CN109768568A - 基于大数据分析的分布式电源接入配电网规划改造方法 - Google Patents
基于大数据分析的分布式电源接入配电网规划改造方法 Download PDFInfo
- Publication number
- CN109768568A CN109768568A CN201811580196.0A CN201811580196A CN109768568A CN 109768568 A CN109768568 A CN 109768568A CN 201811580196 A CN201811580196 A CN 201811580196A CN 109768568 A CN109768568 A CN 109768568A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- distributed generation
- generation resource
- power distribution
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出了基于大数据分析的分布式电源接入配电网规划改造方法,包括以下步骤:建立配电网可靠性评估模型和配电网中分布式电源规划模型、建立计划孤和故障恢复策略、将分布式电源接入配电网、建立历史分布式电源接入数据库、总结配电网的负荷运行规律、计算配电网负荷运行结果和求解出分布式电源的选址最优方案;本发明通过建立计划孤岛可以保障配电网负荷不失电,计划孤岛融合、安全校验以及负荷调节可形成有效保障负荷持续供电,通过采用自用自发模式直接将分布式电源接入配电网,可以减少电网功率输送,降低输电线路的损耗,降低配电网单位的成本消耗投入,具有较高的经济性,同时本发明方法具有科学性。
Description
技术领域
本发明涉及配电网规划改造技术领域,尤其涉及基于大数据分析的分布式电源接入配电网规划改造方法。
背景技术
随着越来越多的分布式电源接入配电网,配电***将发生根本性的变化。配电网络将变成一个遍布电源和用户互联的网络,配电***的控制和运行将更加复杂,配电网络规划和运行将彻底改变且其影响程度与分布式电源的位置和容量息息相关。合理的安装位置及容量可有效改善配电网电压质量、减小有功损耗、提高***负荷率,反之配置不合理甚至将威胁电网的安全稳定运行。
供电可靠性反映配电***在某一定时期内对用户的连续供电能力,随着现代电力负荷对电能质量问题的敏感性提高以及敏感设备比重的增加,暂态电能质量问题已经影响到用户的连续正常用电,尤其是电压暂降和短时电压中断,即使是仅持续几个周期,都将影响敏感设备的正常工作,造成巨大的经济损失。
现有的分布式电源接入配电网规划方法中存在配电网输送功率较大,输电线路的损耗较大的等问题,造成配电网单位的成本投入,不利于长期科学可持续发展,且配电网大面积停电时,用户用电可靠性会降低。因此本发明提出基于大数据分析的分布式电源接入配电网规划改造方法,以解决现有技术中的不足之处。
发明内容
针对上述问题,本发明通过建立计划孤岛可以保障配电网负荷不失电,计划孤岛融合、安全校验以及负荷调节可形成有效保障负荷持续供电,最大限度保障用户供电的可靠性,通过采用自用自发模式直接将分布式电源接入配电网,可以减少电网功率输送,降低输电线路的损耗,降低配电网单位的成本消耗投入,具有较高的经济性,同时本发明方法具有科学性,可以有效的帮助配电网中的分布式电源接入选址提供全面完整的定容方案,提高配电网的发电效率和能源利用率。
本发明提出基于大数据分析的分布式电源接入配电网规划改造方法,包括以下步骤:
步骤一:建立配电网可靠性评估模型和配电网中分布式电源规划模型;
步骤二:建立计划孤岛,并基于网络分区分块思想制定基于网络分区的故障恢复策略;
步骤三:通过采用自用自发模式直接将分布式电源接入配电网,实现分布式电源的就地消纳;
步骤四:对配电网历史分布式电源接入数据进行收集和整理,形成便于储存和查找的数据库;
步骤五:对数据库内的历史分布式电源接入数据进行分析,总结出配电网的负荷运行规律;
步骤六:采用深度神经网络的大数据分析技术对上述步骤五中总结出的配电网的负荷运行规律进行计算与分析,得到配电网负荷运行结果;
步骤七:将上述步骤六中计算与分析出的配电网负荷运行结果嵌入粒子群算法中求解出分布式电源的选址最优方案。
进一步改进在于:所述步骤一中配电网可靠性评估模型由配电网负荷点可靠性指标、配电网用户可靠性指标和配电网用户中受停电影响的用户可靠性指标三项指标构成。
进一步改进在于:所述配电网用户可靠性指标包括配电网平均停电频率指标、配电网平均停电持续时长指标、配电网平均供电可用指标和配电网电量不足指标。
进一步改进在于:所述步骤一中配电网中分布式电源规划模型是依照风速和光照强度的特性曲线先将一年依季节划分为四个场景,再将每天按小时依次划分为三个时段后建立的配电网中分布式电源规划模型。
进一步改进在于:所述步骤二中先建立计划孤岛,通过计划孤岛使配电网下游馈线中孤岛范围内的负荷点继续得到电力供应,当配电网主馈线故障而进入计划孤岛运行方式时,根据配电网主馈线故障后配电网主馈线负荷是否可由孤岛内分布式电源恢复供电对***进行划分,实现孤岛运行情况下,分布式电源对保证用户供电作用的评估和规划,并基于网络分区分块思想制定基于网络分区的故障恢复策略。
进一步改进在于:所述步骤三中采用自用自发模式直接将分布式电源接入配电网的具体方法为:根据配电网的实际负荷大小,优化分布式电源的接入位置,合理设计分布式电源的装机容量,降低输电线路损耗,实现分布式电源的就地消纳。
进一步改进在于:所述步骤三采用自用自发模式直接将分布式电源接入配电网过程中还需要对近期可能接入配电网的分布式电源的装机容量进行预测,然后根据实际的配电网发展现状指导已包括和近期有可能接入配电网的分布式电源进行合理规划和科学有序的发展调控。
进一步改进在于:所述步骤七中将上述步骤六中计算与分析出的配电网负荷运行结果嵌入粒子群算法中求解优化问题,再利用惩罚函数的方法处理约束条件,将优化得到的最优解作为分布式电源的选址定容方案。
本发明的有益效果未:通过建立计划孤岛可以保障配电网负荷不失电,计划孤岛融合、安全校验以及负荷调节可形成有效保障负荷持续供电,最大限度保障用户供电的可靠性,通过采用自用自发模式直接将分布式电源接入配电网,可以减少电网功率输送,降低输电线路的损耗,降低配电网单位的成本消耗投入,具有较高的经济性,同时本发明方法具有科学性,可以有效的帮助配电网中的分布式电源接入选址提供全面完整的定容方案,提高配电网的发电效率和能源利用率。
附图说明
图1为本发明方法流程示意图。
具体实施方式
为了加深对本发明的理解,下面将结合实施例对本发明做进一步详述,本实施例仅用于解释本发明,并不构成对本发明保护范围的限定。
根据图1所示,本实施例提出基于大数据分析的分布式电源接入配电网规划改造方法,包括以下步骤:
步骤一:建立配电网可靠性评估模型和配电网中分布式电源规划模型,配电网可靠性评估模型由配电网负荷点可靠性指标、配电网用户可靠性指标和配电网用户中受停电影响的用户可靠性指标三项指标构成,所述配电网用户可靠性指标包括配电网平均停电频率指标、配电网平均停电持续时长指标、配电网平均供电可用指标和配电网电量不足指标,配电网中分布式电源规划模型是依照风速和光照强度的特性曲线先将一年依季节划分为四个场景,再将每天按小时依次划分为三个时段后建立的配电网中分布式电源规划模型;
步骤二:先建立计划孤岛,通过计划孤岛使配电网下游馈线中孤岛范围内的负荷点继续得到电力供应,当配电网主馈线故障而进入计划孤岛运行方式时,根据配电网主馈线故障后配电网主馈线负荷是否可由孤岛内分布式电源恢复供电对***进行划分,实现孤岛运行情况下,分布式电源对保证用户供电作用的评估和规划,并基于网络分区分块思想制定基于网络分区的故障恢复策略;
步骤三:采用自用自发模式直接将分布式电源接入配电网的具体方法为:根据配电网的实际负荷大小,优化分布式电源的接入位置,合理设计分布式电源的装机容量,降低输电线路损耗,实现分布式电源的就地消纳,还需要对近期可能接入配电网的分布式电源的装机容量进行预测,然后根据实际的配电网发展现状指导已包括和近期有可能接入配电网的分布式电源进行合理规划和科学有序的发展调控;
步骤四:对配电网历史分布式电源接入数据进行收集和整理,形成便于储存和查找的数据库;
步骤五:对数据库内的历史分布式电源接入数据进行分析,总结出配电网的负荷运行规律;
步骤六:采用深度神经网络的大数据分析技术对上述步骤五中总结出的配电网的负荷运行规律进行计算与分析,得到配电网负荷运行结果;
步骤七:将上述步骤六中计算与分析出的配电网负荷运行结果嵌入粒子群算法中求解优化问题,再利用惩罚函数的方法处理约束条件,将优化得到的最优解作为分布式电源的选址定容方案。
通过建立计划孤岛可以保障配电网负荷不失电,计划孤岛融合、安全校验以及负荷调节可形成有效保障负荷持续供电,最大限度保障用户供电的可靠性,通过采用自用自发模式直接将分布式电源接入配电网,可以减少电网功率输送,降低输电线路的损耗,降低配电网单位的成本消耗投入,具有较高的经济性,同时本发明方法具有科学性,可以有效的帮助配电网中的分布式电源接入选址提供全面完整的定容方案,提高配电网的发电效率和能源利用率。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.基于大数据分析的分布式电源接入配电网规划改造方法,其特征在于,包括以下步骤:
步骤一:建立配电网可靠性评估模型和配电网中分布式电源规划模型;
步骤二:建立计划孤岛,并基于网络分区分块思想制定基于网络分区的故障恢复策略;
步骤三:通过采用自用自发模式直接将分布式电源接入配电网,实现分布式电源的就地消纳;
步骤四:对配电网历史分布式电源接入数据进行收集和整理,形成便于储存和查找的数据库;
步骤五:对数据库内的历史分布式电源接入数据进行分析,总结出配电网的负荷运行规律;
步骤六:采用深度神经网络的大数据分析技术对上述步骤五中总结出的配电网的负荷运行规律进行计算与分析,得到配电网负荷运行结果;
步骤七:将上述步骤六中计算与分析出的配电网负荷运行结果嵌入粒子群算法中求解出分布式电源的选址最优方案。
2.根据权利要求1所述的基于大数据分析的分布式电源接入配电网规划改造方法,其特征在于:所述步骤一中配电网可靠性评估模型由配电网负荷点可靠性指标、配电网用户可靠性指标和配电网用户中受停电影响的用户可靠性指标三项指标构成。
3.根据权利要求2所述的基于大数据分析的分布式电源接入配电网规划改造方法,其特征在于:所述配电网用户可靠性指标包括配电网平均停电频率指标、配电网平均停电持续时长指标、配电网平均供电可用指标和配电网电量不足指标。
4.根据权利要求1所述的基于大数据分析的分布式电源接入配电网规划改造方法,其特征在于:所述步骤一中配电网中分布式电源规划模型是依照风速和光照强度的特性曲线先将一年依季节划分为四个场景,再将每天按小时依次划分为三个时段后建立的配电网中分布式电源规划模型。
5.根据权利要求1所述的基于大数据分析的分布式电源接入配电网规划改造方法,其特征在于:所述步骤二中先建立计划孤岛,通过计划孤岛使配电网下游馈线中孤岛范围内的负荷点继续得到电力供应,当配电网主馈线故障而进入计划孤岛运行方式时,根据配电网主馈线故障后配电网主馈线负荷是否可由孤岛内分布式电源恢复供电对***进行划分,实现孤岛运行情况下,分布式电源对保证用户供电作用的评估和规划,并基于网络分区分块思想制定基于网络分区的故障恢复策略。
6.根据权利要求1所述的基于大数据分析的分布式电源接入配电网规划改造方法,其特征在于:所述步骤三中采用自用自发模式直接将分布式电源接入配电网的具体方法为:根据配电网的实际负荷大小,优化分布式电源的接入位置,合理设计分布式电源的装机容量,降低输电线路损耗,实现分布式电源的就地消纳。
7.根据权利要求6所述的基于大数据分析的分布式电源接入配电网规划改造方法,其特征在于:所述步骤三采用自用自发模式直接将分布式电源接入配电网过程中还需要对近期可能接入配电网的分布式电源的装机容量进行预测,然后根据实际的配电网发展现状指导已包括和近期有可能接入配电网的分布式电源进行合理规划和科学有序的发展调控。
8.根据权利要求1所述的基于大数据分析的分布式电源接入配电网规划改造方法,其特征在于:所述步骤七中将上述步骤六中计算与分析出的配电网负荷运行结果嵌入粒子群算法中求解优化问题,再利用惩罚函数的方法处理约束条件,将优化得到的最优解作为分布式电源的选址定容方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811580196.0A CN109768568A (zh) | 2018-12-24 | 2018-12-24 | 基于大数据分析的分布式电源接入配电网规划改造方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811580196.0A CN109768568A (zh) | 2018-12-24 | 2018-12-24 | 基于大数据分析的分布式电源接入配电网规划改造方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109768568A true CN109768568A (zh) | 2019-05-17 |
Family
ID=66451476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811580196.0A Pending CN109768568A (zh) | 2018-12-24 | 2018-12-24 | 基于大数据分析的分布式电源接入配电网规划改造方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109768568A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582626A (zh) * | 2020-03-17 | 2020-08-25 | 上海博英信息科技有限公司 | 一种基于大数据的电网规划适应性方法 |
CN111861030A (zh) * | 2020-07-29 | 2020-10-30 | 国网山东省电力公司济宁供电公司 | 城市配电网多阶段规划方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105226648A (zh) * | 2015-10-14 | 2016-01-06 | 国网河南省电力公司电力科学研究院 | 一种基于大数据的分布式电源配电网规划方法 |
CN107248754A (zh) * | 2017-07-03 | 2017-10-13 | 国家电网公司 | 一种分布式电源的选址定容方法 |
WO2018065043A1 (en) * | 2016-10-05 | 2018-04-12 | Jmp Ingenieros S.L. | Modular power bus architecture and method for optimum power management of distributed power sources and drains |
-
2018
- 2018-12-24 CN CN201811580196.0A patent/CN109768568A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105226648A (zh) * | 2015-10-14 | 2016-01-06 | 国网河南省电力公司电力科学研究院 | 一种基于大数据的分布式电源配电网规划方法 |
WO2018065043A1 (en) * | 2016-10-05 | 2018-04-12 | Jmp Ingenieros S.L. | Modular power bus architecture and method for optimum power management of distributed power sources and drains |
CN107248754A (zh) * | 2017-07-03 | 2017-10-13 | 国家电网公司 | 一种分布式电源的选址定容方法 |
Non-Patent Citations (1)
Title |
---|
兰佳等: "基于粒子群算法的分布式电源接入位置及容量寻优", 《供用电》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582626A (zh) * | 2020-03-17 | 2020-08-25 | 上海博英信息科技有限公司 | 一种基于大数据的电网规划适应性方法 |
CN111861030A (zh) * | 2020-07-29 | 2020-10-30 | 国网山东省电力公司济宁供电公司 | 城市配电网多阶段规划方法及*** |
CN111861030B (zh) * | 2020-07-29 | 2023-10-03 | 国网山东省电力公司济宁供电公司 | 城市配电网多阶段规划方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Evangelopoulos et al. | Optimal operation of smart distribution networks: A review of models, methods and future research | |
US9871376B2 (en) | Time based global optimization dispatching method | |
Zhong et al. | Energy-saving generation dispatch toward a sustainable electric power industry in China | |
CN103700041A (zh) | 基于云计算的智能电网负荷预测管理平台 | |
Li et al. | Investment optimization of grid-scale energy storage for supporting different wind power utilization levels | |
CN109873421A (zh) | 一种省级电网充裕度在线评估方法及*** | |
CN105226648A (zh) | 一种基于大数据的分布式电源配电网规划方法 | |
CN112862194A (zh) | 配电网供电规划方法、装置、设备、以及可读存储介质 | |
CN104932281A (zh) | 一种家庭微电网用能***及其在智能用电互动的实现方法 | |
CN109768568A (zh) | 基于大数据分析的分布式电源接入配电网规划改造方法 | |
Yang et al. | Optimization Method of Power Equipment Maintenance Plan Decision‐Making Based on Deep Reinforcement Learning | |
Nilsson et al. | Integer modelling of spinning reserve requirements in short term scheduling of hydro systems | |
CN104467198A (zh) | 一种基于在线分布式的电能储能*** | |
CN116843152A (zh) | 面向电力-数据服务的互联网数据中心双层规划方法 | |
CN106651113A (zh) | 一种基于超前n‑1分析的调度员操作风险评估方法 | |
CN202749833U (zh) | 微电网运行控制装置 | |
Yingying et al. | Evaluation method of regional power grid planning based on the collaborative optimization efficiency of power grid project | |
Zhou et al. | Multi-target Programming Method for Active Distribution Network Considering the Multiple Collaborative Interaction Effect | |
CN204271759U (zh) | 一种基于在线分布式的电能储能装置 | |
Ye et al. | A dynamic hierarchical partition method for optimal power balance of urban power system with high renewables | |
Xia et al. | A review of carbon neutrality assisted by power systems | |
Dong et al. | A two-stage stochastic collaborative planning approach for data centers and distribution network incorporating demand response and multivariate uncertainties | |
Xiaomin et al. | Assessment of Renewable Energy Absorption Based on System Flexibility | |
CN203289187U (zh) | 智能电网调度*** | |
Liu et al. | Equipment Operation Analysis and Application Research Based on Big Data Electric Power Distribution Network |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190517 |
|
RJ01 | Rejection of invention patent application after publication |