基于拟蒙特卡罗模拟和核密度估计的概率静态电压稳定计算方法

概率静态电压稳定计算能考虑电力系统中的随机因素,获得稳定裕度的统计数字和概率分布,是传统确定性的电压稳定计算方法的有效补充。文章研究了基于模拟法的概率静态电压稳定评估方法,通过引入拟蒙特卡罗模拟获得输入随机变量样本,以提高模拟法的计算效率,并采用基于扩散方程的核密度方法以准确获得稳定裕度的概率分布函数。将所提算法应用于IEEE 118节点系统和某省级电网的静态电压稳定分析。计算结果表明:相比于常用的模拟法,所提算法仅需要较少的采样规模即可获得较高的计算精度;随着外部直流馈入功率的增加和内部发电机开机的减少,该省网在低谷时段的电压稳定裕度低于峰荷时段的稳定裕度,即系统轻载时更加逼近稳定运行临界点。     

基于组合抽样的含分布式电源随机潮流计算

针对含分布式电源系统随机潮流计算中随机变量类型多的特点,提出基于组合抽样的蒙特卡罗模拟法,其根据随机因素的不同特点采用不同的抽样方法,并计及线路随机故障的影响。将随机因素作为随机变量建立概率分布模型;对连续概率分布的负荷及分布式电源出力采用拉丁超立方抽样,对离散概率分布的电源和线路随机故障采用结合拉丁超立方抽样的改进重要抽样方法,以减小方差,提高模拟计算效率;对系统随机变量进行抽样建模。通过对接有分布式电源的IEEE 14节点系统和IEEE 57节点系统的算例分析,表明了所提方法是有效的,并具有良好的收敛性。     

基于输入随机变量离散数据的概率潮流计算方法

基于实测离散数据,对风电场的出力特性进行了研究,对比分析了传统风电场出力建模方法的准确性。针对现有基于拉丁超立方采样的蒙特卡罗仿真法要求已知输入随机变量的累积分布函数这一情况,提出了一种基于输入随机变量离散数据的概率潮流计算方法。以基于简单随机采样的蒙特卡罗仿真法计算结果为基准,在加入风电后的IEEE 57节点系统上对所提方法的有效性进行了验证。仿真结果表明:所提方法是有效的,该方法具有计算速度快、精度高和稳健性好的优点,具有较好的工程实用价值。     

基于改进拉丁超立方抽样的概率潮流计算

针对基于拉丁超立方抽样的蒙特卡洛模拟法应用于概率潮流计算时相关性控制过程存在的问题,提出了一种新的可以精确处理随机变量相关性的方法。为了使采样值更为精确地反映随机变量的数字特征,在正态分布变量的样本生成过程中引入区间均值采样方法。根据离散分布的特点,在离散分布随机变量样本生成过程中引入了离散拉丁超立方抽样方法。本文提出的方法不仅可以提高计算精度,同时可以全面地给出输出变量的数字特征以及分布。IEEE 30节点仿真结果验证了所提出方法的有效性。     

含风电的电力系统概率潮流计算

概率潮流求解中蒙特卡罗法只有在大规模采样的条件下进行多次模拟,才能提高精准度,其导致计算量大,耗费时间,难以处理风电中变量相关性的概率潮流。采用基于拉丁超立方采样的蒙特卡罗法对含有风电场的电力系统概率潮流问题进行分析。基于拉丁超立方采样的蒙特卡罗法,主要分为采样和排序。采样是为了确保样本空间能够被完整的采样,排序是为了降低随机变量之间的相关性。该方法将Gram-Schmidt和Cholesky2个排序方法结合,很好地降低随机变量之间的相关性。通过IEEE-39节点仿真,结论显示该方法能够较好地处理风电中的风速相关性,降低采样规模,提高精准度,是一种非常有效的处理含有风电场的概率潮流问题的方法。     

基于多项式正态变换和拉丁超立方采样的概率潮流计算方法

概率潮流(probabilistic load flow,PLF)计算是电力系统稳态运行分析的重要工具。针对大多数现有PLF计算方法要求已知输入随机变量的概率分布函数,而其概率分布函数难以准确建模这一问题,提出一种基于多项式正态变换和拉丁超立方采样的PLF计算方法。该方法根据输入随机变量的数字特征,通过多项式正态变换技术建立其概率分布模型,进而由基于拉丁超立方采样的蒙特卡罗仿真法得到系统节点电压和支路潮流的数字特征及其概率分布曲线。采用IEEE 30节点和IEEE 118节点系统对所提方法的有效性进行了验证。仿真结果表明:所提方法是有效的,该方法不仅具有计算速度快、精度高和稳健性好的优点,还能灵活处理输入随机变量间的相关性,具有较好的工程实用价值。     

基于无迹变换含分布式电源系统的随机潮流

提出一种基于无迹变换的随机潮流计算方法,比较对称采样、最小偏度单形采样和超球体单形采样3种无迹变换策略的实现思路和计算效果,讨论随机变量不同的相关程度对随机潮流分布的影响。利用无迹变换方法将潮流的随机性分析问题转换为少量样本点的确定性潮流计算,可较全面捕获非线性系统的统计信息,而直接方便地处理具有相关关系的随机变量。IEEE30、IEEE118和IEEE300节点标准系统的计算结果表明:对称采样策略的无迹变换方法具有较高的数值稳定性,更适用于大规模电力系统随机潮流的求解,与蒙特卡洛模拟相比,其计算速度可提高数十倍,且相对误差可低至0.5%。     

基于数字网系方法的概率最优潮流计算

风电场和光伏电站的大规模接入使得在进行电力系统最优潮流计算时需要考虑风电场和光伏电站出力的随机性。传统的蒙特卡洛法耗时长、占用内存大,文中提出一种利用数字网系(DN)的采样值具有等分布这一特性来改善输入随机变量分布空间覆盖程度的方法,并将该方法用于含风电场和光伏电站的电力系统概率最优潮流计算中。以IEEE 30节点系统对所提方法的准确性与有效性进行了验证,仿真结果表明:DN方法可以较好地估计输出随机变量的概率分布,能有效地处理电力市场中的不确定性问题。将该方法用于IEEE 300节点系统,研究了系统接入不同容量光伏电站对节点电价的影响。同时,还将风电场和光伏混合系统与单独风电场系统进行对比,得到前者的节点电价、网损和支路功率波动更小的结论。     

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。     

基于半不变量法的随机潮流误差分析

随机潮流可以给出在考虑各种不确定因素下系统状态的概率分布信息,但基于半不变量法计算随机潮流时为求得所需结果不得不采取近似和假设。深入分析了随机潮流计算各环节的假设条件及其可能引起的误差。为使随机潮流模型更符合实际,文中提出了如何处理节点功率相关性、故障列表和调度策略等问题;此外比较了2种求随机变量分布的方法,阐述了它们的特点及其误差;最后分析了系统规模对计算误差的影响。文中以IEEERTS24节点系统为算例,以蒙特卡罗法的结果为基准,在误差分析的每一部分均给出了相应的数值结果。     

采用等分散抽样法的电力系统概率仿真

针对电力系统概率仿真中常规蒙特卡洛抽样容量太大、效率低的问题,采用等分散抽样技术减少抽样次数和计算时间,从而提高模拟精度,加快蒙特卡洛的收敛速度。由IEEE标准系统的计算结果表明该方法是可行有效的。     

电力系统可靠性评估的混合法研究

结合蒙特卡洛模拟法特点,提出一种蒙特卡洛模拟法与解析法结合的新方法,其基本思想是：通过对系统采样状态的简单解析判断,使70％以上的采样状态无需优化调整就可进行状况判断,从而减少每一次状态评估时间,成倍地提高了计算速度。该方法很容易与其它减小蒙特卡洛模拟方差的方法结合,从减少方差的技巧和加快状态评估速度2方面入手,既提高了模拟收敛速度,又减小了每次状态评估的时间,较好地解决了蒙特卡洛模拟法计算速度与计算精度的矛盾,通过对IEEE－RTS试验系统的计算,表明该方法的正确性和有效性。     

大型发输电组合系统可靠性评估方法

为解决大型发输电组合系统可靠性评估中计算费用过高的问题,提出了利用改进的重要抽样法模拟系统运行状态以减小抽样方差,结合线性规划松弛技术和两阶段修正单纯形法进行系统分析计算以降低线性规划的阶数的算法,并实现了相应的的评估软件。用该软件依据计算指标可评估IEEE-RTS系统与节点的可靠性水平,并为寻找制约系统可靠性水平的主要因素提供理论依据,且在相同精度要求下,计算时间与传统算法机相比明显下降。对大型发输电组合系统可靠性水平的仿真分析表明,该算法可做出准确、快速地评估。     

基于优选带宽核密度估计的谐波概率潮流分析方法

为解决蒙特卡罗法的计算效率问题,提出小规模样本仿真与非参数概率密度估计法相结合的谐波概率潮流分析方法。在对核密度函数的带宽选择进行优选设计的基础上,利用核密度估计法对小样本仿真得到的谐波潮流结果集进行概率密度估计,得到受影响电网节点的谐波含量的概率分布。利用Open DSS配电网仿真工具对IEEE 13节点标准配电系统进行仿真实验,通过与蒙特卡罗法进行对比,验证了核密度估计方法的有效性和计算效率;与其他2种带宽选择方法的对比实验表明,所提带宽选择方法具备更好的带宽自适应性,且估计性能更优。     

基于交叉熵的蒙特卡洛法在发电系统充裕度评估中的应用

针对传统蒙特卡洛法对稀有事件的敏感性等问题,提出了一种基于交叉熵的蒙特卡洛法,将其应用于发电系统充裕度评估中。基本思想是使用重要抽样密度函数,通过求解最优问题获得该函数的最优参数,从而提高传统蒙特卡洛法的抽样效率。最后使用可靠性测试系统IEEE-RTS以及修改后的测试系统对提出的方法进行验证,将仿真结果与使用传统蒙特卡洛法得到的结果进行比较,表明该方法在保证评估精度的基础上大大提高了计算速度。     

Probabilistic Load Flow Evaluation With Hybrid Latin Hypercube Sampling and Cholesky Decomposition

Monte Carlo simulation method combined with simple random sampling (SRS) suffers from long computation time and heavy computer storage requirement when used in probabilistic load flow (PLF) evaluation and other power system probabilistic analyses. This paper proposes the use of an efficient sampling method, Latin hypercube sampling (LHS) combined with Cholesky decomposition method (LHS-CD), into Monte Carlo simulation for solving the PLF problems. The LHS-CD sampling method is investigated using IEEE 14-bus and 118-bus systems. The method is compared with SRS and LHS only with random permutation (LHS-RP). LHS-CD is found to be robust and flexible and has the potential to be applied in many power system probabilistic problems.     

含风电场电力系统的Cornish-Fisher级数概率潮流计算

利用基于Cornish-Fisher级数展开的方法研究了含风电场电力系统的概率潮流分布问题.该方法以半不变量为纽带,构建了待求变量和已知变量之间的直接耦合关系;以确定性的潮流计算为出发点,得到了具有较高精度的概率潮流分布结果.仿真计算表明:与基于蒙特卡洛仿真抽样法的概率潮流计算方法相比,在保证计算结果精度的前提下,该方...     

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。     

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。