国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      適用于微電網(wǎng)的多狀態(tài)等值分析方法及系統(tǒng)的制作方法_2

      文檔序號:9690105閱讀:來源:國知局
      64]其中,UMA(z)表示光伏發(fā)電系統(tǒng)的機械可靠性的通用生成函數(shù)UGF模型;ΩΦΡ表示 UGF模型的通用并聯(lián)算子;UmCKU(Z)表示第1個光伏陣列逆變器組的UGF模型;UMd,_d(z)表 不第nm〇d個光伏陣列逆變器組的UGF模型;kMA、分別對應光伏發(fā)電系統(tǒng)機械狀 態(tài)數(shù)目、狀態(tài)概率及狀態(tài)值,所述狀態(tài)值表示正常工作的電池串數(shù)目;
      [0065]其中,所述光伏陣列逆變器組的UGF模型為:
      [0067]其中,Uinv(Z)表示光伏逆變器的UGF模型,Uinv(Z) =UinvZQ+a-Uinv)Z1;uarr (Z)表示 光伏陣列的UGF模型,
      .其中,Ustr(Z)表不光伏電池 串的UGF模型,ustr(z) =UstrZQ+(l-UstOZ1 ;其中,Ustr表示電池串的不可用率,
      ;其中,Uww為光伏電池塊的不可用率;Uinv為逆變器的不可用率; Ωφρ、ΩΦ5分別為UGF的通用并聯(lián)算子和串聯(lián)算子;karr、??#7':、分別對應光伏陣列的 狀態(tài)數(shù)目、狀態(tài)概率及狀態(tài)值;^^,廣^&^分別對應光伏逆變器組的狀態(tài)數(shù)目冰態(tài) 概率及狀態(tài)值;
      [0068]所述第二建立模塊,用于建立光伏出力概率預測性的通用生成函數(shù)UGF模型:
      [0070] 其中,UlR(z)表示光伏出力概率預測性的通用生成函數(shù)UGF模型;nIR、;?r嚴、 分別表示光伏出力狀態(tài)數(shù)目、狀態(tài)概率及狀態(tài)值,所述狀態(tài)值表示單位光伏電池串面積的 輸出功率;
      [0071] 其中,利用馬爾科夫模型進行光照強度概率預測,根據(jù)光照強度歷史數(shù)據(jù)將光照 強度等間隔劃分為mR個區(qū)間,分別表示nIR個狀態(tài),已知初始時刻to光照強度的狀態(tài)概率,根 據(jù)ΡΗω=ΡΓ(?ο) ·Ρ求得未來某時刻七的預測狀態(tài)概率;其中,Pr(to)為初始時刻to的狀態(tài) 概率,為1 XniR行向量;Pr(ti)為未來某時刻ti的預測狀態(tài)概率,為1 X mR行向量;P為狀態(tài)轉 移概率矩陣,為niRXnIR矩陣;根據(jù)得到的未來某時刻的預測光照強度狀態(tài)及概率,結合光 能轉換特性Ps = nSI,建立所述光伏出力概率預測性的UGF模型:
      [0072]將未來某時刻t的預測光照強度狀態(tài)代入光能轉換特性ps=nsi中,得到所述光伏
      [0073] 其中,η為轉換效率,s為陣列面積,I為光照強度;
      [0074] 所述第三建立模塊,用于根據(jù)所述光伏發(fā)電系統(tǒng)的機械可靠性的通用生成函數(shù) UGF模型和所述光伏出力概率預測性的通用生成函數(shù)UGF模型,建立所述光伏發(fā)電系統(tǒng)的通 用生成函數(shù)UGF模型:
      [0076]其中,upvs(z)為光伏發(fā)電系統(tǒng)的通用生成函數(shù)UGF模型;的通用乘法算 子;kpvs^gf*分別對應光伏發(fā)電系統(tǒng)出力狀態(tài)數(shù)目、狀態(tài)概率及狀態(tài)值,所述狀態(tài) 值表示輸出功率的大小。
      [0077]進一步地,所述第二建立單元包括第四建立模塊、第五建立模塊和第六建立模塊; [0078]所述第四建立模塊,用于建立風力發(fā)電系統(tǒng)的機械可靠性的通用生成函數(shù)UGF模 型:
      [0080] 其中,uwf (z)為風力發(fā)電系統(tǒng)的機械可靠性的通用生成函數(shù)UGF模型;風電場共有 nw臺風機并聯(lián),分別對應風電場所有風機機械狀態(tài)數(shù)目、狀態(tài)概率及狀態(tài) 值,所述狀態(tài)值為正常工作的風機數(shù)目;其中,如心)=1^2<)+(1-1^)2 1;1^=1-(卜1^(3)(1-1]_:)(1-1]_);1^(2)為未來某時刻單臺風機的不可用率1^的1^模型 ;1]_(3為(^、1]_分別 為發(fā)電機、齒輪箱、逆變器的不可用率,Uwt為單臺風機的不可用率;
      [0081] 所述第五建立模塊,用于建立風機出力概率預測性的通用生成函數(shù)UGF模型:
      [0083]其中,uve(z)為風機出力概率預測性的通用生成函數(shù)UGF模型;ην(3、;?ΓΓ、分 別表示風機出力狀態(tài)數(shù)、狀態(tài)概率及狀態(tài)值,所述狀態(tài)值為單臺風機輸出功率的大?。?br>[0084]其中,利用馬爾科夫模型進行風速狀態(tài)預測,根據(jù)風速狀態(tài)歷史數(shù)據(jù)將風速狀態(tài) 等間隔劃分為mR個區(qū)間,分別表示nIR個狀態(tài);已知初始時刻風速狀態(tài)及概率,根據(jù)Pr(t〇 = Pr(to) ·P得到未來某時刻的預測風速狀態(tài)及概率,其中,Pr(to)為初始時刻to的狀態(tài)概率, 為1XniR行向量;Pr(ti)為未來某時刻七的預測狀態(tài)概率,為1XniR行向量;P為狀態(tài)轉移概 率矩陣,為niRXniR矩陣;
      [0085]將預測風速狀態(tài)及概率代入風能轉換特性模型,得到單臺風機的多狀態(tài)出力概率 預測:
      [0087]其中,wPr為風機的額定功率,Vci、Vc〇、Vr分別為切入、切出和額定風速;根據(jù)所述單 臺風機的多狀態(tài)出力概率預測,建立風機出力概率預測性的通用生成函數(shù)UGF模型
      [0088]所述第六建立模塊,用于根據(jù)所述風力發(fā)電系統(tǒng)的機械可靠性的通用生成函數(shù)UGF模型和所述風機出力概率預測性的通用生成函數(shù)UGF模型,建立所述風力發(fā)電系統(tǒng)的通 用生成函數(shù)模型:
      [0090]其中,的通用乘法算子;^廣、gf分別對應風力發(fā)電系統(tǒng)出力 狀態(tài)數(shù)目、狀態(tài)概率及狀態(tài)值,所述狀態(tài)值為風力發(fā)電系統(tǒng)輸出功率的大小。
      [0091]進一步地,所述第三建立單元,具體用于:
      [0092]建立所述傳統(tǒng)發(fā)電機組的通用生成函數(shù)UGF模型uac(z);
      [0094]其中,Uac(z)為所有投運傳統(tǒng)發(fā)電機組的通用生成函數(shù)UGF模型; ;;,⑴=Γ,+(卜c()z",Uc(z)為單臺傳統(tǒng)機組的UGF模型;Uc為機組處于停運狀態(tài)的概率;nc 為機組的數(shù)量;Pc為機組經(jīng)過邊際時間向上或向下爬坡后的出力;kac、尸Γ/'gf分別對應 所有投運傳統(tǒng)機組的出力狀態(tài)數(shù)目、狀態(tài)概率及狀態(tài)值,所述狀態(tài)值為機組輸出功率的大 小。
      [0095]進一步地,所述第四建立單元,具體用于:
      [0096]利用馬爾科夫模型進行負荷概率預測,已知初始時刻負荷狀態(tài)及概率,根據(jù)式Pr(t〇 =Pr(t〇) ·P得到未來某時刻的預測負荷狀態(tài)及概率,根據(jù)未來某時刻的預測負荷狀態(tài) 及概率建立所述微電網(wǎng)的負荷的通用生成函數(shù)模型:
      [0098] 其中,111。以2)為微電網(wǎng)的負荷的通用生成函數(shù)皿6模型山。'/^/^/、@/^分別 對應負荷的狀態(tài)數(shù)目、狀態(tài)概率及狀態(tài)值,所述狀態(tài)值為負荷的大??;其中,Pr(to)為初始 時刻to的狀態(tài)概率,為1XniR行向量;Pr(ti)為未來某時刻七的預測狀態(tài)概率,為1XniR行向 量;P為狀態(tài)轉移概率矩陣,為niRXniR矩陣。
      [0099] 由上述技術方案可知,本發(fā)明所述的適用于微電網(wǎng)的多狀態(tài)等值分析方法,根據(jù) 風速、太陽光照、負荷隨機變量的時間序列,考慮分布式能源的轉換關系、分布式能源的拓 撲結構特性、分布式能源的設備故障參數(shù),以及考慮傳統(tǒng)機組(微型燃氣輪機、柴油機等)的 機械可靠性,建立了微電網(wǎng)的UGF模型,根據(jù)該模型對微電網(wǎng)進行等值分析,能夠解決含微 電網(wǎng)的配電系統(tǒng)規(guī)劃、運行分析、可靠性評估等研究中微電網(wǎng)等值問題。
      【附圖說明】
      [0100] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案,下面將對實施例或現(xiàn) 有技術描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖是本發(fā)明 的一些實施例,對于本領域普通技術人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù) 這些附圖獲得其他的附圖。
      [0101] 圖1是本發(fā)明第一個實施例提供的適用于微電網(wǎng)的多狀態(tài)等值分析方法的流程 圖;
      [0102] 圖2是光伏發(fā)電系統(tǒng)的典型結構示意圖;
      [0103] 圖3是風力發(fā)電機內部主要元件示意圖;
      [0104] 圖4是本發(fā)明第一個實施例提供的適用于微電網(wǎng)的多狀態(tài)等值分析的框架流程示 意圖;
      [0105] 圖5是本發(fā)明第二個實施例提供的適用于微電網(wǎng)的多狀態(tài)等值分析系統(tǒng)的結構示 意圖。
      【具體實施方式】
      [0106] 為使本發(fā)明實施例的目的、技術方案和優(yōu)點更加清楚,下面將結合本發(fā)明實施例 中的附圖,對本發(fā)明實施例中的技術方案進行清楚、完整的描述,顯然,所描述的實施例是 本發(fā)明一部分實施例,而不是全部的實施例?;诒景l(fā)明中的實施例,本領域普通技術人員 在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都屬于本發(fā)明保護的范圍。
      [0107]由于現(xiàn)有微電網(wǎng)等值方法所建立的等值模型并不適用于對含微電網(wǎng)的配電系統(tǒng) 進行規(guī)劃、運行分析、可靠性評估等領域的研究,因此,本發(fā)明針對該研究領域,提出了一種 適用于微電網(wǎng)的多狀態(tài)等值分析方法及系統(tǒng)。
      [0108] 本發(fā)明根據(jù)風速、太陽光照、負荷隨機變量的時間序列,考慮分布式能源轉換關 系、分布式能源拓撲結構特性、分布式能源設備故障參數(shù),以及考慮傳統(tǒng)機組(微型燃氣輪 機、柴油機等)的機械可靠性,提出了一種適用于微電網(wǎng)的多狀態(tài)等值方法,該方法能夠解 決含微電網(wǎng)的配電系統(tǒng)規(guī)劃、運行分析、可靠性評估等領域中微電網(wǎng)等值問題。
      [0109]本發(fā)明首先根據(jù)風速、光照強度、負荷隨機變量的時間序列,利用馬爾科夫模型預 測得出狀態(tài)轉移概率矩陣,并結合初始狀態(tài)得到考察時刻的風速、光照強度、負荷的狀態(tài)及 概率,然后利用能量轉換模型得出單臺風機、單塊光伏電池陣列的輸出功率,并利用通用生 成函數(shù)法(universalgeneratingfunction,UGF)建立對應的UGF模型;其次考慮風機、光 伏電池陣列的內部拓撲結構,以及風電場所含風機臺數(shù)、光伏電池陣列個數(shù),根據(jù)元件串并 聯(lián)關系,從單個元件的機械可靠性推導出風力發(fā)電系統(tǒng)和光伏發(fā)電系統(tǒng)的機械可靠性UGF 模型;最后結合上述建立的模型,利用UGF進行組合運算,得到與微電網(wǎng)整體出力等值的多 狀態(tài)出力及概率,即完成了微電網(wǎng)的等值。
      [0110]圖1示出了本發(fā)明第一個實施例提供的適用于微電網(wǎng)的多狀態(tài)等值分析方法的流 程圖,其中,所述微電網(wǎng)包括光伏發(fā)電系統(tǒng)、風力發(fā)電系統(tǒng)和傳統(tǒng)發(fā)電機組。參見圖1,本實 施例提供的適用于微電網(wǎng)的多狀態(tài)等值分析方法,包括如下步驟:
      [0111]步驟101:建立所述光伏發(fā)電系統(tǒng)的通用生成函數(shù)UGF模型。
      [0112] 在本步驟中,光伏發(fā)電系統(tǒng)功率輸出的隨機性主要來源于兩個方面:外部太陽輻 照度的隨機變化和內部硬件(如光伏電池塊等)的機械故障特性變化。而光伏發(fā)電系統(tǒng)的機 械可靠性與內部硬件的拓撲結構直接相關。為清晰展現(xiàn)建模過程,分為以下步驟:
      [0113] 1)機械可靠性建模:已知系統(tǒng)內單個元件的故障率和初始時刻狀態(tài)及概率,根據(jù) 馬爾科夫過程公式求取元件在未來某時刻的預測狀態(tài)及概率,結合元件連接的拓撲結構, 建立系統(tǒng)的機械可靠性UGF模型;
      [0114] 2)光伏出力概率預測性建模:已知初始時刻光照強度狀態(tài)及概率,根據(jù)馬爾科夫 狀態(tài)轉移技術求取未來某時刻的預測光照強度狀態(tài)及概率,結合光能轉換特性,建立光伏 出力的UGF模型;
      [0115] 最后,綜合上述建立的模型,結合UGF運算法則,建立光伏發(fā)電系統(tǒng)在未來某時刻 的UGF模型。下面通過步驟al、bl和cl詳細進行介紹。
      [0116] 步驟a1.建立光伏發(fā)電系統(tǒng)的機械可靠性的通用生成函數(shù)UGF模型。
      [0117]假設元件的故障率λ和修復率μ為常數(shù),則元件的連續(xù)工作時間和停運時間服從指 數(shù)分布,元件狀態(tài)轉移過程為齊次馬爾可夫過程,可由下式(1)表示如下:
      [0119]其中,P(t) = [p0(t),pi(t)],p〇(t)和pi(t)分別表示元件在t時刻處于運行狀態(tài)和 停運狀態(tài)的瞬時概率;
      ,表示轉移概率矩陣,在齊次馬爾可夫過程中,轉移密度是 常數(shù);t為預測時間,旋轉備用研究中也稱為前導時間。給定元件在t= 0的初始時刻處于運 行狀態(tài),那么應用拉氏變換可求解得t時刻的狀態(tài)概率為:
      [0121] 由于前導時間內不考慮
      當前第2頁1 2 3 4 5 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1