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。     

考虑风电不确定性的概率区间潮流模型与算法

该文基于证据理论构造了风电场的随机出力和不确定节点负荷的基本可信度分配,提出了一种电力系统概率区间潮流(probabilistic interval power flow,PIPF)模型和算法。通过构建输入不确定量的多维联合可信度分配,将概率区间潮流问题转化为若干个区间潮流问题。并采用区间优化法求解区间潮流,获得潮流状态量的区间极值,最终合成了潮流变量的似然累积概率分布和信任累积概率分布。IEEE 30、118标准系统的计算结果表明,所提的概率区间潮流把概率潮流和区间潮流统一于一个模型,获得潮流变量的似然和信任累积概率分布,可用以判断变量取值的最大和最小概率,对电力系统运行有良好的指导意义。     

基于随机集理论的电力系统运行风险评估

针对电力系统中故障特征和运行信息的不确定性,提出了基于随机集理论的不确定信息的表示与建模方法。该方法考虑元件故障发生的不确定性和负荷波动的随机性,将描述电网元件参数和节点负荷信息的变量转换为其随机集形式。基于随机集扩展准则,通过区间潮流计算将参数的不确定性映射到风险指标的不确定性,并利用随机集的信任测度和似真测度构造风险指标的上下累积概率分布函数。基于证据理论的随机集描述,利用Dempster-Shafer证据组合规则对所有系统状态下获得的基本概率分配(basic probability assignment,BPA)进行融合,获得系统风险水平的一致性描述。IEEE 39算例系统的计算结果证明了该方法的合理性。     

基于证据理论的电网稳控系统可控容量不确定性分析北大核心CSCD

电网安全稳定控制系统(security and stability control system,SSCS)构成电网稳定防御第二道防线,其可控容量反映SSCS维持频率稳定的能力。站点控制路径可用性和可控容量波动性,增加了对SSCS可控容量评估的难度。文章提出了一种SSCS可控容量不确定性分析方法。基于执行站(executive station,EX)可控容量波动特性,采用证据理论方法建立EX基本可信度分配模型。改进SSCS概率加权邻接矩阵,建立站点控制概率模型以修正EX基本可信度分配。考虑站点控制容量与控制路径相关性,建立SSCS可控容量联合可信度分配模型。计算可控容量的似然累积分布(likelihood cumulative probability distribution,LCPD)和信任累积分布(belief cumulative probability distribution,BCPD),量化电网功率缺额下SSCS保全能力。通过与传统概率方法比较,验证了所提可控容量不确定分析方法的有效性。     

风电场风速概率分布参数计算方法的研究

风电场风速概率分布体现了风能资源统计特性的重要指标。在认为风速服从两参数Weibuu分布前提下，提出了应用极大似然法根据实测的风速数据求解风速概率分布参数，由此估算出能直接体现风能资源状况的风能特征指标值。通过比较由风速概率分布推算出风能特征指标的估计值与由历史风速数据序列获得的实测值，说明极大似然法计算精度高，Weibuu分布作为风电场风速统计模型能准确地拟合风能的实际情况，具有实用价值，为风电场规划设计提供重要参考。     

基于实测数据的风电场风速功率特性仿射建模方法

提出基于实测数据的风电场风速-功率曲线仿射建模方法。以预报误差、地形差异以及尾流效应影响因素作为噪声元,建立输入风速的仿射模型;将风电场功率实测数据划分为多个所属风速区间,求取各个风速区间的中心值,拟合仿射中心值曲线,进而辨识风速-功率仿射模型中的噪声元系数。实测数据验证了所提方法的有效性。     

不规则风速概率分布的混合半云建模方法

针对目前风电场风速概率分布模型拟合精度低、通用性差的问题,根据不确定性数学理论,提出一种基于混合半云模型的风速建模方法。该模型通过逆向云发生器求取区域风速样本的期望、熵、超熵数字特征,建立相应区域的半云模型,应用正向云发生器对不规则的风速概率分布进行分区拟合。单峰、不规则、多峰特性风速概率分布实例计算结果表明:所提风速混合半云模型简单高效、通用性强,适用于任意风速概率分布,对具有单峰、不规则、双峰或多峰特性的风速概率分布均能获得较高的拟合精度。     

用于风力发电仿真的多时间尺度风速建模方法

建立多时间尺度的风速模型,其目标是模拟风电机组的出力特性,建立有效的风电场稳态和暂态模型,利用仿真分析风电场接入后电力系统的运行状态,对研究含风电的电力系统动态过程和中长期经济调度问题具有非常重要的意义。采用分段线性化方法和基于夹角距离的相似度匹配进行风速的同类趋势聚合,利用聚合数据构建径向基函数神经网络拟合风速趋势,并在此基础上结合风速集合量化概率分布和趋势变化2个约束,对概率分布函数生成的随机风速序列按照趋势的最小偏度进行重构,建立符合真实变化规律的风速模型。算例基于一组实测数据建立了同趋势的随机风速模型,从变化曲线和功率谱密度曲线对真实风速序列和模拟的随机风速序列进行了分析对比。实验结果证明,与传统的建模方法相比,建立的模型既能够反映风速的长期趋势特征,又保留了风速变化的动态特性,显著提升了风速模型的多样性与真实性。     

含风电场的电力系统概率潮流计算

用交流概率潮流方法对含有风电场的电力系统进行了分析。采用结合累积量和Gram-Charlier级数的方法,将直流概率模型拓展为交流概率模型,采用3参数的weibull分布来描述风速的随机变化,同时将异步风机处理为PQ节点,建立了风力发电机组的概率模型,基于风电模型对IEEE-30节点系统进行计算,得到了各节点电压的概率分布和各支路潮流的概率分布,分析比较了风电场加入前后电力系统的节点电压和支路潮流变化情况。     

一种基于改进贝叶斯分类器的基本信任分配构造方法

针对D-S证据理论在应用于变压器故障诊断时基本信任分配的问题,本文提出了一种基于改进贝叶斯分类器的基本信任分配函数的构造方法,该方法根据不同的属性值来确定满足条件的取值区间,克服了贝叶斯分类器同一区域内基本信任分配函数无法变化的问题。实验表明,构造的基本信任分配函数正确有效。     

基于数值天气预报风速和蒙特卡洛法的短期风电功率区间预测

随着风电在现代电网的渗透率越来越高,电力系统优化运行对风电功率区间预测的可靠性提出了更高要求。现有的风电功率区间预测通常针对历史数据整体的误差,或者基于不同的出力水平进行分类误差建模,难以反映预测模型对于不同风况下的适应性。鉴于此,提出了一种基于数值天气预报(NWP)风速和蒙特卡洛法的短期风电功率区间预测模型。首先,按照NWP风速对历史时段的点预测误差进行层次聚类,利用经验分布模型对不同风况下的误差进行概率分布拟合。然后,对待预测时刻的NWP风速所对应的累计经验分布概率值进行蒙特卡洛抽样,并在给定的置信水平下求取短期内各个待预测时点可能发生的功率波动区间。最后,以中国吉林省某风电场运行数据为例,与常用的概率预测方法相比,验证了所提方法的可靠性。     

分布函数差异化导向的风电功率预测误差气象条件概率建模方法

从统计学角度分析条件概率分布的差异性对于随机决策问题的重要性,并提出一种分布函数差异化导向的风电功率预测误差气象条件概率建模方法。以预测误差概率分布总体差异程度最大化为目标,利用改进的K-means算法进行气象数据聚类,并基于聚类结果对风电功率预测误差数据进行分箱;采用通用分布拟合不同气象模式的误差概率密度,得到解析化的风电功率预测误差气象条件概率分布。利用支持向量机实现气象模式识别,从而基于数值天气预报为调度计算提供相应气象模式下的误差条件概率模型。以中国华北地区某风电场历史数据为例,验证了所提方法的有效性,且相较于不考虑气象的简单统计频次模型,所提模型可使系统的风电消纳水平得到有效提升。     

基于通用分布的含风电电力系统随机动态经济调度

随着风电大规模并网,其不确定性给电力系统经济调度带来了新的挑战。文中利用通用分布模型拟合不同风电功率预测水平下的实际风电功率分布,并以此建立了考虑风电低估、高估成本的日前动态经济调度的随机优化模型。通过对目标函数和约束条件的转化与分析,将随机优化模型转化为一个非线性凸优化问题。结合二次规划算法和内点法,提出了一种两阶段优化算法用以求解对应的经济调度问题。最后,在含风电场的IEEE 30节点系统上,验证了所提基于通用分布的随机动态经济调度方法的有效性。     

弱一致性风速分布山区风电场机电暂态建模及适用性研究

为提升高海拔山区风电场接入系统动态特性分析的有效性和准确性,有必要开展考虑高海拔山区弱一致性风速分布的风电场机电暂态建模及适用性研究。首先回顾了高海拔山区风电场风速特点;其次讨论了常用的风电场简化模型建模方法;然后提出了一种基于PSS/E自定义风速时空分布模型的风电场详细建模方法。案例分析在贵州某高海拔山区风电场展开,通过风速分布变化、低风速风机切入、低风速风机切出等场景下详细模型和简化模型的比较,分析了它们的适用性。     

基于风速时间周期特征的风电并网系统风险评估方法

目前的风电并网系统风险评估方法多采用风速的概率分布模型,评估的是系统全年的风险指标,不能反映风速和系统风险的时变特征。提出了风速的时间周期特征,并将其描述为风速长期、平缓的月变化趋势和短期、快速的日波动特征两部分的叠加。用时间周期拟合函数表示风速的月变化趋势,用服从特定概率分布的随机变量表示风速的日波动特征,通过对多年风速样本进行曲线拟合来建立风速的时间周期特征模型。根据该模型模拟得到的时变风速建立风电场出力模型,采用蒙特卡洛模拟方法计算风电并网系统中长期风险指标,反映了系统风险的时变特征。以IEEE-RTS79系统及某风电场实际风速为例,验证了所提方法的有效性。评估结果可为电力系统规划、中长期调度和月发电计划制定等提供重要参考。     

基于互转换Ornstein-Uhlenbeck过程的风速仿真模型及应用

准确的风速仿真是研究含风能发电系统的重要且基础步骤.为此,提出基于互转换Ornstein-Uhlenbeck过程的风速仿真模型,该模型可产生任意时间步长的仿真风速样本,将其与时序Monte Carlo模拟法结合,提出仿真时间步长可变的含风能发电系统充裕度评估方法.然后,采用某观测站的实测风速样本验证所提模型,结果表明,...     

一种改进的风电功率预测误差分布模型

受限于现有系统的预测精度,风电功率预测值与实际值之间存在一定的误差,该预测误差的分布特性是风电功率预测精度评估和大规模风电并网电力系统优化调度的重要参考依据。已有的方法大多采用正态分布模型,就精确度而言,会在一定程度上偏离预测误差的实际概率分布。在正态分布模型的基础上,根据概率密度函数以及最小二乘法的相关理论提出了一种描述预测误差分布模型的新方法。对EirGrid风电功率预测数据的计算分析结果验证了该方法的有效性及相对于已有正态分布模型的更精确性。     

风电场风速不确定性建模及区间潮流分析

风速变化具有随机性、间歇性等不确定性特征,导致风力发电机出力的不确定性,从而影响风电场的稳态运行.为了表达和处理电场中风速和风力发电机出力的不确定性信息,利用区间方法建立了风电场风速不确定性和风力发电机出力不确定性区间模型,并提出了风电场区间潮流分析算法.以青岛某实际风电场的运行数据为基础进行算例分析,验证了所提出的模型和算法的有效性,表明了定量分析风力发电机出力不确定性对风电场稳态运行的影响具有应用价值.     

Uncertainty modeling of wind power frequency regulation potential considering distributed characteristics of forecast errors

Large-scale integration of wind power generation decreases the equivalent inertia of a power system, and thus makes frequency stability control challenging. However, given the irregular, nonlinear, and non-stationary characteristics of wind power, significant challenges arise in making wind power generation participate in system frequency regulation. Hence, it is important to explore wind power frequency regulation potential and its uncertainty. This paper proposes an innovative uncertainty modeling method based on mixed skew generalized error distribution for wind power frequency regulation potential. The mapping relationship between wind speed and the associated frequency regulation potential is established, and key parameters of the wind turbine model are identified to predict the wind power frequency regulation potential. Furthermore, the prediction error distribution of the frequency regulation potential is obtained from the mixed skew model. Because of the characteristics of error partition, the error distribution model and predicted values at different wind speed sections are summarized to generate the uncertainty interval of wind power frequency regulation potential. Numerical experiments demonstrate that the proposed model outperforms other state-of-the-art contrastive models in terms of the refined degree of fitting error distribution characteristics. The proposed model only requires the wind speed prediction sequence to accurately model the uncertainty interval. This should be of great significance for rationally optimizing system frequency regulation resources and reducing redundant backup.