基于模糊C-均值聚类的时序概率潮流快速计算方法

为衡量光伏出力与负荷的时序变化特性对电力系统运行状态的影响,基于模糊C-均值聚类算法提出一种时序概率潮流快速计算方法.将一天分为24个时段,采用自适应扩散核密度估计法分别建立光伏出力与负荷的概率密度分布模型,提高概率模型局部适应性,并通过Copula理论描述二者之间的相关关系;利用模糊C-均值聚类法划分光伏出力与负荷场景,利用场景聚类中心与场景发生概率代替蒙特卡洛模拟过程进行概率潮流计算,大幅减少计算次数.基于我国西北某地实际测量数据和IEEE 30节点系统进行仿真分析,结果表明所提方法能在保证准确性的前提下,提高时序概率潮流的计算速度.     

基于BOX-COX变换与改进核密度估计潮流计算

为研究多个光伏电厂出力存在相关性下的概率潮流计算,提出一种基于BOX-COX变换法与改进的非参数核密度估计的多光伏发电厂联合概率潮流的计算方法。首先,为描述多光伏电厂出力的相关性及强度,结合Gumbel Copula函数和Gini系数建立联合密度函数;然后,基于Box-Cox正态变换法和改进LDU三角分解法分别将光伏出力正态化和独立化处理并对光伏出力进行综合建模,根据半不变量法与Cornish-Fisher级数展开计算节点电压、支路潮流的概率分布,并将该计算结果分别与传统非参数核密度估计和蒙特卡洛方法进行对比。实际算例仿真结果表明,该方法计算精度高、时间短,仅用时3.17s,有一定的实用性且解决传统蒙特卡洛方法效率较低问题。     

考虑光伏不确定性的配电网负荷特性概率评估

为准确评估光伏接入配电网以后对其负荷特性的影响程度,分析了光伏出力的不确定性和时序性特点,建立了基于净空模型的光伏出力时序模型。根据光伏出力以及负荷的随机性特点,提出置信日负荷率、置信日峰谷差以及置信日削峰度3种概率性负荷特性指标,基于概率性指标并结合蒙特卡洛模拟法形成考虑光伏不确定性的配电网负荷特性概率评估方法,运用其分析不同渗透率和天气情况下光伏接入对工业生产、酒店商业、农业加工、居民生活类负荷的影响程度。以广东地区的光伏出力历史数据为例进行仿真分析,结果表明:提出的概率性负荷特性指标能够准确的反映光伏接入对负荷特性的影响情况,为配电网规划与运行提供依据。     

Copula函数与核估计理论相结合分析风电场出力相关性的一种新方法

大型风电场出力的准确预测对风电场接入电网的安全性与经济性有重要意义。针对邻近风电场出力存在一定的相关性,结合Copula函数与核估计理论,提出一种分析风电场出力相关性的新方法。首先结合非参数核密度估计和Copula理论推导了一种Copula核估计函数;然后由此估计函数替代经验Copula函数来分析风电场出力相关性。不同于经验Copula函数,Copula核估计函数为连续函数,能有效消除参数假设误差,并且可从原理上降低参数估计的复杂度与计算量。以华北地区某实际风电场出力为例,将基于Copula核估计函数和经验Copula函数建立的风电场出力相关性模型分别接入到IEEE30节点测试系统进行潮流验证。结果表明,基于Copula核估计函数建立的风电场出力相关性模型更接近于实际数据模型,两者的潮流计算结果较为一致。     

主动配电网中计及时序性与相关性的分布式光伏并网规划

该文提出一种主动配电网中计及时序性与相关性的分布式光伏长短期规划-运行双层机会约束优化模型。下层短期模型考虑了每个时段内主动配电网运行优化从而决定最佳主动管理策略,上层长期规划以下层短期优化为基础,考虑主动配电网整个规划阶段年综合经济成本最优从而决定光伏安装位置与容量。针对光伏与负荷之间相关性、概率分布时序差异性特点,提出改进相关矩阵法与拉丁超立方技术相结合的方法,并利用该方法通过划分时段对光伏与负荷的出力进行时序相关性处理。在此基础上,采用概率潮流法与嵌套的模拟退火粒子群算法(simulated annealing particle swarm optimization,SAPSO)相结合的混合智能算法对上述模型进行求解。选取IEEE33系统进行算例分析,仿真结果验证所提方法的合理性与有效性。     

计及不确定性的含分布式光伏配电网削峰效益评估

分布式光伏接入有利于降低配电网负荷峰值,提高配电网运营效益,但由于其出力不确定性特点,导致其削峰效益难以准确评估。本文通过分析光伏出力的波动性和时序性,建立了基于净空模型的光伏出力时序模型,同时考虑负荷和光伏出力的不确定性,提出了置信削峰度指标来衡量光伏接入对配电网负荷峰值的影响,基于此,结合节点边际容量成本概念,提出了计及不确定性的含分布式光伏配电网削峰效益概率评估方法。以南方某地区配电网实际中压馈线为例进行仿真分析,结果表明:本文所提方法在考虑光伏出力不确定性的同时,能够准确评估光伏以不同位置和不同电压等级接入配电网的削峰效益,对分布式光伏的选址具有一定的指导意义。     

考虑光伏电站昼夜功率输出差异的Monte Carlo概率潮流分析

针对现有含光伏概率潮流分析中未考虑光伏电站夜间无功输出的不足,基于Monte Carlo模拟提出一种计及光伏电站昼夜功率输出差异的概率潮流计算方法。首先,根据光伏电站昼夜有功/无功功率的输出特征,建立其潮流计算模型;接着,利用非参数核密度估计理论建立光伏白天有功输出的概率模型,采用正态分布模拟负荷的随机波动,基于Monte Carlo模拟建立考虑光伏电站昼夜功率输出差异的概率潮流分析方法;最后,用甘肃敦煌某光伏电站的实测数据、IEEE14节点测试系统进行仿真分析,验证该方法的有效性及正确性。仿真发现,忽略光伏电站夜间的无功输出,将无法准确估计潮流结果的概率分布信息。     

新能源配电系统非参数概率最优潮流解析方法EI北大核心CSCD

分布式新能源的大规模接入给配电系统的安全经济运行带来了严峻的挑战。为准确分析新能源出力不确定性对配电系统运行决策的影响,该文提出一种基于卡罗需–库恩–塔克(Karush-Kuhn-Tucker,KKT)条件与高斯混合模型的新能源配电系统非参数概率最优潮流计算方法。基于最优潮流问题的KKT条件获得从新能源出力等输入变量到机组出力等输出随机变量最优解的解析映射关系,显著简化了优化问题的求解过程。采用多元高斯混合模型对新能源出力概率分布进行描述,准确表征含有相关性的新能源出力的概率特性。最后,采用IEEE-33节点配电系统算例仿真分析验证所提配电系统非参数概率最优潮流计算方法的有效性。     

计及不确定性的分布式光伏接入配电网极限容量评估

针对分布式光伏大量并网导致的配电网电压越限风险增加的问题,分析了不同天气类型下光伏出力特性,提出了基于光伏出力波动特性的广义天气类型聚类划分方法和基于净空理论的光伏出力时间序列模型构建方法。所构建的模型能反映实际光伏出力的时序性和波动性,建立了基于各时段节点电压越限概率与严重度函数的系统电压越限风险评估指标,据此提出采用混合逼近法求解配电网中分布式光伏的极限接入容量。最后,以典型IEEE33节点配电系统和南方电网某地区实际线路为例,分析了不同负荷特性、负荷水平和线路类型下的系统电压越限风险,从这三方面分别对分布式光伏接入配电网的极限容量进行评估。     

基于半不变量法概率潮流的光伏配电网风险评估

为了高效准确实现光伏配电网越限风险评估,引入自适应核密度估计法拟合实际的光照强度序列,建立光伏电站出力特性概率分布模型。采用Cornish-Fisher级数结合半不变量法实现对光伏配电网的概率潮流计算,通过蒙特卡罗法验证半不变量概率潮流计算的准确性,建立电压越限风险指标和支路潮流越限风险指标实现对光伏配电网评估。通过Matlab仿真验证算法对光伏配电网系统风险评估的准确性和高效性。     

基于高斯函数-最大熵展开的风电并网系统概率潮流计算

为有效计及风电出力随机性对电网运行状态的影响,在风电并网系统中提出一种基于高斯函数-最大熵原理的改进半不变量概率潮流计算方法。首先,以高斯函数为风速分布信息的载体,在此基础上采用改进反射核密度估计,建立计及风速有界性的风电出力概率模型,以便精确地求取描述风电出力随机性的各阶矩、半不变量等数字特征。然后,基于节点电压、支路功率等状态变量的数字特征,采用高斯函数改进最大熵模型进行状态变量的分布展开,由高斯函数的数量和性质来计及输入侧风速分布形状对输出侧状态变量分布的影响。同时将所提改进最大熵模型的约束由积分形式转为代数形式,提升计算效率。最后,以IEEE30节点系统对所提方法进行测试,结果证明了所提方法的有效性、准确性。     

考虑输出功率相关性的光伏电站典型场景生成方法研究

含光伏的传统概率潮流计算常使用Beta、Weibull等分布模型,但这些模型难以精确体现不同场景下输出功率特性的变化。针对此问题,文中提出一种光伏输出功率多场景生成方法。该方法将多个光伏电站输出功率的相关性以及相关性跟随外界条件的变化纳入考量范围,可实现多个光伏电站输出功率的精确建模。首先,对光伏电站历史输出功率数据进行基于密度中心的聚类处理,产生的多个聚类中心作为输出功率场景;其次,对不同场景进行核密度估计,建立Copula函数以描述多个输出功率的概率分布;然后,对生成的多场景概率分布模型进行拉丁超立方采样,利用生成的样本进行概率潮流计算,评估含光伏的配电网运行状态;最后,分析算法的稳定性,讨论采样规模对计算结果的影响。结果表明,文中提出的多场景生成方法有助于提升光伏输出功率的建模精度和概率潮流计算精度。     

计及风电、光伏不确定性和相关性的潮流特性分析

随着风电、光伏等新能源大规模接入电网,地理位置相接近的风电场之间、光伏电站之间、以及风电场和光伏电站之间显现出较强的相关性.现有电力系统规划时,通常按照各个风电场、光伏电站的装机容量相加进行电网规划的校核计算,然而由于风电光伏之间存在互补性,同时达到最大出力的概率很小,因此会造成电网资源的浪费,使得经济性下降.为此,提...     

基于自适应扩散高斯核密度风电预测误差估计的 风火联合优化调度研究

随着风电大规模并网,风电出力不确定性增加了电力系统调度的难度。针对风荷不确定性对电力系统调度的影响,采用迭代自组织数据分析算法对风电功率预测值及对应风电功率预测误差进行分段。然后采用自适应扩散高斯核密度估计拟合分段后各风电功率区间段内的预测误差。在此基础上,提出一种整体考虑风电及负荷预测误差得到净负荷预测误差、并将净负荷预测误差计入正负旋转备用容量概率约束的优化调度模型。采用机会约束规划将概率约束转换为等价确定性约束进行求解。在IEEE39节点系统进行三种代表性场景的算例仿真,结果表明引入迭代自组织数据分析算法和自适应扩散高斯核密度估计后,备用成本降低6.71%,含碳排放的环境成本降低20.4%,总发电成本降低2.98%。最后分析了置信水平对备用容量和总发电成本的影响。     

基于自适应扩散核密度分布的风电功率预测误差分析研究

针对风电功率预测误差多变分布特点,提出一种基于自适应扩散核密度分布的风电功率预测误差概率模型。利用将高斯核函数转换为线性扩散过程的自适应扩散核密度预测误差分布模型,并采用渐进均方积分误差法为扩散核函数选取自适应最优带宽,提高了风电功率预测误差拟合的局部适应性;其次,分析自适应扩散核密度分布模型在不同预测方法、不同装机容量和不同采样周期下对风电功率预测误差的拟合效果,并与高斯等混合参数模型和固定带宽核密度模型进行对比,验证了所建模型在不同情况下的适用性。     

Harmonic modelling of PV systems for probabilistic harmonic load flow studies

Probabilistic harmonic load flow (HLF) is currently enjoying renewed popularity. This is not surprising since in the near future, thousands of photovoltaic (PV) systems will be integrated into distribution systems. However, as yet, there is no model capable of explaining PV harmonic current behaviour in probabilistic HLF studies. To fill this gap, the harmonic modelling of PV systems proposed in this paper has three key points. First, it provides an effective model of the relationship between PV harmonic current emission and background harmonic voltages. Second, it statistically characterises PV harmonic currents (relative magnitude and phase angle) at different fundamental‐frequency current output intervals using historical time‐series data. In this statistical characterisation, the first fifth moments of each PV harmonic current are used to accurately approximate the raw probability density function (PDF) by means of the Legendre series. Finally, the third key point of this harmonic modelling is a method capable of determining the distribution functions of PV harmonic currents (absolute magnitude and phase angle), based on the statistical characterisation and a fundamental‐frequency probabilistic PV model. The numerical results obtained confirm the effectiveness of this PV model. Copyright © 2014 John Wiley & Sons, Ltd.     

基于正交级数的光伏电源输出功率概率模型

目前光伏输出功率概率建模中,参数分析方法需预先假设参数分布,非参数分析方法中常用的核密度估计的带宽值选取方法不统一,在此情况下提出一种非参数方法——正交级数密度估计,对数据分布不附加任何假设,基于正交级数理论直接建立光伏电源输出功率的概率模型。利用江西南昌及浙江嘉兴两地的光伏电源输出功率历史实测数据进行仿真,结合拟合优度检验和误差分析,验证了所提模型的准确性和有效性。对于不同时段、不同地区光伏电源输出功率的随机特性,所提方法具有良好的适用性,在样本容量变化时模型保持稳定性。     

含多个不对称光伏并网系统的配电网三相随机潮流计算

采用序贯蒙特卡洛模拟方法,分析了含单相光伏和三相光伏并网系统的不对称辐射形配电网的三相随机潮流计算。其中,考虑了天气的随机变化,对太阳能辐射进行逐时模拟,计及了光伏阵列效率的逐时变化、光伏阵列的有效光照面积、最大功率点跟踪和逆变器效率及整个光伏发电系统的可靠性等,对并网光伏发电系统输出进行逐时随机模拟。采用时变负荷模型并计及其随机性,编制了含光伏并网系统的配电网三相随机潮流计算程序。实际算例验证了所述方法的可行性和实用性。     

基于非参数核密度估计法的光伏出力随机分布模型

光伏出力的随机性是影响光伏发电稳定性的重要因素。通过对国内某一光伏电站历史运行数据进行统计计算和分析,揭示气象条件差异对光伏出力水平的影响规律,并提出将数据按气象条件分类,用非参数核密度估计法建立晴天、多云、阴天、雨雪4种气象条件下光伏出力的随机分布模型。该方法对数据分布不附加任何假定,只从数据本身特征出发研究其分布特性,适合分析受气象影响显著的光伏出力分布特性。结果表明,模型所示分布特性与相应气象条件下光伏出力实际概率分布具有很好的一致性。