计及参数模糊性的含风电场电力系统概率潮流计算

风电场并网后将对电力系统运行产生一系列影响。传统半不变量法计算概率潮流(probabilistic power flow,PPF)通常仅考虑风速随机性,可能导致分析结果偏离客观实际。提出一种计及参数模糊性的半不变量法PPF计算方法。针对风速和负荷的随机性及模糊性,建立随机模糊不确定性模型,采用基于增量法的模糊潮流求得状态变量数字特征的可能性分布。同时,计及风速模糊相关性,通过模糊化半不变量法的解析法拟合得到状态变量各阶半不变量三角模糊置信区间。最后,运用Gram-Charlier级数拟合状态量的模糊概率分布。对改进IEEE 14节点系统以及江苏南京78节点等值系统的实际数据进行测试,验证了算法的有效性、准确性及实用性,并具体分析了风速模糊相关性对系统运行特性的影响。     

基于拟蒙特卡洛的半不变量法概率潮流计算

随着风电并网容量的增加,概率潮流计算方法在计及风电出力不确定性的同时,还需考虑邻近风电场由于风速相关性导致的风电出力相关性问题。针对风电出力波动范围较大且存在相关性的特点,提出一种可考虑输入变量相关性的基于拟蒙特卡洛的半不变量法概率潮流计算方法。该方法利用基于Nataf变换的拟蒙特卡洛法产生具有相关性的风电出力样本,在各样本点处进行半不变量法概率潮流计算,基于各风电出力样本下的状态变量正态分布特性,依全概率公式整合所得正态分布得到最终的概率潮流结果。基于IEEE 30节点系统的算例分析表明,所提方法在较小采样规模下具有很高的计算精度,能够较精确地得到系统状态变量的概率分布。     

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Copula函数及Rosenblatt变换的含相关性概率潮流计算

随着风电渗透率的增加,在考虑风电出力随机性和间歇性对配电网影响的同时,风电场间风速的相关性应予以考虑。将Rosenblatt变换与Copula函数相结合以处理风电场间复杂的非线性关系,提出一种基于Copula函数及Rosenblatt变换的概率潮流半不变量算法。所提方法能准确捕捉到输入变量间的非线性相关关系,且具备半不变量法计算效率高的优点。以IEEE33节点网络接入风电场对所提方法进行测试。结果证明了所提方法的有效性、准确性和实用性,所提方法计算结果较考虑线性相关性算法的计算结果更接近实际运行情况。     

基于高斯混合随机性模型的多风电场配电网概率潮流计算

风速的随机性及风电场之间的相关性对电力系统潮流分析具有重要影响。计及风速的随机性及多风电场之间的相关性,提出一种改进的概率潮流计算方法。基于多风电场实际出力样本数据,利用k-means算法确定高斯混合模型的参数数量,并利用数据筛选过程改进高斯混合模型以提高联合分布模型的精确度;引入基于Nataf估算变换的三点估计法对所建概率分布模型进行采样,并将采样数据与电力系统潮流平衡方程结合以实现概率潮流计算。IEEE 18节点系统的算例结果表明,所提方法具有较高的计算精度和计算效率。     

基于广义多项式混沌法的含风电电力系统随机潮流

风电的大量接入加剧了电力系统运行的不确定性,随机潮流计算是分析电力系统不确定性的重要工具。针对风电接入,提出了基于广义多项式混沌理论的方法求解随机潮流。该算法选取最优广义多项式混沌基函数构成级数展开式来近似表示随机输入变量,再根据基函数的正交性,构造确定性方程组,进而将求解系统状态变量概率分布的问题转化为其广义多项式混沌逼近系数的求解问题。针对风电出力概率分布复杂且需计及风速相关性的情况,采用等价变换方法处理随机输入变量。对IEEE 30节点系统的随机潮流计算结果表明:所提算法的计算精度较高;与蒙特卡洛模拟法相比,计算量较小。     

基于混合半云模型的风速-功率曲线建模方法

风速-功率曲线的准确建模是风电机组出力态势评估和风电功率预测的关键基础之一。计及风电映射关系的不确定性及功率曲线的分布形态,提出一种基于混合半云模型的建模策略来实现对风功率数据固有和随机分布特征的挖掘和建模。引入最优组内云熵算法快速有效地剔除异常数据;采用逆向云发生器求取期望、熵与超熵数字特征来定量刻画风速-功率对应关系的不确定性,构建腰部数据的半云模型;通过X条件云发生器和正向云发生器分别求取腰部和上部数据的功率云滴,实现定性数字特征向定量数据的转换。以中国东北某大型风电场的实测数据为例,从数据质量、频率分布和风功率预测等维度分析混合半云模型,验证了所提方法的可行性。     

基于广义半不变量及最大熵法的电网概率潮流分析

规模化新能源接入使得电网惯性降低,进而给系统频率和电压安全稳定带来更大的挑战。为了解决上述问题,提出了一种计及频率的基于广义半不变量法的电网概率潮流分析方法。首先构建了计及频率的电力系统潮流模型,并通过规则藤Copula模型拟合出新能源出力的概率分布。其次,针对计及频率的潮流模型输出变量的不确定性,提出了基于半不变量法的概率潮流计算方法,从而定量得到状态变量的概率密度函数。由于规模化新能源接入导致常规半不变量法线性化误差增大,进而提出广义半不变量法来克服这一难题。最后,采用最大熵法拟合状态变量的概率分布曲线,并通过某地区实际电网算例验证了所提方法的准确性和实用性。     

基于全概率公式的含风电配电系统概率潮流计算

针对风电出力不满足正态分布的特点,对风电出力分段离散化,并将多个风电场的离散化结果进行组合得到系统风电出力状态的所有组合,将问题转换为求解风电注入功率确定的多个条件概率分布问题。利用全概率公式整合多个条件事件的原点矩以计算系统状态变量的期望和方差。基于所有条件概率分布满足正态分布的特点,将所得的多个Gauss函数按全概率公式累加的方法得到同时考虑风电随机性和负荷随机性的概率密度函数,摒弃了传统的Gram-Charlier级数拟合概率密度函数的方法。以IEEE 33节点配电网络接入多个风电场为例对所提方法进行验证,并与多个抽样规模的蒙特卡罗模拟法进行对比,结果证明所提方法具有与千万次抽样的蒙特卡罗模拟法等同的精度。     

基于快速随机潮流的电力系统安全风险评估

电力系统中各种不确定性因素为安全风险评估工作带来困难,随机潮流计算可以计及这些不确定性因素。提出一种基于快速随机潮流的电力系统安全风险评估方法,通过考虑风电时序特性的短期风电功率预测方法构造风电出力多场景;在快速解耦潮流模型的基础上,考虑电力系统功频静态特性,采用以半不变量为基础的改进Von Mises方法获得各状态变量的概率分布函数。除节点电压和支路功率外,可以得到系统频率的概率分布等统计信息,通过各状态变量越限概率和产生后果的严重程度等风险指标全面评估系统风险。IEEE 39节点系统的测试结果表明该方法的计算快速有效,具有在线应用前景。     

采用分段离散化和高斯混合模型的多场景概率潮流计算

针对电网运行中风电和负荷的不确定性,提出了一种采用风电场输出功率分段离散化和负荷高斯混合模型的多场景概率潮流计算方法。在风电场有向功率特性曲线的基础上,分段离散化处理风电场输出功率,构造风电场输出功率多场景。同时,建立负荷的高斯混合模型,构造负荷功率多场景。然后,确定系统注入功率多场景及其对应的概率,在系统注入功率的每个场景中,风电节点输出功率为定值,负荷节点功率均服从高斯分布。最后,应用全概率公式,将系统注入功率的每个场景中计算所得状态变量的概率分布以该场景对应的概率作为权重,整合计算得到最终的概率潮流结果。以改进的IEEE 57节点系统进行仿真分析,结果表明所提方法简化了概率潮流求解过程,提高了计算效率。     

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。     

基于改进多点估计与最大熵的概率谐波潮流算法

随着可再生能源发电的大规模接入,电力系统中的谐波呈现出更加明显的随机性、波动性等不确定性特征。为研究电力系统的不确定性谐波水平,提出了一种基于改进多点估计与最大熵分布的概率谐波潮流算法。首先,基于离散近似理论,确定独立标准正态分布随机变量的多重采样点和权重;然后,根据随机变量空间变换,获得功率、谐波电流等任意分布随机变量的权重与采样点,并据此计算谐波电压等输出随机变量的统计特征,进而基于最大熵分布求取输出变量的概率分布。相比传统点估计结合级数展开算法,所提算法通过改进的多点估计,提升了计算效率与准确度;通过引入最大熵分布,保证了概率密度函数拟合效果。利用改进的IEEE 33节点系统验证了不同分析场景下所提方法的性能以及相比传统算法的优势,并依据该方法分析了谐波潮流计算中输入随机变量相关性对系统谐波水平的影响。     

含风电场的电力系统随机生产模拟

针对风电机组出力的间歇性和波动性,提出了用于电力系统随机模拟的时序多状态风电场模型。该模型把研究周期分成不同的阶段,在每个阶段内,风电场的输出功率状态以及各状态的概率都与时间间隔有关系,时间间隔越小,记录的风速数据越多,这样更详细地反映风电场输出功率的波动性;而且在不同的阶段,风速的情况有所差异,因此各阶段风电场输出功率的状态数、各状态值及各状态值对应的概率都可能不相同。该模型反映了风电场输出功率的时序性。基于等效电量函数法的含风电场的电力系统随机模拟计算表明,该模型比较客观地反映风电场输出功率的实际情况     

分布函数差异化导向的风电功率预测误差气象条件概率建模方法

从统计学角度分析条件概率分布的差异性对于随机决策问题的重要性,并提出一种分布函数差异化导向的风电功率预测误差气象条件概率建模方法。以预测误差概率分布总体差异程度最大化为目标,利用改进的K-means算法进行气象数据聚类,并基于聚类结果对风电功率预测误差数据进行分箱;采用通用分布拟合不同气象模式的误差概率密度,得到解析化的风电功率预测误差气象条件概率分布。利用支持向量机实现气象模式识别,从而基于数值天气预报为调度计算提供相应气象模式下的误差条件概率模型。以中国华北地区某风电场历史数据为例,验证了所提方法的有效性,且相较于不考虑气象的简单统计频次模型,所提模型可使系统的风电消纳水平得到有效提升。     

考虑网络结构优化的含风电配电网多目标重构

为了提高配电网的供电可靠性,从网络自然连通性角度,引入网络抗毁性指标作为配电网重构的一个新目标函数。同时考虑风电出力的随机性与间歇性,根据风速区间及风速概率密度函数构建多个风电出力随机变量,以及对应概率。在此基础上,以开关状态为优化变量、风电出力为随机变量以及在置信水平下的网络损耗最小为另一个目标函数建立了基于机会约束规划的含风电的配电网多目标重构模型。应用改进蚁群算法,结合生成树策略保证蚂蚁路径满足网络辐射状网络拓扑约束,求解所建配网重构模型,并利用Pareto寻优得到最优解集。IEEE33节点和PGE69节点系统算例仿真结果验证了该模型和算法的有效性。     

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。