CN114386833A - 主动配电网弹性评估与移动储能调控方法 - Google Patents

主动配电网弹性评估与移动储能调控方法 Download PDF

Info

Publication number
CN114386833A
CN114386833A CN202210031911.5A CN202210031911A CN114386833A CN 114386833 A CN114386833 A CN 114386833A CN 202210031911 A CN202210031911 A CN 202210031911A CN 114386833 A CN114386833 A CN 114386833A
Authority
CN
China
Prior art keywords
typhoon
distribution network
power distribution
active power
energy storage
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
Application number
CN202210031911.5A
Other languages
English (en)
Inventor
王旭
王钰山
蒋传文
龚开
王欣萌
张继行
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202210031911.5A priority Critical patent/CN114386833A/zh
Publication of CN114386833A publication Critical patent/CN114386833A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • 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)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种主动配电网弹性评估与移动储能调控方法，通过由气象局与GIS发布及测量元器件实时采集的台风预测时段信息和台风初始入侵信息，建立台风移动风场模型与线路综合故障率模型，反映台风的时空变化特性；然后通过主动配电网弹性评价指标，建立主动配电网移动储能调度与运行模型并通过列与约束算法求解，对调配方案计算主动配电网弹性指标，评估配电网弹性水平，本发明根据地区台风气象灾害特点对台风风场建模，分析其给配电网带来的时空影响，同时建立主动配电网弹性评价指标体系，以全面评价配电***弹性水平，在此基础上，以移动式储能为主要灵活性资源，对主动配电网资源配置与灾中运行建立优化决策模型，给出了主动配电网在应对台风灾害时的弹性提升灵活措施，并科学全面的评估主动配电网弹性水平。

Description

主动配电网弹性评估与移动储能调控方法
技术领域
本发明涉及的是一种电网控制领域的技术，具体是一种主动配电网弹性评估与移动储能调控方法。
背景技术
现有的配电网弹性提升研究方面，并未针对配电网提出一套从多角度评价主动配电网弹性水平的指标。并且在台风灾害对配电网造成的故障时空影响方面考虑不足，并未结合台风移动模型实现灵活性资源的合理配置与调用，多是基于单时段和特定几类故障的研究，而未考虑到测量与通讯设备在灾害下即时性难以保障的问题，难以为工程应用提供指导。
发明内容
本发明针对现有技术未考虑特定灾害(如台风)对配电***故障在时间尺度与空间尺度上影响的变化，考虑的弹性指标较为单一，未考虑灾害对交通道路影响进而设计主动配电网灵活性资源的灾害期间运行方案的不足，提出一种主动配电网弹性评估与移动储能调控方法，根据地区台风气象灾害特点对台风风场建模，分析其给配电网带来的时空影响，同时建立主动配电网弹性评价指标体系，以全面评价配电***弹性水平，在此基础上，以移动式储能为主要灵活性资源，对主动配电网资源配置与灾中运行建立优化决策模型，给出了主动配电网在应对台风灾害时的弹性提升灵活措施，并科学全面的评估主动配电网弹性水平。
本发明是通过以下技术方案实现的：
本发明涉及一种主动配电网弹性评估与移动储能调控方法，通过由气象局与GIS发布及测量元器件实时采集的台风预测时段信息和台风初始入侵信息，建立台风移动风场模型与线路综合故障率模型，反映台风的时空变化特性；然后通过主动配电网弹性评价指标，建立主动配电网移动储能调度与运行模型并通过列与约束算法求解，对调配方案计算主动配电网弹性指标，评估配电网弹性水平。
所述的台风移动风场模型包括：灾害应急调度时段t的台风中心坐标
Figure BDA0003466748720000011
Figure BDA0003466748720000012
10级风圈半径
Figure BDA0003466748720000013
Figure BDA0003466748720000021
以及中心最大风速
Figure BDA0003466748720000022
Figure BDA0003466748720000023
其中：T为台风过程持续总时段数，
Figure BDA0003466748720000024
为气象局与GIS传回的台风预测数据信息间隔，0为灾害应急调度起始时刻。
所述的线路综合故障率模型包括：风场内环流风速
Figure BDA0003466748720000025
Figure BDA0003466748720000026
以及作用于线路上的风速
Figure BDA0003466748720000027
其中：Vmax为风场中最大风速，Vo,t为t时刻台风最大风速，α1为风压不均匀系数，μz为风压高度变化系数，μsc为导线体型系数，βc为线路导线风载荷调整系数，d1为考虑覆冰的导线外径，B为覆冰时风载荷增大系数，λ为风向与线路间夹角。通过蒙特卡洛模拟法采用极值III型分布(Weibull分布)生成最大风速计算风场内各点风速与线路可承受最大风速对比计算得到线路故障率时空特性矩阵。
所述的主动配电网弹性评价指标包括：配电网功能损失
Figure BDA0003466748720000028
***功能满足阈值概率R2＝P{D′(t)＞Dmin{}}，考虑负荷重要度的指标
Figure BDA0003466748720000029
计及经济补偿因素的指标
Figure BDA00034667487200000210
配电网防御时间R5＝{min(t)|D′(t)≤D(t)}，节点失负荷率
Figure BDA00034667487200000211
脱网节点数
Figure BDA00034667487200000212
重要负荷切除量占比
Figure BDA00034667487200000213
重要负荷平均断电时间
Figure BDA00034667487200000214
Figure BDA00034667487200000215
其中：D(t)与D′(t)分别为主动配电网正常运行与灾害下运行的负荷曲线，M为可能出现的故障场景数，ΔDi为场景i下含负荷权重的失负荷量，D0为主动配电网总加权后负荷量，T0为主动配电网应急调控成本，Nnode为配电网总节点数，ccut为节点切负荷补偿价格，αi为节点i负荷重要度权重，Dcut，1(t)为重要负荷切除量，Dcut，1，2，3(t)为所有切除负荷总量，D1，i(t)为节点i重要负荷大小，Nnode，1为配电网重要节点数。
所述的主动配电网移动储能调度与运行模型为：
Figure BDA00034667487200000216
Figure BDA00034667487200000217
其中：Nmess为规划配置的移动储能个数，ccap为MESS单位容量安装投资成本，Ej为第j个MESS的规划装配电池容量，us与ψ为离散的配电网运行故障场景与不确定场景集合，
Figure BDA0003466748720000031
为场景概率权重。
技术效果
本发明通过从整体到多方面评价配电网弹性的指标体系，考虑测量与通讯在台风灾害下难以保障配电网作出滚动优化的实时调度策略，建立引入场景概率因子的主动配电网移动储能调度与运行模型，提出以台风灾害的模拟运行路径及起止参数获取配电***故障率随时间演变的参数矩阵，同时利用主动配电网中移动式储能优势，考虑负荷重要度与弹性指标优化，实现经济性与弹性兼顾的主动配电网调度运行策略优化并进行多角度评估。
附图说明
图1为本发明弹性评估流程图；
图2为本发明移动式储能优化调控方法示意图；
图3为实施例网络拓扑及网格长度示意图；
图4为实施例光伏出力百分比示意图；
图5为实施例台风起止时刻十级风圈范围示意图；
图6为实施例移动储能运行策略示意图；
图7为实施例移动储能运行SOC变化示意图。
具体实施方式
本实施例涉及一种主动配电网弹性评估与移动储能调控***，包括：信息采集模块、台风风场模型计算模块、优化调度模块与弹性评估模块，其中：信息采集模块通过将气象局与GIS的测量及预报台风参数输入台风风场模型计算模块得到移动风场模型，台风风场计算模块与优化调度模块相连并提供台风灾害下故障不确定模型，弹性评估模块输出各项指标进行分析。
所述的气象局与GIS的测量及预报台风参数包括：电网在台风侵入初期通过GIS地理信息***进行气象数据预测得到的台风灾害末时段的台风中心最大速度、台风中心点坐标、台风10级风圈半径数据，以及通过气象量测设备得到所传入的台风侵入初期首个灾害应急调度时段前5～15分钟的实际量测数据作为t＝0时刻初始信息。
所述的台风风场模型计算模块根据台风移动风场模型、台风起止实测与预报信息设置，建立考虑杆塔-线路的配电网线路综合故障率时空特性矩阵，该台风风场模型计算模块包括：应急调度时段t的台风风场参数计算单元和架空线路综合故障率计算单元，其中：台风风场参数计算单元根据信息采集模块所传回的预报与量测信息，计算得到各时段台风中心点坐标、台风中心最大速度、台风10级风圈半径数据结果，架空线路综合故障率计算单元通过蒙特卡洛模拟法计算得到灾害期间各时段各线路故障率矩阵。
所述的优化调度模块基于切负荷补偿价格、移动储能运行成本、节点负荷重要度权重差异，以考虑经济性的弹性指标R4为目标建立主动配电网弹性提升模型，对移动储能的运行策略及切负荷策略寻优，该优化调度模块包括：移动储能优化配置单元与灾中调度运行策略单元，其中：移动储能优化配置单元为优化模型上层问题，为模型下层提供移动储能的容量数据；灾中调度运行策略单元基于上层传入参数，引入场景概率因子寻找移动储能灾中最优充放电策略，减小负荷损失，上下层问题通过CCG算法迭代求解。
所述的弹性评估模块基于主动配电网弹性评估指标与优化调度模块求解结果，从配电***抵御灾害时间、配电***功能损失、配电***经济损失、重要负荷脱网四方面实现弹性评价与分析。
如图1所示，为本实施例涉及一种基于上述***的主动配电网弹性提升与评估方法，具体包括：
步骤1)采用上海市某地区110kV配电***部分拓扑作为检测***，结合2021年台风“烟花”在中央气象台台风网中记录相关信息，负荷采用标准***所给值，网络拓扑及网格长度如图3，光伏容量为：EPV1＝399.9kW，EPV2＝225.0kW，EPV3＝368.6kW，其台风期间出力曲线按图4计算；台风影响持续8小时，起止时刻台风10级风圈范围如图5所示，其起止信息包括：(x0，y0)＝(2.9，-40)，(xT，yT)＝(11.5，-34)，R10，0＝100km，R10，T＝80km，Vomax，0＝35m/s，Vomax，T＝32m/s；
步骤2)台风风场内最大风速极值III型分布拟合参数包括：a＝11.8174，b＝23.1902，γ＝4.8878。
步骤3)配电***区域按重要度划分，西北方向线路节点较为密集，多为民用负荷，定义图3虚线框内负荷为较重要负荷，普通负荷权重1.0，重要负荷权重2.0。；燃气机组与配置移动储能MESS的参数如表1所示，各MESS初始状SOC均为1.0，移动储能单位距离移动成本为2.6117元/km，移动储能车MESS最大移动速度为vmax＝1.8km/min，储能投资费用1600元/kWh，切负荷成本10元/kW。场景概率因子
Figure BDA0003466748720000041
的确定过程如下：对所有可能场景按发生概率由大至小排列，记场景数为N，场景概率最大pmax对应
Figure BDA0003466748720000042
场景概率pmin＝0.1％对应
Figure BDA0003466748720000043
该权重选取可根据调度者的保守性确定，若更倾向于经济性，则可适当减小
Figure BDA0003466748720000044
取值，反之希望保证更好鲁棒性可增大其取值，将概率位于区间[pmin，pmax]内的场景依由大至小编号为s1...，si，...sn，任意场景对应场景概率权重由[0015]所给计算式获得。
表1
Figure BDA0003466748720000045
Figure BDA0003466748720000051
步骤4)根据台风信息计算所得第一阶段中部分线路综合故障率变化情况如表2所示。
表2
Figure BDA0003466748720000052
步骤5)建立主动配电网移动式储能调度运行三层优化模型，通过CCG算法求解，
所述的移动储能的容量配置为：
Figure BDA0003466748720000053
步骤6)按所得的移动储能灾中充放电及接入位置方案，以特定场景为例，所述的移动储能运行策略示意图如图6，各时段移动储能所在节点位置如表3，移动储能的充放电SOC变化如图7。
表3
Figure BDA0003466748720000054
Figure BDA0003466748720000061
步骤7)对比采取策略前后的主动配电网弹性指标结果如表4所示。
表4
弹性指标 不采用策略 采用策略
R<sub>1</sub> 16055.5kWh 11067.5kWh
R<sub>2</sub> 22.22％ 55.56％
R<sub>3</sub> 44.71％ 32.94％
R<sub>4</sub> 175004.95元 112224.45元
R<sub>5</sub> T＝0 T＝0
R<sub>6</sub> 42.91％ 31.37％
R<sub>7</sub> 42.91％ 31.37％
R<sub>8</sub> 27.41％ 14.58％
R<sub>9</sub> 46.03％ 16.67％
经过实验，如图7所示，通过4台MESS的存储能量在台风灾害影响时段末均达到或接近SOC最低水平，表明移动式储能在台风应急调度期间能量得到了充分调用。与未采用提升策略时相比，就弹性指标而言，以整体失负荷水平衡量R1下降了31.07％，R7下降了11.54％；以重要负荷保障性衡量R3降低了超10％，且R1/R4的结果表征平均的节点实际切负荷成本，也从10.91元/kWh降低为10.14元/kWh，结果表明本方法应对台风灾害时不仅降低了灾害期间负荷切除总量与脱网负荷节点总量，还在对主动配电网重要负荷的供电保障能力上有一定提升。
与现有技术相比，本方法不再基于主观假定的故障或故障率，通过设计与引入场景概率权重让调度者根据自身对鲁棒性与经济性的倾向性进行调节，并结合所建立台风风场模型，在台风灾害发生最初阶段给出灾害期间移动储能的运行方案与切负荷方案，避免了采用滚动优化进行实时调度时因测量与通讯器件受灾害影响导致的即时性难以保障的现实问题；同时，本发明也提出了一组从多个方面实现主动配电网弹性评价的指标，为工程或研究计算提供指导。
本发明针对台风灾害，设计并提出了配电网弹性水平评估指标体系，从配电***抵御灾害时间、配电***功能损失、配电***经济损失、重要负荷脱网全面评估主动配电网弹性水平。此外，建立台风移动风场模型获取考虑线路-杆塔故障的综合线路故障率时空特性矩阵，在此基础上建立了主动配电网移动储能调度与运行模型，结合台风数据、配电网网格化信息给出主动配电网弹性提升策略并评估弹性提升效果，这是在之前的研究中所未考虑的。本发明建立的配电网弹性评价指标体系与移动式储能调配策略，为弹性配电网建设提供模型支撑与技术指导。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所限，在其范围内的各个实现方案均受本发明之约束。

Claims (7)

1.一种主动配电网弹性评估与移动储能调控方法，其特征在于，通过由气象局与GIS发布及测量元器件实时采集的台风预测时段信息和台风初始入侵信息，建立台风移动风场模型与线路综合故障率模型，反映台风的时空变化特性；然后通过主动配电网弹性评价指标，建立主动配电网移动储能调度与运行模型并通过列与约束算法求解，对调配方案计算主动配电网弹性指标，评估配电网弹性水平；
所述的主动配电网移动储能调度与运行模型为：
Figure FDA0003466748710000011
Figure FDA0003466748710000012
其中：Nmess为规划配置的移动储能个数，ccap为MESS单位容量安装投资成本，Ej为第j个MESS的规划装配电池容量，us与ψ为离散的配电网运行故障场景与不确定场景集合，
Figure FDA0003466748710000013
为场景概率权重。
2.根据权利要求1所述的主动配电网弹性评估与移动储能调控方法，其特征是，所述的台风移动风场模型包括：灾害应急调度时段t的台风中心坐标
Figure FDA0003466748710000014
Figure FDA0003466748710000015
10级风圈半径
Figure FDA0003466748710000016
Figure FDA0003466748710000017
以及中心最大风速
Figure FDA0003466748710000018
Figure FDA0003466748710000019
其中：T为台风过程持续总时段数，
Figure FDA00034667487100000110
为气象局与GIS传回的台风预测数据信息间隔，0为灾害应急调度起始时刻。
3.根据权利要求2所述的主动配电网弹性评估与移动储能调控方法，其特征是，所述的线路综合故障率模型包括：风场内环流风速
Figure FDA00034667487100000111
Figure FDA00034667487100000112
以及作用于线路上的风速
Figure FDA00034667487100000113
其中：Vmax为风场中最大风速，Vo,t为t时刻台风最大风速，α1为风压不均匀系数，μz为风压高度变化系数，μsc为导线体型系数，βc为线路导线风载荷调整系数，d1为考虑覆冰的导线外径，B为覆冰时风载荷增大系数，λ为风向与线路间夹角，通过蒙特卡洛模拟法采用极值III型分布生成最大风速计算风场内各点风速与线路可承受最大风速对比计算得到线路故障率时空特性矩阵。
4.根据权利要求3所述的主动配电网弹性评估与移动储能调控方法，其特征是，所述的主动配电网弹性评价指标包括：配电网功能损失
Figure FDA0003466748710000021
***功能满足阈值概率R2＝P{D′(t)＞Dmin{}}，考虑负荷重要度的指标
Figure FDA0003466748710000022
计及经济补偿因素的指标
Figure FDA0003466748710000023
配电网防御时间R5＝{min(t)|D′(t)≤D(t)}，节点失负荷率
Figure FDA0003466748710000024
脱网节点数
Figure FDA0003466748710000025
重要负荷切除量占比
Figure FDA0003466748710000026
重要负荷平均断电时间
Figure FDA0003466748710000027
其中：D(t)与D′(t)分别为主动配电网正常运行与灾害下运行的负荷曲线，M为可能出现的故障场景数，ΔDi为场景i下含负荷权重的失负荷量，D0为主动配电网总加权后负荷量，T0为主动配电网应急调控成本，Nnode为配电网总节点数，ccut为节点切负荷补偿价格，αi为节点i负荷重要度权重，Dcut，1(t)为重要负荷切除量，Dcut，1，2，3(t)为所有切除负荷总量，D1，i(t)为节点i重要负荷大小，Nnode，1为配电网重要节点数。
5.一种实现权利要求1～4中任一所述主动配电网弹性评估与移动储能调控方法的***，其特征在于，包括：信息采集模块、台风风场模型计算模块、优化调度模块与弹性评估模块，其中：信息采集模块通过将气象局与GIS的测量及预报台风参数输入台风风场模型计算模块得到移动风场模型，台风风场计算模块与优化调度模块相连并提供台风灾害下故障不确定模型，弹性评估模块输出各项指标进行分析；
所述的气象局与GIS的测量及预报台风参数包括：电网在台风侵入初期通过GIS地理信息***进行气象数据预测得到的台风灾害末时段的台风中心最大速度、台风中心点坐标、台风10级风圈半径数据，以及通过气象量测设备得到所传入的台风侵入初期首个灾害应急调度时段前5～15分钟的实际量测数据作为t＝0时刻初始信息。
6.根据权利要求5所述的***，其特征是，所述的台风风场模型计算模块根据台风移动风场模型、台风起止实测与预报信息设置，建立考虑杆塔-线路的配电网线路综合故障率时空特性矩阵，该台风风场模型计算模块包括：应急调度时段t的台风风场参数计算单元和架空线路综合故障率计算单元，其中：台风风场参数计算单元根据信息采集模块所传回的预报与量测信息，计算得到各时段台风中心点坐标、台风中心最大速度、台风10级风圈半径数据结果，架空线路综合故障率计算单元通过蒙特卡洛模拟法计算得到灾害期间各时段各线路故障率矩阵。
7.根据权利要求5所述的***，其特征是，所述的优化调度模块基于切负荷补偿价格、移动储能运行成本、节点负荷重要度权重差异，以考虑经济性的弹性指标R4为目标建立主动配电网弹性提升模型，对移动储能的运行策略及切负荷策略寻优，该优化调度模块包括：移动储能优化配置单元与灾中调度运行策略单元，其中：移动储能优化配置单元为优化模型上层问题，为模型下层提供移动储能的容量数据；灾中调度运行策略单元基于上层传入参数，引入场景概率因子寻找移动储能灾中最优充放电策略，减小负荷损失，上下层问题通过CCG算法迭代求解。
CN202210031911.5A 2022-01-12 2022-01-12 主动配电网弹性评估与移动储能调控方法 Pending CN114386833A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210031911.5A CN114386833A (zh) 2022-01-12 2022-01-12 主动配电网弹性评估与移动储能调控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210031911.5A CN114386833A (zh) 2022-01-12 2022-01-12 主动配电网弹性评估与移动储能调控方法

Publications (1)

Publication Number Publication Date
CN114386833A true CN114386833A (zh) 2022-04-22

Family

ID=81201592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210031911.5A Pending CN114386833A (zh) 2022-01-12 2022-01-12 主动配电网弹性评估与移动储能调控方法

Country Status (1)

Country Link
CN (1) CN114386833A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115330559A (zh) * 2022-10-17 2022-11-11 国网浙江余姚市供电有限公司 一种信息数据时空协同的配电网弹性评估方法和装置
CN116014769A (zh) * 2023-01-16 2023-04-25 天津大学 一种低压台区侧移动储能日前调度方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115330559A (zh) * 2022-10-17 2022-11-11 国网浙江余姚市供电有限公司 一种信息数据时空协同的配电网弹性评估方法和装置
CN116014769A (zh) * 2023-01-16 2023-04-25 天津大学 一种低压台区侧移动储能日前调度方法
CN116014769B (zh) * 2023-01-16 2023-08-11 天津大学 一种低压台区侧移动储能日前调度方法

Similar Documents

Publication Publication Date Title
CN106972481B (zh) 规模化充电设施接入有源配电网的安全性量化评估方法
CN102055217B (zh) 电动汽车有序充电控制方法及***
CN113609649B (zh) 一种构建基于机会约束的配电网中压线路规划模型的方法
CN114386833A (zh) 主动配电网弹性评估与移动储能调控方法
CN112467722A (zh) 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法
CN104123682A (zh) 一种基于气象影响因素的配网故障风险评估方法
KR101383617B1 (ko) 일사량 예측 방법 및 장치
CN109978242A (zh) 基于统计升尺度的光伏发电集群功率预测方法及装置
CN111612244B (zh) 基于qra-lstm的日前光伏功率非参数概率预测方法
CN109522599A (zh) 一种台风导致的输电线路突发故障预警方法
CN109409770A (zh) 一种基于神经网络的农村电网智能水平评价方法
CN103745274A (zh) 一种用于分散式风电的短期功率预测方法
CN105976085A (zh) 一种基于典型供电模式的项目投资计算方法
CN113872228A (zh) 一种应用于电网调峰调频的电动汽车调度方法和装置
CN114936450A (zh) 面向风电送出线路动态增容的数字孪生评估方法和***
CN114117730A (zh) 一种在台风灾害下配电网弹性评估方法
CN114123294A (zh) 考虑三相不平衡的多目标光伏单相并网容量规划方法
CN116896063B (zh) 变配电智能控制方法及***
CN112993985A (zh) 一种考虑不确定性的微电网多目标规划方法
CN112257329A (zh) 一种判定台风对线路影响的方法
CN112001525A (zh) 一种区域远景与近中期综合负荷预测方法
CN109242191B (zh) 一种变电站供区双路径自适应负荷预测方法
CN111144628A (zh) 一种分布式供能的冷热电负荷预测模型***及方法
CN115842354A (zh) 用于提高风功率预测相关性系数的风电储能配置方法
CN114545097A (zh) 一种基于多要素动态权重算法的雷电预警研判方法

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