CN105811403B - 基于半不变量和级数展开法的随机潮流算法 - Google Patents
基于半不变量和级数展开法的随机潮流算法 Download PDFInfo
- Publication number
- CN105811403B CN105811403B CN201610165113.6A CN201610165113A CN105811403B CN 105811403 B CN105811403 B CN 105811403B CN 201610165113 A CN201610165113 A CN 201610165113A CN 105811403 B CN105811403 B CN 105811403B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- mtr
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000009826 distribution Methods 0.000 claims abstract description 19
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000003068 static effect Effects 0.000 claims description 11
- 238000000205 computational method Methods 0.000 claims description 8
- 238000005315 distribution function Methods 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 239000013256 coordination polymer Substances 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000005611 electricity Effects 0.000 abstract description 4
- 230000005684 electric field Effects 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Eletrric Generators (AREA)
- Wind Motors (AREA)
Abstract
本发明公开了一种基于半不变量和级数展开法的随机潮流算法。本发明能反映大规模新能源接入下***的不确定性，在传统半不变量法分析的基础上引入蒙特卡罗抽样技术来计算风电机组出力，避免了复杂的数学分析和计算，能够适应具有任意随机分布的新能源出力模型，当***中除风电外还有光伏或其他新能源接入的情况下具有较好的适应性，并具有良好的收敛性。
Description
技术领域
本发明涉及电力***技术，特别是涉及基于半不变量和级数展开法的随机潮流算法。
背景技术
随着风电规模的不断扩大，其对电网的影响也日益凸显。大规模风电的接入除了会影响***稳定性、带来电能质量问题(如电压波动、闪变、谐波污染等)外，还会改变电网的潮流分布，增加电压越限和线路过载的概率，给电力***的规划和运行带来诸多困难。因此，建立合理的风电场模型，运用潮流计算量化分析风电接入后对***运行的影响具有重要意义。
常规潮流是在预先确定的电力***条件下，对规定地点的电压或电流进行计算，其计算结果也是确定的。风机出力的随机性和不确定性致使常规潮流无法全面反映大规模风电接入的潮流特性，而随机潮流能够有效的解决上述问题。
随机潮流(PLF)能反映电力***中各种因素的随机变化对***运行的影响。它可以综合考虑风电出力的随机波动、负荷的变化、发电机的强迫停运及线路的故障等各种不确定情况，得到***节点电压和支路潮流的概率统计特性。相比于常规潮流，它大大减少了计算量。对计算结果做适当处理，可推出线路过负荷概率、电压越限概率等***静态安全的评价指标，以便及时发现电网中的薄弱环节，为电力***规划和决策人员提供有价值的信息。目前主流随机潮流的算法大多采用解析法的思想，在速度快的基础上，不断改进和优化以减小计算结果的误差。但仍普遍存在数学原理过于复杂、计算速度慢以及无法考虑随机变量之间的相关性等不足。
发明内容
发明目的：本发明的目的是提出一种计算速度快、数学原理简单的基于半不变量和级数展开法的随机潮流算法。
技术方案：为达到此目的，本发明采用以下技术方案：
本发明所述的基于半不变量和级数展开法的随机潮流算法，包括如下步骤：
S1：构建电力***的随机模型，输入***原始数据及风电场相关数据，包括常规潮流计算数据、负荷分布数据、常规发电机的出力和强迫停运率、风电场历史风速、风速的概率密度函数、风力发电机的输出功率、负荷的有功功率概率密度函数和负荷的无功功率概率密度函数；
S2：用牛顿拉夫逊法进行确定性潮流计算，求出节点电压和支路潮流的期望值，以及灵敏度矩阵S0和T0；
S3：计算负荷及常规发电机功率的各阶半不变量；
S4：采用基于蒙特卡罗抽样技术的方法求解风电机组出力的各阶半不变量；
S5：将节点发电机功率的各阶半不变量和负荷功率的各阶半不变量相加，求得节点注入功率的各阶半不变量ΔW(k)；
S6：根据半不变量的性质，计算节点状态变量ΔX和支路潮流ΔZ的各阶半不变量；
S7：应用Gram-Charlier级数展开得到节点状态变量ΔX和支路潮流ΔZ的概率分布函数；
S8：参照节点的电压约束和线路电流的热稳定极限，计算各节点电压和支路潮流的越限概率，并得到整个***的静态安全概率。
进一步，所述风速的概率密度函数采用双参数Weibull分布进行计算，如式(1)所示：
式(1)中，v为风速，k和c是Weibull分布的两个参数，其中k为形状参数，体现风速分布的特点，c为尺度参数，反映地区平均风速的大小；k和c如式(2)所示：
式(2)中，Γ为Gamma函数，μ为平均风速，σ为标准差；
所述风力发电机的输出功率Pw为：
式(3)中，vci为切入风速，vco为切出风速，vr为额定风速，Pr为风力发电机的额定功率，k1和k2如式(4)所示：
所述负荷的有功功率概率密度函数f(P)和负荷的无功功率概率密度函数f(Q)如式(5)所示：
式(5)中，μP、σP分别为负荷的有功功率的期望值和均方差，μQ、σQ分别为负荷的无功功率的期望值和均方差，P、Q分别如式(6)和(7)所示：
式(6)中，PP为发电机组的有功功率可用率，CP为发电机组的有功功率额定容量；式(7)中，PQ为发电机组的无功功率可用率，CQ为发电机组的无功功率额定容量。
进一步，所述步骤S2中用牛顿拉夫逊法进行确定性潮流计算的方法包括以下步骤：
S2.1：形成各节点导纳矩阵Y，设各节点电压的初始值U和相角初始值e还有迭代次数初值为0，计算各个节点的功率不平衡量；
S2.2：判断功率不平衡量是否满足收敛条件：如果满足，则跳至步骤S2.4；如果不满足，则进行步骤S2.3；
S2.3：计算雅克比矩阵中的各元素，修正各节点电压，返回步骤S2.1；
S2.4：结束。
进一步，所述步骤S3中，负荷的各阶半不变量的计算方法为：
对于正态分布的负荷功率，各阶半不变量如式(8)所示：
式(8)中，γi为i阶半不变量，i＝1,2，…，μ为负荷功率的期望，σ为负荷功率的均方差；
对于离散分布的负荷功率，先按式(9)求出其各阶原点矩：
式(9)中，αLm为负荷变量的m阶原点矩；pi为负荷取值xi的概率，其中ti为负荷等于xi的持续时间，T为研究周期；
然后由半不变量和原点矩的关系求得各节点负荷功率的各阶半不变量。
进一步，所述步骤S3中，常规发电机功率的各阶半不变量的计算方法为：
首先，求出一个节点处装有的N台常规发电机总的输出功率的各阶原点矩：
αm＝P1Cm+P2(2C)m+...+Pi(iC)m+...+PN(NC)m (m＝1,2,...) (10)
式(10)中，αm为N台常规发电机总的输出功率的各阶原点矩，C为常规发电机的额定容量，Pi(i＝1,2，…，N)如式(11)所示：
式(11)中，Pi为N台常规发电机中有i台常规发电机正常运行的概率，P为常规发电机工作在额定容量C的概率；
然后，利用半不变量和原点矩的关系求得常规发电机功率的各阶半不变量。
进一步，所述步骤S4中，风电机组出力的各阶半不变量的计算方法包括以下步骤：
S4.1：采用蒙特卡罗抽样技术从服从双参数Weibull分布的风速函数中抽取N个风速序列{v1,v2,…,vN}；
S4.2：根据风电机组的输出功率特性得到有功功率序列{P1,P2,…,PN}；
S4.3：在恒功率因数控制方式下，风电机组的无功功率与有功功率成正比，从而得到无功功率序列{Q1,Q2,…,QN}；
S4.4：计算风电机组出力的各阶原点矩，如式(12)所示：
式(12)中，αPm和αQm分别为风电机组出力的有功功率和无功功率的m阶原点矩；
S4.5：利用半不变量和原点矩的关系求得风电机组出力的各阶半不变量。
进一步，所述步骤S5中，节点注入功率的各阶半不变量ΔW(k)采用式(13)进行计算：
式(13)中，为节点发电机功率的各阶半不变量，ΔW(k)为负荷功率的各阶半不变量。
进一步，所述步骤S6中，节点状态变量ΔX和支路潮流ΔZ的各阶半不变量采用式(14)进行计算：
式(14)中，ΔX(k)为节点状态变量ΔX的各阶半不变量，ΔZ(k)为支路潮流ΔZ的各阶半不变量，ΔW(k)为负荷功率的各阶半不变量，和分别为矩阵S0和T0中元素的k次幂所构成的矩阵，对于任意元素(i,j)，有：
进一步，所述步骤S7中，基于Gram-Charlier级数的节点状态变量ΔX和支路潮流ΔZ的概率分布函数计算方法如式(16)、(17)所示：
式(16)、(17)中，F(x)为标准化的节点状态变量或支路潮流的累积分布函数，f(x)为标准化的节点状态变量或支路潮流的概率密度函数，为随机变量节点状态变量ΔX或支路潮流ΔZ的标准化随机变量，为标准正态分布密度函数，Hi为Hermite多项式，gi为Hermite多项式的系数。
进一步，所述步骤S8中，整个***的静态安全概率计算方法为：得到节点状态变量ΔX和支路潮流ΔZ的概率分布函数后，参照节点的电压约束和线路电流的热稳定极限，计算各节点电压和支路潮流的越限概率，记为p1,p2,…,pn；则整个***的静态安全概率为：
有益效果：与现有技术相比，本发明的有益效果在于：
本发明能反映大规模新能源接入下***的不确定性，在传统半不变量法分析的基础上引入蒙特卡罗抽样技术来计算风电机组出力，避免了复杂的数学分析和计算，能够适应具有任意随机分布的新能源出力模型，当***中除风电外还有光伏或其他新能源接入的情况下具有较好的适应性，并具有良好的收敛性。
附图说明
图1为本发明的算法步骤框图；
图2是IEEE-30节点***；
图3是PLF-CM和MCS所得节点10的电压幅值的CDF曲线；
图4是PLF-CM和MCS所得节点24的电压幅值的CDF曲线；
图5是PLF-CM和MCS所得支路19-20的有功功率的CDF曲线；
图6是PLF-CM和MCS所得支路27-30的有功功率的CDF曲线。
具体实施方式
下面结合具体实施方式和附图对本发明作更进一步的说明。
本发明公开了一种基于半不变量和级数展开法的随机潮流算法，如图1所示，包括如下步骤：
S1：构建电力***的随机模型，输入***原始数据及风电场相关数据，包括常规潮流计算数据、负荷分布数据、常规发电机的出力和强迫停运率、风电场历史风速、风机特性、风速的概率密度函数、风力发电机的输出功率、负荷的有功功率概率密度函数和负荷的无功功率概率密度函数；
S2：用牛顿拉夫逊法进行确定性潮流计算，求出节点电压和支路潮流的期望值，以及灵敏度矩阵S0和T0；
S3：计算负荷及常规发电机功率的各阶半不变量；
S4：采用基于蒙特卡罗抽样技术的方法求解风电机组出力的各阶半不变量；
S5：将节点发电机功率的各阶半不变量和负荷功率的各阶半不变量相加，求得节点注入功率的各阶半不变量ΔW(k)；
S6：根据半不变量的性质，计算节点状态变量ΔX和支路潮流ΔZ的各阶半不变量；
S7：应用Gram-Charlier级数展开得到节点状态变量ΔX和支路潮流ΔZ的概率分布函数；
S8：参照节点的电压约束和线路电流的热稳定极限，计算各节点电压和支路潮流的越限概率，并得到整个***的静态安全概率。
下面以IEEE-30节点***为例，通过Matlab R2010b编制含风电场的电力***随机潮流计算程序，分析了风电接入、负荷波动等随机因素对***潮流的影响，给出了各节点电压越限概率等***静态安全评估指标。
IEEE-30节点***如图2所示，***有6台发电机，30个节点，41条支路。具体的节点和线路参数见附录。为计算方便，假设各随机变量之间相互独立，发电机的出力服从0-1分布，负荷均服从正态分布，以IEEE-30节点***负荷值为均值，标准差为均值的20％。算例中采用的风电场容量为5×2MW，风电场中风机分为两排，排间距为120m，机组以恒功率因数控制方式运行，功率因数为0.75。假设风电场内空气密度为1.2245kg/m3，风机的扫掠面积为1840m2，风速的Weibull分布的两个参数。
任选节点10、节点24、支路19-20和支路27-30为研究对象，采用基于半不变量和级数展开法的随机潮流算法进行随机潮流计算。
该算法关键是求解各状态变量的各阶半不变量值，根据步骤S3的内容，首先可以得到风电场接入前所取节点的电压幅值和支路有功功率的各阶半不变量，如表1所示。
表1风电场接入前部分节点电压幅值和支路有功功率的各阶半不变量
根据步骤S4在节点25接入风电场后，通过本发明提出的蒙特卡罗抽样技术(抽样次数)，计算出风电场出力的前七阶半不变量，如表2所示
表2风电场输出功率(有功和无功)的各阶半不变量
将求得的风电场出力的各阶半不变量与各节点原始负荷的各阶半不变量相加，即得到各节点注入功率的各阶半不变量，根据步骤S5可以求出风电场接入后各状态变量的各阶半不变量值，如表3所示
表3风电场接入后部分节点电压幅值和支路有功功率的各阶半不变量
最后，根据步骤S6、S7取前七阶半不变量值并结合Gram-Charlier级数展开的方法，得到相应节点电压和支路潮流的概率密度函数和累积分布函数，如图3-图6所示。
为了体现本发明所得结果的精确性，将其误差进行定量分析，在这里我们引入方差和的根均值(Average Root Mean Square，ARMS)来衡量本发明和传统算法(MCS)之间的误差。表4给出了相应节点电压幅值和支路有功功率的ARMS值。
表4部分节点电压幅值和支路有功功率的ARMS
可以看出，所选节点和支路的相应状态量的ARMS值很小，均小于1％，说明本发明的算法与MCS的计算结果基本一致，具有较高的精度。其中，节点10电压幅值的ARMS值远小于节点24对应的值，这是由于节点10相比节点24距离风电场接入点较远，受风电场出力波动的影响较小，计算误差也会相对减小。
由累积分布函数(CDF)曲线，可以方便地求出节点电压和支路有功的越限概率，如表5所示，表中分别给出了MCS和本发明算法所得结果。
表5部分节点电压幅值和支路有功功率的越限概率
应用步骤S8的方法，统计IEEE-30节点***中所有节点和线路的电压越限和功率越限概率，可以得到整个***的静态安全概率，如表6所示：
表6***静态安全概率指标
最后，表7比较了两种随机潮流算法的计算时间，
表7两种随机潮流算法的计算时间比较
从中可以看出，与传统随即潮流算法MCS相比，本发明算法在计算时间上具有显著优势，且耗时与样本数量无关，在***规模较大、需要在线潮流计算的情况下，有着广阔的应用前景。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.基于半不变量和级数展开法的随机潮流算法，其特征在于：包括如下步骤：
S1：构建电力***的随机模型，输入***原始数据及风电场相关数据，包括常规潮流计算数据、负荷分布数据、常规发电机的出力和强迫停运率、风电场历史风速、风速的概率密度函数、风力发电机的输出功率、负荷的有功功率概率密度函数和负荷的无功功率概率密度函数；
S2：用牛顿拉夫逊法进行确定性潮流计算，求出节点电压和支路潮流的期望值，以及灵敏度矩阵S0和T0；
S3：计算负荷及常规发电机功率的各阶半不变量；
S4：采用基于蒙特卡罗抽样技术的方法求解风电机组出力的各阶半不变量；
S5：将节点发电机功率的各阶半不变量和负荷功率的各阶半不变量相加，求得节点注入功率的各阶半不变量ΔW(k)；
S6：根据半不变量的性质，计算节点状态变量ΔX和支路潮流ΔZ的各阶半不变量；
S7：应用Gram-Charlier级数展开得到节点状态变量ΔX和支路潮流ΔZ的概率分布函数；
S8：参照节点的电压约束和线路电流的热稳定极限，计算各节点电压和支路潮流的越限概率，并得到整个***的静态安全概率。
2.根据权利要求1所述的基于半不变量和级数展开法的随机潮流算法，其特征在于：所述风速的概率密度函数采用双参数Weibull分布进行计算，如式(1)所示：
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mi>k</mi>
<mi>c</mi>
</mfrac>
<mo>&CenterDot;</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>v</mi>
<mi>c</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>&CenterDot;</mo>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>v</mi>
<mi>c</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mi>k</mi>
</msup>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式(1)中，v为风速，k和c是Weibull分布的两个参数，其中k为形状参数，体现风速分布的特点，c为尺度参数，反映地区平均风速的大小；k和c如式(2)所示：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>k</mi>
<mo>=</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mi>&sigma;</mi>
<mi>&mu;</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1.086</mn>
</mrow>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>c</mi>
<mo>=</mo>
<mfrac>
<mi>&mu;</mi>
<mrow>
<mi>&Gamma;</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mi>k</mi>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式(2)中，Γ为Gamma函数，μ为平均风速，σ为标准差；
所述风力发电机的输出功率Pw为：
<mrow>
<msub>
<mi>P</mi>
<mi>w</mi>
</msub>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mi>v</mi>
<mo>&le;</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mi>v</mi>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>v</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>&le;</mo>
<mi>v</mi>
<mo>&le;</mo>
<msub>
<mi>v</mi>
<mi>r</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>P</mi>
<mi>r</mi>
</msub>
</mtd>
<mtd>
<mrow>
<msub>
<mi>v</mi>
<mi>r</mi>
</msub>
<mo>&le;</mo>
<mi>v</mi>
<mo>&le;</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>c</mi>
<mi>o</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>v</mi>
<mrow>
<mi>c</mi>
<mi>o</mi>
</mrow>
</msub>
<mo>&le;</mo>
<mi>v</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式(3)中，vci为切入风速，vco为切出风速，vr为额定风速，Pr为风力发电机的额定功率，k1和k2如式(4)所示：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>P</mi>
<mi>r</mi>
</msub>
<mrow>
<msub>
<mi>v</mi>
<mi>r</mi>
</msub>
<mo>-</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mo>-</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msub>
<mi>v</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
所述负荷的有功功率概率密度函数f(P)和负荷的无功功率概率密度函数f(Q)如式(5)所示：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>P</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
<msub>
<mi>&sigma;</mi>
<mi>P</mi>
</msub>
</mrow>
</mfrac>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>P</mi>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<mi>P</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mi>P</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>Q</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
<msub>
<mi>&sigma;</mi>
<mi>Q</mi>
</msub>
</mrow>
</mfrac>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>Q</mi>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<mi>Q</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mi>Q</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
式(5)中，μP、σP分别为负荷的有功功率的期望值和均方差，μQ、σQ分别为负荷的无功功率的期望值和均方差，P、Q分别如式(6)和(7)所示：
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>=</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<msub>
<mi>P</mi>
<mi>P</mi>
</msub>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>C</mi>
<mi>P</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>P</mi>
<mi>P</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<mi>Y</mi>
<mo>=</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<msub>
<mi>P</mi>
<mi>Q</mi>
</msub>
</mtd>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>C</mi>
<mi>Q</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>P</mi>
<mi>Q</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
式(6)中，PP为发电机组的有功功率可用率，CP为发电机组的有功功率额定容量；式(7)中，PQ为发电机组的无功功率可用率，CQ为发电机组的无功功率额定容量。
3.根据权利要求1所述的基于半不变量和级数展开法的随机潮流算法，其特征在于：所述步骤S2中用牛顿拉夫逊法进行确定性潮流计算的方法包括以下步骤：
S2.1：形成各节点导纳矩阵Y，设各节点电压的初始值U和相角初始值e还有迭代次数初值为0，计算各个节点的功率不平衡量，并得到雅克比矩阵；
S2.2：判断功率不平衡量是否满足收敛条件：如果满足，则跳至步骤S2.4；如果不满足，则进行步骤S2.3；
S2.3：计算雅克比矩阵中的各元素，修正各节点电压，返回步骤S2.1；
S2.4：结束。
4.根据权利要求1所述的基于半不变量和级数展开法的随机潮流算法，其特征在于：所述步骤S3中，负荷的各阶半不变量的计算方法为：
对于正态分布的负荷功率，各阶半不变量如式(8)所示：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&gamma;</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mi>&mu;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&gamma;</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<msup>
<mi>&sigma;</mi>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&gamma;</mi>
<mn>3</mn>
</msub>
<mo>=</mo>
<msub>
<mi>&gamma;</mi>
<mn>4</mn>
</msub>
<mo>=</mo>
<msub>
<mi>&gamma;</mi>
<mn>5</mn>
</msub>
<mo>=</mo>
<mo>...</mo>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
式(8)中，γi为i阶半不变量，i＝1,2，…，μ为负荷功率的期望，σ为负荷功率的均方差；
对于离散分布的负荷功率，先按式(9)求出其各阶原点矩：
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>L</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mi>i</mi>
</munder>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<msubsup>
<mi>x</mi>
<mi>i</mi>
<mi>m</mi>
</msubsup>
<mo>,</mo>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
式(9)中，αLm为负荷变量的m阶原点矩；pi为负荷取值xi的概率，其中ti为负荷等于xi的持续时间，T为研究周期；
然后由半不变量和原点矩的关系求得各节点负荷功率的各阶半不变量。
5.根据权利要求1所述的基于半不变量和级数展开法的随机潮流算法，其特征在于：所述步骤S3中，常规发电机功率的各阶半不变量的计算方法为：
首先，求出一个节点处装有的N台常规发电机总的输出功率的各阶原点矩：
αm＝P1Cm+P2(2C)m+...+Pi(iC)m+...+PN(NC)m (m＝1,2,...) (10)
式(10)中，αm为N台常规发电机总的输出功率的各阶原点矩，C为常规发电机的额定容量，Pi(i＝1,2，…，N)如式(11)所示：
<mrow>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msubsup>
<mi>C</mi>
<mi>N</mi>
<mi>i</mi>
</msubsup>
<msup>
<mi>P</mi>
<mi>i</mi>
</msup>
<msup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>P</mi>
<mo>)</mo>
</mrow>
<mrow>
<mi>N</mi>
<mo>-</mo>
<mi>i</mi>
</mrow>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
式(11)中，Pi为N台常规发电机中有i台常规发电机正常运行的概率，P为常规发电机工作在额定容量C的概率；
然后，利用半不变量和原点矩的关系求得常规发电机功率的各阶半不变量。
6.根据权利要求1所述的基于半不变量和级数展开法的随机潮流算法，其特征在于：所述步骤S4中，风电机组出力的各阶半不变量的计算方法包括以下步骤：
S4.1：采用蒙特卡罗抽样技术从服从双参数Weibull分布的风速函数中抽取N个风速序列{v1,v2,…,vN}；
S4.2：根据风电机组的输出功率特性得到有功功率序列{P1,P2,…,PN}；
S4.3：在恒功率因数控制方式下，风电机组的无功功率与有功功率成正比，从而得到无功功率序列{Q1,Q2,…,QN}；
S4.4：计算风电机组出力的各阶原点矩，如式(12)所示：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>P</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msubsup>
<mi>P</mi>
<mi>i</mi>
<mi>m</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>Q</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>N</mi>
</mfrac>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msubsup>
<mi>Q</mi>
<mi>i</mi>
<mi>m</mi>
</msubsup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
式(12)中，αPm和αQm分别为风电机组出力的有功功率和无功功率的m阶原点矩；
S4.5：利用半不变量和原点矩的关系求得风电机组出力的各阶半不变量。
7.根据权利要求1所述的基于半不变量和级数展开法的随机潮流算法，其特征在于：所述步骤S5中，节点注入功率的各阶半不变量ΔW(k)采用式(13)进行计算：
<mrow>
<msup>
<mi>&Delta;W</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msup>
<mo>=</mo>
<msubsup>
<mi>&Delta;W</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>&Delta;W</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>13</mn>
<mo>)</mo>
</mrow>
</mrow>
式(13)中，为节点发电机功率的各阶半不变量，为负荷功率的各阶半不变量。
8.根据权利要求1所述的基于半不变量和级数展开法的随机潮流算法，其特征在于：所述步骤S6中，节点状态变量ΔX和支路潮流ΔZ的各阶半不变量采用式(14)进行计算：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msup>
<mi>&Delta;X</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msup>
<mo>=</mo>
<msubsup>
<mi>S</mi>
<mn>0</mn>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>&CenterDot;</mo>
<msubsup>
<mi>&Delta;W</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msubsup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<mi>&Delta;Z</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msup>
<mo>=</mo>
<msubsup>
<mi>T</mi>
<mn>0</mn>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>&CenterDot;</mo>
<msubsup>
<mi>&Delta;W</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msubsup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>14</mn>
<mo>)</mo>
</mrow>
</mrow>
式(14)中，ΔX(k)为节点状态变量ΔX的各阶半不变量，ΔZ(k)为支路潮流ΔZ的各阶半不变量，为负荷功率的各阶半不变量，和分别为矩阵S0和T0中元素的k次幂所构成的矩阵，对于任意元素(i,j)，有：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>S</mi>
<mn>0</mn>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>S</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>k</mi>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>T</mi>
<mn>0</mn>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>T</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mi>k</mi>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>15</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
9.根据权利要求1所述的基于半不变量和级数展开法的随机潮流算法，其特征在于：所述步骤S7中，基于Gram-Charlier级数的节点状态变量ΔX和支路潮流ΔZ的概率分布函数计算方法如式(16)、(17)所示：
式(16)、(17)中，F(x)为标准化的节点状态变量或支路潮流的累积分布函数，f(x)为标准化的节点状态变量或支路潮流的概率密度函数，为随机变量节点状态变量ΔX或支路潮流ΔZ的标准化随机变量，为标准正态分布密度函数，Hi为Hermite多项式，gi为Hermite多项式的系数。
10.根据权利要求1所述的基于半不变量和级数展开法的随机潮流算法，其特征在于：所述步骤S8中，整个***的静态安全概率计算方法为：得到节点状态变量ΔX和支路潮流ΔZ的概率分布函数后，参照节点的电压约束和线路电流的热稳定极限，计算各节点电压和支路潮流的越限概率，记为p1,p2,…,pn；则整个***的静态安全概率为：
<mrow>
<msub>
<mi>p</mi>
<mi>s</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Pi;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>18</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610165113.6A CN105811403B (zh) | 2016-03-22 | 2016-03-22 | 基于半不变量和级数展开法的随机潮流算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610165113.6A CN105811403B (zh) | 2016-03-22 | 2016-03-22 | 基于半不变量和级数展开法的随机潮流算法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105811403A CN105811403A (zh) | 2016-07-27 |
| CN105811403B true CN105811403B (zh) | 2018-05-22 |
Family
ID=56454745
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610165113.6A Active CN105811403B (zh) | 2016-03-22 | 2016-03-22 | 基于半不变量和级数展开法的随机潮流算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105811403B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106911140A (zh) * | 2017-04-14 | 2017-06-30 | 新奥科技发展有限公司 | 一种储能规划方法 |
| CN107451680A (zh) * | 2017-07-12 | 2017-12-08 | 河海大学 | 一种电‑气互联***随机最优潮流启发式计算方法 |
| CN107968409A (zh) * | 2017-11-08 | 2018-04-27 | 中国电力科学研究院有限公司 | 一种考虑不平衡功率分配的概率潮流计算方法及*** |
| CN108549752B (zh) * | 2018-03-27 | 2021-11-05 | 南京航空航天大学 | 一种电励磁双凸极发电机功能级模型建模方法 |
| CN108365640A (zh) * | 2018-03-29 | 2018-08-03 | 国网江苏省电力有限公司电力科学研究院 | 一种电网低负荷期间机组进相运行管理方法 |
| CN108711851B (zh) * | 2018-06-05 | 2020-06-16 | 国网上海市电力公司 | 一种评估中压配电网合环操作安全性的方法 |
| CN111262248B (zh) * | 2018-11-30 | 2023-11-03 | 中国电力科学研究院有限公司 | 一种随机潮流解析计算方法和*** |
| CN109687431B (zh) * | 2018-12-04 | 2020-07-14 | 中国电力科学研究院有限公司 | 一种考虑新能源随机性的主动配电网概率等值建模方法 |
| CN109740962A (zh) * | 2019-01-18 | 2019-05-10 | 国网安徽省电力有限公司 | 基于场景分区与半不变量的电压稳定概率评估方法 |
| CN109861234A (zh) * | 2019-02-27 | 2019-06-07 | 浙江大学 | 考虑聚合空调负荷旋转备用的电力***可靠性判断方法 |
| CN110189061A (zh) * | 2019-06-24 | 2019-08-30 | 合肥工业大学 | 一种基于风险评估的大规模分散光伏接入规划方法 |
| CN110299710A (zh) * | 2019-08-02 | 2019-10-01 | 南方电网科学研究院有限责任公司 | 一种风电场接入电网的随机潮流计算方法及装置 |
| CN110797865B (zh) * | 2019-10-30 | 2020-06-09 | 山东大学 | 一种数据驱动的供电薄弱环节识别方法及*** |
| CN113972659B (zh) * | 2021-11-04 | 2024-02-02 | 国网冀北电力有限公司经济技术研究院 | 一种考虑随机潮流的储能配置方法及*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009195023A (ja) * | 2008-02-14 | 2009-08-27 | Toshiba Corp | 電力供給システムの総合効率評価方法 |
| WO2012161378A1 (ko) * | 2011-05-25 | 2012-11-29 | (주)파워이십일 | 배전 시스템의 상태추정 방법 |
| CN104410069A (zh) * | 2014-12-05 | 2015-03-11 | 国家电网公司 | 一种计及响应相关性的动态概率潮流计算方法 |
| CN104638644A (zh) * | 2015-02-12 | 2015-05-20 | 河海大学 | 一种含风电场电力***动态随机最优潮流获取方法 |
-
2016
- 2016-03-22 CN CN201610165113.6A patent/CN105811403B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009195023A (ja) * | 2008-02-14 | 2009-08-27 | Toshiba Corp | 電力供給システムの総合効率評価方法 |
| WO2012161378A1 (ko) * | 2011-05-25 | 2012-11-29 | (주)파워이십일 | 배전 시스템의 상태추정 방법 |
| CN104410069A (zh) * | 2014-12-05 | 2015-03-11 | 国家电网公司 | 一种计及响应相关性的动态概率潮流计算方法 |
| CN104638644A (zh) * | 2015-02-12 | 2015-05-20 | 河海大学 | 一种含风电场电力***动态随机最优潮流获取方法 |
Non-Patent Citations (1)
| Title |
|---|
| 考虑风电场出力随机性的电网静态安全分析;蒋平等;《电力***自动化》;20131125;第37卷(第22期);第35-40页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105811403A (zh) | 2016-07-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105811403B (zh) | 基于半不变量和级数展开法的随机潮流算法 | |
| CN103259285B (zh) | 含大规模风电电力***的短期运行优化方法 | |
| CN104882905B (zh) | 一种考虑暂态安全约束的新能源接纳能力评估方法 | |
| CN106972481A (zh) | 规模化充电设施接入有源配电网的安全性量化评估方法 | |
| CN103559540B (zh) | 基于自适应神经模糊推理***的风速超短期在线预测方法 | |
| CN102709908B (zh) | 大规模风电接入电网后的网损预测方法 | |
| CN104156892A (zh) | 一种有源配电网电压跌落仿真与评估方法 | |
| CN103810535B (zh) | 电力***风电消纳能力评估方法 | |
| CN105322535B (zh) | 含统一潮流控制器的电力***两阶段最优潮流计算方法 | |
| CN103683326A (zh) | 一种区域电网风电多点接入最佳接纳能力的计算方法 | |
| CN107968409A (zh) | 一种考虑不平衡功率分配的概率潮流计算方法及*** | |
| CN108053149A (zh) | 一种考虑气象因素的光伏电站并网风险评估方法 | |
| CN107145707A (zh) | 一种计及光伏出力不确定性和全寿命周期成本的配电网变压器规划方法 | |
| CN105656084A (zh) | 一种计及新能源发电预测误差的改进随机潮流算法 | |
| CN106786606A (zh) | 一种基于多种随机变量的电力***概率潮流的计算方法 | |
| CN103235984A (zh) | 风电场出力的纵向时刻概率分布计算方法 | |
| CN110429637A (zh) | 一种概率静态电压稳定域的可视化方法 | |
| CN107528322A (zh) | 一种基于Gauss‑Hermite求积法的NATAF变换的概率潮流分析方法 | |
| CN106611243A (zh) | 一种基于garch模型的风速预测残差修正方法 | |
| CN108054790A (zh) | 基于预测出力逐次逼近的风光发电集群有功实时优化控制方法 | |
| CN107039981A (zh) | 一种拟直流线性化概率最优潮流计算方法 | |
| CN110429636A (zh) | 一种静态电压稳定故障筛选与排序的方法 | |
| CN105591387A (zh) | 计及风电不确定性的基于安全域的电力***安全监测方法 | |
| Sun et al. | Tight semidefinite relaxation for interval power flow model based on multi-dimensional holomorphic embedding method | |
| CN108565865A (zh) | 一种含风电的交直流混联***风险评估方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |