基于电压越限度和不确定性的配网光伏接纳能力计算方法与流程

本发明涉及配电网分布式发电技术领域，特别涉及一种基于电压越限度和不确定性的配电网光伏接纳能力计算方法。

背景技术：

现阶段，分布式光伏电源在配电网中的渗透率不断提高，其产生的诸如过电压、线路过载、反向潮流、电能质量降低等问题也越来越严重，这为配电网的安全可靠运行带来了很大挑战，极大限制了配电网中允许接入的最大光伏容量，即光伏接纳能力。同时，光伏电源出力和负荷需求的不确定性复杂动态变化也会对配电网的正常稳定运行产生很大影响，进而在一定程度上影响到光伏接纳能力。对光伏接纳能力进行精确的定量分析与计算可为光伏适应性规划与建设改造提供合理的理论依据，在保证配电网高效可靠运行的前提下尽可能多地接纳光伏电源，最大限度地提升光伏发电效益。

传统的光伏接纳能力计算方法通常考虑母线稳态电压、线路传输功率、线路载流量以及光伏渗透率等配电网运行约束，采用优化方法求得配电网中最大可接入的光伏容量。但该方法通常只针对某些特定的光伏接入场景，光伏安装的位置或容量比较固定，缺乏多接入场景的分析计算，因此得到的光伏接纳能力适应性不足。针对该问题，目前应用较多的是随机场景分析法，通常基于montecarlo计算方法进行计算，该方法牺牲了一定的计算速度，能够模拟大量的光伏接入场景，因此得到的光伏接纳能力结果更具说服力。

但是，由以上两种方法计算得到的光伏接纳能力值通常比较保守。以母线稳态电压为例，对于实际配电网而言，往往允许短时间、小范围、低比例的电压越限场景出现，显然该条件下的光伏接纳能力会更大；同时，以上方法也未考虑光伏电源和负荷的各种不确定性变化对配电网运行的影响，难以反映实际配网的运行状态，因而不能保证计算结果的合理性。

技术实现要素：

本发明的目的是提供一种基于电压越限度和不确定性的配电网光伏接纳能力计算方法。

为此，本发明技术方案如下：

一种基于电压越限度和不确定性的配电网光伏接纳能力计算方法，包括如下步骤：

1)针对配电网生成若干种光伏接入场景，同时，构造一天中任意时段t内的负荷有功需求区间值；

2)针对每种光伏接入场景计算光伏接纳能力。

2、根据权利要求1所述的基于电压越限度和不确定性的配电网光伏接纳能力计算方法，其特征在于，所述的步骤1)中针对配电网生成若干种光伏接入场景的方法包括如下步骤：

ⅰ)初始化配电网运行状态，设置montecarlo仿真次数nm为1；

ⅱ)以1为步长，逐渐增加光伏安装数量，直到达到系统总节点数nbus为止；

ⅲ)对于每种光伏安装数量，在一定范围内随机选择各光伏的安装位置及容量，其中各节点最多安装1个光伏，以此形成nbus种不同的光伏接入场景；

ⅳ)判断此时nm是否小于montecarlo总仿真次数nm,total，若满足，则返回继续执行步骤ⅱ)和步骤ⅲ)，若不满足，则共计产生ns,total种光伏接入场景。

进一步的，所述的步骤1)中构造一天中任意时段t内的负荷有功需求区间值的方法为：

设定montecarlo总采样天数d的取值，统计d天内光伏有功出力以及有功与无功负荷需求的时序数据，然后分别计算时段t内光伏有功出力区间值负荷有功需求区间值以及负荷无功需求区间值时段t内光伏有功出力区间值的计算方法为：

其中，

负荷有功需求区间值的计算方法如下：

其中，

负荷无功需求区间值的计算方法如下：

其中，

式中：和分别为时段t内光伏有功出力、负荷有功需求和无功需求的统计平均值；d为montecarlo采样天数总数；d1(t)和d2(t)分别为时段t内实际光伏有功出力大于平均值与小于平均值的日集合；d′1(t)和d′2(t)分别为时段t内实际负荷有功需求大于平均值与小于平均值的日集合；d″1(t)和d″2(t)分别为时段t内实际负荷无功需求大于平均值与小于平均值的日集合；和分别为集合d1(t)、d′1(t)和d″2(t)中的总天数。

所述的光伏接纳能力的计算方法包括如下步骤：

2-1)对于每种光伏接入场景，时段t由1增加到最大时段数tmax，并在每个时段内执行smax次随机潮流计算；

2-2)计算得到对应于每种光伏接入场景的最大馈线电压vmax的区间值计算方法如下所示：

式中：和vmax,k分别为场景k下最大馈线电压vmax的上界和下界；为场景k下在时段t内进行第s次随机抽样计算后的母线i的p相电压幅值；smax为时段t内进行随机抽样计算的最大次数。

2-3)所有潮流计算执行完毕后，构建区间分布关系

2-4)计算每个光伏安装容量区间pici内的电压越限度iod的区间值计算方法如下所示：

其中，

式中：n′m,over和n″m,over分别第m个pici内对应于完全过电压和部分过电压的光伏接入场景总数；σm,k和均为0-1决策变量，分别用来表示第m个pici内的场景k是否属于完全过电压场景和部分过电压场景。

2-5)计算得到每种光伏接入场景的光伏接纳能力phc的区间值

式中：为第m个pici的下确界。

与现有技术相比，该基于电压越限度和不确定性的配电网光伏接纳能力计算方法具有如下优势：该方法充分考虑了实际配网的运行需求，能够针对实际配电网不同的电压越限度要求来调整光伏接纳能力的计算结果，因此具有更好的适应性；同时，该方法基于区间数学理论有效描述了光伏出力和负荷需求的不确定变化特性，在光伏出力与负荷需求区间构造的基础上可计算得到考虑不确定性变化的光伏接纳能力结果，该结果具有较强的可行性和实际意义。

附图说明

图1为本发明提供的基于电压越限度和不确定性的配电网光伏接纳能力计算方法的流程图。

具体实施方式

下面结合附图及具体实施例对本发明做进一步的说明，但下述实施例绝非对本发明有任何限制。

一种基于电压越限度和不确定性的配电网光伏接纳能力计算方法，如图1所示，包括如下步骤：

1)针对配电网生成若干种光伏接入场景，同时，构造一天中任意时段t内的负荷有功需求区间值；

2)针对每种光伏接入场景计算光伏接纳能力。

所述的步骤1)中针对配电网生成若干种光伏接入场景的方法包括如下步骤：

ⅰ)初始化配电网运行状态，设置montecarlo仿真次数nm为1；

ⅱ)以1为步长，逐渐增加光伏安装数量，直到达到系统总节点数nbus为止；

ⅲ)对于每种光伏安装数量，在一定范围内随机选择各光伏的安装位置及容量，其中各节点最多安装1个光伏，以此形成nbus种不同的光伏接入场景；

ⅳ)判断此时nm是否小于montecarlo总仿真次数nm,total，若满足，则返回继续执行步骤ⅱ)和步骤ⅲ)，若不满足，则共计产生ns,total种光伏接入场景。

所述的步骤1)中构造一天中任意时段t内的负荷有功需求区间值的方法为：

设定montecarlo总采样天数d的取值，统计d天内光伏有功出力以及有功与无功负荷需求的时序数据，然后分别计算时段t内光伏有功出力区间值负荷有功需求区间值以及负荷无功需求区间值时段t内光伏有功出力区间值的计算方法为：

其中，

负荷有功需求区间值的计算方法如下：

其中，

负荷无功需求区间值的计算方法如下：

其中，

式中：和分别为时段t内光伏有功出力、负荷有功需求和无功需求的统计平均值；d为montecarlo采样天数总数；d1(t)和d2(t)分别为时段t内实际光伏有功出力大于平均值与小于平均值的日集合；d′1(t)和d′2(t)分别为时段t内实际负荷有功需求大于平均值与小于平均值的日集合；d′1′(t)和d″2(t)分别为时段t内实际负荷无功需求大于平均值与小于平均值的日集合；和分别为集合d1(t)、d′1(t)和d″2(t)中的总天数。

所述的光伏接纳能力的计算方法包括如下步骤：

2-1)对于每种光伏接入场景，时段t由1增加到最大时段数tmax，并在每个时段内执行smax次随机潮流计算；

2-2)计算得到对应于每种光伏接入场景的最大馈线电压vmax的区间值计算方法如下所示：

式中：和vmax,k分别为场景k下最大馈线电压vmax的上界和下界；为场景k下在时段t内进行第s次随机抽样计算后的母线i的p相电压幅值；smax为时段t内进行随机抽样计算的最大次数。

2-3)所有潮流计算执行完毕后，构建区间分布关系

2-4)计算每个光伏安装容量区间pici内的电压越限度iod的区间值计算方法如下所示：

其中，

式中：n′m,over和n″m,over分别第m个pici内对应于完全过电压和部分过电压的光伏接入场景总数；σm,k和均为0-1决策变量，分别用来表示第m个pici内的场景k是否属于完全过电压场景和部分过电压场景。

2-5)计算得到每种光伏接入场景的光伏接纳能力phc的区间值

式中：为第m个pici的下确界。