利用智能停车场平抑风电预测误差的可行性研究

为了突破风电预测精度进一步提高的瓶颈,提出了一种利用智能停车场的集约化控制来平抑风电预测误差的方法。建立了智能停车场仿真模型,分析了充放电单元的端口功率特性,得到了电池储能与荷电状态之间的关系。基于一个实际风电场的出力及其预测数据,详细分析了智能停车场电动汽车规模、初始荷电状态分布、风电场装机容量和风电预测技术水平等因素与最终的风电预测误差平抑目标之间的关系。研究表明,将风电场与智能停车场联合协调运行,可以在很大程度上平抑风电预测误差,将不可调度的风电场变成可预测可调度的风电场,是一条经济可行的途径。     

基于克鲁斯卡尔算法的电力系统结构脆弱性评估

随着大停电事故的频发,电力系统的脆弱性尤其是结构脆弱性引起了国内外学者的广泛关注。文中对求最小生成树的克鲁斯卡尔算法做出了改进,并应用于电力网络,引出了“最小潮流树”,从而可以将大量复杂的网络结构在同一种基准下进行定量分析。以之为基础,考虑了级联故障的概率风险性,从有功功率的区域平衡和传输距离两方面对电力系统整体结构和局部线路的脆弱性进行综合评估。IEEE-24RTS系统的实例分析,验证了所提方法的正确性和有效性。     

考虑级联故障的电力系统脆弱性评估

电力系统的大停电事故,多由级联故障而并非单一故障引起.为此,基于支路故障组合模型,通过对母线电压和支路功率稳定裕度的计算得出相应指标,对当前系统在Ⅳ-1和N-2故障下进行风险评估,以为支路故障状态下的电力系统应对策略的制定提供参考.算例结果验证了所提指标的有效性.