Abstraktne Fotogalvaanilise elektritootmise suur osakaal avaldab negatiivset mõju elektrisüsteemi stabiilsusele ja energia salvestamist peetakse üheks tõhusaks vahendiks nende mõjude kõrvaldamiseks. Käesolevas artiklis analüüsitakse fotogalvaanilise elektritootmise mõju elektrisüsteemile energiavoo vaatenurgast ja seejärel energia salvestamise mõju mõju piiramisele. Esmalt tutvustatakse elektrisüsteemi komponentide tõenäosusjaotuse mudelit ja energiasalvestusmudelit ning ladinakeelset hüperkuubiku proovivõtumeetodit ja gram-Schmidti järjestuse normaliseerimismeetodit. Teiseks koostati mitme eesmärgiga optimeerimismudel, mis arvestas energiasalvestussüsteemi maksumust, haru elektrivoolu piirivälist tõenäosust ja elektrivõrgu võrgukadu. Sihtfunktsiooni optimaalne lahendus saadi geneetilise algoritmi abil. Lõpuks viiakse simulatsioon läbi IEEE24 sõlmede testsüsteemis, et analüüsida erineva fotogalvaanilise juurdepääsu võimsuse ja juurdepääsu asukoha mõju elektrisüsteemile ning energia salvestamise mõju elektrisüsteemile ning optimaalset energiasalvestuse konfiguratsiooni, mis vastab erinevale fotogalvaanilisele võimsusele. saadakse.

Key words photovoltaic power generation; Energy storage system; Optimized configuration; Probability power flow; Genetic algorithm (ga)

Photovoltaic power generation has the advantages of green environmental protection and renewable, and is considered to be one of the most potential renewable energy. By 2020, China’s cumulative installed capacity of photovoltaic power generation has reached 253 million kw. The intermittency and uncertainty of large-scale PV power affect the power system, including issues of peak shaving, stability and light discarding, and the grid needs to adopt more flexible measures to cope with these issues. Energy storage is considered to be an effective way to solve these problems. The application of energy storage system brings a new solution for large-scale photovoltaic grid connection.

At present, there are many researches on photovoltaic power generation, energy storage system and probability power flow at home and abroad. A large number of literature studies show that energy storage can improve the utilization rate of photovoltaic and solve the stability of photovoltaic grid connection. In the configuration of energy storage system in new energy power station, attention should be paid not only to the control strategy of optical storage and wind storage, but also to the economy of energy storage system. In addition, for the optimization of multiple energy storage power stations in the power system, it is necessary to study the economic model of the operation of energy storage power stations, the site selection of the starting point and end point of photovoltaic transmission channels and the site selection of energy storage. However, the existing research on optimal configuration of energy storage system does not consider the specific impact on power system, and the research on multi-point system does not involve large-scale optical storage operation characteristics.

With the large-scale development of uncertain new energy power generation such as wind power and photovoltaic, it is necessary to calculate the power flow of the power system in the operation planning of the power system. For example, the literature studies the optimal location and capacity allocation of energy storage in the power system with wind power. In addition, the correlation between multiple new energy sources should also be considered in the calculation of power flow. However, all the above studies are based on deterministic power flow methods, which do not consider the uncertainty of new energy generation. The literature considers the uncertainty of wind power and applies the probabilistic optimal power flow method to optimize the site selection of energy storage system, which improves the operation economy.

At present, different probabilistic power flow algorithms have been proposed by scholars, and data mining methods of nonlinear probabilistic power flow based on Monte Carlo simulation method have been proposed in literatures, but the timeliness of Monte Carlo method is very poor. It is proposed in the literature to use the probabilistic optimal power flow to study the location of energy storage, and 2 m point method is used, but the calculation accuracy of this method is not ideal. The application of Latin hypercube sampling method in power flow calculation is studied in this paper, and the superiority of Latin hypercube sampling method is illustrated by numerical examples.

Ülaltoodud uuringutele tuginedes kasutatakse käesolevas töös tõenäosusliku võimsusvoo meetodit energiasalvestuse optimaalse jaotuse uurimiseks suuremahulise fotogalvaanilise elektritootmise korral. Esiteks tutvustatakse elektrisüsteemi komponentide tõenäosusjaotuse mudelit ja ladinakeelset hüperkuubi valimimeetodit. Teiseks luuakse mitme eesmärgiga optimeerimismudel, võttes arvesse energia salvestamise maksumust, võimsuse ülevoolu tõenäosust ja võrgu kadu. Lõpuks viiakse simulatsioonianalüüs läbi IEEE24 sõlme testimissüsteemis.

1. Tõenäosuslik võimsusvoo mudel

1.1 Komponentide määramatuse mudel

Photovoltaic, load and generator are all random variables with uncertainty. In the calculation of probabilistic power flow of distribution network, the probabilistic model is explained in the literature. Through the analysis of historical data, the output power of photovoltaic power generation follows BETA distribution. By fitting the probability distribution of load power, it is assumed that load follows normal distribution, and its probability density distribution function is

Pilt (1)

kus Pl on koormuse võimsus; μ L ja σ L on vastavalt koormuse ootus ja dispersioon.

The probability model of generator usually adopts two-point distribution, and its probability density distribution function is

(2)

Where, P is the probability of normal operation of generator; PG is the output power of the generator.

Kui keskpäeval on valgust piisavalt, on fotogalvaanilise elektrijaama aktiivvõimsus suur ning õigeaegselt raskesti ärakasutav võimsus salvestub energiasalvestisse. Kui koormusvõimsus on kõrge, vabastab aku salvestatud energia. Energiasalvestussüsteemi hetkeenergia tasakaalu võrrand on

Laadimisel

(3)

Kui tühjenemine

(4)

Piirang

Pildid,

Pildid,

Pilt, pilt

kus St on ajahetkel T salvestatud energia; Pt on energiasalvestuse laadimis- ja tühjendusvõimsus; SL ja SG on vastavalt laadimise ja tühjenemise energia. η C ja η D on vastavalt laadimise ja tühjenemise efektiivsus. Ds on energiasalvestuse isetühjenemise kiirus.

1.2 Ladina hüperkuubiku proovivõtumeetod

There are simulation method, approximate method and analytical method which can be used to analyze system power flow under uncertain factors. Monte Carlo simulation is one of the most accurate methods in probabilistic power flow algorithms, but its timeliness is low compared with high precision. In the case of low sampling times, this method usually ignores the tail of the probability distribution curve, but in order to improve the accuracy, it needs to increase the sampling times. Latin hypercube sampling method avoids this problem. It is a hierarchical sampling method, which can ensure that the sampling points reflect the probability distribution effectively and reduce the sampling times effectively.

Joonisel 1 on kujutatud ladinakeelse hüperkuubiku proovivõtumeetodi ja Monte Carlo simulatsioonimeetodi ootused ja dispersioon valimivõtuaegadega vahemikus 10 kuni 200. Kahe meetodi abil saadud tulemuste üldine trend on langemas. Kuid monte Carlo meetodil saadud ootus ja dispersioon on väga ebastabiilsed ning mitme simulatsiooniga saadud tulemused ei ole samad samade proovivõtuaegadega. Ladinakeelse hüperkuubiku proovivõtumeetodi dispersioon väheneb pidevalt koos proovivõtuaegade pikenemisega ja suhteline viga väheneb alla 5%, kui proovivõtuajad on üle 150. Tasub tähele panna, et ladina hüperkuubiku proovivõtumeetodi proovivõtupunkt on sümmeetriline Y-telje suhtes, seega on selle eeldatav viga 0, mis on ka selle eelis.

Pilt

joonisel fig. 1 Erinevate proovivõtuaegade võrdlus MC ja LHS vahel

Ladina hüperkuubiku proovivõtumeetod on kihiline proovivõtumeetod. Täiustades sisendjuhuslike muutujate valimi genereerimise protsessi, võib valimi väärtus kajastada tõhusalt juhuslike muutujate üldist jaotust. Proovivõtuprotsess on jagatud kaheks etapiks.

(1) Proovide võtmine

Xi (I = 1, 2,… ,m) on m juhuslikku muutujat ja diskreetimisajad on N, nagu on näidatud joonisel fig. 2. Xi kumulatiivne tõenäosusjaotuse kõver jagatakse võrdse vahega ja ilma kattumiseta N intervalliks, iga intervalli keskpunkt valitakse tõenäosuse Y valimiväärtuseks ja seejärel valimiväärtus Xi= p-1 (Yi) arvutatakse pöördfunktsiooni abil ja arvutatud Xi on juhusliku suuruse valimiväärtus.

Pilt

Figure 2 schematic diagram of LHS

(2) Permutations

(1)-st saadud juhuslike suuruste valimiväärtused on järjestatud, seega on m juhusliku suuruse korrelatsioon 1, mida ei saa arvutada. Gram-Schmidti järjestuste ortogonaliseerimise meetodit saab kasutada juhuslike muutujate valimiväärtuste vahelise korrelatsiooni vähendamiseks. Esiteks genereeritakse maatriks K×M järku I=[I1, I2…, IK]T. Iga rea ​​elemendid on paigutatud juhuslikult vahemikus 1 kuni M ja need tähistavad algse juhusliku muutuja valimiväärtuse asukohta.

Positiivne iteratsioon

Pilt

A reverse iterative

Pilt

“Pilt” tähistab omistamist, väljavõtt(Ik,Ij) esindab jääkväärtuse arvutamist lineaarses regressioonis Ik=a+bIj, rank(Ik) tähistab uut vektorit, mis on moodustatud elementide järjestuse arvust orientatsioonis Ik väikesest suureni.

Pärast kahesuunalist iteratsiooni seni, kuni korrelatsiooni kujutav efektiivväärtus ρ ei vähene, saadakse iga juhusliku suuruse asukohamaatriks peale permutatsiooni ning seejärel saab väikseima korrelatsiooniga juhuslike suuruste permutatsioonimaatriksi.

(5)

Kus on pilt korrelatsioonikordaja Ik ja Ij vahel, cov on kovariatsioon ja VAR on dispersioon.

2. Energiasalvestussüsteemi mitme eesmärgi optimeerimise konfiguratsioon

2.1 Objektiivne funktsioon

Energiasalvestussüsteemi võimsuse ja võimsuse optimeerimiseks luuakse mitme eesmärgiga optimeerimise funktsioon, võttes arvesse energiasalvestussüsteemi maksumust, võimsuse väljalülitamise tõenäosust ja võrgu kadu. Iga indikaatori erinevate mõõtmete tõttu viiakse iga indikaatori puhul läbi hälbe standardimine. Pärast hälvete standardimist jääb erinevate muutujate vaadeldavate väärtuste väärtusvahemik (0,1) vahemikku ja standardsed andmed on puhtad suurused ilma ühikuteta. Tegelikus olukorras võib iga näitaja rõhuasetuses esineda erinevusi. Kui igale näitajale omistada teatud kaal, saab analüüsida ja uurida erinevaid rõhuasetusi.

(6)

Where, w is the index to be optimized; Wmin and wmax are the minimum and maximum of the original function without standardization.

The objective function is

(7)

In the formula, λ1 ~ λ3 are weight coefficients, Eloss, PE and CESS are standardized branch network loss, branch active power crossing probability and energy storage investment cost respectively.

2.2 Geneetiline algoritm

Geneetiline algoritm on omamoodi optimeerimisalgoritm, mis on loodud looduses tugevaima ellujäämise ja tugevaima ellujäämise geneetiliste ja evolutsiooniliste seaduste jäljendamise teel. Esiteks kodeerimine, esialgne populatsioon, mis kodeerib iga indiviidi nimel (probleemi teostatav lahendus), seega on iga teostatav lahendus genotüübi fenotüübi transformeerimiseks, valides iga indiviidi jaoks vastavalt loodusseadustele ja valides iga põlvkond järgmise põlvkonna andmetöötluskeskkonda kohaneda tugeva indiviidiga, kuni inimese keskkonnaga kõige paremini kohaneda. Pärast dekodeerimist on see probleemi ligikaudne optimaalne lahendus.

Käesolevas artiklis arvutatakse esmalt tõenäosusliku võimsusvoo algoritmi abil fotogalvaanilist ja energiasalvestust sisaldav elektrisüsteem ning saadud andmeid kasutatakse probleemi lahendamiseks geneetilise algoritmi sisendmuutujana. Arvutusprotsess on näidatud joonisel 3, mis jaguneb peamiselt järgmisteks etappideks:

Pilt

FIG. 3 Algorithm flow

(1) Input system, photovoltaic and energy storage data, and perform Latin hypercube sampling and Gram-Schmidt sequence orthogonalization;

(2) Sisestage prooviandmed võimsusvoo arvutusmudelisse ja registreerige arvutustulemused;

(3) The output results were encoded by chromosome to generate the initial population corresponding to the sampling value;

(4) arvutada populatsiooni iga isendi sobivus;

(5) selekteerida, ristuda ja muteeruda, et luua uus populatsiooni põlvkond;

(6) hindab, kas nõuded on täidetud, kui mitte, siis tagasisamm (4); Kui jah, väljastatakse optimaalne lahendus pärast dekodeerimist.

3. Example analysis

The probabilistic power flow method is simulated and analyzed in the IEEE24-node test system shown in FIG. 4, in which the voltage level of 1-10 nodes is 138 kV, and that of 11-24 nodes is 230 kV.

Pilt

Joonis 4 IEEE24 sõlme testimissüsteem

3.1 Influence of photovoltaic power station on power system

Photovoltaic power station in power system, the location and capacity of power system will be affect the node voltage and branch power, therefore, before the analysis of the influence of the energy storage system for power grid, this section first analyzes the influence of photovoltaic power station on the system, photovoltaic access the system in this paper, the trend of the limit of the probability, the network loss and so on has carried on the simulation analysis.

Nagu on näha jooniselt fig. 5(a) on pärast fotogalvaanilise elektrijaama ühendamist väiksema haru vooluhulgaga sõlmed järgmised: 11, 12, 13, 23, 13 sõlme sõlme tasakaalustamiseks on antud sõlme pinge ja faasinurk, millel on Stabiilse elektrivõrgu toitebilansi mõju, 11, 12 ja 23, mitte otse ühendatud, mille tulemusena on mitu sõlme ühendatud piiriga väiksema ja suurema võimsuse tõenäosus, fotogalvaaniline elektrijaam pääseb sõlme juurde tasakaaluefektiga on väiksem. elektrisüsteemi mõju.

Pilt

Joonis 5. (a) võimsusvoo piirväärtusest väljapoole jääva tõenäosuse summa (b) sõlme pinge kõikumine (c) erinevate fotoelektriliste pääsupunktide süsteemivõrgu kogukadu

Lisaks võimsusvoo ületamisele analüüsitakse käesolevas artiklis ka fotogalvaanilise energia mõju sõlme pingele, nagu on näidatud joonisel fig. 5(b). Võrdluseks valitakse sõlmede 1, 3, 8, 13, 14, 15 ja 19 pingeamplituudide standardhälbed. Üldiselt ei oma fotogalvaaniliste elektrijaamade ühendamine elektrivõrku suurt mõju sõlmede pingele, küll aga on fotogalvaanilistel elektrijaamadel suur mõju a-sõlmede ja nende läheduses asuvate sõlmede pingele. Lisaks leiti arvutusnäites kasutatud süsteemis võrdluse kaudu, et fotogalvaaniline elektrijaam sobib paremini juurdepääsuks sõlmetüüpidele: ① kõrgema pingeastmega sõlmed, näiteks 14, 15, 16 jne, pinge peaaegu ei muutu; (2) sõlmed, mida toetavad generaatorid või reguleerivad kaamerad, nagu 1, 2, 7 jne; (3) liini takistus on sõlme lõpus suur.

In order to analyze the influence of PV access point on the total network loss of power system, this paper makes a comparison as shown in Figure 5(c). It can be seen that if some nodes with large load power and no power supply are connected to pv power station, the network loss of the system will be reduced. On the contrary, nodes 21, 22 and 23 are the power supply end, which is responsible for centralized power transmission. The photovoltaic power station connected to these nodes will cause large network loss. Therefore, the pv power station access point should be selected at the receiving end of power or the node with large load. This access mode can make the power flow distribution of the system more balanced and reduce the network loss of the system.

Based on the three factors in the analysis of the above results, node 14 is taken as the access point of photovoltaic power station in this paper, and then the influence of the capacity of different photovoltaic power stations on the power system is studied.

Joonisel 6(a) analüüsitakse fotogalvaanilise võimsuse mõju süsteemile. On näha, et iga haru aktiivvõimsuse standardhälve suureneb koos fotogalvaanilise võimsuse suurenemisega ja nende kahe vahel on positiivne lineaarne seos. Välja arvatud mitmed joonisel näidatud harud, on teiste harude standardhälbed kõik alla 5 ja näitavad lineaarset seost, mida joonistamise mugavuse huvides eiratakse. On näha, et fotogalvaanilise võrguühendusel on suur mõju fotogalvaanilise pääsupunkti või külgnevate harudega otse ühendatud võimsusele. Piiratud elektriülekandeliinide ülekande tõttu on ehitus- ja investeeringumahud tohutud, mistõttu tuleks fotogalvaanilise elektrijaama paigaldamisel arvestada transpordivõimsuse piiranguga, valida väikseim mõju liinile juurdepääsu parimale asukohale, lisaks fotogalvaanilise elektrijaama parima võimsuse valimine mängib selle mõju vähendamisel olulist rolli.

Pilt

Joonis 6. (a) Haru aktiivvõimsuse standardhälve (b) haru vooluhulga piiridest väljatulemise tõenäosus (c) süsteemi võrgu kogukadu erinevatel fotogalvaanilistel võimsustel

joonisel fig. 6(b) võrdleb tõenäosust, et aktiivvõimsus ületab iga haru piiri erinevate pv-elektrijaamade võimsuste korral. Ülejäänud oksad peale joonisel kujutatud okste piiri ei ületanud või oli tõenäosus väga väike. Võrreldes joonisega fig. Nagu on näidatud joonisel 6(a), on näha, et piirväärtusest kõrvalekaldumise tõenäosus ja standardhälve ei pruugi olla seotud. Suure standardhälbe kõikumisega liini aktiivvõimsus ei pruugi olla piiridest väljas ja põhjus on seotud fotogalvaanilise väljundvõimsuse ülekandesuunaga. Kui see on algse haru toitevooluga samas suunas, võib ka väike fotogalvaaniline võimsus põhjustada piiranguid. Kui pv-võimsus on väga suur, ei tohi võimsuse voog ületada piiri.

In FIG. 6(c), the total network loss of the system increases with the increase of photovoltaic capacity, but this effect is not obvious. When the photovoltaic capacity increases by 60 MW, the total network loss only increases by 0.5%, i.e. 0.75 MW. Therefore, when installing pv power stations, network loss should be taken as a secondary factor, and factors that have a greater impact on the stable operation of the system should be considered first, such as transmission line power fluctuation and out-of-limit probability.

3.2 Energiasalvestise juurdepääsu mõju süsteemile

Jaotis 3.1 Fotogalvaanilise elektrijaama juurdepääsu asukoht ja võimsus sõltuvad elektrisüsteemist