[发明专利]考虑源荷随机性的光储配电网新能源接纳能力分析方法有效
申请号: | 202310001104.3 | 申请日: | 2023-01-03 |
公开(公告)号: | CN115693787B | 公开(公告)日: | 2023-04-11 |
发明(设计)人: | 朱文广;李映雪;陈会员;王敏;罗路平;刘念;张雪婷;钟士元;舒娇;彭怀德;熊云;吴浩;戴奇奇;王伟;熊宁;宫嘉炜;郑春;孔强;周威;黄晓伟;韩建沛 | 申请(专利权)人: | 国网江西省电力有限公司经济技术研究院;国家电网有限公司;华北电力大学;江西赣锋锂电科技股份有限公司;江西腾达电力设计院有限公司 |
主分类号: | H02J3/38 | 分类号: | H02J3/38;H02J3/32;H02J3/00;G06F30/27;G06F18/23;G06F111/04;G06F113/04 |
代理公司: | 南昌贤达专利代理事务所(普通合伙) 36136 | 代理人: | 胡友胜 |
地址: | 330000 江西省南昌市*** | 国省代码: | 江西;36 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 考虑 随机性 配电网 新能源 接纳 能力 分析 方法 | ||
1.一种考虑源荷随机性的光储配电网新能源接纳能力分析方法,其特征在于,包括:
构建分布式光伏运行模型以及分布式储能运行模型;
基于广义加权交叉核支持向量聚类的光储配电网源荷不确定性建模,其中所述基于广义加权交叉核支持向量聚类的光储配电网源荷不确定性建模,包括:
记分布式光伏在m时段实际出力为PPV,m,并满足:
式中,分别为分布式光伏在m时段实际出力的上、下界;
基于N个样本计算得到协方差矩阵的无偏估计Z为:
式中,为支持向量聚类集合中第n个分布式光伏出力样本;
根据协方差矩阵的无偏估计Z得到分布式光伏出力的权重系数
考虑协相关信息,构建广义加权交叉核模型,所述广义加权交叉核模型的表达式为:
式中,P′PV为分布式光伏的一种情形出力向量,P″PV为分布式光伏的另一种情形出力向量,Wm为时段m的不确定性区间宽度,QPV为分布式光伏出力的权重系数,M为时段总个数,K(P′PV,P″PV)为广义加权交叉核;
构建基于广义加权交叉核支持向量聚类的分布式光伏出力不确定性模型,所述分布式光伏出力不确定性模型的表达式为:
式中,PPV为分布式光伏出力向量,ΓPV为分布式光伏出力不确定性集合,S’VC为支持向量聚类集合,αn为模型参数,θPV为分布式光伏出力的不确定性集合边界参数,n为支持向量聚类集合中的样本索引;
其中,计算分布式光伏出力的不确定性集合边界参数的表达式为:
式中,BSVC为边界支持向量聚类集合,n′为边界支持向量聚类集合中的样本索引,为边界支持向量聚类集合中第n′个分布式光伏出力样本;
构建基于广义加权交叉核支持向量聚类的负荷不确定性模型,所述负荷不确定性模型的表达式为:
式中,L为负荷向量,ΓL为负荷不确定性集合,QL为负荷的权重系数,L(n)为第n个负荷样本,θL为负荷的不确定性集合边界参数;
其中,计算负荷的不确定性集合边界参数的表达式为:
考虑光储配电网源荷不确定性建立考虑最大化分布式光伏容量的鲁棒优化模型,使根据所述鲁棒优化模型对光储配电网新能源接纳能力进行量化;
根据分布式求解算法对所述鲁棒优化模型进行求解,使对所述光储配电网新能源接纳能力进行分析。
2.根据权利要求1所述的一种考虑源荷随机性的光储配电网新能源接纳能力分析方法,其特征在于,其中,所述分布式光伏运行模型的表达式为:
式中,Ppv为光伏电源标准条件下的最大输出功率,Pref为光伏电源实际条件下的输出功率,I为实际条件下光照强度,Iref为标准条件下光照强度参考值,k为给定温度系数,T为实际条件下环境温度,Tref为环境温度参考值,取为25℃。
3.根据权利要求1所述的一种考虑源荷随机性的光储配电网新能源接纳能力分析方法,其特征在于,所述分布式储能运行模型具体为基于锂电池的分布式储能运行模型,其中,基于锂电池的分布式储能运行模型的表达式为:
式中,为分布式储能在时段m时的荷电状态,σ为自放电率,为分布式储能在时段m-1时的荷电状态,为分布式储能的充电效率,为m时段分布式储能的充电功率,Δm为时段长度,为m时段分布式储能的放电功率,为分布式储能的放电效率,EESS为分布式储能的额定容量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江西省电力有限公司经济技术研究院;国家电网有限公司;华北电力大学;江西赣锋锂电科技股份有限公司;江西腾达电力设计院有限公司,未经国网江西省电力有限公司经济技术研究院;国家电网有限公司;华北电力大学;江西赣锋锂电科技股份有限公司;江西腾达电力设计院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310001104.3/1.html,转载请声明来源钻瓜专利网。