随机数据驱动下基于SDMD的机电振荡参数辨识

随机响应数据蕴含丰富的系统工况信息,从随机响应数据可提取机电振荡特征参数、进行系统小干扰稳定分析。对环境激励电力系统随机响应进行建模,在此基础上提出了基于子空间动态模式分解的机电振荡参数辨识方法。SDMD辨识算法用于非线性随机动力系统的Koopman分析,利用截断的奇异值分解实现动态低秩近似,使系统维数大大降低,同时该算法可以有效地克服动态模式分解方法可能导致辨识结果产生偏差以及模态混合等问题。基于IEEE4机2区系统和IEEE16机5区系统进行仿真,并将该方法辨识结果与其他方法辨识结果进行对比和分析,验证了所提方法的可行性和有效性。     

计及深度信念网络场景生成的风/光/储协同优化规划方法

新能源出力具有随机波动性，考虑具有随机性的新能源出力场景对新能源与储能规划具有重要意义。现有基于随机抽样的场景生成方法难以考虑新能源波动性和出力时序性。基于此，首先提出一种基于深度信念网络的新能源出力时间序列场景生成方法，以充分挖掘新能源出力特性。其次，综合考虑系统经济性和环保性，建立了基于中长期时序电力平衡的风/光/储协同规划模型。为充分计及新能源出力随机性，采用多组风/光出力模拟序列作为规划模型输入，以所有场景期望结果作为最终规划结果，并对规划结果进行可靠性校核。最后，以我国某省级电网为例进行算例分析，研究不同随机场景和参数灵敏度下的风/光/储容量规划方案，为考虑新能源出力随机性的电源规划问题提供解决方案。     

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。     

计及高渗透率光伏的配电网广义负荷一体化等值建模

计及光伏等新能源电源的配电网广义负荷模型,通常是在传统综合负荷模型的基础上并联新能源电源的等值模型,其结构庞大,模型阶数较高,使得参数难以辨识。提出一种计及光伏的配电网广义负荷一体化等值建模方法,其简化了模型结构,且无需依赖光伏发电系统的出力数据。基于光伏发电系统动态特性的理论和仿真分析,提出光伏发电系统的多项式等值模型;建立光伏发电系统和配电网静态负荷的一体化模型,扩展参数取值范围,并采用改进遗传算法对模型参数进行辨识。基于DIgSILENT-MATLAB联合仿真平台的仿真结果表明,所提一体化等值模型能够较为准确地描述计及光伏发电系统的配电网广义负荷的动态特性。     

基于时域分段线性多项式法的大型汽轮机建模和参数辨识

文章提出一类基于时域分段线性多项式函数(PLPF)的辨识方法用于大型汽轮机的数学建模和参数辨识。PLPF是一种将传递函数模型经微分方程转化为多重积分，并利用动态响应的离散观察数据构造拟合函数进行分段处理的方法。根据系统模型输入输出时域动态响应数据，采用该方法直接进行有关参数的辨识，建立具有明确参数物理意义的连续时间模型，方法简洁快速准确。该方法成功应用于实际系统的建模和参数辨识，在多个厂站进行了参数辨识的工业试验。     

基于PMU的电力系统建模及参数辨识

广域测量系统可完整的记录电网的动态过程信息,从而为电力系统的模型建立和参数辨识提供了有效的路径。利用相量测量装置(PMU)记录电网的实时动态信息,可实现对输电线路参数的辨识,包括对称分量和不对称分量;实现对发电机模型参数、励磁系统及调速器模型和参数的辨识;实现对负荷的建模和负荷模型的参数辨识。本文简明扼要的介绍了基于PMU实现上述功能的基本原理和方法,指出可利用当前国内大量广域测量系统建成的有利条件,积极开展线路的参数辨识、发电机、励磁系统、调速器和负荷的建模及参数辨识工作,从而提高电网仿真计算的精确性,为电网调度运行和分析人员提供有益的指导。     

基于经验Copula函数的多风电场出力动态场景生成方法及其在机组组合中的应用

随着大规模风电接入电网,风电功率的随机性与波动性以及多风电场出力的相关性使得电力系统的运行与调度面临着新的挑战。引入经验Copula函数表征多风电场联合出力分布;对风电的波动性进行建模,利用ksdensity函数拟合风电功率波动量,通过逆变换抽样的方法生成符合风电随机性和波动性的场景集合;生成基于经验Copula函数的多风电场出力动态场景,并将其应用于含多风电场的电力系统随机机组组合问题的求解。算例结果验证了所提风电波动性建模方法的有效性与动态场景生成方法的可行性,同时提高了含多风电场电力系统运行的经济性。     

基于Copula的多风电场出力相关性建模及其在电网经济调度中的应用

随着大规模风电并网,构建一个能准确描述风电场出力随机性和彼此间相关性的模型,对电网安全有效地利用风能意义重大。构建了基于Copula理论的多风电场出力联合分布函数模型,并引入相关性和拟合性指标,提出了基于熵权属性识别理论的最优模型选取方法。然后,给出了基于蒙特卡洛抽样和Copula联合分布的风电场出力相关性场景在电力系统经济调度中的应用。最后,以美国加州沿海风电场出力历史同步数据为样本验证Copula建模的有效性,结果表明,t-Copula不仅能很好地刻画原变量之间的相关性,而且能精准地拟合原样本经验分布函数。通过含多风电场的IEEE 118节点系统的动态经济调度算例,说明了考虑多风电场间相关性的建模对制定合理调度计划是必要且有效的。     

基于动态C藤pair-Copula的电力系统动态经济调度场景协同优化算法

新能源的大规模并网为电力系统的稳定经济运行引入了复杂的不确定性。已有的电力系统经济调度模型研究中,对于多维新能源之间出力相关特性的考虑较少,建模精细度有待提高。为准确描述高维新能源间的出力相关特性,基于动态C藤pair-Copula理论建立了高维相依新能源出力的动态Copula模型。同时,着眼于解决高维新能源接入系统后,求解动态经济调度模型效率不高的问题,首先利用多学科协同优化算法针对误差场景分解实际模型,从而得到各子学科场景的动态经济调度模型;其次,对包含系统级和误差场景级的双层优化模型进行循环交互的降维求解,提升引入高维相依新能源的协同优化调度计算效率。最后,通过IEEE118节点系统的仿真建模算例,验证了文中所提模型及算法的有效性和实用性。     

考虑时空相关性的多风电场出力场景生成与评价方法

含多个风电场的场景生成技术可为电力系统中长期规划和运行提供所需基础数据。为在场景生成过程中计入多风电场风电出力的时空相关性,提出两阶段场景生成方法：在第一阶段,采用Copula函数对多个风电场出力的空间相关性建模,获得多风电场出力的初始场景;在第二阶段,运用随机微分方程对风电场出力波动随机性建模,通过重构初始风电出力场景,使得最终获得的场景中风电序列较好地保留原始序列的时间相关性。为评估生成场景的有效性,构建场景有效性评价指标体系;引入多重分形去趋势波动分析方法,提供刻画风电序列的自相关特性和动态波动特性的多维度指标。以某区域风电场为例,生成风电季度出力场景,结果表明所提方法能够复现原始风电序列的时空相关性。     

电网实测负荷建模在德阳五里堆的应用

由于电力负荷具有的时变性、随机性、多样性等特点,使得负荷模型建模成为电力系统几个最困难的研究领域之一,四川电网在2009年开展了负荷建模的理论与实践工作。介绍了德阳五里堆站动态负荷建模平台,应用该平台的测量数据对德阳站进行综合负荷模型辨识,所辨识的实测参数与常规参数进行对比,说明实测负荷模型的精度比典型负荷模型的精度高。     

计及新能源随机特性的电网深度调峰多目标策略

在规模化新能源并网消纳趋势下,电网新能源的出力随机特性和系统调峰裕度亟需兼顾研究。首先根据非参数估计理论对新能源出力的随机特性进行处理。其次基于火电调峰机组的深度调峰过程对机组的运行费用进行分析建模。接着构建综合考虑电网深度调峰运行经济性和调峰灵活性的多目标优化调度模型,提出考虑新能源出力随机特性的多目标电网深度调峰运行优化调度策略。最后基于多目标求解方法分别以10台火电机组电力系统和某地区实际电网运行数据进行仿真计算,分析该多目标调度策略的有效性。     

电力系统的柔性评价与风电穿透功率极限计算

提出了电力系统柔性概念,通过不确定参数的柔性化表示,建立了面向不确定信息的电力系统柔性评价模型。将柔性概念引入到风电出力随机性的建模研究中,通过风电功率的柔性化表示,提出了基于电力系统柔性评价的风电穿透功率极限计算方法。针对IEEE 30节点系统的研究结果表明,风电功率的柔性化表示充分反映了风电出力随机性强的特点,该方法实现了对风电出力随机性的客观建模,提高了风电并网容量规划方案的灵活性和适应性。     

含新能源电力系统状态估计研究现状和展望

随着新能源的并网,需要考虑新类型电源的特性对电力系统状态估计器进行进一步研究。综述了系统拓扑结构处理、系统可观测性方法;对新能源并网模型进行了详细分类和概述;按照新能源并网方式对含新能源电力系统状态估计方法进行分类和详细分析;在对传统不良数据检测和辨识研究现状进行总结的基础上,分析了新能源并网后不良数据检测与辨识所面临的困难,同时给出了可能的解决方法。最后对新能源并网建模、含新能源电力系统状态估计算法、含新能源不良数据检测与辨识中值得研究的方向进行了展望。     

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。     

基于广义凸包不确定集合的数据驱动鲁棒机组组合

在鲁棒机组组合中,如何描述新能源出力不确定性对其决策的经济性有着重要的影响。针对这一问题,该文提出一种基于数据驱动的广义凸包不确定集合建模方法,并将该不确定集合应用到两阶段的鲁棒机组组合中。该方法可有效考虑新能源出力的时空相关性,从而降低决策的保守性,提高运行的经济性。首先利用新能源出力的历史数据,建立可适应数据的不确定集合描述模型,从而提取新能源多时空出力极限场景;然后基于所提取的极限场景,构建两阶段鲁棒机组组合模型,并利用列和约束生成算法对其进行求解;最后结合IEEE14节点系统与IEEERTS-79系统验证所提模型与算法的有效性。     

结合M-Copula理论与半不变量的随机潮流方法EI北大核心CSCD

随着光伏等可再生能源越来越多地并入电力系统,电力系统运行的随机性问题越来越突出。传统的确定性潮流将无法准确描述电力系统的实际运行状态,而随机潮流能充分考虑电力系统的各种随机波动,从而为电力系统的规划和运行提供指导。然而,新能源出力由于自然条件的时空关联性存在复杂的非线性相关性;为处理该非线性相关性,提出了一种基于M-Copula理论的半不变量随机潮流计算方法,将Copula理论与半不变量法结合起来,同时选择多个Copula函数模型来充分描述变量之间的复杂相关性。该方法既考虑了电力系统输入变量之间广泛存在的非线性相关性,又充分利用了半不变量法计算速度较快的优点,从而实现随机潮流的快速准确计算。以修改的IEEE 14系统为例,与蒙特卡洛方法进行的对比,仿真验证了所提方法的快速性与准确性。     

线性连续系统动态负荷模型的参数辨识与应用

目前在电力负荷建模中非机理负荷模型较多地采用离散系统模型或差分方程形式的模型,而电力系统数字仿真中更需要连续系统的模型。研究了作用函数不含导数项和含有导数项两种情况下的线性连续系统微分方程形式的负荷建模方法,介绍了模型参数辨识的直接优化算法,该模型对于描述线性动态负荷或小扰动下的非线性动态负荷的行为,具有一定程度的普适性。介绍了该动态负荷模型与电力系统分析综合程序PSASP的自定义连接方法。通过动模实验数据建模和仿真计算,验证了模型参数辨识算法以及模型与电力系统分析综合程序接口的有效性。     

线性连续系统动态负荷模型的参数辨识与应用

目前在电力负荷建模中非机理负荷模型较多地采用离散系统模型或差分方程形式的模型,而电力系统数字仿真中更需要连续系统的模型.研究了作用函数不含导数项和含有导数项两种情况下的线性连续系统微分方程形式的负荷建模方法,介绍了模型参数辨识的直接优化算法,该模型对于描述线性动态负荷或小扰动下的非线性动态负荷的行为,具有一定程度的普适性.介绍了该动态负荷模型与电力系统分析综合程序PSASP的自定义连接方法.通过动模实验数据建模和仿真计算,验证了模型参数辨识算法以及模型与电力系统分析综合程序接口的有效性.     

高比例新能源电力系统可靠性高效评估和薄弱环节辨识方法

新能源渗透率的提高可能诱发供电中断的风险,使电力系统的运行可靠性降低,传统的中长期可靠性评估方法难以满足运行可靠性评估的时间需求。本文提出了一种电力系统运行可靠性高效评估算法,揭示了电力系统运行可靠性指标与风电出力不确定性因素的解析函数关系,避免不确定性因素变化时可靠性的重复计算。首先,基于隐马尔可夫模型对风电出力的分布特性进行建模;然后,通过状态枚举-混沌多项式展开方法建立可靠性指标与风电出力间的解析函数;最后,基于解析函数实现对实时风电出力下的新能源电力系统运行可靠性的高效评估及薄弱环节辨识。以修改的IEEE-RTS79系统为例进行分析计算,验证了所提方法的有效性。