风光储微电网系统可靠性评估方法
阅读：83发布：2023-02-06
专利汇可以提供风光储微电网系统可靠性评估方法专利检索，专利查询，专利分析的服务。并且本公开是关于一种 风 光储微 电网 系统可靠性评估方法，该方法包括：建立风光储微电网系统的 风 力 发电系统、 光伏发电 系统及储能系统的数学模型；建立可靠性评估指标；采用采集枚举法分别对WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量进行基于可靠性评估指标的评估；综合可靠性的评估结果，得出最终可靠性评估结果。本公开通过建立并实施风光储微电网系统可靠性评估方案，得出了风光储微电网系统容量配置方案，提高了风光储微电网系统运行的 稳定性 。，下面是风光储微电网系统可靠性评估方法专利的具体信息内容。
1.一种风光储微电网系统可靠性评估方法，其特征在于，所述方法包括：
模型建立步骤，建立风光储微电网系统的风力发电系统WTG的数学模型、光伏发电系统PV的数学模型及储能系统ESS的数学模型；
评估指标确定步骤，建立可靠性评估指标，根据所述风光储微电网系统中风力发电系统、光伏发电系统及储能系统的数学模型，确定出所述可靠性指标为：失负荷概率LOLP、用户平均停电持续时间指数CAIDI、系统平均停电频率指数SAIFI、系统平均停电持续时间指数SAIDI及平均供电可用率指数ASAI；
采集枚举评估步骤，根据所述可靠性指标，采用采集枚举法分别对WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量进行基于可靠性评估指标的评估，观测所述失负荷概率LOLP、用户平均停电持续时间指数CAIDI、系统平均停电频率指数SAIFI、系统平均停电持续时间指数SAIDI及平均供电可用率指数ASAI随所述WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量变化时的最小值，分别确定WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量变化对系统可靠性的评估结果；
评估指标综合步骤，基于WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量变化对系统可靠性的评估结果，得出最终可靠性评估结果。
2.如权利要求1所述的方法，其特征在于，所述模型建立步骤还包括：
建立风力发电系统WTG的数学模型，风电机组输出功率与风速的关系满足以下预设条件：
其中，A、B、C参数为：
式中：Vci为切入风速，Vco为切出风速，Vr为额定风速，Pr为额定功率；
建立光伏发电系统PV数学模型，光伏瞬时功率为：
PV(t)＝Beta(α,β)PVmax
其中，α、β是Beta分布的形状参数，PVmax是光伏发电系统的最大输出功率；
建立储能系统ESS数学模型，所述储能系统包括铅酸蓄电池和超级电容，所述铅酸蓄电池充、放电状态方程为：
其中，SOC(t+1)、SOC(t)分别为t+1与t时刻电池剩余容量，Pch(t)、Pdch(t)是电池t时刻充、放电功率；ηch、ηdch分别是充、放电效率，Δt是间隔时间；储能容量设定的容量限制范围为：
SOCmin≤SOC(t+1)≤SOCmax。
3.如权利要求1所述的方法，其特征在于，所述采集枚举评估步骤还包括：
WTG容量与PV容量进行可靠性评估时，分别设定WTG容量为1.3MW、1.4MW及1.5MW时，将PV容量由0MW增至2MW，计算可靠性评估指标值并进行评估；
ESS容量与PV容量可靠性评估时，设定WTG容量为1.5MW，将PV容量由0.4MW增至1.6MW，ESS容量由0.2MW·h增至1.4MW·h，计算可靠性评估指标值并进行评估；
ESS功率与PV容量可靠性评估时，设定WTG容量为1.5MW，PV容量的由0.4MW增至1.6MW，ESS功率由0MW增至0.6MW，计算可靠性评估指标值并进行评估。
4.如权利要求1所述的方法，其特征在于，所述评估指标综合步骤还包括：
根据WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量的评估结果，分别得出WTG容量、PV容量、ESS功率及容量对系统可靠性的影响，并根据所述影响得出变化趋势的分析结果。
风光储微电网系统可靠性评估方法
技术领域
[0001] 本公开涉及电气领域，具体而言，涉及一种风光储微电网系统可靠性评估方法。
背景技术
[0002] 我国幅员辽阔，风能和太阳能资源蕴藏量丰富，若能充分利用这些资源不仅能较好的缓解国内电力系统发电压力，还可以为区域经济的发展注入新的活力。但风力发电与光伏发电易受环境影响，其发电功率具有较强的随机性与波动性。若直接接入电网中，会对电网的安全稳定运行产生冲击。为了平滑风-光系统出力的波动性，通常配以一定容量的储能系统，建立风光储微电网系统。
[0003] 风光储微电网系统中风力发电系统、光伏发电系统及储能系统的容量、功率配置都会影响风光储微电网系统的稳定性，目前尚无完整的可靠性评估体系用来对风光储微电网系统进行可靠性评估以得出风光储微电网系统的配置方案。
[0004] 因此，需要一种或多种方法解决上述问题。
[0007] 根据本公开的一个方面，提供一种风光储微电网系统可靠性评估方法，包括：
[0008] 模型建立步骤，建立风光储微电网系统的风力发电系统WTG的数学模型、光伏发电系统PV的数学模型及储能系统ESS的数学模型；
[0009] 评估指标确定步骤，建立可靠性评估指标，根据所述风光储微电网系统中风力发电系统、光伏发电系统及储能系统的数学模型，确定出所述可靠性指标为：失负荷概率LOLP、用户平均停电持续时间指数CAIDI、系统平均停电频率指数SAIFI、系统平均停电持续时间指数SAIDI及平均供电可用率指数ASAI；
[0010] 采集枚举评估步骤，根据所述可靠性指标，采用采集枚举法分别对WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量进行基于可靠性评估指标的评估，观测所述失负荷概率LOLP、用户平均停电持续时间指数CAIDI、系统平均停电频率指数SAIFI、系统平均停电持续时间指数SAIDI及平均供电可用率指数ASAI随所述WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量变化时的最小值，分别确定WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量变化对系统可靠性的评估结果；
[0011] 评估指标综合步骤，综合WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量变化对系统可靠性的评估结果，得出最终可靠性评估结果。
[0012] 在本公开的一种示例性实施例中，所述模型建立步骤还包括：
[0013] 建立风力发电系统WTG的数学模型，风电机组输出功率与风速的关系满足以下预设条件：
[0014]
[0015] 其中，A、B、C参数为：
[0016]
[0018] 建立光伏发电系统PV数学模型，光伏瞬时功率为：
[0019] PV(t)＝Beta(α,β)PVmax
[0020] 其中，α、β是Beta分布的形状参数，PVmax是光伏发电系统的最大输出功率；
[0022]
[0023] 其中，SOC(t+1)、SOC(t)分别为t+1与t时刻电池剩余容量，Pch(t)、Pdch(t)是电池t时刻充、放电功率；ηch、ηdch分别是充、放电效率，Δt是间隔时间；储能容量设定的容量限制范围为：
[0024] SOCmin≤SOC(t+1)≤SOCmax。
[0025] 在本公开的一种示例性实施例中，所述采集枚举评估步骤还包括：
[0026] WTG容量与PV容量进行可靠性评估时，分别设定WTG容量为1.3MW、1.4MW及1.5MW时，将PV容量由0MW增至2MW，计算可靠性评估指标值并进行评估；
[0027] ESS容量与PV容量可靠性评估时，设定WTG容量为1.5MW，将PV容量由0.4MW增至1.6MW，ESS容量由0.2MW·h增至1.4MW·h，计算可靠性评估指标值并进行评估；
[0028] ESS功率与PV容量可靠性评估时，设定WTG容量为1.5MW，PV容量的由0.4MW增至1.6MW，ESS功率由0MW增至0.6MW，计算可靠性评估指标值并进行评估。
[0029] 在本公开的一种示例性实施例中，所述评估指标综合步骤还包括：
[0030] 根据WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量的评估结果，分别得出WTG容量、PV容量、ESS功率及容量对系统可靠性的影响，并根据所述影响得出变化趋势的分析结果。
[0031] 本公开的示例性实施例中的风光储微电网系统可靠性评估方法，建立风光储微电网系统的风力发电系统、光伏发电系统及储能系统的数学模型；建立可靠性评估指标；采用采集枚举法分别对WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量进行基于可靠性评估指标的评估；综合可靠性的评估结果，得出最终可靠性评估结果。本公开通过建立并实施风光储微电网系统可靠性评估方案，得出了风光储微电网系统容量配置方案，提高了风光储微电网系统运行的稳定性。
[0033] 通过参照附图来详细描述其示例实施例，本公开的上述和其它特征及优点将变得更加明显。
[0034] 图1示出了根据本公开一示例性实施例的风光储微电网系统可靠性评估方法的流程图；
[0035] 图2示出了根据本公开一示例性实施例的风光储微电网系统可靠性评估方法的改进的IEEE RBTS BUS6主馈线F4系统；
[0036] 图3示出了根据本公开一示例性实施例的风光储微电网系统可靠性评估方法的风力机组功率输出特性曲线；
[0037] 图4示出了根据本公开一示例性实施例的风光储微电网系统可靠性评估方法的光伏容量为1.6MW时光伏48h输出功率变化曲线；
[0038] 图5A-5E示出了根据本公开一示例性实施例的风光储微电网系统可靠性评估方法的不同风机与光伏容量配置下的可靠性评估指标图；
[0039] 图6A-6C示出了根据本公开一示例性实施例的风光储微电网系统可靠性评估方法的不同光伏与储能容量配置下的可靠性评估指标图。
具体实施方式
[0040] 现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
[0041] 此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
[0042] 附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0043] 在本示例实施例中，首先提供了一种风光储微电网系统可靠性评估方法；参考图1中所示，该风光储微电网系统可靠性评估方法可以包括以下步骤：
[0044] 模型建立步骤S110，建立风光储微电网系统的风力发电系统WTG的数学模型、光伏发电系统PV的数学模型及储能系统ESS的数学模型；
[0045] 评估指标确定步骤S120，建立可靠性评估指标，根据所述风光储微电网系统中风力发电系统、光伏发电系统及储能系统的数学模型，确定出所述可靠性指标为：失负荷概率LOLP、用户平均停电持续时间指数CAIDI、系统平均停电频率指数SAIFI、系统平均停电持续时间指数SAIDI及平均供电可用率指数ASAI；
[0046] 采集枚举评估步骤S130，根据所述可靠性指标，采用采集枚举法分别对WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量进行基于可靠性评估指标的评估，观测所述失负荷概率LOLP、用户平均停电持续时间指数CAIDI、系统平均停电频率指数SAIFI、系统平均停电持续时间指数SAIDI及平均供电可用率指数ASAI随所述WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量变化时的最小值，分别确定WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量变化对系统可靠性的评估结果；
[0047] 评估指标综合步骤S140，综合WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量变化对系统可靠性的评估结果，得出最终可靠性评估结果。
[0048] 本公开的示例性实施例中的风光储微电网系统可靠性评估方法，建立风光储微电网系统的风力发电系统、光伏发电系统及储能系统的数学模型；建立可靠性评估指标；采用采集枚举法分别对WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量进行基于可靠性评估指标的评估；综合可靠性的评估结果，得出最终可靠性评估结果。本公开通过建立并实施风光储微电网系统可靠性评估方案，得出了风光储微电网系统容量配置方案，提高了风光储微电网系统运行的稳定性。
[0049] 下面，将对本示例实施例中的风光储微电网系统可靠性评估方法进行进一步的说明。
[0050] 在模型建立步骤S110中，可以建立风光储微电网系统的风力发电系统WTG的数学模型、光伏发电系统PV的数学模型及储能系统ESS的数学模型。
[0051] 在本示例的实施例中，所述模型建立步骤还包括：
[0052] 建立风力发电系统WTG的数学模型，风电机组输出功率与风速的关系满足以下预设条件：
[0053]
[0054] 其中，A、B、C参数为：
[0055]
[0056] 式中：Vci为切入风速，Vco为切出风速，Vr为额定风速，Pr为额定功率；
[0057] 建立光伏发电系统PV数学模型，光伏瞬时功率为：
[0058] PV(t)＝Beta(α,β)PVmax
[0059] 其中，α、β是Beta分布的形状参数，PVmax是光伏发电系统的最大输出功率；
[0060] 建立储能系统ESS数学模型，所述储能系统包括铅酸蓄电池和超级电容，所述铅酸蓄电池充、放电状态方程为：
[0061]
[0062] 其中，SOC(t+1)、SOC(t)分别为t+1与t时刻电池剩余容量，Pch(t)、Pdch(t)是电池t时刻充、放电功率；ηch、ηdch分别是充、放电效率，Δt是间隔时间；储能容量设定的容量限制范围为：
[0063] SOCmin≤SOC(t+1)≤SOCmax。
[0064] 在本示例的实施例中，如图2所示，为风/光/储微电网系统，风力发电机组模型中的风电机组叶片通过旋转带动发电机将风能转换成电能，风电机组发电功率与装机容量和风速决定。如图3所示，为风力机组功率输出特性曲线。当实际风速小于切入风速Vci或大于切出风速Vco时，风电机组出力为0；当风速在切入风速与额定风速Vr之间时，风电机组出力随之增大；当风速超过额定风速时，风电机组的出力维持在额定功率Pr出力。风电机组输出功率与风速的关系应满足：
[0065]
[0066] 其中，A、B、C为参数，具体为：
[0067]
[0068] 式中：Vci为切入风速，Vco为切出风速，Vr为额定风速，Pr为额定功率。
[0069] 其中，光伏发电系统受到环境温度与光照强度的影响，但一定时间内的光照强度近似服从Beta分布，如图4所示，为光伏系统48h输出功率变化曲线，具体为：
[0070]
[0071] 式中：α、β是Beta分布的形状参数。
[0072] 光伏出力瞬时功率应满足：
[0073] PV(t)＝Beta(α,β)PVmax
[0074] 式中：PVmax是光伏发电系统的最大输出功率。
[0075] 其中，储能系统包括：建立由铅酸蓄电池和超级电容(super capacitor,SC)作为储能单元的储能系统，其中铅酸蓄电池具有容量大、价格低、可深度充、放电等优点，是目前微电网应用最广泛的储能设备。铅酸蓄电池充、放电状态应满足：
[0076]
[0077] 式中：SOC(t+1)、SOC(t)分别为t+1与t时刻电池剩余容量，Pch(t)、Pdch(t)是电池t时刻充、放电功率；ηch、ηdch分别是充、放电效率，Δt是一小时时间间隔。且某一时刻的储能容量应在设定的容量限制范围内，具体为：
[0078] SOCmin≤SOC(t+1)≤SOCmax。
[0079] 在评估指标确定步骤S120中，可以建立可靠性评估指标，根据所述风光储微电网系统中风力发电系统、光伏发电系统及储能系统的数学模型，确定出所述可靠性指标为：失负荷概率LOLP、用户平均停电持续时间指数CAIDI、系统平均停电频率指数SAIFI、系统平均停电持续时间指数SAIDI及平均供电可用率指数ASAI。
[0080] 在本示例的实施例中，提出微电网可靠性评估方法，引入5个可靠性评估指标，建立了可靠性指标体系，反映微电网可靠性水平。具体的微电网可靠性指标包括：失负荷概率(Loss of Load Probability，LOLP)、用户平均停电持续时间指数(Customer Average Interruption Duration Index，CAIDI)、系统平均停电频率指数(System Average Interruption Frequency Index，SAIFI)、系统平均停电持续时间指数(System Average Interruption Duration Index，SAIDI)、平均供电可用率指数(Average Service Availability Index，ASAI)。
[0081] 在采集枚举评估步骤S130中，可以根据所述可靠性指标，采用采集枚举法分别对WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量进行基于可靠性评估指标的评估，观测所述失负荷概率LOLP、用户平均停电持续时间指数CAIDI、系统平均停电频率指数SAIFI、系统平均停电持续时间指数SAIDI及平均供电可用率指数ASAI随所述WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量变化时的最小值，分别确定WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量变化对系统可靠性的评估结果。
[0082] 在本示例的实施例中，所述采集枚举评估步骤还包括：
[0083] WTG容量与PV容量进行可靠性评估时，分别设定WTG容量为1.3MW、1.4MW及1.5MW时，将PV容量由0MW增至2MW，计算可靠性评估指标值并进行评估；
[0084] ESS容量与PV容量可靠性评估时，设定WTG容量为1.5MW，将PV容量由0.4MW增至1.6MW，ESS容量由0.2MW·h增至1.4MW·h，计算可靠性评估指标值并进行评估；
[0085] ESS功率与PV容量可靠性评估时，设定WTG容量为1.5MW，PV容量的由0.4MW增至1.6MW，ESS功率由0MW增至0.6MW，计算可靠性评估指标值并进行评估。
[0086] 在本示例的实施例中，实验参数：以改进的IEEE RBTS BUS6主馈线F4部分作为算例系统，实验参数为：WTG额定功率：1.5MW；PV额定功率：2MW；ESS储能容量：2MW·h、最大充放电功率：0.4MW(20％ESS)。
[0087] 实验一：有无微电网对系统可靠性的影响
[0088] 由负荷点的可靠性指标可以得到微电网可靠性指标，计算结果为：不含微网系统SAIFI：1231、SAIDI：2511、ASAI：0.8432；有微网系统：SAIFI：894、SAIDI：2423、ASAI：0.9241。计算结果表明：分布式电源对微电网负荷点的可靠性有很大的影响，对比加入微电网前后的系统可靠性指标，可以看出在有微电网的条件下系统的可靠性指标要明显优于没有微电网条件下的可靠性指标，说明微电网的适当接入可以有效的提升系统的供电可靠性。
[0089] 实验二：PV与WTG的容量配置对微电网可靠性的影响
[0090] 本发明研究了PV与WTG的容量配置对微电网可靠性的影响。当WTG容量分别为1.3MW、1.4MW及1.5MW时，将PV容量由0MW增至2MW，各可靠性指标变化情况如图5A-5E所示。
[0091] 研究概率性指标(如LOLP、SAIDI、ASAI)可以看出：首先，增大PV容量能够提升微电网的可靠性水平，但提升的效果受到WTG容量的制约。以LOLP为例：
[0092] 1)WTG容量为1.3MW时，将PV容量由0MW提升至2MW，LOLP由0.435降至0.229，LOLP降低了47.35％。
[0093] 2)WTG容量增大后，PV容量对微电网可靠性指标贡献减小，如PV容量为0.6MW，WTG容量由1.3MW增至1.4MW时，LOLP由0.242降至0.16，LOLP降低了33.88％；WTG容量由1.4MW增至1.5MW时，LOLP由0.16降至0.029 2，LOLP降低了81.75％。可见，WTG容量存在可靠性拐点值P*WTG(1.4MW)。当WTG容量大于P*WTG时，微电网的可靠性主要由WTG决定；当WTG容量小于P*WTG时，可靠性受PV容量影响较大。
[0094] 其次，与WTG容量的可靠性拐点值类似，PV容量也存在可靠性拐点值P*pv(0.6MW)。当PV容量低于P*pv，可靠性指标对PV容量的灵敏度较高。以WTG容量为1.3MW时的LOLP指标为例，PV容量由0MW增至0.6MW时，LOLP由0.435降至0.242，降低了44.38％。而当PV容量高于P*pv，灵敏度显著降低，如PV容量由0.6MW增至2MW时，LOLP由0.242降至0.229，LOLP降低了
5.37％。可见，在WTG容量一定时，PV容量存在最佳的配置值。
5.37％。可见，在WTG容量一定时，PV容量存在最佳的配置值。
[0095] 研究频率和持续时间指标(如CAIDI、SAIFI)可以看出：首先，增大WTG容量在总体上能够改善微电网系统的频率和持续时间指标。在WTG容量一定，增加PV容量时，CAIDI和SAIFI的变化呈现非单调性趋势，其主要原因是频率和持续时间指标不仅与电源和负荷的实时匹配程度有关，更受到能量平衡的影响，因而与储能配置密切相关，因此本发明进一步研究了PV和ESS的容量配置方案及其对可靠性的影响。
[0096] 实验三：PV与ESS容量配置对微电网可靠性的影响
[0097] 在光储微电网系统中PV与ESS的容量综合配置方案对微电网可靠性的影响显著。在WTG容量为1.5MW的情况下，将PV容量由0.4MW增至1.6MW,ESS容量由0.2MW·h增至
1.4MW·h，计算得到各可靠性指标变化情况。以SAIDI为例，得到不同PV与ESS容量配置下的SAIDI如图6A所示。
1.4MW·h，计算得到各可靠性指标变化情况。以SAIDI为例，得到不同PV与ESS容量配置下的SAIDI如图6A所示。
[0098] 1)ESS容量为0.2MW·h，将PV容量由0.4MW增至1.6MW时，SAIDI由971hr/customer·yr降至812hr/customer·yr，降低了16.37％；而ESS容量为0.4MW·h时，同样将PV容量由0.4MW提升至1.6MW，SAIDI由843hr/customer·yr降至638hr/customer·yr，降幅达24.31％。以上数据表明，PV容量对微电网可靠性的贡献与ESS容量密切相关，ESS容量不足时会限制PV容量对可靠性的提升效果。
[0099] 2)PV容量为0.4MW，ESS容量为0.2MW·h时，将ESS容量增至1.4MW·h，SAIDI由971hr/customer·yr降至279hr/customer·yr，降低了71.27％。以上数据表明，在ESS容量不足时，仅通过增大ESS容量配置产生的可靠性收益要显著优于增大PV容量的措施，进一步证明了光储微电网系统中配置足额容量ESS的必要性。
[0100] 实验四：PV容量与ESS功率配置对微电网可靠性的影响。
[0101] 充、放电功率是ESS的重要技术指标。本发明假定充、放电功率相等，研究了PV容量与ESS的功率配置对微电网可靠性的影响。类似地，本节仍假定WTG容量为1.5MW，PV容量的规划范围为0.4MW至1.6MW，将ESS功率由0MW增至0.6MW，计算得到各可靠性指标变化情况。以SAIDI、ASAI为例，得到不同PV与ESS容量配置下的SAIDI、ASAI如图6B-6C所示。
[0102] 分析图6B-6C数据可以看出,PV容量为1.2MW时，将ESS功率由0MW增至0.6MW时，SAIDI由949hr/customer·yr降至547hr/customer·yr，降低了42.36％；ASAI由0.892增至0.938，ASAI提升了5.16％。当PV容量为1.4MW时，同样将ESS功率由0MW增至0.6MW，SAIDI由
905hr/customer·yr降至536hr/customer·yr，降低了40.77％；ASAI由0.897增至0.939，ASAI提升了4.68％。以上数据表明，ESS功率对PV的可靠性贡献具有提升效果，且随着PV容量的增加该提升效果会相应增强。
905hr/customer·yr降至536hr/customer·yr，降低了40.77％；ASAI由0.897增至0.939，ASAI提升了4.68％。以上数据表明，ESS功率对PV的可靠性贡献具有提升效果，且随着PV容量的增加该提升效果会相应增强。
[0103] 在评估指标综合步骤S140中，可以综合WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量变化对系统可靠性的评估结果，得出最终可靠性评估结果。
[0104] 在本示例的实施例中，所述评估指标综合步骤还包括：
[0105] 根据WTG容量与PV容量、ESS容量与PV容量及ESS功率与PV容量的评估结果，分别得出WTG容量、PV容量、ESS功率及容量对系统可靠性的影响，并根据所述影响得出变化趋势的分析结果。
[0106] 在本示例的实施例中，根据所述影响得出变化趋势的分析结果：
[0107] 1)对比加入微电网前后的系统可靠性指标，可以看出在有微电网的条件下系统的可靠性指标要明显优于没有微电网条件下的可靠性指标，说明微电网的适当接入可以有效的提升系统的供电可靠性。
[0108] 2)增大WTG容量在总体上能够改善微电网系统的频率和持续时间指标。增大PV容量能够提升微电网系统的可靠性水平，概率性指标可以得到持续提升，但提升的效果受到WTG容量的制约；而频率和持续时间指标受电源和负荷的实时匹配程度、能量平衡和储能配置的共同影响，其变化趋势呈现非单调特征。
[0109] 3)PV容量对微电网可靠性的贡献与ESS容量密切相关，ESS容量不足时会限制PV容量对可靠性的提升效果。在ESS容量不足时，通过增大ESS容量配置能够产生显著的可靠性收益。
[0110] 4)ESS功率对PV的可靠性贡献具有提升效果，且随着PV容量的增加该提升效果会相应增强。
[0112] 需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
[0113] 此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
[0114] 本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
[0115] 应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 环形天线和包括环形天线的耳模块 | 2020-05-08 | 994 |
| 点焊夹具 | 2020-05-08 | 410 |
| 故障后保持工作的载具电源 | 2020-05-08 | 788 |
| 可充电电池短路预测装置和可充电电池短路预测方法 | 2020-05-08 | 729 |
| 用于机动车辆的能量管理系统 | 2020-05-08 | 985 |
| 一种光伏板储能装置 | 2020-05-11 | 172 |
| 低极化锂氧气电池组 | 2020-05-08 | 99 |
| 太阳能电池模块 | 2020-05-08 | 168 |
| 预警方法、系统、装置、设备和存储介质 | 2020-05-11 | 878 |
| 集电体和使用该集电体的电池 | 2020-05-08 | 238 |
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。
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。
QQ群二维码
意见反馈
意见反馈