主元分析结合Cornish-Fisher展开的半不变量法概率潮流计算

为克服现有半不变量法概率潮流计算( probabilistic load flow based on cumulant method,PLF-CM)不能处理输入随机变量相关系数矩阵非正定之不足,提出一种基于主元分析和半不变量法结合Cornish-Fisher 展开的PLF-CM 计算方法。新方法根据输入变量的离散样本数据求取输入变量的半不变量,利用主元分析处理关联性输入随机变量以准确计算输出变量的半不变量,采用Cornish - Fisher 级数求得电力系统的概率潮流分布。在改造后的IEEE-14 节点测试系统上进行的仿真研究表明:所提方法计算高效、稳定,适用于不确定性较大的新能源电力系统的概率潮流分析。     

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。     

奇异值分解结合均匀设计采样的半不变量法概率潮流计算

在样本形成过程中半不变量法概率潮流(PLF-CM)计算可能遇到输入变量相关系数矩阵非正定的情况,此时常用的Cholesky分解不再适用。提出一种奇异值分解(SVD)结合均匀设计采样(UDS)的PLF-CM计算方法。通过SVD和UDS结合Nataf变换得到考虑相关性的随机变量样本,借助这些样本计算常规数值方法难以求解的部分输入变量的半不变量,利用SVD处理输入变量的协方差矩阵以准确计算输出变量的半不变量,采用Cornish-Fisher级数展开求得输出变量的概率分布。以改造后的IEEE 14节点测试系统为算例,验证了所提方法的快速性、有效性及对高渗透率新能源发电的适应性。     

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。     

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。     

基于输入变量秩相关系数的概率潮流计算方法

随着大量新能源接入,电力系统运行必须考虑其随机性带来的影响。概率潮流是有效工具之一。针对考虑输入变量相关性的概率潮流计算,文中采用Spearman秩相关系数表示输入随机变量间的相关性,分析了拉丁超立方抽样方法与秩相关系数的内在关联,提出结合遗传算法的改进拉丁超立方抽样方法进行概率潮流计算。算例结果表明,所提出的方法能较好地刻画风速间的相关性,不受输入随机变量边缘分布的影响,并且能处理秩相关系数矩阵正定和非正定的情况。     

结合M-Copula理论与半不变量的随机潮流方法

随着光伏等可再生能源越来越多地并入电力系统,电力系统运行的随机性问题越来越突出。传统的确定性潮流将无法准确描述电力系统的实际运行状态,而随机潮流能充分考虑电力系统的各种随机波动,从而为电力系统的规划和运行提供指导。然而,新能源出力由于自然条件的时空关联性存在复杂的非线性相关性;为处理该非线性相关性,提出了一种基于M-Copula理论的半不变量随机潮流计算方法,将Copula理论与半不变量法结合起来,同时选择多个Copula函数模型来充分描述变量之间的复杂相关性。该方法既考虑了电力系统输入变量之间广泛存在的非线性相关性,又充分利用了半不变量法计算速度较快的优点,从而实现随机潮流的快速准确计算。以修改的IEEE 14系统为例,与蒙特卡洛方法进行的对比,仿真验证了所提方法的快速性与准确性。     

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。     

基于拉丁超立方采样技术的半不变量法随机潮流计算

新能源发电的兴起加剧了电力系统运行中的不确定性和关联性,传统潮流计算方法无法适应新环境下电网分析和评估的要求。提出一种可考虑输入变量相关性的基于拉丁超立方采样技术的半不变量法随机潮流计算方法。该算法综合了模拟法精度高、适用性广和半不变量法计算速度快的优点,采用分段线性化潮流模型减小截断误差,并通过Cholesky分解解决了半不变量法只能处理独立变量的难题。对IEEE 30和IEEE 118节点系统的测试验证了所提方法的准确性、快速性和实用性。     

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。