CN110555606B - 一种基于总量提高配电网dg消纳水平的方法 - Google Patents
一种基于总量提高配电网dg消纳水平的方法 Download PDFInfo
- Publication number
- CN110555606B CN110555606B CN201910775483.5A CN201910775483A CN110555606B CN 110555606 B CN110555606 B CN 110555606B CN 201910775483 A CN201910775483 A CN 201910775483A CN 110555606 B CN110555606 B CN 110555606B
- Authority
- CN
- China
- Prior art keywords
- load
- rate
- comprehensive matching
- matching degree
- comprehensive
- 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 32
- 230000035945 sensitivity Effects 0.000 claims abstract description 72
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 230000001419 dependent effect Effects 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 8
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 7
- 230000000737 periodic effect Effects 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 230000001939 inductive effect Effects 0.000 claims 1
- 238000010248 power generation Methods 0.000 claims 1
- 238000011160 research Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 125000001153 fluoro group Chemical group F* 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000004513 sizing 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于总量提高配电网DG消纳水平的方法，包括根据配电网数据计算得到馈线负载率；计算配电网一段时间内的综合匹配度和综合匹配率；若综合匹配度和综合匹配率其一或均低于阈值表示消纳水平低，计算DG消纳水平的影响因素，包括能量匹配度、同时率、负荷波动率和DG波动率；计算综合匹配度对各影响因素的平均敏感度和综合匹配率对各影响因素的平均敏感度；根据平均敏感度计算结果选取高性价比的改善因素对各类型负荷、DG接入的位置及容量进行改善以提高DG消纳水平。本发明从匹配角度对当前消纳水平做出评价，并找到高性价比的改善因素，指导规划上更合理安排负荷与DG的接入位置和容量，从而达到更高的消纳水平。
Description
技术领域
本发明所属配电网规划领域，对配电网内DG的消纳水平进行研究。
背景技术
分布式电源(distributed generation，DG)方式接入配电网是消纳可再生能源的重要方式。但风光等间歇性DG的波动性对电能质量、电压水平和供电可靠性等方面都会造成不利影响。DG大量接入也会引发配网功率倒送问题。因此，通过合理规划提高DG的消纳水平尤为重要。
现有对DG消纳的研究一方面集中在配电网的DG接纳能力方面，接纳能力[1]通常是指在满足多种安全运行约束前提下配电网中允许接入的最大DG容量，这些约束一般包括节点电压、线路载流和电能质量等。另一方面，对DG消纳规划的研究集中在DG选址定容[2-3]方面，选址定容方法基于单目标或多目标得到最优规划方案，确定DG接入的位置和容量。
经典配电网规划的核心问题是配电网与负荷的匹配，规划的核心指标容载比[4]就体现了这一匹配关系。本发明认为，考虑DG消纳后，核心问题还是匹配问题，但匹配的内涵有所扩展，从配电网与负荷二者的匹配演变为了负荷、DG以及配电网三者间的匹配。
[参考文献]
[1]董逸超,王守相,闫秉科.配电网分布式电源接纳能力评估方法与提升技术研究综述[J].电网技术,2019,43(7):2258-2266.
[2]LIU L,BAO H,LIU H.Siting and sizing of distributed generationbased on the minimum transmission losses cost[C]//2011 IEEE Power Engineeringand Automation Conference,September 8-9,2011,Wuhan,China.
[3]李亮,唐巍,白牧可,等.考虑时序特性的多目标分布式电源选址定容规划[J].电力***自动化,2013,37(3):58-63.
[4]国家电网公司.城市电力网规划设计导则:Q/GDW 156—2006[S].北京:中国电力出版社,2006.
发明内容
针对现有技术，本发明提出一种新的DG消纳的评价方法，能从匹配角度对当前消纳水平做出评价，并找到高性价比的改善因素，指导规划上更合理安排负荷与DG的接入位置和容量，从而达到更高的消纳水平。本发明提出的基于总量提高配电网DG消纳水平的方法，首先提出了评价配电网DG消纳水平的综合匹配评价指标，然后分析了DG消纳的影响因素，最后提出了基于总量提高配电网DG消纳水平的方法。本发明能对给定配电网内DG的消纳水平做出评价，分析了DG消纳的影响因素，在消纳水平较低时能找到高性价比的改善因素，指导负荷曲线或DG曲线的改善以提高消纳水平。
为了解决上述技术问题，本发明提出一种基于总量提高配电网DG消纳水平的方法，包括以下步骤：
步骤一、根据当前配电网内各类型负荷、DG接入位置及容量和馈线容量并计及网损计算得到馈线负载率；
步骤二、根据某一时刻的馈线负载率，计算该时刻的综合匹配度，进而计算配电网一段时间内的综合匹配度和综合匹配率；
步骤三、根据综合匹配度和综合匹配率评价配电网内DG的消纳水平，若综合匹配度和综合匹配率均不低于阈值，结束；若其一低于或均低于阈值表示消纳水平低，执行步骤四；
步骤四、计算DG消纳水平的影响因素，包括：能量匹配度、同时率、负荷波动率和DG波动率；
步骤五、计算综合匹配度和综合匹配率与能量匹配度，同时率，负荷波动率和DG波动率间的敏感度，对应每一期数据计算得到一个敏感度值；再计算综合匹配度对各影响因素的平均敏感度和综合匹配率对各影响因素的平均敏感度；
步骤六、根据上述平均敏感度计算结果选取高性价比的改善因素对各类型负荷、DG接入的位置及容量进行改善以提高DG消纳水平。
进一步讲，本发明基于总量提高配电网DG消纳水平的方法中，步骤一的具体是，根据当前配电网内各类型负荷、DG接入位置及容量和馈线容量并计及网损由式(1)计算得到馈线负载率
式(1)中：
为t时刻的馈线负载率，
为t时刻馈线的有功功率；
为功率因数；cB为馈线容量；
为t时刻馈线内的净负荷有功功率；
为t时刻有功网损。
步骤二的具体内容是，根据t时刻的馈线负载率
由式(2)计算t时刻的综合匹配度
进而由式(3)和(4)分别计算配电网一段时间内的综合匹配度DCM和综合匹配率RCM；步骤如下：
t时刻的综合匹配度
为该时刻依据馈线负载率计算得到的反映负荷与DG匹配、净负荷与馈线容量匹配及输配匹配的评价数值，计算公式为：
式(2)中，馈线运行状态划分如下：
1)按负载率正负，划分正送区和倒送区；
2)按负载率大小，将正送区分为低载区、中载区、经济运行区、高载区和过载区，将倒送区分为非过载区和过载区；
式(2)中，μ1、μ2和μ3分别为低载区与中载区、中载区与经济运行区、经济运行区与高载区的分界数值；d0为负载率为0对应的综合匹配度；综合匹配度取值范围为(-∞,1]，越接近1表示匹配度越高；μ1、μ2和μ3分别取30％、60％和80％，d0取-0.3；
得到各时刻综合匹配度
后，为评判一段时间内的匹配程度，再取各时刻的均值：
式(3)中：DCM为配电网一段时间内的综合匹配度，时段为1天，时间尺度为1h，T取24；
综合匹配度DCM的取值范围为(-∞,1]，越接近1表示配电网全天总体匹配越好，设定综合匹配度阈值为0；
计算综合匹配率RCM，综合匹配率RCM定义为24h内综合匹配度不低于阈值的时间占总时间的百分比，综合匹配率RCM的计算公式为：
综合匹配率RCM越接近1表示配电网一天中综合匹配度高的时间占总时间的比例越高，设定综合匹配率阈值为60％。
步骤三的具体内容是，根据综合匹配度DCM和综合匹配率RCM评价配电网内DG的消纳水平，若综合匹配度DCM和综合匹配率RCM均不低于阈值，结束；若其一低于或均低于阈值表示消纳水平低，执行步骤四。
步骤四的具体是，由式(5)-式(10)计算DG消纳水平的影响因素IF，包括：能量匹配度DEM，同时率RS，负荷波动率RLF和DG波动率RDGF，依次记为IF1、IF2、IF3和IF4，即第k个影响因素记为IFk；所述能量匹配度DEM为馈线所带负荷与DG一天内能量的匹配程度，所述同时率RS为馈线所带负荷与DG一天功率曲线的同步性，所述负荷波动率RLF为负荷功率曲线的标准差与算术平均值之比，所述DG波动率RDGF为DG功率曲线的标准差与算术平均值之比；
能量匹配度DEM的计算公式为：
其中
式(5)和式(6)中：
为馈线平均负载率；f为由式(1)确定的函数；ELoad、EDG和Eloss分别为馈线一天中负荷用电量、DG发电量和网损的能量；能量匹配度DEM的取值范围为(-∞,1]，越接近1表示负荷与DG能量匹配程度越高；
同时率RS的计算公式为：
其中
式(7)和式(8)中，PLoad、PDG分别为负荷、DG功率向量；r(PLoad,PDG)为二者的相关系数；Cov(PLoad,PDG)为二者的协方差；σ(PLoad)、σ(PDG)分别为负荷、DG功率向量的标准差；同时率RS的取值范围为[0,1]，越接近1表示负荷、DG功率曲线同步性越好；
负荷波动率RLF的计算公式为：
式(9)中，σLoad为负荷功率曲线的标准差；λLoad为负荷功率曲线的算术平均值；
DG波动率RDGF的计算公式为：
式(10)中，σDG为DG功率曲线的标准差；λDG为DG功率曲线的算术平均值。
步骤五的具体内容是，计算综合匹配度DCM和综合匹配率RCM与能量匹配度DEM，同时率RS，负荷波动率RLF和DG波动率RDGF间的敏感度，即相对于自变量和因变量当前数据，自变量每增加一个百分比能引起因变量增加多少百分比；所述的敏感度为逐期敏感度Spbp，逐期是指对自变量当前数据变动形成多期自变量和因变量数据，每一期数据计算得到一个敏感度值；
式(11)中，Spbp,i为第i期敏感度；Δxi和Δyi分别为自变量和因变量相对当前数据的变化量；xN和yN分别为自变量和因变量的基准值；xi和yi分别为第i期自变量和因变量；xa和ya分别为自变量和因变量当前数据；
采用式(11)计算逐期敏感度时，自变量为能量匹配度DEM，同时率RS，负荷波动率RLF和DG波动率RDGF，因变量为综合匹配度DCM和综合匹配率RCM；各指标基准值均取可取到的最大值；能量匹配度DEM、同时率RS、能量匹配度、同时率、综合匹配度DCM和综合匹配率RCM的最大值为1；负荷波动率RLF和DG波动率RDG的最大值随负荷、DG曲线变化，二者基准值为负荷、DG曲线分别减去一天中的最小值后，再由式(9)和式(10)计算得到；
得到逐期敏感度后，再进行平均，得到平均敏感度S：
式(12)中，n为期数，n取10；
对于每个影响因素IFk，在其取值范围内选取n个不同于当前数据的互异值{IFk,1,...,IFk,n}；在其他影响因素保持不变的情况下，计算IFk不同取值下的综合匹配度集合{DCM,1,...,DCM,n}与综合匹配率集合{RCM,1,...,RCM,n}；
应用式(11)计算综合匹配度DCM和综合匹配率RCM与能量匹配度DEM，同时率RS，负荷波动率RLF和DG波动率RDGF间的逐期敏感度，
再应用式(12)计算综合匹配度DCM对各影响因素IF的平均敏感度SD,IFk和综合匹配率RCM对各影响因素IF的平均敏感度SR,Ifk。
步骤六的具体内容是，根据平均敏感度计算结果选取高性价比的改善因素对各类型负荷、DG接入的位置及容量进行改善以提高DG消纳水平；
综合考虑综合匹配度对各影响因素的平均敏感度SD,IFk和综合匹配率对各影响因素的平均敏感度SR,IFk，若存在一个平均敏感度绝对值明显较大的影响因素，选其为第一改善因素，通过调整各类型负荷、DG接入的位置及容量以改善第一改善因素，提高DG的消纳水平，结束；
若存在两个平均敏感度绝对值相近且均较大的影响因素，分别选为第一改善因素和第二改善因素；通过调整各类型负荷、DG接入的位置及容量以改善第一改善因素，提高DG的消纳水平，重新计算改善后的综合匹配度DCM和综合匹配率RCM；判断改善后的综合匹配度DCM和综合匹配率RCM是否均不低于阈值，若是，结束；若否，通过调整各类型负荷、DG接入的位置及容量以改善第二改善因素，以满足综合匹配度DCM和综合匹配率RCM均不低于阈值，结束。
与现有技术相比，本发明的有益效果是：
本发明提出了基于总量提高配电网DG消纳水平的方法，能够对配电网内DG的消纳水平做出评价，在消纳水平较低时能找出高性价比的改善因素，指导负荷或DG曲线的改善以提高消纳水平，为配电网规划负荷与DG提供了更精准的参考依据。
附图说明
图1为本发明提高配电网DG消纳水平的方法的流程图；
图2为本发明中t时刻综合匹配度计算依据；
图3本发明一算例的配电网示意图；
图4为算例中馈线F1和F2功率曲线；
图5为算例馈线F2改善前后能量匹配度所处分区及位置；
图6为算例馈线F2改善前后的功率曲线对比。
具体实施方式
如图1所示，本发明提出的一种基于总量提高配电网DG消纳水平的方法，包括以下步骤：
步骤一、根据当前配电网内各类型负荷、DG接入位置及容量和馈线容量并计及网损计算得到馈线负载率；
步骤二、根据某一时刻的馈线负载率，计算该时刻的综合匹配度，进而计算配电网一段时间内的综合匹配度和综合匹配率；
步骤三、根据综合匹配度和综合匹配率评价配电网内DG的消纳水平，若综合匹配度和综合匹配率均不低于阈值，结束；若其一低于或均低于阈值表示消纳水平低，执行步骤四；
步骤四、计算DG消纳水平的影响因素，包括：能量匹配度、同时率、负荷波动率和DG波动率；
步骤五、计算综合匹配度和综合匹配率与能量匹配度，同时率，负荷波动率和DG波动率间的敏感度，对应每一期数据计算得到一个敏感度值；再计算综合匹配度对各影响因素的平均敏感度和综合匹配率对各影响因素的平均敏感度；
步骤六、根据上述平均敏感度计算结果选取高性价比的改善因素对各类型负荷、DG接入的位置及容量进行改善以提高DG消纳水平。
其中，步骤一的具体内容是，根据当前配电网内各类型负荷、DG接入位置及容量和馈线容量并计及网损由式(1)计算得到馈线负载率
式(1)中：
为t时刻的馈线负载率，
为t时刻馈线的有功功率；
为功率因数；cB为馈线容量；
为t时刻馈线内的净负荷有功功率；
为t时刻有功网损。
步骤二的具体内容是，根据t时刻的馈线负载率
由式(2)计算t时刻的综合匹配度
进而由式(3)和(4)分别计算配电网一段时间内的综合匹配度DCM和综合匹配率RCM；步骤如下：
t时刻的综合匹配度
为该时刻依据馈线负载率计算得到的反映负荷与DG匹配、净负荷与馈线容量匹配及输配匹配的评价数值，计算公式为：
式(2)中，如图2所示，本发明中，馈线运行状态划分如下：
1)按负载率正负，划分正送区和倒送区；
2)按负载率大小，将正送区分为低载区、中载区、经济运行区、高载区和过载区，将倒送区分为非过载区和过载区；
式(2)中，μ1、μ2和μ3分别为低载区与中载区、中载区与经济运行区、经济运行区与高载区的分界数值；d0为负载率为0对应的综合匹配度；综合匹配度取值范围为(-∞,1]，越接近1表示匹配度越高；μ1、μ2和μ3分别取30％、60％和80％，d0取-0.3；
得到各时刻综合匹配度
后，为评判一段时间内的匹配程度，再取各时刻的均值：
式(3)中：DCM为配电网一段时间内的综合匹配度，时段为1天，时间尺度为1h，T取24；
综合匹配度DCM的取值范围为(-∞,1]，越接近1表示配电网全天总体匹配越好，设定综合匹配度阈值为0；
计算综合匹配率RCM，综合匹配率RCM定义为24h内综合匹配度不低于阈值的时间占总时间的百分比，综合匹配率RCM的计算公式为：
综合匹配率RCM越接近1表示配电网一天中综合匹配度高的时间占总时间的比例越高，设定综合匹配率阈值为60％。
步骤三的具体内容是，根据综合匹配度DCM和综合匹配率RCM评价配电网内DG的消纳水平，若综合匹配度DCM和综合匹配率RCM均不低于阈值，结束；若其一低于或均低于阈值表示消纳水平低，执行步骤四。
步骤四的具体内容是，由式(5)-式(10)计算DG消纳水平的影响因素IF，包括：能量匹配度DEM，同时率RS，负荷波动率RLF和DG波动率RDGF，依次记为IF1、IF2、IF3和IF4，即第k个影响因素记为IFk；所述能量匹配度DEM为馈线所带负荷与DG一天内能量的匹配程度，所述同时率RS为馈线所带负荷与DG一天功率曲线的同步性，所述负荷波动率RLF为负荷功率曲线的标准差与算术平均值之比，所述DG波动率RDGF为DG功率曲线的标准差与算术平均值之比；
能量匹配度DEM的计算公式为：
其中
式(5)和式(6)中：
为馈线平均负载率；f为由式(1)确定的函数；ELoad、EDG和Eloss分别为馈线一天中负荷用电量、DG发电量和网损的能量；能量匹配度DEM的取值范围为(-∞,1]，越接近1表示负荷与DG能量匹配程度越高；
同时率RS的计算公式为：
其中
式(7)和式(8)中，PLoad、PDG分别为负荷、DG功率向量；r(PLoad,PDG)为二者的相关系数；Cov(PLoad,PDG)为二者的协方差；σ(PLoad)、σ(PDG)分别为负荷、DG功率向量的标准差；同时率RS的取值范围为[0,1]，越接近1表示负荷、DG功率曲线同步性越好；
负荷波动率RLF的计算公式为：
式(9)中，σLoad为负荷功率曲线的标准差；λLoad为负荷功率曲线的算术平均值；
DG波动率RDGF的计算公式为：
式(10)中，σDG为DG功率曲线的标准差；λDG为DG功率曲线的算术平均值。
步骤五的具体内容是，计算综合匹配度DCM和综合匹配率RCM与能量匹配度DEM，同时率RS，负荷波动率RLF和DG波动率RDGF间的敏感度，即相对于自变量和因变量当前数据，自变量每增加一个百分比能引起因变量增加多少百分比；所述的敏感度为逐期敏感度Spbp，逐期是指对自变量当前数据变动形成多期自变量和因变量数据，每一期数据计算得到一个敏感度值；
式(11)中，Spbp,i为第i期敏感度；Δxi和Δyi分别为自变量和因变量相对当前数据的变化量；xN和yN分别为自变量和因变量的基准值；xi和yi分别为第i期自变量和因变量；xa和ya分别为自变量和因变量当前数据；
采用式(11)计算逐期敏感度时，自变量为能量匹配度DEM，同时率RS，负荷波动率RLF和DG波动率RDGF，因变量为综合匹配度DCM和综合匹配率RCM；各指标基准值均取可取到的最大值；能量匹配度DEM、同时率RS、能量匹配度、同时率、综合匹配度DCM和综合匹配率RCM的最大值为1；负荷波动率RLF和DG波动率RDG的最大值随负荷、DG曲线变化，二者基准值为负荷、DG曲线分别减去一天中的最小值后，再由式(9)和式(10)计算得到；
得到逐期敏感度后，再进行平均，得到平均敏感度S：
式(12)中，n为期数，n取10；
对于每个影响因素IFk，在其取值范围内选取n个不同于当前数据的互异值{IFk,1,...,IFk,n}；在其他影响因素保持不变的情况下，计算IFk不同取值下的综合匹配度集合{DCM,1,...,DCM,n}与综合匹配率集合{RCM,1,...,RCM,n}；
应用式(11)计算综合匹配度DCM和综合匹配率RCM与能量匹配度DEM，同时率RS，负荷波动率RLF和DG波动率RDGF间的逐期敏感度，
再应用式(12)计算综合匹配度DCM对各影响因素IF的平均敏感度SD,IFk和综合匹配率RCM对各影响因素IF的平均敏感度SR,Ifk。
步骤六的具体内容是，根据平均敏感度计算结果选取高性价比的改善因素对各类型负荷、DG接入的位置及容量进行改善以提高DG消纳水平；综合考虑综合匹配度对各影响因素的平均敏感度SD,IFk和综合匹配率对各影响因素的平均敏感度SR,IFk，若存在一个平均敏感度绝对值明显较大的影响因素，选其为第一改善因素，通过调整各类型负荷、DG接入的位置及容量以改善第一改善因素，提高DG的消纳水平，结束；若存在两个平均敏感度绝对值相近且均较大的影响因素，分别选为第一改善因素和第二改善因素；通过调整各类型负荷、DG接入的位置及容量以改善第一改善因素，提高DG的消纳水平，重新计算改善后的综合匹配度DCM和综合匹配率RCM；判断改善后的综合匹配度DCM和综合匹配率RCM是否均不低于阈值，若是，结束；若否，通过调整各类型负荷、DG接入的位置及容量以改善第二改善因素，以满足综合匹配度DCM和综合匹配率RCM均不低于阈值，结束。
下面结合附图和一算例对本发明技术方案作进一步详细描述，但本发明不受该算例的限制。
一、算例概况
江苏某工业园区10kV配电网见图3。该配电网有2回馈线，线路容量均为5.03MVA，功率因数取0.95。负荷节点数据、DG节点数据和各类型负荷、DG典型日数据分别见表1-3。在改善时，各指标基准值设定见表4。馈线F1和F2的功率曲线见图4。
表1负荷节点数据
表1中，负荷按其挂接节点进行编号，与图3对应。
表2 DG节点数据
表2中，DG按其挂接节点进行编号，与图3对应。
表3各类型负荷与DG典型日数据(标幺值)
表4各指标基准值
二、基于总量提高配电网DG消纳水平的实施过程
1)计算DG消纳评价指标与影响因素指标
算例计算中，各时刻均进行潮流计算，精确计及网损，F1和F2各时刻网损率分别见表5和表6。由式(1)-(4)计算F1与F2的评价指标，由式(5)-(10)计算F1与F2的影响因素，结果见表7。
表5馈线F1各时刻网损率
表6馈线F2各时刻网损率
表7馈线F1和F2指标
表7中，粗体字为低于阈值数据，由表7可知，F1消纳水平高，经潮流计算验证，F1各时刻均未出现线路容量和节点电压越限。F2消纳水平低，需进行改善。
2)DG消纳水平的提高
先由式(11)计算F2中评价指标对影响因素的逐期敏感度，见表8；再由式(12)计算敏感度见表9。
表8馈线F2评价指标对影响因素的逐期敏感度
表9馈线F2评价指标对影响因素的敏感度
表9中，粗体字为第一改善因素。由表9可知，第一改善因素为DEM，且DCM和RCM对DEM的敏感度均为正，应增大DEM提高DCM和RCM。可采取多种方式增大DEM，如增大负荷功率、减小DG功率等。采取增大负荷功率的方式，改善前后功率曲线对比见图6，指标对比见表10。
表10馈线F2改善前后的指标对比
表10中，粗体字为第一改善因素。由表10可知，第一改善因素DEM的数值从-0.1038增加到1.0。由图5可见，DEM分区也从“低载区”移动到了“经济运行区”，DCM和RCM分别增大到了0.7885和100％。
可见，本发明能对配电网DG消纳水平做出评价，基于敏感性分析找出高性价比的改善因素后进行改善，消纳水平得到明显提高。
尽管上面结合附图对本发明进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨的情况下，还可以做出很多变形，这些均属于本发明的保护之内。
Claims (7)
1.一种基于总量提高配电网DG消纳水平的方法，其特征在于，包括以下步骤：
步骤一、根据当前配电网内各类型负荷、DG接入位置及容量和馈线容量并计及网损计算得到馈线负载率；
步骤二、根据某一时刻的馈线负载率，计算该时刻的综合匹配度，进而计算配电网一段时间内的综合匹配度和综合匹配率；
步骤三、根据综合匹配度和综合匹配率评价配电网内DG的消纳水平，若综合匹配度和综合匹配率均不低于阈值，结束；若其一低于或均低于阈值表示消纳水平低，执行步骤四；
步骤四、计算DG消纳水平的影响因素，包括：能量匹配度、同时率、负荷波动率和DG波动率；
步骤五、计算综合匹配度和综合匹配率与能量匹配度，同时率，负荷波动率和DG波动率间的敏感度，对应每一期数据计算得到一个敏感度值；再计算综合匹配度对各影响因素的平均敏感度和综合匹配率对各影响因素的平均敏感度；
步骤六、根据上述平均敏感度计算结果选取高性价比的改善因素对各类型负荷、DG接入的位置及容量进行改善以提高DG消纳水平。
2.根据权利要求1所述基于总量提高配电网DG消纳水平的方法，其特征在于，步骤一的具体内容如下：
根据当前配电网内各类型负荷、DG接入位置及容量和馈线容量并计及网损由式(1)计算得到馈线负载率
式(1)中：
为t时刻的馈线负载率，
为t时刻馈线的有功功率；
为功率因数；cB为馈线容量；
为t时刻馈线内的净负荷有功功率；
为t时刻有功网损。
3.根据权利要求2所述基于总量提高配电网DG消纳水平的方法，其特征在于，步骤二的具体内容如下：
根据t时刻的馈线负载率
由式(2)计算t时刻的综合匹配度
进而由式(3)和(4)分别计算配电网一段时间内的综合匹配度DCM和综合匹配率RCM；步骤如下：
t时刻的综合匹配度
为该时刻依据馈线负载率计算得到的反映负荷与DG匹配、净负荷与馈线容量匹配及输配匹配的评价数值，计算公式为：
式(2)中，馈线运行状态划分如下：
1)按负载率正负，划分正送区和倒送区；
2)按负载率大小，将正送区分为低载区、中载区、经济运行区、高载区和过载区，将倒送区分为非过载区和过载区；
式(2)中，μ1、μ2和μ3分别为低载区与中载区、中载区与经济运行区、经济运行区与高载区的分界数值；d0为负载率为0对应的综合匹配度；综合匹配度取值范围为(-∞,1]，越接近1表示匹配度越高；μ1、μ2和μ3分别取30％、60％和80％，d0取-0.3；
得到各时刻综合匹配度
后，为评判一段时间内的匹配程度，再取各时刻的均值：
式(3)中：DCM为配电网一段时间内的综合匹配度，时段为1天，时间尺度为1h，T取24；
综合匹配度DCM的取值范围为(-∞,1]，越接近1表示配电网全天总体匹配越好，设定综合匹配度阈值为0；
计算综合匹配率RCM，综合匹配率RCM定义为24h内综合匹配度不低于阈值的时间占总时间的百分比，综合匹配率RCM的计算公式为：
综合匹配率RCM越接近1表示配电网一天中综合匹配度高的时间占总时间的比例越高，设定综合匹配率阈值为60％。
4.根据权利要求3所述基于总量提高配电网DG消纳水平的方法，其特征在于，步骤三的具体内容如下：
根据综合匹配度DCM和综合匹配率RCM评价配电网内DG的消纳水平，
若综合匹配度DCM和综合匹配率RCM均不低于阈值，结束；
若其一低于或均低于阈值表示消纳水平低，执行步骤四。
5.根据权利要求4所述基于总量提高配电网DG消纳水平的方法，其特征在于，步骤四的具体内容如下：
由式(5)-式(10)计算DG消纳水平的影响因素IF，包括：能量匹配度DEM，同时率RS，负荷波动率RLF和DG波动率RDGF，依次记为IF1、IF2、IF3和IF4，即第k个影响因素记为IFk；所述能量匹配度DEM为馈线所带负荷与DG一天内能量的匹配程度，所述同时率RS为馈线所带负荷与DG一天功率曲线的同步性，所述负荷波动率RLF为负荷功率曲线的标准差与算术平均值之比，所述DG波动率RDGF为DG功率曲线的标准差与算术平均值之比；
能量匹配度DEM的计算公式为：
其中
式(5)和式(6)中：
为馈线平均负载率；f为由式(1)确定的函数；ELoad、EDG和Eloss分别为馈线一天中负荷用电量、DG发电量和网损的能量；能量匹配度DEM的取值范围为(-∞,1]，越接近1表示负荷与DG能量匹配程度越高；
同时率RS的计算公式为：
其中
式(7)和式(8)中，PLoad、PDG分别为负荷、DG功率向量；r(PLoad,PDG)为二者的相关系数；Cov(PLoad,PDG)为二者的协方差；σ(PLoad)、σ(PDG)分别为负荷、DG功率向量的标准差；同时率RS的取值范围为[0,1]，越接近1表示负荷、DG功率曲线同步性越好；
负荷波动率RLF的计算公式为：
式(9)中，σLoad为负荷功率曲线的标准差；λLoad为负荷功率曲线的算术平均值；
DG波动率RDGF的计算公式为：
式(10)中，σDG为DG功率曲线的标准差；λDG为DG功率曲线的算术平均值。
6.根据权利要求5所述基于总量提高配电网DG消纳水平的方法，其特征在于，步骤五的具体内容如下：
计算综合匹配度DCM和综合匹配率RCM与能量匹配度DEM，同时率RS，负荷波动率RLF和DG波动率RDGF间的敏感度，即相对于自变量和因变量当前数据，自变量每增加一个百分比能引起因变量增加多少百分比；所述的敏感度为逐期敏感度Spbp，逐期是指对自变量当前数据变动形成多期自变量和因变量数据，每一期数据计算得到一个敏感度值；
式(11)中，Spbp,i为第i期敏感度；Δxi和Δyi分别为自变量和因变量相对当前数据的变化量；xN和yN分别为自变量和因变量的基准值；xi和yi分别为第i期自变量和因变量；xa和ya分别为自变量和因变量当前数据；
采用式(11)计算逐期敏感度时，自变量为能量匹配度DEM，同时率RS，负荷波动率RLF和DG波动率RDGF，因变量为综合匹配度DCM和综合匹配率RCM；各指标基准值均取可取到的最大值；能量匹配度DEM、同时率RS、能量匹配度、同时率、综合匹配度DCM和综合匹配率RCM的最大值为1；负荷波动率RLF和DG波动率RDG的最大值随负荷、DG曲线变化，二者基准值为负荷、DG曲线分别减去一天中的最小值后，再由式(9)和式(10)计算得到；
得到逐期敏感度后，再进行平均，得到平均敏感度S：
式(12)中，n为期数，n取10；
对于每个影响因素IFk，在其取值范围内选取n个不同于当前数据的互异值{IFk,1,...,IFk,n}；在其他影响因素保持不变的情况下，计算IFk不同取值下的综合匹配度集合{DCM,1,...,DCM,n}与综合匹配率集合{RCM,1,...,RCM,n}；
应用式(11)计算综合匹配度DCM和综合匹配率RCM与能量匹配度DEM，同时率RS，负荷波动率RLF和DG波动率RDGF间的逐期敏感度，
再应用式(12)计算综合匹配度DCM对各影响因素IF的平均敏感度SD,IFk和综合匹配率RCM对各影响因素IF的平均敏感度SR,Ifk。
7.根据权利要求6所述基于总量提高配电网DG消纳水平的方法，其特征在于，步骤六的具体内容如下：
根据平均敏感度计算结果选取高性价比的改善因素对各类型负荷、DG接入的位置及容量进行改善以提高DG消纳水平；
综合考虑综合匹配度对各影响因素的平均敏感度SD,IFk和综合匹配率对各影响因素的平均敏感度SR,IFk，若存在一个平均敏感度绝对值明显较大的影响因素，选其为第一改善因素，通过调整各类型负荷、DG接入的位置及容量以改善第一改善因素，提高DG的消纳水平，结束；
若存在两个平均敏感度绝对值相近且均较大的影响因素，分别选为第一改善因素和第二改善因素；通过调整各类型负荷、DG接入的位置及容量以改善第一改善因素，提高DG的消纳水平，重新计算改善后的综合匹配度DCM和综合匹配率RCM；判断改善后的综合匹配度DCM和综合匹配率RCM是否均不低于阈值，若是，结束；若否，通过调整各类型负荷、DG接入的位置及容量以改善第二改善因素，以满足综合匹配度DCM和综合匹配率RCM均不低于阈值，结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910775483.5A CN110555606B (zh) | 2019-08-21 | 2019-08-21 | 一种基于总量提高配电网dg消纳水平的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910775483.5A CN110555606B (zh) | 2019-08-21 | 2019-08-21 | 一种基于总量提高配电网dg消纳水平的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110555606A CN110555606A (zh) | 2019-12-10 |
| CN110555606B true CN110555606B (zh) | 2023-01-13 |
Family
ID=68738182
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910775483.5A Active CN110555606B (zh) | 2019-08-21 | 2019-08-21 | 一种基于总量提高配电网dg消纳水平的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110555606B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116823036A (zh) * | 2023-06-15 | 2023-09-29 | 国电南瑞科技股份有限公司 | 一种分布式电源接入配电网的源荷综合匹配评价方法及设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104252652A (zh) * | 2014-10-17 | 2014-12-31 | 广东电网公司电网规划研究中心 | 电力***中空间负荷预测方法 |
| CN105354684A (zh) * | 2015-12-02 | 2016-02-24 | 国网江西省电力公司经济技术研究院 | 一种计及区域差异的风电消纳能力评估方法 |
| CN106228300A (zh) * | 2016-07-20 | 2016-12-14 | 中国电力科学研究院 | 一种分布式电源运营管理*** |
| CN107220889A (zh) * | 2017-06-30 | 2017-09-29 | 四川大学 | 一种多代理框架下微网社区的分布式资源交易方法 |
| CN107370182A (zh) * | 2017-08-02 | 2017-11-21 | 国网安徽省电力公司合肥供电公司 | 一种主动配电网三元规划体系分布式电源接入规划方法 |
| CN108879659A (zh) * | 2018-06-22 | 2018-11-23 | 天津大学 | 一种弹性配电网灵活性的评价方法 |
| CN109272353A (zh) * | 2018-09-10 | 2019-01-25 | 华北电力大学 | 计及综合需求响应不确定性的***动态概率能流分析方法 |
| CN110119889A (zh) * | 2019-04-26 | 2019-08-13 | 武汉大学 | 一种配电网节点灵活性评价与分区方法 |
-
2019
- 2019-08-21 CN CN201910775483.5A patent/CN110555606B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104252652A (zh) * | 2014-10-17 | 2014-12-31 | 广东电网公司电网规划研究中心 | 电力***中空间负荷预测方法 |
| CN105354684A (zh) * | 2015-12-02 | 2016-02-24 | 国网江西省电力公司经济技术研究院 | 一种计及区域差异的风电消纳能力评估方法 |
| CN106228300A (zh) * | 2016-07-20 | 2016-12-14 | 中国电力科学研究院 | 一种分布式电源运营管理*** |
| CN107220889A (zh) * | 2017-06-30 | 2017-09-29 | 四川大学 | 一种多代理框架下微网社区的分布式资源交易方法 |
| CN107370182A (zh) * | 2017-08-02 | 2017-11-21 | 国网安徽省电力公司合肥供电公司 | 一种主动配电网三元规划体系分布式电源接入规划方法 |
| CN108879659A (zh) * | 2018-06-22 | 2018-11-23 | 天津大学 | 一种弹性配电网灵活性的评价方法 |
| CN109272353A (zh) * | 2018-09-10 | 2019-01-25 | 华北电力大学 | 计及综合需求响应不确定性的***动态概率能流分析方法 |
| CN110119889A (zh) * | 2019-04-26 | 2019-08-13 | 武汉大学 | 一种配电网节点灵活性评价与分区方法 |
Non-Patent Citations (4)
| Title |
|---|
| 储能与间歇式DG的容量配比关系以及实用估算方法;杨汾艳等;《中国电力》;20170131;全文 * |
| 分布式电源接入城市配电网的综合匹配评价方法;肖峻，李航，王博，宋晨辉;《电力***自动化》;20200810;全文 * |
| 基于最大供电能力的配电网分区方法;李晓辉等;《中国电力》;20170331;全文 * |
| 配电网分布式电源接纳能力评估方法与提升技术研究综述;董逸超;《电网技术》;20190705;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110555606A (zh) | 2019-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107301472B (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
| CN107169631B (zh) | 基于改进加权Voronoi图的有源配电网变电站规划方法 | |
| CN108805745B (zh) | 一种配电网的灵活性评估方法 | |
| CN109103924B (zh) | 基于柔性分析的可再生能源消纳能力关键因素的分析方法 | |
| CN110070282A (zh) | 一种基于综合关联度的低压台区线损影响因素分析方法 | |
| CN109711706A (zh) | 考虑分布式电源和需求响应的主动配电网变电站规划方法 | |
| CN103326348A (zh) | 一种提高地区电网供电能力分析及全过程在线监测的*** | |
| CN110555606B (zh) | 一种基于总量提高配电网dg消纳水平的方法 | |
| CN111614110B (zh) | 一种基于改进多目标粒子群算法的受端电网储能优化配置方法 | |
| CN105337290B (zh) | 一种适用于电力***低频振荡辅助决策的无功调整方法 | |
| CN112526262A (zh) | 高比例新能源接入的直流送端电网稳定性判断方法 | |
| CN111697607B (zh) | 一种多端柔性直流输电受端电网接入方法及*** | |
| CN105976046B (zh) | 一种考虑需求侧管理的低碳电网规划方法 | |
| CN105119285A (zh) | 基于动态赋权的风储协调多目标优化控制方法 | |
| CN109586309B (zh) | 基于大数据自由熵理论和场景匹配的配电网无功优化方法 | |
| CN116742632A (zh) | 一种配电网最大承载力估算方法及*** | |
| CN102868165B (zh) | 风机及风电汇集线路的无功功率能力估计方法 | |
| CN106684914B (zh) | 一种提高电力弹簧调压性能的自适应pi控制方法 | |
| CN109840621A (zh) | 考虑储能***影响的并网型微电网日前多目标优化方法 | |
| Bo et al. | Research of Typical Line Loss Rate in Transformer District Based on Data-Driven Method | |
| CN108390407B (zh) | 分布式光伏接入量计算方法、装置及计算机设备 | |
| CN117495203B (zh) | 基于储能***的多目标电能管理方法及*** | |
| CN113809732B (zh) | 一种分布式直流智能负载虚拟惯性控制方法 | |
| Zhe et al. | Loss calculation of smart distribution grid based on the similarity of feeder loss | |
| CN117371816A (zh) | 基于复杂度理论的梯级水电站群调度效益对标评价方法 |
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 |