一种基于状态估计的分布式电源感知方法与流程

1.本发明属于分布式电源并网技术领域，尤其是一种基于状态估计的分布式电源感知方法。


背景技术：

2.在实现“双碳”目标的大环境下，我国分布式光伏电源等新能源装机容量迅速增加，为应对分布式电源大规模接入问题，国家电网公司也在积极推荐适应大比例分布式电源接入的新型电力系统建设。因此，配电网正在由一个单向配电型网络向供需互动的有源型新型电力网络过度。低压侧分布式光伏电源还在源源不断接入，对配电网络安全、经济、稳定运行造成威胁，尤其是单条线路上接入超过保护规定限额的光伏电源，对电网的保护也是一种考验。如何实现安全、高效、开放式消纳，成为分布式光伏发展的制约性因素，也是电网发展面临的迫切挑战。
3.目前，配调监控系统及营配系统无法对分布式电源全局、线路分布式电源出力实时量开展监控和分析，当前技术水平下仅能从低压分布式电源的发电量和上网电量来分析光伏电源的平均出力情况，随着分布式光伏电源装机容量快速增加，高比例分布式电源的管理问题将越来越突出。


技术实现要素：

4.本发明的目的在于克服现有技术的不足之处，提供一种基于状态估计的分布式电源感知方法，可以实现光伏电源的实时感知，尤其是针对区域分布式光伏电源的感知，完美解决当前存在的分布式光伏普遍存在的“看不见、摸不着”问题。
5.本发明解决技术问题所采用的技术方案是：
6.一种基于状态估计的分布式电源感知方法，其特征在于，步骤如下：
7.步骤一、基于scada配调系统建立感知区域内分布式光伏电源数据库；
8.步骤二、提取scada平台数据库集中并网光伏电源实时数据，代入公式(1)，计算区域分布式电源s的实时出力，并绘制出感知曲线；
[0009][0010]
式中：s是区域分布式光伏总出力(mw)，m：设备感知年的年度；n：分布式装机年份(
……
2014、2015
……
m)；si：按装机年度统计分布式光伏的装机容量，mw；k2：光伏板年的衰减系数，％；b：偏差修正函数；x：集中并网光伏的单位容量发电功率；
[0011]
步骤三、对式(1)求出的区域分布式光伏的实时出力值进行评价，针对波动较大的数值利用状态估计法对分布式光伏电源数据的较大干扰点修正，采用卡尔曼滤波技术解决分布式电源感知过程中出力误差较大问题，状态估计算法如公式(2)所示；
[0012]sk 1
＝f(sk，xk，tk)
ꢀꢀꢀ
(2)
[0013]
式中，s
k 1
代表估计值；s
k 1
为t
k 1
时刻的状态估计值；sk代表实际值；sk为tk时刻公式(1)求出实际值；xk代表状态向量；
[0014]
步骤四、将积分电量与计量表电量数据进行对比，如果满足误差要求，则输出分布式光伏出力数据感知曲线，如果不满足要求，则进行误差修正，重新进行步骤二，直到满足误差要求，其中积分电量为实时感知数据s曲线的积分值，计量表电量数据为营销采集系统提供的计量表发电结算电量。
[0015]
该方法输出的分布式光伏实时出力曲线，能够准确展示区域分布式光伏实时出力情况，为区域电网分布式电源的精益化调度提供支撑，提高电网经济化运行。同时，合理的安排电网运行方式可以有效提高电网清洁能源比例，促进高比例清洁能源接入的新型配电网络发展。
[0016]
该方法以划分的区域内接入scada系统的光伏电源为参考对象，避免了光照、温度等环境等多变量对于分布式电源出力感知精度的影响。
[0017]
步骤一中基于scada配调系统建立分布式光伏电源数据库为图模数据库，可满足数据库数据的完整性、准确性和更新的实时性。
[0018]
步骤二中可计算以天气划分的区域分布式光伏电源出力感知和以线路划分区域的分布式光伏电源出力感知，但功能不仅限于此。
[0019]
步骤四所述的误差修正方法为结算日电量与曲线积分电量波动误差修正方法。
[0020]
本发明的优点和积极效果是：
[0021]
本发明基于状态估计的分布式光伏电源感知方法，该方法可以实现光伏电源的实时感知，完美解决当前存在的分布式光伏普遍存在的“看不见、摸不着”问题。尤其是针对分布式电源不存在状态数据实时数据上传能力或上产数据存在较大误差的区域。
附图说明
[0022]
图1为根据本发明实施例的方法流程图。
具体实施方式
[0023]
需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
[0024]
本发明基于状态估计的分布式光伏电源感知方法，包括三个步骤：
[0025]
步骤一、建立基于scada配调系统建立感知区域内分布式光伏电源数据库，分布式光伏电源数据库包括对并网的分布式电源进行分类统计，以便与数据调用为原则，为每条数据做好标签，分布式电源用户标签包括户名、户号、装机容量、上网方式、装机年份等。
[0026]
步骤二、以地区接入的集中式光伏电站实时数据为参考数据。为了提高分布式光伏出力感知的准确性，方法中将分布式光伏用户按照气象条件相似原理进行区域划分，在每一气象区域选取集中光伏电站发电的实时数据为感知基础理论数据，该方法中的参考点为实时数据已考虑当天天气因素，因此在分布式电源感知无需单独考虑被感知设备对于光照，温度、湿度等天气因素对光伏电源出力的影响，减少了控制的变量。为了提高精确度，在感知过程中考虑了并网电压能级、电站规模、用户性质等影响光伏电源效率的因素，实现全区域或逐条线路光伏电源状态的实时感知，掌握区域全网分布式电源对全网贡献力度，公式表示如式1：
[0027][0028]
式中：
[0029]
m：设备感知年的年度；
[0030]
n：分布式装机年份(
……
2014、2015
……
m)；
[0031]
si：按装机年度统计分布式光伏的装机容量(单位：mw)；
[0032]
k2：光伏板年的衰减系数(％)；
[0033]
b：偏差修正函数；
[0034]
x：集中并网光伏的单位容量发电功率，其中，p：参考电站实时有功功率(mw)；sj：区域内参考的集中并网光伏装机容量(mw)。
[0035]
步骤三、该分布式光伏电源的感知方法为参照模拟及状态估计的感知方法，因为该方法在描述分布式光伏电站出力时的参照量为集中式并网光伏电站的实时数据，在进行分布式光伏出力感知时对参考电站的依赖程度较高，当参考对象出现功率波动或者感知区域内集中电站检修时，将会导致分布式电源的感知数据有波动。因此，在该感知方法中引入状态估计算法和电量修正方法对状态感知的结果做进一步修正处理。
[0036]
状态估计算法如公式(2)所示；
[0037]sk 1
＝f(sk，xk，tk)
ꢀꢀꢀ
(2)
[0038]
式中，s
k 1
代表估计值；s
k 1
为t
k 1
时刻的状态估计值；sk代表实际值；sk为tk时刻公式(1)求出实际值；xk代表状态向量；
[0039]
从数据的准确性和感知平滑度角度来考虑，宜采取前一日及相似数据对分布式光伏电站出力进行状态估计，该感知方法中状态估计算法采取加权最小二乘法状态估计算法，弱化在电源感知过程中对于集中并网光伏电站数据的依赖，更加准确感知分布式光伏电源出力情况。分布式光伏电源并网点的电量计量装置为并网电量数据采集点，与计量装置上传的实施有功数据相比，电量数据准确度较计量装置上传营销系统的有功数据精度高，为了提高分布式光伏电源出力感知精度，在感知方法中引入电量修正方法，使用以天为单位或月为单位的电量数据进行分布式光伏电源有功出力修正，经过修正的感知精度已经能够较为准确的反应分布式电源如公式(3)：
[0040][0041]w计量
:分布式光伏电源计量表计(kwh)；
[0042]w积分
:为分布式光伏感知曲线的积分值(kwh)；
[0043]
step:状态感知的数据点数。
[0044]
该感知方法亦可用于线路和供电台区的光伏电源感知。
[0045]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。