基于分段Copula函数和高斯混合模型的多段线性化概率潮流计算

大规模风电并网以及负荷的随机波动加剧了电网运行的不确定性,为了有效分析新环境下的电网运行特性,提出一种基于风功率分段Copula函数和负荷高斯混合模型的多段线性化概率潮流计算方法。采用分段Copula函数在时间维度上刻画相邻风电场的空间相关性,分析风功率相关性的季节变化。针对实际负荷的不对称、多峰特性,采用改进K-means聚类优化的期望最大化(expectation maximization,EM)算法,准确快速地建立负荷高斯混合模型。在此基础上,采用多段线性化半不变量法进行概率潮流计算,以减小风功率和负荷大范围波动造成的潮流方程线性化误差。对改进的IEEE 14节点系统进行仿真分析,验证了所提方法的准确性、快速性及有效性。     

含风力发电的电力系统电压越限概率评估

针对以往含风力发电随机潮流计算的研究中存在的局限性,提出了一种适应于不同风季风速分布的电力系统电压越限概率评估方法。基于对风电机组输出功率概率空间的划分,给出了含多风电机组的系统风电功率输出场景划分方法;通过对系统各场景下的随机潮流计算得到既定场景下节点电压越限概率,从而计算出节点电压越限概率、系统电压越限概率指标和节点群电压越限概率指标。以含风电场的IEEE30系统为算例,给出了四种不同风季条件下,系统电压越限概率指标的仿真计算结果,验证了方法的有效性。     

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。     

考虑多风电场功率相关性的概率潮流联合分布计算

随着大规模风电接入电网,风电的随机性为电网运行带来了更多的不确定因素,严重威胁系统的静态安全。提出一种考虑多风电场功率相关性的概率潮流联合分布计算方法,可用于评估多个风电场风电出力对系统静态安全的影响。首先采用高斯混合模型来准确描述多个风电场功率的联合概率分布,然后利用高斯混合模型的优良性质,依据系统状态量与风功率之间的近似线性关系,进而获得系统状态量的联合概率分布。将该方法应用于宁夏电网的静态安全概率评估,经过与蒙特卡罗仿真法比较,结果表明,该方法准确度更高,计算速度更快。     

考虑多风电场相关性的场景概率潮流计算

考虑多风电场相关性的概率潮流计算对评估风电接入系统所带来的影响具有重要意义。针对相邻风电场出力间相关性复杂多变的特点,提出一种基于K-means聚类和Copula函数的场景概率潮流计算方法,能够考虑多风电场出力间相关性的变化,建立其场景概率模型,得到不同场景下系统状态变量的概率指标。以澳大利亚的2个相邻风电场实测出力为样本,在含多风电场的IEEE 30节点系统中对场景概率潮流计算方法进行测试分析。算例结果表明,所提方法能够建立准确的多风电场出力概率模型,得到更可靠的概率潮流计算结果。     

基于直流概率潮流的风电穿透功率极限计算

风力发电已经成为清洁能源中发展最快的一种发电方式,确定风电穿透功率极限对风电并网的规划和运行有着重要作用。文中提出了基于直流概率潮流的风电穿透功率极限计算方法,计算中通过直流概率潮流计算,综合考虑风电场出力、发电机出力、节点负荷等因素的随机性,得到含有风电场的电力系统中线路有功潮流的概率分布,然后利用随机规划理论和改进的遗传算法求解风电穿透功率极限。最后以IEEE30系统为算例,验证计算方法的有效性。     

基于高斯混合随机性模型的多风电场配电网概率潮流计算

风速的随机性及风电场之间的相关性对电力系统潮流分析具有重要影响。计及风速的随机性及多风电场之间的相关性,提出一种改进的概率潮流计算方法。基于多风电场实际出力样本数据,利用k-means算法确定高斯混合模型的参数数量,并利用数据筛选过程改进高斯混合模型以提高联合分布模型的精确度;引入基于Nataf估算变换的三点估计法对所建概率分布模型进行采样,并将采样数据与电力系统潮流平衡方程结合以实现概率潮流计算。IEEE 18节点系统的算例结果表明,所提方法具有较高的计算精度和计算效率。     

基于场景概率潮流的电力系统无功优化研究

多风电场出力的随机性和互相关性特点对电力系统无功优化调度有着不可忽视的影响。针对这一问题,提出一种基于场景概率潮流的电力系统无功优化方法。该方法将风电出力场景化,结合概率潮流计算,以系统有功网损、发电机无功偏差和节点电压偏差期望加权值最小作为无功优化目标函数,利用粒子群算法求得各风电出力场景下的最优无功控制策略。在含多风电场的IEEE 30节点系统中对所提方法进行测试,并与确定性的场景无功优化方法相对比,验证了所提方法的有效性。     

基于高斯混合模型及近似线性规划的风电系统校正控制方法

提出一种基于高斯混合模型及近似线性规划的风电系统校正控制方法。考虑到风电及负荷功率预测误差的非高斯特性及相关性,建立了描述风电及负荷功率联合概率分布的高斯混合模型。考虑切负荷、发电机功率调整以及统一潮流控制器等控制措施,以控制代价最小为目标函数,构建了计及电压、频率及线路潮流等静态安全约束的风电系统校正控制优化问题的数学模型。为求解含不确定变量的非线性优化问题,依据高斯混合模型的性质,在稳态运行点的邻域内将非线性约束近似转化为线性约束,用线性规划方法求解,并不断迭代直至收敛。最后,将该方法应用于修改后的IEEE 10机39节点算例系统验证其有效性,与场景法的对比结果表明该方法求解效率较高,且具有较好的经济性。     

含大规模风电场的电力系统概率可用输电能力快速计算

针对含大规模风电场的电力系统的可用输电能力(available transfer capability,ATC)进行研究,首先基于连续潮流法,提出了线性预测关键约束的改进算法,并引入到交流潮流模型中形成扩展潮流方程求解电力系统确定性ATC,且推导了电力系统ATC对风电等节点的注入功率波动的灵敏度快速估算模型。在此基础上,结合风电并网系统的多维可视化注入功率空间,提出了一种采用分层类聚算法划分蒙特卡罗抽样样本,综合考虑发电机随机故障、线路随机故障、风电场风速、发电机出力和负荷波动等多种不确定因素的概率ATC快速计算方法,最后通过算例分析验证了该算法的快速有效性。     

考虑电动汽车充电负荷的配电系统场景概率潮流分析

提出了一种同时考虑分布式光伏出力和电动汽车充电负荷随机特性的配电系统场景概率潮流分析方法。首先,在考虑车主交通行为与充电模式随机特性的基础上,采用蒙特卡洛模法对充电站典型日内的充电负荷进行模拟,给出充电负荷曲线集。接着,采用K-means聚类分别对充电负荷曲线集和光伏历史出力曲线集进行聚类,给出充电负荷和光伏出力的概率场景集,并以此为基础构建潮流分析场景集。最后,采用前推回代法进行所有场景下的配电系统潮流分析。按场景概率对潮流结果进行汇总,给出概率潮流分析结果。基于IEEE 33节点配电系统的仿真计算验证了所提模型及方法的有效性。     

基于多场景概率的含大型风电场的输电网柔性规划

由Monte Carlo模拟法得到风电场输出功率的概率分布.应用多场景概率的方法.将风电场的输出功率和在电网规划中涉及到的负荷变化、经济等不确定性因素,以场景分析和概率计算的方式加以描述.目标函数以发生概率为基础,按场景发生概率的大小加以区分.采用以最大单条线路过负荷率为基础的柔性约束准则,同时考虑了单条线路过负荷和总的线路过负荷情况.分别对稳态下和N-1事故条件下的线路过负荷情况进行分析.根据决策者对N-1事故校验下线路过负荷率重视程度的不同,采用权系数的方式加以区分,能够快速准确地得到基于决策者偏好的含大型风电场的输电网柔性规划方案,并更符合工程实际需求.以Garver 6节点系统为仿真算例,证明了该方法的可行性.     

基于模糊C-均值聚类的时序概率潮流快速计算方法

为衡量光伏出力与负荷的时序变化特性对电力系统运行状态的影响,基于模糊C-均值聚类算法提出一种时序概率潮流快速计算方法.将一天分为24个时段,采用自适应扩散核密度估计法分别建立光伏出力与负荷的概率密度分布模型,提高概率模型局部适应性,并通过Copula理论描述二者之间的相关关系;利用模糊C-均值聚类法划分光伏出力与负荷场景,利用场景聚类中心与场景发生概率代替蒙特卡洛模拟过程进行概率潮流计算,大幅减少计算次数.基于我国西北某地实际测量数据和IEEE 30节点系统进行仿真分析,结果表明所提方法能在保证准确性的前提下,提高时序概率潮流的计算速度.     

基于自适应扩散核密度估计的时序相关概率最优潮流计算方法

为准确评估光伏与负荷的时序性和相关性对电力系统运行状态的影响,提出一种基于自适应扩散核密度估计的时序相关概率最优潮流计算方法。首先,利用光伏出力的自适应扩散核密度估计模型将高斯核函数转换为线性扩散过程,采用渐进积分误差法(asymptotic mean integrated squared error,AMISE)为扩散核函数选取自适应最优带宽,提高了光伏出力模型的局部适应性;其次,利用Copula理论构建光伏与负荷的时序联合概率分布模型,并获取具有相关性的时序光伏出力与负荷样本,进而提出能够准确计及光伏与负荷时序性和相关性的概率最优潮流计算方法;最后基于我国某地光伏电站实测数据与IEEE30节点系统进行仿真分析,验证了所提出计及光伏出力与负荷时序相关性的概率最优潮流计算方法的准确性与有效性。     

基于改进高斯混合模型的概率潮流解析方法

大规模风电并网使电力系统的随机性问题日益突出,概率潮流分析是一种能够计及电力系统随机性的稳态运行分析重要工具。针对风电的随机性和多个风电场出力之间的相关性问题,提出利用遗传算法改进的高斯混合模型求解多个风电场出力的联合概率密度函数,利用联合概率密度函数对多个风电场出力的随机性和相关性进行刻画。在此基础之上,利用线性潮流方程计算多条线路和多个节点电压的联合概率分布,最终求解概率潮流的计算结果。仿真结果表明,所提方法计算精度高,速度快,利用联合概率密度函数和联合分布函数能够比边缘分布更精确地评估电力系统多条线路同时过载的风险。     

基于高斯函数-最大熵展开的风电并网系统概率潮流计算

为有效计及风电出力随机性对电网运行状态的影响,在风电并网系统中提出一种基于高斯函数-最大熵原理的改进半不变量概率潮流计算方法。首先,以高斯函数为风速分布信息的载体,在此基础上采用改进反射核密度估计,建立计及风速有界性的风电出力概率模型,以便精确地求取描述风电出力随机性的各阶矩、半不变量等数字特征。然后,基于节点电压、支路功率等状态变量的数字特征,采用高斯函数改进最大熵模型进行状态变量的分布展开,由高斯函数的数量和性质来计及输入侧风速分布形状对输出侧状态变量分布的影响。同时将所提改进最大熵模型的约束由积分形式转为代数形式,提升计算效率。最后,以IEEE30节点系统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。     

考虑新能源发电不确定性的静态电压稳定故障筛选与排序方法

为了有效地分析电力系统设备故障和新能源发电不确定性对系统静态电压稳定的影响,提出了一种考虑新能源发电不确定性的静态电压稳定故障筛选与排序方法。假设各新能源发电出力为均值,建立N-1故障场景下确定性的电压稳定临界点模型,根据所得的故障后负荷裕度筛选得到严重故障集。考虑风电和光伏发电的随机分布,建立故障场景下的电压稳定概率评估模型,采用随机响应面法求解获得故障场景的负荷裕度累积概率分布。根据负荷裕度累积概率分布,设计了2种故障后系统电压稳定性的排序指标,确定严重故障集的排序。IEEE 118节点标准系统的计算结果表明,所提故障筛选与排序方法是有效的,可以甄别和排序各故障场景下系统的概率静态电压稳定性;根据故障排序结果构建的电力系统概率电压稳定域有助于对概率稳定边界的分析和研究。     

基于拟蒙特卡洛的半不变量法概率潮流计算

随着风电并网容量的增加,概率潮流计算方法在计及风电出力不确定性的同时,还需考虑邻近风电场由于风速相关性导致的风电出力相关性问题。针对风电出力波动范围较大且存在相关性的特点,提出一种可考虑输入变量相关性的基于拟蒙特卡洛的半不变量法概率潮流计算方法。该方法利用基于Nataf变换的拟蒙特卡洛法产生具有相关性的风电出力样本,在各样本点处进行半不变量法概率潮流计算,基于各风电出力样本下的状态变量正态分布特性,依全概率公式整合所得正态分布得到最终的概率潮流结果。基于IEEE 30节点系统的算例分析表明,所提方法在较小采样规模下具有很高的计算精度,能够较精确地得到系统状态变量的概率分布。