CN108074048A - 计入风速相关特性的风电并网电力***安全风险评估方法 - Google Patents

计入风速相关特性的风电并网电力***安全风险评估方法 Download PDF

Info

Publication number
CN108074048A
CN108074048A CN201810119120.1A CN201810119120A CN108074048A CN 108074048 A CN108074048 A CN 108074048A CN 201810119120 A CN201810119120 A CN 201810119120A CN 108074048 A CN108074048 A CN 108074048A
Authority
CN
China
Prior art keywords
wind
mrow
msub
power
wind speed
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.)
Pending
Application number
CN201810119120.1A
Other languages
English (en)
Inventor
张里
王兰
李红军
赵斌
廖小军
邢大鹏
王婷婷
向往
张健美
刘兴海
黄忠胜
冯先正
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.)
SICHUAN ELECTRIC VOCATIONAL AND TECHNICAL COLLEGE
State Grid Corp of China SGCC
State Grid Sichuan Electric Power Co Ltd
Original Assignee
SICHUAN ELECTRIC VOCATIONAL AND TECHNICAL COLLEGE
State Grid Corp of China SGCC
State Grid Sichuan Electric Power Co Ltd
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 SICHUAN ELECTRIC VOCATIONAL AND TECHNICAL COLLEGE, State Grid Corp of China SGCC, State Grid Sichuan Electric Power Co Ltd filed Critical SICHUAN ELECTRIC VOCATIONAL AND TECHNICAL COLLEGE
Priority to CN201810119120.1A priority Critical patent/CN108074048A/zh
Publication of CN108074048A publication Critical patent/CN108074048A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H02J3/386—
    • 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]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了计入风速相关特性的风电并网电力***安全风险评估方法，所述方法包括：a、基于Nataf变换建立风速相关性模型，基于风速相关性模型生成具有不同相关特性的风速样本；b、基于步骤a获得的不同相关特性风速数据，通过排序集抽样法抽取风速样本，并综合考虑线路故障的预想事故集，将风电场出力参数、负荷参数和电网运行方式输入到电力***潮流计算中；c、基于步骤b得到的电力***潮流计算结果确定线路潮流越限概率，结合线路故障概率，利用全概率方法对电力***的潜在风险进行评估；解决了现有的不足，具有计算精度高、成本低、计算速度快，满足电力***安全风险评估实时性要求的技术效果。

Description

计入风速相关特性的风电并网电力***安全风险评估方法
技术领域
本发明涉及电力***安全风险评估领域，具体地，涉及一种计入风速相关特性的风电并网电力***安全风险评估方法。
背景技术
目前，我国风电资源多集中在“三北”地区，且采用大规模集中开发的模式，在四川省风电资源集中于安宁河谷地带。在风电基地内临近风电场地理位置近，处于同一风带上，风速具有非常明显的相关性。较强的风速相关性将引起风电基地内所有风电场有功功率输出值同增同减特性明显，从而导致风电场并网点电压波动大、电力***潮流大范围转移以及潮流反送的现象，危及电力***安全。
传统的电力***安全风险评估算法，计及所有线路故障以及元件故障，进行N-1潮流计算。然而在实际大规模风电并网***中，风速相关性引起风电基地内风电场间出力同增同减特性明显，同时伴随着负荷的实时波动，因此传统的解析法无法真实的反映电网的实际运行情况，不能发现电力***潜在的运行风险。
在实现本发明的过程中，发现现有静态安全风险评估存在投入成本高、计算准确性差、与实际运行偏差大等缺点。
发明内容
本发明提供了一种计入风速相关特性的风电并网电力***安全风险评估方法，解决了现有的不足，具有计算精度高、成本低、计算速度快，满足电力***安全风险评估实时性要求的技术效果。
为实现上述发明目的，本申请提供了计入风速相关特性的大规模风电并网电力***安全风险评估算法，包括：
a、利益Nataf变换建立风速相关性模型，生成具有不同相关特性的风速样本；
b、基于步骤a获得的不同相关特性风速数据，通过排序集抽样法抽取风速样本，并综合考虑线路故障的预想事故集，将风电场出力参数、负荷参数和电网运行方式输入到电力***潮流计算中；
c、对步骤b得到的电力***潮流计算结果确定线路潮流越限概率，并结合线路故障概率，利用全概率理论发现电力***的潜在风险。
进一步的，所述步骤a，具体包括：
a1、根据各风电场历史风速数据，利用Matlab中的mean、std函数求解得到临近风电场风速的期望和标准差，利用Matlab中的wblfit函数求解临近风电场风速的形状参数和尺度参数；
a2、根据normpdf函数得到具有独立的标准正态分布变量样本X；
a3、根据a1中得到的风电场风速的期望和标准差，利用具有Weibull分布特性的风速概率模型通过经验公式(1)，得到风速等效相关系数ρx；
ρx＝D(ρv)ρv (1)
其中：D(ρv)的表达式为：
式中，μi、σi为第i个风电场风速的期望和标准差；μj、σj为第j个风电场风速的期望和标准差，ρv为风速相关系数。
a4、利用Cholesky分解将a3中获得的风速等效相关系数ρx，分解为下三角矩阵L0和下三角矩阵转置的乘积；
a5、在公式(3)中，将a4中的下三角矩阵L0乘以独立的标准正态分布样本X，得到具有相关特性的正态分布样本Y；
Y＝L0·X (3)
a6、将a5中得到的具有相关特性的正态分布样本Y，通过基于等概率原则的逆Weibull分布函数，得到具有相关特性的风电场风速样本空间Vij；
进一步的，所述步骤b，具体包括：
b1、由a5得到的具有相关特性的风电场风速样本Vij，利用排序集抽样法速样本进行抽样，并转化为具有相关特性的风电场有功功率、无功功率输出值；
b2、由于含大规模风电的电力***中元件众多并且结构复杂，存在大量的不确定因素，而这些不确定因素将会导致电力***的运行状态、方式发生改变，从而引起潮流的大范围转移，使得电力***的运行风险显著增加。根据电力***的运行特性，对易发生断线故障的线路进行标记，并通过历史统计数据确定相应线路的断线概率，组成电力***的预想事故集；
b3、根据b2中预想事故集枚举大规模风电并网电力***的运行状态和方式，将各风电场出力值、各火电机组出力值、负荷值以及实际省网拓扑结构参数图(或标准节点***参数图)，代入潮流计算中；
进一步的，所述步骤b1，具体包括：
1)将风电场风速样本Vij每列各参数固定作为个体，随机划分为k组，每组含有k列个体；然后将在每组组内按照从小到大的顺序对样本排列；在第1组中抽取第1列个体记为V1，第2组中抽取第2列个体记为V2，第3组中抽取第3列个体记为V3，直到第k组中抽取第k列个体记为Vk。
2)将(1)中得到的风速样本，由于风机类型为感应异步发电机。通过风电场有功功率曲线公式(4)、风电场Q-V特性公式(5)得到具有相关性的风电场有功、无功功率值。
其中，v为风机的实际风速，vin为风机的切入风速，vr为风机的额定风速，vout为风机的切出风速，PR为风机的额定功率，Pw为风机实际功率；V分别为风机的机端电压，xm为风机的激磁电抗，z1为风机的定子漏抗，z2为风机的转子漏抗。
进一步的，所述步骤b2，具体包括：
1)筛选出容易断线的线路，并做好标记；
2)通过历史数据统计分析，得到线路的断线概率；
3)通过线路的断线概率确定***的运行方式。
6.根据权利要求3所述的计入风速相关特性的大规模风电并网电力***安全风险评估算法，其特征在于，所述步骤b3，具体包括：
1)根据b2中的预想事故集，形成不同的***运行方式。同时让各节点负荷值以正态分布随机波动，其中有功功率和无功无功以原有参数为期望值，标准差为期望值的10％，在Matlab中利用Normrnd函数生成与风速样本同维度的节点负荷参数样本。
2)将样本空间中的风电场出力值、火电机组出力值和负荷值依次代入潮流方程中，利用实际省网拓扑结构参数(或标准节点***参数)，通过BPA软件进行潮流计算。
进一步的，所述步骤c，具体包括：
c1、利用蒙特卡洛潮流计算结果，统计含大规模风电的电力***风电场各节点电压以及各支路有功传送功率；
c2、基于蒙特卡洛潮流计算结果，利用全概率理论，得到线路故障停运下的随机潮流分布并得到电力***安全风险评估排序表。
进一步的，所述步骤c1，具体包括：
第一步：
1)通过预想事故集确定***运行方式；
2)K＝1；
第二步：
1)给定计算步长；
2)进行潮流计算，并将潮流计算的结果(所有线路传送的有功功率、节点电压等)中所有线路的有功功率值和所有节点的电压值储存起来；
3)K＝K+1；
4)考察K值是否小于等于样本总数，如果是，则返回到⑵；如果否，程序进入下一步；
第三步：
1)利用mean函数、std函数分别求出线路有功功率和节点电压的期望值和标准差，给出线路有功置信区间[μ-3σ,u+3σ]；
2)通过数理统计找出临近风电场线路有功潮流反送概率，以及不同风速相关性下的线路有功越限概率；
3)利用PDF函数(概率分布函数)、CDF(累积分布函数)将节点电压和线路有功功率分布情况进行展示，让调度人员及时发现潜在危险。
进一步的，所述步骤c2，具体包括：
1)基于电力***预想事故集中确定的运行方式，结合相应线路的故障概率和c1中的线路有功越限概率，基于全概率理论，利用公式(6)得到概率潮流分布：
式中：Ai为第i种电力***结构和运行状态，p(Ai)为第i种***结构与运行状态发生的概率，B为概率潮流信息(节点电压、支路有功功率)，p(B|Ai)为在第i中***结构与运行状态下的概率潮流越限概率，p(B)为基于预想事故集的电力***安全风险值。
2)针对上步得到的计及风速相关性和预想事故集的电力***安全风险值，进而得到计入风速相关特性的大规模风电并网电力***安全风险评估排序表。
本申请提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了基于预想事故集确定电网的运行方式以及排序集抽样的蒙特卡洛概率潮流法，因此，本申请中的方法具有计算精度高、成本低、计算速度快，满足电力***安全风险评估实时性要求的技术效果。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定；
图1为本发明计入风速相关特性的大规模风电并网电力***安全风险评估算法的流程图；
图2为本发明中利用Nataf变换对风速相关性建模流程图；
图3为本发明中基于排序集抽样的蒙特卡洛概率潮流计算流程图；
图4为本发明中具有风速相关特性的电力***安全风险评估流程图。
具体实施方式
本发明提供了一种计入风速相关特性的风电并网电力***安全风险评估方法，解决了现有的不足，具有计算精度高、成本低、计算速度快，满足电力***安全风险评估实时性要求的技术效果。
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
参考图1，本实施例的计入风速相关特性的大规模风电并网电力***安全风险评估算法，是在电网调度中心自动化***中实现的，包含以下步骤：
步骤1：利用Nataf变换进行风速相关性建模，并生成具有不同相关特性的风速样本。
步骤2：首先，利用排序集抽样能够全面反映具有相关特性的风速样本，同时能够缩小风速样本规模，并利用风力发电机功率曲线以及Q-V特性方程，得到风电场有功功率和无功功率值；其次，基于预想事故集，枚举***所有的运行状态；最后将风电场出力值、火电机组出力值、各节点负荷值代入潮流计算程序中，得到各节点电压及各线路有功功率值。
步骤3：统计蒙特卡洛概率潮流结果中的节点电压及线路有功功率值，利用Matlab中的mean函数和std函数得到节点电压的期望和标准差，以及线路有功功率的期望和标准差；同时统计风电外送通道以及风电场联络线的有功潮流反送概率。
步骤4：根据预想事故集中各支路的断线概率，以及各线路有功功率越限概率，利用全概率理论得到计入风速相关特性的大规模风电并网电力***安全风险评估排序表。
参考图2，在步骤1中，基于Nataf变换对风速相关性进行建模的计算过程如下：
(1)读取多个风电场风速历史数据；
(2)在Matlab中利用mean函数和std函数求出多个风电场风速的期望和标准差，利用wblfit函数求解多个风电场风速的尺度参数和形状参数；
(3)在Matlab中利用normpdf函数生成标准独立正态分布样本；
(4)根据(2)中得到的风电场风速的期望和标准差值，利用具有Weibull分布特性的风速概率模型通过经验公式(1)，得到风速等效相关系数ρx；
ρx＝D(ρv)ρv (1)
其中：D(ρv)的表达式为：
式中，μi、σi为第i个风电场风速的期望和标准差；μj、σj为第j个风电场风速的期望和标准差。
(5)利用Cholesky分解将(4)中获得的风速等效相关系数ρx，分解为下三角矩阵L0和下三角矩阵转置的乘积；
(6)利用(5)中得到的下三角矩阵，利用公式(2)将独立的标准正态分布样本X转换为具有相关特性的正态分布样本Y；
Y＝L0·X (4)
(7)利用(2)中得到的尺度参数和形状参数，在matlab中使用wblinv函数根据等概率原则，将6)中具有相关特性的正态分布样本Y转换为具有相关特性的风电场风速样本Vij；
参加图3，在步骤2中，基于排序集抽样的蒙特卡洛概率潮流计算流程如下：
1)将风电场风速样本Vij每列各参数固定作为个体，随机划分为k组，每组含有k列个体；然后将在每组组内按照从小到大的顺序对样本排列；在第1组中抽取第1列个体记为V1，第2组中抽取第2列个体记为V2，第3组中抽取第3列个体记为V3，直到第k组中抽取第k列个体记为Vk。
2)将(1)中得到的风速样本，由于风机类型为感应异步发电机。通过风电场有功功率曲线公式(4)、风电场Q-V特性公式(5)得到具有相关性的风电场有功、无功功率值。
其中，v为风机的实际风速，vin为风机的切入风速，vr为风机的额定风速，vout为风机的切出风速，PR为风机的额定功率，Pw为风机实际功率；V分别为风机的机端电压，xm为风机的激磁电抗，z1为风机的定子漏抗，z2为风机的转子漏抗。
3)筛选出容易断线的线路，并做好标记；通过历史数据统计分析，得到线路的断线概率；通过线路的断线概率确定***的运行方式。
4)同时让各节点负荷值以正态分布随机波动，其中有功功率和无功无功以原有参数为期望值，标准差为期望值的10％，在Matlab中利用Normrnd函数生成与风速样本同维度的节点负荷参数样本。
5)将样本空间中的风电场出力值、火电机组出力值和负荷值依次代入蒙特卡洛概率潮流中，利用实际省网拓扑结构参数(或标准节点***参数)，通过BPA软件进行潮流计算。
6)将蒙特卡洛概率潮流得到的所有节点的电压值和所有线路的有功功率值进行存储。
参加图4，在步骤3中，统计蒙特卡洛概率潮流结果中的节点电压及线路有功功率值流程如下：
1)利用mean函数、std函数分别求出线路有功功率和节点电压的期望值和标准差，给出线路有功置信区间[μ-3σ,u+3σ]；
2)通过数理统计找出风电外送通道及风电场间联络线有功潮流反送概率，以及不同风速相关性下的线路有功越线概率；
3)利用PDF函数(概率分布函数)、CDF(累积分布函数)将节点电压和线路有功功率分布情况进行展示，让调度人员及时发现潜在危险。
参加图5，在步骤4中，计入风速相关特性的大规模风电并网电力***安全风险评估排序表流程如下：
1)基于电力***预想事故集中确定的运行方式，结合相应线路的故障概率和步骤3中的线路有功越限概率，基于全概率理论，利用公式(6)得到概率潮流分布：
其中：Ai为第i种电力***结构和运行状态，p(Ai)为第i种***结构与运行状态发生的概率，B为概率潮流信息(节点电压、支路有功功率)，p(B|Ai)为在第i中***结构与运行状态下的概率潮流越限概率，p(B)为基于预想事故集的电力***安全风险值。
2)针对上步得到的计及风速相关性和预想事故集的电力***概率潮流分布结果，从而得到计入风速相关特性的大规模风电并网电力***安全风险评估排序表。
本实施例中计入风速相关特性的大规模风电并网电力***安全风险评估算法，涉及风电基地内临近风电场间有功出力同增同减特性，导致风电场并网点电压以及风电外送通道潮流波动特性大，对电力***安全稳定运行造成极大风险。本发明提出了风速相关性下电力***安全风险评估排序表、线路有功置信区间、节点电压和支路有功功率越限概率，让电网调度人员及时发现电力***中存在的潜在风险。同时，本实施例通过基于排序集抽样的蒙特卡洛概率潮流法，能够较全面的反映电网运行时的各种不确定性因素，同时具有准确性好、计算速度快、鲁棒性好等特点，适宜于具有相关特性的大规模风电并网电力***安全风险评估。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.计入风速相关特性的风电并网电力***安全风险评估方法，其特征在于，所述方法包括：
a、基于Nataf变换建立风速相关性模型，基于风速相关性模型生成具有不同相关特性的风速样本；
b、基于步骤a获得的不同相关特性风速数据，通过排序集抽样法抽取风速样本，并综合考虑线路故障的预想事故集，将风电场出力参数、负荷参数和电网运行方式输入到电力***潮流计算中；
c、基于步骤b得到的电力***潮流计算结果确定线路潮流越限概率，结合线路故障概率，利用全概率方法对电力***的潜在风险进行评估。
2.根据权利要求1所述的计入风速相关特性的风电并网电力***安全风险评估方法，其特征在于，所述步骤a，具体包括：
a1：基于各风电场历史风速数据，求解得到临近风电场风速的期望和标准差，求解得到临近风电场风速的形状参数和尺度参数；
a2：获得具有独立的标准正态分布变量样本X；
a3：根据a1中得到的风电场风速的期望和标准差，利用具有Weibull分布特性的风速概率模型通过经验公式(1)，得到风速等效相关系数ρx；
ρx＝D(ρv)ρv (1)
其中：D(ρv)的表达式为：
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>D</mi> <mrow> <mo>(</mo> <msub> <mi>&amp;rho;</mi> <mi>v</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mn>1.063</mn> <mo>-</mo> <mn>0.004</mn> <msub> <mi>&amp;rho;</mi> <mi>v</mi> </msub> <mo>-</mo> <mn>0.2</mn> <mrow> <mo>(</mo> <mrow> <mfrac> <msub> <mi>&amp;sigma;</mi> <mi>i</mi> </msub> <msub> <mi>&amp;mu;</mi> <mi>i</mi> </msub> </mfrac> <mo>+</mo> <mfrac> <msub> <mi>&amp;sigma;</mi> <mi>j</mi> </msub> <msub> <mi>&amp;mu;</mi> <mi>j</mi> </msub> </mfrac> </mrow> <mo>)</mo> </mrow> <mo>-</mo> <mn>0.001</mn> <msubsup> <mi>&amp;rho;</mi> <mi>v</mi> <mn>2</mn> </msubsup> <mo>+</mo> <mn>0.337</mn> <mrow> <mo>(</mo> <mrow> <msup> <mrow> <mo>(</mo> <mfrac> <msub> <mi>&amp;sigma;</mi> <mi>i</mi> </msub> <msub> <mi>&amp;mu;</mi> <mi>i</mi> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <mfrac> <msub> <mi>&amp;sigma;</mi> <mi>j</mi> </msub> <msub> <mi>&amp;mu;</mi> <mi>j</mi> </msub> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mo>)</mo> </mrow> <mo>+</mo> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0.007</mn> <msub> <mi>&amp;rho;</mi> <mi>v</mi> </msub> <mrow> <mo>(</mo> <mrow> <mfrac> <msub> <mi>&amp;sigma;</mi> <mi>i</mi> </msub> <msub> <mi>&amp;mu;</mi> <mi>i</mi> </msub> </mfrac> <mo>+</mo> <mfrac> <msub> <mi>&amp;sigma;</mi> <mi>j</mi> </msub> <msub> <mi>&amp;mu;</mi> <mi>j</mi> </msub> </mfrac> </mrow> <mo>)</mo> </mrow> <mo>-</mo> <mn>0.007</mn> <mrow> <mo>(</mo> <mfrac> <msub> <mi>&amp;sigma;</mi> <mi>i</mi> </msub> <msub> <mi>&amp;mu;</mi> <mi>i</mi> </msub> </mfrac> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mfrac> <msub> <mi>&amp;sigma;</mi> <mi>j</mi> </msub> <msub> <mi>&amp;mu;</mi> <mi>j</mi> </msub> </mfrac> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
式中，μi、σi为第i个风电场风速的期望和标准差；μj、σj为第j个风电场风速的期望和标准差，ρv为风速相关系数；
a4：将a3中获得的风速等效相关系数ρx，分解为下三角矩阵L0和下三角矩阵转置的乘积；
a5：在公式(3)中，将a4中的下三角矩阵L0乘以独立的标准正态分布样本X，得到具有相关特性的正态分布样本Y；
Y＝L0·X (3)
a6：将a5中得到的具有相关特性的正态分布样本Y，通过基于等概率原则的逆Weibull分布函数，得到具有相关特性的风电场风速样本空间Vij。
3.根据权利要求2所述的计入风速相关特性的风电并网电力***安全风险评估方法，其特征在于，所述步骤b，具体包括：
b1：由a5得到的具有相关特性的风电场风速样本Vij，利用排序集抽样法速样本进行抽样，并转化为具有相关特性的风电场有功功率、无功功率输出值；
b2：根据电力***的运行特性，对易发生断线故障的线路进行标记，并通过历史统计数据确定相应线路的断线概率，组成电力***的预想事故集；
b3：根据b2中预想事故集枚举大规模风电并网电力***的运行状态和方式，将各风电场出力值、各火电机组出力值、负荷值以及实际省网拓扑结构参数图或标准节点***参数图，代入潮流计算中。
4.根据权利要求3所述的计入风速相关特性的风电并网电力***安全风险评估方法，其特征在于，所述步骤b1，具体包括：
b11：将风电场风速样本Vij每列各参数固定作为个体，随机划分为k组，每组含有k列个体；然后将在每组组内按照从小到大的顺序对样本排列；在第1组中抽取第1列个体记为V1，第2组中抽取第2列个体记为V2，第3组中抽取第3列个体记为V3，直到第k组中抽取第k列个体记为Vk；
b12：将b11中得到的风速样本，通过风电场有功功率曲线公式(4)、风电场Q-V特性公式(5)得到具有相关性的风电场有功、无功功率值；
<mrow> <mi>Q</mi> <mo>=</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>V</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>-</mo> <mfrac> <msup> <mi>V</mi> <mn>2</mn> </msup> <msub> <mi>x</mi> <mi>m</mi> </msub> </mfrac> <mo>+</mo> <mfrac> <mrow> <mo>-</mo> <msup> <mi>V</mi> <mn>2</mn> </msup> <mo>+</mo> <msqrt> <mrow> <msup> <mi>V</mi> <mn>4</mn> </msup> <mo>-</mo> <mn>4</mn> <msup> <mi>P</mi> <mn>2</mn> </msup> <msup> <mi>x</mi> <mn>2</mn> </msup> </mrow> </msqrt> </mrow> <mrow> <mn>2</mn> <mrow> <mo>(</mo> <msub> <mi>z</mi> <mn>1</mn> </msub> <mo>+</mo> <msub> <mi>z</mi> <mn>2</mn> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
其中，v为风机的实际风速，vin为风机的切入风速，vr为风机的额定风速，vout为风机的切出风速，PR为风机的额定功率，Pw为风机实际功率；V分别为风机的机端电压，xm为风机的激磁电抗，z1为风机的定子漏抗，z2为风机的转子漏抗。
5.根据权利要求3所述的计入风速相关特性的风电并网电力***安全风险评估方法，其特征在于，所述步骤b2，具体包括：
b21：筛选出容易断线的线路，并进行标记；
b22：通过历史数据统计分析，得到线路的断线概率；
b23：通过线路的断线概率确定***的运行方式。
6.根据权利要求3所述的计入风速相关特性的风电并网电力***安全风险评估方法，其特征在于，所述步骤b3，具体包括：
b31：根据b2中的预想事故集，形成不同的***运行方式；同时让各节点负荷值以正态分布随机波动，其中有功功率和无功无功以原有参数为期望值，标准差为期望值的10％，在Matlab中利用Normrnd函数生成与风速样本同维度的节点负荷参数样本；
b32：将样本空间中的风电场出力值、火电机组出力值和负荷值依次代入潮流方程中，利用实际省网拓扑结构参数或标准节点***参数，通过BPA软件进行潮流计算。
7.根据权利要求1所述的计入风速相关特性的风电并网电力***安全风险评估方法，其特征在于，所述步骤c，具体包括：
c1、利用蒙特卡洛潮流计算结果，统计电力***风电场各节点电压以及各支路有功传送功率；
c2、基于蒙特卡洛潮流计算结果，利用全概率理论，得到线路故障停运下的随机潮流分布并得到电力***安全风险评估排序表。
8.根据权利要求7所述的计入风速相关特性的风电并网电力***安全风险评估方法，其特征在于，所述步骤c1，具体包括：
第一步：
(1)通过预想事故集确定***运行方式；
(2)K＝1；
第二步：
(1)给定计算步长；
(2)进行潮流计算，并将潮流计算的结果中所有线路的有功功率值和所有节点的电压值储存起来；
(3)K＝K+1；
(4)考察K值是否小于等于样本总数，如果是，则返回到第二步的(2)；如果否，程序进入下一步；
第三步：
1)利用mean函数、std函数分别求出线路有功功率和节点电压的期望值和标准差，给出线路有功置信区间[μ-3σ,u+3σ]；
2)通过数理统计找出临近风电场线路有功潮流反送概率，以及不同风速相关性下的线路有功越限概率；
3)利用PDF函数、CDF将节点电压和线路有功功率分布情况进行展示。
9.根据权利要求7所述的计入风速相关特性的风电并网电力***安全风险评估方法，其特征在于，所述步骤c2，具体包括：
(1)基于电力***预想事故集中确定的运行方式，结合相应线路的故障概率和c1中的线路有功越限概率，基于全概率理论，利用公式(6)得到概率潮流分布：
<mrow> <mi>p</mi> <mrow> <mo>(</mo> <mi>B</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>K</mi> </munderover> <mi>p</mi> <mrow> <mo>(</mo> <mi>B</mi> <mo>|</mo> <msub> <mi>A</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mi>p</mi> <mrow> <mo>(</mo> <msub> <mi>A</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
式中：Ai为第i种电力***结构和运行状态，p(Ai)为第i种***结构与运行状态发生的概率，B为概率潮流信息，p(B|Ai)为在第i中***结构与运行状态下的概率潮流越限概率，p(B)为基于预想事故集的电力***安全风险值；
(2)针对(1)到的计及风速相关性和预想事故集的电力***安全风险值，进而得到计入风速相关特性的大规模风电并网电力***安全风险评估排序表。
CN201810119120.1A 2018-02-06 2018-02-06 计入风速相关特性的风电并网电力***安全风险评估方法 Pending CN108074048A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810119120.1A CN108074048A (zh) 2018-02-06 2018-02-06 计入风速相关特性的风电并网电力***安全风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810119120.1A CN108074048A (zh) 2018-02-06 2018-02-06 计入风速相关特性的风电并网电力***安全风险评估方法

Publications (1)

Publication Number Publication Date
CN108074048A true CN108074048A (zh) 2018-05-25

Family

ID=62155076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810119120.1A Pending CN108074048A (zh) 2018-02-06 2018-02-06 计入风速相关特性的风电并网电力***安全风险评估方法

Country Status (1)

Country Link
CN (1) CN108074048A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110297140A (zh) * 2019-06-28 2019-10-01 北京机械设备研究所 一种配电***的故障预测方法及装置
CN110365041A (zh) * 2019-06-05 2019-10-22 华南理工大学 基于gan场景模拟的风电多场景鲁棒调度方法
CN111950765A (zh) * 2020-07-06 2020-11-17 四川大川云能科技有限公司 一种基于堆叠降噪自编码器的概率性暂态稳定预测方法
CN113988648A (zh) * 2021-10-29 2022-01-28 广东电网有限责任公司 一种风电柔直***风险值的计算方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809322A (zh) * 2016-02-22 2016-07-27 国网冀北电力有限公司 综合考虑发电、输电和配电***的城市电网可靠性评估方法
CN106712097A (zh) * 2017-02-13 2017-05-24 云南电网有限责任公司电力科学研究院 一种含大规模风电场的电力***暂态稳定风险评估方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809322A (zh) * 2016-02-22 2016-07-27 国网冀北电力有限公司 综合考虑发电、输电和配电***的城市电网可靠性评估方法
CN106712097A (zh) * 2017-02-13 2017-05-24 云南电网有限责任公司电力科学研究院 一种含大规模风电场的电力***暂态稳定风险评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张里 等: "计及风速相关性的电网静态安全风险评估", 《电力自动化设备》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110365041A (zh) * 2019-06-05 2019-10-22 华南理工大学 基于gan场景模拟的风电多场景鲁棒调度方法
CN110365041B (zh) * 2019-06-05 2021-05-14 华南理工大学 基于gan场景模拟的风电多场景鲁棒调度方法
CN110297140A (zh) * 2019-06-28 2019-10-01 北京机械设备研究所 一种配电***的故障预测方法及装置
CN111950765A (zh) * 2020-07-06 2020-11-17 四川大川云能科技有限公司 一种基于堆叠降噪自编码器的概率性暂态稳定预测方法
CN111950765B (zh) * 2020-07-06 2024-04-19 四川大川云能科技有限公司 一种基于堆叠降噪自编码器的概率性暂态稳定预测方法
CN113988648A (zh) * 2021-10-29 2022-01-28 广东电网有限责任公司 一种风电柔直***风险值的计算方法及装置

Similar Documents

Publication Publication Date Title
CN108074048A (zh) 计入风速相关特性的风电并网电力***安全风险评估方法
CN107732970B (zh) 一种新能源并网电力***的静态安全概率评估方法
CN107591800A (zh) 基于场景分析的含分布式电源配电网运行状态预测方法
CN106130004B (zh) 一种综合考虑稳定特性的并网点新能源接纳能力的评估方法
CN105633948B (zh) 一种分布式能源接入电力***随机模糊潮流算法
CN109617065A (zh) 一种考虑海量运行场景的电力***输电网线路规划方法
CN105656031B (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
CN103995982B (zh) 一种考虑机组随机故障的概率潮流计算方法
CN107947164A (zh) 一种考虑多重不确定性及相关性的电力***日前鲁棒调度方法
CN103761349B (zh) 一种基于风电机组概率同调性的风电场等值建模方法
CN108667005B (zh) 一种计及新能源影响的电网静动态结合脆弱性评估方法
CN107730111A (zh) 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
CN106709651A (zh) 一种基于风险理论的电力***安全性评估***
CN108667069A (zh) 一种基于偏最小二乘法回归的短期风电功率预测方法
CN106684905A (zh) 一种考虑风电预测不确定性的风电场动态等值方法
CN108281959A (zh) 一种高比例可再生能源电力***的骨干网架优化方法
CN107276070A (zh) 计及一二次调频的发输电***运行可靠性建模及其评估方法
CN103235984A (zh) 风电场出力的纵向时刻概率分布计算方法
CN109858793A (zh) 一种电力***风险评估指标体系构建方法
CN105576654B (zh) 直驱风电场等值方法和***
CN105244890A (zh) 新能源并网的无功优化方法
CN105207197A (zh) 包含风电场的电力***可靠性评估方法
CN106228468A (zh) 一种潮汐流能发电场输出功率的概率模拟方法
CN108565865A (zh) 一种含风电的交直流混联***风险评估方法
CN107147108A (zh) 一种配电***安全域维度的计算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180525