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.

Кључне речи фотонапонска производња електричне енергије; Систем за складиштење енергије; Оптимизована конфигурација; Проток снаге вероватноће; Генетски алгоритам (га)

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.

Тренутно су научници предложили различите алгоритме вероватног протока снаге, а у литератури су предложене методе рударења података нелинеарног вероватног тока снаге засноване на методи Монте Карло симулације, али је правовременост Монте Карло методе веома лоша. У литератури се предлаже да се за проучавање локације складиштења енергије користи вероватноћа оптималног тока снаге, а користи се метода тачке од 2 м, али тачност прорачуна ове методе није идеална. У овом раду се проучава примена латиничне хиперкоцке методе узорковања у прорачуну токова снага, а супериорност латиничне хиперкоцке методе узорковања је илустрована нумеричким примерима.

На основу наведених истраживања, овај рад користи метод вероватноће протока снаге за проучавање оптималне алокације складиштења енергије у електроенергетском систему са великом фотонапонском производњом електричне енергије. Најпре су представљени модел расподеле вероватноће и латински метод узорковања компоненти у електроенергетском систему. Друго, успостављен је модел оптимизације са више циљева узимајући у обзир трошкове складиштења енергије, вероватноћу прекорачења границе и губитак мреже. Коначно, симулациона анализа се спроводи у ИЕЕЕ24 чворном тест систему.

1. Модел вероватноће тока снаге

1.1 Модел несигурности компоненти

Фотонапон, оптерећење и генератор су све случајне променљиве са несигурношћу. У прорачуну вероватног тока снаге дистрибутивне мреже, у литератури је објашњен пробабилистички модел. Анализом историјских података, излазна снага фотонапонске производње електричне енергије прати БЕТА дистрибуцију. Подешавањем дистрибуције вероватноће снаге оптерећења, претпоставља се да оптерећење прати нормалну дистрибуцију, а његова функција расподеле густине вероватноће је

Picture (1)

Где је Пл снага оптерећења; μ Л и σ Л су очекивање и варијанса оптерећења.

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

(2)

где је П вероватноћа нормалног рада генератора; ПГ је излазна снага генератора.

When the light is sufficient at noon, the active power of the photovoltaic power station is large, and the power that is difficult to use in time will be stored in the energy storage battery. When the load power is high, the energy storage battery will release the stored energy. The instantaneous energy balance equation of the energy storage system is

При пуњењу

(3)

When the discharge

(4)

The constraint

Слике,

Слике,

Слика, слика

Где је Ст енергија ускладиштена у време Т; Пт је снага пуњења и пражњења акумулације енергије; СЛ и СГ су енергија пуњења и пражњења. η Ц и η Д су ефикасност пуњења и пражњења. Дс је стопа самопражњења за складиштење енергије.

1.2 Латински метод узорковања хиперкоцке

Постоје симулациона метода, приближна метода и аналитичка метода која се може користити за анализу протока снаге система под неизвесним факторима. Монте Карло симулација је једна од најпрецизнијих метода у алгоритмима вероватног протока снаге, али је њена правовременост ниска у поређењу са високом прецизношћу. У случају малог времена узорковања, овај метод обично занемарује реп криве дистрибуције вероватноће, али да би се побољшала тачност, потребно је да повећа време узорковања. Латински метод узорковања хиперкоцке избегава овај проблем. То је хијерархијски метод узорковања, који може осигурати да тачке узорковања ефективно одражавају дистрибуцију вјероватноће и ефективно смањују вријеме узорковања.

На слици 1 приказано је очекивање и варијанса методе узорковања латинске хиперкоцке и методе Монте Карло симулације са временима узорковања у распону од 10 до 200. Укупан тренд резултата добијених помоћу ове две методе је опадајући. Међутим, очекивање и варијанса добијени методом Монте Карло су веома нестабилни, а резултати добијени вишеструким симулацијама нису исти са истим временима узорковања. Варијанца методе узорковања латинске хиперкоцке стално опада са повећањем времена узорковања, а релативна грешка се смањује на мање од 5% када су времена узорковања већа од 150. Вреди напоменути да је тачка узорковања методе узорковања латинске хиперкоцке је симетрично око И-осе, па је његова очекивана грешка 0, што је такође његова предност.

Слика

ШИПАК. 1 Поређење различитих времена узорковања између МЦ и ЛХС

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) Узорковање

Кси (И = 1, 2,…,м) је м случајних променљивих, а времена узорковања су Н, као што је приказано на Сл. 2. Кумулативна крива дистрибуције вероватноће за Кси је подељена на Н интервал са једнаким размаком и без преклапања, средња тачка сваког интервала је изабрана као вредност узорковања вероватноће И, а затим је вредност узорковања Кси= п-1 (Ии) израчунато коришћењем инверзне функције, а израчунато Кси је вредност узорковања случајне променљиве.

Слика

Слика 2 шематски дијаграм ЛХС

(2) Пермутације

Вредности узорковања случајних променљивих добијене из (1) су секвенцијално распоређене, тако да је корелација између м случајних променљивих 1, што се не може израчунати. Метода ортогонализације грам-Шмитове секвенце може се усвојити да би се смањила корелација између вредности узорковања случајних варијабли. Прво се генерише матрица К×М реда И=[И1, И2…, ИК]Т. Елементи у сваком реду су насумично распоређени од 1 до М, и представљају позицију узорковане вредности оригиналне случајне променљиве.

Позитивна итерација

Слика

A reverse iterative

Слика

“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.

После двосмерне итерације све док се РМС вредност ρ, која представља корелацију, не смањи, добија се матрица положаја сваке случајне променљиве након пермутације, а затим се може добити матрица пермутаци- ја случајних променљивих са најмањом корелацијом.

(5)

Где је слика коефицијент корелације између Ик и Иј, цов је коваријанса, а ВАР је варијанса.

2. Вишециљна оптимизацијска конфигурација система за складиштење енергије

2.1 Објективна функција

Да би се оптимизовала снага и капацитет система за складиштење енергије, успостављена је функција оптимизације са више циљева узимајући у обзир цену система за складиштење енергије, вероватноћу искључења струје и губитак мреже. Због различитих димензија сваког индикатора, стандардизација одступања се спроводи за сваки индикатор. Након стандардизације одступања, опсег вредности посматраних вредности различитих варијабли биће између (0,1), а стандардизовани подаци су чисте величине без јединица. У стварној ситуацији могу постојати разлике у наглашавању сваког индикатора. Ако се сваком индикатору да одређена тежина, могу се анализирати и проучавати различити нагласци.

(6)

Где је в индекс који треба оптимизовати; Вмин и вмак су минимум и максимум оригиналне функције без стандардизације.

Циљна функција је

(7)

У формули, λ1 ~ λ3 су тежински коефицијенти, Елосс, ПЕ и ЦЕСС су стандардизовани губитак мреже огранака, вероватноћа преласка активне снаге гране и инвестициони трошак складиштења енергије.

2.2 Генетски алгоритам

Генетски алгоритам је врста оптимизационог алгоритма успостављеног имитацијом генетских и еволуционих закона опстанка најспособнијих и опстанка најспособнијих у природи. Прво је кодирање, почетна популација која свако кодира у име појединца (изводљиво решење проблема), тако да је свако изводљиво решење од трансформације генотипа фенотипа, да се предузме избор у складу са законима природе за сваког појединца, и одабран у свака генерација на следећу генерацију рачунарског окружења да се прилагоди јаком појединцу, све до најприлагодљивијег окружењу појединца, Након декодирања, то је приближно оптимално решење проблема.

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:

Слика

FIG. 3 Algorithm flow

(1) Улазни систем, фотонапонски подаци и подаци за складиштење енергије и извођење латинског узорковања хиперкоцке и ортогонализације Грам-Шмитове секвенце;

(2) Унети узорковане податке у модел прорачуна протока снаге и забележити резултате прорачуна;

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

(4) Calculate the fitness of each individual in the population;

(5) одабрати, укрстити и мутирати да би произвео нову генерацију популације;

(6) Процијените да ли су услови испуњени, ако нису, вратите корак (4); Ако јесте, оптимално решење је излаз након декодирања.

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.

Слика

Слика 4 ИЕЕЕ24 систем за тестирање чворова

3.1 Утицај фотонапонске електране на електроенергетски систем

Фотонапонска централа у електроенергетском систему, локација и капацитет електроенергетског система ће утицати на напон чвора и снагу гране, стога, пре анализе утицаја система за складиштење енергије на електроенергетску мрежу, у овом делу се прво анализира утицај фотонапонске снаге. станица на систему, фотонапонски приступ систему у овом раду, тренд границе вероватноће, губитак мреже и тако даље је наставила симулациону анализу.

Као што се може видети са Сл. 5(а), након прикључења фотонапонске електране, чворови са мањим ограничењем протока снаге гране су следећи: 11, 12, 13, 23, 13 за балансирање чворног чвора, дат је напон чвора и фазни угао, имају ефекат стабилног биланса снаге електричне мреже, 11, 12 и 23 уместо директно повезаних, као резултат тога, неколико чворова повезаних до границе вероватноће мање и веће снаге, фотонапонска електрана ће приступити чвору са ефектом баланса је мањи на утицај електроенергетског система.

Слика

Слика 5. (а) збир вероватноће ванграничног протока снаге (б) флуктуација напона чвора (ц) укупан губитак мреже различитих фотонапонских приступних тачака

Поред прекорачења тока снаге, у овом раду се анализира и утицај фотонапона на напон чвора, као што је приказано на Сл. 5(б). За поређење су одабране стандардне девијације амплитуда напона чворова 1, 3, 8, 13, 14, 15 и 19. Све у свему, прикључење фотонапонских електрана на електроенергетску мрежу нема велики утицај на напон чворова, али фотонапонске електране имају велики утицај на напон а-чворова и њихових оближњих чворова. Поред тога, у систему који је усвојен на примеру прорачуна, кроз поређење, налази се да је фотонапонска електрана погоднија за приступ типовима чворова: ① чворови са вишим напонским разредом, као што су 14, 15, 16, итд., напон се скоро не мења; (2) чворови подржани генераторима или камерама за подешавање, као што су 1, 2, 7, итд.; (3) у линији отпор је велики на крају чвора.

У циљу анализе утицаја фотонапонске приступне тачке на укупан губитак мреже електроенергетског система, у овом раду се врши поређење као што је приказано на слици 5(ц). Може се видети да ако су неки чворови са великом снагом оптерећења и без напајања прикључени на ПВ електрану, губитак мреже у систему ће бити смањен. Напротив, чворови 21, 22 и 23 су крај напајања, који је одговоран за централизовани пренос енергије. Фотонапонска електрана повезана на ове чворове ће изазвати велики губитак мреже. Према томе, приступна тачка за ПВ електрану треба да буде изабрана на крају пријема напајања или чвору са великим оптерећењем. Овај начин приступа може учинити дистрибуцију протока енергије у систему уравнотеженијом и смањити губитак мреже у систему.

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.

Слика 6(а) анализира утицај фотонапонског капацитета на систем. Може се видети да стандардна девијација активне снаге сваке гране расте са повећањем фотонапонског капацитета, а између њих постоји позитивна линеарна веза. Осим неколико грана приказаних на слици, све стандардне девијације осталих грана су мање од 5 и показују линеарни однос, који се занемарују ради погодности цртања. Види се да веза фотонапонске мреже има велики утицај на снагу директно повезаних са фотонапонском приступном тачком или суседним гранама. Због ограниченог преноса далековода, далеководи по количини изградње и улагања су огромни, па при постављању фотонапонске електране треба узети у обзир ограничење транспортног капацитета, изабрати најмањи утицај на приступ линији најбољој локацији, поред тога, одабир најбољег капацитета фотонапонске електране играће важну улогу у смањењу овог ефекта.

Слика

Слика 6. (а) Стандардна девијација активне снаге гране (б) вероватноћа ванграничног тока снаге гране (ц) укупан губитак мреже у систему под различитим фотонапонским капацитетима

ШИПАК. 6(б) упоређује вероватноћу да активна снага премаши границу сваке гране под различитим капацитетима фотонапонских електрана. Осим грана приказаних на слици, остале гране нису прелазиле границу или је вероватноћа била веома мала. У поређењу са СИ. 6(а), може се видети да вероватноћа ван граница и стандардна девијација нису нужно повезане. Активна снага линије са великом стандардном девијацијом флуктуације не мора нужно бити ван граница, а разлог је везан за правац преноса фотонапонске излазне снаге. Ако је у истом смеру као и изворни ток снаге гране, мала фотонапонска снага такође може изазвати искључење. Када је ПВ снага веома велика, проток снаге не сме прећи границу.

На сл. 6(ц), укупни губитак мреже у систему расте са повећањем фотонапонског капацитета, али овај ефекат није очигледан. Када се фотонапонски капацитет повећа за 60 МВ, укупни губитак мреже расте само за 0.5%, односно 0.75 МВ. Због тога, приликом инсталирања ПВ електрана, губитак мреже треба узети као секундарни фактор, а прво треба узети у обзир факторе који имају већи утицај на стабилан рад система, као што су флуктуација снаге далековода и вероватноћа ванграничне вредности. .

3.2 Impact of energy storage access on the system

Одељак 3.1 Приступна позиција и капацитет фотонапонске електране зависе од електроенергетског система