MATLAB|考虑自动重合闸与分布式能源的配电网可靠性评估研究

简介: MATLAB|考虑自动重合闸与分布式能源的配电网可靠性评估研究

💥💥💞💞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


📚2 运行结果



🎉3 参考文献


🌈4 Matlab代码、数据、文章讲解


💥1 概述

配电系统可靠性指标[13]的确立是进行可靠性评估的关键,而 DG 大量接入配电系统,将对可靠性评估指标体系产生如下影响:


(1) 需将发电机组的可靠性指标引入配电系统。传统配电系统中的元件主要包括主馈线、分支线、配变及联络开关等,评价各元件可靠性的指标主要有故障率、维修率、平均运行时间及平均修复时间等。DG 接入配电系统后,系统中增加了发电元件,发电机组的可靠性指标就应引入配电系统。故大量接入 DG 的配电系统可靠性评估指标也应包括发电机组的故障率、平均无故障可用小时、启动可靠度等。


(2) 需对 DG 的接入容量进行评估。由于 DG 接入配电网后将引发其运行及协调问题,所以需对其接入的容量进行评估,并用安全性指标来评估 DG 的容量可靠度,使系统在引入 DG 后能达到预定的可靠性水平。


(3) 需协调系统与 DG 的保护设备及其控制方案。DG 接入系统后,将导致短路电流增大、电压因功率输出与负荷不协调而产生波动,从而干扰电压控制、减少或增加网络损耗等,如果系统与 DG 的保护设备及其控制方案设置不当或不协调,将会削弱系统的供电可靠性和安全性,为此,需引入衡量 DG保护控制对配电系统影响的指标。


(4) 需在系统指标中引入评估 DG 影响的指标。传统可靠性评估的系统指标主要有系统停电频率、停电持续时间和平均供电可用率等指标,这些指标依据负荷点指标的加权均值求得,因此 DG 对配电网可靠性的影响将被弱化,或系统指标体现不出 DG 接入的不利影响[14],故有必要在系统可靠性指标中引入合理评价 DG 影响的指标。


本文采用的系统为 IEEE 34 试验馈线。目的是测量自动重合闸器在可靠性指标SAIDI、SAIFI、CAIDI和EUE(ARs)、分布式发电机(DGs)上的安装。通过蒙特卡罗模拟方法来检验智能电网应用在提高配电网可靠性方面的影响。


📚2 运行结果


449b33624e2c44bd998bca266ff98f51.png

2c77e7ffb49e4cd6801b09e3363b0c62.png


部分代码:

switch_834_lines = [20 21 22 31 32];
switch_832_lines = [17 18 19 30 23 24 25 switch_834_lines];
switch_834_elements = [19 20 21 30 31];
switch_832_elements = [switch_834_elements 18 22 23 24 25 29 32];
interaptionXcustomer_number = 0;
interaptionXcustomer_duration = 0;
unservedEnergy = 0;
cur_t = 0;
while cur_t < maxT
    % find next failure time
    min_t = (duration + 1)*24*365;
    fail_line_number = 0;
    for i = 1:N
        clear indx;
        indx = find(downT{i} > cur_t);
        if (~isempty(indx))
            indx = indx(1);
            if (downT{i}(indx) < min_t)
                min_t = downT{i}(indx);
                fail_line_number = i;
                n = indx;
                cur_outage_time = upT{i}(indx) - downT{i}(indx);
            end
        end
    end
    cur_t = upT{fail_line_number}(n);
    in_switch_834 = ~isempty(find(switch_834_lines == fail_line_number));
    customer_834 = sum(users(switch_834_elements));
    power_834 = sum(power(switch_834_elements));
    in_switch_832 = ~isempty(find(switch_832_elements == fail_line_number));
    customer_832 = sum(users(switch_832_elements));
    power_832 = sum(power(switch_832_elements));


🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。


[1]雷振,韦钢,蔡阳,言大伟.分布式电源大量接入对配电网可靠性评估的影响[J].能源技术经济,2011,23(06):25-30.


[2]马冀,田锦,林尚静.基于深度学习的智能电网通信网可靠性评估方法[J].电力信息与通信技术,2021,19(10):72-77.DOI:10.16543/j.2095-641x.electric.power.ict.2021.10.010.


[3]袁修广,黄纯,张磊,于浩明.计及微网孤岛运行方式的配电网可靠性评估[J].电网技术,2015,39(03):690-697.DOI:10.13335/j.1000-3673.pst.2015.03.016.


🌈4 Matlab代码、数据、文章讲解


相关文章
|
4月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
455 0
|
4月前
|
算法 定位技术 计算机视觉
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
【水下图像增强】基于波长补偿与去雾的水下图像增强研究(Matlab代码实现)
276 0
|
4月前
|
算法 机器人 计算机视觉
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
【图像处理】水下图像增强的颜色平衡与融合技术研究(Matlab代码实现)
163 0
|
4月前
|
机器学习/深度学习 编解码 算法
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
基于OFDM技术的水下声学通信多径信道图像传输研究(Matlab代码实现)
247 8
|
4月前
|
机器学习/深度学习 数据采集 测试技术
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)
基于CEEMDAN-VMD-BiLSTM的多变量输入单步时序预测研究(Matlab代码实现)
169 8
|
4月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
262 8
|
4月前
|
编解码 运维 算法
【分布式能源选址与定容】光伏、储能双层优化配置接入配电网研究(Matlab代码实现)
【分布式能源选址与定容】光伏、储能双层优化配置接入配电网研究(Matlab代码实现)
254 12
|
4月前
|
人工智能 数据可视化 网络性能优化
【顶级SCI复现】虚拟电厂的多时间尺度调度:在考虑储能系统容量衰减的同时,整合发电与多用户负荷的灵活性研究(Matlab代码实现)
【顶级SCI复现】虚拟电厂的多时间尺度调度:在考虑储能系统容量衰减的同时,整合发电与多用户负荷的灵活性研究(Matlab代码实现)
181 9
|
5月前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
328 14
|
5月前
|
canal 算法 vr&ar
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
184 1

热门文章

最新文章