模型参数不确定性对电力系统时域仿真的影响

由于模型参数的近似处理和量测误差的存在,电力系统仿真模型参数的数值具有不确定性.采用蒙特卡罗方法来分析这些不确定性对电力系统仿真计算结果的影响.主要分析了经典模型下发电机的原动机输入机械功率、发电机的转子惯性常数以及仿真计算的初值的不确定性对时域仿真结果的影响.利用新英格兰10机39节点算例的计算结果分析总结了不同参数的不确定性对时域仿真的影响,也证明了采用蒙特卡罗方法研究电力系统仿真不确定性问题的可行性.     

计及不确定性的电力系统时域仿真的区间算法

由于模型参数的近似处理和量测误差的存在，电力系统仿真模型参数的数值具有不确定性，特引入区间分析方法来处理电力系统仿真计算中的不确定性问题，并采用区间数来描述模型参数的不确定性，将方程变量取为区间变量。这样，计及不确定性的电力系统时域仿真计算变成了对区间微分方程组的求解，需要采用区间积分方法。文中采用区间泰勒级数法进行区间微分方程组的求解，提出和实现了计及不确定性的电力系统时域仿真的区间方法。该方法只需一次仿真计算，就可以严格分析单个或多个模型参数的不确定性对仿真结果的影响，相比于另一种进行不确定性分析的蒙特卡罗方法，具有计算时间节省的优点。采用WSCC 3机9节点算例系统的计算结果与传统时域仿真的点值法和蒙特卡罗方法的结果比较，也验证了方法的有效性和应用价值。 关键词：；；；；     

不确定条件下电力系统仿真的区间泰勒模型算法

由于模型参数的近似处理和量测误差的存在,电力系统仿真模型参数的数值具有不确定性,特引入区间泰勒模型算法来处理电力系统仿真计算中的不确定性问题,并采用区间泰勒模型来描述模型参数的不确定性,将方程变量变换为区间泰勒模型。区间泰勒模型算法是在普通区间算法基础上引入符号计算的思想形成的,它可在一定程度上记录变量之间的相关性,从而削减普通区间算法由于过估计产生的保守性问题。该文提出一种电力系统时域仿真的区间泰勒模型算法,该算法克服普通区间算法的结果过于保守的缺点,可得到与蒙特卡罗法相当接近的结果,计算量却比蒙特卡罗法要小得多。采用新英格兰10机算例系统的计算结果与传统时域仿真的点值法和蒙特卡罗方法的结果比较,也验证了方法的有效性和应用价值。     

基于时域仿真抛载法的同步发电机参数辨识方法

获取准确的发电机参数是提高电力系统仿真计算准确性的重要依据,有利于电网的安全稳定运行。应用抛载法对发电机的抛载过渡过程进行理论分析,基于时域仿真抛载法提出同步发电机参数的辨识方法。利用抛载法进行发电机现场试验,获得发电机空载、灭磁和d/q轴抛载试验数据并进行分析处理。模拟现场试验工况,建立发电机空载、灭磁及d/q轴抛载的时域仿真模型,将仿真结果与试验结果进行对比分析,辨识得到全套发电机参数。为验证提出参数辨识方法的有效性,建立发电机异步自励磁仿真模型并利用辨识参数与原厂提供参数进行异步自励磁工况仿真,将仿真结果与试验波形进行对比,表明辨识参数具有更高的准确性。     

电力系统动态仿真中模型参数不确定性的定量分析

由于电力系统动态仿真模型中负荷参数存在不确定性,这使仿真结果的可信度受到影响。在研究负荷参数不确定时,采用传统蒙特卡罗分析法仿真次数过多、仿真时间过长,而采用轨迹灵敏度法又不能给出参数不确定性影响的定量表示。因此采用了一种将轨迹灵敏度法与概率分配法相结合的方法,定量分析负荷参数的不确定性对动态仿真结果的影响。在4机2区域系统上的仿真结果表明,该方法不仅能够快速分析对仿真结果影响较大的主导参数,而且能够直接输出响应与主导参数之间建立的最合适阶次的多项式关系,定量分析参数的不确定性。因此文中方法能够快速清晰地量化出主导参数的不确定性与系统稳定度之间的关系。     

基于改进稀疏概率分配法的计及参数不确定性的电力系统时域仿真

快速准确的电力系统不确定性时域仿真方法是电力系统不确定性动态及暂态分析的重要工具,其计算精度及速度亟待提升。该文提出了基于改进稀疏概率分配法的电力系统时域不确定性仿真新方法。首先提出了基于Kronrod方法的改进稀疏概率分配法,即利用Kronrod方法对高斯点进行拓展得到嵌套型高斯点,使样本集合满足嵌套特性,大幅度减少了样本数量,并且能适用于不确定参数服从任意分布的情形;进而将该方法应用于计及参数不确定性的电力系统时域仿真,得到了计及参数不确定性的电力系统时域仿真新方法。该文提出的方法可以综合考虑时域仿真中各种不确定参数的影响,快速获得不确定参数的概率密度函数、期望及方差。算例证明了该方法的有效性。     

发电机和负荷模型对暂态稳定性影响的概率分析

详细分析了电力系统元件(如发电机、负荷)的数学模型,重点讨论了发电机模型和负荷模型及其之间相互关系对电力系统暂态稳定性的影响,并以两个系统为例,采用非序贯蒙特卡罗的概率分析算法,对发电机模型和负荷模型的影响进行了统计研究.文章指出,在电力系统的仿真计算中,采用不同的元件模型,其对电力系统暂态稳定性计算的影响是不同的.从概率分析的角度证明了在电力系统暂态稳定性分析计算中选择模型的重要性.     

基于抛载法和BPA仿真的发电机参数辨识方法

发电机参数是影响电力系统仿真计算准确性的关键因素.为了提高发电机参数的准确性,针对作图法辨识发电机参数精度不高的缺点,提出了一种基于抛载法和BPA仿真的发电机参数辨识方法.基于抛载法的基本原理,现场对某台机组进行了d/q轴抛载试验,并利用BPA软件建立与抛载试验相同工况的仿真模型,通过仿真结果与现场试验的对比分析,辨识得到发电机的d、q轴参数.仿真结果表明,利用该方法辨识出的参数切合实际、精度较高.     

舰船电力系统发电单元时域聚合方法

根据现有等值方法,提出了一种改进的、适合舰船电力系统特点的在线动态等值方法。该等值方法在对发电单元进行聚合时,发电机、励磁系统、调速器都保留原有模型结构。根据舰船电力系统特点,发电机采用考虑次暂态的六阶模型,给出了基于六阶发电机模型的参数计算公式和聚合的一般步骤。在计算等值模型的参数时,采用了时域的非迭代代数运算,减少了运算时间。在对某一实际包含12台发电机的舰船电力系统进行建模等值时,应用该方法,给出了等值参数及在PSCAD/EMTDC仿真环境中的动态响应曲线。验证了该等值聚合方法的有效性。     

同步发电机参数与工况关系初探

简述采用时域加权最小二乘法在线辨识发电机参数的辨识算法,求得在各种工况下的发电机参数,并成功地用参数辨识结果作为样本集,建立反映发电机参数与工况关系的参数子模型。本参数辨识技术已就用于萧山发电厂2号发电机参数的在线辨识,获取了准确可信的发电机模型和参数。仿真计算验证了辨识参数及参数子模型的准确性。     

Power system transient stability simulation under uncertainty based on Taylor model arithmetic

Abstract The Taylor model arithmetic is introduced to deal with uncertainty. The uncertainty of model parameters is described by Taylor models and each variable in functions is replaced with the Taylor model (TM). Thus, time domain simulation under uncertainty is transformed to the integration of TM-based differential equations. In this paper, the Taylor series method is employed to compute differential equations; moreover, power system time domain simulation under uncertainty based on Taylor model method is presented. This method allows a rigorous estimation of the influence of either form of uncertainty and only needs one simulation. It is computationally fast compared with the Monte Carlo method, which is another technique for uncertainty analysis. The proposed method has been tested on the 39-bus New England system. The test results illustrate the effectiveness and practical value of the approach by comparing with the results of Monte Carlo simulation and traditional time domain simulation. __________ Translated from Proceedings of the CSEE, 2008, 28(7): 46–50 [译自:中国电机工程学报]     

考虑新能源发电不确定性的可用输电能力风险效益评估

随着新能源发电的迅速发展,其功率输出的间歇性、随机性将对可用输电能力(ATC)产生显著影响。利用蒙特卡洛仿真法模拟新能源发电出力间歇性、随机性和负荷波动以及系统设备状态的不确定性,通过最优潮流求解特定系统状态和参数下的ATC;利用概率统计理论确定ATC样本值的概率密度,基于此建立ATC的风险效益模型,通过数值分析技术确定综合效益最大的ATC。从发电设备位置、功率输出不确定性、穿透率等方面研究新能源发电对ATC的影响。用包含风电、光伏电源的改进IEEE 118系统验证了方法的有效性。     

Uncertainty analysis for bulk power systems reliability evaluation using Taylor series and nonparametric probability density estimation

The uncertainties in reliability evaluation model are fundamentally classified into aleatory and epistemic types. Aleatory uncertainty arises from the intrinsic randomness associated with a physical system, such as components stochastic failure and repair process. Epistemic uncertainty, on the other hand, results from an incomplete or inaccurate scientific understanding of the underlying process, such as component reliability parameters uncertainty. It’s significant for risk based decision to distinguish the two kinds of uncertainties and quantify their impacts on reliability analysis. In literatures, most of papers focused on aleatory uncertainty, and only a few of them discussed the epistemic uncertainty. This paper is aimed to address uncertainty analysis of reliability indices considering the randomness of reliability parameters. Two goals are achieved in this paper. Firstly, the reliability indices are approximated through Taylor series with high efficiency after component parameters change, and its accuracy is compared with rerunning reliability evaluation. Secondly, to uncover the uncertainty propagation from input reliability parameters level to reliability evaluation output level, two methods, i.e. Taylor series Approximation and Monte Carlo simulation combined with nonparametric probability density estimation are proposed. Results obtained for the RBTS and IEEE-RTS79 power systems are presented and the validity of the proposed methods is verified.     

压力传感器幅频特性不确定度评定方法研究

本文提出一种压力传感器幅频特性不确定度评定方法。 首先,基于核密度估计法计算压力传感器模型参数的概率密度 分布,采用舍选抽样法生成符合概率密度分布的伪随机数;然后,提出一种自适应蒙特卡洛迭代收敛阈值优化方法,实现最优迭 代次数的准确估计;最后,基于最优迭代次数,采用自适应蒙特卡洛法对压力传感器幅频特性的不确定度进行评定,得到其最优 估计值、标准不确定度和给定置信概率下的不确定度区间。 通过压力传感器幅频特性不确定度评定实验验证本文方法的性能。 实验结果表明,本文方法得到的压力传感器幅频特性不确定度绝对误差的均值和最大值分别为 8. 837×10-5 和 5. 103×10-3,与 蒙特卡洛法(实验次数为 100 000)相比分别降低了大约 55%和 76%,与自适应蒙特卡洛法相比分别降低了大约 67%和 79%,说 明本文方法可以有效地评定压力传感器幅频特性的不确定度。     

Incorporating sources of uncertainty in forecasting peak powerloads-a Monte Carlo analysis using the extreme value distribution

The extreme value distribution (EVD), in conjunction with Monte Carlo simulations, is used to analyze sources of uncertainty in forecasting annual peak power loads. The methodology is applied to 1984-1986 load and weather data for a public utility district near Spokane, Washington. The methodology embodies a four-step approach: estimate a weather-sensitive daily peak load model, simulate historical peak loads, estimate the parameters of an extreme value distribution, and predict the probability points associated with different forecast horizons. Monte Carlo analysis is used to incorporate the uncertainty of the disturbances in the estimated daily load model. A separate EVD is estimated for each Monte Carlo simulation, and then the estimated EVDs are used to derive a composite distribution. Corrections are made for the small couple bias in maximum-likelihood estimates of the EVD parameters. A bootstrapping technique extends the procedure to examine the uncertainty of the daily load model's structural parameters     

大型电力系统可靠性评估中的马尔可夫链蒙特卡洛方法

提出大型电力系统可靠性评估的一种新的蒙特卡洛模拟方法-马尔可夫链蒙特卡洛方法(Markov chain Monte Carlo, MCMC)。MCMC方法是一种特殊的蒙特卡洛方法,它将随机过程中的马尔可夫过程引入到蒙特卡洛模拟中,实现动态蒙特卡洛模拟。该方法通过重复抽样,建立一个平稳分布与系统概率分布相同的马尔可夫链,从而得到系统的状态样本。由于MCMC方法考虑了系统各个状态间的相互影响,相比于随机采样的蒙特卡洛方法所得到的独立样本序列,更准确模拟了电力系统运行实际情况。IEEE-RTS 24节点算例表明,该算法可快速收敛,节省计算时间,提高计算速度。同时,由于每条马尔可夫链均收敛于同一个分布,即所谓平稳分布,所以算法具有良好的稳定性。对西北330 kV电网的可靠性评估再次表明了该方法的正确性和有效性以及该方法用于大型电力系统的可靠性评估的优越性和潜力。     

含有光伏系统的配电网可靠性评估

序贯蒙特卡罗模拟法能够模拟系统的各种运行状态,特别适合应用于含间歇性分布式电源的电力系统可靠性评估当中。通过建立光伏电源的可靠性概率模型,结合负荷和其他元件的概率模型,采用序贯蒙特卡罗模拟法,计算了考虑间歇性的光伏系统接入后配电系统的可靠性指标。针对实际系统的计算结果表明,光伏发电系统合理接入配电网,可以提高配电网的可靠性水平。