CN109190792B - 一种确定配电网中分布式电源的配置的方法和*** - Google Patents
一种确定配电网中分布式电源的配置的方法和*** Download PDFInfo
- Publication number
- CN109190792B CN109190792B CN201810834925.4A CN201810834925A CN109190792B CN 109190792 B CN109190792 B CN 109190792B CN 201810834925 A CN201810834925 A CN 201810834925A CN 109190792 B CN109190792 B CN 109190792B
- Authority
- CN
- China
- Prior art keywords
- power supply
- distribution network
- power
- distributed power
- distributed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000011156 evaluation Methods 0.000 claims abstract description 48
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 230000002068 genetic effect Effects 0.000 claims abstract description 18
- 230000006872 improvement Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 76
- 238000010248 power generation Methods 0.000 claims description 62
- 238000009434 installation Methods 0.000 claims description 42
- 238000005286 illumination Methods 0.000 claims description 39
- 230000008439 repair process Effects 0.000 claims description 39
- 238000004088 simulation Methods 0.000 claims description 18
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 15
- 210000000349 chromosome Anatomy 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000010835 comparative analysis Methods 0.000 claims description 8
- 238000006467 substitution reaction Methods 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 4
- 238000005067 remediation Methods 0.000 claims 2
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000035699 permeability Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种确定配电网中分布式电源的配置与评估的方法和***,所述方法和***包括:建立评估接入分布式电源的配电网供电可靠性的指标体系及每个指标的模型,根据配电网的网络损耗、停电成本与分布式电源的投资成本建立接入分布式电源的配电网的经济性模型,并将所述供电可靠性指标模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,利用遗传算法得到分布式电源在配电网中的最优配置。所述方法和***实现分布式电源类型、位置与接入容量的同时优化,并通过对比分析配电网未加入分布式电源和加入分布式电源后的供电可靠性和经济性,确定所述配电网中接入分布式电源的最优配置对配电网供电可靠性和经济性的提升。
Description
技术领域
本发明涉及配电网规划配置领域,并且更具体地,涉及一种确定配电网中分布式电源的配置的方法和***。
背景技术
配电网是电力***高压输电网与用户相连的中间环节,配电网电压等级多,网络结构复杂,设备类型多样,因此配电网的安全风险因素也相对较多。为保证配电网可靠而高效的运行,需要对其进行规划。传统配电网规划是在现有配电网状况分析的基础上,以满足某一方面或某些方面最优而对其进行改造的过程。配电网规划通常包括规划期间的负荷预测,***网络损耗计算,电压水平分析,供电可靠性分析等。近些年,随着分布式电源(Distributed Generation,DG)的大力发展,在进行配电网规划时,更多新的因素被考虑进来,传统配电网的规划内容与方法受到挑战。分布式电源具有规模小,环境友好,能源利用效率高的特点,其接入配电网不但能调整能源结构,减轻环境压力,更因其独立发电特性,能够解决偏远地区供电难问题,提高配电网整体供电可靠性,因此分布式电源的大规模应用无论对于社会还是配电***本身都具有重大助益。但分布式电源的接入也会对传统配电网的规划产生冲击。分布式电源接入使得配电网的规划内容变得更加复杂,首先分布式电源接入配电网后规划模型的目标函数、约束条件等都有所改变;其次伴随着规划模型的复杂化,规划问题的求解难度亦加大。
总而言之,急需一种针对接入分布式电源的配电网的规划,以提高所述配电网的供电可靠性和经济性。
发明内容
为了解决现有技术中针对接入分布式电源的配电网缺乏相应规划求解以及可靠性和经济性验证的技术问题,本发明提供一种确定配电网中分布式电源的配置的方法,所述方法包括:
建立配电网中接入的分布式电源的出力模型,其中,所述分布式电源包括风力发电***和光伏发电***;
建立评估接入分布式电源的配电网供电可靠性的指标体系,其中,所述指标体系中的指标包括1个与评估配电网经济性相关的指标配电网负荷点年平均停电时间和若干个与评估配电网经济性无关的指标;
根据配电网接入的分布式电源的出力模型,建立与评估配电网经济性无关的指标的模型;
根据所述配电网分布式电源的出力模型、配电网中元件的故障模型和故障修复模型,运用时序蒙特卡洛法确定配电网每个负荷点年平均停电时间;
根据所述配电网每个负荷点年均停电时间确定配电网的停电成本;
以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及停电成本建立接入分布式电源的配电网运行的经济性模型;
将所述评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,在设置的约束条件下,利用遗传算法确定分布式电源接入配电网的最优配置,并对配电网未接入分布式电源与接入分布式电源后的供电可靠性和经济性进行对比分析。
进一步地,所述建立配电网中接入的分布式电源的出力模型包括:
根据配电网拟接入的风力发电***所处地区的实际风速数据建立服从威布尔分布的风速模型,并根据所述风速模型建立风力发电***的出力模型PWTG(v),其计算公式为;
式中,vci,vcr,vco分别为切入风速,额定风速和切出风速,pr为风力发电***风机的额定输出功率,当风速小于vci时,风机不运行;当风速在vci与vcr之间时,风机出力随着风速的加大而加大,近似呈一次曲线;当风速大于vcr且小于vco时,风机出力为额定值;当风速大于vco时,风机出于安全考虑停止工作;
根据配电网拟接入的光伏发电***所处地区的实际光照强度数据建立服从贝塔分布的光照强度模型,并根据所述光照强度模型建立光伏发电***的出力模型PPVG,其计算公式为:
式中,S为光照强度,Sr为光伏发电***光照强度额定值,当光照强度大于0且小于额定值时,光伏的出力随光强的增加而增大,近似呈一次曲线;当光照强度大于额定值时,光伏出力达到额定出力,不再随着光强增大而增大。
进一步地,所述建立评估接入分布式电源的配电网供电可靠性的指标体系是指将分布式电源年发电率、年出力间断率、波动率、孤岛年平均供电时间、孤岛年平均供电电量、孤岛年平均缺供电量和配电网负荷点年平均停电时间作为评估接入分布式电源的配电网供电可靠性的指标,其中,配电网负荷点年平均停电时间是与评估配电网经济性有关的指标,分布式电源年发电率、年出力间断率、波动率、孤岛年平均供电时间、孤岛年平均供电电量、孤岛年平均缺供电量是与评估配电网经济性无关的指标。
进一步地,所述根据配电网接入的分布式电源的出力模型,建立与评估配电网经济性无关的指标的模型包括:
分布式电源年发电率指标GRDG反映分布式电源实际发电量占分布式电源额定发电量的比例,单位为%,计算公式如下:
式中,p(t)为第t个时刻分布式电源的出力值,PDGN为分布式电源的额定输出功率,T1为分布式电源运行的总时间;
分布式电源年出力间断率指标PIPDG反映分布式电源出力的间断程度,且该指标值对于孤岛的供电可靠性有很大程度的影响,单位为%,计算公式如下:
式中,T2表示分布式电源的运行年限,∑t{p(t)=0}表示在运行年限内分布式电源出力为0的时刻的集合;
分布式电源波动率指标PFDG通过前一时刻与后一时刻的差分计算,得到整个T3时段内分布式电源出力的波动情况,能有效反映分布式电源输出功率的波动变化,单位为%,计算公式如下:
式中,p(t)为t时刻分布式电源的出力功率,p(t+1)为t+1时刻分布式电源的出力功率;
孤岛年平均供电时间APSTI反映主网的年平均停电情况,以及反映主网故障时孤岛的年平均供电时长,计算公式如下:
上式中,YEAR为仿真年限,i为负荷点,PL,i为负荷点i的需求功率,PDG为分布式电源的输出功率,N为孤岛正常供电的次数,Rj为第j次孤岛状态下的孤岛划分区域,tj为第j次孤岛正常供电时的供电时间;
孤岛年平均供电电量AESI从电量支撑方面反映孤岛的供电能力,计算公式如下:
式中,YEAR为仿真年限,N为仿真年限YEAR内孤岛正常供电的次数,Ej为第j次孤岛正常供电时的供电电量,Rj为第j次孤岛状态下的孤岛划分区域,PL,i为孤岛内第i个负荷点的功率,tj为第j次孤岛正常供电时的供电时间;
孤岛年平均缺供电量AENSI从电量缺额方面反映孤岛的供电能力,计算公式如下:
式中,YEAR为仿真年限,Nloss为孤岛供电不足的次数,Eloss,j为第j次孤岛停电时的缺供电量,Rj为第j次孤岛状态下的孤岛划分区域,PL,i为孤岛内第i个负荷点的功率,tloss,j为第j次孤岛的停电时间。
进一步地,所述根据所述配电网分布式电源的出力模型、配电网中元件的故障模型和故障修复模型,运用时序蒙特卡洛法确定配电网每个负荷点年平均停电时间包括:
步骤1、设置计算接入分布式电源的配电网的每个负荷点年平均停电时间的初始时刻t=0;
步骤2、对配电网所有元件生成(0,1)随机数,根据元件的故障模型求出每个元件的正常工作时间TTF,其中,所述故障模型的公式为:
F(t)=1-e-λt
式中,F(t)是元件的故障概率,λ是元件随时间的故障率,λ为常数;
步骤3、取TTF最小的元件为故障元件,对故障元件产生(0,1)随机数,根据故障修复模型计算故障元件的修复时间TTR,其中,所述故障修复模型的公式为:
FD(t)=1-e-μt
式中,FD(t)是元件修复时间所对应的概率,μ是元件的修复率,μ为常数;
步骤4、确定受故障元件影响而停电的负荷点,并判断停电负荷点是否能由主网断路器恢复供电,当停电负荷点不能由主网断路器恢复供电时,转至步骤5,当停电负荷点能由主网断路器恢复供电时,转至步骤9;
步骤5、结合停电负荷点安装的分布式电源的类型与安装容量,以及配电网接入分布式电源的出力模型,确定所述分布式电源的出力与负荷功率,并在分布式电源的出力大于负荷功率时,转至步骤6,在分布式电源的出力不大于负荷功率时,转至步骤8;
步骤6、将负荷点故障次数加1,停电时间为分布式电源投入运行的时间;
步骤7、将每个元件的TTF和TTR累加到计算时间t,并在t小于设置值时,转至步骤2,在t不小于设置值时,转至步骤10;
在步骤8、将负荷点故障次数加1,停电时间为故障元件的修复时间,转至步骤10;
步骤9、将负荷点故障次数加1,停电时间为断路器操作时间;
步骤10,输出接入分布式电源的配电网每个负荷点整个计算时间的停电次数与停电时间,并求平均值得到每个负荷点的年平均停电时间。
进一步地,所述根据所述配电网每个负荷点年均停电时间确定配电网的停电成本,其计算公式为:
式中,n是配电网负荷节点数,ti是第i个负荷点的年停电时间,Pi是第i个负荷点的负荷功率,ce是单位电价。
进一步地,所述以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及停电成本建立接入分布式电源的配电网运行的经济性模型包括:
计算分布式电源的投资成本CDG,即配电网中待安装节点建设分布式电源的年费用总和,其计算公式为:
式中,r为年费用系数,m为分布式电源规划的运行年限,NDG为分布式电源的待安装节点数,Ci为各类分布式电源的单位投资成本,SDG,i为分布式电源的安装容量;
将分布式电源看作配电网的负荷节点,运用前推回代法计算配电网网络损耗费用Closs,其计算公式为:
式中,t是配电网支路数,Ploss,i是第i条支路的网络损耗,τmax是第i条支路的年最大负荷损耗小时数,ce是单位电价;
以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及可靠性成本建立接入分布式电源的配电网运行的经济性模型,其计算公式如下:
minZcost=CDG+Closs+CD
式中,Zcost是接入分布式电源后的配电网的年综合成本,CDG是分布式电源的平均年投资成本,Closs是接入分布式电源后的配电网平均年网络损耗费用,CD是接入分布式电源后的配电网的年停电成本。
进一步地,所述将所述评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,在设置的约束条件下,利用遗传算法确定分布式电源接入配电网的最优配置,并对配电网未接入分布式电源与接入分布式电源后的供电可靠性和经济性进行对比分析包括:
将评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,并设置使接入分布式电源的配电网正常运行的等式约束和不等式约束两种约束条件,其中,所述等式约束为配电网的潮流约束,不等式约束包括配电网的节点电压约束、线路电流约束、线路传输功率约束和分布式电源量约束;
将配电网中拟接入的分布式电源采用整数方式编码,将遗传算法的染色体编码长度设置为分布式电源的类型与分布式电源的安装位置和容量两段后确定配电网中拟接入的分布式电源的最优配置,其中:
分布式电源的类型的编码为randint(1,n,[0,1]),可自行规定0或1代表光伏或风机,n为分布式电源待安装数;
分布式电源安装位置和容量编码为randint(1,d,[1,n]),其中,d为:
d=floor(PDGmax/DGmin)
式中PDGmax为配电网允许的分布式电源安装容量上限对应的功率,DGmin为分布式电源最小安装容量;
染色体编码为:
x=[randint(1,n,[0,1])randint(1,d,[1,n])];
根据确定的配电网中拟接入的分布式电源的最优配置,对比分析配电网未加入分布式电源和加入分布式电源后的供电可靠性和经济性,确定所述配电网中接入分布式电源的最优配置对配电网供电可靠性和经济性的提升。
根据本发明的另一方面,本发明提供一种确定配电网中分布式电源的配置的***,所述***包括:
出力模型单元,其用于建立配电网中接入的分布式电源的出力模型,其中,所述分布式电源包括风力发电***和光伏发电***;
指标确定单元,其用于建立评估接入分布式电源的配电网供电可靠性的指标体系,其中,所述指标体系中的指标包括1个与评估配电网经济性相关的指标配电网负荷点年平均停电时间和若干个与评估配电网经济性无关的指标;
指标模型单元,其用于根据配电网接入的分布式电源的出力模型,建立与评估配电网经济性无关的指标的模型;
停电时间单元,其用于根据所述配电网分布式电源的出力模型、配电网中元件的故障模型和故障修复模型,运用时序蒙特卡洛法确定配电网每个负荷点年平均停电时间;
停电成本单元,其用于根据所述配电网每个负荷点年均停电时间确定配电网的停电成本;
经济模型单元,其用于以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及停电成本建立接入分布式电源的配电网运行的经济性模型;
配置单元,其用于将所述评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,在设置的约束条件下,利用遗传算法确定分布式电源接入配电网的最优配置,并对配电网未接入分布式电源与接入分布式电源后的供电可靠性和经济性进行对比分析。
进一步地,所述出力模型单元包括:
第一出力模型单元,其用于根据配电网拟接入的风力发电***所处地区的实际风速数据建立服从威布尔分布的风速模型,并根据所述风速模型建立风力发电***的出力模型PWTG(v),其计算公式为;
式中,vci,vcr,vco分别为切入风速,额定风速和切出风速,pr为风力发电***风机的额定输出功率,当风速小于vci时,风机不运行;当风速在vci与vcr之间时,风机出力随着风速的加大而加大,近似呈一次曲线;当风速大于vcr且小于vco时,风机出力为额定值;当风速大于vco时,风机出于安全考虑停止工作;
第二出力模型单元,其用于根据配电网拟接入的光伏发电***所处地区的实际光照强度数据建立服从贝塔分布的光照强度模型,并根据所述光照强度模型建立光伏发电***的出力模型PPVG,其计算公式为:
式中,S为光照强度,Sr为光伏发电***光照强度额定值,当光照强度大于0且小于额定值时,光伏的出力随光强的增加而增大,近似呈一次曲线;当光照强度大于额定值时,光伏出力达到额定出力,不再随着光强增大而增大。
进一步地,所述指标确定单元将分布式电源年发电率、年出力间断率、波动率、孤岛年平均供电时间、孤岛年平均供电电量、孤岛年平均缺供电量和配电网负荷点年平均停电时间作为评估接入分布式电源的配电网供电可靠性的指标,其中,配电网负荷点年平均停电时间是与评估配电网经济性有关的指标,分布式电源年发电率、年出力间断率、波动率、孤岛年平均供电时间、孤岛年平均供电电量、孤岛年平均缺供电量是与评估配电网经济性无关的指标。
进一步地,所述指标模型单元包括:
第一模型单元,其用于计算分布式电源年发电率指标GRDG,所述GRDG反映分布式电源实际发电量占分布式电源额定发电量的比例,单位为%,计算公式如下:
式中,p(t)为第t个时刻分布式电源的出力值,PDGN为分布式电源的额定输出功率,T1为分布式电源运行的总时间;
第二模型单元,其用于计算分布式电源年出力间断率指标PIPDG,所述PIPDG反映分布式电源出力的间断程度,且该指标值对于孤岛的供电可靠性有很大程度的影响,单位为%,计算公式如下:
式中,T2表示分布式电源的运行年限,∑t{p(t)=0}表示在运行年限内分布式电源出力为0的时刻的集合;
第三模型单元,其用于计算分布式电源波动率指标PFDG,所述PFDG通过前一时刻与后一时刻的差分计算,得到整个T3时段内分布式电源出力的波动情况,能有效反映分布式电源输出功率的波动变化,单位为%,计算公式如下:
式中,p(t)为t时刻分布式电源的出力功率,p(t+1)为t+1时刻分布式电源的出力功率;
第四模型单元,其用于计算孤岛年平均供电时间APSTI,所述APSTI反映主网的年平均停电情况,以及反映主网故障时孤岛的年平均供电时长,计算公式如下:
上式中,YEAR为仿真年限,i为负荷点,PL,i为负荷点i的需求功率,PDG为分布式电源的输出功率,N为孤岛正常供电的次数,Rj为第j次孤岛状态下的孤岛划分区域,tj为第j次孤岛正常供电时的供电时间;
第五模型单元,其用于计算孤岛年平均供电电量AESI,所述孤岛年平均供电电量AESI从电量支撑方面反映孤岛的供电能力,计算公式如下:
式中,YEAR为仿真年限,N为仿真年限YEAR内孤岛正常供电的次数,Ej为第j次孤岛正常供电时的供电电量,Rj为第j次孤岛状态下的孤岛划分区域,PL,i为孤岛内第i个负荷点的功率,tj为第j次孤岛正常供电时的供电时间;
第六模型单元,其用于计算孤岛年平均缺供电量AENSI,所述孤岛年平均缺供电量AENSI从电量缺额方面反映孤岛的供电能力,计算公式如下:
式中,YEAR为仿真年限,Nloss为孤岛供电不足的次数,Eloss,j为第j次孤岛停电时的缺供电量,Rj为第j次孤岛状态下的孤岛划分区域,PL,i为孤岛内第i个负荷点的功率,tloss,j为第j次孤岛的停电时间。
进一步地,所述停电时间单元根据所述配电网分布式电源的出力模型、配电网中元件的故障模型和故障修复模型,运用时序蒙特卡洛法确定配电网每个负荷点年平均停电时间包括:
步骤1、设置计算接入分布式电源的配电网的每个负荷点年平均停电时间的初始时刻t=0;
步骤2、对配电网所有元件生成(0,1)随机数,根据元件的故障模型求出每个元件的正常工作时间TTF,其中,所述故障模型的公式为:
F(t)=1-e-λt
式中,F(t)是元件的故障概率,λ是元件随时间的故障率,λ为常数;
步骤3、取TTF最小的元件为故障元件,对故障元件产生(0,1)随机数,根据故障修复模型计算故障元件的修复时间TTR,其中,所述故障修复模型的公式为:
FD(t)=1-e-μt
式中,FD(t)是元件修复时间所对应的概率,μ是元件的修复率,μ为常数;
步骤4、确定受故障元件影响而停电的负荷点,并判断停电负荷点是否能由主网断路器恢复供电,当停电负荷点不能由主网断路器恢复供电时,转至步骤5,当停电负荷点能由主网断路器恢复供电时,转至步骤9;
步骤5、结合停电负荷点安装的分布式电源的类型与安装容量,以及配电网接入分布式电源的出力模型,确定所述分布式电源的出力与负荷功率,并在分布式电源的出力大于负荷功率时,转至步骤6,在分布式电源的出力不大于负荷功率时,转至步骤8;
步骤6、将负荷点故障次数加1,停电时间为分布式电源投入运行的时间;
步骤7、将每个元件的TTF和TTR累加到计算时间t,并在t小于设置值时,转至步骤2,在t不小于设置值时,转至步骤10;
在步骤8、将负荷点故障次数加1,停电时间为故障元件的修复时间,转至步骤10;
步骤9、将负荷点故障次数加1,停电时间为断路器操作时间;
步骤10,输出接入分布式电源的配电网每个负荷点整个计算时间的停电次数与停电时间,并求平均值得到每个负荷点的年平均停电时间。
进一步地,所述停电成本单元根据所述配电网每个负荷点年均停电时间确定配电网的停电成本,其计算公式为:
式中,n是配电网负荷节点数,ti是第i个负荷点的年停电时间,Pi是第i个负荷点的负荷功率,ce是单位电价。
进一步地,所述经济模型单元包括:
第一成本单元,其用于计算分布式电源的投资成本CDG,即配电网中待安装节点建设分布式电源的年费用总和,其计算公式为:
式中,r为年费用系数,m为分布式电源规划的运行年限,NDG为分布式电源的待安装节点数,Ci为各类分布式电源的单位投资成本,SDG,i为分布式电源的安装容量;
第二成本单元,其用于将分布式电源看作配电网的负荷节点,运用前推回代法计算配电网网络损耗费用Closs,其计算公式为:
式中,t是配电网支路数,Plpss,i是第i条支路的网络损耗,τmax是第i条支路的年最大负荷损耗小时数,ce是单位电价;
模型确定单元,其用于以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及可靠性成本建立接入分布式电源的配电网运行的经济性模型,其计算公式如下:
minZcost=CDG+Closs+CD
式中,Zcost是接入分布式电源后的配电网的年综合成本,CDG是分布式电源的平均年投资成本,Closs是接入分布式电源后的配电网平均年网络损耗费用,CD是接入分布式电源后的配电网的年停电成本。
进一步地,所述配置单元包括:
条件设置单元,其用于将评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,并设置使接入分布式电源的配电网正常运行的等式约束和不等式约束两种约束条件,其中,所述等式约束为配电网的潮流约束,不等式约束包括配电网的节点电压约束、线路电流约束、线路传输功率约束和分布式电源量约束;
配置确定单元,其用于将配电网中拟接入的分布式电源采用整数方式编码,将遗传算法的染色体编码长度设置为分布式电源的类型与分布式电源的安装位置和容量两段后确定配电网中拟接入的分布式电源的最优配置,其中:
分布式电源的类型的编码为randint(1,n,[0,1]),可自行规定0或1代表光伏或风机,n为分布式电源待安装数;
分布式电源安装位置和容量编码为randint(1,d,[1,n]),其中,d为:
d=floor(PDGmax/DGmin)
式中PDGmax为配电网允许的分布式电源安装容量上限对应的功率,DGmin为分布式电源最小安装容量;
染色体编码为:
x=[randint(1,n,[0,1])randint(1,d,[1,n])]。
配置验证单元,其用于根据确定的配电网中拟接入的分布式电源的最优配置,对比分析配电网未加入分布式电源和加入分布式电源后的供电可靠性和经济性,确定所述配电网中接入分布式电源的最优配置对配电网供电可靠性和经济性的提升。
本发明技术方案提供的确定配电网中分布式电源的配置与评估的方法和***,在考虑配电网供电可靠性和经济性的条件下进行配电网分布式电源的优化配置,所述方法和***从分布式电源接入配电网对***支路网络损耗,节点电压以及负荷点可靠性影响出发,建立分布式电源的出力模型,建立评估接入分布式电源的配电网供电可靠性的指标体系及每个指标的模型,运用时序蒙特卡洛法对接入分布式电源的配电网进行负荷点年停电时间的定量计算,运用前推回代法对接入分布式电源的配电网进行网络损耗的计算,并根据配电网的网络损耗、停电成本与分布式电源的投资成本建立接入分布式电源的配电网的经济性模型,并将评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,利用遗传算法进行模型求解,实现分布式电源类型、位置与接入容量的同时优化,并根据确定的配电网中拟接入的分布式电源的最优配置,对比分析配电网未加入分布式电源和加入分布式电源后的供电可靠性和经济性,确定所述配电网中接入分布式电源的最优配置对配电网供电可靠性和经济性的提升。本发明所述的方法和装置具有如下优点:
1.提出了接入分布式电源后的配电网供电可靠性评估的新指标与指标计算方法,量化了分布式电源接入后对配电网供电可靠性的影响。
2.染色体编码不同于传统的分布式电源规划编码,不仅考虑了分布式电源的安装容量,而且计及了分布式电源的安装类型。由此编码方式生成的染色体可以清晰地看出各个节点安装的分布式电源类型与安装容量。
3、通过将评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,并利用遗传算法得出的多目标规划模型的最优配置,使接入分布式电源的配电网的供电可靠性和经济性有了明显提升。
附图说明
通过参考下面的附图,可以更为完整地理解本发明的示例性实施方式:
图1为根据本发明优选实施方式的确定配电网中分布式电源的配置的方法的流程图;
图2为根据本发明优选实施方式的服从威布尔分布的风速概率密度曲线示意图;
图3为根据本发明优选实施方式的服从贝塔分布的光照强度概率密度曲线示意图;
图4为根据本发明优选实施方式的运用时序蒙特卡洛法确定接入分布式电源的配电网每个负荷点年平均停电时间的流程示意图;
图5为根据本发明优选实施方式的在冀北某地区配电网的实际拓扑的四条主馈线的末端接入光伏发电***的结构图。
图6为根据本发明优选实施方式的确定配电网中分布式电源的配置的***结构示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明优选实施方式的确定配电网中分布式电源的配置的方法的流程图。如图1所示,本发明所述的确定配电网中分布式电源的配置的方法100从步骤101开始。
在步骤101,建立配电网中接入的分布式电源的出力模型,其中,所述分布式电源包括风力发电***和光伏发电***。
优选地,所述建立配电网中接入的分布式电源的出力模型包括:
根据配电网拟接入的风力发电***所处地区的实际风速数据建立服从威布尔分布的风速模型。
在本优选实施方式中,以冀北某地区实际风速数据进行服从威布尔分布的风速建模,其概率密度函数为:
式中,v表示风速,k,c分别是两参数的威布尔分布的形状参数和尺度参数,σwind是风速的标准差,Ewind是风速的平均值。
图2为根据本发明优选实施方式的服从威布尔分布的风速概率密度曲线示意图。图2所示为当冀北某地区实测风速平均值为2.21m/s,标准差为1.45m/s时的风速概率密度曲线图。
根据所述服从威布尔分布的风速模型建立风力发电***的出力模型PWTG(v)的计算公式为:
式中,vci,vcr,vco分别为切入风速,额定风速和切出风速,pr为风力发电***风机的额定输出功率,当风速小于vci时,风机不运行;当风速在vci与vcr之间时,风机出力随着风速的加大而加大,近似呈一次曲线;当风速大于vcr且小于vco时,风机出力为额定值;当风速大于vco时,风机出于安全考虑停止工作。
根据配电网拟接入的光伏发电***所处地区的实际光照强度数据建立服从贝塔分布的光照强度模型。
在本优选实施方式中,以冀北某地区实际光强数据进行服从贝塔分布的光照强度建模,其概率密度函数为:
图3为根据本发明优选实施方式的服从贝塔分布的光照强度概率密度曲线示意图。图3所示为冀北某地区实测光强平均值为170.40w/m2,标准差为248.48w/m2的光照强度概率密度曲线图。
根据所述服从贝塔分布的光照强度模型建立光伏发电***的出力模型PPVG,其计算公式为:
式中,S为光照强度,Sr为光伏发电***光照强度额定值,当光照强度大于0且小于额定值时,光伏的出力随光强的增加而增大,近似呈一次曲线;当光照强度大于额定值时,光伏出力达到额定出力,不再随着光强增大而增大。
在步骤102,建立评估接入分布式电源的配电网供电可靠性的指标体系,其中,所述指标体系中的指标包括1个与评估配电网经济性相关的指标配电网负荷点年平均停电时间和若干个与评估配电网经济性无关的指标。
优选地,所述建立评估接入分布式电源的配电网供电可靠性的指标体系是指将分布式电源年发电率、年出力间断率、波动率、孤岛年平均供电时间、孤岛年平均供电电量、孤岛年平均缺供电量和配电网负荷点年平均停电时间作为评估接入分布式电源的配电网供电可靠性的指标,其中,配电网负荷点年平均停电时间是与评估配电网经济性有关的指标,分布式电源年发电率、年出力间断率、波动率、孤岛年平均供电时间、孤岛年平均供电电量、孤岛年平均缺供电量是与评估配电网经济性无关的指标。
在步骤103,根据配电网接入的分布式电源的出力模型,建立与评估配电网经济性无关的指标的模型。
优选地,所述根据配电网接入的分布式电源的出力模型,建立与评估配电网经济性无关的指标的模型包括:
分布式电源年发电率指标GRDG反映分布式电源实际发电量占分布式电源额定发电量的比例,单位为%,计算公式如下:
式中,p(t)为第t个时刻分布式电源的出力值,PDGN为分布式电源的额定输出功率,T1为分布式电源运行的总时间;
分布式电源年出力间断率指标PIPDG反映分布式电源出力的间断程度,且该指标值对于孤岛的供电可靠性有很大程度的影响,单位为%,计算公式如下:
式中,T2表示分布式电源的运行年限,∑t{p(t)=0}表示在运行年限内分布式电源出力为0的时刻的集合;
分布式电源波动率指标PFDG通过前一时刻与后一时刻的差分计算,得到整个T3时段内分布式电源出力的波动情况,能有效反映分布式电源输出功率的波动变化,单位为%,计算公式如下:
式中,p(t)为t时刻分布式电源的出力功率,p(t+1)为t+1时刻分布式电源的出力功率;
孤岛年平均供电时间APSTI反映主网的年平均停电情况,以及反映主网故障时孤岛的年平均供电时长,计算公式如下:
上式中,YEAR为仿真年限,i为负荷点,PL,i为负荷点i的需求功率,PDG为分布式电源的输出功率,N为孤岛正常供电的次数,Rj为第j次孤岛状态下的孤岛划分区域,tj为第j次孤岛正常供电时的供电时间;
孤岛年平均供电电量AESI从电量支撑方面反映孤岛的供电能力,计算公式如下:
式中,YEAR为仿真年限,N为仿真年限YEAR内孤岛正常供电的次数,Ej为第j次孤岛正常供电时的供电电量,Rj为第j次孤岛状态下的孤岛划分区域,PL,i为孤岛内第i个负荷点的功率,tj为第j次孤岛正常供电时的供电时间;
孤岛年平均缺供电量AENSI从电量缺额方面反映孤岛的供电能力,计算公式如下:
式中,YEAR为仿真年限,Nloss为孤岛供电不足的次数,Eloss,j为第j次孤岛停电时的缺供电量,Rj为第j次孤岛状态下的孤岛划分区域,PL,i为孤岛内第i个负荷点的功率,tloss,j为第j次孤岛的停电时间。
在步骤104,根据所述配电网分布式电源的出力模型、配电网中元件的故障模型和故障修复模型,运用时序蒙特卡洛法确定配电网每个负荷点年平均停电时间。
图4为根据本发明优选实施方式的运用时序蒙特卡洛法确定接入分布式电源的配电网每个负荷点年平均停电时间的流程示意图。如图4所示,根据所述配电网分布式电源的出力模型、配电网中元件的故障模型和故障修复模型,运用时序蒙特卡洛法确定配电网每个负荷点年平均停电时间步骤从步骤401开始。
在步骤401,设置计算接入分布式电源的配电网的每个负荷点年平均停电时间的初始时刻t=0。
在步骤402,对配电网所有元件生成(0,1)随机数,根据元件故障概率分布函数求出每个元件的正常工作时间TTF。
配电网中元件的故障概率分布随时间呈现指数分布趋势,故障模型为:
F(t)=1-e-λt
式中,F(t)是元件的故障概率,λ是元件随时间的故障率,此处元件的故障率为常数。
在步骤403,取TTF最小的元件为故障元件,对故障元件产生(0,1)随机数,根据故障修复模型计算故障元件的修复时间TTR。
元件的修复时间同元件的故障概率分布类似,也服从指数分布,故障修复模型为:
FD(t)=1-e-μt
式中,FD(t)是元件修复时间所对应的概率,μ是元件的修复率,此处元件的修复率为常数。
在步骤404,确定受故障元件影响而停电的负荷点,并判断停电负荷点是否能由主网断路器恢复供电,当停电负荷点不能由主网断路器恢复供电时,转至步骤405,当停电负荷点能由主网断路器恢复供电时,转至步骤409;
在步骤405,结合停电负荷点安装的分布式电源的类型与安装容量,以及配电网接入分布式电源的出力模型,确定所述分布式电源的出力与负荷功率,并在分布式电源的出力大于负荷功率时,转至步骤406,在分布式电源的出力不大于负荷功率时,转至步骤408;
在步骤406,将负荷点故障次数加1,停电时间为分布式电源投入运行的时间;
在步骤407,将每个元件的TTF和TTR累加到计算时间t,并在t小于设置值时,转至步骤402,在t不小于设置值时,转至步骤410;
在在步骤8,将负荷点故障次数加1,停电时间为故障元件的修复时间,转至步骤410;
在步骤409,将负荷点故障次数加1,停电时间为断路器操作时间;
在步骤410,输出接入分布式电源的配电网每个负荷点整个计算时间的停电次数与停电时间,并求平均值得到每个负荷点的年平均停电时间。
在拟接入分布式电源的配电网的实际拓扑中的不同位置接入分布式电源后,根据所述流程确定每个负荷点年均停电时间对配电网供电可靠性的影响。在配电网的实际拓扑中接入分布式电源的位置分为两种情况:第一种情况为分布式电源接入同一馈线的不同位置,第二种情况为分布式电源接入不同馈线末端。基于实际拓扑与配电网数据进行分布式电源接入不同位置时的每个负荷点年均停电时间计算,并将不同情况的计算数据进行比较,可以得出光伏发电***接入馈线的末端,每个负荷点年均停电时间最少,配电网可靠性提升最明显。
在拟接入分布式电源的配电网的实际拓扑中接入不同容量的分布式电源后,根据所述流程确定配电网每个负荷点年均停电时间。
图5为根据本发明优选实施方式的在冀北某地区配电网的实际拓扑的四条主馈线的末端接入光伏发电***的结构图。如图5所示,在所述配电网的主拓扑中四条主馈线的末端接入光伏发电***后,改变接入的光伏发电***的渗透率,分别计算每个负荷点年均停电时间,并比较计算结果得出,光伏接入渗透率的拐点为10%,饱和点为30%,即随着接入渗透率的逐渐提高,每个负荷点年均停电时间越小,供电可靠性逐渐提高;当光伏渗透率小于10%时,供电可靠性提高速度较快;当接入渗透率大于30%时,供电可靠性提升速度趋缓。风机渗透率的拐点为30%,饱和点为50%。
在步骤104,根据所述配电网每个负荷点年均停电时间确定配电网的停电成本。
优选地,所述根据所述配电网每个负荷点年均停电时间确定配电网的停电成本,其计算公式为:
式中,n是配电网负荷节点数,ti是第i个负荷点的年停电时间,Pi是第i个负荷点的负荷功率,ce是单位电价。
在步骤106,以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及停电成本建立接入分布式电源的配电网运行的经济性模型。
优选地,所述以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及停电成本建立接入分布式电源的配电网运行的经济性模型包括:
计算分布式电源的投资成本CDG,即配电网中待安装节点建设分布式电源的年费用总和,其计算公式为:
式中,r为年费用系数,m为分布式电源规划的运行年限,NDG为分布式电源的待安装节点数,Ci为各类分布式电源的单位投资成本,SDG,i为分布式电源的安装容量;
将分布式电源看作配电网的负荷节点,运用前推回代法计算配电网网络损耗费用Closs,其计算公式为:
式中,t是配电网支路数,Ploss,i是第i条支路的网络损耗,τmax是第i条支路的年最大负荷损耗小时数,ce是单位电价;
以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及可靠性成本建立接入分布式电源的配电网运行的经济性模型,其计算公式如下:
minZcost=CDG+Closs+CD
式中,Zcost是接入分布式电源后的配电网的年综合成本,CDG是分布式电源的平均年投资成本,Closs是接入分布式电源后的配电网平均年网络损耗费用,CD是接入分布式电源后的配电网的年停电成本。
根据所述经济性模型计算分布式电源接入配电网不同位置的经济性。将300kW光伏分别接入图5所述冀北某地区配电网主拓扑中的四条主馈线的首、中、末端,利用在步骤105中的计算方法得出年停电成本,利用前推回代法计算得出网络损耗,进而根据所述经济性模型计算分布式电源接入配电网不同位置的经济性,并由计算结果得出分布式电源接入馈线末端经济性大于接入馈线中端,接入馈线中端的经济性大于接入首端。
根据所述经济性模型计算不同容量的分布式电源接入配电网的经济性。将100kW,200kW,300kW光伏分别接入图5所述冀北某地区配电网主拓扑中的四条主馈线的末端,并根据所述接入分布式电源的配电网的经济性模型计算各自的经济性,并由计算结果比较得出随着分布式电源容量的增加,分布式电源投资随之加大,但配电网可靠性成本与网络损耗成本不断减小。因而,需要对分布式电源的容量进行规划,以使配电网的经济性达到最优。
在步骤107,将所述评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,在设置的约束条件下,利用遗传算法确定分布式电源接入配电网的最优配置,并对配电网未接入分布式电源与接入分布式电源后的供电可靠性和经济性进行对比分析。
优选地,所述将接入分布式电源的配电网的运行经济性模型作为接入分布式电源的配电网的多目标规划模型,在设置的约束条件下,利用遗传算法确定分布式电源接入配电网的最优配置,并对配电网未接入分布式电源与接入分布式电源后的供电可靠性和经济性进行对比分析包括:
将接入分布式电源的配电网的运行经济性模型作为接入分布式电源的配电网的多目标规划模型,,并设置使接入分布式电源的配电网正常运行的等式约束和不等式约束两种约束条件,其中,所述等式约束为配电网的潮流约束,不等式约束包括配电网的节点电压约束、线路电流约束、线路传输功率约束和分布式电源量约束,具体地:
配电网的节点电压约束为:
0.93UN≤Ui≤1.07UN
式中,UN是节点额定电压,Ui是节点电压的幅值;
线路电流约束为:
Il≤Il,max
式中,Il是线路l流经的电流值,Il,max线路l允许通过的电流最大值。
线路传输功率约束为:
0≤Sij≤Sij,max
式中,Sij是线路ij传输的功率,Sij,max是线路ij允许传输的额定功率。
分布式电源容量约束为:
0≤PDG,i≤PDG,imax
0≤S∑DG≤Smax
式中PDG,i是配电网中第i个节点安装的分布式电源容量,PDG,imax是节点i允许接入分布式电源的最大容量,S∑DG是配电网安装分布式电源容量的总量,Smax是配电网允许安装分布式电源的容量上限。
将配电网中拟接入的分布式电源采用整数方式编码,将遗传算法的染色体编码长度设置为分布式电源的类型与分布式电源的安装位置和容量两段后确定配电网中拟接入的分布式电源的最优配置,其中:
分布式电源的类型的编码为randint(1,n,[0,1]),可自行规定0或1代表光伏或风机,n为分布式电源待安装数;
分布式电源安装位置和容量编码为randint(1,d,[1,n]),其中,d为:
d=floor(PDGmax/DGmin)=floor(Pload×20%/DGmin)
式中PDGmax为配电网允许的分布式电源安装容量上限对应的功率,DGmin为分布式电源最小安装容量,Pload为负荷总容量对应的功率;
染色体编码为:
x=[randint(1,n,[0,1])randint(1,d,[1,n])]
当
x=[randint(1,n,[0,1])randint(1,d,[1,n])]=
1 0 1 1 0 0 1 0 0 0 0 1 3 3 1 2 5 5 6 12 8 7 9 10,且规定0为风机、1为光伏,则此结果为1,3,4,7,12节点安装光伏,2,5,6,8,9,10,11节点安装风机;其中1,2,6,7,8,9,10,12节点安装DGmin容量的分布式电源,3,5节点安装2*DGmin容量的分布式电源。
根据确定的配电网中拟接入的分布式电源的最优配置,对比分析配电网未加入分布式电源和加入分布式电源后的供电可靠性和经济性,确定所述配电网中接入分布式电源的最优配置对配电网供电可靠性和经济性的提升。
在本优选实施方式中,对冀北某地区的配电网,按照传统方法计算未接入分布式电源的可靠性和经济性,以及按照本发明所述的方法计算接入分布式电源的可靠性和经济性,分别进行分析并进行对比,接入分布式电源后的配电网的供电可靠性和网络损耗均得到改善,减少了传统配电网网络损耗和供电可靠性方面的投入,提高了配电网运行的经济性。
图6为根据本发明优选实施方式的确定配电网中分布式电源的配置的***结构示意图,如图6所示,本发明优选实施方式所述的确定配电网中分布式电源的配置的***600包括:
出力模型单元601,其用于建立配电网中接入的分布式电源的出力模型,其中,所述分布式电源包括风力发电***和光伏发电***;
指标确定单元602,其用于建立评估接入分布式电源的配电网供电可靠性的指标体系,其中,所述指标体系中的指标包括1个与评估配电网经济性相关的指标配电网负荷点年平均停电时间和若干个与评估配电网经济性无关的指标;
指标模型单元603,其用于根据配电网接入的分布式电源的出力模型,建立与评估配电网经济性无关的指标的模型;
停电时间单元604,其用于根据所述配电网分布式电源的出力模型、配电网中元件的故障模型和故障修复模型,运用时序蒙特卡洛法确定配电网每个负荷点年平均停电时间;
停电成本单元605,其用于根据所述配电网每个负荷点年均停电时间确定配电网的停电成本;
经济模型单元606,其用于以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及停电成本建立接入分布式电源的配电网运行的经济性模型;
配置单元607,其用于将所述评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,在设置的约束条件下,利用遗传算法确定分布式电源接入配电网的最优配置,并对配电网未接入分布式电源与接入分布式电源后的供电可靠性和经济性进行对比分析。
优选地,所述出力模型单元601包括:
第一出力模型单元611,其用于根据配电网拟接入的风力发电***所处地区的实际风速数据建立服从威布尔分布的风速模型,并根据所述风速模型建立风力发电***的出力模型PWTG(v),其计算公式为;
式中,vci,vcr,vco分别为切入风速,额定风速和切出风速,pr为风力发电***风机的额定输出功率,当风速小于vci时,风机不运行;当风速在vci与vcr之间时,风机出力随着风速的加大而加大,近似呈一次曲线;当风速大于vcr且小于vco时,风机出力为额定值;当风速大于vco时,风机出于安全考虑停止工作;
第二出力模型单元612,其用于根据配电网拟接入的光伏发电***所处地区的实际光照强度数据建立服从贝塔分布的光照强度模型,并根据所述光照强度模型建立光伏发电***的出力模型PPVG,其计算公式为:
式中,S为光照强度,Sr为光伏发电***光照强度额定值,当光照强度大于0且小于额定值时,光伏的出力随光强的增加而增大,近似呈一次曲线;当光照强度大于额定值时,光伏出力达到额定出力,不再随着光强增大而增大。
优选地,所述指标确定单元602将分布式电源年发电率、年出力间断率、波动率、孤岛年平均供电时间、孤岛年平均供电电量、孤岛年平均缺供电量和配电网负荷点年平均停电时间作为评估接入分布式电源的配电网供电可靠性的指标,其中,配电网负荷点年平均停电时间是与评估配电网经济性有关的指标,分布式电源年发电率、年出力间断率、波动率、孤岛年平均供电时间、孤岛年平均供电电量、孤岛年平均缺供电量是与评估配电网经济性无关的指标。
优选地,所述指标模型单元603包括:
第一模型单元631,其用于计算分布式电源年发电率指标GRDG,所述GRDG反映分布式电源实际发电量占分布式电源额定发电量的比例,单位为%,计算公式如下:
式中,p(t)为第t个时刻分布式电源的出力值,PDGN为分布式电源的额定输出功率,T1为分布式电源运行的总时间;
第二模型单元632,其用于计算分布式电源年出力间断率指标PIPDG,所述PIPDG反映分布式电源出力的间断程度,且该指标值对于孤岛的供电可靠性有很大程度的影响,单位为%,计算公式如下:
式中,T2表示分布式电源的运行年限,∑t{p(t)=0}表示在运行年限内分布式电源出力为0的时刻的集合;
第三模型单元633,其用于计算分布式电源波动率指标PFDG,所述PFDG通过前一时刻与后一时刻的差分计算,得到整个T3时段内分布式电源出力的波动情况,能有效反映分布式电源输出功率的波动变化,单位为%,计算公式如下:
式中,p(t)为t时刻分布式电源的出力功率,p(t+1)为t+1时刻分布式电源的出力功率;
第四模型单元634,其用于计算孤岛年平均供电时间APSTI,所述APSTI反映主网的年平均停电情况,以及反映主网故障时孤岛的年平均供电时长,计算公式如下:
上式中,YEAR为仿真年限,i为负荷点,PL,i为负荷点i的需求功率,PDG为分布式电源的输出功率,N为孤岛正常供电的次数,Rj为第j次孤岛状态下的孤岛划分区域,tj为第j次孤岛正常供电时的供电时间;
第五模型单元635,其用于计算孤岛年平均供电电量AESI,所述孤岛年平均供电电量AESI从电量支撑方面反映孤岛的供电能力,计算公式如下:
式中,YEAR为仿真年限,N为仿真年限YEAR内孤岛正常供电的次数,Ej为第j次孤岛正常供电时的供电电量,Rj为第j次孤岛状态下的孤岛划分区域,PL,i为孤岛内第i个负荷点的功率,tj为第j次孤岛正常供电时的供电时间;
第六模型单元636,其用于计算孤岛年平均缺供电量AENSI,所述孤岛年平均缺供电量AENSI从电量缺额方面反映孤岛的供电能力,计算公式如下:
式中,YEAR为仿真年限,Nloss为孤岛供电不足的次数,Eloss,j为第j次孤岛停电时的缺供电量,Rj为第j次孤岛状态下的孤岛划分区域,PL,i为孤岛内第i个负荷点的功率,tloss,j为第j次孤岛的停电时间。
优选地,所述停电时间单元604根据所述配电网分布式电源的出力模型、配电网中元件的故障模型和故障修复模型,运用时序蒙特卡洛法确定配电网每个负荷点年平均停电时间包括:
步骤1、设置计算接入分布式电源的配电网的每个负荷点年平均停电时间的初始时刻t=0;
步骤2、对配电网所有元件生成(0,1)随机数,根据元件的故障模型求出每个元件的正常工作时间TTF,其中,所述故障模型的公式为:
F(t)=1-e-λt
式中,F(t)是元件的故障概率,λ是元件随时间的故障率,λ为常数;
步骤3、取TTF最小的元件为故障元件,对故障元件产生(0,1)随机数,根据故障修复模型计算故障元件的修复时间TTR,其中,所述故障修复模型的公式为:
FD(t)=1-e-μt
式中,FD(t)是元件修复时间所对应的概率,μ是元件的修复率,μ为常数;
步骤4、确定受故障元件影响而停电的负荷点,并判断停电负荷点是否能由主网断路器恢复供电,当停电负荷点不能由主网断路器恢复供电时,转至步骤5,当停电负荷点能由主网断路器恢复供电时,转至步骤9;
步骤5、结合停电负荷点安装的分布式电源的类型与安装容量,以及配电网接入分布式电源的出力模型,确定所述分布式电源的出力与负荷功率,并在分布式电源的出力大于负荷功率时,转至步骤6,在分布式电源的出力不大于负荷功率时,转至步骤8;
步骤6、将负荷点故障次数加1,停电时间为分布式电源投入运行的时间;
步骤7、将每个元件的TTF和TTR累加到计算时间t,并在t小于设置值时,转至步骤2,在t不小于设置值时,转至步骤10;
在步骤8、将负荷点故障次数加1,停电时间为故障元件的修复时间,转至步骤10;
步骤9、将负荷点故障次数加1,停电时间为断路器操作时间;
步骤10,输出接入分布式电源的配电网每个负荷点整个计算时间的停电次数与停电时间,并求平均值得到每个负荷点的年平均停电时间。
优选地,所述停电成本单元605根据所述配电网每个负荷点年均停电时间确定配电网的停电成本,其计算公式为:
式中,n是配电网负荷节点数,ti是第i个负荷点的年停电时间,Pi是第i个负荷点的负荷功率,ce是单位电价。
优选地,所述经济模型单元606包括:
第一成本单元661,其用于计算分布式电源的投资成本CDG,即配电网中待安装节点建设分布式电源的年费用总和,其计算公式为:
式中,r为年费用系数,m为分布式电源规划的运行年限,NDG为分布式电源的待安装节点数,Ci为各类分布式电源的单位投资成本,SDG,i为分布式电源的安装容量;
第二成本单元662,其用于将分布式电源看作配电网的负荷节点,运用前推回代法计算配电网网络损耗费用Closs,其计算公式为:
式中,t是配电网支路数,Ploss,i是第i条支路的网络损耗,τmax是第i条支路的年最大负荷损耗小时数,ce是单位电价;
模型确定单元663,其用于以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及可靠性成本建立接入分布式电源的配电网运行的经济性模型,其计算公式如下:
minZcost=CDG+Closs+CD
式中,Zcpst是接入分布式电源后的配电网的年综合成本,CDG是分布式电源的平均年投资成本,Closs是接入分布式电源后的配电网平均年网络损耗费用,CD是接入分布式电源后的配电网的年停电成本。
优选地,所述配置单元607包括:
条件设置单元671,其用于将评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,并设置使接入分布式电源的配电网正常运行的等式约束和不等式约束两种约束条件,其中,所述等式约束为配电网的潮流约束,不等式约束包括配电网的节点电压约束、线路电流约束、线路传输功率约束和分布式电源量约束;
配置确定单元672,其用于将配电网中拟接入的分布式电源采用整数方式编码,将遗传算法的染色体编码长度设置为分布式电源的类型与分布式电源的安装位置和容量两段后确定配电网中拟接入的分布式电源的最优配置,其中:
分布式电源的类型的编码为randint(1,n,[0,1]),可自行规定0或1代表光伏或风机,n为分布式电源待安装数;
分布式电源安装位置和容量编码为randint(1,d,[1,n]),其中,d为:
d=floor(PDGmax/DGmin)
式中PDGmax为配电网允许的分布式电源安装容量上限对应的功率,DGmin为分布式电源最小安装容量;
染色体编码为:
x=[randint(1,n,[0,1])randint(1,d,[1,n])];
配置验证单元673,其用于根据确定的配电网中拟接入的分布式电源的最优配置,对比分析配电网未加入分布式电源和加入分布式电源后的供电可靠性和经济性,确定所述配电网中接入分布式电源的最优配置对配电网供电可靠性和经济性的提升。
已经通过参考少量实施方式描述了本发明。然而,本领域技术人员所公知的,正如附带的专利权利要求所限定的,除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地,在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释,除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例,除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行,除非明确地说明。
Claims (16)
1.一种确定配电网中分布式电源的配置的方法,其特征在于,所述方法包括:
建立配电网中接入的分布式电源的出力模型,其中,所述分布式电源包括风力发电***和光伏发电***;
建立评估接入分布式电源的配电网供电可靠性的指标体系,其中,所述指标体系中的指标包括1个与评估配电网经济性相关的指标配电网负荷点年平均停电时间和若干个与评估配电网经济性无关的指标;
根据配电网接入的分布式电源的出力模型,建立与评估配电网经济性无关的指标的模型;
根据所述配电网分布式电源的出力模型、配电网中元件的故障模型和故障修复模型,运用时序蒙特卡洛法确定配电网每个负荷点年平均停电时间;
根据所述配电网每个负荷点年均停电时间确定配电网的停电成本;
以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及停电成本建立接入分布式电源的配电网运行的经济性模型;
将所述评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,在设置的约束条件下,利用遗传算法确定分布式电源接入配电网的最优配置,并对配电网未接入分布式电源与接入分布式电源后的供电可靠性和经济性进行对比分析。
2.根据权利要求1所述的方法,其特征在于,所述建立配电网中接入的分布式电源的出力模型包括:
根据配电网拟接入的风力发电***所处地区的实际风速数据建立服从威布尔分布的风速模型,并根据所述风速模型建立风力发电***的出力模型PWTG(v),其计算公式为;
式中,vci,vcr,vco分别为切入风速,额定风速和切出风速,pr为风力发电***风机的额定输出功率,当风速小于vci时,风机不运行;当风速在vci与vcr之间时,风机出力随着风速的加大而加大,近似呈一次曲线;当风速大于vcr且小于vco时,风机出力为额定值;当风速大于vco时,风机出于安全考虑停止工作;
根据配电网拟接入的光伏发电***所处地区的实际光照强度数据建立服从贝塔分布的光照强度模型,并根据所述光照强度模型建立光伏发电***的出力模型PPVG,其计算公式为:
式中,S为光照强度,Sr为光伏发电***光照强度额定值,当光照强度大于0且小于额定值时,光伏的出力随光强的增加而增大,近似呈一次曲线;当光照强度大于额定值时,光伏出力达到额定出力,不再随着光强增大而增大。
3.根据权利要求1所述的方法,其特征在于,所述建立评估接入分布式电源的配电网供电可靠性的指标体系是指将分布式电源年发电率、年出力间断率、波动率、孤岛年平均供电时间、孤岛年平均供电电量、孤岛年平均缺供电量和配电网负荷点年平均停电时间作为评估接入分布式电源的配电网供电可靠性的指标,其中,配电网负荷点年平均停电时间是与评估配电网经济性有关的指标,分布式电源年发电率、年出力间断率、波动率、孤岛年平均供电时间、孤岛年平均供电电量、孤岛年平均缺供电量是与评估配电网经济性无关的指标。
4.根据权利要求3所述的方法,其特征在于,所述根据配电网接入的分布式电源的出力模型,建立与评估配电网经济性无关的指标的模型包括:
分布式电源年发电率指标GRDG反映分布式电源实际发电量占分布式电源额定发电量的比例,单位为%,计算公式如下:
式中,p(t)为第t个时刻分布式电源的出力值,PDGN为分布式电源的额定输出功率,T1为分布式电源运行的总时间;
分布式电源年出力间断率指标PIPDG反映分布式电源出力的间断程度,且该指标值对于孤岛的供电可靠性有很大程度的影响,单位为%,计算公式如下:
式中,T2表示分布式电源的运行年限,∑t{p(t)=0}表示在运行年限内分布式电源出力为0的时刻的集合;
分布式电源波动率指标PFDG通过前一时刻与后一时刻的差分计算,得到整个T3时段内分布式电源出力的波动情况,能有效反映分布式电源输出功率的波动变化,单位为%,计算公式如下:
式中,p(t)为t时刻分布式电源的出力功率,p(t+1)为t+1时刻分布式电源的出力功率;
孤岛年平均供电时间APSTI反映主网的年平均停电情况,以及反映主网故障时孤岛的年平均供电时长,计算公式如下:
上式中,YEAR为仿真年限,i为负荷点,PL,i为负荷点i的需求功率,PDG为分布式电源的输出功率,N为孤岛正常供电的次数,Rj为第j次孤岛状态下的孤岛划分区域,tj为第j次孤岛正常供电时的供电时间;
孤岛年平均供电电量AESI从电量支撑方面反映孤岛的供电能力,计算公式如下:
式中,YEAR为仿真年限,N为仿真年限YEAR内孤岛正常供电的次数,Ej为第j次孤岛正常供电时的供电电量,Rj为第j次孤岛状态下的孤岛划分区域,PL,i为孤岛内第i个负荷点的功率,tj为第j次孤岛正常供电时的供电时间;
孤岛年平均缺供电量AENSI从电量缺额方面反映孤岛的供电能力,计算公式如下:
式中,YEAR为仿真年限,Nloss为孤岛供电不足的次数,Eloss,j为第j次孤岛停电时的缺供电量,Rj为第j次孤岛状态下的孤岛划分区域,PL,i为孤岛内第i个负荷点的功率,tloss,j为第j次孤岛的停电时间。
5.根据权利要求1所述的方法,其特征在于,所述根据所述配电网分布式电源的出力模型、配电网中元件的故障模型和故障修复模型,运用时序蒙特卡洛法确定配电网每个负荷点年平均停电时间包括:
步骤1、设置计算接入分布式电源的配电网的每个负荷点年平均停电时间的初始时刻t=0;
步骤2、对配电网所有元件生成(0,1)随机数,根据元件的故障模型求出每个元件的正常工作时间TTF,其中,所述故障模型的公式为:
F(t)=1-e-λt
式中,F(t)是元件的故障概率,λ是元件随时间的故障率,λ为常数;
步骤3、取TTF最小的元件为故障元件,对故障元件产生(0,1)随机数,根据故障修复模型计算故障元件的修复时间TTR,其中,所述故障修复模型的公式为:
FD(t)=1-e-μt
式中,FD(t)是元件修复时间所对应的概率,μ是元件的修复率,μ为常数;
步骤4、确定受故障元件影响而停电的负荷点,并判断停电负荷点是否能由主网断路器恢复供电,当停电负荷点不能由主网断路器恢复供电时,转至步骤5,当停电负荷点能由主网断路器恢复供电时,转至步骤9;
步骤5、结合停电负荷点安装的分布式电源的类型与安装容量,以及配电网接入分布式电源的出力模型,确定所述分布式电源的出力与负荷功率,并在分布式电源的出力大于负荷功率时,转至步骤6,在分布式电源的出力不大于负荷功率时,转至步骤8;
步骤6、将负荷点故障次数加1,停电时间为分布式电源投入运行的时间;
步骤7、将每个元件的TTF和TTR累加到计算时间t,并在t小于设置值时,转至步骤2,在t不小于设置值时,转至步骤10;
在步骤8、将负荷点故障次数加1,停电时间为故障元件的修复时间,转至步骤10;
步骤9、将负荷点故障次数加1,停电时间为断路器操作时间;
步骤10,输出接入分布式电源的配电网每个负荷点整个计算时间的停电次数与停电时间,并求平均值得到每个负荷点的年平均停电时间。
7.根据权利要求6所述的方法,其特征在于,所述以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及停电成本建立接入分布式电源的配电网运行的经济性模型包括:
计算分布式电源的投资成本CDG,即配电网中待安装节点建设分布式电源的年费用总和,其计算公式为:
式中,r为年费用系数,m为分布式电源规划的运行年限,NDG为分布式电源的待安装节点数,Ci为各类分布式电源的单位投资成本,SDG,i为分布式电源的安装容量;
将分布式电源看作配电网的负荷节点,运用前推回代法计算配电网网络损耗费用Closs,其计算公式为:
式中,t是配电网支路数,Ploss,i是第i条支路的网络损耗,τmax是第i条支路的年最大负荷损耗小时数,ce是单位电价;
以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及可靠性成本建立接入分布式电源的配电网运行的经济性模型,其计算公式如下:
minZcost=CDG+Closs+CD
式中,Zcost是接入分布式电源后的配电网的年综合成本,CDG是分布式电源的平均年投资成本,Closs是接入分布式电源后的配电网平均年网络损耗费用,CD是接入分布式电源后的配电网的年停电成本。
8.根据权利要求1所述的方法,其特征在于,所述将所述评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,在设置的约束条件下,利用遗传算法确定分布式电源接入配电网的最优配置,并对配电网未接入分布式电源与接入分布式电源后的供电可靠性和经济性进行对比分析包括:
将评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,并设置使接入分布式电源的配电网正常运行的等式约束和不等式约束两种约束条件,其中,所述等式约束为配电网的潮流约束,不等式约束包括配电网的节点电压约束、线路电流约束、线路传输功率约束和分布式电源量约束;
将配电网中拟接入的分布式电源采用整数方式编码,将遗传算法的染色体编码长度设置为分布式电源的类型与分布式电源的安装位置和容量两段后确定配电网中拟接入的分布式电源的最优配置,其中:
分布式电源的类型的编码为randint(1,n,[0,1]),可自行规定0或1代表光伏或风机,n为分布式电源待安装数;
分布式电源安装位置和容量编码为randint(1,d,[1,n]),其中,d为:
d=floor(PDGmax/DGmin)
式中PDGmax为配电网允许的分布式电源安装容量上限对应的功率,DGmin为分布式电源最小安装容量;
染色体编码为:
x=[randint(1,n,[0,1])randint(1,d,[1,n])];
根据确定的配电网中拟接入的分布式电源的最优配置,对比分析配电网未加入分布式电源和加入分布式电源后的供电可靠性和经济性,确定所述配电网中接入分布式电源的最优配置对配电网供电可靠性和经济性的提升。
9.一种确定配电网中分布式电源的配置的***,其特征在于,所述***包括:
出力模型单元,其用于建立配电网中接入的分布式电源的出力模型,其中,所述分布式电源包括风力发电***和光伏发电***;
指标确定单元,其用于建立评估接入分布式电源的配电网供电可靠性的指标体系,其中,所述指标体系中的指标包括1个与评估配电网经济性相关的指标配电网负荷点年平均停电时间和若干个与评估配电网经济性无关的指标;
指标模型单元,其用于根据配电网接入的分布式电源的出力模型,建立与评估配电网经济性无关的指标的模型;
停电时间单元,其用于根据所述配电网分布式电源的出力模型、配电网中元件的故障模型和故障修复模型,运用时序蒙特卡洛法确定配电网每个负荷点年平均停电时间;
停电成本单元,其用于根据所述配电网每个负荷点年均停电时间确定配电网的停电成本;
经济模型单元,其用于以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及停电成本建立接入分布式电源的配电网运行的经济性模型;
配置单元,其用于将所述评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,在设置的约束条件下,利用遗传算法确定分布式电源接入配电网的最优配置,并对配电网未接入分布式电源与接入分布式电源后的供电可靠性和经济性进行对比分析。
10.根据权利要求9所述的***,其特征在于,所述出力模型单元包括:
第一出力模型单元,其用于根据配电网拟接入的风力发电***所处地区的实际风速数据建立服从威布尔分布的风速模型,并根据所述风速模型建立风力发电***的出力模型PWTG(v),其计算公式为;
式中,vci,vcr,vco分别为切入风速,额定风速和切出风速,pr为风力发电***风机的额定输出功率,当风速小于vci时,风机不运行;当风速在vci与vcr之间时,风机出力随着风速的加大而加大,近似呈一次曲线;当风速大于vcr且小于vco时,风机出力为额定值;当风速大于vco时,风机出于安全考虑停止工作;
第二出力模型单元,其用于根据配电网拟接入的光伏发电***所处地区的实际光照强度数据建立服从贝塔分布的光照强度模型,并根据所述光照强度模型建立光伏发电***的出力模型PPVG,其计算公式为:
式中,S为光照强度,Sr为光伏发电***光照强度额定值,当光照强度大于0且小于额定值时,光伏的出力随光强的增加而增大,近似呈一次曲线;当光照强度大于额定值时,光伏出力达到额定出力,不再随着光强增大而增大。
11.根据权利要求9所述的***,其特征在于,所述指标确定单元将分布式电源年发电率、年出力间断率、波动率、孤岛年平均供电时间、孤岛年平均供电电量、孤岛年平均缺供电量和配电网负荷点年平均停电时间作为评估接入分布式电源的配电网供电可靠性的指标,其中,配电网负荷点年平均停电时间是与评估配电网经济性有关的指标,分布式电源年发电率、年出力间断率、波动率、孤岛年平均供电时间、孤岛年平均供电电量、孤岛年平均缺供电量是与评估配电网经济性无关的指标。
12.根据权利要求11所述的***,其特征在于,所述指标模型单元包括:
第一模型单元,其用于计算分布式电源年发电率指标GRDG,所述GRDG反映分布式电源实际发电量占分布式电源额定发电量的比例,单位为%,计算公式如下:
式中,p(t)为第t个时刻分布式电源的出力值,PDGN为分布式电源的额定输出功率,T1为分布式电源运行的总时间;
第二模型单元,其用于计算分布式电源年出力间断率指标PIPDG,所述PIPDG反映分布式电源出力的间断程度,且该指标值对于孤岛的供电可靠性有很大程度的影响,单位为%,计算公式如下:
式中,T2表示分布式电源的运行年限,∑t{p(t)=0}表示在运行年限内分布式电源出力为0的时刻的集合;
第三模型单元,其用于计算分布式电源波动率指标PFDG,所述PFDG通过前一时刻与后一时刻的差分计算,得到整个T3时段内分布式电源出力的波动情况,能有效反映分布式电源输出功率的波动变化,单位为%,计算公式如下:
式中,p(t)为t时刻分布式电源的出力功率,p(t+1)为t+1时刻分布式电源的出力功率;
第四模型单元,其用于计算孤岛年平均供电时间APSTI,所述APSTI反映主网的年平均停电情况,以及反映主网故障时孤岛的年平均供电时长,计算公式如下:
上式中,YEAR为仿真年限,i为负荷点,PL,i为负荷点i的需求功率,PDG为分布式电源的输出功率,N为孤岛正常供电的次数,Rj为第j次孤岛状态下的孤岛划分区域,tj为第j次孤岛正常供电时的供电时间;
第五模型单元,其用于计算孤岛年平均供电电量AESI,所述孤岛年平均供电电量AESI从电量支撑方面反映孤岛的供电能力,计算公式如下:
式中,YEAR为仿真年限,N为仿真年限YEAR内孤岛正常供电的次数,Ej为第j次孤岛正常供电时的供电电量,Rj为第j次孤岛状态下的孤岛划分区域,PL,i为孤岛内第i个负荷点的功率,tj为第j次孤岛正常供电时的供电时间;
第六模型单元,其用于计算孤岛年平均缺供电量AENSI,所述孤岛年平均缺供电量AENSI从电量缺额方面反映孤岛的供电能力,计算公式如下:
式中,YEAR为仿真年限,Nloss为孤岛供电不足的次数,Eloss,j为第j次孤岛停电时的缺供电量,Rj为第j次孤岛状态下的孤岛划分区域,PL,i为孤岛内第i个负荷点的功率,tloss,j为第j次孤岛的停电时间。
13.根据权利要求9所述的***,其特征在于,所述停电时间单元根据所述配电网分布式电源的出力模型、配电网中元件的故障模型和故障修复模型,运用时序蒙特卡洛法确定配电网每个负荷点年平均停电时间包括:
步骤1、设置计算接入分布式电源的配电网的每个负荷点年平均停电时间的初始时刻t=0;
步骤2、对配电网所有元件生成(0,1)随机数,根据元件的故障模型求出每个元件的正常工作时间TTF,其中,所述故障模型的公式为:
F(t)=1-e-λt
式中,F(t)是元件的故障概率,λ是元件随时间的故障率,λ为常数;
步骤3、取TTF最小的元件为故障元件,对故障元件产生(0,1)随机数,根据故障修复模型计算故障元件的修复时间TTR,其中,所述故障修复模型的公式为:
FD(t)=1-e-μt
式中,FD(t)是元件修复时间所对应的概率,μ是元件的修复率,μ为常数;
步骤4、确定受故障元件影响而停电的负荷点,并判断停电负荷点是否能由主网断路器恢复供电,当停电负荷点不能由主网断路器恢复供电时,转至步骤5,当停电负荷点能由主网断路器恢复供电时,转至步骤9;
步骤5、结合停电负荷点安装的分布式电源的类型与安装容量,以及配电网接入分布式电源的出力模型,确定所述分布式电源的出力与负荷功率,并在分布式电源的出力大于负荷功率时,转至步骤6,在分布式电源的出力不大于负荷功率时,转至步骤8;
步骤6、将负荷点故障次数加1,停电时间为分布式电源投入运行的时间;
步骤7、将每个元件的TTF和TTR累加到计算时间t,并在t小于设置值时,转至步骤2,在t不小于设置值时,转至步骤10;
在步骤8、将负荷点故障次数加1,停电时间为故障元件的修复时间,转至步骤10;
步骤9、将负荷点故障次数加1,停电时间为断路器操作时间;
步骤10,输出接入分布式电源的配电网每个负荷点整个计算时间的停电次数与停电时间,并求平均值得到每个负荷点的年平均停电时间。
15.根据权利要求14所述的***,其特征在于,所述经济模型单元包括:
第一成本单元,其用于计算分布式电源的投资成本CDG,即配电网中待安装节点建设分布式电源的年费用总和,其计算公式为:
式中,r为年费用系数,m为分布式电源规划的运行年限,NDG为分布式电源的待安装节点数,Ci为各类分布式电源的单位投资成本,SDG,i为分布式电源的安装容量;
第二成本单元,其用于将分布式电源看作配电网的负荷节点,运用前推回代法计算配电网网络损耗费用Closs,其计算公式为:
式中,t是配电网支路数,Ploss,i是第i条支路的网络损耗,τmax是第i条支路的年最大负荷损耗小时数,ce是单位电价;
模型确定单元,其用于以配电网的年运行成本为总目标,根据配电网的分布式电源的投资成本、网络损耗费用以及可靠性成本建立接入分布式电源的配电网运行的经济性模型,其计算公式如下:
minZcost=CDG+Closs+CD
式中,Zcost是接入分布式电源后的配电网的年综合成本,CDG是分布式电源的平均年投资成本,Closs是接入分布式电源后的配电网平均年网络损耗费用,CD是接入分布式电源后的配电网的年停电成本。
16.根据权利要求9所述的***,其特征在于,所述配置单元包括:
条件设置单元,其用于将评估接入分布式电源的配电网供电可靠性中与评估经济性无关的指标的模型和经济性模型作为接入分布式电源的配电网的多目标规划模型,并设置使接入分布式电源的配电网正常运行的等式约束和不等式约束两种约束条件,其中,所述等式约束为配电网的潮流约束,不等式约束包括配电网的节点电压约束、线路电流约束、线路传输功率约束和分布式电源量约束;
配置确定单元,其用于将配电网中拟接入的分布式电源采用整数方式编码,将遗传算法的染色体编码长度设置为分布式电源的类型与分布式电源的安装位置和容量两段后确定配电网中拟接入的分布式电源的最优配置,其中:
分布式电源的类型的编码为randint(1,n,[0,1]),可自行规定0或1代表光伏或风机,n为分布式电源待安装数;
分布式电源安装位置和容量编码为randint(1,d,[1,n]),其中,d为:
d=floor(PDGmax/DGmin)
式中PDGmax为配电网允许的分布式电源安装容量上限对应的功率,DGmin为分布式电源最小安装容量;
染色体编码为:
x=[randint(1,n,[0,1])randint(1,d,[1,n])];
配置验证单元,其用于根据确定的配电网中拟接入的分布式电源的最优配置,对比分析配电网未加入分布式电源和加入分布式电源后的供电可靠性和经济性,确定所述配电网中接入分布式电源的最优配置对配电网供电可靠性和经济性的提升。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810834925.4A CN109190792B (zh) | 2018-07-26 | 2018-07-26 | 一种确定配电网中分布式电源的配置的方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810834925.4A CN109190792B (zh) | 2018-07-26 | 2018-07-26 | 一种确定配电网中分布式电源的配置的方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109190792A CN109190792A (zh) | 2019-01-11 |
CN109190792B true CN109190792B (zh) | 2022-05-24 |
Family
ID=64937610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810834925.4A Active CN109190792B (zh) | 2018-07-26 | 2018-07-26 | 一种确定配电网中分布式电源的配置的方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190792B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110086170A (zh) * | 2019-05-24 | 2019-08-02 | 国网浙江省电力有限公司温州供电公司 | 基于故障影响下成本最小的海岛微电网电源配置方法 |
CN110288208B (zh) * | 2019-06-10 | 2022-09-16 | 广西电网有限责任公司电力科学研究院 | 一种辐射型配电网可靠性与经济性的综合评估方法 |
CN110504708A (zh) * | 2019-08-09 | 2019-11-26 | 国家电网有限公司 | 计及充电站和分布式电源的配电网多目标协同规划方法 |
CN110571851B (zh) * | 2019-08-28 | 2020-07-24 | 湖北虹投电力建设有限公司 | 一种分布式发电***配置方法 |
CN112671045B (zh) * | 2019-12-24 | 2023-09-22 | 国网新疆电力有限公司伊犁供电公司 | 一种基于改进遗传算法的分布式电源优化配置方法 |
CN111553075B (zh) * | 2020-04-27 | 2023-04-18 | 广东电网有限责任公司 | 一种考虑分布式电源入网的配电网可靠性评估方法和装置 |
CN116244567B (zh) * | 2023-05-10 | 2023-07-21 | 广东电网有限责任公司珠海供电局 | 基于激励的配电网多阶段增量规划方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376410A (zh) * | 2014-11-06 | 2015-02-25 | 国家电网公司 | 一种配电网中分布式电源的规划方法 |
CN104881716A (zh) * | 2015-05-28 | 2015-09-02 | 贵州电网公司电网规划研究中心 | 一种微电网电源的优化规划及评估方法 |
CN106354985A (zh) * | 2016-10-26 | 2017-01-25 | 华中科技大学 | 一种考虑分布式电源的配电***可靠性评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8751036B2 (en) * | 2011-09-28 | 2014-06-10 | Causam Energy, Inc. | Systems and methods for microgrid power generation management with selective disconnect |
-
2018
- 2018-07-26 CN CN201810834925.4A patent/CN109190792B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376410A (zh) * | 2014-11-06 | 2015-02-25 | 国家电网公司 | 一种配电网中分布式电源的规划方法 |
CN104881716A (zh) * | 2015-05-28 | 2015-09-02 | 贵州电网公司电网规划研究中心 | 一种微电网电源的优化规划及评估方法 |
CN106354985A (zh) * | 2016-10-26 | 2017-01-25 | 华中科技大学 | 一种考虑分布式电源的配电***可靠性评估方法 |
Non-Patent Citations (4)
Title |
---|
Research on Site Selection and Protection Configuration of Distributed Power Supply in Microgrid System;M.Yongfei等;《2017 International Conference on Smart Grid and Electrical Automation (ICSGEA)》;20171113;第131-133页 * |
基于机会约束规划的DG与配电网架多目标协调规划;白牧可等;《电工技术学报》;20131026;第28卷(第10期);第352-360页 * |
基于随机机会约束规划的有源配电网多目标规划;屈高强等;《电力建设》;20151130;第36卷(第11期);第14-20页 * |
考虑多种分布式电源及其随机特性的配电网多目标扩展规划;唐念等;《电力***自动化》;20150425;第39卷(第8期);第51-58页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109190792A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109190792B (zh) | 一种确定配电网中分布式电源的配置的方法和*** | |
Lu et al. | Probabilistic flexibility evaluation for power system planning considering its association with renewable power curtailment | |
Moradi-Sepahvand et al. | Hybrid AC/DC transmission expansion planning considering HVAC to HVDC conversion under renewable penetration | |
CN106026092B (zh) | 一种用于含分布式电源的配电网孤岛划分方法 | |
CN109146124B (zh) | 一种基于时变失效率的配电终端改造决策方法 | |
CN108122068A (zh) | 一种配电网风险规划方法及*** | |
Hernando-Gil et al. | Reliability performance of smart grids with demand-side management and distributed generation/storage technologies | |
Zhao et al. | Receding horizon load restoration for coupled transmission and distribution system considering load-source uncertainty | |
CN106327081B (zh) | 基于全寿命周期的配网项目可靠性效益评估方法 | |
CN111882228A (zh) | 一种含分布式电源的配电网可靠性评估方法 | |
CN114006410B (zh) | 一种基于机会约束规划的大规模海上风电接入点优化方法 | |
Zhang et al. | Reliability evaluation of high permeability renewable energy distribution network considering energy storage charge and discharge strategy | |
CN112632748B (zh) | 一种电力***安稳风险优化方法、***及存储介质 | |
Bazargani et al. | A novel approach for probabilistic hurricane resiliency assessment of an active distribution system using point estimate method | |
Beyza et al. | Evaluation of Reliability and Robustness of Electric Power Systems with Renewable Energies | |
Parker et al. | Identifying critical resiliency of modern distribution systems with open source modeling | |
Zheng et al. | Data-Adaptive Robust Transmission Network Planning Incorporating Post-Contingency Demand Response | |
CN113872187B (zh) | 一种计及微网孤岛运行方式的配电***可靠性评估方法 | |
CN115730819A (zh) | 一种应用于辐射型配电网络的配电***风险评估算法 | |
MOHAGHEGH et al. | A new method for optimal expansion planning in electrical energy distributionnetworks with distributed generation resources considering uncertainties | |
Gan et al. | A bi-level programming method for transmission planning with large-Scale intermittent generations considering stochastic optimal power flow | |
CN109473977B (zh) | 一种计及风险的电力***快速预防控制方法 | |
Hu et al. | Application of improved point estimate method on multi-objective transmission network expansion planning | |
Manohar | Reliability assessment of a power grid with customer operated CHP systems using Monte Carlo simulation | |
Yingcong et al. | Short-term reliability assessment method based on time-varying probability ordered tree selection algorithm of islanded micro-grid |
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 |