【０００１】
【発明の属する技術分野】
本発明は、既知の分散電源に関するデータをもとに、それらのデータに関する確率分布を使用して、未知の分散電源に関するデータを推定して、分散電源の総合的な解析を可能とする分散電源解析システムに関する。
【０００２】
【従来の技術】
従来、電池貯蔵システムや太陽光発電システム，風力発電システム，マイクロガスタービンシステムなどの分散電源導入による電力系統への各種影響を評価するために、個別の分散電源については個々の分散電源をモデル化して解析評価を行っていた。
【０００３】
また、従来は多くの分散電源導入による電力系統への各種影響を評価するためには、既存の分散電源の設置容量や出力に、容量比や出力比等を乗じて概略的な評価を行っていた。
【０００４】
ところで、近年電池貯蔵システムやマイクロガスタービンシステムなどの比較的その出力を制御し易い分散電源をはじめ、太陽光発電システムや風力発電システムといった自然エネルギーを利用しているものがあり、その出力が日射量や風速といった自然エネルギー源に大きく依存する分散電源の導入が進められている。
【０００５】
これら多種多様な分散電源導入による系統への影響評価は益々重要となってきており、そのためにいろいろな評価が行われている。しかし今後導入予定の分散電源や既に導入されていても風速や日射量などの気象条件，出力変動などのデータが入手困難な分散電源など、未知の分散電源については、主に電気的，機械的な条件をもとに推定したデータを使用した評価が行われていた。
【０００６】
【発明が解決しようとする課題】
しかしながら、太陽光発電システムや風力発電システムといった自然エネルギーを利用した分散電源の設置箇所やその出力変動は、電気的，機械的条件の他に地理的条件や気象条件などに大きく依存する。
【０００７】
また、電池貯蔵システムやマイクロガスタービンシステムなどの自然エネルギーに依存しにくい分散電源についても、大規模電源が遠隔地に多いのに対して、電力需要の多い都市部などへの導入が多くなることが予想されるなど、その分布も地理的条件に依存している場合も多い。従来の技術では、このような多数の分散電源が系統に与える影響を効率的に検討するのは難しい。また、従来の技術は入手できるデータが少数の場合、これをもとに比較的高精度の解析結果を得るための手段に欠けている。
【０００８】
本発明の目的は、以上のような問題点を解決するために提案されたものであり、既存の分散電源に関する限られたデータをもとに、多種多様な分散電源の電力系統への導入時に系統に与える各種影響を総合的に解析することができるシステムを提供することにある。
【０００９】
【課題を解決するための手段】
上記の目的を達するために、既知の分散電源に関する少数のデータ、例えば設置点距離や、設置点容量，出力変動，エネルギー源変動などをもとに、これらのデータに関する確率分布や地図情報等を使用して、当該データが入手困難な分散電源や今後導入が予定されている分散電源などの未知の分散電源に関する確率的に確からしいデータを作成して、多種多様な分散電源の電力系統への導入による系統への各種影響評価を行う分散電源解析システムを提供することにある。
【００１０】
【発明の実施の形態】
以下、本発明の分散電源解析システムの実施の形態について説明する。
【００１１】
図１は、本発明の分散電源解析システムの第１の実施の形態を示したもので、メインフレーム等の大型コンピュータ，ワークステーション又はパソコン等で構築されるシステム内の処理手順を示したものである。分散電源瞬時値解析ライブラリ１０１はＥＭＴＰやＥＭＴＤＣなどの既存の瞬時値解析手法より解析を行うための解析データを複数収録したデータ集であり、ハードウェアとしてはハードディスク又はメモリ中にデータベースとして設けられている。ユーザーはデータのある分散電源に関して、分散電源瞬時値解析ライブラリに収録されたデータを組み合わせてモデルを作成し電力系統に及ぼす出力変動を計算する。確率分布モデル作成ツール１０２のソフトウェアは、データがある少数の分散電源設置点
（ノード）のデータを基にして、データのない設置点に対して確率的に確からしい出力変動データを生成することにより、分散電源が多数設置された電力系統を解析するための確率分布モデル１０３を作成する。確率分布モデル１０３を用いて、Ｙ法のような既存の実効値解析手法により解析を実行し、影響の大きい設置点の分散電源については、分散電源瞬時値解析ライブラリ１０１に結果をフィードバックして、より詳細な検討を行うことができる。
【００１２】
図２は、本発明の分散電源解析システムの第２の実施の形態を示したものであり、図１と同一符号のものは同一機能，構成を有するものである。典型変動モデル１０４は実効値解析手法で解析するためのデータで、各分散電源に対する典型的な変動データや確率分布モデルの例であり、ユーザーが実際に本発明によりデータを作成したり、データの意味を調べたりするのに役立つデータ集である。簡易評価テーブル１０５は分散電源が系統へ与える影響をより簡易的に評価するための情報をテーブルとして纏めたデータ集である。地図情報システム１０６は系統図や風の状況マップ等のエネルギー分布等の情報を地図情報と重ね合わせるために使用する。
【００１３】
図３は、本発明の分散電源解析システムの第３の実施の形態を示す。送電線データテーブル１０７は、電力系統において、分散電源が設置される、または設置を想定するノードを示す記号と、ノード間の距離とノード間の送電線定数をテーブル化したデータである。分散電源設置容量データ１０８は、データのある分散電源に関して、ノード名と設置容量を関連付けたデータテーブルである。確率分布作成モジュール１０９のソフトウェアに送電線データテーブル１０７と分散電源設置容量データ１０８を入力すると、指定した基準ノードから各ノードまでの距離を計算し、この距離を確率変数として、分散電源に関するデータがないノードに対して、設置容量に関する確率分布関数を用いて、確率的に確からしい分散電源設置容量分布データ１１０を計算出力する。分散電源出力変動データ１１１は、データがある分散電源に関して、ノード名と出力変動データを関連付けたデータテーブルである。分散電源出力変動データ１１１を確率分布作成モジュール１０９に入力すると、指定した基準ノードから各ノードまでの距離を確率変数として、分散電源に関するデータがないノードに対して、出力変動に関する確率分布関数を用いて、確率的に確からしい分散電源出力変動分布データ１１２を計算する。
【００１４】
図４は、本発明の分散電源解析システムの第４の実施形態を示したものであり、前述の実施形態と同一符号のものは同一の機能，構成を有するものである。分散電源用エネルギー変動データ１１３は、分散電源への入力エネルギーの変動に関するデータがあるノードに関して、ノード名とエネルギー変動データを関連付けたデータテーブルである。送電線データテーブル１０７と分散電源用エネルギー変動データ１１３を確率分布作成モジュール１０９のソフトウェアに入力すると、エネルギー変動データがないノードに対して、指定した基準ノードから各ノードまでの距離を確率変数として、エネルギー変動に関する確率分布を用いて、確率的に確からしいエネルギー変動分布データ１１４を計算する。エネルギー変動分布データ１１４を分散電源瞬時値解析ライブラリ１０１で作成した解析モデルに入力し、解析を実行することによって、分散電源出力変動分布データ１１２を得ることができる。
【００１５】
図５は、本発明の分散電源解析システムの第５の実施形態を示したものであり、前述の実施形態と同一符号のものは同一の機能，構成を有するものである。分散電源用エネルギー変動データ１１３を分散電源瞬時値解析ライブラリ１０１で作成した解析モデルに入力し、解析を実行することによって、エネルギー変動データのあるノードにおける分散電源出力変動データ１１１を得る。この分散電源出力変動データ１１１と送電線データテーブル１０７を確率分布作成モジュール１０９のソフトウェアに入力すると、指定した基準ノードから各ノードまでの距離を確率変数として、分散電源に関するデータがないノードに対して、出力変動に関する確率分布関数を用いて、確率的に確からしい分散電源出力変動分布データ１１２を計算する。
【００１６】
図６は本発明の分散電源解析システムの第６の実施形態を示したものであり、前述の実施形態と同一符号のものは同一の機能，構成を有するものである。送電線データテーブル１０７と、風速変動のデータがあるノードに関する風速変動データ１１５を、確率分布作成モジュール１０９のソフトウェアに入力すると、風速変動データのないノードに対して、指定した基準ノードから各ノードまでの距離を確率変数として、風速変動に関する確率分布を用いて、確率的に確からしい風速変動分布データ１１６を計算する。風速変動分布データ１１６を分散電源瞬時値解析ライブラリ１０１で作成した風力発電システム解析モデルに入力し、解析を実行することによって、風力発電システムの出力変動分布データ１１２ａを得ることができる。
【００１７】
図７は本発明の分散電源解析システムの第７の実施形態を示したものであり、前述の実施形態と同一符号のものは同一の機能，構成を有するものである。風速変動データ１１５を、分散電源瞬時値解析ライブラリ１０１で作成した風力発電システム解析モデルに入力し、解析を実行することによって、風速変動データのあるノードにおける出力変動データ１１１ａを得る。出力変動データ１１１ａと送電線データテーブル１０７を確率分布作成モジュール１０９のソフトウェアに入力すると、指定した基準ノードから各ノードまでの距離を確率変数として、分散電源に関するデータがないノードに対して、風力発電設備の出力変動に関する確率分布関数を用いて、確率的に確からしい風力発電出力変動分布データ１１２ｂを得ることができる。
【００１８】
図８は本発明の分散電源解析システムの第８の実施形態を示したものであり、前述の実施形態と同一符号のものは同一の機能，構成を有するものである。風速変動データ１１５が入手できないような場合、平均風速１１７から風速出現分布を推定するためのレーレ確率分布のような確率分布作成モジュール１１８のソフトウェアに入力すると、風速変動データ１１５ａを得ることができる。また、さらに送電線データテーブル１０７を入力することにより、風速変動分布データ
１１６ａを得ることができる。
【００１９】
図９は本発明の分散電源解析システムの第９の実施形態を示したものであり、前述の実施形態と同一符号のものは同一の機能，構成を有するものである。送電線データテーブル１０７と、日射量変動のデータがあるノードに関する日射量変動データ１１９を、確率分布作成モジュール１０９のソフトウェアに入力すると、日射量変動データのないノードに対して、指定した基準ノードから各ノードまでの距離を確率変数として、日射量変動に関する確率分布を用いて、確率的に確からしい日射量変動分布データ１２０を計算する。日射量変動分布データ１２０を分散電源瞬時値解析ライブラリ１０１で作成した太陽光発電システム解析モデルに入力し、解析を実行することによって、太陽光発電システムの出力変動分布データ１１２ｃを得ることができる。
【００２０】
図１０は本発明の分散電源解析システムの第１０の実施形態を示したものであり、前述の実施形態と同一符号のものは同一の機能，構成を有するものである。日射量変動データ１１９を、分散電源瞬時値解析ライブラリ１０１で作成した太陽光発電システム解析モデルに入力し、解析を実行することによって、日射量変動データのあるノードにおける出力変動データ１１１ｂを得る。出力変動データ１１１ｂと送電線データテーブル１０７を確率分布作成モジュール１０９のソフトウェアに入力すると、指定した基準ノードから各ノードまでの距離を確率変数として、分散電源に関するデータがないノードに対して、太陽光発電設備の出力変動に関する確率分布関数を用いて、確率的に確からしい太陽光発電出力変動分データ１１２ｄを得ることができる。
【００２１】
図１１は本発明の分散電源解析システムの第１１の実施形態を示したものであり、前述の実施形態と同一符号のものは同一の機能，構成を有するものである。日射量変動データ１１９が入手できないような場合、季節や天気，時間などの気象情報１２１から、日射量変動を推定するための確率分布作成モジュール１１８ａのソフトウェアに入力すると、日射量変動データ１１９ａを得ることができる。また、さらに送電線データテーブル１０７を入力することにより、日射量変動分布データ１２０ａを得ることができる。
【００２２】
図１２は本発明の分散電源解析システムの第１２の実施形態を示したものであり、前述の実施形態と同一符号のものは同一の機能，構成を有するものである。送電線データテーブル１０７とマイクロガスタービンの設置容量のデータがあるノードに関する設置容量データ１２２とある時刻における運転または停止の状態に関するデータ１２３を確率分布作成モジュール１０９のソフトウェアに入力すると、指定した基準ノードから各ノードまでの距離を確率変数として、確率的に確からしいマイクロガスタービン出力変動分布データ１１２ｅを得ることができる。
【００２３】
図１３は本発明の分散電源解析システムの第１３の実施形態を示したものであり、前述の実施形態と同一符号のものは同一の機能，構成を有するものである。送電線データテーブル１０７と電池貯蔵システムの設置容量のデータがあるノードに関する設置容量データ１２２ａと放電運転または充電運転の状態の分布、または放電運転から充電運転への切換えを行うシステムの分布、または充電運転から放電運転へ切換えを行うシステムの分布に関するデータ１２４を確率分布作成モジュール１０９のソフトウェアに入力すると、指定した基準ノードから各ノードまでの距離を確率変数として、確率的に確からしい電池貯蔵システム出力変動分布データ１１２ｆを得ることができる。
【００２４】
図１４は本発明の分散電源解析システムの第１４の実施形態を示す。図１４は、各種確率分布データを作成するまでの処理を示すフローチャートの例のひとつである。ステップ２０１では、ノード及び系統の送電線に関するデータを準備する。ステップ２０２では、ステップ２０１で準備したデータをもとに、送電線データテーブル１０７を作成する。ステップ２０３では、確率分布作成モジュール１０９のソフトウェアにより、分散電源の設置容量分布データ１１０を生成する。ステップ２０４では、確率分布作成モジュール１０９のソフトウェアにより、エネルギー変動分布データ１１４を生成する。ステップ２０５では、取り扱う系統のノード数の大小により、以下の処理を変更する。ノード数が少ない場合は、ステップ２０６にて、与えられた各ノード毎に、設置容量分布データ１１０とエネルギー変動分布データ１１４を分散電源瞬時値解析ライブラリ１０１で作成した解析モデルに入力し、解析を実行することによって出力変動分布データ１１２を生成する。ステップ２０５でノード数が多い場合は、ステップ２０７で、指定した基準ノードにおける設置容量データ及びエネルギー変動データを分散電源瞬時値解析ライブラリ１０１で作成した解析モデルに入力し、解析を実行することによって、出力変動データ１１１を生成する。ステップ２０８では、出力変動データ１１１と設置容量分布データ１１０をもとに、確率分布作成モジュール１０９のソフトウェアで、指定した基準ノード以外のノードの出力変動分布データ１１２を生成する。そしてステップ２０９では、ステップ２０６や２０８にて求めた各ノードの出力変動分布データ１１２をもとに、分散電源の系統への影響を評価するためのデータを生成する。
【００２５】
尚、本発明のシステム及びその方法は、大型コンピュータ，ワークステーション、又はパソコン等のハードウェアで構築されたシステム上で処理できるが、更には各データ、およびモジュールのソフトウェア等をインターネット等の通信手段を介して接続して処理を行うことも可能である。
【００２６】
【発明の効果】
本発明によれば、多数の分散電源導入時に、電力系統へ与える各種影響を検討する場合、少数の限られた分散電源に関するデータしか存在しなくても、確率的に妥当な水準で実データを有していない分散電源に対して解析を行うことができる。
【図面の簡単な説明】
【図１】本発明の第１の実施形態に係る解析システム構成図。
【図２】本発明の第２の実施形態に係る解析システム構成図。
【図３】本発明の第３の実施形態に係る確率分布作成モジュールによる分散電源設置容量分布および出力変動分布の作成手順を示す説明図。
【図４】本発明の第４の実施形態に係る確率分布作成モジュールによる分散電源用エネルギー変動分布の作成手順とそれをもとにした分散電源の出力変動データ作成手順を示す説明図。
【図５】本発明の第５の実施形態に係る分散電源瞬時値解析ライブラリによる分散電源出力変動データ作成と確率分布作成モジュールによる分散電源出力変動分布データ作成手順を示す説明図。
【図６】本発明の第６の実施形態に係る確率分布作成モジュールによる風速変動分布データの作成手順とそれをもとにした分散電源の出力変動分布データ作成手順を示す説明図。
【図７】本発明の第７の実施形態に係る分散電源瞬時値解析ライブラリによる風力発電出力変動データ作成と確率分布作成モジュールによる風力発電出力変動分布データ作成手順を示す説明図。
【図８】本発明の第８の実施形態に係る確率分布作成モジュールによる風速変動データ作成および風速変動分布データ作成手順を示す説明図。
【図９】本発明の第９の実施形態に係る確率分布作成モジュールによる日射量変動分布データの作成手順とそれをもとにした太陽光発電の出力変動分布データ作成手順を示す説明図。
【図１０】本発明の第１０の実施形態に係る分散電源瞬時値解析ライブラリによる太陽光発電出力変動データ作成と確率分布作成モジュールによる太陽光発電出力変動分布データ作成手順を示す説明図。
【図１１】本発明の第１１の実施形態に係る確率分布作成モジュールによる日射量変動データ作成および日射量変動分布データ作成手順を示す説明図。
【図１２】本発明の第１２の実施形態に係る確率分布作成モジュールによるマイクロガスタービン出力変動分布データ作成手順を示す説明図。
【図１３】本発明の第１３の実施形態に係る確率分布作成モジュールによる電池貯蔵システム出力変動分布データ作成手順を示す説明図。
【図１４】各種確率分布データを作成するまでの処理を示す流れ図。
【符号の説明】
１０１…分散電源瞬時値解析ライブラリ、１０２…確率分布モデル作成ツール、１０３…確率分布モデル、１０４…分散電源典型変動モデル、１０５…簡易評価テーブル、１０６…地図情報システム、１０７…送電線データテーブル、１０８…分散電源設置容量データ、１０９…確率分布作成モジュール、１１０…分散電源設置容量分布データ、１１１…分散電源出力変動データ、１１１ａ…風力発電出力変動データ、１１１ｂ…太陽光発電出力変動データ、１１２…分散電源出力変動分布データ、１１２ａ，１１２ｂ…風力発電出力変動分布データ、１１２ｃ，１１２ｄ…太陽光発電出力変動分布データ、１１２ｅ…マイクロガスタービン出力変動分布データ、１１２ｆ…電池貯蔵システム出力変動分布データ、１１３…分散電源用エネルギー変動データ、１１４…エネルギー変動分布データ、１１５，１１５ａ…風速変動データ、１１６，１１６ａ…風速変動分布データ、１１７…平均風速、１１８，１１８ａ…確率分布作成モジュール、１１９，１１９ａ…日射量変動データ、１２０，１２０ａ…日射量変動分布データ、１２１…気象情報、１２２…マイクロガスタービン設置容量データ、１２３…マイクロガスタービン運転状態データ、１２４…電池貯蔵システム充放電状態データ。[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a distributed power source that estimates the data on an unknown distributed power source based on data on known distributed power sources and uses a probability distribution about those data to enable comprehensive analysis of the distributed power source. Related to analysis system.
[0002]
[Prior art]
Conventionally, in order to evaluate the various effects on the power system due to the introduction of distributed power sources such as battery storage systems, photovoltaic power generation systems, wind power generation systems, and micro gas turbine systems, individual distributed power sources were modeled for individual distributed power sources. Analysis evaluation.
[0003]
In the past, in order to evaluate various effects on the power system due to the introduction of many distributed power sources, a rough evaluation was performed by multiplying the installed capacity and output of existing distributed power sources by the capacity ratio, output ratio, etc. Was.
[0004]
By the way, in recent years, there has been a use of renewable power sources such as a battery storage system and a micro gas turbine system, which are relatively easy to control their output, as well as solar power generation systems and wind power generation systems, which use solar energy. The introduction of distributed power sources that largely depend on natural energy sources such as quantity and wind speed is being promoted.
[0005]
The evaluation of the effects of these various types of distributed power sources on the system has become increasingly important, and various evaluations have been made for this purpose. However, unknown distributed power sources, such as distributed power sources planned to be installed in the future, distributed power sources that have already been installed, and for which data such as wind speed and solar radiation and output fluctuations are difficult to obtain, are mainly electrical and mechanical. The evaluation was performed using data estimated based on various conditions.
[0006]
[Problems to be solved by the invention]
However, the installation location of a distributed power source utilizing natural energy such as a solar power generation system or a wind power generation system and its output fluctuation largely depend on geographical conditions, weather conditions, and the like in addition to electrical and mechanical conditions.
[0007]
Also, distributed power sources that are less dependent on renewable energy, such as battery storage systems and micro gas turbine systems, will be installed in urban areas where power demand is high, while large-scale power sources are often located in remote locations. The distribution is often dependent on geographical conditions, as expected. With the conventional technology, it is difficult to efficiently study the influence of such a large number of distributed power supplies on the system. Further, the conventional technique lacks a means for obtaining a relatively high-precision analysis result based on a small amount of available data.
[0008]
The object of the present invention has been proposed to solve the above problems, and based on limited data on existing distributed power supplies, when introducing a variety of distributed power supplies into a power system. An object of the present invention is to provide a system capable of comprehensively analyzing various effects on a system.
[0009]
[Means for Solving the Problems]
In order to achieve the above objectives, based on a small number of known data on distributed power sources, such as installation point distance, installation point capacity, output fluctuations, energy source fluctuations, etc., the probability distribution and map information etc. of these data are obtained. By using such data to create stochastically reliable data on unknown distributed power sources, such as distributed power sources for which it is difficult to obtain data and distributed power sources planned to be introduced in the future, An object of the present invention is to provide a distributed power source analysis system for evaluating various effects on a system by introduction.
[0010]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, an embodiment of the distributed power supply analysis system of the present invention will be described.
[0011]
FIG. 1 shows a first embodiment of a distributed power analysis system according to the present invention, and shows a processing procedure in a system constructed by a large computer such as a mainframe, a workstation or a personal computer. is there. The distributed power supply instantaneous value analysis library 101 is a data collection containing a plurality of analysis data for performing analysis using existing instantaneous value analysis methods such as EMTP and EMTDC. The hardware is provided as a database in a hard disk or a memory. I have. For a distributed power supply with data, the user creates a model by combining the data recorded in the distributed power supply instantaneous value analysis library and calculates the output fluctuation exerted on the power system. The software of the probability distribution model creation tool 102 generates stochastically reliable output fluctuation data for installation points having no data based on the data of a small number of distributed power supply installation points (nodes). And a probability distribution model 103 for analyzing a power system in which a large number of distributed power sources are installed. Using the probability distribution model 103, an analysis is performed by an existing effective value analysis method such as the Y method, and for a distributed power source at an installation point having a large influence, the result is fed back to the distributed power source instantaneous value analysis library 101, More detailed examination can be performed.
[0012]
FIG. 2 shows a second embodiment of the distributed power analysis system according to the present invention, and those having the same reference numerals as those in FIG. 1 have the same functions and configurations. The typical variation model 104 is data to be analyzed by an effective value analysis method, and is an example of typical variation data and a probability distribution model for each distributed power source. A user can actually create data according to the present invention, It is a collection of data that is useful for examining the meaning. The simple evaluation table 105 is a data collection in which information for more easily evaluating the influence of the distributed power supply on the system is compiled as a table. The map information system 106 is used for superimposing information such as an energy distribution such as a system diagram and a wind situation map on map information.
[0013]
FIG. 3 shows a third embodiment of the distributed power analysis system according to the present invention. The transmission line data table 107 is data in which a symbol indicating a node where a distributed power supply is installed or assumed to be installed, a distance between nodes, and a transmission line constant between nodes are tabulated in the power system. The distributed power supply installed capacity data 108 is a data table in which a node name and an installed capacity are associated with a distributed power supply having data. When the transmission line data table 107 and the distributed power supply installed capacity data 108 are input to the software of the probability distribution creation module 109, the distance from the designated reference node to each node is calculated. For a node that does not exist, the distributed power supply installed capacity distribution data 110 that is likely to be stochastic is calculated and output using the probability distribution function related to the installed capacity. The distributed power supply output fluctuation data 111 is a data table in which a node name and output fluctuation data are associated with a distributed power supply having data. When the distributed power supply output variation data 111 is input to the probability distribution creation module 109, the distance from the designated reference node to each node is used as a random variable, and a node having no data related to the distributed power source is used as a probability distribution function for the output variation. Then, the distributed power supply output fluctuation distribution data 112 that is likely to be stochastic is calculated.
[0014]
FIG. 4 shows a distributed power analysis system according to a fourth embodiment of the present invention, in which components having the same reference numerals as those in the above-described embodiments have the same functions and configurations. The distributed power source energy fluctuation data 113 is a data table in which a node name and energy fluctuation data are associated with each other for a node having data on fluctuations in input energy to the distributed power source. When the transmission line data table 107 and the energy fluctuation data for distributed power supply 113 are input to the software of the probability distribution creation module 109, the distance from the designated reference node to each node is determined as a random variable for the node having no energy fluctuation data. The energy fluctuation distribution data 114 that is likely to be probabilistic is calculated using the probability distribution regarding the energy fluctuation. By inputting the energy fluctuation distribution data 114 to the analysis model created by the distributed power supply instantaneous value analysis library 101 and executing the analysis, the distributed power supply output fluctuation distribution data 112 can be obtained.
[0015]
FIG. 5 shows a fifth embodiment of the distributed power analysis system according to the present invention, in which components having the same reference numerals as those in the above-described embodiment have the same functions and configurations. The distributed power supply energy fluctuation data 113 is input to the analysis model created by the distributed power supply instantaneous value analysis library 101, and the analysis is executed to obtain the distributed power supply output fluctuation data 111 at a node having the energy fluctuation data. When the distributed power supply output fluctuation data 111 and the transmission line data table 107 are input to the software of the probability distribution creation module 109, the distance from the designated reference node to each node is set as a random variable, and the node for which there is no data related to the distributed power supply is used. , The distributed power supply output fluctuation distribution data 112 that is likely to be stochastically calculated using the probability distribution function relating to the output fluctuation.
[0016]
FIG. 6 shows a sixth embodiment of the distributed power analysis system according to the present invention, in which components having the same reference numerals as those in the above-described embodiment have the same functions and configurations. When the transmission line data table 107 and the wind speed fluctuation data 115 relating to the node having the wind speed fluctuation data are input to the software of the probability distribution creation module 109, the nodes having no wind speed fluctuation data are assigned from the designated reference node to each node. Is used as a random variable, and the wind speed fluctuation distribution data 116 that is likely to be stochastic is calculated using the probability distribution concerning the wind speed fluctuation. By inputting the wind speed fluctuation distribution data 116 into the wind power generation system analysis model created by the distributed power source instantaneous value analysis library 101 and executing the analysis, the output fluctuation distribution data 112a of the wind power generation system can be obtained.
[0017]
FIG. 7 shows a distributed power analysis system according to a seventh embodiment of the present invention, in which components having the same reference numerals as those in the above-described embodiments have the same functions and configurations. The wind speed fluctuation data 115 is input to the wind power generation system analysis model created by the distributed power source instantaneous value analysis library 101, and the analysis is executed to obtain output fluctuation data 111a at a node having wind speed fluctuation data. When the output fluctuation data 111a and the transmission line data table 107 are input to the software of the probability distribution creation module 109, the distance from the designated reference node to each node is set as a random variable, and the node having no data on the distributed power source By using the probability distribution function relating to the output fluctuation of the facility, it is possible to obtain the wind power output fluctuation distribution data 112b that is likely to be stochastic.
[0018]
FIG. 8 shows an eighth embodiment of the distributed power analysis system according to the present invention, in which components having the same reference numerals as those in the above-described embodiments have the same functions and configurations. If the wind speed fluctuation data 115 cannot be obtained, the wind speed fluctuation data 115a can be obtained by inputting it to software of a probability distribution creation module 118 such as a Rayleigh probability distribution for estimating the wind speed appearance distribution from the average wind speed 117. Further, by inputting the transmission line data table 107, wind speed fluctuation distribution data 116a can be obtained.
[0019]
FIG. 9 shows a ninth embodiment of the distributed power analysis system according to the present invention, in which the same reference numerals as those in the above-described embodiment have the same functions and configurations. When the transmission line data table 107 and the solar radiation fluctuation data 119 relating to the node having the solar radiation fluctuation data are input to the software of the probability distribution creation module 109, the node having no solar radiation fluctuation data is changed from the designated reference node to the node having no solar radiation fluctuation data. Using the distance to each node as a random variable and using a probability distribution related to solar radiation fluctuation, the solar radiation fluctuation distribution data 120 that is probable in terms of probability is calculated. By inputting the solar radiation fluctuation distribution data 120 to the photovoltaic power generation system analysis model created by the distributed power source instantaneous value analysis library 101 and executing the analysis, the output fluctuation distribution data 112c of the photovoltaic power generation system can be obtained.
[0020]
FIG. 10 shows a tenth embodiment of the distributed power analysis system according to the present invention, in which components having the same reference numerals as those in the above-described embodiments have the same functions and configurations. The solar radiation fluctuation data 119 is input to the photovoltaic power generation system analysis model created by the distributed power source instantaneous value analysis library 101, and the analysis is executed to obtain output fluctuation data 111b at a node having the solar radiation fluctuation data. When the output fluctuation data 111b and the transmission line data table 107 are input to the software of the probability distribution creation module 109, the distance from the designated reference node to each node is set as a random variable, and the node having no data on the distributed power source is By using the probability distribution function relating to the output fluctuation of the power generation equipment, it is possible to obtain the photovoltaic power output fluctuation data 112d that is likely to be stochastic.
[0021]
FIG. 11 shows an eleventh embodiment of the distributed power analysis system according to the present invention, in which components having the same reference numerals as those in the above-described embodiment have the same functions and configurations. When the solar radiation fluctuation data 119 cannot be obtained, the solar radiation fluctuation data 119a is obtained by inputting into the software of the probability distribution creation module 118a for estimating the solar radiation fluctuation from the weather information 121 such as the season, weather, and time. be able to. Further, by inputting the transmission line data table 107, the solar radiation fluctuation distribution data 120a can be obtained.
[0022]
FIG. 12 shows a twelfth embodiment of the distributed power analysis system of the present invention, in which the same reference numerals as those in the above-described embodiment have the same functions and configurations. When the transmission line data table 107, the installed capacity data 122 on the node having the installed capacity data of the micro gas turbine, and the data 123 on the operation or stop state at a certain time are input to the software of the probability distribution creation module 109, the designated reference node , And the distance from each node to each node is used as a random variable to obtain micro gas turbine output fluctuation distribution data 112e that is likely to be stochastic.
[0023]
FIG. 13 shows a thirteenth embodiment of the distributed power analysis system according to the present invention, in which the same reference numerals as those in the above-described embodiment have the same functions and configurations. The installation capacity data 122a and the distribution of the state of the discharging operation or the charging operation, or the distribution of the system for switching from the discharging operation to the charging operation, or the charging When the data 124 regarding the distribution of the system for switching from the operation to the discharge operation is input to the software of the probability distribution creation module 109, the distance from the designated reference node to each node is used as a random variable, and the output of the battery storage system that is likely to be stochastic is obtained. The fluctuation distribution data 112f can be obtained.
[0024]
FIG. 14 shows a fourteenth embodiment of the distributed power analysis system of the present invention. FIG. 14 is an example of a flowchart showing processing up to creation of various types of probability distribution data. In step 201, data relating to nodes and transmission lines of the system are prepared. In step 202, the transmission line data table 107 is created based on the data prepared in step 201. In step 203, the installed capacity distribution data 110 of the distributed power source is generated by the software of the probability distribution creation module 109. In step 204, the energy fluctuation distribution data 114 is generated by the software of the probability distribution generation module 109. In step 205, the following processing is changed depending on the number of nodes of the system to be handled. If the number of nodes is small, in step 206, the installed capacity distribution data 110 and the energy fluctuation distribution data 114 are input to the analysis model created by the distributed power source instantaneous value analysis library 101 for each given node, and the analysis is performed. By executing, the output fluctuation distribution data 112 is generated. If the number of nodes is large in step 205, the installed capacity data and energy fluctuation data at the designated reference node are input to the analysis model created by the distributed power supply instantaneous value analysis library 101 in step 207, and the analysis is executed. The output fluctuation data 111 is generated. In step 208, based on the output fluctuation data 111 and the installed capacity distribution data 110, output fluctuation distribution data 112 of nodes other than the designated reference node is generated by software of the probability distribution creation module 109. In step 209, data for evaluating the influence of the distributed power source on the system is generated based on the output fluctuation distribution data 112 of each node obtained in steps 206 and 208.
[0025]
The system and method of the present invention can be processed on a system constructed with hardware such as a large-sized computer, a workstation, or a personal computer. It is also possible to perform the processing by connecting via a.
[0026]
【The invention's effect】
According to the present invention, when investigating various effects on a power system when a large number of distributed power sources are introduced, even if there is only a small number of data related to a limited distributed power source, real data is stochastically obtained at a reasonable level. An analysis can be performed on a distributed power supply that is not provided.
[Brief description of the drawings]
FIG. 1 is an analysis system configuration diagram according to a first embodiment of the present invention.
FIG. 2 is a configuration diagram of an analysis system according to a second embodiment of the present invention.
FIG. 3 is an explanatory diagram showing a procedure for creating a distributed power supply installed capacity distribution and an output fluctuation distribution by a probability distribution creating module according to a third embodiment of the present invention.
FIG. 4 is an explanatory diagram showing a procedure for creating a distributed power source energy variation distribution by a probability distribution creating module according to a fourth embodiment of the present invention and a procedure for creating output variation data of a distributed power source based on the procedure.
FIG. 5 is an explanatory diagram showing a procedure for creating distributed power supply output fluctuation data by a distributed power supply instantaneous value analysis library and a procedure for creating distributed power supply output fluctuation distribution data by a probability distribution creation module according to a fifth embodiment of the present invention.
FIG. 6 is an explanatory diagram showing a procedure for creating wind speed variation distribution data by a probability distribution creation module according to a sixth embodiment of the present invention and a procedure for creating output variation distribution data of a distributed power supply based on the procedure.
FIG. 7 is an explanatory view showing a procedure for generating wind power output fluctuation data by a distributed power source instantaneous value analysis library and generating wind power fluctuation distribution data by a probability distribution generating module according to a seventh embodiment of the present invention.
FIG. 8 is an explanatory diagram showing a procedure for creating wind speed fluctuation data and a procedure for creating wind speed fluctuation distribution data by a probability distribution creation module according to an eighth embodiment of the present invention.
FIG. 9 is an explanatory diagram showing a procedure for generating solar radiation fluctuation distribution data by a probability distribution generating module according to a ninth embodiment of the present invention and a procedure for generating output fluctuation distribution data of photovoltaic power generation based on the procedure.
FIG. 10 is an explanatory diagram showing a procedure for creating photovoltaic power output fluctuation data by a distributed power supply instantaneous value analysis library and a photovoltaic power output fluctuation distribution data by a probability distribution generating module according to a tenth embodiment of the present invention.
FIG. 11 is an explanatory diagram showing a solar radiation fluctuation data generation procedure and a solar radiation fluctuation distribution data generating procedure by a probability distribution generating module according to an eleventh embodiment of the present invention.
FIG. 12 is an explanatory diagram showing a procedure for generating micro gas turbine output fluctuation distribution data by a probability distribution generating module according to a twelfth embodiment of the present invention.
FIG. 13 is an explanatory diagram showing a battery storage system output fluctuation distribution data creation procedure by a probability distribution creation module according to a thirteenth embodiment of the present invention.
FIG. 14 is a flowchart showing processing up to creation of various probability distribution data.
[Explanation of symbols]
101: Distributed power supply instantaneous value analysis library, 102: Probability distribution model creation tool, 103: Probability distribution model, 104: Distributed power supply typical variation model, 105: Simple evaluation table, 106: Map information system, 107: Transmission line data table, 108: distributed power source installed capacity data, 109: probability distribution creating module, 110: distributed power source installed capacity distribution data, 111: distributed power source output fluctuation data, 111a: wind power output fluctuation data, 111b: solar power output fluctuation data, 112 ... Dispersion power supply output fluctuation distribution data, 112a, 112b ... Wind power generation fluctuation distribution data, 112c, 112d ... Photovoltaic power generation fluctuation distribution data, 112e ... Micro gas turbine output fluctuation distribution data, 112f ... Battery storage system output fluctuation distribution data , 113 ... Energy for distributed power supply -Fluctuation data, 114: energy fluctuation distribution data, 115, 115a: wind speed fluctuation data, 116, 116a: wind speed fluctuation distribution data, 117: average wind speed, 118, 118a: probability distribution creation module, 119, 119a ... solar radiation fluctuation data , 120, 120a: Solar radiation fluctuation distribution data, 121: Weather information, 122: Micro gas turbine installed capacity data, 123: Micro gas turbine operating state data, 124: Battery storage system charge / discharge state data.
