System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及智能电网,特别涉及一种考虑分布式光伏的城市配电网数智化削峰的方法。
技术介绍
1、随着电网规模不断扩大,可再生能源接入持续增长,可再生能源并网对于负荷削峰效果的影响逐步受到重视,如何通过可再生能源并网使得配电网削峰效益最优成为重要议题。为此,许多学者分别从不同可再生能源角度,刻画可再生能源并网对于配电网削峰效益的影响。
2、分布式光伏并网具有布局灵活性和供能不确定性的难点。高渗透率的分布式光伏接入不可避免地会对配电网负荷特性产生影响,尤其是负荷峰值指标。因此,如何考虑分布式光伏的布局、出力和负荷的不确定性完成配电网数智化削峰是目前亟待解决的问题。
技术实现思路
1、针对现有技术中存在的问题,本专利技术提供了一种考虑分布式光伏的城市配电网数智化削峰的方法,考虑了分布式光伏的接入点和天气类型两个方面,最优化光伏接入配电网的方案,避免了不同天气类型与光伏接入点之间的相互的不利影响。具体技术方案如下:
2、一种考虑分布式光伏的城市配电网数智化削峰的方法,包括以下步骤:配电网根据分布式光伏的容量和可接入的节点,获取光伏实现配电网削峰的m种方案、根据配电网的历史数据,获取到n种天气类型;计算出等效负荷曲线;根据等效负荷曲线计算配电网中n种天气类型下的置信置信削峰度;计算m种方案中n种天气类型下光伏并网的置信削峰收益;依据气象台提供的天气概率,计算当天m种方案中n种天气类型下对应的综合置信削峰收益;选取综合置信削峰收益最大值对应的方案作为配电网当天使用光伏并
3、优选的,所述获取光伏实现配电网削峰的m种方案通过排列组合获取。
4、优选的,所述根据配电网的历史数据,获取到n种天气类型,具体为:
5、提取光伏电站日中时段出力的平均值、光伏出力序列一阶差分量的最大值、最小值和平均值并组成特征向量,采用模糊c均值聚类算法对特征向量进行聚类分析,得到n种天气类型。
6、优选的,所述光伏电站日中时段出力的平均值、光伏出力差分量的最大值、最小值和平均值的特征向量表达式为:
7、
8、在上述式中,为特征向量;a1为光伏电站该天日中时段出力的平均值;a2为光伏出力差分量的最大值;a3为光伏出力差分量的最小值;a4为光伏出力差分量的平均值;t1和t2是日中起始和终止时刻;δtc为采样时间间隔;pt为t时刻光伏实际出力;nc为1天内光伏出力采样数。
9、优选的,所述置信削峰度为置信水平下日负荷曲线削峰度的最小值,其表达式如下:
10、
11、在上述式中,xd为置信削峰度指标;f(x)为考虑光伏出力随机性和负荷不确定性下的日负荷曲线削峰度的概率密度函数,与天气类型有关;α为置信度。
12、优选的,所述置信削峰收益包括配变削峰效益、线路削峰效益和变电站削峰效益,其表达式为:
13、
14、在上述式中,s为置信削峰效益;sp为配变削峰效益;sx为线路削峰效益;sb为变电站削峰效益;n为光伏接入节点的数目;αk在光伏接入配变低压侧为1,在接入配变高压侧为0;dk为节点k单位削峰量的配变削峰效益;rp为配电变压器投资的等年值系数;rb为变电站投资的等年值系数;xd,k为节点k的置信削峰度;xd,0为线路首段节点的置信削峰度;ck为节点k的节点边际容量成本;s0为线路首端节点单位削峰量的变电站削峰效益。
15、优选的,所述综合置信削峰收益考虑了当天不同天气的置信削峰收益,其表达式如下:
16、
17、上述式子中,s为综合置信削峰收益;si为第i种置信削峰收益;βi为第i种天气出现的概率。
18、优选的,所述计算出等效负荷曲线,包括:根据配电网的负荷模型和光伏出力模型,采用蒙特卡洛法抽样模拟各节点的日负荷曲线和光伏出力曲线,两者做差得到各节点的等效负荷曲线。
19、优选的,所述负荷模型为考虑负荷预测误差的负荷概率模型;光伏出力模型为考虑光伏出力波动性和时序性以及天气类型预测误差的光伏出力概率模型。
20、与现有技术相比,本专利技术的有益效果为:
21、本专利技术考虑了分布式光伏的接入点和天气类型两个方面,最优化光伏接入配电网的方案,避免了不同天气类型与光伏接入点之间的相互的不利影响;此外,置信削峰收益通过考虑光伏并网带来的配变削峰效益、线路削峰效益和变电站削峰效益,实现对于光伏并网效益的准确量化评估。
本文档来自技高网...【技术保护点】
1.一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,所述获取光伏实现配电网削峰的m种方案通过排列组合获取。
3.根据权利要求1所述的一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,所述根据配电网的历史数据,获取到n种天气类型,具体为:
4.根据权利要求3所述的一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,所述光伏电站日中时段出力的平均值、光伏出力差分量的最大值、最小值和平均值的特征向量表达式为:
5.根据权利要求1所述的一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,所述置信削峰度为置信水平下日负荷曲线削峰度的最小值,其表达式如下:
6.根据权利要求1所述的一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,所述置信削峰收益包括配变削峰效益、线路削峰效益和变电站削峰效益,其表达式为:
7.根据权利要求1所述的一种考虑分布式光伏的城市配电网数智化削峰的方法
8.根据权利要求1所述的一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,所述计算出等效负荷曲线,包括:
9.根据权利要求8所述的一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,所述负荷模型为考虑负荷预测误差的负荷概率模型;光伏出力模型为考虑光伏出力波动性和时序性以及天气类型预测误差的光伏出力概率模型。
...【技术特征摘要】
1.一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,所述获取光伏实现配电网削峰的m种方案通过排列组合获取。
3.根据权利要求1所述的一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,所述根据配电网的历史数据,获取到n种天气类型,具体为:
4.根据权利要求3所述的一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,所述光伏电站日中时段出力的平均值、光伏出力差分量的最大值、最小值和平均值的特征向量表达式为:
5.根据权利要求1所述的一种考虑分布式光伏的城市配电网数智化削峰的方法,其特征在于,所述置信削峰度为置信水平下日负荷曲线削峰度的...
【专利技术属性】
技术研发人员:唐佳,陈标,谢代钰,陈彬彬,顾广锋,王子强,张元胜,胡宇阳,卓毅鑫,周智成,
申请(专利权)人:广西电网有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。