多谐波源同次谐波叠加计算方法

在相角未知条件下,国家标准中采用系数估算的方法进行谐波叠加计算,效果往往并不理想。在谐波叠加理论分析的基础上,文中构造了基于核密度估计与重要抽样的蒙特卡洛方法,用以计算多谐波源的同次谐波叠加电流。首先,运用核密度估计法可以计算谐波电流相角的概率密度函数,且通过重要抽样方法可对其进行抽样并得到核样本数据。再利用蒙特卡洛方法结合核样本数据对谐波叠加的交叉项进行估算,最终确定出谐波叠加电流的计算公式。仿真分析与实际算例表明,所提算法可获得更为精确的谐波叠加电流估计量,并可以简单高效地应用于多谐波源系统的谐波叠加中。     

考虑相位分布特征的多谐波源叠加方法

为克服随机多谐波源叠加系数计算需同步采样的技术瓶颈，提出一种考虑谐波电流相位分布特征的多谐波源叠加方法。首先，构建多谐波源叠加模型，分析谐波叠加原理及存在问题；其次，分析满足正态分布的相位角特征参数对叠加系数的影响机理，并采用蒙特卡罗法建立标准差与叠加系数的量化关系，提出考虑谐波源个体相位分布特征参数的叠加系数计算方法；最后，通过应用验证，谐波叠加结果计算误差较国标推荐方法降低了80%以上，为多谐波源叠加的工程化应用提供了新方法。     

含分布式谐波源的配电网多谐波源责任划分

大规模新能源发电、电动汽车等的接入使配电网谐波具有随机性、波动性、时变性等特点,同时导致配电网的结构和运行特性更加复杂,增加电网故障发生的概率,谐波新特征及故障干扰导致传统谐波责任划分的精度和效率降低。该文提出大规模分布式谐波源接入背景下的配电网多谐波源责任划分方法。分析含大规模分布式谐波源的配电网谐波新特征,提出利用多因变量复数域偏最小二乘法(multi-variable complex partial least squares,M-CPLS)进行多个谐波源责任的同时划分;研究故障时各谐波源的稳态谐波电流波动特征并提出利用小波变换对故障数据进行辨识;提出基于回归模型系数波动的有效数据选择方法。所提方法提高多谐波源场景下责任划分的计算效率,降低回归模型系数波动造成的误差干扰,提高谐波责任划分的准确度并增强算法抗故障干扰的性能。基于IEEE 34和IEEE 37节点配网系统仿真算例和监测平台的实测数据,验证所提方法的有效性和准确度。     

基于最优抽样与选择性解析的电力系统可靠性评估

为降低Monte Carlo法的计算方差,加快电力系统可靠性评估的速度,提出一种基于最优抽样和选择性解析的混合算法。该算法是在传统Monte Carlo法的基础上,增加小样本预抽样计算,以获得最优抽样密度函数与各变量的投影方差。根据投影方差的大小,确定解析变量,进行解析化处理,对模拟变量按照最优抽样密度函数抽取元件状态。对测试系统IEEE-RTS的算例分析表明,该算法可以同时提高抽样计算和解析计算的效率,降低计算方差,加快可靠性评估的速度。     

基于全概率公式的含风电配电系统概率潮流计算

针对风电出力不满足正态分布的特点,对风电出力分段离散化,并将多个风电场的离散化结果进行组合得到系统风电出力状态的所有组合,将问题转换为求解风电注入功率确定的多个条件概率分布问题。利用全概率公式整合多个条件事件的原点矩以计算系统状态变量的期望和方差。基于所有条件概率分布满足正态分布的特点,将所得的多个Gauss函数按全概率公式累加的方法得到同时考虑风电随机性和负荷随机性的概率密度函数,摒弃了传统的Gram-Charlier级数拟合概率密度函数的方法。以IEEE 33节点配电网络接入多个风电场为例对所提方法进行验证,并与多个抽样规模的蒙特卡罗模拟法进行对比,结果证明所提方法具有与千万次抽样的蒙特卡罗模拟法等同的精度。     

基于复数域偏最小二乘法与等值法的多谐波源责任划分

基于线性回归的谐波阻抗估算方法是常用的谐波阻抗估算方法之一。为确保谐波阻抗估算结果实部与虚部良好的相关性,基于混合建模思想,通过构建复数域偏最小二乘法的准则函数,给出了单因变量复数域偏最小二乘法的严格数学推导及简化求解过程。针对公共连接点处多谐波源情形,基于实测录波数据,通过分析各馈线电流波动量之间的关系,构建了用于筛选关注谐波源谐波电压和电流线性良好数据的指标因子;进而利用复数域偏最小二乘法估算相应的等值谐波阻抗;最终根据所提等值法实现各谐波源责任的定量划分。通过仿真及实测算例验证,体现了所提方法的可行性及有效性。     

基于有效数据段选取的多谐波源责任划分方法EI北大核心CSCD

针对多谐波源谐波责任划分时存在的可获得测试样本有限的不足,提出一种基于选择有效数据段的多谐波源谐波责任划分方法,在有效数据段内,只有一个谐波源负荷变化而其他谐波源负荷基本保持稳定。采用改进的k-means聚类方法,对要计算谐波贡献的谐波源以外的各谐波源谐波电流进行阶梯式的聚类处理,最终划分成多个有效数据集合。然后利用偏最小二乘法估计各数据集合对应的谐波源谐波责任,并加权求和所有集合的谐波责任作为关注时间段总的谐波责任。该方法克服了传统数据选择法难以获得有效时间段的缺点。为验证方法的有效性,在IEEE 14节点标准配电网络上进行仿真分析,结果表明,所提方法能有效解决数据段选择问题,并且优于传统数据选择方法。     

谐波分布规律计算方法研究

电力系统谐波是电能质量研究领域的难点。谐波分布规律的研究有助于理解非线性负荷的谐波特点,从而有利于提高非线性负荷的谐波管理水平。传统的谐波电流分布计算方法在谐波电流幅值和相位相互独立的假设前提下,分别计算谐波电流幅值和相位的一维概率密度分布。但是,在实际情况中,谐波电流的幅值和相位并不相互独立。为了克服传统方法的缺陷,提出了基于核函数的估计方法,实现了谐波电流二维联合概率分布密度函数的计算;然后基于蒙特卡洛方法实现了谐波电流二维联合概率密度函数的抽样。最后,在抽样的基础上实现了谐波电流期望和方差的求解。仿真算例和实际测试数据验证表明了本文所提方法的有效性。     

基于有效数据段选取的多谐波源责任划分方法

针对多谐波源谐波责任划分时存在的可获得测试样本有限的不足,提出一种基于选择有效数据段的多谐波源谐波责任划分方法,在有效数据段内,只有一个谐波源负荷变化而其他谐波源负荷基本保持稳定。采用改进的k-means聚类方法,对要计算谐波贡献的谐波源以外的各谐波源谐波电流进行阶梯式的聚类处理,最终划分成多个有效数据集合。然后利用偏最小二乘法估计各数据集合对应的谐波源谐波责任,并加权求和所有集合的谐波责任作为关注时间段总的谐波责任。该方法克服了传统数据选择法难以获得有效时间段的缺点。为验证方法的有效性,在IEEE 14节点标准配电网络上进行仿真分析,结果表明,所提方法能有效解决数据段选择问题,并且优于传统数据选择方法。     

基于对偶抽样蒙特卡洛法的有源配电系统可靠性评估

研究含典型分布式电源的配电网可靠性评估问题,针对源荷侧资源的随机波动特性,提出一种基于对偶抽样蒙特卡洛法的有源配电系统可靠性评估数学模型。首先对随机性源荷侧资源进行概率性指标建模,其次建立典型配电网可靠性评估指标用于评估分布式电源接入后对配电系统可靠运行的影响,再次,将对偶抽样技术引入以提高传统蒙特卡洛算法在处理可靠性评估方法计算效率的缺陷性,进而提高计算结果的方差精度。最后,对改进的IEEE-RBTS Bus 6的主馈线F4进行分析计算以验证本文所建模型的可行性和所提算法的高效性。     

基于改进SSP抽样技术的发输电系统可靠性评估

针对传统发输电系统可靠性评估方法抽样次数多、耗时长等问题,提出一种基于分层自寻优抽样技术的状态空间分割方法。通过合理划分全状态空间,选用解析法和模拟法对两个子空间分别进行状态选择,并通过分层自寻优抽样方法改进模拟法的抽样技术,优化分配高重故障状态的抽样次数,减小状态空间分割法的抽样方差。使用可靠性测试系统IEEE-RTS 79以及修改后的测试系统对所提方法进行验证。仿真算例结果分析表明,该方法不仅适用于不同规模的系统评估,而且提升了传统状态空间分割法的计算效率。     

基于混合Copula和均匀设计采样的电力系统随机潮流

为全面描述输入随机变量间的相关性并提高Monte Carlo模拟采样效率,提出一种基于混合Copula和均匀设计采样（uniform design sampling,UDS）的电力系统随机潮流计算方法。从输入随机变量的相关结构出发,构造混合Copula函数分析输入随机变量的相关性,准确描述输入随机变量间的非线性、非对称性以及尾部特征。运用均匀设计采样,克服传统Monte Carlo模拟采样规模过大、计算时间过长的缺点。以接风电场的IEEE30节点系统为例,进行仿真分析,与以实测数据进行仿真分析的结果进行对比,结果表明所提方法不仅速度快、精度高,而且能全面反映输入随机变量的相关性。     

基于重要抽样与极限学习机的大电网可靠性评估

由于不确定因素多、电网规模大,原始蒙特卡洛模拟(MCS)在复杂电力系统可靠性评估中无法满足实时高效的要求。提出一种基于交叉熵(CE)的重要抽样与极限学习机(ELM)相结合的可靠性评估算法,一方面通过在系统抽样环节引入CE构建元件的最优概率分布,减小方差变化,加快指标收敛速度;另一方面,采用ELM对重要抽样的状态样本进行有监督学习,以所构建的网络学习模型替代传统非线性规划方法进行状态评估,提高单次系统状态评估的效率,从而实现快速可靠性评估。对IEEE RTS-79系统进行可靠性评估,与原始MCS和CE重要抽样的对比结果表明,在一定的误差范围内所提算法合理、有效,其计算效率较原始MCS和CE显著提高。     

于改进抽样法的电力系统可靠性评估

由于电力系统的元件故障为小概率事件,在应用传统非序贯蒙特卡洛抽样法进行系统可靠性评估时,存在抽样次数大,仿真时间长等缺点。通过将对偶变数抽样法与交叉熵重要抽样法相结合,提出了一种适用于电力系统可靠性评估的改进抽样方法。该方法首先通过交叉熵重要抽样确定元件最优参数,构造元件的零方差概率密度函数的近似函数,然后根据最优参数进行对偶抽样,进一步降低抽样过程的方差,提高了传统蒙特卡洛法的抽样效率。应用该方法及传统随机抽样法、对偶变数抽样法和交叉熵重要抽样法对IEEE-RTS（可靠性校验系统）与变参数后的IEEE-RTS进行可靠性评估,计算结果表明：提出的方法在保证一定计算精度的条件下,相比其他方法,进一步提高了仿真速度。越是小概率事件,方法的优势越明显。     

基于改进交叉熵算法的电力系统随机生产模拟

蒙特卡洛模拟的计算效率与系统的可靠性密切相关，在其用于高可靠性系统的随机模拟时存在计算效率偏低的问题。为此，提出了一种基于多层交叉熵与对偶变数抽样技术相结合的随机模拟算法。首先使用多层交叉熵构造零方差概率密度函数的近似函数，提高小概率失效事件的抽取概率；其次基于已构造的近似概率函数，采用对偶变数抽样法进行抽样，进一步提高抽样的收敛速度。以IEEE RTS修改系统为例进行了算例分析，算例结果验证了所提出的基于改进交叉熵的电力系统随机生产模拟算法的有效性。     

基于进化算法改进拉丁超立方抽样的概率潮流计算

在对电力系统安全风险评估时所需概率潮流计算的模拟法中,基于拉丁超立方抽样（Latin hypercube sampling,LHS）的蒙特卡罗（Monte Carlo,MC）模拟比简单MC模拟效率更高。但针对概率潮流问题,目前在相关性控制方面仍待改善。为提高基于LHS法的MC模拟在概率潮流计算中的效率,从两方面改进算法：一方面,对随机变量间相关系数矩阵非正定情况提出含进化算法的改进中值拉丁超立方抽样法;另一方面,为顾及概率分布的尾部特征,提出拉丁超立方重要抽样技术。对IEEE30和IEEE118节点系统进行考虑发电机无功出力约束的局部相关性试验,所提方法能有效地控制相关性,并具有良好的收敛性。试验结果表明该方法是有效和合理的。     

采用混合高斯模型及边缘变换技术的蒙特卡洛随机潮流方法

提出一种计及输入变量相关性的改进蒙特卡洛随机潮流方法。该方法针对系统输入变量多样性和随机性的特点,建立其混合高斯模型并根据测量数据进行参数估计。在蒙特卡洛仿真基础上,引入均匀设计抽样技术提高采样效率,并通过边缘变换和Cholesky分解产生具有相关性的输入变量样本。采用多重线性化手段在加快计算速度的同时减小潮流方程线性化引起的截断误差。对IEEE 30和IEEE 118节点系统的测试分析,验证了所提方法的准确性、快速性和有效性。     

基于改进蒙特卡洛混合抽样的含风光电力系统风险评估

强随机性和不确定性风电、光伏的接入使得电力系统运行变得更加复杂,全面高效评估含风光电力系统运行风险尤为必要。首先,针对传统蒙特卡洛方法在电力系统风险评估中计算效率较低的问题,结合全概率抽样、等分散抽样和自适应重要抽样的思想,提出一种基于改进蒙特卡洛混合抽样的风险评估方法。然后,计算系统的失负荷风险、电压越限风险、支路越限风险和稳态频率越限风险,并采用三层评估指标体系评估系统的运行风险。最后,以改进IEEE-RTS79系统和西北某省实际系统为例,验证了所提方法的有效性和准确性。并分析风光不同的接入位置、接入容量、接入比例下的系统风险情况,其结果可为电力系统运行及规划提供参考信息。