考虑风电不确定性的电-气综合能源系统协调优化

风电不确定性与波动性是制约风电消纳的关键因素,传统优化方法在处理风电不确定性时存在诸多局限,电-气综合能源互补优化可提高风电利用率。基于此,建立了以电转气装置为耦合元件的综合能源调度模型,以常规机组运行成本、弃风惩罚成本等为系统优化目标。首先,通过数值天气预报方法对风速进行预测,建立预测误差累加状态转移矩阵,构建风场景马尔科夫链模型形成不确定合集;然后,通过拟合形成服从威布尔分布的风功率预测场景集,以引入扰动的改进型蝙蝠算法对模型进行求解。最后采用修改后的IEEE39节点算例验证了所提模型对风电消纳的经济性和实用性。     

基于状态转移的风电并网下线路潮流分析

针对风电并网产生的不确性潮流转移可能造成线路功率越限问题,提出了一种电力系统线路潮流越限分析方法。该方法基于状态转移理论对系统变化情况进行描述,首先建立系统状态转移模型;其次根据Weibull分布对风电节点注入功率进行不确定性描述,采用状态转移理论确定风电注入功率对支路潮流变化的影响,并提出风电并网的状态转移决策模型;应用模糊综合评判法,有效结合所提出的指标识别了系统接入风电后各线路运行风险大小,并发现了最危险线路,最后给出了保证电网最大安全运行的风电并网容量大小。IEEE-30节点算例结果表明了所提理论与方法的正确性和有效性。     

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。     

基于马尔科夫链的电力系统运行可靠性快速评估

针对电力系统可靠性分析中蒙特卡罗模拟法需要大量计算资源和收敛速度较慢的缺点,从运行角度出发,在设备具备故障率指数分布特性前提下,基于马尔科夫链,建立可快速对电力系统运行可靠性解析分析的模型.其核心体现在:首先,提出便于工程实现的电力系统运行状态划分为3类的准则,及其对应的状态空间转移表达;然后,基于电力系统运行历史数据样本(或模拟数据样本)得到电力系统运行等值的马尔科夫状态转移概率矩阵.在此基础上,利用状态转移概率矩阵和电力系统运行当前的状态,可快速解析未来一段时间内电力系统运行状态转移概率、平稳状态概率及首次故障平均时间等可靠性指标,实现电力系统运行可靠性的快速评估.RBTS 6节点算例的分析,验证了电力系统状态转移的马尔科夫特性,表明了该研究的有效性.     

灰色-马尔可夫链统计组合模型在光伏发电功率短期预测中的应用

光伏系统输出功率具有随机性和波动性的特点,光伏系统并网以后可能引起运行和可靠性问题。提前对光伏发电功率进行准确预测有利于电力部门及时调度和保证电能质量,从而保证电网的安全运行。在分析灰色预测模型局限性的基础上,将灰色-马尔可夫链组合预测模型应用到光伏功率短期预测中,并阐述了其建模原理。通过对灰色模型拟合值的相对残差序列进行分析及建立马尔可夫链状态转移概率矩阵,得出灰色-马尔可夫链预测模型。通实际算例分析,证验了所提组合模型的准确性和简便性。     

基于马尔科夫理论的配电系统可靠性算法

针对配电自动化系统可靠性分析模型不完善的问题,提出了基于马尔科夫理论的配电系统可靠性算法。首先,通过量测变换状态估计提高数据的精确性。其次,基于马尔科夫链,建立配电终端设备元件状态转移图。然后,根据配电系统运行的历史数据样本,得到设备的马尔科夫状态转移概率矩阵。最后,利用状态转移概率矩阵和设备当前的运行状态,求得配电系统设备的可靠性参数。该算法求解过程简单、快速,适用于配电系统量测数据不齐全的实际工况,具有可操作性和实用性。     

基于灰色-马尔可夫链的短期风速及风电功率预测

风速具有较大的随机波动性,影响风电及其与之相连电网的运行稳定性,良好的风速和风电功率预测是解决风电并网问题的关键。为此,对用于风速预测的灰色模型和马尔可夫链模型进行比较分析。通过对灰色拟合值的误差转移序列进行分析及建立马尔可夫链状态转移概率矩阵,得出灰色-马尔可夫链预测模型,进而求得风速的误差预测值。并用马尔可夫链转移概率矩阵的期望值对传统马尔可夫链进行改进,得出改进型灰色-马尔可夫链模型,以此对风电功率进行直接预测,并与功率曲线模型法进行对比分析。结果表明,改进型灰色-马尔可夫链模型预测精度更高。     

基于回归—马尔科夫链的光伏发电功率预测

随着光伏发电系统在电网中的比重逐步增大,其对电网的影响也越来越大。提前对光伏发电功率进行准确预测有利于电网及时调度、保证电能质量,从而保证电网的安全运行。针对光伏发电功率预测问题,给出一种基于回归分析和马尔科夫链的发电功率预测模型。考虑到季节、天气类型和气象等主要影响因素,通过回归模型得到初步预测值和相对残差序列,再结合马尔科夫链理论建立状态转移概率矩阵,从而修正误差序列,提高算法的精度。根据某光伏电站的实测功率数据对所提模型进行测试评估,验证了回归分析和马尔科夫链组合模型的准确性、简便性和适用性。     

基于改进马尔科夫链的风电功率时间序列模型

模拟风电功率时间序列在风电并网系统的规划和评估研究中具有重要意义,针对原始马尔科夫链在风电功率建模上无法保留其自相关性的不足,构建了一种基于改进马尔科夫链的风电功率时间序列模型。首先分析了风电功率的季节特性、日特性和波动特性;然后将风电功率数据按照不同月份及时段进行了细致划分,生成相应的状态转移概率矩阵;最后,对风电功率波动量的概率分布进行拟合,并叠加波动量,建立了基于改进马尔科夫链的风电功率时间序列模型。实例分析表明,本文所建新模型生成的风电功率序列能够保留历史序列自相关性,同时在一般统计参数、概率密度分布和自相关性三方面的准确性也优于已有模型。     

考虑风力发电随机性的微电网潮流预测

微电网技术是推动可再生能源开发与利用的有效途径。风力发电是微电网中的重要发电单元,风电的随机性严重影响微电网的运行特性,对微电网潮流的直接预测可以减轻风电随机性对微电网的不利影响。先建立了自适应支持向量机模型,对微电网潮流进行确定性预测,再将马尔科夫链模型和蒙特卡罗模拟方法相结合,对并网和离网2种运行状态下微电网概率潮流进行预测。仿真结果表明,所提方法不仅能够较准确地预测微电网潮流,还能从概率的角度对预测结果所包含的风险进行评估。所得结论为进一步分析和优化系统运行提供了理论依据。     

基于互Box-Cox变换和Markov链风速云模型的发电系统充裕度评估

为准确计及风速随机性和自相关性对风电并网系统充裕度的影响,建立基于互Box-Cox变换和Markov链的风速云模型,并将该模型与时序Monte Carlo模拟法结合,提出计及风速随机性和自相关性的风电并网系统充裕度评估方法。仿真结果表明,所提模型产生的仿真风速样本与实测风速样本具备相似的概率分布特性和自相关性,所提方法可较精确地评估风电并网系统充裕度及风电容量可信度。     

基于K-means MCMC算法的中长期风电时间序列建模方法研究

构建风电功率时间序列模型对电力系统中长期规划、年/月调度和安全稳定运行具有重要意义。针对传统马尔科夫链-蒙特卡洛法(Markovchain-MonteCarlo,MCMC)法存在的缺陷,提出一种基于粒子群优化的K-means MCMC风电时间序列建模新方法。首先,对历史风电功率数据进行聚类,并对聚类后的不同类别风电功率序列选取最优状态数,分别建立状态转移矩阵;其次,用拟合度较好的混合高斯分布拟合多时间尺度的风电最大波动率的概率分布特性;最后,采用基于类间转移概率矩阵的MCMC方法依次生成模拟风电出力时间序列;同时,在生成模拟序列过程中叠加高频波动分量,使模拟序列延续历史风电序列的波动特性。通过对比本所提方法和传统MCMC法分别生成的模拟风电出力序列以及历史风电功率序列,验证了所提方法的有效性和准确性。     

考虑复杂出行链基于双链马尔科夫的电动汽车负荷建模方法

为解决电动汽车（electric vehicle,EV）负荷建模困难且精度低的问题,提出了考虑复杂出行链基于双链马尔科夫的电动汽车负荷建模方法。首先,对5种状态下EV的荷电状态进行划分;其次,对出行时间、停驻时长等与EV出行相关的内部因素以及道路拥堵、天气状况、空调启停等外部因素进行分析,并据此构建考虑内外部因素的EV复杂出行链模型;最后,在确定主链和辅链的状态转移概率矩阵基础上,推导双链马尔科夫的一步转移概率矩阵,建立不同状态下考虑复杂出行链的EV负荷模型。对所提EV负荷模型进行仿真验证,并与典型日EV负荷数据及其他建模方法进行对比,结果表明,所提负荷模型的精度更高,能够更加准确地描述EV充放电负荷。     

考虑风电场灵活性及出力不确定性的机组组合

大规模并网风电的出力不确定性及反调峰特性给电力系统运行,尤其是机组组合的安全可靠性、经济性带来了严峻的挑战。合理构建风电出力不确定性模型,并将新的优化方法,如随机优化、鲁棒优化等应用到机组组合中已成为当前的研究热点。首先对风电场潜在调节能力进行了探讨,提出了一种新的风电调度模式及相应的机组组合模型。风电场在新的调度模式下将转变为一个"灵活"的参与者,而机组组合模型同时计及了风电场出力的不确定性。然后,以修订后的IEEE 39节点系统为基本算例对所提方法进行了仿真分析,结果表明所提出的方法可有效地提高电力系统运行的整体性能。此外,所提方法还可用于评估系统对风电的接纳能力。     

基于随机生产模拟的日前发电–备用双层决策模型

随着波动性的风光等新能源并网比例不断提高,电力系统需要配备更多的调节能力。如何量化应对新能源出力等不确定性所需的调节能力是大规模新能源接入系统面临的一个新问题。该文采用通用生成函数(universal generating function,UGF)建立包括风电出力、负荷出力及机组随机故障的不确定性模型,进而将UGF与随机生产模拟(probabilistic production simulation,PPS)相结合,旨在建立反映发电侧调节能力的运行备用容量与可靠性之间的关系;并通过建立日前发电-备用双层模型实现确保系统可靠运行的发电计划。上层规划模型根据预测的负荷、结合风电预测出力制定基于指定可靠性的备用容量约束的日前机组组合方案;下层模型考虑各种不确定性因素,利用基于UGF的PPS建立系统运行备用与可靠性的量化关系,进而校验上层规划的机组组合方案是否能提供足够的备用,不足时则反馈给上层进行修正。通过改进的IEEE-118节点系统的仿真计算验证了所提模型的合理性和方法的有效性。     

计及源-荷多灵活备用资源的随机优化调度

大规模新能源并网给电力系统的调度运行带来了新的挑战。为缓解系统的备用压力,提出一种计及源-荷多灵活备用资源的随机优化调度方法。首先,基于场景生成方法建立可变场景模型,考虑了风电并网容量和光伏并网面积对新能源出力不确定性的影响。其次,建立电力系统中多种灵活资源的备用模型:在源侧,分别建立常规机组和风电/光伏的备用模型,并考虑了风电/光伏备用的不确定性;在负荷侧,引入激励型需求响应,对需求侧备用进行建模。然后,基于两阶段随机优化方法建立备用调度模型。该模型考虑了日前的运行和备用决策以及日内不确定场景下的弃风、弃光以及切负荷风险。最后,基于改进的IEEE RTS-24测试系统验证了所提模型的有效性。     

融合集对分析和证据理论的风电机组运行状态评估

为及时准确地评估风电机组运行状态,结合集对分析和证据理论各自的特点提出了一种风电机组运行状态评估的新方法。该方法根据风电场数据采集与监控系统的物理量,构建机组运行状态评估的指标体系,建立了一个2层评价模型。模型第1层采用集对分析处理指标不确定性的劣化度,并生成模型第2层的基本概率分配。模型的第2层采用证据理论进行多证据融合,得到机组运行状态的隶属度,同时基于隶属度最大原则与信度准则共同评判风电机组运行状态等级。采用所提评估方法对某风电场1.5 MW并网风电机组进行状态评估,并将评估结果与传统的模糊综合评估方法得到的结果进行比较,结果表明所提评估方法的结果更准确,在状态的趋势分析中也表现较好。     

风光联合并网引起电压随机波动的概率评估

该文提出一种风光联合并网引起电压随机波动的概率评估方法。该方法考虑风电、光伏出力的相关性,基于Copula理论处理风光联合系统出力的不确定性;计及电网元件的可用度,利用戴维南概率等值描述电网的运行状态。考虑风光联合系统出力的不确定性和电网的运行状态,估计PCC点的电压偏差及其发生的概率。算例分析表明,所提方法是可行的,风电、光伏之间的互补性有助于改善风光联合并网引起的电压随机波动。     

计及风电场的发输电可靠性评估

为了评估风电并网对发输电系统可靠性的影响,建立了基于序贯蒙特卡罗方法的风电场发输电可靠性模型。该模型充分考虑了机组、线路、变压器以及风力发电机等设备元件的运行状态,同时采用了最优切负荷,给出具体的算法流程,并提出可靠性指标BIEWG。算例采用IEEE-RTS测试系统,风电场是由100台V90-2 MW的双馈异步风力发电机组成,风速数据取自东海风电场。仿真结果验证了所提算法的正确性,风电机组的接入对提高发输电组合系统的可靠性具有明显的作用。该算法可以被系统规划者用来有效地评估风电并网对系统可靠性的影响。     

计及风电场的发输电可靠性评估

为了评估风电并网对发输电系统可靠性的影响,建立了基于序贯蒙特卡罗方法的风电场发输电可靠性模型.该模型充分考虑了机组、线路、变压器以及风力发电机等设备元件的运行状态,同时采用了最优切负荷,给出具体的算法流程,并提出可靠性指标BIEWG.算例采用IEEE-RTS测试系统,风电场是由100台V90-2 MW的双馈异步风力发电机组成,风速数据取自东海风电场.仿真结果验证了所提算法的正确性,风电机组的接入对提高发输电组合系统的可靠性具有明显的作用.该算法可以被系统规划者用来有效地评估风电并网对系统可靠性的影响.