CN102682222A - 一种基于风电波动规律的连续潮流计算方法 - Google Patents

一种基于风电波动规律的连续潮流计算方法 Download PDF

Info

Publication number
CN102682222A
CN102682222A CN2012101622667A CN201210162266A CN102682222A CN 102682222 A CN102682222 A CN 102682222A CN 2012101622667 A CN2012101622667 A CN 2012101622667A CN 201210162266 A CN201210162266 A CN 201210162266A CN 102682222 A CN102682222 A CN 102682222A
Authority
CN
China
Prior art keywords
wind power
fluctuation
power
wind
time interval
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.)
Granted
Application number
CN2012101622667A
Other languages
English (en)
Other versions
CN102682222B (zh
Inventor
张小敏
刘文颖
郑伟
梁才
靳丹
周海洋
周喜超
门德月
梁福波
但扬清
倪赛赛
王久成
乾维江
李扬
刘景延
王佳明
杨斌
曹俊龙
梁纪峰
杜波
吴耀昊
钟佳辰
谢昶
徐鹏
李波
杨楠
刘茜
李亚龙
卢甜甜
文晶
葛润东
吴晓丹
金娜
杜珣
邢晶
赵子兰
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.)
State Grid Corp of China SGCC
North China Electric Power University
Electric Power Research Institute of State Grid Gansu Electric Power Co Ltd
Original Assignee
North China Electric Power University
Electric Power Research Institute of State Grid Gansu 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 North China Electric Power University, Electric Power Research Institute of State Grid Gansu Electric Power Co Ltd filed Critical North China Electric Power University
Priority to CN201210162266.7A priority Critical patent/CN102682222B/zh
Publication of CN102682222A publication Critical patent/CN102682222A/zh
Priority to CA2864463A priority patent/CA2864463C/en
Priority to PCT/CN2013/000577 priority patent/WO2013174144A1/zh
Application granted granted Critical
Publication of CN102682222B publication Critical patent/CN102682222B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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
    • Y02E10/50—Photovoltaic [PV] energy
    • 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
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Wind Motors (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于风电波动规律的连续潮流计算方法，包括：采用泊松过程的分析方法，对风电场的有功功率波动特性进行分析，建立概率模型；根据所得概率模型与风电功率变化的统计结果，确定风电出力波动的时间间隔、风电场功率的出力变化情况，得到风电出力的波动规律；根据所得波动规律，在相同时间间隔内，进行连续潮流计算，得出状态变量值；对所得状态变量值进行分析，分析大规模风光电接入对潮流影响，得出风电对潮流的影响。本发明所述基于风电波动规律的连续潮流计算方法，可以实现兼顾风电波动性、且计算速度快的优点，并根据实际电网数据进行应用，证明了其正确性及实用性。

Description

一种基于风电波动规律的连续潮流计算方法
技术领域
本发明涉及风光电并网技术领域，具体地，涉及一种基于风电波动规律的连续潮流计算方法。
背景技术
近年来，随着我国能源结构的调整，绿色能源愈发得到重视。风光电是具有可再生性的绿色能源，与此同时，由于风光电自身随机性和间歇性等不可调度的特点，对含有风电机组的潮流计算提出新的要求。
含有风电机组的潮流计算常用方法，主要有：
⑴将风机接入点视为PQ节点（PQ节点的有功功率P和无功功率Q是给定的，节点电压V和相位δ是待求量），即根据给定风速和功率因素，算出风电机组的有功功率和无功功率；但该方法没有充分考虑风机无功的实时变化；
⑵风电场采用RX模型，此模型充分考虑风力发电机的输出功率特性，比其他模型完善；但在模型中将迭代过程需要分为两步：常规潮流迭代计算和异步风力发电机的滑差迭代计算，其总的迭代次数较多，收敛速度慢。
为此，选择兼顾风电的波动性特点和计算的速度要求的潮流计算方法尤为重要。
在实现本发明的过程中，发明人发现现有技术中至少存在未充分顾及风电波动性与计算速度慢等缺陷。 
发明内容
本发明的目的在于，针对上述问题，提出一种基于风电波动规律的连续潮流计算方法，以实现兼顾风电波动性、且计算速度快的优点。
为实现上述目的，本发明采用的技术方案是：一种基于风电波动规律的连续潮流计算方法，包括：
a、采用泊松Poisson过程的分析方法，对风电场的有功功率波动特性进行分析，并建立概率模型；
b、根据步骤a所得概率模型与风电功率变化的统计结果，确定风电出力波动的时间间隔、及风电场功率的出力变化情况，得到风电出力的波动规律；
c、根据步骤b所得风电出力的波动规律，在相同时间间隔内，进行连续潮流计算，得出状态变量值；
d、对步骤c所得状态变量值进行分析，分析大规模风光电接入对潮流影响，得出风电对潮流的影响。
进一步地，在步骤b中，所述风电出力波动的时间间隔，通过Poisson过程的分析方法得出；所述风电场功率的出力变化情况，服从正态分布。
进一步地，在步骤b中，所述确定风电出力波动的时间间隔的操作，具体包括：根据概率统计分析，确定潮流计算的间隔时间、以及潮流计算时的风电出力情况。
进一步地，在步骤a中，所述泊松Poisson过程的分析方法，对风电场的有功功率波动特性进行分析的操作，具体包括：
a1、基于风电场功率波动的时间间隔，获取风电功率波动特性；即，
观测时刻                                                
Figure 148477DEST_PATH_IMAGE002
功率波动
Figure 2012101622667100002DEST_PATH_IMAGE003
在一个概率空间
Figure 458236DEST_PATH_IMAGE004
出现的次数，选择一个计数过程
Figure 2012101622667100002DEST_PATH_IMAGE005
，其中
Figure 342009DEST_PATH_IMAGE006
，满足
Figure 2012101622667100002DEST_PATH_IMAGE007
；
上述过程称为Poisson 过程，将上述过程定义为：
⑴
Figure 457733DEST_PATH_IMAGE007
；
⑵不相交区间上增量相互独立；
⑶
Figure 297513DEST_PATH_IMAGE008
，当
Figure 2012101622667100002DEST_PATH_IMAGE009
时，设全网风电的月度装机容量为
Figure 95617DEST_PATH_IMAGE010
，，满足
Figure 388058DEST_PATH_IMAGE012
，其中
Figure 2012101622667100002DEST_PATH_IMAGE013
；
a2、上述Poisson 过程的到达时间间隔是独立分布的随机变量，得到的计数过程称为更新过程；即，
设
Figure 307472DEST_PATH_IMAGE014
为一列具有共同分布
Figure 2012101622667100002DEST_PATH_IMAGE015
的独立随机变量，其中；
假设
Figure 2012101622667100002DEST_PATH_IMAGE017
,令
Figure 466369DEST_PATH_IMAGE018
Figure 2012101622667100002DEST_PATH_IMAGE019
，由
Figure 574003DEST_PATH_IMAGE020
可知，；
设，
Figure 2012101622667100002DEST_PATH_IMAGE023
Figure 829589DEST_PATH_IMAGE024
，则计数过程更新为,其中
Figure 979948DEST_PATH_IMAGE026
。
进一步地，在步骤a中，所述泊松Poisson过程的分析方法，对风电场的有功功率波动特性进行分析的操作，具体还包括：
a3、获取风电场功率的出力变化情况，即，
由于风电有功功率相对变动，呈现正态分布的特点，设
Figure 2012101622667100002DEST_PATH_IMAGE027
，功率相对变动为正态随机过程；
如果任意时间段
Figure 993351DEST_PATH_IMAGE002
及
Figure 2012101622667100002DEST_PATH_IMAGE029
，则
Figure 662230DEST_PATH_IMAGE030
…
Figure 2012101622667100002DEST_PATH_IMAGE031
是
Figure 983490DEST_PATH_IMAGE032
维正态向量，维正态分布
Figure 2012101622667100002DEST_PATH_IMAGE033
的密度函数为：
Figure 786416DEST_PATH_IMAGE034
；
其中，
Figure 2012101622667100002DEST_PATH_IMAGE035
为正定的协方差阵；则功率的任意时间段的相对变动率为；
如果，否则
Figure 536383DEST_PATH_IMAGE038
，此时比率为
Figure 2012101622667100002DEST_PATH_IMAGE039
；式中，
Figure 591058DEST_PATH_IMAGE003
为任意时段风电出力波动值，为月度装机容量，
Figure 2012101622667100002DEST_PATH_IMAGE041
为波动率，
Figure 571969DEST_PATH_IMAGE004
为概率区间，
Figure 172715DEST_PATH_IMAGE042
为计数过程。
本发明各实施例的基于风电波动规律的连续潮流计算方法，由于包括：采用泊松Poisson过程的分析方法，对风电场的有功功率波动特性进行分析，并建立概率模型；根据所得概率模型与风电功率变化的统计结果，确定风电出力波动的时间间隔、及风电场功率的出力变化情况，得到风电出力的波动规律；根据所得风电出力的波动规律，在相同时间间隔内，进行连续潮流计算，得出状态变量值；对所得状态变量值进行分析，分析大规模风光电接入对潮流影响，得出风电对潮流的影响；可以通过对风电有功功率的波动特性及功率特性进行分析，得到不同容量风电依概率接入网对电网潮流影响的详实数据，对于减少风电上网对系统造成的电压波动、提高系统稳定裕度及风电并网点电压水平、降低网损等都将具有十分重要的意义；从而可以克服现有技术中未充分顾及风电波动性与计算速度慢的缺陷，以实现兼顾风电波动性、且计算速度快的优点。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为根据本发明基于风电波动规律的连续潮流计算方法的流程示意图；
图2为某区域风电波动规律的概率统计（即国内某风电场5min内风电功率变化率概率分布）示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
根据本发明实施例，提供了一种基于风电波动规律的连续潮流计算方法。如图1所示，本实施例包括：
步骤100：采用泊松Poisson过程的分析方法，对风电场的有功功率波动特性进行分析，并建立概率模型；
在步骤100中，采用泊松Poisson过程的分析方法，对风电场的有功功率波动特性进行分析的操作，具体包括：
㈠基于风电场功率波动的时间间隔，获取风电功率波动特性；即，
观测时刻
Figure 636057DEST_PATH_IMAGE002
功率波动在一个概率空间
Figure 790013DEST_PATH_IMAGE004
出现的次数，选择一个计数过程
Figure 296080DEST_PATH_IMAGE005
，其中
Figure 512298DEST_PATH_IMAGE006
，满足
Figure 457120DEST_PATH_IMAGE007
；
上述过程称为Poisson 过程，将上述过程定义为：
⑴
Figure 809604DEST_PATH_IMAGE007
；
⑵不相交区间上增量相互独立；
⑶
Figure 486573DEST_PATH_IMAGE008
，当
Figure 737557DEST_PATH_IMAGE009
时，设全网风电的月度装机容量为
Figure 423753DEST_PATH_IMAGE010
，
Figure 630744DEST_PATH_IMAGE011
，满足，其中
Figure 731741DEST_PATH_IMAGE013
；
㈡上述Poisson 过程的到达时间间隔是独立分布的随机变量，得到的计数过程称为更新过程；即，
设
Figure 956049DEST_PATH_IMAGE014
为一列具有共同分布
Figure 283125DEST_PATH_IMAGE015
的独立随机变量，其中；
假设
Figure 20149DEST_PATH_IMAGE017
,令
Figure 48147DEST_PATH_IMAGE018
Figure 292047DEST_PATH_IMAGE019
，由
Figure 747299DEST_PATH_IMAGE020
可知，
Figure 460171DEST_PATH_IMAGE021
；
设，
Figure 124688DEST_PATH_IMAGE023
Figure 750841DEST_PATH_IMAGE024
，则计数过程更新为
Figure 183966DEST_PATH_IMAGE025
,其中。
㈢获取风电场功率的出力变化情况，即，
由于风电有功功率相对变动，呈现正态分布的特点，设
Figure 709942DEST_PATH_IMAGE027
，功率相对变动
Figure 569313DEST_PATH_IMAGE028
为正态随机过程；
如果任意时间段及
Figure 86062DEST_PATH_IMAGE029
，则
Figure 909793DEST_PATH_IMAGE030
…
Figure 877749DEST_PATH_IMAGE031
是
Figure 973881DEST_PATH_IMAGE032
维正态向量，
Figure 685485DEST_PATH_IMAGE032
维正态分布的密度函数为：
Figure 17426DEST_PATH_IMAGE034
；
其中，
Figure 335275DEST_PATH_IMAGE035
为正定的协方差阵；则功率的任意时间段的相对变动率为
Figure 162155DEST_PATH_IMAGE036
；
如果
Figure 147428DEST_PATH_IMAGE037
，否则
Figure 457187DEST_PATH_IMAGE038
，此时比率为
Figure 324649DEST_PATH_IMAGE039
；式中，为任意时段风电出力波动值，
Figure 217835DEST_PATH_IMAGE040
为月度装机容量，为波动率，
Figure 69565DEST_PATH_IMAGE004
为概率区间，为计数过程；
步骤101：根据步骤100所得概率模型与风电功率变化的统计结果，确定风电出力波动的时间间隔、及风电场功率的出力变化情况，得到风电出力的波动规律；
在步骤101中，风电出力波动的时间间隔，通过Poisson过程的分析方法得出；风电场功率的出力变化情况，服从正态分布；
在步骤101中，确定风电出力波动的时间间隔的操作，具体包括：根据概率统计分析，确定潮流计算的间隔时间、以及潮流计算时的风电出力情况；
步骤102：根据步骤101所得风电出力的波动规律，在相同时间间隔内，进行连续潮流计算，得出状态变量值；
步骤103：对步骤102所得状态变量值进行分析，分析大规模风光电接入对潮流影响，得出风电对潮流的影响。
上述实施例的基于风电波动规律的连续潮流计算方法，通过对风电有功功率的波动特性及功率特性进行分析，仿真了不同容量风电依概率接入网对电网潮流影响；该方法是在保证不改变风机接入模型的前提下，通过风电波动的概率统计，在保证大概率基础上进行分间隔的潮流计算，为分析风电的波动性提供更加详实的数据，可以对风电场并网后系统各节点电压、支路功率进行全面分析,从而为风电场并网方案选择提供参考。
上述实施例的基于风电波动规律的连续潮流计算方法，通过基于风电波动规律的统计分析，进行连续的潮流计算，与常规潮流相比，兼顾风电的波动性特点和潮流计算的速度要求；同时，也具有计算简捷、较易实现、便于与通用潮流程序接口的优点，具有一定的实用性，有利于提高含有大规模风光电的电网潮流计算的准确性与实用性。
例如，参见图2所示的国内某风电场5min内风电功率变化率概率分布，采用5min为时间间隔，并取风电波动容量1%递进的方式进行潮流计算，结果如下：
可见，在风电波动时对接入点电压影响很大，传统潮流计算则认为在此段时间内接入点电压为一定值，因此本方法更加准确的反应了风电的波动对电网的影响，更加有利于电网的安全稳定运行。
在图2中，可以显示某省电网实际数据，用上述实施例所述方法得到的风电波动概率统计实例，并根据统计结果和相同的时间间隔进行了潮流计算，得到风电波动对电网的详细影响。
由图2所示的实例分析可知，上述实施例的基于风电波动规律的连续潮流计算方法，可以克服传统方法中没有充分考虑风机无功的实时变化和算法迭代次数多、收敛速度慢的缺点，得出风电出力波动对风电场群接入点和区域电网电压的影响，对于减少风电上网对系统造成的电压波动、提高系统稳定裕度及风电并网点电压水平、降低网损等都将具有十分重要的意义，对指导大规模风电入网运行的发电计划有参考价值。
综上所述，本发明各实施例的基于风电波动规律的连续潮流计算方法，涉及风光电并网技术领域，包括：采用Poisson 过程的分析方法，对风电场的功率波动特性进行分析，建立其概率模型；根据模型和统计结果，确定风电出力波动的时间间隔及出力变化情况，得到风电出力的波动规律；根据得到的波动规律，进行连续潮流计算，得出状态变量值；对所得状态变量值进行分析，分析大规模风光电接入对潮流影响；这样，通过对风电有功功率的波动特性及功率特性进行分析，得到不同容量风电依概率接入网对电网潮流影响的详实数据，对于减少风电上网对系统造成的电压波动、提高系统稳定裕度及风电并网点电压水平、降低网损等都将具有十分重要的意义。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于风电波动规律的连续潮流计算方法，其特征在于，包括：
a、采用泊松Poisson过程的分析方法，对风电场的有功功率波动特性进行分析，并建立概率模型；
b、根据步骤a所得概率模型与风电功率变化的统计结果，确定风电出力波动的时间间隔、及风电场功率的出力变化情况，得到风电出力的波动规律；
c、根据步骤b所得风电出力的波动规律，在相同时间间隔内，进行连续潮流计算，得出状态变量值；
d、对步骤c所得状态变量值进行分析，分析大规模风光电接入对潮流影响，得出风电对潮流的影响。
2.根据权利要求1所述的基于风电波动规律的连续潮流计算方法，其特征在于，在步骤b中，所述风电出力波动的时间间隔，通过Poisson过程的分析方法得出；所述风电场功率的出力变化情况，服从正态分布。
3.根据权利要求1所述的基于风电波动规律的连续潮流计算方法，其特征在于，在步骤b中，所述确定风电出力波动的时间间隔的操作，具体包括：根据概率统计分析，确定潮流计算的间隔时间、以及潮流计算时的风电出力情况。
4.根据权利要求1-3中任一项所述的基于风电波动规律的连续潮流计算方法，其特征在于，在步骤a中，所述泊松Poisson过程的分析方法，对风电场的有功功率波动特性进行分析的操作，具体包括：
a1、基于风电场功率波动的时间间隔，获取风电功率波动特性；即，
观测时刻                                               
Figure 2012101622667100001DEST_PATH_IMAGE002
功率波动
Figure 2012101622667100001DEST_PATH_IMAGE004
在一个概率空间
Figure 2012101622667100001DEST_PATH_IMAGE006
出现的次数，选择一个计数过程
Figure 2012101622667100001DEST_PATH_IMAGE008
，其中
Figure 2012101622667100001DEST_PATH_IMAGE010
，满足
Figure 2012101622667100001DEST_PATH_IMAGE012
；
上述过程称为Poisson 过程，将上述过程定义为：
⑴；
⑵不相交区间上增量相互独立；
⑶，当
Figure 2012101622667100001DEST_PATH_IMAGE016
时，设全网风电的月度装机容量为
Figure 2012101622667100001DEST_PATH_IMAGE018
，
Figure 2012101622667100001DEST_PATH_IMAGE020
，满足
Figure 2012101622667100001DEST_PATH_IMAGE022
，其中；
a2、上述Poisson 过程的到达时间间隔是独立分布的随机变量，得到的计数过程称为更新过程；即，
设
Figure 2012101622667100001DEST_PATH_IMAGE026
为一列具有共同分布
Figure 2012101622667100001DEST_PATH_IMAGE028
的独立随机变量，其中
Figure 2012101622667100001DEST_PATH_IMAGE030
；
假设
Figure 2012101622667100001DEST_PATH_IMAGE032
,令
Figure 2012101622667100001DEST_PATH_IMAGE034
Figure 2012101622667100001DEST_PATH_IMAGE036
，由
Figure 2012101622667100001DEST_PATH_IMAGE038
可知，
Figure 2012101622667100001DEST_PATH_IMAGE040
；
设，
Figure 2012101622667100001DEST_PATH_IMAGE044
Figure 2012101622667100001DEST_PATH_IMAGE046
，则计数过程更新为
Figure 2012101622667100001DEST_PATH_IMAGE048
,其中。
5.根据权利要求4所述的基于风电波动规律的连续潮流计算方法，其特征在于，在步骤a中，所述泊松Poisson过程的分析方法，对风电场的有功功率波动特性进行分析的操作，具体还包括：
a3、获取风电场功率的出力变化情况，即，
由于风电有功功率相对变动，呈现正态分布的特点，设
Figure 2012101622667100001DEST_PATH_IMAGE052
，功率相对变动为正态随机过程；
如果任意时间段
Figure 865596DEST_PATH_IMAGE002
及
Figure 2012101622667100001DEST_PATH_IMAGE056
，则…
Figure 2012101622667100001DEST_PATH_IMAGE060
是
Figure 2012101622667100001DEST_PATH_IMAGE062
维正态向量，
Figure 973230DEST_PATH_IMAGE062
维正态分布
Figure 2012101622667100001DEST_PATH_IMAGE064
的密度函数为：
Figure 2012101622667100001DEST_PATH_IMAGE066
；
其中，
Figure 2012101622667100001DEST_PATH_IMAGE068
为正定的协方差阵；则功率的任意时间段的相对变动率为；
如果
Figure 2012101622667100001DEST_PATH_IMAGE072
，否则
Figure 2012101622667100001DEST_PATH_IMAGE074
，此时比率为
Figure 2012101622667100001DEST_PATH_IMAGE076
；
上式中，为任意时段风电出力波动值，
Figure 2012101622667100001DEST_PATH_IMAGE078
为月度装机容量，
Figure 2012101622667100001DEST_PATH_IMAGE080
为波动率，
Figure 110042DEST_PATH_IMAGE006
为概率区间，
Figure 2012101622667100001DEST_PATH_IMAGE082
为计数过程。
CN201210162266.7A 2012-05-23 2012-05-23 一种基于风电波动规律的连续潮流计算方法 Expired - Fee Related CN102682222B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201210162266.7A CN102682222B (zh) 2012-05-23 2012-05-23 一种基于风电波动规律的连续潮流计算方法
CA2864463A CA2864463C (en) 2012-05-23 2013-05-15 Computing method for continuous power flow based on wind power fluctuation rules
PCT/CN2013/000577 WO2013174144A1 (zh) 2012-05-23 2013-05-15 一种基于风电波动规律的连续潮流计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210162266.7A CN102682222B (zh) 2012-05-23 2012-05-23 一种基于风电波动规律的连续潮流计算方法

Publications (2)

Publication Number Publication Date
CN102682222A true CN102682222A (zh) 2012-09-19
CN102682222B CN102682222B (zh) 2014-03-12

Family

ID=46814137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210162266.7A Expired - Fee Related CN102682222B (zh) 2012-05-23 2012-05-23 一种基于风电波动规律的连续潮流计算方法

Country Status (3)

Country Link
CN (1) CN102682222B (zh)
CA (1) CA2864463C (zh)
WO (1) WO2013174144A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013174144A1 (zh) * 2012-05-23 2013-11-28 国家电网公司 一种基于风电波动规律的连续潮流计算方法
CN104537485A (zh) * 2014-12-23 2015-04-22 国网北京经济技术研究院 新建大型风电场出力波动特性的建模方法及应用
CN104574216A (zh) * 2015-01-22 2015-04-29 国家电网公司 一种基于wams数据的风电出力特性分析方法
CN106709221A (zh) * 2015-07-27 2017-05-24 中国电力科学研究院 一种基于概率统计的新能源出力离散概率序列生成方法
CN110518865A (zh) * 2019-08-09 2019-11-29 华南理工大学 一种风电-光电耦合的工业规模稳定供氢系统
CN110909308A (zh) * 2019-11-08 2020-03-24 广东电网有限责任公司电力调度控制中心 一种新能源厂站的监测分析方法及系统

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732058B (zh) * 2014-12-09 2018-03-09 上海交通大学 一种多维度输电设备状态的评估方法
CN104636631B (zh) * 2015-03-09 2018-06-05 江苏中康软件有限责任公司 一种利用糖尿病系统大数据预测糖尿病的装置
CN104933301A (zh) * 2015-06-05 2015-09-23 三峡大学 一种计算风电场有效容量的计算方法
CN104933315B (zh) * 2015-06-30 2018-05-08 中国电力科学研究院 一种光伏发电出力联合概率分布建模的方法
CN105699806B (zh) * 2016-01-26 2018-06-29 云南电网有限责任公司电力科学研究院 一种多源谐波责任划分方法
CN106056305B (zh) * 2016-06-14 2020-04-03 中国电力工程顾问集团中南电力设计院有限公司 一种基于状态聚类的发电系统可靠性快速评估方法
CN110601204B (zh) * 2019-10-14 2024-02-02 国网辽宁省电力有限公司盘锦供电公司 基于随机变量状态时序模拟的光伏并网系统概率潮流分析方法
CN113904338A (zh) * 2021-11-19 2022-01-07 广东电网有限责任公司 风电并网系统计及频率特性的概率潮流计算方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101814743A (zh) * 2010-01-12 2010-08-25 福建省电力有限公司福州电业局 基于短期风功率预测的风电并网在线安全预警系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102136036B (zh) * 2011-03-23 2013-01-16 天津大学 适于电力系统小扰动稳定分析的双馈风电场等值建模方法
CN102682222B (zh) * 2012-05-23 2014-03-12 甘肃省电力公司电力科学研究院 一种基于风电波动规律的连续潮流计算方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101814743A (zh) * 2010-01-12 2010-08-25 福建省电力有限公司福州电业局 基于短期风功率预测的风电并网在线安全预警系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
别朝红等: "《含风电场电力系统电压波动的随机潮流计算与分析》", 《西安交通大学学报》, vol. 42, no. 12, 31 December 2008 (2008-12-31) *
魏丽芳等: "《含风电场及电铁负荷的地区电网在线电压稳定预警系统》", 《电力系统保护与控制》, vol. 40, no. 9, 1 May 2012 (2012-05-01) *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013174144A1 (zh) * 2012-05-23 2013-11-28 国家电网公司 一种基于风电波动规律的连续潮流计算方法
CN104537485A (zh) * 2014-12-23 2015-04-22 国网北京经济技术研究院 新建大型风电场出力波动特性的建模方法及应用
CN104537485B (zh) * 2014-12-23 2018-01-26 国网北京经济技术研究院 新建大型风电场出力波动特性的建模方法及应用
CN104574216A (zh) * 2015-01-22 2015-04-29 国家电网公司 一种基于wams数据的风电出力特性分析方法
CN106709221A (zh) * 2015-07-27 2017-05-24 中国电力科学研究院 一种基于概率统计的新能源出力离散概率序列生成方法
CN110518865A (zh) * 2019-08-09 2019-11-29 华南理工大学 一种风电-光电耦合的工业规模稳定供氢系统
CN110518865B (zh) * 2019-08-09 2021-07-20 华南理工大学 一种风电-光电耦合的工业规模稳定供氢系统
CN110909308A (zh) * 2019-11-08 2020-03-24 广东电网有限责任公司电力调度控制中心 一种新能源厂站的监测分析方法及系统
CN110909308B (zh) * 2019-11-08 2023-10-13 广东电网有限责任公司电力调度控制中心 一种新能源厂站的监测分析方法及系统

Also Published As

Publication number Publication date
WO2013174144A1 (zh) 2013-11-28
CA2864463C (en) 2018-05-29
CN102682222B (zh) 2014-03-12
CA2864463A1 (en) 2013-11-28

Similar Documents

Publication Publication Date Title
CN102682222A (zh) 一种基于风电波动规律的连续潮流计算方法
CN103887815B (zh) 基于运行数据的风电场参数辨识及动态等值方法
CN109034461B (zh) 一种基于实际电网监测信息的电压暂降随机预估方法
CN110648249B (zh) 年度电力平衡测算方法、装置及设备
CN109659973B (zh) 一种基于改进型直流潮流算法的分布式电源规划方法
CN102545214A (zh) 一种含电池储能设备的风电场可靠性评估方法
CN104978608A (zh) 一种风电功率预测装置及预测方法
CN109167387A (zh) 风场风电功率预测方法
CN103441527A (zh) 一种基于实测数据的风电接入系统模型
CN105825002A (zh) 一种基于动态灰关联分析法的风电场动态等值建模方法
CN105244890A (zh) 新能源并网的无功优化方法
CN107359611B (zh) 考虑多种随机因素的配电网等值方法
WO2017049428A1 (zh) 一种基于备用对象代价性能比的旋转备用容量优化方法
CN105262146A (zh) 含风电的电力系统备用容量计算方法和系统
CN104951654A (zh) 基于控制变量抽样的大规模风电场可靠性评估方法
CN107221933B (zh) 一种概率潮流计算方法
CN108460228B (zh) 一种基于多目标优化算法进行风电场等值的方法
CN113033136B (zh) 简化的光伏电池物理参数提取优化方法及系统
Mu et al. Spatial dispersion of wind speeds and its influence on the forecasting error of wind power in a wind farm
CN110336322B (zh) 基于日最小负荷置信区间的光伏发电准入容量确定方法
CN113609686B (zh) 一种新能源置信容量分析方法及系统
CN105207255A (zh) 一种适用于风电出力的电力系统调峰计算方法
CN115549138A (zh) 一种多种互补外送系统中的储能容量优化配置方法及系统
CN105846433B (zh) 一种基于间歇性分布式电源波动的配电网暂态分析方法
CN109494747B (zh) 一种基于交替梯度算法的电网概率潮流计算方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
ASS Succession or assignment of patent right

Owner name: NORTH CHINA ELECTRIC POWER UNIVERSITY STATE GRID C

Free format text: FORMER OWNER: NORTH CHINA ELECTRIC POWER UNIVERSITY

Effective date: 20121107

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20121107

Address after: Qilihe District of Gansu city in Lanzhou Province, 730050 West East Road No. 648

Applicant after: Gansu Electric Power Corporation Electric Power Science Research Institute

Applicant after: North China Electric Power University

Applicant after: State Grid Corporation of China

Address before: Qilihe District of Gansu city in Lanzhou Province, 730050 West East Road No. 648

Applicant before: Gansu Electric Power Corporation Electric Power Science Research Institute

Applicant before: North China Electric Power University

C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140312

Termination date: 20190523