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.

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.

ඉහත පර්යේෂණ මත පදනම්ව, මහා පරිමාණ ප්‍රකාශ වෝල්ටීයතා බල උත්පාදනය සමඟ බලශක්ති පද්ධතියේ බලශක්ති ගබඩාව ප්‍රශස්ත ලෙස වෙන් කිරීම අධ්‍යයනය කිරීම සඳහා මෙම ලිපිය සම්භාවිතා බල ප්‍රවාහ ක්‍රමය භාවිතා කරයි. පළමුව, බලශක්ති පද්ධතියේ සංරචකවල සම්භාවිතා බෙදා හැරීමේ ආකෘතිය සහ ලතින් හයිපර්කියුබ් නියැදීමේ ක්රමය හඳුන්වා දෙනු ලැබේ. දෙවනුව, බලශක්ති ගබඩා කිරීමේ පිරිවැය, සීමාව ඉක්මවා බල ප්‍රවාහය සහ ජාල අලාභය සැලකිල්ලට ගනිමින් බහු-වෛෂයික ප්‍රශස්තකරණ ආකෘතියක් ස්ථාපිත කෙරේ. අවසාන වශයෙන්, සමාකරණ විශ්ලේෂණය IEEE24 නෝඩ් පරීක්ෂණ පද්ධතිය තුළ සිදු කෙරේ.

1. සම්භාවිතා බල ප්රවාහ ආකෘතිය

1.1 සංරචකවල අවිනිශ්චිත ආකෘතිය

ප්‍රකාශ වෝල්ටීයතා, පැටවීම සහ උත්පාදක යන්ත්‍රය අවිනිශ්චිතතාවයෙන් යුත් අහඹු විචල්‍ය වේ. බෙදාහැරීමේ ජාලයේ සම්භාවිතා බල ප්රවාහය ගණනය කිරීමේදී, සම්භාවිතා ආකෘතිය සාහිත්යයේ විස්තර කෙරේ. ඓතිහාසික දත්ත විශ්ලේෂණය හරහා, ප්‍රකාශ වෝල්ටීයතා බල උත්පාදනයේ නිමැවුම් බලය බීටා ව්‍යාප්තිය අනුගමනය කරයි. භාර බලයේ සම්භාවිතා ව්‍යාප්තිය සවිකිරීමෙන්, භාරය සාමාන්‍ය ව්‍යාප්තිය අනුගමනය කරන බව උපකල්පනය කරනු ලබන අතර, එහි සම්භාවිතා ඝනත්ව ව්‍යාප්තිය ශ්‍රිතය වේ.

පින්තූරය (1)

එහිදී, Pl යනු බර පැටවීමේ බලයයි; μL සහ σ L යනු පිළිවෙළින් භාරයේ අපේක්ෂාව සහ විචලනය වේ.

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

(2)

එහිදී, P යනු උත්පාදකයේ සාමාන්‍ය ක්‍රියාකාරිත්වයේ සම්භාවිතාවයි; PG යනු උත්පාදක යන්ත්රයේ ප්රතිදාන බලයයි.

දහවල් කාලයේදී ආලෝකය ප්‍රමාණවත් වන විට, ප්‍රකාශ වෝල්ටීයතා බලාගාරයේ ක්‍රියාකාරී බලය විශාල වන අතර, නියමිත වේලාවට භාවිතා කිරීමට අපහසු බලය බලශක්ති ගබඩා බැටරියේ ගබඩා වේ. බර පැටවීමේ බලය වැඩි වන විට, බලශක්ති ගබඩා බැටරිය ගබඩා කර ඇති ශක්තිය මුදා හරිනු ඇත. බලශක්ති ගබඩා පද්ධතියේ ක්ෂණික ශක්ති සමතුලිත සමීකරණය වේ

අයකිරීමේදී

(3)

When the discharge

(4)

සීමා කිරීම

පින්තූර,

පින්තූර,

පින්තූරය, පින්තූරය

Where, St is the energy stored at time T; Pt is the charge and discharge power of energy storage; SL and SG are the energy of charging and discharging respectively. η C and η D are charging and discharging efficiency respectively. Ds is the self-discharge rate of energy storage.

1.2 Latin hypercube sampling method

අවිනිශ්චිත සාධක යටතේ පද්ධති බල ප්‍රවාහය විශ්ලේෂණය කිරීමට භාවිතා කළ හැකි සමාකරණ ක්‍රමය, ආසන්න ක්‍රමය සහ විශ්ලේෂණ ක්‍රමය ඇත. Monte Carlo simulation යනු සම්භාවිතා බල ප්‍රවාහ ඇල්ගොරිතම වල වඩාත් නිවැරදි ක්‍රම වලින් එකකි, නමුත් එහි කාලානුරූපතාව ඉහළ නිරවද්‍යතාවයට සාපේක්ෂව අඩුය. අඩු නියැදීම් කාලවලදී, මෙම ක්‍රමය සාමාන්‍යයෙන් සම්භාවිතා බෙදා හැරීමේ වක්‍රයේ වලිගය නොසලකා හරියි, නමුත් නිරවද්‍යතාවය වැඩි දියුණු කිරීම සඳහා, එය නියැදීමේ වේලාවන් වැඩි කළ යුතුය. ලතින් හයිපර්කියුබ් නියැදීමේ ක්‍රමය මෙම ගැටලුව මඟ හැරේ. එය ධූරාවලි නියැදීමේ ක්‍රමයක් වන අතර, නියැදි ලක්ෂ්‍ය මඟින් සම්භාවිතා ව්‍යාප්තිය ඵලදායි ලෙස පිළිබිඹු කරන බව සහතික කළ හැකි අතර නියැදීමේ කාලය ඵලදායී ලෙස අඩු කරයි.

රූප සටහන 1 මගින් ලතින් හයිපර්කියුබ් නියැදීමේ ක්‍රමයේ සහ මොන්ටේ කාලෝ සමාකරණ ක්‍රමයේ නියැදීමේ වේලාවන් 10 සිට 200 දක්වා පරාසයක පවතින අපේක්ෂාව සහ විචලනය පෙන්වයි. මෙම ක්‍රම දෙකෙන් ලබාගත් ප්‍රතිඵලවල සමස්ත ප්‍රවණතාවය අඩුවෙමින් පවතී. කෙසේ වෙතත්, monte Carlo ක්‍රමය මගින් ලබා ගත් අපේක්ෂාව සහ විචලනය ඉතා අස්ථායී වන අතර, බහු සමාකරණ මගින් ලබා ගන්නා ප්‍රතිඵල එකම නියැදි වේලාවන් සමග සමාන නොවේ. ලතින් හයිපර්කියුබ් නියැදීමේ ක්‍රමයේ විචලනය නියැදීමේ වේලාවන් වැඩි වීමත් සමඟ ක්‍රමයෙන් අඩු වන අතර නියැදීමේ වේලාවන් 5 ට වඩා වැඩි වූ විට සාපේක්ෂ දෝෂය 150% ට වඩා අඩු වේ. ලතින් හයිපර්කියුබ් නියැදීමේ ක්‍රමයේ නියැදීමේ ලක්ෂ්‍යය බව සඳහන් කිරීම වටී. Y-අක්ෂය පිළිබඳ සමමිතික, එබැවින් එහි අපේක්ෂිත දෝෂය 0 වේ, එය එහි වාසිය ද වේ.

පින්තුරය

රූපය. 1 MC සහ LHS අතර විවිධ නියැදීම් වේලාවන් සංසන්දනය කිරීම

ලතින් හයිපර්කියුබ් නියැදීමේ ක්‍රමය ස්ථර නියැදීමේ ක්‍රමයකි. ආදාන අහඹු විචල්‍යවල නියැදි උත්පාදන ක්‍රියාවලිය වැඩිදියුණු කිරීමෙන්, නියැදි අගයට සසම්භාවී විචල්‍යවල සමස්ත ව්‍යාප්තිය ඵලදායි ලෙස පිළිබිඹු කළ හැක. නියැදීමේ ක්රියාවලිය පියවර දෙකකට බෙදා ඇත.

(1) Sampling

Xi (I = 1, 2,… ,m) යනු m අහඹු විචල්‍යයන් වන අතර, FIG හි පෙන්වා ඇති පරිදි නියැදීමේ වේලාවන් N වේ. 2. Xi හි සමුච්චිත සම්භාවිතා ව්‍යාප්ති වක්‍රය N පරතරයට සමාන පරතරයකින් සහ අතිච්ඡාදනයකින් තොරව බෙදී ඇත, එක් එක් අන්තරයේ මධ්‍ය ලක්ෂ්‍යය Y සම්භාවිතාවේ නියැදි අගය ලෙස තෝරා ගනු ලැබේ, පසුව නියැදි අගය Xi= p-1 (Yi) වේ. ප්‍රතිලෝම ශ්‍රිතය භාවිතයෙන් ගණනය කරනු ලබන අතර, ගණනය කරන ලද Xi යනු අහඹු විචල්‍යයේ නියැදි අගයයි.

පින්තුරය

Figure 2 schematic diagram of LHS

(2) විපර්යාස

(1) වෙතින් ලබාගත් සසම්භාවී විචල්‍යවල නියැදි අගයන් අනුක්‍රමිකව සකස් කර ඇත, එබැවින් m සසම්භාවී විචල්‍ය අතර සහසම්බන්ධය 1 වන අතර එය ගණනය කළ නොහැක. සසම්භාවී විචල්‍යවල නියැදි අගයන් අතර සහසම්බන්ධය අඩු කිරීම සඳහා gram-Schmidt අනුක්‍රමය විකලාංගකරණ ක්‍රමය අනුගමනය කළ හැක. පළමුව, K×M අනුපිළිවෙල I=[I1, I2…, IK]T අනුකෘතියක් ජනනය වේ. එක් එක් පේළියේ ඇති මූලද්‍රව්‍ය අහඹු ලෙස 1 සිට M දක්වා සකස් කර ඇති අතර, ඒවා මුල් අහඹු විචල්‍යයේ නියැදි අගයේ පිහිටුම නියෝජනය කරයි.

ධනාත්මක පුනරාවර්තනය

පින්තුරය

ප්‍රතිලෝම පුනරාවර්තනයක්

පින්තුරය

“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.

සහසම්බන්ධය නියෝජනය කරන RMS අගය ρ අඩු නොවන තෙක් ද්විපාර්ශ්වික පුනරාවර්තනයෙන් පසුව, ප්‍රගමනයට පසු එක් එක් අහඹු විචල්‍යයේ පිහිටුම් න්‍යාසය ලබා ගන්නා අතර, එවිට අවම සහසම්බන්ධතාවය සහිත සසම්භාවී විචල්‍යවල ප්‍රතිවර්තන න්‍යාසය ලබා ගත හැක.

(5)

එහිදී, පින්තූරය Ik සහ Ij අතර සහසම්බන්ධතා සංගුණකය වන අතර, cov යනු covariance වන අතර VAR යනු විචලනය වේ.

2. බලශක්ති ගබඩා පද්ධතියේ බහු-වෛෂයික ප්‍රශස්තිකරණ වින්‍යාසය

2.1 වෛෂයික කාර්යය

බලශක්ති ගබඩා පද්ධතියේ බලය සහ ධාරිතාව ප්‍රශස්ත කිරීම සඳහා, බලශක්ති ගබඩා පද්ධතියේ පිරිවැය, බල රහිත සම්භාවිතාව සහ ජාල අලාභය සැලකිල්ලට ගනිමින් බහු-වෛෂයික ප්‍රශස්තිකරණ ශ්‍රිතයක් ස්ථාපිත කෙරේ. එක් එක් දර්ශකයේ විවිධ මානයන් හේතුවෙන්, එක් එක් දර්ශකය සඳහා අපගමන ප්රමිතිකරණය සිදු කරනු ලැබේ. අපගමනය ප්‍රමිතිකරණයෙන් පසුව, විවිධ විචල්‍යවල නිරීක්ෂිත අගයන්හි අගය පරාසය (0,1) අතර වන අතර ප්‍රමිතිගත දත්ත ඒකක නොමැති පිරිසිදු ප්‍රමාණ වේ. සැබෑ තත්ත්වය තුළ, එක් එක් දර්ශකය මත අවධාරණය කිරීමේදී වෙනස්කම් තිබිය හැකිය. එක් එක් දර්ශකයට නිශ්චිත බරක් ලබා දෙන්නේ නම්, විවිධ අවධාරණයන් විශ්ලේෂණය කර අධ්යයනය කළ හැකිය.

(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)

සූත්‍රයේ, λ1 ~ λ3 යනු බර සංගුණක වන අතර, Eloss, PE සහ CESS යනු ප්‍රමිතිගත ශාඛා ජාල අලාභය, ශාඛා ක්‍රියාකාරී බලය හරස් කිරීමේ සම්භාවිතාව සහ බලශක්ති ගබඩා ආයෝජන පිරිවැය පිළිවෙලින් වේ.

2.2 ජාන ඇල්ගොරිතම

ජානමය ඇල්ගොරිතම යනු ස්වභාවධර්මයේ සුදුසුම අයගේ පැවැත්ම සහ පැවැත්ම පිළිබඳ ජානමය සහ පරිණාමීය නීති අනුකරණය කිරීමෙන් ස්ථාපිත කරන ලද ප්‍රශස්තිකරණ ඇල්ගොරිතමයකි. එය මුලින්ම කේතනය කිරීම, ආරම්භක ජනගහනය එක් එක් පුද්ගලයා වෙනුවෙන් කේතනය කිරීම (ගැටලුවට ශක්‍ය විසඳුමකි), එබැවින් එක් එක් ශක්‍ය විසඳුම වන්නේ ප්‍රවේණික ෆීනෝටයිප් පරිවර්තනය සඳහා වන අතර, එක් එක් පුද්ගලයා සඳහා ස්වභාවධර්මයේ නීතිවලට අනුව තේරීම භාර ගැනීමට සහ තෝරා ගනු ලැබේ. සෑම පරම්පරාවක්ම ඊළඟ පරම්පරාවේ පරිගණක පරිසරයට ශක්තිමත් පුද්ගලයාට අනුවර්තනය වීමට, පුද්ගලයාගේ පරිසරයට වඩාත්ම අනුවර්තනය වන තෙක්, විකේතනය කිරීමෙන් පසුව, එය ගැටලුවේ ආසන්න ප්‍රශස්ත විසඳුම වේ.

In this paper, the power system including photovoltaic and energy storage is firstly calculated by the probabilistic power flow algorithm, and the obtained data is used as the input variable of the genetic algorithm to solve the problem. The calculation process is shown in Figure 3, which is mainly divided into the following steps:

පින්තුරය

FIG. 3 Algorithm flow

(1) ආදාන පද්ධතිය, ප්‍රකාශ වෝල්ටීයතා සහ බලශක්ති ගබඩා දත්ත, සහ ලතින් හයිපර්කියුබ් නියැදීම සහ Gram-Schmidt අනුක්‍රමය විකලාංගකරණය සිදු කිරීම;

(2) Input the sampled data into the power flow calculation model and record the calculation results;

(3) නිමැවුම් ප්‍රතිඵල නියැදි අගයට අනුරූප වන ආරම්භක ජනගහනය ජනනය කිරීම සඳහා වර්ණදේහ මගින් කේතනය කරන ලදී;

(4) ජනගහනයේ එක් එක් පුද්ගලයාගේ යෝග්‍යතාවය ගණනය කරන්න;

(5) නව පරම්පරාවක් ජනගහණයක් බිහි කිරීම සඳහා තෝරා ගැනීම, හරස් කිරීම සහ විකෘති කිරීම;

(6) අවශ්‍යතා සපුරා තිබේද යන්න විනිශ්චය කරන්න, නොඑසේ නම්, ආපසු පියවර (4); ඔව් නම්, ප්‍රශස්ත විසඳුම විකේතනයෙන් පසු ප්‍රතිදානය වේ.

3. උදාහරණ විශ්ලේෂණය

සම්භාවිතා බල ප්‍රවාහ ක්‍රමය FIG හි පෙන්වා ඇති IEEE24-node පරීක්ෂණ පද්ධතිය තුළ අනුකරණය කර විශ්ලේෂණය කෙරේ. 4, එහි 1-10 නෝඩ් වල වෝල්ටීයතා මට්ටම 138 kV වන අතර 11-24 නෝඩ් වල 230 kV වේ.

පින්තුරය

රූප සටහන 4 IEEE24 නෝඩ් පරීක්ෂණ පද්ධතිය

3.1 Influence of photovoltaic power station on power system

බල පද්ධතියේ ප්‍රකාශ වෝල්ටීයතා බලාගාරය, බල පද්ධතියේ පිහිටීම සහ ධාරිතාව නෝඩ් වෝල්ටීයතාවයට සහ ශාඛා බලයට බලපානු ඇත, එබැවින් බල ජාලය සඳහා බලශක්ති ගබඩා පද්ධතියේ බලපෑම විශ්ලේෂණය කිරීමට පෙර, මෙම කොටස ප්‍රථමයෙන් ප්‍රකාශ වෝල්ටීයතා බලයේ බලපෑම විශ්ලේෂණය කරයි. පද්ධතිය මත ස්ථානය, මෙම පත්රිකාවේ දී පද්ධතියට ප්‍රකාශ වෝල්ටීයතා ප්‍රවේශය, සම්භාවිතාවේ සීමාවේ ප්‍රවණතාවය, ජාල අලාභය සහ යනාදිය සමාකරණ විශ්ලේෂණය සිදු කර ඇත.

FIG වෙතින් දැකිය හැකි පරිදි. 5(a), ප්‍රකාශ වෝල්ටීයතා බලාගාරය සම්බන්ධ කිරීමෙන් පසුව, කුඩා ශාඛා බල ප්‍රවාහ අධිසීමා සහිත නෝඩ් පහත පරිදි වේ: 11, 12, 13, 23, 13 නෝඩ් නෝඩය සමතුලිත කිරීමට, නෝඩ් වෝල්ටීයතාවය සහ අදියර කෝණය ලබා දී ඇත. ස්ථායී විදුලිබල ජාලයේ බල ශේෂයේ බලපෑම, 11, 12 සහ 23 සෘජුව සම්බන්ධ කිරීම වෙනුවට, එහි ප්‍රතිඵලයක් ලෙස, කුඩා හා වැඩි බලයේ සම්භාවිතාව සීමා කිරීමට සම්බන්ධ වූ නෝඩ් කිහිපයක්, ප්‍රකාශ වෝල්ටීයතා බලාගාරය ශේෂය සහිත නෝඩයට ප්‍රවේශ වනු ඇත. බල පද්ධතියේ බලපෑම.

පින්තුරය

රූපය 5. (අ) බල ප්‍රවාහයේ සීමාවෙන් බැහැර සම්භාවිතාවේ එකතුව (b) නෝඩ් වෝල්ටීයතා උච්චාවචනය (ඇ) විවිධ PV ප්‍රවේශ ලක්ෂ්‍යවල සම්පූර්ණ පද්ධති ජාලය අහිමි වීම

බල ප්‍රවාහය ඉක්මවා යාමට අමතරව, මෙම පත්‍රිකාව FIG හි පෙන්වා ඇති පරිදි නෝඩ් වෝල්ටීයතාවයට ප්‍රකාශ වෝල්ටීයතාවයේ බලපෑම ද විශ්ලේෂණය කරයි. 5(ආ). සංසන්දනය කිරීම සඳහා නෝඩ් 1, 3, 8, 13, 14, 15 සහ 19 හි වෝල්ටීයතා විස්තාරකවල සම්මත අපගමනය තෝරා ගනු ලැබේ. සමස්තයක් ලෙස ගත් කල, ප්‍රකාශ වෝල්ටීයතා බලාගාර විදුලිබල ජාලයට සම්බන්ධ කිරීම නෝඩ් වල වෝල්ටීයතාවයට විශාල බලපෑමක් ඇති නොකරයි, නමුත් ප්‍රකාශ වෝල්ටීයතා බලාගාර a-Nodes සහ ඒවායේ ආසන්න නෝඩ් වල වෝල්ටීයතාවයට විශාල බලපෑමක් ඇති කරයි. මීට අමතරව, ගණනය කිරීමේ උදාහරණය මගින් අනුගමනය කරන ලද පද්ධතිය තුළ, සංසන්දනය කිරීමෙන්, ප්‍රකාශ වෝල්ටීයතා බලාගාරය නෝඩ් වර්ග වලට ප්‍රවේශ වීම සඳහා වඩාත් සුදුසු බව සොයාගෙන ඇත: ① 14, 15, 16, වැනි ඉහළ වෝල්ටීයතා ශ්‍රේණියක් සහිත නෝඩ්, වෝල්ටීයතාව පාහේ වෙනස් නොවේ; (2) 1, 2, 7, වැනි උත්පාදක යන්ත්‍ර හෝ ගැලපුම් කැමරා මගින් සහය දක්වන නෝඩ්; (3) රේඛාවේ ප්රතිරෝධය තුළ නෝඩයේ අවසානයේ විශාල වේ.

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.

රූපය 6(a) මඟින් පද්ධතිය මත ප්‍රකාශ වෝල්ටීයතා ධාරිතාවේ බලපෑම විශ්ලේෂණය කරයි. ප්‍රකාශ වෝල්ටීයතා ධාරිතාව වැඩි වීමත් සමඟ එක් එක් ශාඛාවේ ක්‍රියාකාරී බලයේ සම්මත අපගමනය වැඩි වන අතර ඒවා දෙක අතර ධනාත්මක රේඛීය සම්බන්ධතාවයක් පවතින බව දැකිය හැකිය. රූපයේ දැක්වෙන ශාඛා කිහිපයක් හැර, අනෙකුත් ශාඛා වල සම්මත අපගමනය 5 ට වඩා අඩු වන අතර රේඛීය සම්බන්ධතාවයක් පෙන්නුම් කරයි, ඒවා ඇඳීමේ පහසුව සඳහා නොසලකා හරිනු ලැබේ. ප්‍රකාශ වෝල්ටීයතා ජාල සම්බන්ධතාවය ප්‍රකාශ වෝල්ටීයතා ප්‍රවේශ ලක්ෂ්‍ය හෝ යාබද ශාඛා සමඟ සෘජුව සම්බන්ධ වී ඇති බලය කෙරෙහි විශාල බලපෑමක් ඇති බව දැකිය හැකිය. සීමිත විදුලි සම්ප්‍රේෂණ මාර්ග සම්ප්‍රේෂණය නිසා, ඉදිකිරීම් හා ආයෝජන ප්‍රමාණයේ සම්ප්‍රේෂණ මාර්ග විශාල බැවින් ප්‍රකාශ වෝල්ටීයතා බලාගාරයක් ස්ථාපනය කිරීමේදී ප්‍රවාහන ධාරිතාවේ සීමාව සලකා බැලිය යුතුය, හොඳම ස්ථානයට මාර්ග ප්‍රවේශයට කුඩාම බලපෑම තෝරා ගත යුතුය. ප්‍රකාශ වෝල්ටීයතා බලාගාරයේ හොඳම ධාරිතාව තෝරාගැනීම මෙම බලපෑම අවම කිරීම සඳහා වැදගත් කාර්යභාරයක් ඉටු කරනු ඇත.

පින්තුරය

Figure 6. (a) Branch active power standard deviation (b) branch power flow out-of-limit probability (c) total system network loss under different photovoltaic capacities

රූපය. 6(b) විවිධ pv බලාගාර ධාරිතාවන් යටතේ එක් එක් ශාඛාවේ සීමාව ඉක්මවා සක්‍රීය බලයේ සම්භාවිතාව සංසන්දනය කරයි. රූපයේ දැක්වෙන ශාඛා හැර, අනෙකුත් ශාඛා සීමාව ඉක්මවා නැත හෝ සම්භාවිතාව ඉතා කුඩා විය. FIG සමඟ සසඳන විට. 6(a), සීමාවෙන් පිටත සම්භාවිතාව සහ සම්මත අපගමනය අනිවාර්යයෙන්ම සම්බන්ධ නොවන බව දැකිය හැකිය. විශාල සම්මත අපගමනය උච්චාවචනය සහිත රේඛාවක සක්‍රීය බලය අනිවාර්යයෙන් සීමා නොවේ, සහ හේතුව ප්‍රකාශ වෝල්ටීයතා නිමැවුම් බලයේ සම්ප්‍රේෂණ දිශාවට සම්බන්ධ වේ. එය මුල් ශාඛා බල ප්‍රවාහයේ දිශාවටම තිබේ නම්, කුඩා ප්‍රකාශ වෝල්ටීයතා බලය ද සීමා රහිත වීමට හේතු විය හැක. pv බලය ඉතා විශාල වන විට, බල ප්රවාහය සීමාව නොඉක්මවිය හැක.

FIG හි. 6(c), ප්‍රකාශ වෝල්ටීයතා ධාරිතාව වැඩිවීමත් සමඟ පද්ධතියේ සම්පූර්ණ ජාල අලාභය වැඩි වේ, නමුත් මෙම බලපෑම පැහැදිලි නැත. ප්‍රකාශ වෝල්ටීයතා ධාරිතාව මෙගාවොට් 60 කින් වැඩි වූ විට, සම්පූර්ණ ජාල අලාභය වැඩි වන්නේ 0.5% කින් පමණි, එනම් මෙගාවොට් 0.75 කින්. එබැවින්, pv බලාගාර ස්ථාපනය කිරීමේදී, ජාල අලාභය ද්විතියික සාධකයක් ලෙස ගත යුතු අතර, සම්ප්‍රේෂණ මාර්ග බල උච්චාවචනය සහ සීමාවෙන් පිටත සම්භාවිතාව වැනි පද්ධතියේ ස්ථායී ක්‍රියාකාරිත්වයට වැඩි බලපෑමක් ඇති කරන සාධක පළමුව සලකා බැලිය යුතුය. .

3.2 පද්ධතිය මත බලශක්ති ගබඩා ප්රවේශයේ බලපෑම

වගන්තිය 3.1 ප්‍රකාශ වෝල්ටීයතා බලාගාරයේ ප්‍රවේශ ස්ථානය සහ ධාරිතාව බල පද්ධතිය මත රඳා පවතී