分布式电源接入对配电网影响的研究(Matlab代码实现)

news2024/11/20 18:26:56

 👨‍🎓个人主页:研学社的博客 

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

1.1 并入容量

1.2并入位置

📚2 运行结果

🌈3 Matlab代码实现

🎉4 参考文献


💥1 概述

参考论文:

随着科技与经济的快速发展,对能源的需求越来越多。当前能源比重较高的石油、煤炭等都属于不可再生能源,因此全世界都在大力寻找新兴能源。分布式电源作为新一代电源类型,其清洁、无污染与可再生的优点受到人们的重视,但分布式电源存在诸多问题,并入电网系统后对系统的运行方式、节点电压分布与潮流计算等将产生不可忽视的影响,本文将针对分布式电源的特点进行研究,主要研究内容包含以下几个方面:首先阐述分布式电源的基本概念,详细的对当前流行的分布式电源类型进行介绍,包含基本特性与发展现状等。在理论上对分布式电源接入对当前电网的影响进行分析,研究其并入位置、容量与储能电源相配合对电网可靠性的影响,得出并入位置越靠近线路下游、并入容量越高,系统的可靠性与安全性越高。然后使用基于配电系统的序贯蒙特卡洛可靠性评估方式,对不同分布式电源并入电网系统的容量、位置与储能配合方式三个方面对可靠性进行评估。通过分析可以得出,分布式电源并入电网的位置越靠近下游且容量越大,系统整体可靠性提升越大,并且在于储能设备的配合之下,可靠性能够得到更大的提升。而后对配电保护的基本原理与方案进行介绍,理论分析分布式电源并入系统对继电保护方案产生的影响,重点对电网的电流保护进行分析,以此为基础构数学模型,使用具体算例对故障发生在分布式电源上、下游或者临侧时,随着并入位置与容量的变化,对电流保护产生的具体影响,以此为基础建立多分布式电源并网模式,并对并入分布式电源对系统内馈线自动保护的影响,最终将短路电流作为系统约束条件构建分布式电源并入容量模型。最后对光伏发电系统并入电网时对系统电压、网损与保护设备造成的影响进行分析,并建立模型进行数值分析。相同容量的光伏发电系统接入不同的网络节点对系统的节点电压与潮流分布造成不同的影响,同样不同容量的光伏发电系统在相同网络节点并入时,也将对系统的节点电压与潮流分布造成不同的影响,这两种方式也会对系统保护设备的正常运行产生影响。

传统电网结构中,电网的拓扑结构往往呈现辐射状,正常工作状态下,电压会伴随着馈线潮流方向而不断降低。当分布式电源并入系统以后,馈线输出功率将会降低。由于分布式电源所输出的无功功率对后级电网系统无功功率的支持,使得后级各个节点电压升高。为了能够更好的分析分布式电源并入电网对系统节点造成的影响,建立模型如图所示。

为了便于对模型进行分析,对系统的电压损耗仅考虑纵向分量分析;

1.1 并入容量


为了方便对分布式电源并入电网对系统造成影响进行观察与分析,将分布式电源的装机容量范围设置到单回线总负载最大值的[0,1]倍,并选取典型数值如0.1倍、0.2倍直到1倍,同理可靠性计算结果取值范围为单回线总负载最大值的[0,0.47]倍。

1.2并入位置


因为分布式电源接入到馈线内所构成的微网可靠性和电网线路结构存在较大的关系,因此需要将电网模型与架空网络模型内的馈线部分进行合理的分段,如图3-2与图3-3所示。

 

根据电网系统主干、分支以及线路首端与末端的诸多性能,并且根据图3-2所示的电缆网供电模型,选取末端BUS4与 BUS6作为分布式电源的并网位置;根据图3-3架空网供电模式,选取末端BUS2、BUS6与 BUS9作为分布式电源的并网并入位置。
 

📚2 运行结果

请输入分布式电源的节点位置,有功与无功大小    bus  PG   QG  
DGs2 =

     0     0     1     0     1     0     0     0     0     0     0     0     0     0     0     0     0     0

请输入DG节点位置的值:3
请输入DG有功大小的值:60
请输入DG无功大小的值:50

DGs1 =

     3    60    50


DGs =

  1 至 20 列

     3    60    50     0     0     1     0     1     0     0     0     0     0     0     0     0     0     0     0     0

  21 列

     0


mpc = 

  包含以下字段的 struct:

    version: '2'
    baseMVA: 100
        bus: [9×13 double]
        gen: [3×21 double]
     branch: [9×17 double]
         et: 0.0400
    success: 1


Newton's method power flow converged in 4 iterations.

Converged in 19.01 seconds
================================================================================
|     System Summary                                                           |
================================================================================

How many?                How much?              P (MW)            Q (MVAr)
---------------------    -------------------  -------------  -----------------
Buses              9     Total Gen Capacity       0.0           0.0 to 0.0
Generators         3     On-line Capacity         0.0           0.0 to 0.0
Committed Gens     3     Generation (actual)    319.2              31.9
Loads              3     Load                   315.0             115.0
  Fixed            3       Fixed                315.0             115.0
  Dispatchable     0       Dispatchable          -0.0 of -0.0      -0.0
Shunts             0     Shunt (inj)             -0.0               0.0
Branches           9     Losses (I^2 * Z)         4.17             48.62
Transformers       0     Branch Charging (inj)     -              131.7
Inter-ties         0     Total Inter-tie Flow     0.0               0.0
Areas              1

                          Minimum                      Maximum
                 -------------------------  --------------------------------
Voltage Magnitude   0.960 p.u. @ bus 9          1.003 p.u. @ bus 6   
Voltage Angle      -5.66 deg   @ bus 5          7.43 deg   @ bus 2   
P Losses (I^2*R)             -                  1.95 MW    @ line 8-9
Q Losses (I^2*X)             -                 16.73 MVAr  @ line 8-2

================================================================================
|     Bus Data                                                                 |
================================================================================
 Bus      Voltage          Generation             Load        
  #   Mag(pu) Ang(deg)   P (MW)   Q (MVAr)   P (MW)   Q (MVAr)
----- ------- --------  --------  --------  --------  --------
    1  1.000    0.000     96.17     22.30       -         -   
    2  1.000    7.432    163.00     13.87       -         -   
    3  1.000    0.728     60.00     -4.24       -         -   
    4  0.989   -3.212       -         -         -         -   
    5  0.978   -5.659       -         -       90.00     30.00 
    6  1.003   -1.281       -         -         -         -   
    7  0.986   -2.020       -         -      100.00     35.00 
    8  0.997    1.564       -         -         -         -   
    9  0.960   -5.631       -         -      125.00     50.00 
                        --------  --------  --------  --------
               Total:    319.17     31.92    315.00    115.00

================================================================================
|     Branch Data                                                              |
================================================================================
Brnch   From   To    From Bus Injection   To Bus Injection     Loss (I^2 * Z)  
  #     Bus    Bus    P (MW)   Q (MVAr)   P (MW)   Q (MVAr)   P (MW)   Q (MVAr)
-----  -----  -----  --------  --------  --------  --------  --------  --------
   1      1      4     96.17     22.30    -96.17    -16.69   0.00000   5.61384
   2      4      5     45.70     -3.18    -45.33    -10.11   0.36674   1.98470
   3      5      6    -44.67    -19.89     45.49    -11.66   0.81761   3.56393
   4      3      6     60.00     -4.24    -60.00      6.36   0.00000   2.12016
   5      6      7     14.51      5.30    -14.46    -25.50   0.05448   0.46145
   6      7      8    -85.54     -9.50     86.18      0.29   0.64078   5.42775
   7      8      2   -163.00      2.86    163.00     13.87   0.00000  16.72582
   8      8      9     76.82     -3.15    -74.87    -16.34   1.94810   9.80138
   9      9      4    -50.13    -33.66     50.47     19.86   0.34351   2.91987
                                                             --------  --------
                                                    Total:   4.17121  48.61890
>> 

🌈3 Matlab代码实现

部分代码:

%% 节点类型
function [ref, pv, pq] = bustypes(bus, gen)
%创建参考节点,pq节点和pv节点
[PQ, PV, REF, NONE, BUS_I, BUS_TYPE, PD, QD, GS, BS, BUS_AREA, VM, ...
    VA, BASE_KV, ZONE, VMAX, VMIN, LAM_P, LAM_Q, MU_VMAX, MU_VMIN] = idx_bus;
[GEN_BUS, PG, QG, QMAX, QMIN, VG, MBASE, GEN_STATUS, PMAX, PMIN, ...
    MU_PMAX, MU_PMIN, MU_QMAX, MU_QMIN, PC1, PC2, QC1MIN, QC1MAX, ...
    QC2MIN, QC2MAX, RAMP_AGC, RAMP_10, RAMP_30, RAMP_Q, APF] = idx_gen;
nb = size(bus, 1);
ng = size(gen, 1);
Cg = sparse(gen(:, GEN_BUS), (1:ng)', gen(:, GEN_STATUS) > 0, nb, ng);  
                                        
bus_gen_status = Cg * ones(ng, 1);     

ref = find(bus(:, BUS_TYPE) == REF & bus_gen_status);   %% 参考节点索引
pv  = find(bus(:, BUS_TYPE) == PV  & bus_gen_status);   %% PV 节点索引
pq  = find(bus(:, BUS_TYPE) == PQ | ~bus_gen_status);   %% PQ 节点索引
 

%% 节点类型
function [ref, pv, pq] = bustypes(bus, gen)
%创建参考节点,pq节点和pv节点
[PQ, PV, REF, NONE, BUS_I, BUS_TYPE, PD, QD, GS, BS, BUS_AREA, VM, ...
    VA, BASE_KV, ZONE, VMAX, VMIN, LAM_P, LAM_Q, MU_VMAX, MU_VMIN] = idx_bus;
[GEN_BUS, PG, QG, QMAX, QMIN, VG, MBASE, GEN_STATUS, PMAX, PMIN, ...
    MU_PMAX, MU_PMIN, MU_QMAX, MU_QMIN, PC1, PC2, QC1MIN, QC1MAX, ...
    QC2MIN, QC2MAX, RAMP_AGC, RAMP_10, RAMP_30, RAMP_Q, APF] = idx_gen;
nb = size(bus, 1);
ng = size(gen, 1);
Cg = sparse(gen(:, GEN_BUS), (1:ng)', gen(:, GEN_STATUS) > 0, nb, ng);  
                                        
bus_gen_status = Cg * ones(ng, 1);     

ref = find(bus(:, BUS_TYPE) == REF & bus_gen_status);   %% 参考节点索引
pv  = find(bus(:, BUS_TYPE) == PV  & bus_gen_status);   %% PV 节点索引
pq  = find(bus(:, BUS_TYPE) == PQ | ~bus_gen_status);   %% PQ 节点索引
 

🎉4 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]毕格琳. 分布式电源接入对配电网影响的研究[D].山东大学,2019.DOI:10.27272/d.cnki.gshdu.2019.000571. 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/62321.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

vue3 + element 从0到1搭建前端基础框架

一、框架搭建 框架代码 个人博客 往往从0到1开发项目时发觉无从下手,或者很可能一步一个坑,因为大多基础框架公司已经搭建完毕的,新加入的成员也都是在此基础上进行功能模块的拓展。网上也鲜有详尽的全流程参考,多是某个局部功能的…

【Vue】webpack的基本使用

✍️ 作者简介: 前端新手学习中。 💂 作者主页: 作者主页查看更多前端教学 🎓 专栏分享:css重难点教学 Node.js教学 从头开始学习 ajax学习 文章目录webpack的学习目标前端工程化 小白眼中的前端开发 vs 实际的前端开发 什么是前端工程…

CISP考试大纲/范围

CISP考试主要是考CISP知识体系大纲,分别为信息安全保障、信息安全技术、信息安全管理、信息安全工程和信息安全标准法规这五大知识类,每个知识类根据其逻辑划分为多个知识体,每个知识体包含多个知识域,每个知识域由一个或多个知识…

Java项目:SSM失物招领管理系统

作者主页:源码空间站2022 简介:Java领域优质创作者、Java项目、学习资料、技术互助 文末获取源码 项目介绍 主要功能包括: 用户发布失物,或者招领失物,管理员对用户,失物信息进行增删改查。 环境需要 1…

新课程教学杂志新课程教学杂志社新课程教学编辑部2022年第19期目录

核心素养 核心素养视域下的历史教学设计——以“清朝君主专制的强化”为例 王威; 1-3 新中考背景下文本分析能力与核心素养的培育 黄嫄; 4-5《新课程教学》投稿:cn7kantougao163.com 基于核心素养的物理教学评价改良 李红; 6-7 初中语文综合性学习的…

Metabase学习教程:系统管理-6

Metabase可扩展性 扩展Metabase以支持更多人和数据库的最佳实践。 Metabase是一个可扩展的、经过实战的软件,被成千上万的公司用来提供高质量的自助服务分析。它通过水平扩展支持高可用性,而且它是开箱即用的高效工具:一台拥有4gb内存的单核…

vue.js axios 数据不刷新

getServerList(){axios.get(/server/showList).then(function(response){this.servers response.data // 不刷新console.log(response.data)}).catch(function (error) {console.log(error);}); } 打印this:this不是vue对象修改为:getServerList(){axi…

Mysql各种缓冲区的功能及之间的联系

buffer poolmysql数据存放在磁盘里面,如果每次查询都直接从磁盘里面查询,会影响性能,因此需要内存态缓存池。另外缓存池的淘汰机制不是基础LRU,而是是改进版LRU,防止大量临时缓存挤出热点数据。buffer pool读缓存分为老…

代码随想录算法训练营第五十三天| LeetCode1143. 最长公共子序列、LeetCode1035. 不相交的线、LeetCode53. 最大子数组和

一、LeetCode1143. 最长公共子序列 1:题目描述(1143. 最长公共子序列) 给定两个字符串 text1 和 text2,返回这两个字符串的最长 公共子序列 的长度。如果不存在 公共子序列 ,返回 0 。 一个字符串的 子序列 是指这样一…

Leetcode 1687. 从仓库到码头运输箱子 [四种解法] 动态规划 从朴素出发详细剖析优化步骤

你有一辆货运卡车,你需要用这一辆车把一些箱子从仓库运送到码头。这辆卡车每次运输有 箱子数目的限制 和 总重量的限制 。给你一个箱子数组 boxes 和三个整数 portsCount, maxBoxes 和 maxWeight ,其中 boxes[i] [ports​​i​, weighti] 。ports​​i …

网页制作课作业基于HTML+CSS+JavaScript+jquery仿慕课网教学培训网站设计实例 企业网站制作

常见网页设计作业题材有 个人、 美食、 公司、 学校、 旅游、 电商、 宠物、 电器、 茶叶、 家居、 酒店、 舞蹈、 动漫、 服装、 体育、 化妆品、 物流、 环保、 书籍、 婚纱、 游戏、 节日、 戒烟、 电影、 摄影、 文化、 家乡、 鲜花、 礼品、 汽车、 其他等网页设计题目, A…

【强化学习论文】离线元强化学习中基于对比学习的稳定表示

离线元强化学习中基于对比学习的稳定表示 最近几年来深度强化学习在算法上有很多进展,已初步用在很多场景中。目前深度强化学习有两个重要的问题:数据利用问题,泛化能力。深度强化学习通常要与环境进行大量的交互,通常效率较低&am…

Redis数据库 ---- 五种数据类型常用命令汇总

❤️ 作者简介:大家好我是小鱼干儿♛是一个热爱编程、热爱算法的大三学生,蓝桥杯国赛二等奖获得者🐟 个人主页 :https://blog.csdn.net/qq_52007481⭐ 个人社区:【小鱼干爱编程】 文章目录RedisRedis键(key)数据库相关…

Java面向对象:对象的概念及面向对象的三个基本特征

面向对象简称 OO(Object Oriented),20 世纪 80 年代以后,有了面向对象分析(OOA)、 面向对象设计(OOD)、面向对象程序设计(OOP)等新的系统开发方式模型的研究。…

element-ui 中 el-tree 和 el-table 样式调整

使用 el-tree 和 el-table 时&#xff0c;往往需要根据项目整体环境做一些样式调整&#xff0c;记录一下常用样式。 el-tree <!-- 树结构 --> <el-treeref"tree":data"data":props"defaultProps":default-expand-all"isExpanded&…

51单片机烟雾报警器mq2烟雾报警ADC0832采集实践制作DIY- GC0026-烟雾报警器

一、功能说明&#xff1a; 基于51单片机设计-烟雾报警器 功能介绍&#xff1a; STC89C52单片机&#xff08;AT89C51/52&#xff09;lcd1602adc0832mq2烟雾传感器蜂鸣器2个按键设定报警阈值 1.通过ADC0832采集MQ2烟雾输出的电压换算位烟雾浓度0~100 2.如果烟雾浓度超过设定…

机器学习9衡量线性回归法的指标,MSE,RMS,MAE

文章目录一、衡量线性回归法的指标&#xff0c;MSE,RMS,MAE1、MSE均方误差&#xff08;Mean Squared Error&#xff09;2、RSE均方误差&#xff08;Root Mean Squared Error&#xff09;3、平均绝对误差MAE&#xff08;Mean Absolute Error&#xff09;二、演示&#xff1a;三、…

清华、北大、中科大、UMA、MSU五位博士生畅聊深度学习理论

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入&#xff01;伴随着深度学习的蓬勃发展&#xff0c;进入人们视线的好像都是算法或AlphaGo等应用层面的东西。但是在理论上&#xff0c;深度学习似乎却没有很出圈的相关理论。因此&#xff0c;部分人也在批评深度学习是缺乏理论…

易基因课程回顾|表观遗传学和表观育种在品种改良中的应用研究

大家好&#xff0c;这里是专注表观组学十余年&#xff0c;领跑多组学科研服务的易基因。 传统作物育种包括杂交、选择所需性状的遗传变异&#xff0c;导致遗传基础缩窄和遗传多样性缺失&#xff0c;从而阻碍作物改良。表型性状受遗传学和表观遗传学影响&#xff0c;利用表观遗传…

简单个人网页设计作业 静态HTML个人主题网页作业 DW个人网站模板下载 大学生简单个人网页作品代码 个人网页制作 学生个人网页Dreamweaver设计作业

&#x1f389;精彩专栏推荐&#x1f447;&#x1f3fb;&#x1f447;&#x1f3fb;&#x1f447;&#x1f3fb; ✍️ 作者简介: 一个热爱把逻辑思维转变为代码的技术博主 &#x1f482; 作者主页: 【主页——&#x1f680;获取更多优质源码】 &#x1f393; web前端期末大作业…