分布式光伏发电系统可靠性评估综述之欧阳计创编文档格式.docx
- 文档编号:15202690
- 上传时间:2022-10-28
- 格式:DOCX
- 页数:12
- 大小:314.98KB
分布式光伏发电系统可靠性评估综述之欧阳计创编文档格式.docx
《分布式光伏发电系统可靠性评估综述之欧阳计创编文档格式.docx》由会员分享,可在线阅读,更多相关《分布式光伏发电系统可靠性评估综述之欧阳计创编文档格式.docx(12页珍藏版)》请在冰豆网上搜索。
类别:
上课时间:
考生成绩:
卷面成绩
平时成绩
课程综合成绩
阅卷评语:
阅卷教师(签名)
重庆大学研究生院制
分布式光伏发电系统可靠性评估综述
摘要:
近年来光伏发电逐渐受到广泛的关注,光资源的波动性和间歇性特性使得准确评估其可靠性十分重要。
本文首先引入电力系统可靠性评估方法与评估指标,然后分析了分布式光伏发电系统的结构以及出力特点,对太阳能辐射预测方法及光伏电站可靠性模型研究方法进行对比,分析各方法优缺点及适用范围。
最后研究了综合考虑能源约束和系统结构特点的马尔科夫多状态可靠性模型,详细分析了光伏发电系统结构故障情况,介绍了综合考虑能源约束和系统结构特点的光伏发电系统六状态可靠性模型,涵盖不同季节、天气以及不同部件故障情况下的系统状态并研究了光伏发电系统可靠性指标体系。
本文对光伏发电系统中可靠性评估方法进行比较、分析,最后得出最优可靠性评估方案。
关键词:
电力系统可靠性,光伏发电,评估,六状态模型
引言
近年来,太阳能光伏发电技术持续快速发展,并网光伏发电的装机容量迅速增长。
截止2012年底,我国光伏累计装机容量已达4.9GW,预计到2020年,光伏发电装机容量将突破20GW[1]。
随着光伏发电容量的增加,其出力的随机性和间歇给系统增加的不确定因素已不容忽视。
为了准确衡量光伏发电对电力系统的贡献,必须对光伏发电系统的可靠性展开研究。
光伏发电系统的可靠性分析,国内外已有一些研究。
文献[2]提出了一种含光伏系统的电力系统可靠性分析方法,在考虑光伏系统的多状态模型情况下用卷积方法构造有效负载持续时间曲线,并且提出了利用历史太阳辐射数据构造辐射概率分布函数的方法,给出了应用算例。
文献[3]给出了光伏发电系统的标准术语,提出了基本的时间指标以及可靠性指标体系。
文献[4]提出了一种光伏系统的马尔可夫模型,并建立了全寿命周期模型以进行经济性评估。
文献[5]描述了一种主要基于部件的故障以及系统的可靠性结构图的大型光伏发电系统的可靠性和可用性综合评估方法。
文献[6]提出了一个考虑天气影响的光伏发电系统的三状态可靠性模型,给出了一种评估含分布式光伏系统的配电网系统的可靠性方法。
文献[7]提出了一种考虑新能源不确定性的新可靠性指标——有效安装备用率。
然而,文献[2,6,7]考虑了能源输入的影响,但没有考虑系统故障的影响;
文献[3]给出了基础性的定义和术语,但缺少对系统特点的详细分析,缺少与具体的模型的结合;
文献[4,5]考虑了系统的结构模型与故障情况,但并未对一般的光伏发电系统给出通用的故障分析方法,同时缺少对太阳能不确定性的考虑。
总体而言,目前国内外已有研究侧重分析光资源波动性对可靠性的影响,未能充分考虑光伏电站内部的设备故障对光伏发电出力的影响,缺少综合考虑光资源波动和光伏发电系统结构特点的可靠性模型,也缺乏相应的评估指标。
本文在国内外已有研究基础上,首先介绍了电力系统可靠性的评估方法与评估指标,然后对比分析了常用的光伏发电系统可靠性评估方法和优缺点,在此基础上最后详细分析了一种综合考虑能源约束和系统结构特点的光伏发电系统六状态可靠性模型,研究了光伏发电系统可靠性指标体系。
1电力系统可靠性
1.1可靠性评估方法
文献[8]给出电力系统可靠性的定义,是对电力系统按可接受的质量标准和所需数量不间断地向电力系统供应电力和电能能力的度量。
根据研究目标的不同,可靠性可以分为充裕度和安全性两个方面的内容[9]。
充裕度又称为静态可靠性,它所关心的问题是系统是否有足够的能力可以产生满足负荷需求的电量,以及输配电系统是否可以将优质电能连续的供应给负荷点,评估的时候只需要考虑静态条件,在这一角度,分析还可以进一步划分为暂态稳定性和静态稳定性两部分。
暂态稳定性考虑大的干扰后各同步机保持稳定运行方式的能力,静态稳定性考虑小的干扰后,不会发生周期性失步自动恢复到起始运行状态的能力。
不同层面上的可靠性分析有着特定于该问题领域的评估方法,总体来说可以分为解析法和蒙特卡洛方法两种。
第一层评估的解析法,通常需要建立机组的解析模型,也就是容量停运概率表(COPT),然后再得到一个离散的负荷概率分布,之后利用概率卷积方法计算相应的可靠性指标;
第2层评估的解析法也可以称为状态枚举法,在评估过程中,通常是按照一定的规则,如故障严重程度或故障发生概率大小来先选取系统故障状态,然后对该状态下的系统进行潮流计算,通过预先设定的事故准则判断当前状态是否属于事故状态,如果是还要采取一定的措施对事故进行校正,采取一定措施后再进行判断,如果仍属于故障状态那么就要分析该事故所产生的后果,并评估它对可靠性产生的影响[10]。
解析法所具有的优点是计算速度快、模型精度高、物理概念清晰;
缺点是对某些可靠性指标的计算存在困难,如频率和持续时间指标;
其计算量通常和系统规模呈指数关系,因而更适用于小型电力系统[11]。
蒙特卡洛法是以概率统计理论为主要理论基础、以随机变量抽样为主要手段的统计实验方法。
应用在电力系统可靠性评估中的蒙特卡洛方法根据抽样原理可以分为序贯和非序贯蒙特卡洛两种。
其中非序贯蒙特卡洛方法又可以进一步分为状态采样方法和状态变换采样方法[12]。
状态采样方法通过对系统中所有元件状态进行抽样得到系统终态,在抽样过程中完全忽略事件发生的前后相继关系,每一个组件的行为都被认为是服从(0,1)区间上的均匀分布。
这种方法的主要优点是实现相对较简单,计算时间短,占用内存空间也比较少[9]。
它的最大缺点是无法计算频率和持续时间等相关指标。
状态变换采样方法将系统作为一个整体来考虑它的状态变换过程,而不是系统中所有组件的状态变换[14]。
这种方法的主要优点是可以用来计算实际的频率指标,缺点是只能应用于元件状态持续时间服从指数分布的情况,而且计算耗时一般来说要比状态采样方法长。
序贯蒙特卡洛方法也称为状态持续时间采样方法,这种方法依照组件状态持续时间的分布函数进行抽样。
每一次抽样所得到时间区间的结束就意味着下一个系统状态的开始。
由于序贯蒙特卡洛仿真可以给出较为接近实际运行情况的元件时间相依运行历史,因而特别适用于发电容量严重依赖于运行状况且易受一些随机因素影响的电力系统组件,如水电机组和各种新兴的可再生能源发电技术等。
由于仿真结果包含了系统随时间演进和发展的前后相继关系,因此几乎可以对任何感兴趣的可靠性指标进行评估,也是目前唯一可以用来得到可靠性指标分布情况的方法[15]。
1.2可靠性评估指标
评价电网可靠性的指标从总体上来说可以分为确定性指标和概率性指标两类。
而概率指标又可以进一步分为如下四类:
1)概率指标:
通常用来衡量研究期间事件出现的概率。
如失负荷概率(LOLP)、发电容量受阻概率(LOGP)、系统健康状况概率等。
2)频率指标:
通常来来衡量研究时间段内事件出现的频率。
如缺电频率(LOLF)、发电容量受阻频率(LOGF)、边际状态频率、系统平均停电频率(SAIFI)等。
3)平均持续时间指标:
通常用来衡量研究区间内每个状态对应事件持续时间。
如缺电持续时间(LOLD)、系统平均停电持续时间(SAIDI)等。
4)期望值指标:
用来表征研究时间段内发生故障事件某种后果的平均值。
如缺电时间期望(LOLE)、电量不足期望(LOEE)、健康状态持续时间期望(EHDUR)等。
随着电力市场的不断发展和新兴发输电技术的进步和应用,传统的电力系统可靠性指标已不能完全满足当前形势的需求,这种矛盾促进了新评价指标和评估体系的发展。
文献[15]提出利用失负荷价值(VOLL)来考虑各类不同负荷对经济费用的影响;
文献[16]提出一个用社会效益损失期望值(LOSBE)作为衡量可靠性价值的新标准。
文献[17]从时间、出力和系统三个层面建立了分布式光伏发电系统可靠性评价指标体系。
2光伏发电系统可靠性建模原理
大规模光伏发电的接入增加了系统的不确定因素,因此针对光伏发电出力的时序性和随机性找到一个合适方法来预测它们对于可靠性评估是一个十分重要的前提步骤。
分布式光伏发电系统的典型结构如图1所示。
图1 典型分布式光伏发电系统的基本构架
Fig.1Basicstructureofdistributedphotovoltaicpowergenerationsystem
系统主要由光伏阵列和并网逆变器组成。
光伏阵列中,n块光伏电池板串联成一串,m串光伏电池板并联接入一台逆变器,共有k台逆变器并联接入电网。
根据这种结构特点,可知单块光伏电池板的故障仅会引起其所在光伏电池板串的停运,而逆变器的故障会导致其所在光伏—逆变器组停运。
按照不同的故障情况可将系统状态分为全额运行、故障减额运行以及故障停运这3种状态。
2.1太阳辐射的预测与概率分布
目前用来模拟或预测太阳辐射的方法有物理方法、统计方法和学习方法。
其中,物理过程预测结果较为精确,但是需要的输入数据太多且很难获取,因此使用范围有限;
统计模型利用较为常规的气象要素以及一些必要的地理信息,如经度和纬度,来模拟逐时太阳辐射。
通过加入气温、降水和相对湿度等因子可以进一步提高模拟的精度[14];
学习方法的实质是用人工智能的方法提取输入和输出间的关系,这种方法建立起的模型都是非线性模型,可以采用的方法有最小二乘支持向量机(LS-SVM)和神经网络等。
已有学者提出一些用来表征每天太阳总辐射量统计特性的概率分布函数,如正态分布、Boltzmann分布、伽玛分布和Log-normal分布等。
文献[15]认为正态分布更适合于拟合晴天的日射量概率分布;
文献[18]通过对几个地区的总辐射采用不同概率分布函数进行拟合,并采用Kolmogorov-Smirnov测试和均方差(RMS)对拟合效果进行检验后发现,天气变化在全年相对比较稳定的地区采用正态分布拟合的效果是很好的,而对于总体特性不够显著的地区,则是Log-normal拟合的效果更好;
对于逐时的太阳辐射数据,文献[5]提出用双峰Beta分布(bimodalBetadis-tribution)对于可代表季节特性的典型日内的每小时的逐时辐射量概率分布进行拟合,并将之用于混合发电系统的光伏阵列容量优化。
2.2光伏电站可靠性建模方法
由于光伏发电要受到地理环境和气候条件的约束,目前的大规模光伏电站通常也处于自然环境比较恶劣的地区。
而且由于单块光伏电池容量有限,要形成大容量并网光伏发电系统必须由电池形成模块,再由模块经过串、并联组成光伏阵列之后通过逆变器接入电网,但由于不同气候下的光伏出力差别较大因,如图2所示,因此对光伏发电系统进行可靠性建模需要考虑气候条件、部件故障和结构布置等因素。
图2不同天气的光伏日出力对比
Fig.2ComparisonofPVoutputindifferentweather
文献[19]以入射光辐照强度-光伏功率输出曲线拐点为界,将入射光照强度分为3个等级,建立了光伏发电系统的多态模型。
该方法的数据输入是每月平均每小时太阳辐照值及其均值与标准差,对于缺少有效历史数据的地点,该方法适用度不高。
文献[20]在总结目前关于光伏发电系统可靠性和置信容量的研究的基础上,考虑了天气变化、设备故障等随机因素对光伏发电出力的影响,建立并改进了光伏发电系统的出力模型。
通过序贯蒙特卡洛法实现了并网光伏系统可靠性的有效评估。
文献[21]以日地天文关系计算出的太阳辐照度为基础,通过对地面有效辐照度的分解引入逐时晴空指数来体现光照强度变化的随机性,并用时间序列方法对逐日温度建模,用正弦分段法获得逐时温度,最后依据光伏电池板的能量转换特性得到它的输出功率时间序列。
文献[17]在文献[4]的基础上,针对入射光资源约束及光伏发电系统的整体结构特
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 分布式 发电 系统 可靠性 评估 综述 欧阳 创编