Abstract A high proportion of photovoltaic power generation will have adverse effects on the stability of power system, and energy storage is considered to be one of the effective means to eliminate these effects. This paper analyzes the influence of photovoltaic power generation on the power system from the perspective of power flow, and then analyzes the effect of energy storage on restraining the influence. Firstly, the probability distribution model and energy storage model of components in power system are introduced, and the Latin hypercube sampling method and gram-Schmidt sequence normalization method are introduced. Secondly, a multi-objective optimization model was established, which considered the cost of the energy storage system, the off-limit probability of branch power flow and the network loss of the power grid. The optimal solution of the objective function was obtained by genetic algorithm. Finally, the simulation is carried out in IEEE24 node test system to analyze the influence of different photovoltaic access capacity and access location on the power system and the effect of energy storage on the power system, and the optimal energy storage configuration corresponding to different photovoltaic capacity is obtained.

मुख्य शब्द फोटोवोल्टिक विद्युत उत्पादन; ऊर्जा भंडारण प्रणाली; अनुकूलित विन्यास; संभावना शक्ति प्रवाह; आनुवंशिक एल्गोरिथम (जीए)

फोटोवोल्टिक बिजली उत्पादन में हरित पर्यावरण संरक्षण और नवीकरणीय के फायदे हैं, और इसे सबसे संभावित अक्षय ऊर्जा में से एक माना जाता है। 2020 तक, चीन की फोटोवोल्टिक बिजली उत्पादन की संचयी स्थापित क्षमता 253 मिलियन किलोवाट तक पहुंच गई है। बड़े पैमाने पर पीवी पावर की आंतरायिकता और अनिश्चितता बिजली व्यवस्था को प्रभावित करती है, जिसमें पीक शेविंग, स्थिरता और लाइट डिस्कार्डिंग के मुद्दे शामिल हैं, और ग्रिड को इन मुद्दों से निपटने के लिए और अधिक लचीले उपायों को अपनाने की जरूरत है। इन समस्याओं को हल करने के लिए ऊर्जा भंडारण को एक प्रभावी तरीका माना जाता है। ऊर्जा भंडारण प्रणाली का अनुप्रयोग बड़े पैमाने पर फोटोवोल्टिक ग्रिड कनेक्शन के लिए एक नया समाधान लाता है।

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.

पवन ऊर्जा और फोटोवोल्टिक जैसे अनिश्चित नई ऊर्जा बिजली उत्पादन के बड़े पैमाने पर विकास के साथ, बिजली व्यवस्था की संचालन योजना में बिजली प्रणाली के बिजली प्रवाह की गणना करना आवश्यक है। उदाहरण के लिए, साहित्य पवन ऊर्जा के साथ बिजली व्यवस्था में ऊर्जा भंडारण के इष्टतम स्थान और क्षमता आवंटन का अध्ययन करता है। इसके अलावा, बिजली प्रवाह की गणना में कई नए ऊर्जा स्रोतों के बीच संबंध पर भी विचार किया जाना चाहिए। हालाँकि, उपरोक्त सभी अध्ययन नियतात्मक शक्ति प्रवाह विधियों पर आधारित हैं, जो नई ऊर्जा उत्पादन की अनिश्चितता पर विचार नहीं करते हैं। साहित्य पवन ऊर्जा की अनिश्चितता पर विचार करता है और ऊर्जा भंडारण प्रणाली के साइट चयन को अनुकूलित करने के लिए संभाव्य इष्टतम विद्युत प्रवाह पद्धति को लागू करता है, जिससे संचालन अर्थव्यवस्था में सुधार होता है।

वर्तमान में, विद्वानों द्वारा विभिन्न संभाव्य शक्ति प्रवाह एल्गोरिदम प्रस्तावित किए गए हैं, और मोंटे कार्लो सिमुलेशन पद्धति पर आधारित गैर-रेखीय संभाव्य शक्ति प्रवाह के डेटा खनन विधियों को साहित्य में प्रस्तावित किया गया है, लेकिन मोंटे कार्लो पद्धति की समयबद्धता बहुत खराब है। साहित्य में ऊर्जा भंडारण के स्थान का अध्ययन करने के लिए संभाव्य इष्टतम बिजली प्रवाह का उपयोग करने का प्रस्ताव है, और 2 मीटर बिंदु विधि का उपयोग किया जाता है, लेकिन इस पद्धति की गणना सटीकता आदर्श नहीं है। बिजली प्रवाह गणना में लैटिन हाइपरक्यूब नमूनाकरण विधि के आवेदन का अध्ययन इस पत्र में किया गया है, और लैटिन हाइपरक्यूब नमूनाकरण विधि की श्रेष्ठता संख्यात्मक उदाहरणों द्वारा सचित्र है।

Based on the above research, this paper uses the probabilistic power flow method to study the optimal allocation of energy storage in the power system with large-scale photovoltaic power generation. Firstly, the probability distribution model and Latin hypercube sampling method of components in power system are introduced. Secondly, a multi-objective optimization model is established considering the energy storage cost, power flow over limit probability and network loss. Finally, the simulation analysis is carried out in IEEE24 node test system.

1. संभाव्य शक्ति प्रवाह मॉडल

1.1 घटकों का अनिश्चितता मॉडल

फोटोवोल्टिक, लोड और जनरेटर अनिश्चितता के साथ सभी यादृच्छिक चर हैं। वितरण नेटवर्क के संभाव्य शक्ति प्रवाह की गणना में, साहित्य में संभाव्य मॉडल की व्याख्या की गई है। ऐतिहासिक डेटा के विश्लेषण के माध्यम से, फोटोवोल्टिक बिजली उत्पादन की उत्पादन शक्ति बीटा वितरण का अनुसरण करती है। भार शक्ति के संभाव्यता वितरण को फिट करके, यह माना जाता है कि भार सामान्य वितरण का अनुसरण करता है, और इसकी संभाव्यता घनत्व वितरण कार्य है

चित्र 1)

जहां, Pl भार शक्ति है; μ एल और एल क्रमशः भार की अपेक्षा और भिन्नता हैं।

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.

जब दोपहर में प्रकाश पर्याप्त होता है, तो फोटोवोल्टिक पावर स्टेशन की सक्रिय शक्ति बड़ी होती है, और समय में उपयोग करने में मुश्किल होने वाली शक्ति ऊर्जा भंडारण बैटरी में संग्रहीत की जाएगी। जब लोड पावर अधिक होती है, तो ऊर्जा भंडारण बैटरी संग्रहीत ऊर्जा को छोड़ देगी। ऊर्जा भंडारण प्रणाली का तात्कालिक ऊर्जा संतुलन समीकरण है

जब चार्ज हो

(3)

When the discharge

(4)

The constraint

चित्रों,

चित्रों,

चित्र, चित्र

जहाँ, St समय T पर संचित ऊर्जा है; पीटी ऊर्जा भंडारण का चार्ज और डिस्चार्ज पावर है; SL और SG क्रमशः चार्जिंग और डिस्चार्जिंग की ऊर्जा हैं। C और D क्रमशः चार्जिंग और डिस्चार्जिंग दक्षता हैं। डीएस ऊर्जा भंडारण की स्व-निर्वहन दर है।

1.2 लैटिन हाइपरक्यूब नमूनाकरण विधि

सिमुलेशन विधि, अनुमानित विधि और विश्लेषणात्मक विधि है जिसका उपयोग अनिश्चित कारकों के तहत सिस्टम पावर प्रवाह का विश्लेषण करने के लिए किया जा सकता है। मोंटे कार्लो सिमुलेशन संभाव्य शक्ति प्रवाह एल्गोरिदम में सबसे सटीक तरीकों में से एक है, लेकिन उच्च परिशुद्धता की तुलना में इसकी समयबद्धता कम है। कम नमूना समय के मामले में, यह विधि आमतौर पर संभाव्यता वितरण वक्र की पूंछ की उपेक्षा करती है, लेकिन सटीकता में सुधार करने के लिए, इसे नमूनाकरण समय बढ़ाने की आवश्यकता होती है। लैटिन हाइपरक्यूब नमूनाकरण विधि इस समस्या से बचाती है। यह एक पदानुक्रमित नमूनाकरण विधि है, जो यह सुनिश्चित कर सकती है कि नमूना बिंदु संभाव्यता वितरण को प्रभावी ढंग से दर्शाते हैं और नमूनाकरण समय को प्रभावी ढंग से कम करते हैं।

चित्रा 1 लैटिन हाइपरक्यूब नमूनाकरण विधि और मोंटे कार्लो सिमुलेशन विधि की अपेक्षा और भिन्नता को 10 से 200 तक के नमूने के समय के साथ दिखाता है। दो विधियों द्वारा प्राप्त परिणामों की समग्र प्रवृत्ति घट रही है। हालांकि, मोंटे कार्लो विधि द्वारा प्राप्त अपेक्षा और विचरण बहुत अस्थिर हैं, और कई सिमुलेशन द्वारा प्राप्त परिणाम समान नमूना समय के साथ समान नहीं हैं। नमूनाकरण समय में वृद्धि के साथ लैटिन हाइपरक्यूब नमूनाकरण विधि का विचरण लगातार घटता जाता है, और नमूना समय 5 से अधिक होने पर सापेक्ष त्रुटि घटकर 150% से कम हो जाती है। यह ध्यान देने योग्य है कि लैटिन हाइपरक्यूब नमूनाकरण विधि का नमूना बिंदु है वाई-अक्ष के बारे में सममित है, इसलिए इसकी अपेक्षित त्रुटि 0 है, जो इसका लाभ भी है।

चित्र

अंजीर। 1 एमसी और एलएचएस के बीच विभिन्न नमूनाकरण समय की तुलना

Latin hypercube sampling method is a layered sampling method. By improving the sample generation process of input random variables, the sampling value can effectively reflect the overall distribution of random variables. The sampling process is divided into two steps.

(1) नमूना लेना

Xi (I = 1, 2,… ,m) m यादृच्छिक चर है, और नमूनाकरण समय N है, जैसा कि अंजीर में दिखाया गया है। 2. Xi का संचयी संभाव्यता वितरण वक्र N अंतराल में समान अंतराल के साथ विभाजित है और कोई ओवरलैप नहीं है, प्रत्येक अंतराल के मध्य बिंदु को प्रायिकता Y के नमूना मूल्य के रूप में चुना जाता है, और फिर नमूना मूल्य Xi = p-1 (Yi) है उलटा फ़ंक्शन का उपयोग करके गणना की जाती है, और परिकलित शी यादृच्छिक चर का नमूना मूल्य है।

चित्र

चित्रा 2 एलएचएस का योजनाबद्ध आरेख

(2) Permutations

(1) से प्राप्त यादृच्छिक चरों के नमूने के मूल्यों को क्रमिक रूप से व्यवस्थित किया जाता है, इसलिए m यादृच्छिक चर के बीच सहसंबंध 1 है, जिसकी गणना नहीं की जा सकती है। यादृच्छिक चर के नमूना मूल्यों के बीच सहसंबंध को कम करने के लिए ग्राम-श्मिट अनुक्रम ऑर्थोगोनलाइज़ेशन विधि को अपनाया जा सकता है। सबसे पहले, K×M क्रम I=[I1, I2…, IK]T का एक मैट्रिक्स उत्पन्न होता है। प्रत्येक पंक्ति में तत्वों को यादृच्छिक रूप से 1 से M तक व्यवस्थित किया जाता है, और वे मूल यादृच्छिक चर के नमूना मूल्य की स्थिति का प्रतिनिधित्व करते हैं।

Positive iteration

चित्र

एक रिवर्स पुनरावृत्त

चित्र

“Picture” represents assignment, takeout(Ik,Ij) represents calculation of residual value in linear regression Ik=a+bIj, rank(Ik) represents new vector formed by the sequence number of elements in orientation Ik from small to large.

After bidirectional iteration until the RMS value ρ, which represents the correlation, does not decrease, the position matrix of each random variable after permutation is obtained, and then the permutation matrix of random variables with the least correlation can be obtained.

(5)

जहां, चित्र Ik और Ij के बीच सहसंबंध गुणांक है, cov सहप्रसरण है, और VAR विचरण है।

2. ऊर्जा भंडारण प्रणाली का बहुउद्देश्यीय अनुकूलन विन्यास

2.1 उद्देश्य कार्य

ऊर्जा भंडारण प्रणाली की शक्ति और क्षमता को अनुकूलित करने के लिए, ऊर्जा भंडारण प्रणाली की लागत, बिजली की सीमा की संभावना और नेटवर्क हानि पर विचार करते हुए एक बहु-उद्देश्य अनुकूलन फ़ंक्शन स्थापित किया जाता है। प्रत्येक संकेतक के विभिन्न आयामों के कारण, प्रत्येक संकेतक के लिए विचलन मानकीकरण किया जाता है। विचलन मानकीकरण के बाद, विभिन्न चरों के प्रेक्षित मानों की मान सीमा (0,1) के बीच होगी, और मानकीकृत डेटा इकाइयों के बिना शुद्ध मात्राएँ हैं। वास्तविक स्थिति में, प्रत्येक संकेतक पर जोर देने में अंतर हो सकता है। यदि प्रत्येक संकेतक को एक निश्चित भार दिया जाता है, तो विभिन्न महत्वों का विश्लेषण और अध्ययन किया जा सकता है।

(6)

जहां, डब्ल्यू अनुकूलित किया जाने वाला सूचकांक है; Wmin और wmax मानकीकरण के बिना मूल फ़ंक्शन के न्यूनतम और अधिकतम हैं।

उद्देश्य समारोह है

(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 आनुवंशिक एल्गोरिथम

जेनेटिक एल्गोरिथम एक प्रकार का अनुकूलन एल्गोरिथम है जिसे प्रकृति में योग्यतम के जीवित रहने और जीवित रहने के आनुवंशिक और विकासवादी कानूनों की नकल करके स्थापित किया गया है। यह पहले कोडिंग के लिए है, प्रारंभिक जनसंख्या प्रत्येक व्यक्ति की ओर से कोडिंग (समस्या का एक व्यवहार्य समाधान), इसलिए प्रत्येक व्यवहार्य समाधान जीनोटाइप फेनोटाइप परिवर्तन के लिए है, प्रत्येक व्यक्ति के लिए प्रकृति के नियमों के अनुसार चयन करने के लिए, और चयनित में प्रत्येक पीढ़ी से अगली पीढ़ी के कंप्यूटिंग वातावरण को मजबूत व्यक्ति के अनुकूल बनाने के लिए, जब तक कि व्यक्ति के पर्यावरण के लिए सबसे अनुकूल न हो, डिकोडिंग के बाद, यह समस्या का अनुमानित इष्टतम समाधान है।

इस पत्र में, फोटोवोल्टिक और ऊर्जा भंडारण सहित बिजली प्रणाली की गणना सबसे पहले संभाव्य शक्ति प्रवाह एल्गोरिदम द्वारा की जाती है, और प्राप्त डेटा को समस्या को हल करने के लिए आनुवंशिक एल्गोरिदम के इनपुट चर के रूप में उपयोग किया जाता है। गणना प्रक्रिया को चित्र 3 में दिखाया गया है, जिसे मुख्य रूप से निम्नलिखित चरणों में विभाजित किया गया है:

चित्र

FIG. 3 Algorithm flow

(1) इनपुट सिस्टम, फोटोवोल्टिक और ऊर्जा भंडारण डेटा, और लैटिन हाइपरक्यूब नमूनाकरण और ग्राम-श्मिट अनुक्रम ऑर्थोगोनलाइजेशन करते हैं;

(2) नमूना डेटा को पावर फ्लो गणना मॉडल में इनपुट करें और गणना परिणाम रिकॉर्ड करें;

(3) नमूना मूल्य के अनुरूप प्रारंभिक जनसंख्या उत्पन्न करने के लिए आउटपुट परिणाम गुणसूत्र द्वारा एन्कोड किए गए थे;

(4) जनसंख्या में प्रत्येक व्यक्ति की फिटनेस की गणना करें;

(5) जनसंख्या की नई पीढ़ी का निर्माण करने के लिए चयन करें, क्रॉस करें और उत्परिवर्तित करें;

(6) जज करें कि क्या आवश्यकताएं पूरी हुई हैं, यदि नहीं, तो वापसी चरण (4); यदि हां, तो डिकोडिंग के बाद इष्टतम समाधान आउटपुट है।

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.

चित्र

चित्र 4 IEEE24 नोड परीक्षण प्रणाली

3.1 विद्युत प्रणाली पर फोटोवोल्टिक पावर स्टेशन का प्रभाव

पावर सिस्टम में फोटोवोल्टिक पावर स्टेशन, पावर सिस्टम की स्थिति और क्षमता नोड वोल्टेज और शाखा शक्ति को प्रभावित करेगी, इसलिए, पावर ग्रिड के लिए ऊर्जा भंडारण प्रणाली के प्रभाव के विश्लेषण से पहले, यह खंड पहले फोटोवोल्टिक पावर के प्रभाव का विश्लेषण करता है। सिस्टम पर स्टेशन, इस पेपर में फोटोवोल्टिक एक्सेस सिस्टम, प्रायिकता की सीमा की प्रवृत्ति, नेटवर्क हानि और इतने पर सिमुलेशन विश्लेषण किया गया है।

जैसे कि चित्र से देखा जा सकता है। 5 (ए), फोटोवोल्टिक पावर स्टेशन कनेक्ट होने के बाद, छोटी शाखा पावर फ्लो ओवरलिमिट वाले नोड्स निम्नानुसार हैं: नोड नोड को संतुलित करने के लिए 11, 12, 13, 23, 13, नोड वोल्टेज और चरण कोण दिया गया है, है स्थिर पावर ग्रिड पावर बैलेंस का प्रभाव, सीधे कनेक्ट होने के बजाय 11, 12 और 23, परिणामस्वरूप, सीमा से जुड़े कई नोड्स छोटी और अधिक शक्ति की संभावना, फोटोवोल्टिक पावर स्टेशन नोड तक पहुंच जाएगा संतुलन प्रभाव पर कम है बिजली व्यवस्था का प्रभाव।

चित्र

Figure 5. (a) sum of power flow off-limit probability (b) node voltage fluctuation (c) total system network loss of different PV access points

In addition to the exceedance of power flow, this paper also analyzes the influence of photovoltaic on node voltage, as shown in FIG. 5(b). The standard deviations of voltage amplitudes of nodes 1, 3, 8, 13, 14, 15 and 19 are selected for comparison. On the whole, the connection of photovoltaic power stations to the power grid does not have a great influence on the voltage of nodes, but the photovoltaic power stations have a great influence on the voltage of a-Nodes and their nearby nodes. In addition, in the system adopted by the calculation example, through comparison, it is found that photovoltaic power station is more suitable for access to the node types: ① nodes with higher voltage grade, such as 14, 15, 16, etc., the voltage almost does not change; (2) nodes supported by generators or adjusting cameras, such as 1, 2, 7, etc.; (3) in the line resistance is large at the end of the node.

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.

उपरोक्त परिणामों के विश्लेषण में तीन कारकों के आधार पर, नोड 14 को इस पेपर में फोटोवोल्टिक पावर स्टेशन के एक्सेस प्वाइंट के रूप में लिया जाता है, और फिर पावर सिस्टम पर विभिन्न फोटोवोल्टिक पावर स्टेशनों की क्षमता के प्रभाव का अध्ययन किया जाता है।

चित्र 6(ए) प्रणाली पर फोटोवोल्टिक क्षमता के प्रभाव का विश्लेषण करता है। यह देखा जा सकता है कि प्रत्येक शाखा की सक्रिय शक्ति का मानक विचलन फोटोवोल्टिक क्षमता की वृद्धि के साथ बढ़ता है, और दोनों के बीच एक सकारात्मक रैखिक संबंध होता है। आकृति में दिखाई गई कई शाखाओं को छोड़कर, अन्य शाखाओं के मानक विचलन सभी 5 से कम हैं और एक रैखिक संबंध दिखाते हैं, जिन्हें ड्राइंग की सुविधा के लिए अनदेखा किया जाता है। यह देखा जा सकता है कि फोटोवोल्टिक ग्रिड कनेक्शन का फोटोवोल्टिक एक्सेस प्वाइंट या आसन्न शाखाओं से सीधे जुड़े होने की शक्ति पर बहुत प्रभाव पड़ता है। सीमित पावर ट्रांसमिशन लाइन ट्रांसमिशन के कारण, निर्माण और निवेश की मात्रा की ट्रांसमिशन लाइनें बहुत बड़ी हैं, इसलिए एक फोटोवोल्टिक पावर स्टेशन स्थापित करना, परिवहन क्षमता की सीमा पर विचार करना चाहिए, इसके अलावा, सर्वोत्तम स्थान पर लाइन एक्सेस पर सबसे छोटा प्रभाव चुनना चाहिए, फोटोवोल्टिक पावर स्टेशन की सर्वोत्तम क्षमता का चयन इस प्रभाव को कम करने में महत्वपूर्ण भूमिका निभाएगा।

चित्र

चित्रा 6. (ए) शाखा सक्रिय शक्ति मानक विचलन (बी) शाखा बिजली प्रवाह सीमा से बाहर संभावना (सी) विभिन्न फोटोवोल्टिक क्षमताओं के तहत कुल सिस्टम नेटवर्क हानि

अंजीर। 6(बी) विभिन्न पीवी पावर स्टेशन क्षमताओं के तहत प्रत्येक शाखा की सीमा से अधिक सक्रिय शक्ति की संभावना की तुलना करता है। चित्र में दिखाई गई शाखाओं को छोड़कर, अन्य शाखाएँ सीमा से अधिक नहीं थीं या संभावना बहुत कम थी। एफआईजी के साथ तुलना। 6 (ए), यह देखा जा सकता है कि ऑफ-लिमिट और मानक विचलन की संभावना आवश्यक रूप से संबंधित नहीं है। बड़े मानक विचलन उतार-चढ़ाव वाली लाइन की सक्रिय शक्ति जरूरी नहीं कि ऑफ-लिमिट हो, और इसका कारण फोटोवोल्टिक आउटपुट पावर की ट्रांसमिशन दिशा से संबंधित है। यदि यह मूल शाखा शक्ति प्रवाह के समान दिशा में है, तो छोटी फोटोवोल्टिक शक्ति भी ऑफ-लिमिट का कारण बन सकती है। जब पीवी पावर बहुत बड़ी होती है, तो पावर फ्लो सीमा से अधिक नहीं हो सकता है।

अंजीर में। 6 (सी), फोटोवोल्टिक क्षमता में वृद्धि के साथ सिस्टम का कुल नेटवर्क नुकसान बढ़ता है, लेकिन यह प्रभाव स्पष्ट नहीं है। जब फोटोवोल्टिक क्षमता 60 मेगावाट बढ़ जाती है, तो कुल नेटवर्क हानि केवल 0.5% यानी 0.75 मेगावाट बढ़ जाती है। इसलिए, पीवी पावर स्टेशनों को स्थापित करते समय, नेटवर्क हानि को द्वितीयक कारक के रूप में लिया जाना चाहिए, और जिन कारकों का सिस्टम के स्थिर संचालन पर अधिक प्रभाव पड़ता है, उन्हें पहले माना जाना चाहिए, जैसे ट्रांसमिशन लाइन पावर में उतार-चढ़ाव और आउट-ऑफ-लिमिट प्रायिकता .

3.2 Impact of energy storage access on the system

धारा 3.1 फोटोवोल्टिक पावर स्टेशन की पहुंच की स्थिति और क्षमता बिजली व्यवस्था पर निर्भर करती है