基于全局灵敏度指标的韧性配电网储能装置配置方法制造方法及图纸

一种基于全局灵敏度指标的韧性配电网储能装置配置方法及系统，基于采集到的韧性配电网基本数据与可再生能源机组出力历史数据构建涵盖极端天气场景的可再生能源机组出力概率分布函数，并建立概率电压不平衡度计算模型；然后通过神经网络构建其代理模型，用于生成各个可再生能源机组出力对配电网电压不平衡度的全局灵敏度指标，作为配置储能装置的依据，从而缓解配电网的三相电压不平衡。本发明专利技术利用储能装置平抑可再生能源出力波动，从而能够有效抑制配电网的电压不平衡，该方法可以降低储能配置成本，改善储能配置效果。改善储能配置效果。改善储能配置效果。

【技术实现步骤摘要】
基于全局灵敏度指标的韧性配电网储能装置配置方法


[0001]本专利技术涉及的是一种韧性配电网规划领域的技术，具体是一种基于全局灵敏度指标的韧性配电网储能装置配置方法。

技术介绍

[0002]随着可再生能源与分布式发电技术的快速发展，大规模的单相可再生能源发电装置接入配电网并叠加极端、随机天气场景的影响，造成配电网电压不平衡问题。由于电力系统中固有的三相不对称性，完全消除配电网的电压不平衡是不可能的。然而，由于电压不平衡的危害性，需要抑制电压不平衡使得其对电网的影响尽可能小。传统的电压不平衡抑制方法考虑的是负载不均匀导致的电压不平衡情况，通过在配电网的三相线路平均分配单相负载，从而抑制电压不平衡。例如，利用静态转换开关在不同相之间动态切换住宅负载，从而动态平衡三相负载，抑制电压不平衡。除此之外，还有通过并联无功元件平衡负载，作为无功元件的可变负载可以通过晶闸管控制的静态VAR补偿器校正，缺点是会向电网中注入谐波。随着大规模的可再生能源接入配电网中，抑制配电网电压不平衡的重要性愈发凸显，传统的平衡负载的方法显然无法满足抑制需求。
专利技术内本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于全局灵敏度指标的韧性配电网储能装置配置方法，其特征在于，基于采集到的韧性配电网基本数据与可再生能源机组出力历史数据构建涵盖极端天气场景的可再生能源机组出力概率分布函数，并建立概率电压不平衡度计算模型；然后通过神经网络构建其代理模型，用于生成各个可再生能源机组出力对配电网电压不平衡度的全局灵敏度指标，作为配置储能装置的依据，从而缓解配电网的三相电压不平衡；所述的韧性配电网基本数据包括：配电网的拓扑结构、运行方式、线路与电力设备的参数、用户负荷；所述的可再生能源机组出力历史数据包括：可再生能源机组在运行过程中收集到的过去一段时间的发电功率数据，与发电功率相关的风速、光照强度自然因素数据；所述的概率电压不平衡度计算模型，以可再生能源机组出力为输入，以配电网概率电压不平衡度为输出，其均具有概率分布特性。2.根据权利要求1所述的基于全局灵敏度指标的韧性配电网储能装置配置方法，其特征是，所述的神经网络，基于韧性配电网概率电压不平衡度计算模型的输入和输出作为训练样本，生成概率电压不平衡度计算模型的代理模型，具体包括：步骤i：根据可再生能源机组出力概率分布函数和相依结构关系生成机组出力数据，并将该数据作为输入样本，利用构建的韧性配电网概率电压不平衡度计算模型分别计算得到对应的配电网电压不平衡度的输出样本；步骤ii：构建单隐含层的前馈神经网络模型，将步骤i中得到的输入样本和输出样本作为训练样本集对所述神经网络模型进行训练；步骤iii：将训练完成的神经网络模型作为韧性配电网概率电压不平衡度计算的代理模型，在给定的输入样本下，基于所构建的代理模型可实现对应的配电网电压不平衡度输出样本的快速计算。3.根据权利要求1所述的基于全局灵敏度指标的韧性配电网储能装置配置方法，其特征是，所述的全局灵敏度指标，基于方差分解理论与模拟法计算实现，具体为：当f(x1，...，x
n
)为在R
n
上的系统输出函数，即韧性配电网概率电压不平衡度计算函数，输入向量为x＝(x1，...，x
n
)，即可再生能源机组出力，是服从连续概率分布函数p(x1，...，x
n
)的实数随机变量；令x＝(y，z)，其中向量y＝(x
i1
，
…
，x
is
)，1≤i1，...，i
s
≤n，1≤s＜n，y是x的子集；y的互补子集是则得到全局灵敏度指标其中：D为系统输出f(x1，...，x
n
)的方差；(y，z)与(y
′
，z
′
)是根据联合概率分布函数p(y，z)分别独立生成的两个不同的随机向量；z
′
和用来区分从联合概率分布函数p(y，z)生成的随机向量和从条件概率分布生成的随机向量。4.根据权利要求1所述的基于全局灵敏度指标的韧性配电网储能装置配置方法，其特征是，所述的配置储能装置是指：基于全局灵敏度指标对可再生能源机组进行降序排列，全局灵敏度指标数值越大，所对应的可再生能源机组越重要，进而在考虑有限数量的储能装置接入时，优先将储能装置配置在全局灵敏度指标数值较大的可再生能源机组处，以有效缓解配电网的三相电压不平衡。5.根据权利要求1
‑
4中任一所述的基于全局灵敏度指标的韧性配电网储能装置配置方
法，其特征是，具体包括：步骤S1：获取韧性配电网的基本数据与可再生能源机组出力的历史数据；步骤S2：基于可再生能源机组出力的历史数据，提取可再生能源机组出力的不确定量，确定可再生能源出力的概率模型以及不同出力间的相关系数矩阵；考虑配电网中可再生能源机组中的风力发电机组与光伏发电机组，其不确定出力均与机组所在的环境有关；与可再生能源机组的出力密切相关的是其所处环境的风速或光强，风速与光强分别服从威布尔分布与Beta分布，在通过历史数据拟合其概率分布情况时，需要计算相应的概率分布参数；变量间的相关性采用线性相关系数矩阵进行刻画；步骤S3：建立韧性配电网概率电压不平衡度计算模型，该模型以可再生能源机组出力为输入，以配电网概率电压不平衡度为输出，具体为：将可再生能源机组的不确定性出力作为系统模型的输入，基于模拟法计算系统模型的输出，即配电网的电压不平衡度为系统模型的输入，基于模拟法计算系统模型的输出，即配电网的电压不平衡度其中：VUF为电压不平衡度；V2为负序电压；V1为正序电压，其通过三相不平衡线路的线电压V
ab
、V
bc
、V
ca
或相电压推导得到，即其中：a＝1∠120
°
，a2＝1∠240
°
；步骤S4：基于韧性配电网概率电压不平衡度计算模型的输入样本和输出样本，采用神经网络模型构建配电网概率电压不平衡度计算模型的代理模型，具体包括：步骤S41：根据步骤S2中获得的可再生能源机组出力概率分布函数和相依结构关系生成机组出力数据，并将该数据作为输入样本，利用构建的韧性配电网概率电压不平衡度计算模型分别计算得到对应的配电网电压不平衡度的输出样本；步骤S42：构建单隐含层的前馈神经网络模型，将步骤S41中得到的输入样本和输出样本作为训练样本集对所述神...

【专利技术属性】
技术研发人员：潘爱强，王晗，董真，严正，周健，徐潇源，方晓涛，李佳琪，
申请(专利权)人：华东电力试验研究院有限公司上海交通大学，
类型：发明
国别省市：