适用于超大规模电网的在线概率潮流算法

针对半不变量概率潮流算法受电网规模影响较大的特点,对传统概率潮流算法进行了优化改进。在随机变量较少的情况下,通过求取部分灵敏度矩阵的方法减少计算量。随机变量较多时,采用网络等值与分解的方法减小待计算电网规模,有效提升了半不变量概率潮流算法的计算速度。通过标准节点系统与多个大型电网模型的仿真分析验证了所提算法的准确性与实用性。     

计及输入变量相关性的半不变量法概率潮流计算

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。传统半不变量法概率潮流(PLF based on cumulant method,PLF-CM)要求各输入变量相互独立,这使其不能直接应用于输入变量具有相关性的场合。针对这一情况,提出一种基于Cholesky分解的计及输入变量相关性的PLF-CM计算方法。同时,为解决一些输入变量的半不变量难以被常规数值方法求解的问题,提出基于蒙特卡罗抽样的方法,该方法利用输入变量的样本计算其半不变量。对改进的IEEE 14节点系统进行仿真计算,结果验证了所提方法的有效性、准确性和实用性。在此基础上利用所提方法分析了风速相关性对系统运行特性的影响。结果表明系统运行特性受风速相关性影响较大。     

基于RBF神经网络和无迹变换法的三相概率潮流计算

不平衡负荷、不对称网络参数以及可再生能源的接入,引入了三相概率潮流.文中提出了一种新的三相概率潮流计算方法,将RBF神经网络与无迹变换法结合求解三相概率潮流.首先根据无迹变换法,利用输入变量均值和协方差矩阵求出输入变量的Sigma向量以及相应权重.其次,采用RBF神经网络求解潮流非线性方程,得到输出变量的均值以及相应权重.所提方法适用于输入变量相关的情况,且无需求解雅可比矩阵及其逆矩阵,加快了计算速度.最后,在不平衡25节点系统上进行仿真,结果表明了所提算法的有效性和实用性.     

计及源荷双侧响应的概率潮流计算方法

为有效计及源荷双侧响应对潮流分布的影响,基于系统随机注入量与响应量的概率模型,从可调度常规机组和柔性负荷的不平衡功率基准值的分配、响应随机变量的计算2个方面对基于半不变量法的概率潮流模型进行了改进,并提出了其求解流程。该算法避免了传统概率潮流模型由单平衡机承担系统不平衡功率而导致的潮流结果误差较大的弊端,计算结果更加符合实际潮流分布的情况。对某实际电网的算例仿真分析验证了算法的有效性和实用性。     

基于拉丁超立方采样技术的半不变量法随机潮流计算

新能源发电的兴起加剧了电力系统运行中的不确定性和关联性,传统潮流计算方法无法适应新环境下电网分析和评估的要求。提出一种可考虑输入变量相关性的基于拉丁超立方采样技术的半不变量法随机潮流计算方法。该算法综合了模拟法精度高、适用性广和半不变量法计算速度快的优点,采用分段线性化潮流模型减小截断误差,并通过Cholesky分解解决了半不变量法只能处理独立变量的难题。对IEEE 30和IEEE 118节点系统的测试验证了所提方法的准确性、快速性和实用性。     

含分布式光伏的配电网电压质量评估方法研究

为实现分布式光伏对配电网电压质量影响的精准评估,提出了一种基于半不变量的概率潮流计算方法.通过结合Gram-Char-lier等级数展开理论,计算电压的概率密度函数以及相应节点的电压越限概率.最后,以IEEE 34节点辐射型配电系统为仿真算例,分析不同光伏渗透率下的电压质量水平,得出半不变量法在电压分布曲线拟合准确性与...     

主元分析结合Cornish-Fisher展开的半不变量法概率潮流计算

为克服现有半不变量法概率潮流计算( probabilistic load flow based on cumulant method,PLF-CM)不能处理输入随机变量相关系数矩阵非正定之不足,提出一种基于主元分析和半不变量法结合Cornish-Fisher 展开的PLF-CM 计算方法。新方法根据输入变量的离散样本数据求取输入变量的半不变量,利用主元分析处理关联性输入随机变量以准确计算输出变量的半不变量,采用Cornish - Fisher 级数求得电力系统的概率潮流分布。在改造后的IEEE-14 节点测试系统上进行的仿真研究表明:所提方法计算高效、稳定,适用于不确定性较大的新能源电力系统的概率潮流分析。     

计及频率的电力系统概率潮流计算

“双碳”背景下规模化新能源接入电网给其带来诸多不确定因素,为准确得到电网变量的概率分布信息,提出了一种计及频率的电力系统概率潮流计算方法。首先,分别建立考虑频率特性的常规发电机、负荷和新能源功率模型。其次,针对系统出力不确定性,分别采用有边界的正态分布和高斯混合模型拟合负荷及风电功率曲线。接着,针对不确定性提出了基于半不变量法的电网概率潮流计算模型,通过该模型可以计算得到频率、电压等输出变量的各阶半不变量,进而得到准确的概率分布信息。最后,在IEEE-57节点系统中验证了所提方法的有效性。     

基于随机配置点法的概率潮流算法

可再生能源的大量接入使得电力系统的不确定性增加,对电力系统的运行和控制提出了新的挑战。从不确定性量化理论出发,提出了一种基于随机配置点法的概率潮流算法。该算法将不确定性输入变量的概率分布表述为广义多项式混沌的谱系数,通过构建一个规模可控的确定性非线性方程组,将待求变量的概率分布函数求解转换为广义多项式混沌的谱系数求解问题,可较好地解决概率潮流计算中求解精度和计算复杂度之间的矛盾。在IEEE 14节点和IEEE 118节点系统的仿真计算中,该算法的有效性、实用性和准确性得到了验证,对于含新能源并网的概率潮流等不确定性问题具有较好的工程应用前景。     

考虑负荷概率分布的随机最优潮流方法

针对考虑负荷概率分布的随机最优潮流问题,建立了相应的机会约束规划模型。基于经典最优潮流问题的内点法和随机潮流方法,设计了求解该模型的一种启发式方法。该方法以确定性负荷最优潮流计算结果为基础,通过求取受机会约束的变量的概率分布判断概率约束是否满足。若不满足,则根据变量分布和等效的机会约束,形成新的上下限约束,继续计算负荷为期望值时的最优潮流,直至所有概率约束满足。对5节点和IEEE 118节点系统的测试表明该算法的有效性。     

重载潮流算法

结合类编程思想和重载原理开发了三相潮流和单相潮流算法的统一结构。在此基础上 ,文章提出了三相潮流和一般潮流的统一算法———重载潮流算法。通过单相、三相与重载潮流在收敛性、计算速度以及存储量等方面的比较 ,得出该算法能够简化计算 ,具有收敛性好、灵活、通用、计算速度快的结论     

A NEW PHILOSOPHY FOR SPEED-CHANGE INDUCTION MOTORS

ABSTRACT

A new concept termed ‘phase shift modification’ for the design of two-speed single-winding three-phase induction motors is discussed. Designs are classified based on the chosen phase-spread on the initial and final pole scales. A method for improving the layer factor on the final-pole connection without affecting the winding factor for the initial pole connection is also presented. Although the concept is illustrated with respect to a 8/10 pole-combination it is equally applicable to any other pole-ratio.     

含UPFC电力系统的潮流计算研究

提出一种含UPFC电力系统潮流计算的有效方法，该方法中的雅可比矩阵与传统的PQ分 解法中的对应矩阵完全相同，此外，还给出一种网络中任一支路潮流可控范围的快速估算方 法。     

高斯-快速解耦潮流算法

高斯法潮流计算中,PV节点转化为PQ节点易造成计算收敛缓慢,对此文中提出了应用快速解耦法处理网络中PV节点的方法。该方法应用传统高斯法处理PQ节点,利用高斯消元法消去网络中的PQ部分,得到了一个由PV节点和平衡节点组成的网络,然后用快速解耦法求解这个网络,从而实现了算法的快速收敛。该方法有恒定的雅可比矩阵、且内存占用量小、收敛可靠、计算速度快。     

电力系统潮流算法的几点改进

对电力系统传统潮流算法进行了如下几点改进：①提出了基于诺顿等值的多平衡节点处理方法。该方法既能解算具有多个平衡平点的同一电网潮流问题。也能够同时解算相互解列的、各自内部具有多个平衡节点的不同子网潮流问题。②针对小阻抗和零阻抗网络参数易导致节点导纳矩阵病态并影响潮流收敛速度和精度的同时,提出了基于节点等效附加注入的小阻抗和零阻抗处理方法。该方法可使节点导纳矩阵良性化,从而保证算法快速、准确地收敛。③针对PQ分解法的收剑性敏感于R/X比的问题,提出了基于节点等效附加注入的改进PQ分解法,使适用于高压输电系统的PQ分解法能够成功地应用于具有大R/X比的低压配电网潮流解算中。     

考虑平衡节点无功约束的潮流算法

从交流功率网络性质和电力系统网络参数结构2方面分析了常规潮流算法中需要选择基准节点和平衡节点的原因。根据连续潮流计算中发电机无功约束出现的节点类型转换现象,提出了通过转换平衡节点类型来解决平衡机无功约束的潮流算法。通过对负荷节点功率变动态导纳处理,解决了电力系统天网性质造成的节点导纳矩阵病态问题,弥补了常规潮流算法的不足,反映了节点电压是由所有节点注入功率共同维持的客观事实。IEEE多个算例验证了所提算法的正确性和合理性。     

Voltage control settings to increase wind power based on probabilistic load flow

In this paper, network constrained setting of voltage control variables based on probabilistic load flow techniques is presented. The method determines constraint violations for a whole planning period together with the probability of each violation and leads to the satisfaction of these constraints with a minimum number of control corrective actions in a desired order. The method is applied to define fixed positions of tap-changers and reactive compensation capacitors for voltage control of a realistic study case network with increased wind power penetration. Results show that the proposed method can be effectively applied within the available control means for the limitation of voltages within desired limits at all load buses for various degrees of wind power penetration.     

电力系统潮流多根算法及其初值研究

本通过分析潮流基本方程，推导出潮流方程实际上是一组圆方程，通过圆方程的两组交点建立潮流多根（解）的初值，并通过初值的不同组合方式建立了较详细多根探索法和简略多根探索法两种解算方法。     

电力系统电压崩溃临界状态和快速算法

本文利用潮流方程的二阶非线性特点，从满足电压崩溃临界状态的边界条件出发，再由潮流方程的一对多根解（高电压解ｘ０和低电压解ｘ１）组成的新变量的一些性质，提出了一种快速，简便又满足精度要求的计算临界状态的模型和算法。     

Probabilistic load flow with correlated wind power injections

The non-dispatchable nature of wind generation implies that system operation depends on wind power prediction programs that forecast wind farms production with high levels of uncertainty. This means that probabilistic power analysis tools become more and more necessary in systems with high wind penetration. Probabilistic load flow becomes especially difficult when wind generation is considered. The high uncertainty of the production, the non-Gaussian probability density function (PDF) and the clear dependence among the wind farms poses a challenge for conventional tools. The paper proposes an approximation that makes use of the properties of statistical moments and Cornish–Fisher expansion to tackle these new problems.