考虑多风电场功率相关性的概率潮流联合分布计算

随着大规模风电接入电网,风电的随机性为电网运行带来了更多的不确定因素,严重威胁系统的静态安全。提出一种考虑多风电场功率相关性的概率潮流联合分布计算方法,可用于评估多个风电场风电出力对系统静态安全的影响。首先采用高斯混合模型来准确描述多个风电场功率的联合概率分布,然后利用高斯混合模型的优良性质,依据系统状态量与风功率之间的近似线性关系,进而获得系统状态量的联合概率分布。将该方法应用于宁夏电网的静态安全概率评估,经过与蒙特卡罗仿真法比较,结果表明,该方法准确度更高,计算速度更快。     

基于风电出力相关性建模的配电网概率潮流计算

风电具有强的随机波动性,且风电场之间存在一定相关性,对考虑风电相关性的配电网进行科学的潮流计算具有重要意义。提出了一种基于模糊C均值聚类和Copula函数的相关性建模方法,构建了一种蒙特卡洛模拟结合前推回代法的概率潮流计算模型。IEEE-33节点配电网仿真结果表明,模糊C均值聚类结合Copula函数比单一Copula建模在处理风电相关性问题上具有更准确的效果,提出的考虑风电出力相关性的配电网概率潮流计算科学有效,计算结果可为运行人员提供参考。     

考虑时变相关性的配电网超短期条件概率潮流预测

为了提高概率潮流预测结果的准确性,提出了考虑时变相关性的配电网条件概率潮流预测方法。首先分析了风机和光伏发电功率预测误差与其波动性的相关性;然后采用基于动态相关系数的多变量广义条件异方差模型(DCC_MVGARCH),分析了预测误差与功率波动值之间、风机与光伏之间条件相关系数的时变性;最后,以功率波动性为条件相关因素,基于时变条件相关系数,建立了风光联合条件概率分布,并采用基于直接抽样的蒙特卡洛模拟法对配电网的条件概率潮流进行求解。以IEEE37节点系统为仿真案例,在其中插入一定容量的风机和光伏,分别在5、15 min时间分辨率下对所提时变概率潮流求解方法进行仿真。结果表明考虑时变相关性的条件概率潮流能够在根据波动性的大小调整概率潮流的分布区间,使得潮流区间的分布更合理,与采用固定相关系数相比,减小了概率潮流预测的误差。     

大规模风电多尺度出力波动性的统计建模研究

掌握风电波动性规律是解决大规模风电并网运行难题的基础,从相关性和平滑性两个方面,研究了不同时空尺度下风电出力波动性的统计学规律。首先基于华北地区的实测数据对风电功率波动概率分布模型进行假设检验分析,证明了风电功率变化率采用混合高斯分布而非正态分布具有更好的拟合精度,然后利用数理统计方法建立了华北风电功率波动率概率密度分布的二分量一维混合高斯分布模型和置信区间模型,分析了模型参数受风电规模的影响规律。在此基础上,提出了能够有效反应风电群聚对出力波动性平滑效果的评价指标,并进一步建立该指标与相关系数之间的一次函数,对平滑效果与相关性之间的消长关系进行了描述。给出了评价规模化风电波动性、平滑性与相关性等主要特性的基本统计学方法,有效提升了风电波动性统计模型的精确性以及指标的完整性。     

含电力电子变压器的交直流配电网随机运行优化

间歇性可再生能源的接入,使得含电力电子变压器(power electronic transformer,PET)交直流系统的运行面临巨大挑战,因此提出基于场景分析法的优化调度模型。计及风电和光伏出力在空间上的相关性,采用多维高斯混合模型构建风电/光伏出力的联合概率分布,并基于同步回代削减法进行场景缩减,建立了含PET的交直流混合配电网随机运行优化模型,以得到满足典型场景的运行调度方案。然而随机运行优化模型属于海量高维非凸优化问题,难以求解,针对这一问题,提出基于二阶锥松弛技术和线性逼近法的逐次凸逼近规划模型,通过循环迭代实现对该问题的高效求解。仿真算例验证了所提模型方法的有效性和可行性。     

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。     

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。     

基于自适应扩散核密度估计的时序相关概率最优潮流计算方法

为准确评估光伏与负荷的时序性和相关性对电力系统运行状态的影响,提出一种基于自适应扩散核密度估计的时序相关概率最优潮流计算方法。首先,利用光伏出力的自适应扩散核密度估计模型将高斯核函数转换为线性扩散过程,采用渐进积分误差法(asymptotic mean integrated squared error,AMISE)为扩散核函数选取自适应最优带宽,提高了光伏出力模型的局部适应性;其次,利用Copula理论构建光伏与负荷的时序联合概率分布模型,并获取具有相关性的时序光伏出力与负荷样本,进而提出能够准确计及光伏与负荷时序性和相关性的概率最优潮流计算方法;最后基于我国某地光伏电站实测数据与IEEE30节点系统进行仿真分析,验证了所提出计及光伏出力与负荷时序相关性的概率最优潮流计算方法的准确性与有效性。     

考虑相关性的风力发电组合出力特性研究∗

大型风电基地由多个风电场组成,不同的组合与功率汇集方式对风电波动性的改变具有不同效果.建立风速频率分布的概率模型、风速分布的相关性模型和风-电能量转换模型,重点考虑了不同地理位置风速相关性的差异,基于实际风速数据研究了模型参数的提取方法,通过两座风电场按照不同相关性组合出力开展仿真分析,结论表明,将位置较远的风电场进行功率汇集具有一定的波动缓解作用.因此,大型风电基地的规划建设和功率汇集应考虑将相关性较低的风电场有限进行功率汇集,从而利用其自身特性减小波动性.     

新疆风电出力波动特性的概率建模

掌握风电出力的波动性规律是解决大规模风电并网运行难题的基础,分析了新疆某地区风电场出力的大量实测数据,提出了加权高斯混合分布概率模型模拟风电场及集群风电场功率变化特性,提出了反映风电出力波动特性的评价指标,采用极大似然估计法估算模型参数,并用多种概率分布模型模拟了新疆该地区风电场及集群风电场出力波动特性。仿真结果表明,加权高斯混合分布概率模型模拟精度最高,从而验证了加权高斯混合概率模型的可行性和有效性。     

基于改进高斯混合模型的概率潮流解析方法

大规模风电并网使电力系统的随机性问题日益突出,概率潮流分析是一种能够计及电力系统随机性的稳态运行分析重要工具。针对风电的随机性和多个风电场出力之间的相关性问题,提出利用遗传算法改进的高斯混合模型求解多个风电场出力的联合概率密度函数,利用联合概率密度函数对多个风电场出力的随机性和相关性进行刻画。在此基础之上,利用线性潮流方程计算多条线路和多个节点电压的联合概率分布,最终求解概率潮流的计算结果。仿真结果表明,所提方法计算精度高,速度快,利用联合概率密度函数和联合分布函数能够比边缘分布更精确地评估电力系统多条线路同时过载的风险。     

基于多重离群点平滑转换自回归模型的短期风电功率预测

基于对风电功率时间序列波动性多重机制的研究,提出一种基于多重离群点平滑转换自回归模型(M-OSTAR)的风电功率预测方法。运用一种改进条件极大似然估计方法,获得M-OSTAR模型的参数估计。考虑风电波动性的厚尾效应,将M-OSTAR模型推广为厚尾形式。进一步借助所提模型的机制转换参数,描述了风电时间序列的多重离群点效应。此外,给出了一种新型的波动性分析工具——标准信息冲击曲面,分析了风电时间序列条件方差的动态变化特征。基于实际风电数据的算例验证了基于M-OSTAR族模型预测方法的可行性与有效性。     

基于光伏出力区间预测的相变储能电-热联合调度策略

分布式光伏出力具有较大不确定性。为分析其对相变储能电-热耦合系统联合调度的影响,对传统区间预测评价指标进行改进,并利用改进的区间预测模型,提出了一种分布式光伏出力波动范围评估方法。基于现有相变储能电-热联合调度模型,合理计及光伏出力波动性,制定了其电-热联合调度策略。并开展不同出力置信水平下,电-热联合调度策略作用后系统的经济性与风险评估。最后通过仿真算例,分析了光伏出力波动与系统经济性和风险性之间的影响关系,为相变储能系统的实际应用提供了参考借鉴。     

基于动态Copula的风光联合出力建模及动态相关性分析

准确描述风力发电和光伏发电的动态相关性及联合出力的波动性,对风光互补系统的出力预测和经济调度具有重要意义。针对现行静态相关系数无法准确描述风光出力相依关系的问题,研究了风光出力的动态相关性,提出了基于动态Copula函数的风光联合出力模型构建方法。结合实测数据建立了8组动态与静态的风光联合出力Copula模型,用动态相关系数描述风光出力的相关性。运用拟合优度检验方法验证了动态Copula模型对比其静态模型的优越性,选出最优模型。最后将该模型应用在数据驱动的风光联合系统中,验证了其合理性与正确性。     

光伏虚拟同步发电机建模与仿真研究

为提高光伏虚拟同步发电机建模的准确性,给出了计及光伏输出最大功率点跟踪、储能、并网逆变器于一体的光伏虚拟同步发电机的建模方法。首先,考虑光伏阵列及蓄电池储能的输出特性,分直流和交流两部分建模,得到其各自的输出功率数学模型。其次,结合光伏输出最大功率点跟踪和储能的双环控制,提出一种分层协调的虚拟同步发电机控制策略,给出光伏虚拟同步发电机四种运行模式,并综合交直流输出特性,获得光伏虚拟同步发电机四模式运行的等效输出静态模型。最后,通过Matlab/Simulink平台搭建了光伏虚拟同步发电机的仿真模型。仿真结果验证了所建模型的准确性及控制策略的有效性。     

高渗透率光伏参与电力系统调频研究综述

光伏发电的波动性和随机性会造成高渗透率光伏发电系统输出功率随机波动,进而加重了电网频率调节负担。同时高比例光伏发电接入系统,会替代部分常规机组,进一步削弱了电网调频能力。针对高比例光伏并网对电网频率稳定带来的全新挑战,分析了光伏发电接入系统对电网频率稳定性的影响机理。介绍了当前光伏发电参与系统频率调节的技术路线。最后,结合当前我国电网和新能源发展实际情况,展望了今后需要进一步关注的问题。     

基于VMD-ISSA-KELM的短期光伏发电功率预测

针对光伏发电功率存在随机性和波动性较强、预测精度较低的问题,提出了一种基于变分模态分解(variationalmodedecomposition, VMD)和改进松鼠觅食算法优化核极限学习机(improvedsquirrelsearchalgorithm optimization kernel extreme learning machine, ISSA-KELM)的预测模型。首先,利用高斯混合模型(Gaussian mixture model, GMM)将光伏发电功率数据进行聚类,得到不同天气类型下的相似日样本。其次,利用VMD对原始光伏发电功率序列进行平稳化处理,得到若干个规律性较强的子序列。然后,对不同子序列构建KELM预测模型,并使用ISSA优化KELM的核参数和正则化系数。最后,将不同子序列的预测值进行重构,得到最终预测结果。结合实际算例,结果表明：所提出的VMD-ISSA-KELM模型在不同天气条件下均能得到满意的预测精度,且明显优于其他模型,验证了其有效性和优越性。     

主动配电网中考虑空间与时间相关性的分布式光伏并网规划

在考虑光伏出力空间与时间相关性的基础上,利用机会约束规划方法建立了主动配电网下计及光伏总费用、电网运行成本、主动管理费用的多目标分布式光伏并网规划模型。首先建立不同类型光伏出力的空间与时序概率模型,并引入随机变量。当光伏出力为空间概率模型时,利用等概率转换原则与Cholesky分解技术处理随机变量在空间上的相关性;当光伏出力为时序概率模型时,利用舍选抽样法处理随机变量在时间上的相关性并形成样本矩阵。最后在求解模型时采用一种随机模拟技术与基于粒子群算法的布谷鸟算法(CAPSO)相结合的混合智能算法进行求解。选取IEEE33系统进行算例分析,仿真结果表明,该模型提高了分布式电源并网渗透率,同时降低了主动配电网规划过程中的综合经济成本。     

考虑风速风向联合分布的大风灾害下电力断线倒塔概率预测

针对实际线路风速与风向数据很难获取、现有大风灾害下断线倒塔概率预测误差偏高的不足,提出了考虑风速风向相关性的电力断线倒塔概率预测模型。该模型采用风速概率密度函数和风向频度的乘积表示联合概率密度函数,计算输电线路高度各风向的有效最优概率分布类型及参数。利用输电线路风荷载模型和铁塔风荷载模型计算得到各个方向下线路和铁塔能承受的最大风速。对数值天气预报数据进行处理,采用高度修正和插值映射后的预报风速数据作为输入参数,实现线路气象数据不足时风灾下电力断线倒塔的概率高精度预测。     

考虑可再生能源不确定性的风-光-储-蓄多时间尺度联合优化调度

提出一种计及可再生能源不确定性的风电、光伏、电化学储能和变速抽水蓄能电站多能互补协同的优化调度方法。考虑电化学储能和变速抽水蓄能电站的互补调节特性,建立风-光-储-蓄联合运行的多时间尺度调度架构。在日前调度阶段,考虑风电和光伏出力的相关性,生成基于生成式对抗网络和峰值密度聚类算法的日前风光联合出力典型场景,综合考虑风光出力的不确定性和抽水蓄能电站与电化学储能的容量特性,建立面向调峰需求的随机优化日前调度模型;在日内优化阶段,以最小化弃风弃光与电网备用电能为目标,构建变速抽水蓄能电站出力修正方法,制定电化学储能日内调度计划;在实时校正阶段,基于模型预测控制方法,以日内优化调度结果为参考,对电化学储能出力进行精确控制,最小化风光预测误差的影响。算例分析结果表明,所提方法可以有效减小电网负荷峰谷差,平抑风光联合出力波动,提升可再生能源消纳率。