适用于微电网的多状态等值分析方法及系统技术方案

本发明专利技术提供了一种适用于微电网的多状态等值分析方法及系统，所述方法包括：建立所述光伏发电系统的通用生成函数UGF模型；建立所述风力发电系统的通用生成函数UGF模型；建立所述传统发电机组的通用生成函数UGF模型；建立所述微电网的负荷的通用生成函数UGF模型；根据所述光伏发电系统的通用生成函数UGF模型、所述风力发电系统的通用生成函数UGF模型、所述传统发电机组的通用生成函数UGF模型和所述微电网的负荷的通用生成函数UGF模型，建立微电网等值模型，根据所述微电网等值模型对所述微电网进行等值分析。本发明专利技术能够解决含微电网的配电系统规划、运行分析、可靠性评估研究中微电网等值问题。

【技术实现步骤摘要】

本专利技术涉及微电网
，具体涉及一种适用于微电网的多状态等值分析方法 及系统。
技术介绍
近年来，传统能源枯竭、全球气候变暖、环境污染等多重压力，促使各种新能源发 电技术(如风力发电、太阳能发电等)在电力系统中大力发展。为充分发挥分布式发电灵活、 经济、环保的优势，微电网技术被认为是中低压层面上消纳分布式发电的有效手段，成为一 种实现偏远山区供电，具有广阔发展前景的技术方案。然而，由于微电网中存在多种能源输 入(光/风/天然气等）、多种能量转换单元(光-电/风-电等）；微电网中的分布式发电单元特 性各异，有功率可控的微型燃汽轮机、柴油发电机，也有功率不可控的风力发电、光伏发电， 这使得含微电网的配电系统在规划、运行分析、可靠性评估等方面变得更加复杂。在实际对 含微电网的配电系统进行规划、运行分析、可靠性评估时，需要进行详细研究的区域，或是 感兴趣的区域只占整个系统的很少一部分，如果能将不感兴趣的部分用一个有效的模型进 行等值，通过该等值模型对所要研究的系统进行分析，这将大大减小系统规模，从而可降低 研究复杂程度。 然而，现有的微电网等值技术所建立的等值模型只能应用于含微电网的电力系统 的暂态稳定和短期电压稳定仿真分析，而不适用于对含微电网的配电系统进行规划、运行 分析、可靠性评估等领域。
技术实现思路
针对现有技术中的缺陷，本专利技术提供一种适用于微电网的多状态等值分析方法及 系统，能够解决含微电网的配电系统规划、运行分析、可靠性评估研究中微电网等值问题。 为解决上述技术问题，本专利技术提供以下技术方案： 第一方面，本专利技术提供了一种适用于微电网的多状态等值分析方法，所述微电网 包括光伏发电系统、风力发电系统和传统发电机组，所述方法包括： 建立所述光伏发电系统的通用生成函数UGF模型； 建立所述风力发电系统的通用生成函数UGF模型； 建立所述传统发电机组的通用生成函数UGF模型； 建立所述微电网的负荷的通用生成函数UGF模型； 根据所述光伏发电系统的通用生成函数UGF模型、所述风力发电系统的通用生成 函数UGF模型、所述传统发电机组的通用生成函数UGF模型和所述微电网的负荷的通用生成 函数UGF模型，建立微电网等值模型：其中，UMG(z)表示微电网等值模型，Upvs(z)表示光伏发电系统的通用生成函数UGF 模型，Uwf(z)表示风力发电系统的通用生成函数UGF模型，uac(z)表示传统发电机组的通用 生成函数UGF模型，ui〇ad(z)表不微电网的负荷的通用生成函数UGF模型；ΩΦρ、Ω%分别表不 通用生成函数UGF的通用并联算子和减法算子;Z的指数项和系数项分别表示状态和概率， 其中Z用于区别状态及概率，其本身无实质意义和取值;kipf、g严^分别对应微电网 输出功率的状态数目、状态概率及状态值，所述状态值表示输出功率的大小；根据所述微电网等值模型对所述微电网进行等值分析。进一步地，建立所述光伏发电系统的通用生成函数UGF模型，包括：al.建立光伏发电系统的机械可靠性的通用生成函数UGF模型：其中，UMA(z)表示光伏发电系统的机械可靠性的通用生成函数UGF模型；ΩΦΡ表示 UGF模型的通用并联算子;UmCKU(Z)表示第1个光伏阵列逆变器组的UGF模型;UMd,_d(z)表 不第nm〇d个光伏阵列逆变器组的UGF模型；kMA、/?/*严人g/w分别对应光伏发电系统机械状 态数目、状态概率及状态值，所述状态值表示正常工作的电池串数目；其中，所述光伏阵列逆变器组的UGF模型为：其中，Uinv(z)表示光伏逆变器的UGF模型，Uinv(z) 表示 光伏阵列的UGF模型，其中，Ustr(z)表不光伏电池 串的UGF模型，ustr(z) =UstrZQ+(l-UstOZ1 ;其中，Ustr表示电池串的不可用率，;其中，Uww为光伏电池块的不可用率;Uinv为逆变器的不可用率； ΩΦΡ、ΩΦ5分别为UGF的通用并联算子和串联算子;karr、i?r广'g/"T分别对应光伏阵列的状 态数目、状态概率及状态值;gfM分别对应光伏逆变器组的状态数目、状态概 率及状态值；b1.建立光伏出力概率预测性的通用生成函数UGF模型：其中，uIR(z)表示光伏出力概率预测性的通用生成函数UGF模型;nIR、/?r严、g严分 别表示光伏出力状态数目、状态概率及状态值，所述状态值表示单位光伏电池串面积的输 出功率；其中，利用马尔科夫模型进行光照强度概率预测，根据光照强度历史数据将光照 强度等间隔划分为mR个区间，分别表示nIR个状态，已知初始时刻to光照强度的状态概率，根 据ΡΗω=ΡΓ(?ο) ·Ρ求得未来某时刻七的预测状态概率;其中，Pr(to)为初始时刻to的状态 概率，为1XniR行向量;Pr(ti)为未来某时刻ti的预测状态概率，为1XmR行向量;P为状态转 移概率矩阵，为niRxniR矩阵;根据得到的未来某时刻的预测光照强度状态及概率，结合光 能转换特性Ps=nSI，建立所述光伏出力概率预测性的UGF模型： 将未来某时刻的预测光照强度状态代入光能转换特性ps=nsi中，得到所述光伏其中，η为转换效率，s为阵列面积，I为光照强度；cl.根据所述光伏发电系统的机械可靠性的通用生成函数UGF模型和所述光伏出 力概率预测性的通用生成函数UGF模型，建立所述光伏发电系统的通用生成函数UGF模型：其中，upvs(z)为光伏发电系统的通用生成函数UGF模型；的通用乘法算 子;kpvs、/?rf'g/"分别对应光伏发电系统出力状态数目、状态概率及状态值，所述状态 值表示输出功率的大小。进一步地，建立所述风力发电系统的通用生成函数模型，包括： a2.建立风力发电系统的机械可靠性的通用生成函数UGF模型：其中，uwf (z)为风力发电系统的机械可靠性的通用生成函数UGF模型;风电场共有nw台风机并联，kwf、分别对应风电场所有风机机械状态数目、状态概率及状态 值，所述状态值为正常工作的风机数目；其中，如心）=1^2 <)+(1-1^)21;1^=1-(卜1^(3)(1-1]_:)(1-1]_) ;1^(2)为未来某时刻单台风机的不可用率1^的1^模型;1]_(3為 (^、1]_分别 为发电机、齿轮箱、逆变器的不可用率，Uwt为单台风机的不可用率；b2.建立风机出力概率预测性的通用生成函数UGF模型：其中，uve(z)为风机出力概率预测性的通用生成函数UGF模型；ην(3、/^νβ·gf分 别表示风机出力状态数、状态概率及状态值，所述状态值为单台风机输出功率的大小；其中，利用马尔科夫模型进行风速状态预测，根据风速状态历史数据将风速状态 等间隔划分为mR个区间，分别表示nIR个状态;已知初始时刻风速状态及概率，根据Pr(t〇 = Pr(to) ·P得到未来某时刻的预测风速状态及概率，其中，Pr(to)为初始时刻to的状态概率， 为1XniR行向量;Pr(ti)为未来某时刻七的预测状态概率，为1XniR行向量;P为状态转移概 率矩阵，为niRXniR矩阵；将预测风速状态及概率代入风能转换特性模型，得到单台风机的多状态出力概率 预测：其中，wPr为风机的额定功率，Vc^Vcx^Vr分别为切入、切出和额定风速;根据所述单本文档来自技高网...

【技术保护点】
一种适用于微电网的多状态等值分析方法，其特征在于，所述微电网包括光伏发电系统、风力发电系统和传统发电机组，所述方法包括：建立所述光伏发电系统的通用生成函数UGF模型；建立所述风力发电系统的通用生成函数UGF模型；建立所述传统发电机组的通用生成函数UGF模型；建立所述微电网的负荷的通用生成函数UGF模型；根据所述光伏发电系统的通用生成函数UGF模型、所述风力发电系统的通用生成函数UGF模型、所述传统发电机组的通用生成函数UGF模型和所述微电网的负荷的通用生成函数UGF模型，建立微电网等值模型：uMG(z)=Ωφj{Ωφp{upvs(z),uwf(z),uac(z)},uload(z)}=Σi=1kMGpriMG·ZgiMG;]]>其中，uMG(z)表示微电网等值模型，upvs(z)表示光伏发电系统的通用生成函数UGF模型，uwf(z)表示风力发电系统的通用生成函数UGF模型，uac(z)表示传统发电机组的通用生成函数UGF模型，uload(z)表示微电网的负荷的通用生成函数UGF模型；ΩΦP、ΩΦj分别表示通用生成函数UGF的通用并联算子和减法算子；Z的指数项和系数项分别表示状态和概率，其中Z用于区别状态及概率，其本身无实质意义和取值；kMG、分别对应微电网输出功率的状态数目、状态概率及状态值，所述状态值表示输出功率的大小；根据所述微电网等值模型对所述微电网进行等值分析。...

【技术特征摘要】

【专利技术属性】
技术研发人员：唐巍，徐升，闫涛，王越，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11