考虑相关性的广义负荷联合概率建模及应用

大规模风电并网带来广义负荷节点功率流向不确定性问题,对广义负荷建模提出新的要求。如何全面考虑随机变量所具有的波动性以及地域的相关性特点,准确进行广义负荷建模,成为亟待解决的问题。为此,提出一种带有概率标识的计及节点空间地域相关性的节点特性建模学习方法。首先,将与各风电场相连的根母线节点据其各自的功率流向,分为电源特性与负荷特性;其次,对各根母线节点分别依照有功功率进行区间细化,统计其概率信息。针对节点地域的相关性,采用空间相关性方法计算相邻节点功率区间内相关特征参数并纳入节点的特性学习中,采用径向基函数(RBF)神经网络学习训练并提取区间集的节点特性;以风险分析为例验证所提方法的有效性和实用性。仿真结果表明,通过将节点空间相关性纳入广义负荷建模范畴,建模因素更为全面并细化了整个系统空间形成风险场景集,风险分析结果指出系统高风险场景,为系统决策提供参考依据。     

采用分段离散化和高斯混合模型的多场景概率潮流计算

针对电网运行中风电和负荷的不确定性,提出了一种采用风电场输出功率分段离散化和负荷高斯混合模型的多场景概率潮流计算方法。在风电场有向功率特性曲线的基础上,分段离散化处理风电场输出功率,构造风电场输出功率多场景。同时,建立负荷的高斯混合模型,构造负荷功率多场景。然后,确定系统注入功率多场景及其对应的概率,在系统注入功率的每个场景中,风电节点输出功率为定值,负荷节点功率均服从高斯分布。最后,应用全概率公式,将系统注入功率的每个场景中计算所得状态变量的概率分布以该场景对应的概率作为权重,整合计算得到最终的概率潮流结果。以改进的IEEE 57节点系统进行仿真分析,结果表明所提方法简化了概率潮流求解过程,提高了计算效率。     

基于仿射传播聚类算法的广义负荷稳态特性建模及其应用

大规模可再生新能源并网增加了网络节点功率流向的不确定性,使节点的源、荷特性不再清晰,给广义负荷建模带来了新的挑战。因此提出一种基于仿射传播(AP)聚类算法的广义负荷稳态特性聚类方法。对广义负荷节点根母线功率数据进行特征分析,利用动力学的波动强度理论选取功率波动序列的最小时间长度。以时段内各最小时间长度的样本波动强度序列以及时段内样本数据数字特征为指标构造日时段特征向量,并以该特征向量为聚类指标,应用AP聚类算法自适应调整建模数据的聚类数和聚类中心。通过引入概率信息的广义负荷建模方法对各聚类类别样本建模并检验聚类方法的有效性。算例分析表明,该聚类方法自适应确定聚类类别且聚类效果好,能够充分反映日时段特性,聚类后通过特性综合得到精确广义负荷模型,应用于风电接入后的风险分析仿真计算。     

基于通用分布的风电功率出力动态场景生成方法

随着大规模风电接入电网,风电功率的不确定性使得电力系统的运行与调度面临着新的挑战。针对风电功率的不确定性,本文提出了基于通用分布的风电功率动态场景生成方法,将风电的不准确性转化为确定性模型。本文首先利用通用分布良好的拟合特性去近似表征风电功率的实际分布,然后对风电的波动性进行建模,通过逆变换抽样的方法生成大量既符合风电的随机性又符合波动性的场景。为了验证所提方法的有效性,本文从场景生成的速度和精确程度方面进行了比较。以实际风电数据为基础的仿真算例验证了所提的基于通用分布的风电功率出力动态场景生成方法的可行性。     

计及动态管存的电—气互联系统优化调度与高比例风电消纳

面向高比例风电接入下电—气互联系统(IEGS)的日前优化调度问题,首先提出了风电并网功率比例因子,将其作为控制变量引入风电的随机性模型中,使风电建模可反映风电不确定程度与并网功率的相关性。其次,基于天然气传输的动态管存模型及流量平衡方程,推导了动态管存特性在应对天然气负荷波动时所呈现的缓冲特性机理。进一步地,以IEGS外购能源费用最小为目标,计及动态管存特性,同时引入极限场景的优化方法,建立了含高比例风电的IEGS日前经济调度模型,并对模型进行线性化求解。最后,构建仿真系统,验证了动态管存特性对风电不确定性功率的缓解作用,可有效提升系统运行的灵活性。同时,得出电转气(P2G)设备的应用有利于提升风电消纳能力的结论,但该能力受到风电不确定程度的制约。     

考虑源-荷不确定性的电热联合系统分布鲁棒优化调度

可再生能源出力及负荷需求的不确定性严重影响电热联合系统的鲁棒优化运行。基于此,提出了一种改进Wasserstein度量的考虑源-荷不确定性电热联合系统分布鲁棒优化调度模型。建立基于极端场景下改进Wasserstein度量的风电预测功率模糊集,缩减风电预测功率模糊集的规模,进而提出基于梯度归一化改进Wasserstein生成对抗网络方法对负荷需求的不确定性进行建模,提高负荷不确定性建模的精度;构建综合考虑发电成本、调节成本等的分布鲁棒优化调度模型,并基于对偶理论和拉格朗日乘子法将该模型转换成可求解的数学模型;以修改的9节点系统及IEEE 118节点系统为例验证了所提出的模型具有更高的求解效率以及更好的经济性和鲁棒性。     

基于信息间隙决策理论的含风电电力系统调度

随着社会的发展,具有随机性、间歇性的风电等新能源大规模接入电网。同时,负荷侧结构变动、用电主观性以及预测技术的限制使得调度中的负荷需求难以准确获取。这些因素导致电力系统中的不确定性愈发呈现"奈特氏不确定性"的特性,使得电力系统调度成为一项十分具有挑战性的工作。为此,该文采用一种新的非概率性方法——信息间隙决策理论(information gap decision theory,IGDT)对风电输出功率和系统负荷需求的不确定性进行建模,建立了风险规避和机会寻求2种策略下的IGDT调度模型,解决了电力系统调度中风电和负荷的奈特氏不确定性。最后在改进的IEEE-39节点系统上对所提模型进行算例分析,结果分析以及蒙特卡洛模拟证明了所提IGDT模型的有效性。     

考虑源荷协调的风电并网系统旋转备用容量优化

风电的接入给电力系统带来更大不确定性,要求电网公司购买更多的旋转备用以维持电力系统的功率平衡和稳定,兼顾系统运行可靠性与经济性的旋转备用优化配置具有重要意义。考虑风电、需求侧互动资源,提出一种基于多场景的概率性旋转备用优化方法。该方法综合考虑风电预测误差、负荷波动及发电机非计划停运不确定性因素对旋转备用的需求,将弃风、可中断负荷分别作为部分负、正旋转备用融入发电日前调度计划,以购电总费用最低为目标函数建立日前机组组合优化模型,获得各时段旋转备用优化配置量。通过对IEEE 30节点、IEEE 118节点系统进行算例分析,验证了所提方法的正确性和有效性。     

考虑风电接入与负荷不确定性的静态电压稳定性分析

随着风电渗透率不断提高,其对系统电压稳定性的影响已经不容忽略。根据风电特性,计及风电机组由于电压降低进入降功率运行的情况,同时考虑充分利用风电场无功补偿剩余容量,提出了一种考虑风电接入情况下的改进连续潮流算法。为了研究负荷不确定性对系统的影响,使用概率潮流法进行电压稳定性分析。分析过程中,以所提出的改进连续潮流法对含有风电系统的样本进行计算,同时使用模糊C均值聚类算法进行负荷聚类,建立基于负荷聚类的拉丁超立方抽样概率潮流模型。分别在IEEE 14节点系统和IEEE 57节点系统中加入风电进行算例分析。分析结果表明,所提方法分析结果更符合实际情况,而且提高了概率潮流算法的样本利用率。     

基于净负荷分步建模的旋转备用优化确定风险分析方法

由于采用净负荷预测误差模型描述风电和负荷共同预测误差,优化系统旋转备用配置的多场景概率风险分析方法尚难以全面考虑风电的不确定性,如从网络安全和经济性方面必须考虑的弃风因素以及风电功率预测误差存在的非正态分布情况。为此,基于分步建模的策略改进多场景概率风险分析方法中净负荷预测误差模型,使其在计算系统失负荷风险时能够计及弃风和考虑不同类型概率分布的风电功率预测误差,并将弃风惩罚成本引入机组组合优化模型的目标函数中,以实现风电功率的合理消纳和系统旋转备用的优化确定。采用混合整数线性规划方法,对含风电场的IEEE-RTS 26机测试系统进行仿真分析,验证了改进模型的有效性。     

计及分布式能源影响的母线净负荷预测方法研究

随着清洁能源应用的不断发展和大量的光伏、风电场建成投入使用,电力系统的负荷预测工作又面临了新的挑战,尤其是对体量较小的母线负荷预测而言,具有较强不确定性的风电接入使其准确预测的难度加大。以风电为例,首先研究了接入某母线的风电出力特性和历史预测误差分布情况。然后基于母线负荷需求的自适应预测策略,考虑风功率非平稳性而进行的风功率预测结果,采用两阶段还原的预测思路对母线净负荷进行预测。仿真算例分析表明,提出的预测方法用于风电接入的母线净负荷预测的预测效果较好。     

计及风电不确定性的风-水短期联合优化调度方法

针对风电并网带来的出力随机性和波动性问题,提出了一种计及风电不确定性的风-水短期联合优化调度方法。首先,以地区风电群为整体,考虑风电出力不确定性导致的预测值与实际值间的偏差,采用模糊聚类方法对风电预测值与实际值进行二次聚类,构建预测值与对应的实际值间的出力情景集合及条件概率分布,将风电不确定性转变为有限个确定的条件情景进行描述;继而,建立多情景风电与水电站群联合调峰调度模型,结合当前风电预测值对应的实际情景及其概率分布,采用基于逐次逼近和关联搜索的水电站群短期优化调度方法进行求解;最后,以西南某地区为例,验证所提方法应用效果。     

结合证据理论和双层规划的电压稳定不确定分析

提出了一种基于证据理论和双层规划的含风电系统静态电压稳定不确定分析方法。首先,以证据理论中基本可信度分配的概念来描述风速不确定性,建立了静态电压稳定不确定分析模型。然后,通过构造多个风电场风速的联合可信度分配,建立风速的若干个超立方体域,从而将原电压稳定不确定分析问题转化为超立方域内最远和最近电压稳定临界点问题。最后,采用双层规划方法分别求解最远和最近临界点问题,得到各超立方域的负荷裕度最大值和最小值,并合成负荷裕度的信任累积概率分布和似然累积概率分布。IEEE 118节点和IEEE 300节点标准系统的计算结果表明,相比传统概率方法,所提模型与方法能够有效描述风速的客观不确定性和主观不确定性信息,利用负荷裕度的信任和似然分布可确定系统发生电压失稳的最小和最大概率,符合电力调度人员的思维习惯。     

新疆风电出力特性统计分析及应用

为了研究新疆电网合理消纳风电问题,根据新疆风电场运行实际数据,计算了反映风电自然特性的日出力变化率、相关性、同时率、波动性及间隙性等出力特性量化指标,采用概率统计法分析了新疆风电场/群的出力特性,分析表明:新疆风电出力水平较高,出力变化速率不大,风电出力的波动频率小,新疆各风电场的同时率较高,间歇率小,破坏性风速较少,风电的可利用率高,最后讨论了风电出力特性指标的应用。文中的分析结果为新疆电网更好地消纳利用风电,制定风电出力的控制原则提供了思路及方法,同时也为进一步做好风电这种不稳定电源的发展规划提供了参考。     

考虑新能源发电不确定性的可用输电能力风险效益评估

随着新能源发电的迅速发展,其功率输出的间歇性、随机性将对可用输电能力(ATC)产生显著影响。利用蒙特卡洛仿真法模拟新能源发电出力间歇性、随机性和负荷波动以及系统设备状态的不确定性,通过最优潮流求解特定系统状态和参数下的ATC;利用概率统计理论确定ATC样本值的概率密度,基于此建立ATC的风险效益模型,通过数值分析技术确定综合效益最大的ATC。从发电设备位置、功率输出不确定性、穿透率等方面研究新能源发电对ATC的影响。用包含风电、光伏电源的改进IEEE 118系统验证了方法的有效性。     

含大规模风电场的电力系统线性化最优潮流计算

考虑随机因素的最优潮流(optimal power flow,OPF)计算属于非线性计算,随着系统规模增大,计算难度大大增加,计算效率低,难以满足电力系统在线计算分析要求。针对含大规模风电场的电力系统,首先利用近似简化方法对传统考虑风电不确定性的最优潮流模型进行线性化处理,同时利用拉丁超立方采样进行风电场景生成,基于场景削减技术获得概率测度较大的少数风电场景;然后建立一种新的考虑风电不确定性的线性化最优潮流模型;最后利用简化内点法进行求解。IEEE 300节点、Polish 2 736节点系统的计算结果表明,考虑风电不确定性的线性化最优潮流精度高、计算时间短、适用性强。     

基于风电不确定性的电力系统备用容量获取

针对风电功率预测的不确定性对电力系统备用容量的影响,建立了基于风电不确定性的备用容量获取模型。首先利用场景法模拟生成风电功率、负荷及常规机组的不确定性模型,进而对生成场景进行概率统计得出系统差额概率密度函数,得出系统电量不足期望(EENS)和风能浪费风险(EWWR)指标,并通过EENS和EWWR指标及备用容量成本从系统可靠性和经济性两方面折中进行系统正、负备用容量的确定。最后通过10机系统仿真,验证了该方法在满足可靠性前提下有效地减少了备用成本和弃风量。     

电力系统多时间尺度灵活性指标研究

为了更好地解决间歇性电源接入电网的问题,应对风电的不确定性,考虑负荷的变化,提出了电力系统多时间尺度的灵活性评价模型。首先对风电的不确定性进行了介绍,阐述了灵活性的概念和特点,从应对电网中风电场出力变化能力的角度,针对负荷的变化,列举了3类不同的时间尺度,提出了基于不同时间尺度下系统响应电网中风电场出力变化最大速率的灵活性评价模型;对具体的灵活性评价数学模型进行阐述,并利用内点法实现了模型的求解。最后,以甘肃电网为例,对文中提出的灵活性指标进行了具体的算例说明。