首页 / 专利库 / 企业组织 / 框图 / 一种考虑光伏电站元件可靠性的电网风险评估方法

一种考虑光伏电站元件可靠性的电网险评估方法

阅读:471发布:2020-06-21

专利汇可以提供一种考虑光伏电站元件可靠性的电网险评估方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种考虑光伏电站元件可靠性的 电网 风 险评估方法。首先,根据元件失效机制对光伏电站关键元件进行分类,分别建立逆变器的两状态模型和光伏阵列的多状态模型,通过状态抽样生成考虑元件可靠性的光伏电站输出功率概率模型;然后,依据所建模型 抽取 光伏出 力 值,确定常规发 电机 和线路的停运状态和系统负荷状态,得到一次抽样的确定性系统状态;接着,通过直流潮流最优切负荷 算法 ,计算一次确定性抽样系统的切负荷量;最后,通过非序贯蒙特卡洛模拟,计算系统失负荷概率和电力不足期望风险指标。本发明将光伏阵列所有元件作为一个整体,根据其 累积分布函数 划分为多状态模型,有效缓解对每个光伏元件状态都进行抽样可能导致的内存消耗大、抽样速度慢、计算效率低等问题,提高了含光伏电站的电网风险评估的效率。,下面是一种考虑光伏电站元件可靠性的电网险评估方法专利的具体信息内容。

1.一种考虑光伏电站元件可靠性的电网险评估方法,其特征在于,所述方法包括以下步骤:
(1)确定光伏电站关键元件,获取其故障数据,根据元件失效机制将关键元件分类为两状态模型和多状态模型,分别建立光伏电站元件可靠性模型,并通过状态抽样,生成考虑元件可靠性的光伏电站输出功率概率模型;
(2)获取一次抽样系统中的各个不确定性因素,包括由光伏输出功率序列抽取光伏出值,根据两状态模型抽取常规发电机和线路的停运状态,以及系统负荷模型;
(3)通过直流潮流最优切负荷算法,计算一次确定抽样系统的切负荷量;
(4)重复步骤(2)至步骤(3),通过多次非序贯蒙特卡洛模拟,计算风险指标失负荷概率LOLP和电力不足期望EDNS,并判断是否满足方差收敛条件。
2.根据权利要求1所述的一种考虑光伏电站元件可靠性的电网风险评估方法,其特征在于:所述步骤(1)中建立考虑元件可靠性的光伏电站输出功率概率模型,具体步骤如下:
(11)确定光伏电站关键元件,构建光伏阵列-逆变器可靠性框图
(12)获取光伏电站关键元件故障数据,包括光伏电池板和逆变器故障概率分别为U1和U2;
(13)按光伏电站元件机制将光伏电站关键几乎每年元件运行状态进行分类,其中逆变器为两状态模型,光伏阵列为多状态模型;
(14)建立光伏阵列的多状态模型,由单个光伏板的故障概率U1,由串并联法分析其概率分布情况,n串光伏电池板串联后的故障概率为:
U1S=nU1;
光伏板的故障会导致一串光伏板的失效,根据光伏板串的失效串数可以将光伏阵列的失效情况分为1,2,…,m-1阶,光伏阵列i阶故障概率符合二项分布:
(15)根据光伏阵列的累积概率分布,确定系统多个状态区间及概率;
其中,P1~P5为区间[0,1]上的累积概率分布点,A1~A5为所划分的状态区间的区间中点状态,Aki为i时刻光伏阵列k的整体失效状态。
(16)建立光伏电站逆变器的两状态模型;
其中,U2为逆变器的故障概率,R为区间[0,1]上的符合均匀分布的随机抽样值,Cki为i时刻逆变器k的元件失效状态;
(17)完成光伏电站的元件可靠性建模,通过状态抽样生成光伏输出功率序列Ptotal_i;
Ptotal_i=∑Aki×Cki×Pki;
其中,Aki为i时刻光伏阵列k的整体失效状态,Cki为i时刻逆变器k的元件失效状态,Pki为i时刻第k个光伏阵列-逆变器单元的出力值,Ptotal_i为i时刻光伏电站输出功率。
3.根据权利要求1所述的一种考虑光伏电站元件可靠性的电网风险评估方法,其特征在于:所述步骤(3)中直流潮流最优切负荷算法,
最优化模型的目标函数为负荷削减总量最小 约束条件包括直流潮流方程
T(Sk)=A(Sk)(PG-PD(Sk)+C)、功率平衡方程 发电出力约束
PGmin(Sk)≤PG≤PG max(Sk)、削负荷量约束0≤C≤PD(Sk)和线路潮流约束|T(Sk)|≤Tmax(Sk);
式中:Sk表示第k个随机抽样系统状态;T(Sk)为系统状态Sk下的线路有功潮流矢量;A(Sk)为系统状态Sk下线路有功潮流和母线注入功率之间的关系矩阵;PG为发电机输出矢量;
PD(Sk)为母线的负荷矢量;C为母线负荷削减矢量;PGmax(Sk)和PGmin(Sk)分别表示发电变量的上下限矢量;Tmax(Sk)为线路额定有功功率矢量;ωi为反映母线重性的权重因子;ND为负荷母线集合;NG为发电机母线集合。
4.根据权利要求1所述的一种考虑光伏电站元件可靠性的电网风险评估方法,其特征在于:所述步骤(4)中风险指标计算公式为:
式中:Sk表示第k个随机抽样系统状态; 为系统在状态Sk的概率; 为系统在状态Sk的失负荷量严重度函数;Ds,c为系统失负荷状态的集合。

说明书全文

一种考虑光伏电站元件可靠性的电网险评估方法

技术领域

[0001] 本发明涉及一种考虑光伏电站元件可靠性的电网风险评估方法,属于电系统风险评估技术领域。

背景技术

[0002] 光伏发电的随机性、间歇性和波动性,导致其并网时增加了更多的不确定性。对含光伏电站的电网进行风险评估,其前提是建立光伏电站输出功率概率模型。光伏电站中采用大量的电力电子元件,其元件可靠性对于光伏出力特性具有较为直接的影响,因此建立光伏电站输出功率概率模型时,考虑光伏电站元件可靠性的影响十分必要。
[0003] 常规的元件停运模型均采用两状态模型,即故障停运和正常运行两种状态。但是由于光伏电站由大量的电力电子元器件组成,如果对于每个光伏元件单独抽样分析,光伏电站的运行状态数目将呈现指数增长,引起内存消耗大、抽样速度慢、计算效率低等问题,不利于光伏电站的可靠性评估。此外,光伏阵列的功率输出与光伏元件的可靠性框图有关,对每个光伏元件的状态都进行抽样过程相对繁琐,因此,可以考虑将光伏阵列作为一个整体进行状态抽样,并根据其串并联模型进行概率分析。
[0004] 考虑光伏元件可靠性的电网风险评估可以参考电力系统风险评估的理论,其中,蒙特卡洛法是模拟系统概率特性、分析概率潮流的常用方法。但需要进一步关注的是,光伏电站的接入使得电网的源侧增加了更多的不确定性。系统中除了系统元件的停运模型呈现概率属性,光伏输出功率的不确定性也需要通过概率理论分析表征,特别是光伏电站内部元件失效对光伏输出功率的影响需要进一步分析。

发明内容

[0005] 本发明正是针对现有技术中存在的技术问题,提供一种考虑光伏电站元件可靠性的电网风险评估方法,该方法针对光伏元件可靠性对光伏输出功率的影响可能导致光伏并网给电网运行带来风险的问题,提出一种考虑光伏电站元件可靠性的电网风险评估方法,对光伏电站并网带来的风险进行评估,指导电网的安全稳定运行。
[0006] 为了实现上述目的,本发明采用的技术方案如下,一种考虑光伏电站元件可靠性的电网风险评估方法,其特征在于,所述方法包括以下步骤:
[0007] (1)确定光伏电站关键元件,获取其故障数据,根据元件失效机制将关键元件分类为两状态模型和多状态模型,分别建立光伏电站元件可靠性模型,并通过状态抽样,生成考虑元件可靠性的光伏电站输出功率概率模型;
[0008] (2)获取一次抽样系统中的各个不确定性因素,包括由光伏输出功率序列抽取光伏出力值,根据两状态模型抽取常规发电机和线路的停运状态,以及系统负荷模型。
[0009] (3)通过直流潮流最优切负荷算法,计算一次确定抽样系统的切负荷量;
[0010] (4)重复步骤(2)至步骤(3),通过多次非序贯蒙特卡洛模拟,计算风险指标失负荷概率LOLP和电力不足期望EDNS,并判断是否满足方差收敛条件。
[0011] 作为本发明的一种改进,所述步骤(1)中建立考虑元件可靠性的光伏电站输出功率概率模型,具体步骤如下:
[0012] (11)确定光伏电站关键元件,构建光伏阵列-逆变器可靠性框图;
[0013] (12)获取光伏电站关键元件故障数据,包括光伏电池板和逆变器故障概率分别为 U1和U2;
[0014] (13)按光伏电站元件机制将光伏电站关键元件运行状态进行分类,其中逆变器为两状态模型,光伏阵列为多状态模型;
[0015] (14)建立光伏阵列的多状态模型,由单个光伏板的故障概率U1,由串并联法分析其概率分布情况,n串光伏电池板串联后的故障概率为:
[0016] U1S=nU1;
[0017] 一光伏板的故障会导致一串光伏板的失效,根据光伏板串的失效串数可以将光伏阵列的失效情况分为1,2,…,m-1阶,光伏阵列i阶故障概率符合二项分布:
[0018]
[0019] (15)根据光伏阵列的累积概率分布,确定系统多个状态区间及概率;
[0020]
[0021] 其中,P1~P5为区间[0,1]上的累积概率分布点,A1~A5为所划分的状态区间的区间中点状态,Aki为i时刻光伏阵列k的整体失效状态;
[0022] (16)建立光伏电站逆变器的两状态模型
[0023]
[0024] 其中,U2为逆变器的故障概率,R为区间[0,1]上的符合均匀分布的随机抽样值,Cki为i时刻逆变器k的元件失效状态;
[0025] (17)完成光伏电站的元件可靠性建模,通过状态抽样生成光伏输出功率序列Ptotal_i;
[0026] Ptotal_i=∑Aki×Cki×Pki;
[0027] 其中,Aki为i时刻光伏阵列k的整体失效状态,Cki为i时刻逆变器k的元件失效状态,Pki为i时刻第k个光伏阵列-逆变器单元的出力值,Ptotal_i为i时刻光伏电站输出功率。
[0028] 作为本发明的一种改进,所述步骤(3)中直流潮流最优切负荷算法,具体如下,最优化模型的目标函数为负荷削减总量最小 约束条件包括直流潮流方程T(Sk)=A(Sk)(PG-PD(Sk)+C)、功率平衡方程 发电出力约
束PGmin(Sk)≤PG≤PGmax(Sk)、削负荷量约束0≤C≤PD(Sk)和线路潮流约束|T(Sk)|≤Tmaxk
(S)。
[0029] 式中:Sk表示第k个随机抽样系统状态;T(Sk)为系统状态Sk下的线路有功潮流矢量;A(Sk)为系统状态Sk下线路有功潮流和母线注入功率之间的关系矩阵;PG为发电机输出矢量;PD(Sk)为母线的负荷矢量;C为母线负荷削减矢量;PGmax(Sk)和 PGmin(Sk)分别表示发电变量的上下限矢量;Tmax(Sk)为线路额定有功功率矢量;ωi为反映母线重性的权重因子;ND为负荷母线集合;NG为发电机母线集合。
[0030] 其中,最优直流切负荷模型中的母线负荷和发电机限值都是各系统状态Sk的函数,可以表现负荷转移和发电运行方式随系统状态的改变。在目标函数中引入权重因子ωi,可以对不同母线的相对重要性加以指定,特别是发电机节点变压器节点和重要负荷节点。
[0031] 作为本发明的一种改进,所述步骤(4)中风险指标计算公式为:
[0032]
[0033]
[0034] 式中:Sk表示第k个随机抽样系统状态; 为系统在状态Sk的概率; 为系统在状态Sk的失负荷量严重度函数;Ds,c为系统失负荷状态的集合。
[0035] 与现有技术相比,本发明具有以下有益效果:本发明将光伏阵列作为一个整体进行状态抽样,并根据其串并联模型进行概率分析,避免了对每个光伏元件状态都进行抽样可能导致的内存消耗大、抽样速度慢、计算效率低等问题。附图说明
[0036] 图1为本发明所述的一种光伏电站元件可靠性框架结构示意图;
[0037] 图2为本发明所述的一种光伏电站元件可靠性建模流程图
[0038] 图3为含光伏电站的电网风险评估方法的总体流程图;
[0039] 图4为元件失效累积分布图;
[0040] 图5为光伏输出功率序列图;
[0041] 图6为EDNS指标在各节点的值。

具体实施方式

[0042] 下面结合附图,对本发明的技术方案进行详细的说明。
[0043] 实施例1:参见图1—图3,一种考虑光伏电站元件可靠性的电网风险评估方法,所述方法包括以下步骤:
[0044] (1)确定光伏电站关键元件,获取其故障数据,根据元件失效机制将关键元件分类为两状态模型和多状态模型,分别建立光伏电站元件可靠性模型,并通过状态抽样,生成考虑元件可靠性的光伏电站输出功率概率模型,具体如下:
[0045] (11)确定光伏电站关键元件,构建光伏阵列-逆变器可靠性框图,如图1所示。
[0046] 假设每块光伏电池板的输出功率为250W,一个光伏发电系统的额定出力是 40MW,那么需要由16万块光伏电池板来构成。假设一串光伏组件含有的光伏电池板数为20,光伏阵列并联50个这样的光伏组件串,则一个40MW的光伏发电系统由160个光伏阵列逆变器单元组成,即对应n=20,m=50,k=160。
[0047] (12)获取光伏电站关键元件故障数据,包括光伏电池板和逆变器故障概率分别为U1和U2;
[0048]
[0049] (13)按光伏电站元件机制将光伏电站关键元件运行状态进行分类,其中逆变器为两状态模型,光伏阵列为多状态模型;
[0050] (14)建立光伏阵列的多状态模型,由单个光伏板的故障概率U1,由串并联法分析其概率分布情况。n串光伏电池板串联后的故障概率为:
[0051] U1S=nU1=20×0.0083=0.166
[0052] 一块光伏板的故障会导致一串光伏板的失效,根据光伏板串的失效串数可以将光伏阵列的失效情况分为1,2,…,m-1阶,光伏阵列i阶故障概率符合二项分布:
[0053]
[0054] (15)根据光伏阵列的累积概率分布,确定系统多个状态区间及概率;
[0055] 由UPi的公式得到一个光伏阵列-逆变器出力单元的概率分布图4所示。由图4 可以看出,元件失效引起的光伏降额出力值在60%以下的概率近似为0,根据图4 的累积概率分布将光伏的出力状态分为0~70%、70%~80%、80%~85%、85%~90%、 90%~100%五个区间,落在每个区间的概率和累积概率如表1所示。由表1可得系统多个状态区间及概率为:
[0056]
[0057] 表1光伏阵列-逆变器单元的运行状态的概率分布表
[0058]
[0059]
[0060] (16)建立光伏电站逆变器的两状态模型
[0061]
[0062] (17)完成光伏电站的元件可靠性建模,通过状态抽样生成光伏输出功率序列Ptotal_i,生成的光伏输出功率序列如图5所示;
[0063] Ptotal_i=∑Aki×Cki×Pki
[0064] (2)获取一次抽样系统中的各个不确定性因素,包括由光伏输出功率序列抽取光伏出力值,根据两状态模型抽取常规发电机和线路的停运状态,以及系统负荷模型;
[0065] (3)通过直流潮流最优切负荷算法,计算一次确定抽样系统的切负荷量;具体如下:最优化模型的目标函数为
[0066]
[0067] 约束条件包括:
[0068] T(Sk)=A(Sk)(PG-PD(Sk)+C)
[0069]
[0070] PGmin(Sk)≤PG≤PGmax(Sk)
[0071] 0≤C≤PD(Sk)
[0072] |T(Sk)|≤Tmax(Sk)
[0073] 式中:Sk表示第k个随机抽样系统状态;T(Sk)为系统状态Sk下的线路有功潮流矢量; A(Sk)为系统状态Sk下线路有功潮流和母线注入功率之间的关系矩阵;PG为发电机输出矢量;PD(Sk)为母线的负荷矢量;C为母线负荷削减矢量;PGmax(Sk)和PGmin(Sk)分别表示发电变量的上下限矢量;Tmax(Sk)为线路额定有功功率矢量;ωi为反映母线重性的权重因子;ND为负荷母线集合;NG为发电机母线集合。
[0074] (4)重复步骤(2)至步骤(3),通过多次非序贯蒙特卡洛模拟,计算风险指标失负荷概率LOLP和电力不足期望EDNS,并判断是否满足方差收敛条件。
[0075]
[0076]
[0077] 式中:Sk表示第k个随机抽样系统状态; 为系统在状态Sk的概率; 为系统在状态Sk的失负荷量严重度函数;Ds,c为系统失负荷状态的集合。
[0078] 对IEEE30节点系统进行风险计算。发电机和线路的强迫故障率采用长期统计的故障率。基于上述风险评估方法,以CPLEX优化软件支撑编写相关的直流切负荷算法计算切负荷量,其中蒙特卡洛仿真次数设置为1000000次,以保证指标收敛。
[0079] 系统的LOLP指标为0.0107,EDNS指标在各节点的值分布如图6所示。
[0080] 需要说明的是上述实施例仅仅是本发明的较佳实施例,并没有用来限定本发明的保护范围,在上述技术方案的基础上做出的等效替换或者替代,均属于本发明的保护范围。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈