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】
本申请涉及碳排放,具体涉及一种配电网碳流分析方法及系统、存储介质。
技术介绍
1、为了分析碳排放的转移网络,打通生产侧与消费侧的中间环节,厘清碳排放责任,碳排放流分析方法应运而生。碳排放流最早被用于分析国际贸易中的耦合碳排放责任转移,其充分考虑了碳排放生产与消费之间的转移网络,将碳排放与消费行为联系起来,为碳排放的计量提供了全新的视角。电力传输同样引起了耦合碳排放在电网中的转移和流动,因此碳排放流理念也被应用于电力系统之中。
2、在现有的电力系统碳排放流分析的研究中,新能源发电往往被简化成了固定出力的电源,然而以风力发电和光伏发电为代表的新能源具有随机性、不确定性和波动性的特征,导致电力系统碳排放流分析结果不准确,目前鲜有考虑分布式电源的不确定性对配电网碳排放流影响的研究。
技术实现思路
1、本申请旨在提出一种配电网碳流分析方法及系统,考虑分布式电源的不确定性对配电网碳排放流影响,提高电力系统碳排放流分析结果的准确性,更好地帮助电力系统规划者和政策制定者更好地理解和管理新能源并网带来的挑战,从而制定更有效的减排策略和措施。
2、为实现本申请目的,本申请实施例提出一种配电网碳流分析方法,包括:
3、步骤s1,获取配电网的机组出力数据、节点网络参数和电力负荷数据;
4、步骤s2,根据所述配电网的机组出力数据、节点网络参数和电力负荷数据建立源荷双侧概率分布模型,所述源荷双侧概率分布模型包括各个节点注入功率的累积分布函数;其中,对于有监测数据
5、步骤s3,根据copula函数和所述源荷双侧概率模型生成多个节点输入功率的随机变量样本;
6、步骤s4,根据所述多个节点输入功率的随机变量样本进行配电网的潮流计算;
7、步骤s5,根据潮流计算结果对配电网进行碳排放流计算;
8、步骤s6,统计碳排放流计算结果,获得节点碳势、支路碳流率和负荷碳流率的概率分布。
9、进一步地,所述通过核密度估计得到各节点注入功率的累积分布函数,包括:
10、核函数选用高斯核函数,核密度估计概率密度误差函数选用均方积分误差函数;
11、使用所述高斯核函数和所述均方积分误差函数进行核密度估计得到节点注入功率的概率密度函数,对概率密度函数进行积分得到累积分布函数。
12、进一步地,所述步骤s3,包括:
13、选用正态copula函数构建m个节点注入功率之间的联合概率密度函数,并利用随机抽样产生服从[0,1]分布且具有相关性的m维样本矩阵;
14、计算每个节点注入功率的累积分布函数的逆函数;
15、根据所述逆函数以及所述m维样本矩阵计算各个节点注入功率的随机变量样本。
16、进一步地,所述步骤s5,包括:
17、构造用于配电网碳排放流计算的矩阵和向量,所述矩阵和向量包括:支路潮流流入分布矩阵、支路有功网损分布矩阵、机组注入分布矩阵、负荷分布矩阵、发电机组碳排放强度向量、节点有功通量矩阵、节点碳势向量、支路碳流率分布矩阵、负荷碳流率向量。
18、本申请实施例还提出一种配电网碳流分析系统,包括:
19、数据获取模块,用于获取配电网的机组出力数据、节点网络参数和电力负荷数据;
20、模型构建模块,用于根据所述配电网的机组出力数据、节点网络参数和电力负荷数据建立源荷双侧概率分布模型,所述源荷双侧概率分布模型包括各个节点注入功率的累积分布函数;其中,对于有监测数据的分布式电源或负荷,通过核密度估计得到各节点注入功率的累积分布函数;对于无监测数据的分布式电源或负荷,则通过韦伯分布或正态分布等概率分布模型来描述各节点注入功率的累积分布函数;
21、样本生成模块,用于根据copula函数和所述源荷双侧概率模型生成多个节点输入功率的随机变量样本;
22、潮流计算模块,用于根据所述多个节点输入功率的随机变量样本进行配电网的潮流计算;
23、碳流计算模块,用于根据潮流计算结果对配电网进行碳排放流计算;以及
24、统计分析模块,用于统计碳排放流计算结果,获得节点碳势、支路碳流率和负荷碳流率的概率分布。
25、进一步地,所述模型构建模块,具体用于:
26、核函数选用高斯核函数,核密度估计概率密度误差函数选用均方积分误差函数;
27、使用所述高斯核函数和所述均方积分误差函数进行核密度估计得到节点注入功率的概率密度函数,对概率密度函数进行积分得到累积分布函数。
28、进一步地,所述样本生成模块,具体用于:
29、选用正态copula函数构建m个节点注入功率之间的联合概率密度函数,并利用随机抽样产生服从[0,1]分布且具有相关性的m维样本矩阵;
30、计算每个节点注入功率的累积分布函数的逆函数;
31、根据所述逆函数以及所述m维样本矩阵计算各个节点注入功率的随机变量样本。
32、进一步地,所述碳流计算模块,具体用于:
33、构造用于配电网碳排放流计算的矩阵和向量,所述矩阵和向量包括:支路潮流流入分布矩阵、支路有功网损分布矩阵、机组注入分布矩阵、负荷分布矩阵、发电机组碳排放强度向量、节点有功通量矩阵、节点碳势向量、支路碳流率分布矩阵、负荷碳流率向量。
34、本申请实施例还提出一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如上所述的配电网碳流分析方法。
35、本申请实施例提出的配电网碳流分析方法及系统考虑了分布式电源的不确定性,其优点包括:
36、(1)不确定性建模:该方法通过建立源荷双侧概率分布模型,充分考虑了分布式电源和负荷的随机性、不确定性和波动性,提高了碳排放流分析的准确性。
37、(2)精细化的碳排放责任划分:通过详细考虑每个节点的注入功率的累积分布函数,可以更精细地划分碳排放责任,从而为政策制定提供科学依据。
38、(3)全面的分析视角:该方法不仅考虑了传统电源的碳排放,还特别考虑了分布式电源,如风能和太阳能的碳排放特性,为电力系统的低碳化提供了全面的分析视角。
39、(4)灵活的模型适应性:通过使用核密度估计、韦伯分布、正态分布等概率分布模型,该方法能够适应不同类型电源的特性,具有较强的灵活性。
40、(5)多维度的结果分析:通过步骤s6的统计分析,该方法能够提供节点碳势、支路碳流率和负荷碳流率的概率分布,为电力系统的规划者和政策制定者提供了丰富的决策支持信息。
41、(6)有助于制定减排策略:该方法能够帮助电力系统规划者和政策制定者更好地理解和管理新能源并网带来的挑本文档来自技高网...
【技术保护点】
1.一种配电网碳流分析方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述通过核密度估计得到各节点注入功率的累积分布函数,包括:
3.根据权利要求2所述的方法,其特征在于,所述步骤S3,包括:
4.根据权利要求3所述的方法,其特征在于,所述步骤S5,包括:
5.一种配电网碳流分析系统,其特征在于,包括:
6.根据权利要求5所述的系统,其特征在于,所述模型构建模块,具体用于:
7.根据权利要求6所述的系统,其特征在于,所述样本生成模块,具体用于:
8.根据权利要求7所述的系统,其特征在于,所述碳流计算模块,具体用于:
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1~8中任一项所述的配电网碳流分析方法。
【技术特征摘要】
1.一种配电网碳流分析方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述通过核密度估计得到各节点注入功率的累积分布函数,包括:
3.根据权利要求2所述的方法,其特征在于,所述步骤s3,包括:
4.根据权利要求3所述的方法,其特征在于,所述步骤s5,包括:
5.一种配电网碳流分析系统,其特征在于,包括:
6.根据权利要求...
【专利技术属性】
技术研发人员:张华赢,梁晓锐,黄湛华,胡涛,方徐康,
申请(专利权)人:深圳供电局有限公司,
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。