分布式光伏发电系统优化调度策略.docx

分布式光伏发电系统优化调度策略

第一部分分布式光伏发电特性分析 2

第二部分分散式发电接入影响研究 4

第三部分分布式光伏系统优化目标建立 6

第四部分基于优化算法的调度策略设计 10

第五部分分布式光伏多目标优化调度 14

第六部分分布式光伏场景化优化应用 18

第七部分微电网环境下光伏优化策略 22

第八部分分布式光伏智能调度技术展望 25

第一部分分布式光伏发电特性分析

分布式光伏发电特性分析

分布式光伏发电系统(DPV)具有以下主要特性：间歇性和波动性：

*DPV发电输出依赖于太阳辐照度，受天气条件(如云层覆盖、降水)的影响很大。

*光伏阵列的输出呈现间歇性和波动性，导致发电功率难以预测和控制。

分散性和规模小：

*DPV系统通常部署在屋顶、停车场或其他分散的位置。

*这些系统通常规模较小，功率输出有限。高渗透率：

*随着可再生能源政策的推进和成本下降，DPV系统的渗透率正在快速上升。

*高渗透率可能会对配电网络造成挑战，例如电压波动和频率漂移。灵活性差：

*DPV系统不能独立调节其发电输出。

*光伏阵列的输出只能通过优化系统配置、使用储能设备或通过外部

指令来控制。双向功率流：

*DPV系统可以在发电时向电网注入功率，也可以在需要时从电网获取功率。

*这使得DPV系统能够抵消负荷，并为电网提供辅助服务。具体数据：

*太阳能转化的效率：晶硅太阳能电池的效率约为15-25%。

*峰值功率密度：单晶硅太阳能电池的峰值功率密度约为170-220

W/m2。

*容量因子：DPV系统的容量因子通常在10-25%之间。

*发电成本：DPV系统的发电成本已大幅下降，目前约为0.06-0.12美元/kWh。

对电网的影响：

*DPV的高渗透率会导致电网中的峰值和谷值负荷变化。

*由于DPV的间歇性和波动性，需要采用储能系统或其他措施来平衡

电网供需。

优化调度策略：

为了克服这些特性带来的挑战，需要优化DPV发电系统的调度策略。这些策略包括：

*预测和优化：使用天气预报和其他数据来预测DPV发电输出，并优化发电系统的调度。

*储能系统：使用电池或其他储能设备来存储多余的DPV发电，并在需要时释放能量。

*分散控制：使用分散的控制器或算法来协调不同DPV系统的发电输出，以实现电网稳定和优化。

*需求响应：通过调整负荷曲线或使用可控负荷，来响应DPV发电的

波动性。

*电网互联：将DPV系统连接到更广泛的电网，以获得更大的灵活性。

第二部分分散式发电接入影响研究

关键词

关键要点

主题名称：电网规划与评估

1.分布式发电接入对配电网规划提出挑战，需考虑逆变器出力变化、谐波谐振等影响因素。

2.需评估分布式发电接入对电网电压稳定性、潮流分布、短路电流等方面的影响，并制定相应的优化措施。

3.可利用仿真技术对分布式发电接入场景进行建模和分析，预测其影响并优化配电网设计。

主题名称：储能系统协同优化

分散式发电接入影响研究概述

分布式光伏发电系统(DPV)的快速发展给配电网络带来了重大影响。DPV接入会影响配电网络的电压、潮流和功率质量，需要对配电网络进行优化调度以应对这些影响。

电压影响

*电压上升：大量DPV接入会导致配电网络的电压上升，尤其是在高峰发电期和低负荷时段。

*电压骤降：当DPV突然断开时(例如由于云层遮挡),会造成电压骤降，影响敏感的电气设备。

潮流影响

*潮流反向：大量DPV接入会改变潮流方向，导致配电变压器的倒顺。

*线路过载：高渗透率的DPV接入可能会导致配电线路过载，增加电网故障风险。

功率质量影响

*谐波：DPV逆变器会产生谐波电流，影响电网的电压和电流波形。*电压波动：DPV发电功率受气象条件影响，容易造成电压波动，特别是当DPV渗透率较高时。

研究方法

分散式发电接入影响的研究主要采用以下方法：

*时序仿真：使用电力系统仿真软件对DPV接入场景下的配电网络进行时序仿真，分析电压、潮流和功率质量的变化。

*场测数据分析：收集实际配电网络中DPV接入的监测数据，分析其对电网的影响。

*统计分析：对大量DPV接入案例进行统计分析，确定DPV接入与配电网络影响之间的相关关系。

影响因素

影响分散式发电接入影响的因素主要包括：*DPV渗透率：DPV接入的容量和数量。

*DPV发电特性：DPV发电功率受气象条件影响，具有间歇性和波动性。

*配电网络结构：配电网络的拓扑结构、线路容量和变压器容量。

*负荷特性：配电网络中负荷的特性，包括负荷大小、负荷分布和负荷功率因数。

缓解措施

为了缓解分散式发电接入的影响，可以采取以下措施