CN104901309B - 考虑风速相关性的电力***静态安全评估方法 - Google Patents

考虑风速相关性的电力***静态安全评估方法 Download PDF

Info

Publication number
CN104901309B
CN104901309B CN201510375768.1A CN201510375768A CN104901309B CN 104901309 B CN104901309 B CN 104901309B CN 201510375768 A CN201510375768 A CN 201510375768A CN 104901309 B CN104901309 B CN 104901309B
Authority
CN
China
Prior art keywords
power system
wind
represent
copula
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510375768.1A
Other languages
English (en)
Other versions
CN104901309A (zh
Inventor
汪可友
吴巍
李国杰
江秀臣
韩蓓
冯琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201510375768.1A priority Critical patent/CN104901309B/zh
Publication of CN104901309A publication Critical patent/CN104901309A/zh
Application granted granted Critical
Publication of CN104901309B publication Critical patent/CN104901309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Control Of Eletrric Generators (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于考虑风速相关性的电力***静态安全评估方法,依据风速历史数据,利用截断pair copula实现具有非线性相关性的风速建模,进而依据风机功率特性,实现电力***快速静态安全评估。本发明能够处理电力***中具有任意概率特性的风速,适用于中长期规划中,快速评估接入风电场对电力***静态安全的影响。

Description

考虑风速相关性的电力***静态安全评估方法
技术领域
本发明属于电网安全稳定运行技术领域,特别涉及一种考虑风速相关性的电力***静态安全评估方法。
背景技术
大规模并网的可再生能源(如风电),具有间歇性、随机性和相关性,使电力***产生扰动。此时需要考虑扰动的相关性等统计特性,通过概率潮流计算,获取电力***运行特征量(如节点电压幅值和相角,线路有功和无功等)的统计信息,进而发现***运行的薄弱环节,评估***安全水平。
针对相关性风功率的建模问题,三阶多项式正态变换和九阶多项式正态变换基于线性相关系数建模,不适于描述非线性相关关系。秩相关系数适于描述全局非线性相关性,但无法反应全部的相关特性,如尾部相关性等。
Copula模型能较好描述两随机变量间的非线性、非对称性以及尾部相关性等,在电力***中得到广泛应用,如概率潮流,最优潮流和可用输电能力评估。二维混合Copula函数可以进一步提高建模精度。但对于更高维的模型,只有少数Copula函数可用。然而,随着接入风电场的增多,大量场站间存在着复杂的空间位置相关性,两两之间相关性往往存在差异性,现有模型难以准确予以描述。因而,针对风电场大量接入,风电功率渗透水平逐年增加的现状,需要研究具有更灵活精确的概率模型,并与风机功率特性结合,以提高电力***静态安全评估水平。
发明内容
本发明的目的在于克服上述现有技术的不足,提供一种考虑风速相关性的电力***静态安全评估方法,用于评估风场接入对电力***静态安全的影响。
本发明的技术解决方案如下:
一种考虑风速相关性的电力***静态安全评估方法,包括如下步骤:
步骤1、构建基于截断pair copula的多风场风速(X1,…,Xn)概率密度模型f(x1,…,xn)。F(·)表示概率分布函数,F(·)可以通过经验分布获得,如下式所示:
其中,(x1k,…,xnk)为样本,m为样本总数,I(·)为示性函数,当括号中的不等式成立时为1,反之则为0.
令ui=Fi(xi),依据pair copula理论,则存在一个copula概率分布函数,使得:
F(x1,…,xn)=C(ui,…,un)
copula概率密度函数和概率分布函数C(·)存在如下关系:
Pair copula通过下式构造copula概率密度函数,进而构造概率分布函数。
式中,F(uj+i|u1,…,uj-1)为在u1,…,uj-1取以一定值的条件下,uj+i的条件概率分布。把F(uj|u1,…,uj-1)和F(uj+i|u1,…,uj-1)视作随机变量,则cj,j+i|1,…,j-1(F(uj|u1,…,uj-1),F(uj+i|u1,…,uj-1))为这两个随机变量的二维copula密度函数。具体的二维Copula函数表达式参见文献《Pair-copula constructions of multiple dependence》。
为了简化说明,令ej-1,j+i=F(uj+i|u1,…,uj-1),特别的,e0,i=ui(i=1,…,n)。则需要构建的pair copula如下式所示。
具体的,构建截断pair copula的步骤如下:
1)读取风速X的历史数据,令ui=Fi(xi),得到U=(U1,…,Un)的样本数据。
2)令j=1,基于(ej-1,j,ej-1,j+i)(i=1,...,n-j)的样本点,分别使用Normal、Frank、Clayton、t和Gumbel copula对cj,j+i|1,…,j-1(ej-1,j,ej-1,j+i)进行拟合,可以采用matlab软件中copulafit函数快速计算得到相应copula函数的参数,并依据依据欧氏距离,选出最优copula函数类型。欧式距离检验如下:
其中,u1i,…,uni(i=1,…m)为样本点。
3)使用下式计算ej,j+i
4)令j=2,重复2)和3),得到cj,j+i|1,…,j-1(ej-1,j,ej-1,j+i)和ej,j+i(i=1,...,n-2)。令j=3,重复步骤2)和3),得到cj,j+i|1,…,j-1(ej-1,j,ej-1,j+i)和ej,j+i(i=1,...,n-3)。完成pair copula建模。
步骤2、构建概率潮流计算模型,如下式:
式中表示电力***节点i处注入的净有功功率;Pij表示节点j流向节点i的线路有功潮流;表示电力***节点i处注入的净无功功率;Vi表示电力***节点i的电压幅值;Vj表示电力***节点j的电压幅值;θij表示电力***ij节点的电压相角差;Yij表示连接ij节点的线路导纳幅值;表示连接ij节点的线路导纳相角;Gij表示电力***连接ij节点线路的电导;Bij表示电力***连接ij节点线路的电纳;N为电力***节点数目;
主要考虑风电和负荷扰动,其中,
式中,Pw,i为电力***节点i处注入的风力发电有功,PL,i为电力***节点i处各类负荷消耗的有功;Qw,i为电力***节点i处注入的风力发电无功,QL,i为电力***节点i处各类负荷消耗的无功;
步骤3、考虑多风场接入后的电力***静态安全评估,步骤如下:
1)生成独立均匀分布Zj(j=1,2,…,n)的随机数,可以采用MATLAB软件的unifrnd指令生成。
2)对Zj(j=1,2,…,n)的每一采样点,依据所建概率模型,逐次迭代求解下式得到随机变量Uj(j=1,2,…,n)采样点。
式中,F(uj|u1,…,uj-1)为已知u1,…,uj-1时,uj的条件分布。zj=F(uj|u1,…,uj-1)的反函数有解析式,详见文献《Pair-copula constructions of multiple dependence》,因而求解uj简单。基于uj=Fj(xj),得到相应的风速X的采样。
3)针对风场中风机制造厂商给出的风机的风速风功率特性,把风速转换为风功率,从而得到风电的采样。
4)分别对风功率采样点进行确定性潮流计算,可以得到概率潮流的统计特征,进而可以判断风电场接入后,电力***的静态安全水平。
与现有技术相比,本发明的有益效果是:
能够应对电力***中具有任意概率特性的随机风速,降低处理难度,并提高了建模灵活度和精度,从而能准确的获得***特征量的统计信息,进一步的在获得其概率分布后可以对***越限概率,即***静态安全进行评估,适用于评估风场接入后对电力***静态安全的影响。
附图说明
图1为截断pair copula的结构图。
图2为风机风功率特性曲线。
具体实施方式
以下结合附图具体说明本发明方法,但不应以此限制本发明的保护范围。
一种考虑相关性的电力***静态安全评估方法,包括如下步骤:
步骤1、构建基于截断pair copula的多风场风速(X1,…,Xn)概率密度模型f(x1,…,xn),图1为截断pair copula的结构图。F(·)表示概率分布函数。F(·)可以通过经验分布获得,如下式所示:
其中,(x1k,…,xnk)为样本,m为样本总数,I(·)为示性函数,当括号中的不等式成立时为1,反之则为0.
令ui=Fi(xi),依据pair copula理论,则存在一个copula概率分布函数,使得:
F(x1,…,xn)=C(ui,…,un)
copula概率密度函数和概率分布函数C(·)存在如下关系:
Pair copula通过下式构造copula概率密度函数,进而构造概率分布函数。
式中,F(uj+i|u1,…,uj-1)为在u1,…,uj-1取以一定值的条件下,uj+i的条件概率分布。把F(uj|u1,…,uj-1)和F(uj+i|u1,…,uj-1)视作随机变量,则cj,j+i|1,…,j-1(F(uj|u1,…,uj-1),F(uj+i|u1,…,uj-1))为这两个随机变量的二维copula密度函数。具体的二维Copula函数表达式参见文献《Pair-copula constructions of multiple dependence》。
为了简化说明,令ej-1,j+i=F(uj+i|u1,…,uj-1),特别的,e0,i=ui(i=1,…,n)。则需要构建的pair copula如下式所示。
具体的,构建截断pair copula的步骤如下:
1)读取风速X的历史数据,令ui=Fi(xi),得到U=(U1,…,Un)的样本数据。
2)令j=1,基于(ej-1,j,ej-1,j+i)(i=1,...,n-j)的样本点,分别使用Normal、Frank、Clayton、t和Gumbel copula对cj,j+i|1,…,j-1(ej-1,j,ej-1,j+i)进行拟合,可以采用matlab软件中copulafit函数快速计算得到相应copula函数的参数,并依据依据欧氏距离,选出最优copula函数类型。欧式距离检验如下:
其中,u1i,…,uni(i=1,…m)为样本点。
3)使用下式计算ej,j+i
4)令j=2,重复2)和3),得到cj,j+i|1,…,j-1(ej-1,j,ej-1,j+i)和ej,j+i(i=1,...,n-2)。令j=3,重复步骤2)和3),得到cj,j+i|1,…,j-1(ej-1,j,ej-1,j+i)和ej,j+i(i=1,...,n-3)。完成pair copula建模。
步骤2、构建概率潮流计算模型,如下式:
式中表示电力***节点i处注入的净有功功率;Pij表示节点j流向节点i的线路有功潮流;表示电力***节点i处注入的净无功功率;Vi表示电力***节点i的电压幅值;Vj表示电力***节点j的电压幅值;θij表示电力***ij节点的电压相角差;Yij表示连接ij节点的线路导纳幅值;表示连接ij节点的线路导纳相角;Gij表示电力***连接ij节点线路的电导;Bij表示电力***连接ij节点线路的电纳;N为电力***节点数目;
主要考虑风电和负荷扰动,其中,
式中,Pw,i为电力***节点i处注入的风力发电有功,PL,i为电力***节点i处各类负荷消耗的有功;Qw,i为电力***节点i处注入的风力发电无功,QL,i为电力***节点i处各类负荷消耗的无功;
步骤3、考虑多风场接入后的电力***静态安全评估,步骤如下:
3)生成独立均匀分布Zj(j=1,2,…,n)的随机数,可以采用MATLAB软件的unifrnd指令生成。
4)对Zj(j=1,2,…,n)的每一采样点,依据所建概率模型,逐次迭代求解下式得到随机变量Uj(j=1,2,…,n)采样点。
式中,F(uj|u1,…,uj-1)为已知u1,…,uj-1时,uj的条件分布。zj=F(uj|u1,…,uj-1)的反函数有解析式,详见文献《Pair-copula constructions of multiple dependence》,因而求解uj简单。基于uj=Fj(xj),得到相应的风速X的采样。
3)针对风场中风机制造厂商给出的风机的风速风功率特性,把风速转换为风功率,从而得到风电的采样。例如,图2为NREL的IEC Class II型风机风功率特性曲线,表达式如下式所示,带入风速可得到对应的输出风功率。
式中,vw为风速,vci、vr和vco分别为风机的切入风速3.4m/s,额定风速15m/s和切出风速25m/s,Pr为额定功率2MW。
4)分别对风功率采样点进行确定性潮流计算,可以得到概率潮流的统计特征,进而可以判断风电场接入后,电力***的静态安全水平。

Claims (2)

1.一种考虑风力相关性的电力***静态安全评估方法,其特征是,该方法包括如下步骤:
步骤1、构建基于截断pair copula的多风场风速(X1,…,Xn)概率密度模型f(x1,…,xn):
令ui=Fi(xi),其中,F(·)表示概率分布函数;
存在一个copula概率分布函数,使得:
F(x1,...,xn)=C(ui,...,un)
copula概率密度函数c(·)和概率分布函数C(·)的关系如下:
Pair copula通过下式构造copula概率密度函数,进而构造概率分布函数:
式中,F(uj+i|u1,…,uj-1)为在u1,…,uj-1取以一定值的条件下,uj+i的条件概率分布;把F(uj|u1,…,uj-1)和F(uj+i|u1,…,uj-1)视作随机变量,则cj,j+i|1,…,j-1(F(uj|u1,…,uj-1),F(uj+i|u1,…,uj-1))为这两个随机变量的二维copula密度函数;
步骤2、构建概率潮流模型,公式如下:
式中,表示电力***节点i处注入的净有功功率;Pij表示节点j流向节点i的线路有功潮流;表示电力***节点i处注入的净无功功率;Vi表示电力***节点i的电压幅值;Vj表示电力***节点j的电压幅值;θij表示电力***ij节点的电压相角差;Yij表示连接ij节点的线路导纳幅值;表示连接ij节点 的线路导纳相角;Gij表示电力***连接ij节点线路的电导;Bij表示电力***连接ij节点线路的电纳;N为电力***节点数目;
考虑风电和负荷扰动,其中,
式中,Pw,i为电力***节点i处注入的风力发电有功,PL,i为电力***节点i处各类负荷消耗的有功;Qw,i为电力***节点i处注入的风力发电无功,QL,i为电力***节点i处各类负荷消耗的无功;
步骤3、考虑多风场接入后的电力***静态安全评估,步骤如下:
31)采用MATLAB软件生成独立均匀分布Zj(j=1,2,…,n)的随机数;
32)对Zj(j=1,2,…,n)的每一采样点,依据所建概率模型,逐次迭代求解下式得到随机变量Uj(j=1,2,…,n)采样点,
33)针对风场中风机制造厂商给出的风机的风速风功率特性,把风速转换为风功率,得到风电的采样;
34)分别对风功率采样点进行确定性潮流计算,得到概率潮流的统计特征,进而判断风电场接入后,电力***的静态安全水平。
2.根据权利要求1所述的考虑风力相关性的电力***静态安全评估方法,其特征在于,所述的构建截断pair copula的具体步骤如下:
11)读取风速X的历史数据,令ui=Fi(xi),得到U=(U1,…,Un)的样本数据;
12)令ej-1,j+i=F(uj+i|u1,…,uj-1),其中,e0,i=ui(i=1,…,n),构建的pair copula如下式所示:
CN201510375768.1A 2015-06-30 2015-06-30 考虑风速相关性的电力***静态安全评估方法 Active CN104901309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510375768.1A CN104901309B (zh) 2015-06-30 2015-06-30 考虑风速相关性的电力***静态安全评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510375768.1A CN104901309B (zh) 2015-06-30 2015-06-30 考虑风速相关性的电力***静态安全评估方法

Publications (2)

Publication Number Publication Date
CN104901309A CN104901309A (zh) 2015-09-09
CN104901309B true CN104901309B (zh) 2017-03-22

Family

ID=54033800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510375768.1A Active CN104901309B (zh) 2015-06-30 2015-06-30 考虑风速相关性的电力***静态安全评估方法

Country Status (1)

Country Link
CN (1) CN104901309B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730111A (zh) * 2017-10-12 2018-02-23 国网浙江省电力公司绍兴供电公司 一种考虑用户负荷和新能源接入的配网电压风险评估模型
CN107846039A (zh) * 2017-10-24 2018-03-27 国网上海市电力公司 考虑风速相关性的集群风电并网建模分析方法及***
CN108462180B (zh) * 2018-01-31 2020-09-18 华中科技大学 一种基于vine copula函数确定概率最优潮流的方法
CN109242340B (zh) * 2018-09-29 2021-08-27 国网辽宁省电力有限公司电力科学研究院 一种蓄热电锅炉消纳***监测数据评价***及其评价方法
US11366175B2 (en) 2019-01-28 2022-06-21 Shenzhen University Linear asymmetric method for examining branch-outage-type steady-state security of AC power networks
CN111563637B (zh) * 2019-02-13 2023-09-12 株洲中车时代电气股份有限公司 基于需求响应的多目标概率最优潮流计算方法及装置
CN110429636B (zh) * 2019-06-25 2020-11-13 广西电网有限责任公司南宁供电局 一种静态电压稳定故障筛选与排序的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102945223B (zh) * 2012-11-21 2015-05-20 华中科技大学 一种构建多个风电场出力联合概率分布函数的方法
CN103208798B (zh) * 2013-03-26 2014-10-08 河海大学 一种含风电场电力***概率潮流的计算方法
CN104050604B (zh) * 2014-06-10 2017-02-01 上海交通大学 基于概率潮流的电力***静态安全评估方法
CN104504618B (zh) * 2014-12-29 2017-12-15 天津大学 基于pair‑copula函数的微电网可靠性评估数据抽样方法

Also Published As

Publication number Publication date
CN104901309A (zh) 2015-09-09

Similar Documents

Publication Publication Date Title
CN104901309B (zh) 考虑风速相关性的电力***静态安全评估方法
Li et al. Short-term wind power prediction based on extreme learning machine with error correction
Aien et al. Probabilistic power flow of correlated hybrid wind‐photovoltaic power systems
CN104376378B (zh) 基于混合整数锥优化的含分布式电源配电网无功优化方法
Ma et al. Analysis of voltage stability uncertainty using stochastic response surface method related to wind farm correlation
Hua et al. Extracting rare failure events in composite system reliability evaluation via subset simulation
CN104319807B (zh) 一种基于Copula函数获取多风电场容量可信度的方法
CN105656031A (zh) 基于高斯混合分布特征的含风电电力***安全风险评估方法
CN109063276A (zh) 适用于长时域风速波动的风电场动态等值建模方法
CN105356462B (zh) 风电场谐波预测评估方法
Wu et al. Random fuzzy power flow of distribution network with uncertain wind turbine, PV generation, and load based on random fuzzy theory
Liu et al. Probabilistic load flow analysis of active distribution network adopting improved sequence operation methodology
Cai et al. Enhancements to the cumulant method for probabilistic load flow studies
CN104269867A (zh) 一种节点扰动功率转移分布均衡度分析方法
CN105656084A (zh) 一种计及新能源发电预测误差的改进随机潮流算法
Mahmoud et al. Efficient SPF approach based on regression and correction models for active distribution systems
Ran et al. Probabilistic evaluation for static voltage stability for unbalanced three‐phase distribution system
Japar et al. Estimating the wake losses in large wind farms: A machine learning approach
Lin et al. Stochastic economic dispatch of power system with multiple wind farms and pumped‐storage hydro stations using approximate dynamic programming
Zhao et al. Assessment of distributed photovoltaic hosting capacity in integrated electricity and heat systems considering uncertainty
Mehrtash et al. Reliability evaluation of restructured power systems using a novel optimal power‐flow‐based approach
Wang et al. Applying probabilistic collocation method to power flow analysis in networks with wind farms
Ren et al. Reliability evaluation of tidal current farm integrated generation systems considering wake effects
Xie et al. Structural responses suppression for a barge‐type floating wind turbine with a platform‐based TMD
Ayvaz et al. Information‐gap decision theory based transient stability constrained optimal power flow considering the uncertainties of wind energy resources

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant