考虑风光不确定性的电力系统概率潮流计算

针对概率潮流计算中采用蒙特卡罗算法而导致精度低、操作性复杂的问题,提出了一种基于改进拉丁超立方的蒙特卡罗法的概率潮流计算方法,按照样本在变量概率密度分布中所反映出的重要程度进行采样,得到的样本均值不变且方差较小。在含风电与光伏的IEEE-30节点系统概率潮流计算中的结果表明：该方法能更好地反映概率潮流计算中随机变量的数字特征,提高蒙特卡罗法的计算精度,降低随机函数尾部特性造成的误差,从而具有较好的工程实用价值。     

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。     

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。     

采用拉丁超立方采样的电力系统概率潮流计算方法

与简单随机采样相结合的蒙特卡罗(Monte Carlo)模拟法只有在采样规模足够大时才能得到高精度的计算结果,计算量较大.文中提出了用拉丁超立方采样和Gram-Schmidt序列正交化方法改善采样值对输入随机变量的分布空间的覆盖程度、提高采样效率的计算方法,并应用于概率潮流计算中.IEEE 14节点系统和IEEE 118节点系统的算例验证了该方法的有效性.与传统方法相比,文中所述方法可以降低采样规模,更有效地估计输出随机变量的统计参数和概率分布,同时保留蒙特卡罗模拟法的优点,在处理相同随机变量的一系列随机问题时可以显著降低计算量.     

基于输入变量秩相关系数的概率潮流计算方法

随着大量新能源接入,电力系统运行必须考虑其随机性带来的影响。概率潮流是有效工具之一。针对考虑输入变量相关性的概率潮流计算,文中采用Spearman秩相关系数表示输入随机变量间的相关性,分析了拉丁超立方抽样方法与秩相关系数的内在关联,提出结合遗传算法的改进拉丁超立方抽样方法进行概率潮流计算。算例结果表明,所提出的方法能较好地刻画风速间的相关性,不受输入随机变量边缘分布的影响,并且能处理秩相关系数矩阵正定和非正定的情况。     

考虑风速相关性的概率潮流计算及影响分析

不同风电场之间风速的相关性会影响概率潮流计算的结果。通过对多维独立随机样本进行线性变换,得到具有任意相关性的多维随机样本,从而可计算考虑风速相关性的概率潮流;针对风电场异步发电机吸收无功的特性,提出了一种描述该特性的变系数二次多项式模型。在计及负荷随机扰动的同时,研究并分析了风速相关性的变化对节点电压概率密度和支路潮流概率分布的影响规律,以及考虑相关性后对风电场并网点无功补偿容量的配置。研究算例表明文中方法是有效可行的,考虑风速相关性可以更合理的分析评估风电场对系统静态电压和支路传输功率的影响,从而可为系统规划和运行方式的确定提供更准确完善的参考信息。     

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。     

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Copula理论和切片采样技术结合拉丁超立方抽样的概率潮流计算

为评估大规模新能源并网对电力系统概率潮流的影响,提出一种Copula理论、切片采样及拉丁超立方采样相结合的MCMC概率潮流计算方法。利用Copula理论建立计及输入变量相关性的概率分布模型,采用Kendall秩相关系数作为相关性测度,通过切片采样算法产生初始样本,引入拉丁超立方抽样技术对初始样本进行处理,提高算法的计算效率。以改造后的IEEE-14节点测试系统为算例,验证了文中方法的准确性和有效性,研究了风、光出力相关性对电力系统概率潮流的影响。结果表明风、光互补提高了系统运行的可靠性和经济性,考虑风、光相关性可以更合理地评估风、光并网对电力系统概率潮流的影响。     

基于扩展拉丁超立方采样的电力系统概率潮流计算

概率潮流分析中,拉丁超立方采样(Latin hypercubesampling,LHS)算法比简单蒙特卡罗仿真(Monte Carlosimulation,MCS)的效率要高,但是传统LHS(conventionalLHS,CLHS)算法采样数必须事先确定并且固定。针对现有CLHS技术的不足,提出了扩展拉丁超立方采样算法(Extended LHS,ELHS)并应用于概率潮流计算。扩展方法根据已有的N点LHS采样构造2N点LHS采样并保证扩展前后的相关性相近,在增加采样数的同时保留已有的潮流计算结果。由于采样数无法事先确定,因此提出了以扩展前后估计值变化量的相对值作为ELHS的实用化收敛判据。采用MCS、CLHS和ELHS方法分别对IEEE 30节点和IEEE 118节点系统进行概率潮流分析,所提出的方法能够在保证计算精度的前提下获得ELHS在不同采样数下的收敛趋势。算例结果证明了所提方法的高效性、精确性和易扩展性。     

考虑随机变量相关性的交流概率潮流风险评估

随机变量除了由非线性潮流方程所决定的相关性外,还存在着不同节点的同类型和不同类型随机变量之间的相关性,为评价电网规律扩大电力市场跨区交易等带来潮流随机波动的风险,采用蒙特卡洛模拟研究了考虑随机变量相关性的交流非线性概率潮流的统计特征,提出了能有效反映电网运行风险的电压、线路潮流、发电机无功功率的可能性和严重度指标。测试系统的仿真研究表明,随机变量的相关性对概率潮流的统计特征影响较大,不考虑随机变量的相关性会影响电网安全风险评估的准确度,而且需根据规划或运行的目的,从周期性或实时运行的角度分别建立系统模型,分析系统的薄弱环节。     

计及光伏发电相关性的多重积分法概率潮流计算

光伏发电相关性以及波动性会对系统的运行产生影响,因此需要通过计及光伏出力相关性的概率潮流(probabilistic load flow,PLF)计算来获取系统运行特征量的统计信息。文中提出采用改进Nataf变换处理光伏相关性。在传统Nataf变换基础上,结合三阶多项式正态变换简化其计算。同时,为解决PLF的输入和输出变量之间非线性关系带来的计算复杂性,提出采用多重积分法(multiple integral method,MIM)和Gram-Charlier级数,仅需在少数输入点处进行潮流计算即可得到输出量统计特征的高精度结果。对IEEE 39节点系统进行仿真计算,结果验证了所提算法的有效性、准确性、计算高效性。与半不变量法的对比则验证了半不变量法的局限性以及MIM法的优良性能。     

考虑天气因素的含风电场电力系统的概率潮流分析

概率潮流是分析电力系统不确定性的重要工具.为了有效研究不同天气状况下含风电场电力系统的潮流变化情况,引入三状态天气模型模拟天气状况对架空输电线和风力机强迫停运的影响,并推导出计及风力机出力与风速非线性关系和风力机故障的风电场出力概率模型,以更准确地描述风速波动较大时风电场输出功率的概率特性.采用基于半不变量的概率潮流法求解问题,通过Gram-Charlier级数和VonMises法分别得到待求状态变量的连续部分和离散部分.对IEEE RTS 24节点系统的测试表明:计及风力机出力与风速非线性关系和风力机故障的风电场出力模型是必要且合理的,天气因素对含风电场电力系统的潮流概率分布有重要影响.     

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。     

基于随机模型的光伏发电置信容量评估方法

随着光伏发电在电网中穿透功率水平的不断提高,光伏发电的置信容量评估问题逐渐成为电网规划中关注的新热点。针对光伏发电与电网负荷的不确定性,文中在序贯小时确定性模型的基础上建立了光伏出力与电网负荷的随机模型,利用序贯小时确定性模型反映光伏出力与电网负荷以及光伏电站之间在长时间尺度上的相关性,采用秩相关系数来描述短时间尺度上的相关性,提出了一种可处理随机变量相关性的基于拉丁超立方采样的光伏发电置信容量评估方法。通过对IEEE-RTS 79系统进行评估,验证了所提出方法的有效性和准确性。