考虑输入变量相关性的概率潮流计算方法

风电场的大规模接入使得电力系统在进行规划设计和方式安排时需要计及风电出力的不确定性,概率潮流计算方法是在计及不确定因素的条件下分析电力系统运行状态的重要工具。针对当前所使用的概率潮流计算方法的不足,提出一种可以处理多个输入随机变量相关性的基于拉丁超立方采样（Latin hypercube sampling,LHS）的Monte Carlo模拟概率潮流计算方法,该方法同时还具有精度高和速度快等优点,并且不受输入随机变量的概率分布类型的约束。在同时考虑风电和负荷不确定性的条件下,对IEEE14和IEEE118节点系统进行仿真计算,结果验证了所提出方法的有效性和准确性。     

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。     

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。     

考虑电源与负荷间存在非正定相关性的概率潮流计算方法研究

随着电动汽车等新型电力系统负荷类型的出现,电源和负荷间的相关性日趋复杂,针对利用Cholesky分解完成概率潮流计算会受电力系统电源和电力系统负荷之间相关矩阵影响的问题,即随着相关矩阵维度的增加相关矩阵变为非正定,最终导致潮流计算无法进行的问题。文章提出一种新颖的处理相关性矩阵非正定的半不变量法,将修正Barzilai-Borwein梯度法与Nataf变换相结合,解决变量间相关矩阵非正定问题,并在IEEE-33节点系统中分析新型电力系统各类电源和负荷相关性对计算结果的影响,验证文章所提方法准确性。     

基于扩展拉丁超立方采样的电力系统概率潮流计算

概率潮流分析中,拉丁超立方采样(Latin hypercubesampling,LHS)算法比简单蒙特卡罗仿真(Monte Carlosimulation,MCS)的效率要高,但是传统LHS(conventionalLHS,CLHS)算法采样数必须事先确定并且固定。针对现有CLHS技术的不足,提出了扩展拉丁超立方采样算法(Extended LHS,ELHS)并应用于概率潮流计算。扩展方法根据已有的N点LHS采样构造2N点LHS采样并保证扩展前后的相关性相近,在增加采样数的同时保留已有的潮流计算结果。由于采样数无法事先确定,因此提出了以扩展前后估计值变化量的相对值作为ELHS的实用化收敛判据。采用MCS、CLHS和ELHS方法分别对IEEE 30节点和IEEE 118节点系统进行概率潮流分析,所提出的方法能够在保证计算精度的前提下获得ELHS在不同采样数下的收敛趋势。算例结果证明了所提方法的高效性、精确性和易扩展性。     

基于改进拉丁超立方抽样的概率潮流计算

针对基于拉丁超立方抽样的蒙特卡洛模拟法应用于概率潮流计算时相关性控制过程存在的问题,提出了一种新的可以精确处理随机变量相关性的方法。为了使采样值更为精确地反映随机变量的数字特征,在正态分布变量的样本生成过程中引入区间均值采样方法。根据离散分布的特点,在离散分布随机变量样本生成过程中引入了离散拉丁超立方抽样方法。本文提出的方法不仅可以提高计算精度,同时可以全面地给出输出变量的数字特征以及分布。IEEE 30节点仿真结果验证了所提出方法的有效性。     

采用拉丁超立方采样的电力系统概率潮流计算方法

与简单随机采样相结合的蒙特卡罗(Monte Carlo)模拟法只有在采样规模足够大时才能得到高精度的计算结果,计算量较大.文中提出了用拉丁超立方采样和Gram-Schmidt序列正交化方法改善采样值对输入随机变量的分布空间的覆盖程度、提高采样效率的计算方法,并应用于概率潮流计算中.IEEE 14节点系统和IEEE 118节点系统的算例验证了该方法的有效性.与传统方法相比,文中所述方法可以降低采样规模,更有效地估计输出随机变量的统计参数和概率分布,同时保留蒙特卡罗模拟法的优点,在处理相同随机变量的一系列随机问题时可以显著降低计算量.     

基于输入随机变量离散数据的概率潮流计算方法

基于实测离散数据,对风电场的出力特性进行了研究,对比分析了传统风电场出力建模方法的准确性。针对现有基于拉丁超立方采样的蒙特卡罗仿真法要求已知输入随机变量的累积分布函数这一情况,提出了一种基于输入随机变量离散数据的概率潮流计算方法。以基于简单随机采样的蒙特卡罗仿真法计算结果为基准,在加入风电后的IEEE 57节点系统上对所提方法的有效性进行了验证。仿真结果表明:所提方法是有效的,该方法具有计算速度快、精度高和稳健性好的优点,具有较好的工程实用价值。     

基于多项式正态变换和拉丁超立方采样的概率潮流计算方法

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。针对大多数现有PLF计算方法要求已知输入随机变量的概率分布函数,而其概率分布函数难以准确建模这一问题,提出一种基于多项式正态变换和拉丁超立方采样的PLF计算方法。该方法根据输入随机变量的数字特征,通过多项式正态变换技术建立其概率分布模型,进而由基于拉丁超立方采样的蒙特卡罗仿真法得到系统节点电压和支路潮流的数字特征及其概率分布曲线。采用IEEE 30节点和IEEE 118节点系统对所提方法的有效性进行了验证。仿真结果表明:所提方法是有效的,该方法不仅具有计算速度快、精度高和稳健性好的优点,还能灵活处理输入随机变量间的相关性,具有较好的工程实用价值。     

考虑光伏非线性相关性的电力系统概率潮流计算

针对目前概率潮流计算中未能全面考虑光伏电源输出功率相关性的不足,从电力系统中的随机特性出发,考虑系统中相邻地区间光伏出力非线性相关性,提出一种光伏并网系统的概率潮流计算方法。该方法采用加权高斯混合分布构建光伏出力的数学模型,在此基础上结合拉丁超立方采样算法来提高采样效率,降低潮流计算复杂度。在含有光伏接入的IEEE 14节点系统中进行仿真计算分析,验证所提研究方法相比于传统研究方法的准确性和有效性。     

考虑风速相关性的概率潮流计算及影响分析

不同风电场之间风速的相关性会影响概率潮流计算的结果。通过对多维独立随机样本进行线性变换,得到具有任意相关性的多维随机样本,从而可计算考虑风速相关性的概率潮流;针对风电场异步发电机吸收无功的特性,提出了一种描述该特性的变系数二次多项式模型。在计及负荷随机扰动的同时,研究并分析了风速相关性的变化对节点电压概率密度和支路潮流概率分布的影响规律,以及考虑相关性后对风电场并网点无功补偿容量的配置。研究算例表明文中方法是有效可行的,考虑风速相关性可以更合理的分析评估风电场对系统静态电压和支路传输功率的影响,从而可为系统规划和运行方式的确定提供更准确完善的参考信息。     

考虑风电调度策略的电力系统随机潮流计算

针对风电并网系统,提出了一种考虑风电调度策略的多点线性化随机潮流计算方法。该方法以半不变量和Gram-charlier级数为基础,综合计及风电出力、传统发电和负荷的不确定性,借助多点线性技术保证计算结果的准确性;同时,借助安全约束经济调度方法,在随机潮流计算中嵌入了风电的调度策略。算例仿真表明,与模拟法相比,所提方法可有效改善基于半不变量和Gram-charlier级数的随机潮流计算方法应用于含风电电力系统时的计算精度;同时,克服了传统随机潮流计算中,风电大范围波动引起的不平衡功率完全由平衡机承担的缺陷,所得结果更为贴近实际。     

考虑光伏功率相关性的随机潮流方法

光伏发电属于典型的间歇性能源,且同一地区的光伏出力相关性显著。在含光伏电站的系统随机潮流中,综合考虑多维光伏功率的相关性对于分析光伏电站接入对电力系统的影响具有重要意义。文中提出了计及多个光伏电站出力相关性的随机潮流方法,该方法采用了Pair Copula函数对多个光伏电站的出力进行相关性建模,综合考虑了电站出力两两之间不同的相依结构。同时,将数字交错技术融入拟蒙特卡洛法中,对现有的随机潮流方法进行了改进,有效提高了算法的收敛速度。以美国德克萨斯州光伏电站基地的出力历史数据为例,分别在IEEE 30节点系统和IEEE118节点系统中进行仿真计算,验证了所提方法的有效性。     

基于贝叶斯理论的考虑多维风速之间相关性的概率潮流计算

随着风机大规模投入运行,多维风电场之间风速的相关性会影响电力系统的稳定性.考虑相关性的概率潮流计算有助于合理地调控电力系统运行方式以及优化调度,从而提升系统的稳定性.文中针对多维风电场之间的相关性,提出了一种基于贝叶斯理论的最大期望算法及Rosenblatt变换的概率潮流三点估计法,该算法能够很好地捕捉风电场之间的非线...     

计及相关性的电—气互联系统概率最优潮流

为了缓解环境污染,"减煤增气"已成为能源结构调整的大趋势,"能源互联网"的提出加强了天然气网络与电力系统的紧密耦合。传统以电力系统为对象的最优潮流忽略了天然气网络的运行约束对电力系统造成的影响,可能导致优化结果过于乐观。因此提出了一种电—气互联系统的联合最优潮流,以互联系统的总运行成本为优化目标,考虑电力网与天然气网的运行约束。并且针对新能源接入背景下的不确定性,考虑输入变量之间的相关性,采用基于Nataf变换的点估计法进行概率最优潮流计算。对修改的IEEE 39节点系统与比利时20节点天然气网络进行算例分析,验证了所提模型的可行性以及有效性,并在此基础上分析了不同的波动水平及相关性对系统运行特性的影响。     

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。     

基于改进交叉熵算法的概率最优潮流计算

分布式发电并网所表现出的随机性使传统的优化运行无法做出准确计算,因此概率潮流理论成为了含分布式发电系统分析运算的基础。针对分布式发电随机性以及概率潮流概率化运行特点,在运用概率潮流应对分布式发电随机性的基础上提出了基于改进交叉熵算法的概率最优潮流运算方法。通过建立计及分布式发电的总发电成本和系统的稳定性双目标优化模型,完成含分布式发电的配网侧整体优化运算。最后与传统的遗传算法在相关算例上完成仿真对比运算,证明所提方法的高效性与精确性。     

计及光伏发电相关性的多重积分法概率潮流计算

光伏发电相关性以及波动性会对系统的运行产生影响,因此需要通过计及光伏出力相关性的概率潮流(probabilistic load flow,PLF)计算来获取系统运行特征量的统计信息。文中提出采用改进Nataf变换处理光伏相关性。在传统Nataf变换基础上,结合三阶多项式正态变换简化其计算。同时,为解决PLF的输入和输出变量之间非线性关系带来的计算复杂性,提出采用多重积分法(multiple integral method,MIM)和Gram-Charlier级数,仅需在少数输入点处进行潮流计算即可得到输出量统计特征的高精度结果。对IEEE 39节点系统进行仿真计算,结果验证了所提算法的有效性、准确性、计算高效性。与半不变量法的对比则验证了半不变量法的局限性以及MIM法的优良性能。