保留非线性的电力系统概率潮流计算

提出了一种新的概率潮流计算方法,它保留了潮流方程的非线性,又利用了Ｐ－Ｑ解耦方法,因而数学模型精度较高,且保留了Ｐ－Ｑ解耦的优点,有利于大电网的随机潮流计算,用提出的方法对一个典型的系统进行了计算,其数值用ＭｏｎｔｅＣａｒｌｏ随机模拟作了验证,得到了满意的结果。     

考虑光伏出力相关性的配电网概率潮流

分布式光伏发电出力随机性强,且同一区域内的光伏出力相关性显著。考虑光伏接入的配电网概率潮流研究,关键在于相关非正态的光伏输入随机变量的处理。采用Nataf变换进行相关非正态输入随机变量的抽样,并与点估计方法相结合,提出了考虑光伏出力相关性的配电网概率潮流计算方法。与传统处理相关问题的正交变换相比,Nataf变换能够反映相关系数在不同变量空间中的变化,因此,在处理相关非正态随机变量方面,Nataf变换比正交变换法更为精确。通过对含有分布式光伏发电的IEEE 33节点算例系统的计算,验证了Nataf变换的优越性。进一步,分析了不同光照强度相关系数、负荷功率波动大小以及估计点个数对概率潮流计算结果精度的灵敏度。     

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。     

大规模光伏发电并网概率潮流计算及对电网的影响

随着并网光伏发电容量的规模越来越大,光伏发电固有的波动性和不可控性导致其大规模并网时会使潮流分布发生变化甚至潮流反向,对电网的安全稳定运行造成影响。建立了光伏发电系统的潮流计算模型,以IEEE14节点系统和西北某省级电网系统为研究算例,对含光伏的电力系统进行概率潮流计算,全面分析了不同光伏接入容量、不同光伏接入点及不同光伏出力相关性的情况下大规模光伏并网对系统潮流的影响。结果表明光伏接入容量越大,电压及支路潮流的波动和越限概率也越大,光伏接入点将影响系统网损及光伏极限接入容量,并发现光伏接入对系统潮流的影响具有方向性,且光伏电站出力相关性不可忽略。所得结论可为电力系统新能源规划与运行提供决策参考。     

保留非线性的电力系统概率潮流计算

提出了一种新的概率潮流计算方法。它保留了潮流方程的非线性,又利用了Ｐ－Ｑ解耦方法,因而数学模型精度较高,且保留了Ｐ－Ｑ解耦的优点,有利于大电网的随机潮流计算。用提出的方法对一个典型的系统进行了计算,其数值用 Ｍｏｎｔｅ Ｃａｒｌｏ随机模拟作了验证,得到了满意的结果。     

计及风电场出力相关性的电力系统概率潮流研究

随着我国“碳达峰”和“碳中和”目标的提出,风电在作为一种可再生能源缓解了我国资源匮乏的现状的同时,其出力的不确定性及多风电场之间的相关性对电力系统潮流分析带来了挑战。基于风电场实际出力,构建多风电场出力样本数据集,克服单一Copula模型刻画不全面的缺点,综合拟合效果好的Copula模型,提出通过最小二乘法完成参数辨识的混合Copula模型。针对混合Copula模型的特性建立其特有的混合抽样法,提出计及风电场出力相关性的电力系统概率潮流分析流程,并通过对河北风电场的算例分析,验证了所建立的出力模型以及抽样方法在计及多风电场出力相关性的电力系统概率潮流计算方面的有效性。     

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。     

考虑风电非线性相关性的配电网概率潮流研究

风电之间具有非线性相关的特性,研究其对配电网概率潮流的影响,对提高系统的安全性、可靠性和经济性具有重要意义。提出一种考虑风电之间非线性相关性的配电网概率潮流计算方法,该方法基于经验Copula函数生成风电功率样本,与常规的基于高斯分布、t-分布等概率分布函数的方法相比,基于经验分布函数可以较好地反映风电功率的随机特性。建立含风电的配电网潮流模型,介绍PQ节点、PV节点以及PQ(U)节点的处理方法,并采用前推回代法进行解算。最后,将所提方法应用于纯辐射型配网和弱环型配网概率潮流计算中,对比分析不考虑风电相关性、考虑线性相关性以及考虑非线性相关性的结果。对比结果表明,考虑非线性相关性的结果与实际情况更为接近,可为电力系统运行调度提供更为准确的参考信息。     

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。     

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。     

考虑随机变量相关性的交流概率潮流风险评估

随机变量除了由非线性潮流方程所决定的相关性外,还存在着不同节点的同类型和不同类型随机变量之间的相关性,为评价电网规律扩大电力市场跨区交易等带来潮流随机波动的风险,采用蒙特卡洛模拟研究了考虑随机变量相关性的交流非线性概率潮流的统计特征,提出了能有效反映电网运行风险的电压、线路潮流、发电机无功功率的可能性和严重度指标。测试系统的仿真研究表明,随机变量的相关性对概率潮流的统计特征影响较大,不考虑随机变量的相关性会影响电网安全风险评估的准确度,而且需根据规划或运行的目的,从周期性或实时运行的角度分别建立系统模型,分析系统的薄弱环节。     

计及价格型负荷响应不确定性的概率潮流计算

随着以风电为代表的间歇性电源的快速增长,未来电力系统将从"发电跟踪负荷"的单向调度模式发展到"源—网—荷"智能互动调度,同时电源侧和负荷侧均具有不确定性。针对上述问题,文中综合考虑风电出力波动、负荷随机变化以及价格型负荷参与电网互动的随机响应过程三方面的不确定因素。首先,描述了计及不确定性的价格型负荷响应概率表征形式,通过价格弹性系数,分析了价格型负荷响应的不确定性及响应范围,以反映出响应行为的随机性和主观性。其次,在传统概率潮流计算的数学模型基础上,将价格型负荷不确定响应量视做新的随机注入变量,引入源荷随机互动概率潮流模型中,并应用点估计法求解得到网络潮流的统计特征值,使得价格型负荷参与电网互动机理研究更具全面性和准确性。最后,通过IEEE 73节点系统的算例分析表明,该模型通过价格型负荷响应能够填补风电出力波动引起的系统功率缺额,降低对支路潮流造成的不利影响。另外,点估计法能同时处理离散型和连续型不确定因素,精度高,计算量小,具有实用价值。     

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。     

基于卷积的风速和负荷相关性分类处理的概率潮流计算

含相关性风电的电力系统概率潮流算法需具备同时处理风速相关性和负荷相关性的能力。现有的概率潮流算法一般采用蒙特卡罗方法统一处理两类相关性,但该算法计算量较大,且忽视了风速和负荷在概率分布特性上的差异。为此,本文提出风速相关性和负荷相关性分类处理的概率潮流算法。该算法延用蒙特卡罗法计算相关风电场总出力的概率密度曲线,并利用负荷一般呈正态分布的特性,采用解析法快速求取总负荷的正态分布函数,最后将两类结果进行卷积计算获得支路潮流的概率密度函数。由于在处理具有相关性负荷时避免了负荷样本的生成与采样,该算法可以提高概率潮流的计算效率。以含多风电场的IEEE RTS-96系统和IEEE 118系统为算例,与蒙特卡罗法、点估计法及累积量法进行比较,验证了本文方法的有效性和优越性。