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】
本专利技术属于低压配电,尤其是涉及一种基于台区异常状态预警的低压分布式储能调控方法及系统。
技术介绍
1、配电台区作为配电网的末端单元,也是作为给低压用户的供电关口,具有重要的运行和调控意义。
2、目前,台区存在损耗相对较高、低压侧接线复杂、用电类型和用电行为多样化、电压质量相对较低等问题,需要逐步改善。此外,随着分布式电源(distributed generation,dg)、分布式储能(distributed energy storage,des)的大规模接入,缺少有效的运行和调控手段,存在向台区反送电情况,改变传统台区单方向潮流形式,台区的运行工况更加复杂,运行风险更加严峻,在低压侧用户还存在出现集中用电高负荷、低压故障区域停电导致台区运行异常等问题,紧要进一步对台区加强管控。
3、针对改善台区运行状态的分布式储能优化调控,例如,有研究基于融合终端对分布式储能的分布式储能系统进行控制,该系统具有储能变流器、储能电池和控制系统组成,通过融合终端的指令下发,能实现控制储能能量充放电的双向流动,在并网、离网两种模式下实现充放电功率策略的切换,以三相不平衡和经济性最优为目标,采用遗传算法进行求解,能有效降低因单相用户分布不均导致的三相不平衡问题。上述方法基于台区的融合终端实现控制des、dg的功率控制,未针对台区异常运行状态的预先诊断和处理,同时,缺少基于台区低压侧拓扑的潮流的计算和des功率的优化控制。
技术实现思路
1、本专利技术的目的在于提供一种基于台区
2、本专利技术的第一方面,提供了一种基于台区异常状态预警的低压分布式储能调控方法,包括:
3、获取低压配电网的线路拓扑结构和线路参数;
4、预测各节点次日24h的负荷数据、光伏功率数据,并结合所述线路拓扑结构、所述线路参数计算低压配电网次日24h的潮流数据;
5、基于所述潮流数据,预测次日24h的每个小时低压配电网的运行状态;
6、基于所述运行状态,对低压配电网储能节点、光伏节点的有功功率进行调控;
7、其中,采用以下模型计算次日24h的每个小时低压配电网的运行状态:
8、h(md,t)=w1md(f1(t))+w2md(f2(t))+w3md(f3(t))
9、式中,h(md,t)为t时刻状态md的台区运行状态函数,f1(t)为台区运行经济成本函数,md(f1(t))台区运行经济成本处于状态md的隶属度,w1为台区运行经济成本权重;f2(t)为台区电压安全函数,由台区电压安全裕度、台区电压畸变率确定,md(f2(t))台区电压安全处于状态md的隶属度,w2为台区电压安全权重;f3(t)为台区负载函数,由台区负载率确定,md(f3(t))台区负载处于状态md的隶属度,w3为台区负载权重;其中,md包括对应不同调控紧迫程度的多个状态。
10、在其他的示例中,基于低压配电网的历史负荷数据、光伏功率数据,分别采用lstm模型预测各节点次日24h的负荷数据、光伏功率数据。
11、在其他的示例中,采用二阶锥规划模型对交流电气量的相角变量进行凸松弛处理,得到交流支路潮流模型,基于所述交流支路潮流模型计算低压配电网次日24h的潮流数据。
12、在其他的示例中,所述基于所述运行状态,对低压配电网储能节点、光伏节点的有功功率进行调控,包括:以次日的24h的控目标为的台区运行状态函数h(md,t)综合最优为调控目标,计算评分函数o(t)进行优化计算:
13、
14、式中,o(t)为台区在t时刻运行状态综合评分函数,v(md)为台区状态为md时对应的预设分值,d为状态的数量。
15、在其他的示例中,优化后,当台区运行状态函数h(md,t)在对应最紧迫程度的状态的概率仍然最大,则将在t时刻采取紧急避险措施。
16、本专利技术的第二方面,提供了一种基于台区异常状态预警的低压分布式储能调控系统,包括:
17、ltu终端,用于获取低压配电网的线路拓扑结构和线路参数;
18、潮流计算模块,用于预测各节点次日24h的负荷数据、光伏功率数据,并结合所述线路拓扑结构、所述线路参数计算低压配电网次日24h的潮流数据;
19、状态预测模块,用于基于所述潮流数据,预测次日24h的每个小时低压配电网的运行状态;
20、智能融合终端,用于基于所述运行状态,生成对低压配电网进行调控的调控指令,对低压配电网储能节点、光伏节点的有功功率进行调控;
21、其中,状态预测模块采用上述模型计算次日24h的每个小时低压配电网的运行状态:
22、本专利技术实现了提前感知异常运行状态,并针对性提出台区低压配电网des和pv的优化运行方法。此外,针对优化后仍为紧急状态提出紧急避险措施,进一步提升了台区低压侧运行的经济性和安全性。
本文档来自技高网...【技术保护点】
1.一种基于台区异常状态预警的低压分布式储能调控方法,其特征在于,包括:
2.根据权利要求1所述的低压分布式储能调控方法,其特征在于,基于低压配电网的历史负荷数据、光伏功率数据,分别采用LSTM模型预测各节点次日24h的负荷数据、光伏功率数据。
3.根据权利要求1所述的低压分布式储能调控方法,其特征在于,采用二阶锥规划模型对交流电气量的相角变量进行凸松弛处理,得到交流支路潮流模型,基于所述交流支路潮流模型计算低压配电网次日24h的潮流数据。
4.根据权利要求1所述的低压分布式储能调控方法,其特征在于,所述基于所述运行状态,对低压配电网储能节点、光伏节点的有功功率进行调控,包括:以次日的24h的控目标为的台区运行状态函数h(md,t)综合最优为调控目标,计算评分函数O(t)进行优化计算:
5.根据权利要求4所述的低压分布式储能调控方法,其特征在于,优化后,当台区运行状态函数h(md,t)在对应最紧迫程度的状态的概率仍然最大,则将在t时刻采取紧急避险措施。
6.一种基于台区异常状态预警的低压分布式储能调控系统,其特征在于,包
7.根据权利要求6所述的低压分布式储能调控系统,其特征在于,潮流计算模块基于低压配电网的历史负荷数据、光伏功率数据,分别采用LSTM模型预测各节点次日24h的负荷数据、光伏功率数据。
8.根据权利要求1所述的低压分布式储能调控系统,其特征在于,潮流计算模块基于交流支路潮流模型计算低压配电网次日24h的潮流数据,所述交流支路潮流模型采用二阶锥规划模型对交流电气量的相角变量进行凸松弛处理得到。
9.根据权利要求1所述的低压分布式储能调控系统,其特征在于,智能融合终端以次日的24h的控目标为的台区运行状态函数h(md,t)综合最优为调控目标,计算评分函数O(t)进行优化计算:
10.根据权利要求4所述的低压分布式储能调控系统,其特征在于,优化后,当台区运行状态函数h(md,t)在对应最紧迫程度的状态的概率仍然最大,则将在t时刻采取紧急避险措施。
...【技术特征摘要】
1.一种基于台区异常状态预警的低压分布式储能调控方法,其特征在于,包括:
2.根据权利要求1所述的低压分布式储能调控方法,其特征在于,基于低压配电网的历史负荷数据、光伏功率数据,分别采用lstm模型预测各节点次日24h的负荷数据、光伏功率数据。
3.根据权利要求1所述的低压分布式储能调控方法,其特征在于,采用二阶锥规划模型对交流电气量的相角变量进行凸松弛处理,得到交流支路潮流模型,基于所述交流支路潮流模型计算低压配电网次日24h的潮流数据。
4.根据权利要求1所述的低压分布式储能调控方法,其特征在于,所述基于所述运行状态,对低压配电网储能节点、光伏节点的有功功率进行调控,包括:以次日的24h的控目标为的台区运行状态函数h(md,t)综合最优为调控目标,计算评分函数o(t)进行优化计算:
5.根据权利要求4所述的低压分布式储能调控方法,其特征在于,优化后,当台区运行状态函数h(md,t)在对应最紧迫程度的状态的概率仍然最大,则将在t时刻采取...
【专利技术属性】
技术研发人员:王楠,李振,周喜超,杨斌,彭勇,曲玉珊,吴思帆,张卫卫,梁大伟,
申请(专利权)人:国网综合能源服务集团有限公司,
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。