风速相关性对概率潮流计算的影响分析

地理位置邻近的多个风电场之间,风速会具有较强的相关性.文中采用一种基于自回归滑动平均(ARMA)模型和时移技术的方法,研究了风速相关性对概率潮流计算结果的影响,并对其相关影响因素进行了分析,重点研究了风速相关性对节点电压概率密度分布、满足一定电压质量要求的最大允许风电装机容量和最小无功补偿量这3方面的影响.研究结果表明,考虑风速相关性可以更合理地评估风电场对电网静态电压运行特性的影响,有利于更好地进行电网规划和确定电网的运行方式.     

考虑风电场相关性的含风电电力系统随机潮流分析

地理位置接近的不同风电场的风速具有较强的相关性,这将会影响含风电电力系统随机潮流分析评估的结果。首先根据多风电场的风速历史数据建立了考虑不同风电场相关性的风速离散化联合概率模型,在此基础上结合半不变量和级数展开方法,提出考虑风电场相关性的含风电电力系统随机潮流分析评估模型,得到各节点电压的分布和越限概率等指标,同时该模型也可以考虑风电场有功无功出力的相关性。对某实际电力系统的算例验证结果表明,所提算法较不考虑风电场相关性的随机潮流结果的精度提高了很多;与蒙特卡洛方法计算结果相比误差较小,而计算速度大大提高。该算法可以快速有效地得到含风电电力系统的随机潮流评估指标,并针对所得结果提出相应的无功补偿方案,具有较好的工程应用价值。     

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.     

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。     

风速快速波动下双馈风电场无功电压协调控制策略

大规模风电经远距离高压交流输电线路送出系统,当风速快速波动时,风电场并网点电压可能因无功补偿不足大幅变化。针对该问题,研究通过双馈风电机组(doubly fed induction generator, DFIG)和静止无功补偿器(static var compensator, SVC)的协调配合来改善风电场无功补偿特性的控制策略。首先考虑尾流效应分析DFIG的功率特性,根据潮流方程推导风电场并网点电压表达式,分析风速快速波动下双馈风电场的电压变化规律,以及DFIG和SVC的无功容量及动态特性;进而得出系统无功需求和风电场无功容量的供需平衡关系以及稳态无功控制方案对暂态过程的影响;在此基础上提出风速快速波动下DFIG与SVC的无功协调控制策略。最后通过MATLAB/Simulink仿真验证该控制策略的有效性。     

基于TPNT和半不变量法的考虑输入量相关性概率潮流算法

电力系统的不同输入量之间具有相关性,会影响概率潮流计算的准确性。提出基于三阶多项式正态变换方法处理随机变量相关性,结合半不变量与Gram-Charlier级数展开的概率潮流算法。该方法能够将相关非正态的多维随机变量变换到正态不相关的变量空间,得到相关系数矩阵处理相关输入量,然后进行概率潮流计算,得到节点状态变量和支路潮流功率的潮流计算结果和概率分布曲线。对含多个风速分布相关风电场的IEEE14节点系统进行分析计算,结果验证了该方法的有效性和准确性。     

计及风速与风机故障相关性的概率潮流计算

针对计及风速与风机故障不确定性及相关性的风电并网电力系统概率潮流计算问题,基于Nataf变换建立了能够同时考虑风速、风机故障不确定性和相关性的风电场出力模型,提出一种可灵活处理风速与风机故障相关性的Monte Carlo概率潮流计算方法,并引入"拉丁超立方抽样"技术提高抽样效率,降低计算复杂度。仿真结果表明:该方法能反映风电场出力的实际情况,合理评估风电并网对电力系统概率潮流的影响,有助于风电场的选址及电网规划。     

基于卷积的风速和负荷相关性分类处理的概率潮流计算

含相关性风电的电力系统概率潮流算法需具备同时处理风速相关性和负荷相关性的能力。现有的概率潮流算法一般采用蒙特卡罗方法统一处理两类相关性,但该算法计算量较大,且忽视了风速和负荷在概率分布特性上的差异。为此,本文提出风速相关性和负荷相关性分类处理的概率潮流算法。该算法延用蒙特卡罗法计算相关风电场总出力的概率密度曲线,并利用负荷一般呈正态分布的特性,采用解析法快速求取总负荷的正态分布函数,最后将两类结果进行卷积计算获得支路潮流的概率密度函数。由于在处理具有相关性负荷时避免了负荷样本的生成与采样,该算法可以提高概率潮流的计算效率。以含多风电场的IEEE RTS-96系统和IEEE 118系统为算例,与蒙特卡罗法、点估计法及累积量法进行比较,验证了本文方法的有效性和优越性。     

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。     

含大型风电场的电力系统多时段动态优化潮流

大型风电场的并网对电力系统的优化运行提出了新的挑战。该文对含风电场的电力系统优化潮流问题进行了研究，建立了多时段动态优化潮流模型，为了考虑风速随机变化的特点，提出了分时段策略，将风机在每个时段输出功率的期望值用于优化潮流的计算。文中对现有含风电场的潮流计算方法进行了分析，推导了异步风力发电机的无功－电压特性方程，在此基础上提出了含风电场的潮流计算新方法，并将其应用于提出的动态优化潮流模型中。算例表明该方法是有效的，具有一定的实用性。     

风电场出力随机扰动下的电网概率脆弱性评估

在风电大规模接入电力系统的发展趋势下,系统将经受更复杂的随机性影响,给系统的可靠稳定运行带来极大挑战。在综合考虑了不同规模和不同并网点的风电场随机扰动性、发电机的随机故障停运率以及负荷的随机波动的前提下,基于半不变量和Gram-Charlier级数(CGC)的输电网概率潮流方法,并结合系统的临界电压和极限传输功率,提出一种新的概率脆弱性评估方法,以此来筛选出风电场并网后电力系统的脆弱节点和脆弱支路。对所提方法在IEEE-30母线系统中通过不同规模风电场、不同接入点条件下进行仿真验证,及其与基于支路势能函数法的传统评估方法进行对比,结果证明该方法能够给出可靠有效的评估结论,有助于为进一步探索不同规模风电场并网下的电力系统脆弱性提供思路。     

含风电场交直流混联系统的概率潮流计算

针对概率潮流问题中存在常规潮流计算不收敛的问题,建立含风电场交直流混联系统的概率潮流模型,采用交替迭代法进行每一次常规潮流计算,并采用改进的LM(Levenberg-Marquardt)方法求解潮流非线性方程组。分别考虑负荷、风速的不同相关性模型以及输电线路的随机故障,并讨论负荷的不同波动程度对概率潮流结果的影响。算例表明:改进LM方法具有较好的鲁棒性,能够在不同波动程度下得到较精确的结果;波动程度主要影响交流节点电压相角的均值和标准差,对结果中其他变量信息影响不明显。     

基于Pair Copula的多维风电功率相关性分析及建模

大规模风电场的接入使风电相关性更加复杂,合理描述多风电场出力的随机性和相关性特性,对准确分析风电对电力系统运行的影响具有重要意义。现有的Copula等方法能较准确描述二元相关性,但对于更高维模型的相关性描述则不够准确。基于此,提出了基于C藤Pair Copula的风电功率高维相关性模型,以及相应的采样方法。Pair Copula能够描述风电功率两两之间不同的相关性结构,从而能较好描述复杂的多维相关性,且建模步骤简单,使用灵活,适用范围广。对澳大利亚多个风电场出力样本进行分析和建模,验证了所提方法的优越性。最后通过IEEE 118节点系统的概率潮流算例,说明了合理刻画风电功率相关性可以更准确地分析含风电接入的电力系统运行特性。     

直驱式风电场功率协调控制策略

针对因风速扰动、负荷变化等引起的缓慢且幅度较大的电压波动,提出了一种基于直驱式风电场的功率协调控制策略。通过调节桨距角降低有功出力,从而增加风电场无功功率的调节能力,维持风电场出口电压水平,从而预防或避免由于电压偏差较大引起风电机组进入低电压穿越模式,造成其对电网更大的冲击。仿真结果表明,上述方法能够合理协调控制风电场的有功和无功出力,有效为风电场出口电压提供无功支持,从而维持接入点电压的稳定性。     

随机模拟粒子群算法在风电场无功补偿中的应用

在风电机组机端装设无功补偿装置有利于改善风电对系统电压质量造成的负面影响。该文针对风电出力的随机性及负荷和系统电压的变化,提出了求最优无功补偿装置容量的机会约束规划模型,并利用随机模拟的粒子群算法求解。该模型以费用最小为目标函数,考虑了风速的概率分布、风电机组本身的有功和无功特性以及含风电场的潮流处理方法等。通过分析某配电网风电场无功、电压、功率因数的变化情况,利用该文方法进行无功补偿优化,结果表明模型与算法的有效性。     

含大型风电场的电力系统概率最大输电能力快速计算

针对含大型风电场的电力系统概率最大输电能力(total transfer capability , TTC)展开研究,建立了加入异步风力发电机模型的含参潮流模型,推导了含风电场注入功率项的全注入空间静态电压稳定域边界局部切平面解析式,在此基础上提出了将Monte Carlo仿真和电压稳定域方法相结合的综合考虑风电场风速、负荷、发电机出力和设备故障不确定性因素的概率TTC分层快速计算方法。利用该方法进一步分析了风速概率分布参数对TTC的影响,结果表明,准确获取风电场风速分布参数是准确计算概率TTC的前提。