基于混合Copula函数的风电场出力建模方法

大容量风电场接入系统后,由于其具有间歇性、随机性和不确定性,会对电网潮流分布造成影响。以往的研究大都侧重于解决不同风电场间的风速相关性问题,针对云南电网中大型风电场往往由分布在不同山头的若干风电机群构成的实际情况,风电场内部已经不能单纯地采用一台风电机组等效。基于可以描述不同尾部特性的Copula理论,文中提出基于混合Copula函数建立风电场出力模型的方法。以云南电网某实际风电场为例进行验证分析,在PSD-BPA软件平台上建立该风电场出力模型,并进行系统潮流计算,结果表明,基于混合Copula函数的模型与基于单一Copula函数的模型相比,更接近于历史实测数据模型,二者得到较一致的潮流结果。     

基于Copula理论的风电场间风速及输出功率相依结构建模

在电力系统规划和运行中,对风能的随机相关性进行建模是获取准确结果中非常重要的环节。鉴于风速分布呈现非线性和尾部相关性模式,区别于应用较为广泛的线性相关分析,文中引入了Copula函数对风电场风速以及输出功率之间的相依结构进行系统建模,建立了多风电场风速及功率的联合分布函数。对甘肃酒泉地区4个风电场风速相依结构的研究表明,对于有一定相关性的2个风电场,其风速之间的相关性呈现非对称的尾部特性,单一Copula函数较难精准表述其相依结构,故构建混合Copula函数,即根据拟合优度检验选取合适的Copula函数的凸组合进行描述更为准确;对福建2个风电场输出功率相依结构的研究表明,Gumbel-Copula适合用于2个风电场输出功率的相依结构建模。最后给出了四维风速的相依结构模型。     

基于Copula理论的多个风电场出力建模

本文采用Copula理论建立了多个风电场出力的模型,根据风电场出力的实测离散数据构建其经验概率分布函数,给出了建立模型的基本步骤。以两组风电场出力的实测离散数据为参考,分析了多个风电场出力模型在相关性、数字特征和概率分布曲线方面的计算精度。仿真结果表明采用Copula理论的多个风电场出力模型具有很高的精度。     

计及风速不确定性及相关性的风电场分区虚拟惯量估计

随着以新能源为主体的新型电力系统建设持续推进,风电在全国各个区域电网的渗透率将高速提升。然而大规模风电场无法提供转动惯量支撑,引入虚拟惯量控制后亦缺少能够分区且精确的虚拟惯量评估方法。考虑了风场内风速的随机性及相关性,提出了基于Copula函数及聚类算法的风电场分区虚拟惯量估计方法。首先,考虑风速的尾流及时延效应,建立场内各风机风速的概率分布模型。其次,根据各风机的风速分布特性,采用双尺度谱聚类算法对场内风机进行聚类分区。然后,选取各区中心机组,构建最优Copula函数描述各分区间的风速相关性。最后,基于风电场机组分布和风速数据估计风电场内各分区的虚拟惯量储备。根据甘肃某风场的实际风速及出力数据构建仿真算例,仿真结果表明所提算法能有效实现风电场虚拟惯量的特征提取、聚类分区、惯量估计。     

计及风电场出力相关性的电力系统概率潮流研究

随着我国“碳达峰”和“碳中和”目标的提出，风电在作为一种可再生能源缓解了我国资源匮乏的现状的同时，其出力的不确定性及多风电场之间的相关性对电力系统潮流分析带来了挑战。基于风电场实际出力，构建多风电场出力样本数据集，克服单一Copula模型刻画不全面的缺点，综合拟合效果好的Copula模型，提出通过最小二乘法完成参数辨识的混合Copula模型。针对混合Copula模型的特性建立其特有的混合抽样法，提出计及风电场出力相关性的电力系统概率潮流分析流程，并通过对河北风电场的算例分析，验证了所建立的出力模型以及抽样方法在计及多风电场出力相关性的电力系统概率潮流计算方面的有效性。     

风速空间相关性和最优风电分配

风电场分布的地域多元化能够平滑风电波动。提出基于copula函数和均值－方差模型研究分布在不同位置风电场风速空间相关性和最优风电分配。利用极大似然法选取合适的copula函数描述风速间的相关关系,计算出风速间基于copula的秩相关系数,并借助最小二乘法拟合秩相关系数和风电场距离的关系。构造适合风电场的均值－方差模型优化风电的分配,其中风场的容量因子表示收益,风电前后时刻出力变化的标准差表示风险,线性相关系数用秩相关系数代替。以荷兰40个风场为例,结果表明,Gumbel copula 和 t copula函数较好地拟合了风场间风速的相关关系,并且,随着距离每增加100 km,秩相关系数下降0.1;通过求解均值－方差模型,得到各风场风电最优组合,相对于单个风场,风电波动下降程度最大达到70%,海上风场在降低风电波动中作用较大,在此模型指导下,可以选择最优风电分配策略,降低风电波动给系统带来的风险和成本。     

基于混合Copula函数的含风电场电力系统可靠性评估

随着风力发电的发展,风电场风速之间的相关性对电力系统可靠性的影响越来越大。基于混合Copula函数建立一种多元相关性风速的模型,并在含多个风电场的IEEE-RTS系统可靠性评估中应用该模型,通过实例分析,在描述风电场风速相关结构方面,提出的混合Copula函数法比单一Copula函数法更合适,更有优势。     

基于Copula的多风电场出力相关性建模及其在电网经济调度中的应用

随着大规模风电并网,构建一个能准确描述风电场出力随机性和彼此间相关性的模型,对电网安全有效地利用风能意义重大。构建了基于Copula理论的多风电场出力联合分布函数模型,并引入相关性和拟合性指标,提出了基于熵权属性识别理论的最优模型选取方法。然后,给出了基于蒙特卡洛抽样和Copula联合分布的风电场出力相关性场景在电力系统经济调度中的应用。最后,以美国加州沿海风电场出力历史同步数据为样本验证Copula建模的有效性,结果表明,t-Copula不仅能很好地刻画原变量之间的相关性,而且能精准地拟合原样本经验分布函数。通过含多风电场的IEEE 118节点系统的动态经济调度算例,说明了考虑多风电场间相关性的建模对制定合理调度计划是必要且有效的。     

基于时变Copula函数的风电出力相关性分析

相邻风电场风电出力存在较强的相关性,但一段时间内其相关强度并非一成不变,所选取时间窗口不同,可能会得到不同的相关性结论。针对这一问题,基于Copula相关性分析理论,提出了采用时变Copula函数来分析风电出力时变相关性。并研究了3种时变Copula函数的特性,给出了时变相关系数的时变方程,再采用IFM法和AIC法进行Copula函数参数估计和拟合优度检验。通过实例分析,对比了静态Copula函数和时变Copula函数拟合优度,证明了时变Copula函数在风电场风电出力相关性分析中的可行性和优越性,为风电场风电出力相关性分析提供了更有效的新方法。     

考虑风速时空分布及机组运行状态差异的风电场有效惯量估计

风电机组采用虚拟惯量控制的能量主要来源于转子动能。受风速不确定性以及机组自身状态影响，风电惯量水平难以估计。针对此问题，提出了考虑风速时空分布和机组运行状态差异的有效惯量估计方法。首先，建立风电场风速分布概率模型，利用混合Copula函数在相关性拟合方面的优势，结合尾流效应快速分析相邻机组风速。其次，对不同运行状态以及不同控制参数下的风机虚拟惯量响应过程进行解析。最后，提出了考虑风速时空分布及机组运行状态差异的风电场有效惯量估计方法。根据某风场实际数据构建了风电场惯量响应仿真模型，验证了所提风速相关性模型具备较高的计算效率与准确度；评估得到的有效惯量响应能力能够较真实反映风机的实际响应过程。     

基于经验Copula函数的多风电场出力动态场景生成方法及其在机组组合中的应用

随着大规模风电接入电网,风电功率的随机性与波动性以及多风电场出力的相关性使得电力系统的运行与调度面临着新的挑战。引入经验Copula函数表征多风电场联合出力分布;对风电的波动性进行建模,利用ksdensity函数拟合风电功率波动量,通过逆变换抽样的方法生成符合风电随机性和波动性的场景集合;生成基于经验Copula函数的多风电场出力动态场景,并将其应用于含多风电场的电力系统随机机组组合问题的求解。算例结果验证了所提风电波动性建模方法的有效性与动态场景生成方法的可行性,同时提高了含多风电场电力系统运行的经济性。     

计及预测误差动态相关性的多风电场联合出力不确定性模型

为实现对多风电场联合出力不确定性的精细化建模,提出了计及预测误差动态相关性的多风电场联合出力不确定性建模方法。首先,分析了同区域风电场的出力及出力预测误差动态相关性特征。进一步,针对此特征,引入高维动态藤Copula理论,建立了多风电场预测出力及预测误差的联合分布模型。最终,将以上模型与基于Copula函数的离散卷积法相结合,建立了计及预测误差动态相关性的多风电场联合出力不确定性模型,并以置信区间对多风电场联合出力不确定性进行了离散化表征。仿真结果表明,对比其他模型,所提模型拟合精度更高,拟合过程与预测方法解耦,灵活性更强。     

基于非对称Copula函数的风电场黑启动储能优化配置

在高比例风电接入的区域电网中,为加快停电后的恢复速度,可以采用风电场配置储能系统作为黑启动电源。针对启动发电机组过程中风电出力平滑问题,提出一种基于非对称Copula函数的储能优化配置方法,以投资成本最小为目标,使风电场具备黑启动电源的能力。将储能的功率配置和容量配置看作2个随机变量,根据样本数据分析两者之间的相关特性,基于非对称Copula函数建立二元联合概率分布进行准确描述。利用核密度估计得到2个边缘概率分布,通过极大似然估计和拟合度测试确定最佳Copula函数。仿真结果表明,所提非对称Copula函数拟合准确度更高,得到的储能配置成本更低。     

基于Copula函数及Rosenblatt变换的含相关性概率潮流计算

随着风电渗透率的增加,在考虑风电出力随机性和间歇性对配电网影响的同时,风电场间风速的相关性应予以考虑。将Rosenblatt变换与Copula函数相结合以处理风电场间复杂的非线性关系,提出一种基于Copula函数及Rosenblatt变换的概率潮流半不变量算法。所提方法能准确捕捉到输入变量间的非线性相关关系,且具备半不变量法计算效率高的优点。以IEEE33节点网络接入风电场对所提方法进行测试。结果证明了所提方法的有效性、准确性和实用性,所提方法计算结果较考虑线性相关性算法的计算结果更接近实际运行情况。     

Research on multi-terminal traveling wavefault location method in complicatednetworks based on cloud computingplatform

Determination of the output power of wind generators is always associated with some uncertainties due to wind speed and other weather parameters variation, and accurate short-term forecasts are essential for their efficient operation. This can efficiently support transmission and distribution system operators and schedulers to improve the power network control and management. In this paper, we propose a double stage hierarchical adaptive neuro-fuzzy inference system (double-stage hybrid ANFIS) for short-term wind power prediction of a microgrid wind farm in Beijing, China. The approach has two hierarchical stages. The first ANFIS stage employs numerical weather prediction (NWP) meteorological parameters to forecast wind speed at the wind farm exact site and turbine hub height. The second stage models the actual wind speed and power relationships. Then, the predicted next day’s wind speed by the first stage is applied to the second stage to forecast next day’s wind power. The influence of input data dependency on prediction accuracy has also been analyzed by dividing the input data into five subsets. The presented approach has resulted in considerable forecasting accuracy enhancements. The accuracy of the proposed approach is compared with other three forecasting approaches and achieved the best accuracy enhancement than all.     

Analysis of voltage stability uncertainty using stochastic response surface method related to wind farm correlation

Wind speed follows the Weibull probability distribution and wind power can have a significant influence on power system voltage stability. In order to research the influence of wind plant correlation on power system voltage stability, in this paper, the stochastic response surface method (SRSM) is applied to voltage stability analysis to establish the polynomial relationship between the random input and the output response. The Kendall rank correlation coefficient is selected to measure the correlation between wind farms, and the joint probability distribution of wind farms is calculated by Copula function. A dynamic system that includes system node voltages is established. The composite matrix spectral radius of the dynamic system is used as the output of the SRSM, whereas the wind speed is used as the input based on wind farm correlation. The proposed method is compared with the traditional Monte Carlo (MC) method, and the effectiveness and accuracy of the proposed approach is verified using the IEEE 24-bus system and the EPRI 36-bus system. The simulation results also indicate that the consideration of wind farm correlation can more accurately reflect the system stability.     

基于综合Copula函数的风电出力相关性建模

针对单一Copula函数模型在描述风电功率相关性中失真较大的缺陷,提出构造综合Copula函数模型刻画其相关结构的策略,并采用EM方法估计模型中相关参数的值。以某地区两相邻风电场的实际历史出力数据为基础,通过对比不同组合函数的拟合优度校验,筛选出最优的综合Copula函数,并将其运用于系统的概率潮流计算中,作出支路有功功率及节点电压这二者的概率密度曲线,通过与单一Copula函数所得曲线的对比,验证了其在风电场出力建模中的有效性及可行性。     

基于贝叶斯理论的考虑多维风速之间相关性的概率潮流计算

随着风机大规模投入运行,多维风电场之间风速的相关性会影响电力系统的稳定性.考虑相关性的概率潮流计算有助于合理地调控电力系统运行方式以及优化调度,从而提升系统的稳定性.文中针对多维风电场之间的相关性,提出了一种基于贝叶斯理论的最大期望算法及Rosenblatt变换的概率潮流三点估计法,该算法能够很好地捕捉风电场之间的非线性相关性,计算多维风电场风速的联合分布函数并应用于概率潮流计算.最后,通过IEEE 118节点系统对算法进行验证,并与蒙特卡洛模拟法及Nataf变换作横向对比,结果表明所提算法兼具精度高、收敛速度快等优势.     

基于Copula理论的风电功率缺失数据补齐方法研究

风电数据的完整性对风电功率的准确预测以及风能的利用具有重要意义。文中从风电场中风机输出功率的相关性分析,提出利用Copula理论建立不同风机输出功率的联合概率分布模型的方法。利用实测的风电功率数据,采用非参数核密度估计法估计风机输出功率的概率分布。以Kendall秩相关系数作为相关性测度。利用风机输出功率的相关性对缺失数据进行补齐。仿真实验说明补齐数据的准确率和平均相对误差得到较好的效果,能够有效提高补齐数据的质量。     

风速的互补性对概率潮流的影响

以大规模风电并网为背景,以实现有效接纳风电为目的,通过概率潮流计算,对地理位置不同的风电场之间风速的互补性进行分析。为模拟不同风电场之间风速的互补性,提出采用FrankCopula函数构建风电场之间风速的联合概率分布,选取Spearman秩相关系数作为风电场之间风速的互补性测度。采用云南电网实际数据作为算例,重点分析了风速的互补性对节点电压、支路潮流及线损的影响。研究结果表明,考虑风速的互补性可以更合理地评估风电场对系统的影响,有利于更好地进行风电场选址及电网规划。