基于线性化前推回代方程的不平衡配电网概率潮流计算

传统半不变量法采用雅可比矩阵表达输入输出变量间的线性关系且假设网络三相平衡。而实际配电网线路的R/X较高,雅可比矩阵极易呈现病态,且单相光伏的高渗透及负荷不均匀分布造成配电网严重不平衡。为此,提出一种基于线性化前推回代方程的不平衡主动配电网概率潮流算法。该算法将三相前推回代潮流方程进行高精度线性化,综合运用半不变量法和Gram-Charlier级数进行配电网概率潮流计算。所提算法基于真实澳大利亚低压不平衡配电网进行24 h Matlab仿真,验证其可行性、高效性及鲁棒性,并抽取2个典型时刻对比分析验证光伏接入对配电网潮流的概率性和配电网运行性能的影响。     

含高比例风电的电-气互联系统概率能流计算分析

为有效评估含高比例风电的电-气互联系统(IEGES)中不确定性因素对其运行安全造成的影响,提出一种改进半不变量概率能流计算方法。首先分别建立IEGES下各供能子系统的源-网-荷侧概率能流模型;在此基础上,进一步构建IEGES概率能流计算模型,并提出一种基于分段线性化的蒙特卡洛抽样法,以提高复杂输入变量的半不变量计算精度,同时,针对不同类型用能负荷之间相互替代和同类用能负荷时间转移导致的相关性问题,通过引入Nataf逆变换法,修正了传统半不变量法求解方程。最后,通过算例分析验证所提算法在实际应用中的有效性和实用性。仿真结果表明,IEGES可利用电转气技术显著提高其可再生能源风电的消纳能力。     

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。     

基于安全域理论的含新能源电力系统概率潮流分析方法

针对含可再生能源电力系统中概率性潮流分析效率低且不能从整体角度反映波动对系统影响的问题,提出一种基于静态安全域理论的改进概率潮流分析方法。首先采用基于最大熵法的潮流算法计算并分析测试系统的概率潮流情况;然后通过有效边界辨识方法和静态安全距离指标分析可再生能源概率性波动对测试系统静态安全的影响。最后通过对新疆哈密区域电网进行分析,验证了所提方法的可行性和实用性。     

基于概率潮流的SVC选址方法研究

基于确定性潮流分析法的传统静止无功补偿器(SVC)的选址尚未考虑系统运行中随机变量的影响,电网运行中不确定性因素的日益增加凸显了传统方法的局限性。对此,提出一种基于概率潮流的SVC选址方法。该方法根据线性参与因子筛选出预选节点集,采用半不变量法计算每个预选节点安装SVC后的负荷裕度概率特征,并据此进行SVC选址。算例分析表明,该方法可给出不同节点安装SVC后系统的概率负荷裕度特征,刻画了随机变量的变化对SVC选址结果的影响,具有较好的应用前景。     

基于半不变量随机潮流计算的分布式光伏优化配置研究

针对新能源大规模并网引发电压质量下降及网络损耗增加等问题,提出了一种基于半不变量随机潮流计算的分布式光伏选址定容的新方法。首先,将接入IEEE33节点配电网的光伏出力及配电网自身的负荷进行随机性建模,以此模拟真实情况下的配电网光伏出力与负荷变化。其次,以运行成本和网损为目标函数建立选址定容优化模型,采用半不变量潮流计算得到各个节点电压和各支路功率的半不变量,利用改进粒子群算法寻优得出分布式光伏的最优接入节点及对应容量。最后,通过IEEE33节点配电网仿真分析,验证了所提方法有效性。     

基于改进LHS的含风电电力系统概率潮流计算

基于拉丁超立方抽样的蒙特卡模拟法应用于概率潮流计算时存在精度相对较低和计算量复杂等问题,本文对拉丁超立方抽样算法中采样排序进行改进,提出一种将随机行走原理和拉丁超立方采样相结合的方法。将该方法应用在含风电的IEEE-14节点和IEEE-118节点并且和基于Gram-Schmidt拉丁超立方采样法进行比较分析。理论及数值计算结果表明:该方法能更好地解决拉丁超立方采样法中精度相对较低的缺陷,同时能更为精确地反应概率潮流计算中随机变量的数字特征,具有较好的工程实用价值。     

现代电力市场下网损算法探讨

本文针对当前电力市场的主要问题——网损分摊问题的各种计算方法进行了综合性阐述．比较了现有各计算方法的优缺点．分析了要真正做到公平合理的分摊还存在的问题。并提出采用概率统计半不变量法进行概率潮流计算,得到支路潮流和支路网损的概率分布曲线。具有公式简单、效率较高、计算速度较快、方便灵活的特点。对人们研究降损措施有很重要的实际意义。     

基于GPU加速的新能源主配网概率随机模糊潮流计算方法

大量分布式电源（DG）和电动汽车（EV）接入配电网,增加了主配网间的电能交互,传统的主配网相互独立的潮流计算方法不再适用。考虑DG和EV的充放电功率的随机模糊性,提出基于GPU加速的新能源主配网概率随机模糊潮流计算方法。该方法首先采用改进的随机模糊模拟抽样法（SFSLHS）进行抽取分布式电源出力和电动汽车的充电功率,其次利用主从分裂法将主配网概率随机模糊潮流计算问题分解为主网概率随机模糊潮流计算子问题、配网概率随机模糊潮流计算子问题和边界节点状态变量匹配子问题,并采用基于GPU加速的牛顿-拉夫逊法对主网概率随机模糊潮流子问题进行求解。采用前推回代法对配电网概率随机模糊潮流计算进行求解,最后通过边界节点的电压以及主配网间交互功率来实现考虑分布式电源和电动汽车随机模糊性的主配网概率随机模糊潮流计算,并以IEEE-33系统为算例进行计算分析,验证了所提模型和算法的有效性。     

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。     

Cumulant based probabilistic power system simulation using Laguerrepolynomials

The authors describe a novel cumulant method of probabilistic power system simulation using the Laguerre polynomial expansion. In this method, Laguerre polynomials are used for obtaining the equivalent load duration probability density function from cumulants representing the load and generator outage probability density functions. A recursive algorithm is used for calculating moments and cumulants which enables practically any number of cumulants to be used in the simulation. The results of testing the method on the IEEE Reliability Test System are presented. The accuracy and computational efficiency of the method are compared with those of the conventional cumulant method based on the Hermite polynomial expansion     

改进的人工鱼群算法在电力系统经济负荷分配中的应用

经济负荷分配是提高电力系统经济运行、减少发电成本的关键问题,针对现行优化电力系统经济负荷分配方法存在的不足,在传统人工鱼群算法基础上,引入了动态变量(可变感知距离、变尺度移动步长和随机移动的概率)和t分布概率算子,提出了一种改进的人工鱼群算法对机组有功出力进行合理分配,并利用该方法对某地3机系统进行多时段仿真。结果表明,该算法不仅优化了多台机组负荷的最优分配,且能更快更准地获取全局最优解,具有较高的使用价值。     

基于区间建模的新能源电网无功优化策略

  目的  新能源发电具有间歇性和随机性,其功率为不确定性数据,会造成电网电压和频率的变化,对电力系统安全运行构成威胁。为保证大规模新能源并网后电网电压的安全,考虑新能源发电波动不确定性,提出一种基于区间建模的新能源电网无功优化策略。  方法  该策略采用区间数描述无功优化模型中的不确定参数,进而建立区间无功优化模型,采用基于优化场景的区间潮流算法求解区间潮流方程,获取状态变量区间,确定控制变量的可行性,在此基础上采用改进的粒子群优化算法求解区间无功优化模型,在粒子群算法中加入局部搜索环节和离散变量交叉处理操作以提高算法寻优能力。为了验证所提方法的有效性和优越性,分别采用IEEE 14节点和IEEE 30节点算例进行仿真计算,与自适应遗传算法和普通粒子群算法进行对比分析。  结果  仿真结果表明:与自适应遗传算法和普通粒子群算法相比,采用改进粒子群的区间无功优化策略具有更快的收敛速度,更强的寻优能力,并且可有效处理模型中离散变量。  结论  所提策略可有效解决区间无功优化问题,能保障大规模新能源并网后电网电压的运行安全。     

基于启发式免疫遗传算法的配电网广义电源规划

在分布式电源接入配电网的规划中将广义电源的有功功率作为控制变量,考虑了广义电源无功功率对配电网分布式电源优化配置的影响,从而合理规划广义电源接入,降低系统的网络损耗,进一步提高系统运行的电压水平。针对传统优化算法在局部搜索能力和收敛性能等方面的缺陷,根据累加优化原理对系统种群进行初始优化以提高收敛速度,在疫苗接种时利用矢量矩浓度的概念进行抗体选择,依据抗体浓度和抗体适应性原则进行个体优选,提出了启发式免疫遗传算法。对IEEE-33节点系统的计算分析表明,该方法能够对广义电源在配电网中的选址和定容进行有效配置和优化,在寻优能力和收敛速度上优于传统算法。     

基于改进AWNN的风电功率超短期多步预测

为提高风电功率超短期多步预测精度,针对梯度修正学习算法采用随机初始化网络参数训练自适应小波神经网络(AWNN)易陷入局部最优的缺点,将粒子群(PSO)算法和差分进化(DE)算法相结合,提出利用IPSO-DE算法优化AWNN的初始化网络参数,得到改进AWNN模型(IAWNN)并将其用于风电功率超短期多步预测。仿真结果表明:IPSO-DE算法优化AWNN初始化网络参数的性能优于IPSO算法、DE算法和梯度修正学习算法,所提改进模型的多步预测性能优于AWNN模型、持续法(PM)模型和BP神经网络(BPNN)模型。     

Probabilistic multiobjective wind-thermal economic emission dispatch based on point estimated method

In this paper, wind power generators are being incorporated in the multiobjective economic emission dispatch problem which minimizes wind-thermal electrical energy cost and emissions produced by fossil-fueled power plants, simultaneously. Large integration of wind energy sources necessitates an efficient model to cope with uncertainty arising from random wind variation. Hence, a multiobjective stochastic search algorithm based on 2m point estimated method is implemented to analyze the probabilistic wind-thermal economic emission dispatch problem considering both overestimation and underestimation of available wind power. 2m point estimated method handles the system uncertainties and renders the probability density function of desired variables efficiently. Moreover, a new population-based optimization algorithm called modified teaching-learning algorithm is proposed to determine the set of non-dominated optimal solutions. During the simulation, the set of non-dominated solutions are kept in an external memory (repository). Also, a fuzzy-based clustering technique is implemented to control the size of the repository. In order to select the best compromise solution from the repository, a niching mechanism is utilized such that the population will move toward a smaller search space in the Pareto-optimal front. In order to show the efficiency and feasibility of the proposed framework, three different test systems are represented as case studies.     

基于随机潮流的分布式电源多目标优化配置

风光等间歇性分布式电源(DG)出力具有随机性和波动性,在规划过程中采用确定性变量和约束处理间歇性DG出力与实际发电情况不符,难以得到真实的规划结果,同时也会造成不必要的资源浪费。对此,采用机会约束规划方法,建立综合投资效益、网损和电压偏差的DG多目标优化配置模型,采用基于半不变量法的随机潮流结果对相关机会约束进行概率校验,并将累积排序操作、精英保留操作和拥挤距离操作引入随机黑洞粒子群算法,提出一种改进多目标粒子群算法对模型求解。PGE-33节点配电系统仿真结果表明,DG合理接入与优化配置能有效提高电网运行经济性和供电可靠性,且从概率角度分析源荷侧不确定因素对电压水平的影响,评估规划方案与实际电网运行契合度,辅助规划人员进行科学决策。     

考虑分布式电源接入的电网源荷时序随机波动特性概率潮流计算

鉴于分布式电源的时序随机波动特性和负荷需求侧的电能质量是分布式电源接入系统的重要影响因素,从风光典型分布式电源和负荷需求的时序波动性出发,建立了综合考虑源荷时序特性的概率潮流计算模型。利用基于模糊特征聚类的概率潮流算法对IEEE 14节点系统进行计算,对比分析负荷需求侧对系统电压波动的影响情况。结果表明,所采用方法能够全面合理地模拟分布式电源接入时电网随机波动过程。     

含VSC换流器的交直流配网潮流算法

随着电力电子技术的发展和应用,直流技术得到了快速发展,交直流网络亦广泛应用于电力系统。建立含电压源型换流器(VSC)交直流配电系统,探讨了VSC换流器损耗及其控制方式,并针对交替迭代法和统一迭代法两种算法的不足,提出了改进交替迭代算法,该算法通过调整交流、直流子系统界限的重新界定,避免了潮流计算迭代的交替,从而大大减少潮流计算量。最后通过改进IEEE 13节点配电系统验证了所提算法的正确性和高效性。