CN102682222B - 一种基于风电波动规律的连续潮流计算方法 - Google Patents

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t功率波动P_B在一个概率空间[m₁,m₂]出现的次数，选择一个计数过程N_(s)，其中s≥0，满足N₍₀₎＝0；

上述过程称为Poisson过程，将上述过程定义为：

⑴N₍₀₎＝0；

⑵不相交区间上增量相互独立；

⑶s,t≥0，当P_B＝P_(t+s)-P_(t)时，设全网风电的月度装机容量为P_R，P=（P_B/P_R）×100%，满足P{N_(s+t)-N_(t)＝k}＝e^-λs(λs)^k/k!，其中k＝1～n；

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{T_n}为一列具有共同分布F的独立随机变量，其中n＝1,2…N；

假设F(0)＝P{T_n＝0}＜1，令

由T_n≥0，F(0)<1可知，0＜μ≤∞；

设S₀＝0，

则计数过程更新为N_(t)=sup{n,S_n≤t}，其中t≥0。

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T＝[0,∞),t∈T，功率相对变动P_(t)为正态随机过程；

如果任意时间段t及t₁～t_n∈T，则

是n维正态向量，n维正态分布P_(a,B)的密度函数为：

$F\left(x\right)=\frac{1}{{\left(2\mathrm{\&pi;}\right)}^{n/2}{\left|B\right|}^{1/2}}\exp [-\frac{1}{2}(x-a)B^{-1}{(x-a)}^T];$

其中，B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λ_n∈[m₁,m₂],N_(sn)＝1，否则N_(sn)＝0，此时比率为Q＝N_(sn)/ΣN_(sn)；式中，P_B为任意时段风电出力波动值，P_R为月度装机容量，λ_n为波动率，[m₁,m₂]为概率区间，N_(sn)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t功率波动P_B在一个概率空间[m₁,m₂]出现的次数，选择一个计数过程N_(s)，其中s≥0，满足N₍₀₎＝0；

上述过程称为Poisson过程，将上述过程定义为：

⑴N₍₀₎＝0；

⑵不相交区间上增量相互独立；

⑶s,t≥0，当P_B＝P_(t+s)-P_(t)时，设全网风电的月度装机容量为P_R，P=（P_B/P_R）×100%，满足P{N_(s+t)-N_(t)＝k}＝e^-λs(λs)^k/k!，其中k＝1～n；

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{T_n}为一列具有共同分布F的独立随机变量，其中n＝1,2…N；

假设F(0)＝P{T_n＝0}＜1，令

由T_n≥0，F(0)<1可知，0＜μ≤∞；

设S₀＝0，

则计数过程更新为N_(t)=sup{n,S_n≤t}，其中t≥0。

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T＝[0,∞),t∈T，功率相对变动P_(t)为正态随机过程；

如果任意时间段t及t₁～t_n∈T，则

是n维正态向量，n维正态分布P_(a,B)的密度函数为：

$F\left(x\right)=\frac{1}{{\left(2\mathrm{\&pi;}\right)}^{n/2}{\left|B\right|}^{1/2}}\exp [-\frac{1}{2}(x-a)B^{-1}{(x-a)}^T];$

其中，B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λ_n∈[m₁,m₂],N_(sn)＝1，否则N_(sn)＝0，此时比率为Q＝N_(sn)/ΣN_(sn)；式中，P_B为任意时段风电出力波动值，P_R为月度装机容量，λ_n为波动率，[m₁,m₂]为概率区间，N_(sn)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 (4)

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；

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t功率波动P_B在一个概率空间[m₁,m₂]出现的次数，选择一个计数过程N_(s)，其中s≥0，满足N₍₀₎＝0；

上述过程称为Poisson过程，将上述过程定义为：

⑴N₍₀₎＝0；

⑵不相交区间上增量相互独立；

⑶s,t≥0，当P_B＝P_(t+s)-P_(t)时，设全网风电的月度装机容量为P_R，P=（P_B/P_R）×100%，满足P{N_(s+t)-N_(t)＝k}＝e^-λs(λs)^k/k!，其中k＝1～n；

式中，P为风电出力占风电装机容量的百分比，k为概率出现的次数，λ为泊松分布的参数，表示单位时间内随机事件的平均发生率；

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{T_n}为一列具有共同分布F的独立随机变量，其中n＝1,2…N；

假设F(0)＝P{T_n＝0}＜1，令

由T_n≥0，F(0)<1可知，0＜μ≤∞；

式中，F(t)为T_n的概率密度分布函数，μ为T_n的均值，E表示对T_n求均值的运算；

设S₀＝0，

则计数过程更新为N_(t)=sup{n,S_n≤t}，其中t≥0；

式中，sup是取最大值，S_n表示第n次事件的更新时刻；S₀＝0表示过程的起始时刻，n表示随机事件发生的次数。

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T＝[0,∞),t∈T，功率相对变动P_(t)为正态随机过程；

如果任意时间段t及t₁～t_n∈T，则

是n维正态向量，n维正态分布P_(a,B)的密度函数为：

$F\left(x\right)=\frac{1}{{\left(2\mathrm{\&pi;}\right)}^{n/2}{\left|B\right|}^{1/2}}\exp [-\frac{1}{2}(x-a)B^{-1}{(x-a)}^T];$

其中，x为随机变量；a为正态分布的均值；B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λ_n∈[m₁,m₂],N_(sn)＝1，否则N_(sn)＝0，此时比率为

上式中，P_B为任意时段风电出力波动值，P_R为月度装机容量，λ_n为波动率，[m₁,m₂]为概率区间，N_(sn)为计数过程。

Images