基于TPNT和半不变量法的考虑输入量相关性概率潮流算法

电力系统的不同输入量之间具有相关性,会影响概率潮流计算的准确性。提出基于三阶多项式正态变换方法处理随机变量相关性,结合半不变量与Gram-Charlier级数展开的概率潮流算法。该方法能够将相关非正态的多维随机变量变换到正态不相关的变量空间,得到相关系数矩阵处理相关输入量,然后进行概率潮流计算,得到节点状态变量和支路潮流功率的潮流计算结果和概率分布曲线。对含多个风速分布相关风电场的IEEE14节点系统进行分析计算,结果验证了该方法的有效性和准确性。     

一种含牵引负荷的概率潮流计算方法

含牵引负荷的概率潮流算法一般是将概率统计方法与确定性潮流计算方法相结合,但常见的确定性潮流算法如快速解耦法和牛顿-拉普逊法,在计算过程中存在不收敛、计算精度偏低的问题。为此提出一种含牵引负荷的概率潮流计算方法,采用Copula函数来描述输入变量的相关性,通过拉丁超立方函数对输入变量进行抽样,将深度神经网络法用于确定性潮流的计算。最后在改进的IEEE 30节点系统中验证了所提算法的适用性。     

考虑风电的电压稳定概率评估的随机响应面法

为了准确描述电力系统中不确定因素对静态电压稳定分析的影响,掌握负荷裕度或临界功率的概率分布信息,确定某一负荷水平下电压失稳的概率,提出了基于随机响应面方法的电压稳定概率评估方法。用随机响应面法将概率分析问题转化为确定性的非线性规划问题,然后采用内点法求解。电压稳定概率评估模型中考虑了并网风电场输出功率的随机性和负荷的不确定性,并利用正交变换技术处理风电场间风速相关性,分析了风速相关性对临界功率概率分布的影响。IEEE 118和IEEE 300节点系统计算结果表明,与蒙特卡罗方法相比,该方法在保持较高计算精度的同时,需要较少量的采样。     

含经VSC-HVDC并网海上风电场的交直流系统概率最优潮流

由于海上风速的不确定性,海上风电场并网会对电力系统最优潮流(OPF)产生影响,提出含基于电压源换流器的高压直流输电(VSC-HVDC)并网海上风电场的交直流系统概率最优潮流计算模型。首先,利用非参数核密度估计拟合海上风速分布,建立海上风电场和VSC-HVDC的稳态模型;然后,基于拉丁超立方采样得到标准正态分布样本,利用等概率变换理论和Nataf变换技术得到具有相关性的输入变量样本;最后,采用原对偶内点法进行OPF计算,得到输出变量的样本,利用统计学方法得到输出变量的数字特征和概率分布。IEEE 14节点和IEEE 118节点系统仿真结果验证了算法的准确性和高效性。     

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。     

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。     

基于有效容量分布的含风电场电力系统随机生产模拟

基于蒙特卡罗(Monte Carlo)方法的含大规模风力发电的电力系统模拟虽然具有较好的精度和广泛的适应性,但其过大的时间开销限制了其应用。而现有的理论计算方法则存在风力发电描述不够准确、难以处理多风电场及其相关性等问题。针对此现状,提出了一种基于发电机组有效容量分布的含风电场的电力系统随机生产模拟算法。该算法保留了负荷和风电机组的时变特性,采用时间序列自回归移动平均(auto-regressive moving average,ARMA)模型模拟风速,使用半不变量方法计算有效容量分布,因此,该算法可较好地描述风力发电的特点,且计算效率高。所提算法还可考虑多个风电场及其相关性,且可计算由于最小出力限制而引起的弃风概率和弃风电量。基于IEEE-RTS测试系统数据,验证了该方法的有效性。     

基于Nataf逆变换的概率潮流三点估计法

随着风电接入容量的增加,不仅需要考虑大规模风电出力随机性和间歇性对电力系统的影响,还需考虑由不同风电场的风速相关性导致的风电场出力相关性给电力系统带来的影响。利用Nataf变换及逆变换建立多维标准正态空间与多维非正态空间的关系,通过Nataf逆变换可以将独立标准正态空间的采样点转换到相关的非正态变量空间中。通过引入Nataf逆变换,提出可以处理非正态分布随机变量相关性的概率潮流三点估计法。IEEE RTS 24节点系统和IEEE 118节点系统的算例表明算法计算速度快,可以精确地给出输出变量的期望值和标准差。     

基于随机响应面法考虑随机变量相关性的概率潮流计算

随机潮流技术是分析含风电场电力系统潮流分布的有效手段。为了准确描述风电场输出功率的随机特性,分析风电接入对系统潮流分布的影响,提出了基于随机响应面法的电力系统随机潮流计算方法。将随机潮流分析转化为确定性潮流分析,用传统潮流计算方法加以求解,从而得到各潮流状态变量的统计特征值和概率分布。考虑到地理位置靠近的多个风电场之间,风速具有较强的相关性,进一步采用正交变换技术处理相关的风速。IEEE-14和IEEE-118系统的计算结果表明,该方法与蒙特卡洛方法相比,具有较高的计算精度和较小的计算量。     

采用随机空间仿射变换技术的蒙特卡罗区间潮流方法

区间潮流(interval power flow,IPF)是含风电系统稳态分析的重要工具。现有区间潮流计算方法都要求输入区间变量相互独立,无法合理计及风电场风速的区间相关性。针对这一问题,提出一种基于随机空间仿射变换的蒙特卡罗采样方法求解区间潮流。首先,引入相关角的概念来描述风速的区间相关性,建立了考虑风速区间相关性的区间潮流模型;然后,应用随机空间仿射变换技术,将原随机空间中相关风速转化为仿射随机空间中独立风速;最后,采用蒙特卡罗法求解包含独立风速的区间潮流。在IEEE-14和118标准系统仿真计算,结果验证了所提方法有效、可行。与传统蒙特卡罗法相比,所提方法可以在几乎不增加计算量的情况下,精确实现风速区间的去相关化。     

风速相关性对概率潮流计算的影响分析

地理位置邻近的多个风电场之间,风速会具有较强的相关性.文中采用一种基于自回归滑动平均(ARMA)模型和时移技术的方法,研究了风速相关性对概率潮流计算结果的影响,并对其相关影响因素进行了分析,重点研究了风速相关性对节点电压概率密度分布、满足一定电压质量要求的最大允许风电装机容量和最小无功补偿量这3方面的影响.研究结果表明,考虑风速相关性可以更合理地评估风电场对电网静态电压运行特性的影响,有利于更好地进行电网规划和确定电网的运行方式.     

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。     

Correlated probabilistic load flow using a point estimate method with Nataf transformation

Wind speed as well as the power output of wind turbine generators (WTGs) have high correlations and may not be normally distributed. In this paper, the method of Zhao’s point estimate method (PEM) combined with Nataf transformation was applied into correlated probabilistic load flow (PLF) calculation. This method can deal with correlated input random variables (RVs) with normal or non-normal probability distributions. Instead of joint probability density functions (PDFs) of multivariate RVs, this method only requires data of the marginal distribution function of each input RV and their correlation coefficients. The effectiveness of the proposed method is demonstrated by the numerical tests on IEEE 14-bus and the IEEE 118-bus systems. Besides, relative average errors compared with correlated Monte Carlo Simulation (CMCS) are analyzed.     

考虑相关性的广义负荷联合概率建模及应用

大规模风电并网带来广义负荷节点功率流向不确定性问题,对广义负荷建模提出新的要求。如何全面考虑随机变量所具有的波动性以及地域的相关性特点,准确进行广义负荷建模,成为亟待解决的问题。为此,提出一种带有概率标识的计及节点空间地域相关性的节点特性建模学习方法。首先,将与各风电场相连的根母线节点据其各自的功率流向,分为电源特性与负荷特性;其次,对各根母线节点分别依照有功功率进行区间细化,统计其概率信息。针对节点地域的相关性,采用空间相关性方法计算相邻节点功率区间内相关特征参数并纳入节点的特性学习中,采用径向基函数(RBF)神经网络学习训练并提取区间集的节点特性;以风险分析为例验证所提方法的有效性和实用性。仿真结果表明,通过将节点空间相关性纳入广义负荷建模范畴,建模因素更为全面并细化了整个系统空间形成风险场景集,风险分析结果指出系统高风险场景,为系统决策提供参考依据。     

基于Copula理论和切片采样技术结合拉丁超立方抽样的概率潮流计算

为评估大规模新能源并网对电力系统概率潮流的影响,提出一种Copula理论、切片采样及拉丁超立方采样相结合的MCMC概率潮流计算方法。利用Copula理论建立计及输入变量相关性的概率分布模型,采用Kendall秩相关系数作为相关性测度,通过切片采样算法产生初始样本,引入拉丁超立方抽样技术对初始样本进行处理,提高算法的计算效率。以改造后的IEEE-14节点测试系统为算例,验证了文中方法的准确性和有效性,研究了风、光出力相关性对电力系统概率潮流的影响。结果表明风、光互补提高了系统运行的可靠性和经济性,考虑风、光相关性可以更合理地评估风、光并网对电力系统概率潮流的影响。     

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。     

基于贝叶斯理论的考虑多维风速之间相关性的概率潮流计算

随着风机大规模投入运行,多维风电场之间风速的相关性会影响电力系统的稳定性.考虑相关性的概率潮流计算有助于合理地调控电力系统运行方式以及优化调度,从而提升系统的稳定性.文中针对多维风电场之间的相关性,提出了一种基于贝叶斯理论的最大期望算法及Rosenblatt变换的概率潮流三点估计法,该算法能够很好地捕捉风电场之间的非线性相关性,计算多维风电场风速的联合分布函数并应用于概率潮流计算.最后,通过IEEE 118节点系统对算法进行验证,并与蒙特卡洛模拟法及Nataf变换作横向对比,结果表明所提算法兼具精度高、收敛速度快等优势.