电网及电力用户的实际状况,根据项目提出的低电压影响域及严重程度估计方法对工程应用结果进行评价,将评价结果与未实施示范工程前数据进行对比分析,逐步完善提升配电网电压质量的分布式光储优化配置方案,并将优化完善后的配置方案进行推广应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311396244.1A CN117411007A (zh) | 2023-10-24 | 2023-10-24 | 一种分布式光伏和储能联合的配网低电压治理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311396244.1A CN117411007A (zh) | 2023-10-24 | 2023-10-24 | 一种分布式光伏和储能联合的配网低电压治理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117411007A true CN117411007A (zh) | 2024-01-16 |
Family
ID=89486679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311396244.1A Pending CN117411007A (zh) | 2023-10-24 | 2023-10-24 | 一种分布式光伏和储能联合的配网低电压治理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117411007A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117879047A (zh) * | 2024-03-13 | 2024-04-12 | 国网山西省电力公司经济技术研究院 | 一种分布式光伏接入配网的优化方法及系统 |
-
2023
- 2023-10-24 CN CN202311396244.1A patent/CN117411007A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117879047A (zh) * | 2024-03-13 | 2024-04-12 | 国网山西省电力公司经济技术研究院 | 一种分布式光伏接入配网的优化方法及系统 |
CN117879047B (zh) * | 2024-03-13 | 2024-05-24 | 国网山西省电力公司经济技术研究院 | 一种分布式光伏接入配网的优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108092324B (zh) | 一种风电参与调峰调频的agc控制系统和控制方法 | |
Chen et al. | Multi-time scale coordinated optimal dispatch of microgrid cluster based on MAS | |
CN113241757B (zh) | 一种考虑柔性负荷与ess-sop的多时间尺度优化调度方法 | |
WO2023060815A1 (zh) | 一种提高配电网可靠性的储能容量优化配置方法 | |
Zhu et al. | An energy storage performance improvement model for grid-connected wind-solar hybrid energy storage system | |
CN103326388A (zh) | 基于功率预测的微电网储能系统及容量配置方法 | |
CN117411007A (zh) | 一种分布式光伏和储能联合的配网低电压治理方法 | |
CN114825469B (zh) | 一种分布式电源集群出力评估方法及系统 | |
CN110661301A (zh) | 一种水光蓄多能互补发电系统的容量配置优化方法 | |
CN103326389A (zh) | 基于功率预测的微电网储能系统及容量配置方法 | |
Ma et al. | Optimal configuration of 5G base station energy storage considering sleep mechanism | |
Yang et al. | Control strategy for energy-storage systems to smooth wind power fluctuation based on interval and fuzzy control | |
Linlin et al. | Research on Multi-Objective Reactive Power Optimization of Power Grid With High Proportion of New Energy | |
CN105958535A (zh) | 分布式电源集群控制系统及其控制方法 | |
CN110323779B (zh) | 一种分布式发电与储能装置的功率动态聚合的方法和系统 | |
CN115765014A (zh) | 一种计及信息物理耦合的配电网储能与数据中心规划方法 | |
CN115619159A (zh) | 一种智慧园区能源消耗分析调度方法和系统 | |
CN110611335B (zh) | 一种考虑电力系统和信息系统联合调度的方法及装置 | |
Chang et al. | Research on Low-Carbon Economic Operation Strategy of Renewable Energy-Pumped Storage Combined System. | |
CN113471995A (zh) | 一种基于改进平均值法提升新能源高占比区域频率稳定性的储能配置方法 | |
Cong et al. | Multi-objective capacity optimal allocation of photovoltaic microgrid energy storage system based on time-sharing energy complementarity | |
Yilin et al. | A distributed control based on finite-time consensus algorithm for the cluster of DC microgrids | |
Sun et al. | Temperature Load and Energy Storage Control Method Based on Prediction Error of New Energy | |
Wang et al. | Construction of intelligent energy measurement system suitable for energy block chain technology | |
Li et al. | Coordinated control strategy and optimization of composite energy storage system considering technical and economic characteristics |
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 |