Page 12 - 电力与能源2022年第五期

第 43 卷第 5 期
电力与能源
3 7 4 2022 年 10 月

DOI : 10.11973 / dl y n y 202205002

基于神经网络预测的配电网光伏消纳能力评估方法

徐呈程 , 祝燕萍 , 方欢欢 , 蒋兴新 , 赵 珞 , 樊戴福 , 胡东晓 , 陈方瑞 1
1
1
1
1
1
1
2
( 1. 国网上海市电力公司奉贤供电公司, 上海 201400 ; 2. 哈尔滨工程大学 智能科学与工程学院, 黑龙江 哈尔滨 150001 )
摘 要: 随着大规模光伏接入需求的产生, 高渗透率的光伏设备对配电网的安全运行提出了很高的要求, 研
究准确评估配电网光伏消纳能力是当前学界与业界亟待解决的一个重要问题。光伏出力随着天气的变化存
在诸多的不确定性, 目前的数学优化与场景模拟方案只是针对配电网的一个总体消纳能力评估。这些方案
总体过于保守, 并且未能针对特定情况( 如气候变化、 用电发展等) 下的配电网光伏消纳能力进行评估。由此
引入了二阶段光伏消纳能力评估方法。首先针对配电网未来负荷不确定性, 利用循环神经网络对配电网未
来负荷能力进行短期预测; 然后根据预测值, 针对光伏出力不稳定性的情况, 进一步考虑功率转移下的配电
网运行稳定性, 由此更好地模拟配电网在大规模接入光伏情况下的运行特征。该方案对于实际光伏容量评
估与规划具有现实指导意义。最后, 以上海市奉贤区某配电系统为算例的模拟分析佐证了该方法的可操作
性与准确性。
关键词: 配电网; 光伏消纳能力; 循环神经网络; 发电功率转移因子
作者简介: 徐呈程( 1988 —), 男, 工程师, 从事配电网规划及相关投资统计工作。
中图分类号: TM73 文献标志码: A 文章编号: 2095-1256 ( 2022 ) 05-0374-06

EvaluationMethodofDistributionNetworkPhotovoltaicAbsor p tionCa p acit y
BasedonNeuralNetworkPrediction
1
1
1
1
,
XUChen g chen g ZHU Yan p in g FANG Huanhuan , JIANGXin g xin ,
,
2 1 1 1
ZHAOLuo , FANDaifu , HU Don g xiao , CHENFan g rui
( 1.Fen g xianPowerSu pp l yCom p an y , StateGridSMEPC , Shan g hai201400 , China ;
2.SchoolofIntelli g entScience& En g ineerin g , HarbinEn g ineerin gUniversit y , Harbin150001 ,
Heilon gj ian gProvince , China )
Abstract : Withthedemandoflar g e-scalep hotovoltaicaccess , hi g h- p ermeabilit yp hotovoltaice q ui p menthas
p utforwardhi g hre q uirementsforthesafeo p erationofdistributionnetwork.Itisanim p ortantissuethat
needstobesolvedur g entl y incurrentacademiaandindustr y tostud yandaccuratel yevaluatethep hotovoltaic
absor p tionca p acit yofdistributionnetwork.Thereare man yuncertaintiesinp hotovoltaicout p utwiththe
chan g eofweather.Thecurrentmathematicalo p timizationandscenariosimulationschemeisonl yanoverall
absor p tionca p acit yassessmentforthedistributionnetwork.Theseschemesare g enerall y tooconservativeand
failtoevaluatethePVabsor p tionca p acit y ofdistributionnetworksunders p ecificcircumstances ( e. g . , climate
chan g e , electricit yconsum p tiondevelo p ment ) .Therefore , atwo-sta g ePV absor p tionca p acit yassessment
methodisintroduced.Firstl y , accordin gtotheuncertaint yoffutureloadofdistributionnetwork , thec y clic
neuralnetworkisusedtop redictthefutureloadca p acit yofdistributionnetworkinshortterm.Accordin gto
thep redictedvalue , thestabilit y ofdistributionnetworko p erationunder p owertransferisfurtherconsideredin
viewoftheinstabilit yofPVout p ut , soastobettersimulatetheo p erationcharacteristicsofdistributionnet-
workunderlar g e-scalePVaccess.Thisschemehas p ractical g uidin g si g nificanceforactualPVca p acit y evalua-
tionandp lannin g .Thesimulationanal y sisofadistributions y steminFen g xiandistrictofShan g haialsop roves
theo p erabilit yandaccurac yofthemethod.
Ke ywords : distributionnetwork , p hotovoltaicabsor p tionca p acit y , recurrentneuralnetwork , g enerationp ow-
ertransferfactor

当前, 世界化石能源的使用和消耗伴随着日 枯竭促使了多种新能源, 尤其是诸如光伏、 风电等
趋严重的环境污染。与此同时, 此类能源的几近 分布式电源的大力发展和应用。随着我国《 电力