CN105117983B - 考虑负荷及新能源随机性的upfc安装位置优化方法 - Google Patents
考虑负荷及新能源随机性的upfc安装位置优化方法 Download PDFInfo
- Publication number
- CN105117983B CN105117983B CN201510549069.4A CN201510549069A CN105117983B CN 105117983 B CN105117983 B CN 105117983B CN 201510549069 A CN201510549069 A CN 201510549069A CN 105117983 B CN105117983 B CN 105117983B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mover
- upfc
- mfrac
- 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
- 238000009434 installation Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 238000009826 distribution Methods 0.000 claims abstract description 23
- 230000005611 electricity Effects 0.000 claims abstract description 21
- 230000035945 sensitivity Effects 0.000 claims abstract description 19
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000005315 distribution function Methods 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000000205 computational method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241001282153 Scopelogadus mizolepis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Nitrogen And Oxygen Or Sulfur-Condensed Heterocyclic Ring Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑负荷及新能源随机性的UPFC安装位置优化方法,首先推导了电网运行费用对统一潮流控制器控制变量的概率分布灵敏度指标的表达式,然后建立考虑负荷、风电和光伏随机变量的含统一潮流控制器随机最优潮流模型,基于内点法和点估计算法实现了概率灵敏度指标的计算,并依据灵敏度的大小选择统一潮流控制器最优安装位置。本发明提供的一种考虑负荷及新能源随机性的UPFC安装位置优化方法,其意义在于直观反映了统一潮流控制器在不同线路上对于电网运行费用概率分布的变化大小,并依据该指标确定统一潮流控制器的最优安装位置。为充分发挥统一潮流控制对于电网安全稳定运行、提高电网经济性提出一种新的思路。
Description
技术领域
本发明涉及考虑负荷及新能源随机性的UPFC安装位置优化方法,属于电力系统运行和控制技术领域。
背景技术
FACTS作为一种新的解决方法,在控制电网潮流、提高系统稳定性以及传输容量方面带来了前所未有的契机,且FACTS设备是逐渐加入现有交流输电系统,与现行的交流输电系统是并行发展。考虑到FACTS装置可以在现有设备不做重大改动的前提下,针对局部电网的具体问题,采用经济有效的大功率电力电子技术,以渐进的方式改变电力系统的面貌,因而得到广泛认可和迅速发展。
统一潮流控制器(UPFC)是第三代FACTS元件,也是最有力、最全面的晶闸管控制装置,它是由并联补偿的静止同步补偿器(STATCOM)和串联补偿的静止同步串联补偿器(SSSC)相结合组成的新型潮流控制装置,其功能是将一个由换流器产生的幅值和相角均可以连续变化的交流电压串联加在输电线相电压上,可以分别或同时对电力系统的有功功率、无功功率、电压进行控制和调节,通过对交流输电系统进行实时控制和动态补偿,实现对线路潮流的准确调节,提高线路的输送能力。
对于实际电网而言,存在规模大,结构复杂,运行方式多变等特点,UPFC安装在不同的线路上所发挥的影响大小也不尽相同,且UPFC容量的大小又涉及制造安装成本和经济收益问题,如UPFC安装位置选择不当无疑会导致投资成本浪费,调节能力受限等问题。而现有的UPFC安装位置优化方法均采用确定性方法,即忽略了电网中固有的随机性,如负荷、新能源发电、N-1故障等,存在一定的片面性,导致优化结果不准确,甚至影响到UPFC的运行效果。因此,充分考虑电网中各种随机因素的影响,建立随机方法实现UPFC最优安装位置,对于提高电网运行的经济性和可靠性有着重要的作用。
发明内容
目的:为了克服现有技术中存在的不足,本发明提供考虑负荷及新能源随机性的UPFC安装位置优化方法。
技术方案:为解决上述技术问题,本发明采用的技术方案为:
考虑负荷及新能源随机性的UPFC安装位置优化方法,包括步骤如下:
步骤一:根据电网运行费用的概率分布函数,推导得到基于UPFC控制变量的随机灵敏度指标表达式;
步骤二:建立考虑负荷、风电、太阳能随机因素的含UPFC随机最优潮流计算模型;
步骤三:基于内点法和点估计算法(point estimate method,PEM)实现含UPFC的随机最优潮流计算,并计算得到电网运行费用的概率分布函数对UPFC控制变量的随机灵敏度指标;
步骤四:根据UPFC安装在不同线路上的随机灵敏度指标大小,确定最优的UPFC安装位置。
所述电网运行费用,假设其服从正态分布,概率分布函数如下所
示:
式中:C为电网运行费用;F(C)为概率分布函数;f(C)为概率密度函数;μC、σC分布为C的均值和标准差;xC表示C的某一取值;当xC取一固定值时,F(C)可表示为变量μC、σC的函数,如下所示:
F(C)=χ(μC,σC) (2)
当电网中安装有UPFC时,UPFC的运行必然对电网运行费用的概率分布函数产生影响,假设UPFC控制变量为xik,将式(2)对xik进行求导,得到如下公式:
式(3)即为电网运行费用对UPFC的概率分布灵敏度指标的表达式。
所述随机最优潮流模型中,UPFC的稳态模型采用等效理想电压源模型,其中,T为理想变压器的变比,φ为变压器移相角;YU=jρ为对地可调电容器导纳系统,ρ为对地可调电容器容量;
节点i的注入功率计算公式如下:
UPFC的控制变量可用T、φ和ρ表示,即为式(3)中的xik。
所述考虑负荷、风电、太阳能随机因素的含UPFC随机最优潮流计算模型如下:
约束条件如下:
式中:C(y,xik)为最优随机潮流的目标函数,即为电网运行费用,通常为发电机运行费用;y为控制变量,如发电机有功、无功出力;xik为UPFC的控制变量;表示模型中的随机变量,如负荷、风电、光伏的功率;hm表示模型中的等式约束条件,M为等式约束条件的数量;gn表示模型中的不等式约束条件,N为不等式约束条件的数量。
将所述考虑负荷、风电、太阳能随机因素的含UPFC随机最优潮流计算模型随机变量表示为:
式中:为负荷随机变量,ND为数量;为风电有功出力随机变量,NW为数量;为光伏有功出力随机变量,NV为数量;可将全部随机变量用表示,J为随机变量的总数量;
在随机最优潮流计算中,负荷、风电和光伏有功功率的概率密度函数确定后,将电网运行费用表示为随机变量的函数,如下所示:
设xi的概率密度函数为PEM通过使用两个变量xi,1和xi,2来匹配随机量的前三阶矩(均值、方差和偏度),从而取代xi,1和xi,2定义如下:
式中,位置度量 和分别为随机变量的均值和标准差;
的偏度系数λi,3表达式如下:
式中,为随机变量的三阶中心矩;
对变量取均值两侧的值xi,1和xi,2代替同时其余随机变量取均值,即则可得到运行费用C的两个估计Z(i,1)和Z(i,2),分别进行2J次确定性最优潮流计算后,可得到4J个估计值;若用wi,k表示xi,k的概率集中度,即表示中xi,k处位置集中的权重,则wi,k可表达为:
式中,wi,k在0~1内取值,且所有wi,k的总和为1;
由位置权重wi,k,C的j阶矩可表示为:
C的标准差可由下式计算:
因此,根据偏度系数λi,3确定位置度量ξi,k,得到xi处具有概率集中度wi,k的两点xi,1和xi,2,对此两点分别运行确定性潮流计算,即可获得运行费用的相应统计矩;
将式(13)、(14)代入至式(3)整理得,
所述PEM法中进行的2J次确定性最优潮流计算模型只需将式(5)-(7)所示的随机最优潮流模型中的随机变量换成确定性变量即可,如式(16)-(18)所示:
约束条件如下:
上式中,表示随机变量转换后的确定值;
为计算UPFC投入前后的影响,增加以下约束条件:
式中,表示UPFC控制变量的设定值,当设定T=1、φ=0和ρ=0时,便可达到计算的目的;
对于式(16)-(19)所示的最优潮流模型,可采用内点法求解即可,首先利用拉格朗日乘子将约束条件加入至目标函数中,
式中,Lo表示增加约束条件后的拉格朗日目标函数,γi表示约束条件(17)-(18)对应的拉格朗日乘子;Α表示约束条件(17)-(18)组成的集合;κ表示约束条件(19)对应的拉格朗日乘子;
按照KKT最优条件,当最优潮流模型存在最优解时,存在以下关系:
式中,*表示最优解;
当最优潮流计算完成后,可直接利用上式计算得到并代入至式(15)中便可最终求解出电网运行费用对UPFC控制变量的概率分布灵敏度指标。
所述确定最优的UPFC安装位置,具体方法如下:
7a:依据UPFC安装在不同线路上计算得到概率分布灵敏度指标;
7b:选择最优的UPFC安装位置,其中指标为正表示UPFC投入可增加电网运行费用在低成本内的概率分布,且指标越大则表明UPFC越有效;指标为负则表示UPFC投入增加电网运行费用在高成本内的概率分布,表示该安装位置不合适。
有益效果:本发明提供的考虑负荷及新能源随机性的UPFC安装位置优化方法,通过在考虑电网中负荷、风电和光伏随机因素情况下,提出统一潮流控制器安装位置的概率灵敏度指标,其意义在于直观反映了统一潮流控制器在不同线路上对于电网运行费用概率分布的变化大小,并依据该指标确定统一潮流控制器的最优安装位置。与现有全部采用确定性模型及方法相比,更加符合实际电网存在大量随机性的情况,优化结果更加可靠。本发明在充分电网运行随机因素的情况下,从概率学角度实现了统一潮流控制器最优安装位置的选择,为充分发挥统一潮流控制对于电网安全稳定运行、提高电网经济性提出一种新的思路。
附图说明
图1为考虑负荷及新能源随机性的UPFC安装位置优化方法流程图;
图2为UPFC的等效理想变压器模型。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如图1所示,本发明是用于统一潮流控制器安装位置优化的概率分布灵敏度方法,
一、假设电网运行费用服从正态分布,概率分布函数如下所示:
式中:C为电网运行费用;F(C)为概率分布函数;f(C)为概率密度函数;μC、σC分布为C的均值和标准差;xC表示C的某一取值;当xC取一固定值时,F(C)可表示为变量μC、σC的函数,如下所示:
F(C)=χ(μC,σC) (2)
当电网中安装有UPFC时,UPFC的运行必然对电网运行费用的概率分布函数产生影响,假设UPFC控制变量为xik,将式(2)对xik进行求导,得到如下公式:
式(3)即为电网运行费用对UPFC的概率分布灵敏度指标的表达式。
二、如图2所示,UPFC的稳态模型采用等效理想电压源模型,其中,T为理想变压器的变比,φ为变压器移相角;YU=jρ,ρ为对地可调电容器容量。
节点i的注入功率计算公式如下:
UPFC的控制变量可用T、φ和ρ表示,即为式(3)中的xik。
三、考虑负荷、风电、太阳能随机因素的含UPFC随机最优潮流计算模型如下:
约束条件如下:
式中:C(y,xik)为最优随机潮流的目标函数,即为电网运行费用,通常为发电机运行费用;y为控制变量,如发电机有功、无功出力;xik为UPFC的控制变量;表示模型中的随机变量,如负荷、风电、光伏的功率;hm表示模型中的等式约束条件,M为等式约束条件的数量;gn表示模型中的不等式约束条件,N为不等式约束条件的数量。
四、基于PEM法求解随机最优潮流的计算方法如下,将公式(5)中所述模型的随机变量表示为:
式中:为负荷随机变量,ND为数量;为风电有功出力随机变量,NW为数量;为光伏有功出力随机变量,NV为数量;可将全部随机变量用表示,J为随机变量的总数量。
在随机最优潮流计算中,负荷、风电和光伏有功功率的概率密度函数确定后,将电网运行费用表示为随机变量的函数,如下所示:
设xi的概率密度函数为PEM通过使用两个变量xi,1和xi,2来匹配随机量的前三阶矩(均值、方差和偏度),从而取代xi,1和xi,2定义如下:
式中,位置度量 和分别为随机变量的均值和标准差。
的偏度系数λi,3表达式如下:
式中,为随机变量的三阶中心矩。
对变量取均值两侧的值xi,1和xi,2代替同时其余随机变量取均值,即则可得到运行费用C的两个估计Z(i,1)和Z(i,2),分别进行2J次确定性最优潮流计算后,可得到4J个估计值。若用wi,k表示xi,k的概率集中度,即表示中xi,k处位置集中的权重,则wi,k可表达为:
式中,wi,k在0~1内取值,且所有wi,k的总和为1。
由位置权重wi,k,C的j阶矩可表示为:
C的标准差可由下式计算:
因此,根据偏度系数λi,3确定位置度量ξi,k,得到xi处具有概率集中度wi,k的两点xi,1和xi,2,对此两点分别运行确定性潮流计算,即可获得运行费用的相应统计矩。
将式(13)、(14)代入至式(3)整理得,
五、电网运行费用对UPFC的概率分布灵敏度指标计算方法如下,对于PEM法中进行的2J次确定性最优潮流计算模型只需将式(5)-(7)所示的随机最优潮流模型中的随机变量换成确定性变量即可,如式(16)-(18)所示:
约束条件如下:
上式中,表示随机变量转换后的确定值。
为计算UPFC投入前后的影响,增加以下约束条件:
式中,表示UPFC控制变量的设定值,当设定T=1、φ=0和ρ=0时,便可达到计算的目的。
对于式(16)-(19)所示的最优潮流模型,可采用内点法求解即可,首先利用拉格朗日乘子将约束条件加入至目标函数中,
式中,Lo表示增加约束条件后的拉格朗日目标函数,γi表示约束条件(17)-(18)对应的拉格朗日乘子;Α表示约束条件(17)-(18)组成的集合;κ表示约束条件(19)对应的拉格朗日乘子。
按照KKT最优条件,当最优潮流模型存在最优解时,存在以下关系:
式中,*表示最优解。
当最优潮流计算完成后,可直接利用上式计算得到并代入至式(15)中便可最终求解出电网运行费用对UPFC控制变量的概率分布灵敏度指标。
六、根据UPFC安装在不同线路上计算得到概率分布灵敏度指标,选择最优的UPFC安装位置,其中指标为正表示UPFC投入可增加电网运行费用在低成本内的概率分布,且指标越大则表明UPFC越有效;指标为负则表示UPFC投入增加电网运行费用在高成本内的概率分布,表示该安装位置不合适。可以此为准则确定最优的UPFC安装位置。
以上显示和描述了本发明的基本步骤和计算方法和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.考虑负荷及新能源随机性的UPFC安装位置优化方法,其特征在于:包括步骤如下:
步骤一:根据电网运行费用的概率分布函数,推导得到基于UPFC控制变量的随机灵敏度指标表达式;
步骤二:建立考虑负荷、风电、太阳能随机因素的含UPFC随机最优潮流计算模型;
步骤三:基于内点法和点估计算法实现含UPFC的随机最优潮流计算,并计算得到电网运行费用的概率分布函数对UPFC控制变量的随机灵敏度指标;
步骤四:根据UPFC安装在不同线路上的随机灵敏度指标大小,确定最优的UPFC安装位置;
所述电网运行费用,假设其服从正态分布,概率分布函数如下所示:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>&infin;</mi>
</mrow>
<msub>
<mi>x</mi>
<mi>C</mi>
</msub>
</munderover>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>&sigma;</mi>
<mi>C</mi>
</msub>
<msqrt>
<mrow>
<mn>2</mn>
<mi>&pi;</mi>
</mrow>
</msqrt>
</mrow>
</mfrac>
<munderover>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>&infin;</mi>
</mrow>
<mi>x</mi>
</munderover>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<mi>C</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mi>C</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
</mrow>
</msup>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:C为电网运行费用;F(C)为概率分布函数;f(t)为概率密度函数;μC、σC分布为C的均值和标准差;xC表示C的某一取值;当xC取一固定值时,F(C)可表示为变量μC、σC的函数,如下所示:
F(C)=χ(μC,σC) (2)
当电网中安装有UPFC时,UPFC的运行必然对电网运行费用的概率分布函数产生影响,假设UPFC控制变量为xik,将式(2)对xik进行求导,得到如下公式:
<mrow>
<msub>
<mover>
<mi>&eta;</mi>
<mo>~</mo>
</mover>
<mi>C</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>F</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>F</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&mu;</mi>
<mi>C</mi>
</msub>
</mrow>
</mfrac>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&mu;</mi>
<mi>C</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>F</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&sigma;</mi>
<mi>C</mi>
</msub>
</mrow>
</mfrac>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&sigma;</mi>
<mi>C</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式(3)即为电网运行费用对UPFC的概率分布灵敏度指标的表达式。
2.根据权利要求1所述的考虑负荷及新能源随机性的UPFC安装位置优化方法,其特征在于:所述随机最优潮流模型中,UPFC的稳态模型采用等效理想电压源模型,其中,T为理想变压器的变比,φ为变压器移相角;YU=jρ为对地可调电容器导纳系统,ρ为对地可调电容器容量,j为虚部;
节点i的注入功率计算公式如下:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mover>
<mi>U</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>i</mi>
</msub>
<msubsup>
<mover>
<mi>I</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>i</mi>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<msub>
<mover>
<mi>U</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>t</mi>
</msub>
<mover>
<mi>T</mi>
<mo>&CenterDot;</mo>
</mover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>I</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>t</mi>
</msub>
<mo>/</mo>
<msup>
<mover>
<mi>T</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>*</mo>
</msup>
<mo>+</mo>
<mi>j</mi>
<mi>&rho;</mi>
<msub>
<mover>
<mi>U</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>t</mi>
</msub>
<mover>
<mi>T</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>)</mo>
</mrow>
<mo>*</mo>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<msub>
<mover>
<mi>U</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>t</mi>
</msub>
<msubsup>
<mover>
<mi>I</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>t</mi>
<mo>*</mo>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>j&rho;U</mi>
<mi>t</mi>
<mn>2</mn>
</msubsup>
<msup>
<mi>T</mi>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<msub>
<mi>S</mi>
<mi>t</mi>
</msub>
<mo>-</mo>
<msubsup>
<mi>j&rho;U</mi>
<mi>t</mi>
<mn>2</mn>
</msubsup>
<msup>
<mi>T</mi>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
UPFC的控制变量可用T、φ和ρ表示,即为式(3)中的xik。
3.根据权利要求2所述的考虑负荷及新能源随机性的UPFC安装位置优化方法,其特征在于:所述考虑负荷、风电、太阳能随机因素的含UPFC随机最优潮流计算模型如下:
<mrow>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mrow>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</munder>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
约束条件如下:
<mrow>
<msub>
<mi>h</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>~</mo>
</mover>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>M</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>g</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>~</mo>
</mover>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mn>0</mn>
<mo>,</mo>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>N</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:C(y,xik)为最优随机潮流的目标函数,即为电网运行费用,通常为发电机运行费用;y为控制变量,如发电机有功、无功出力;xik为UPFC的控制变量;表示模型中的随机变量,如负荷、风电、光伏的功率;hm表示模型中的等式约束条件,M为等式约束条件的数量;gn表示模型中的不等式约束条件,N为不等式约束条件的数量。
4.根据权利要求3所述的考虑负荷及新能源随机性的UPFC安装位置优化方法,其特征在于:将所述考虑负荷、风电、太阳能随机因素的含UPFC随机最优潮流计算模型随机变量表示为:
<mrow>
<mi>X</mi>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>P</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>D</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>.</mo>
<msub>
<mover>
<mi>P</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>D</mi>
<mo>,</mo>
<msub>
<mi>N</mi>
<mi>D</mi>
</msub>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>P</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>W</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>,</mo>
<mo>...</mo>
<msub>
<mover>
<mi>P</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>W</mi>
<mo>,</mo>
<msub>
<mi>N</mi>
<mi>w</mi>
</msub>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>P</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>V</mi>
<mo>,</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>,</mo>
<mo>...</mo>
<msub>
<mover>
<mi>P</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>V</mi>
<mo>,</mo>
<msub>
<mi>N</mi>
<mi>V</mi>
</msub>
</mrow>
</msub>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mover>
<mi>x</mi>
<mo>~</mo>
</mover>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>~</mo>
</mover>
<mn>2</mn>
</msub>
<mo>,</mo>
<mn>....</mn>
<msub>
<mover>
<mi>x</mi>
<mo>~</mo>
</mover>
<mi>J</mi>
</msub>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:为负荷随机变量,ND为数量;为风电有功出力随机变量,NW为数量;为光伏有功出力随机变量,NV为数量;可将全部随机变量用表示,J为随机变量的总数量;
在随机最优潮流计算中,负荷、风电和光伏有功功率的概率密度函数确定后,将电网运行费用表示为随机变量的函数,如下所示:
设xi的概率密度函数为点估计算法PEM通过使用两个变量xi,1和xi,2来匹配随机量的前三阶矩,均值、方差和偏度,从而取代xi,1和xi,2定义如下:
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</msub>
<mo>+</mo>
<msub>
<mi>&xi;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<msub>
<mi>&sigma;</mi>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</msub>
<mo>,</mo>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,位置度量 和分别为随机变量的均值和标准差;
的偏度系数λi,3表达式如下:
<mrow>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>E</mi>
<mo>&lsqb;</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mover>
<mi>x</mi>
<mo>~</mo>
</mover>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</msub>
<mo>)</mo>
</mrow>
<mn>3</mn>
</msup>
<mo>&rsqb;</mo>
</mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>&sigma;</mi>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</msub>
<mo>)</mo>
</mrow>
<mn>3</mn>
</msup>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,为随机变量的三阶中心矩;
对变量取均值两侧的值xi,1和xi,2代替同时其余随机变量取均值,即则可得到运行费用C的两个估计Z(i,1)和Z(i,2),分别进行2J次确定性最优潮流计算后,可得到4J个估计值;若用wi,k表示xi,k的概率集中度,即表示中)xi,k处位置集中的权重,则wi,k可表达为:
<mrow>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>J</mi>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>k</mi>
</msup>
<mfrac>
<msub>
<mi>&xi;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mn>3</mn>
<mo>-</mo>
<mi>k</mi>
</mrow>
</msub>
<msub>
<mi>&zeta;</mi>
<mi>i</mi>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,wi,k在0~1内取值,且所有wi,k的总和为1;
由位置权重wi,k,C的j阶矩可表示为:
C的标准差可由下式计算:
<mrow>
<msub>
<mi>&sigma;</mi>
<mi>C</mi>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<mi>E</mi>
<mrow>
<mo>(</mo>
<msup>
<mi>C</mi>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mi>E</mi>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>14</mn>
<mo>)</mo>
</mrow>
</mrow>
因此,根据偏度系数λi,3确定位置度量ξi,k,得到xi处具有概率集中度wi,k的两点xi,1和xi,2,对此两点分别运行确定性潮流计算,即可获得运行费用的相应统计矩;
将式(13)、(14)代入至式(3)整理得,
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>&eta;</mi>
<mo>~</mo>
</mover>
<mi>C</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>F</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&mu;</mi>
<mi>C</mi>
</msub>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&mu;</mi>
<mi>C</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>F</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&sigma;</mi>
<mi>C</mi>
</msub>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&sigma;</mi>
<mi>C</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>F</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&mu;</mi>
<mi>C</mi>
</msub>
</mrow>
</mfrac>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</munderover>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>&times;</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>F</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>&sigma;</mi>
<mi>C</mi>
</msub>
</mrow>
</mfrac>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>2</mn>
</munderover>
<mn>2</mn>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<mo>&times;</mo>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
</mrow>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>15</mn>
<mo>)</mo>
</mrow>
</mrow>
5.根据权利要求4所述的考虑负荷及新能源随机性的UPFC安装位置优化方法,其特征在于:所述PEM法中进行的2J次确定性最优潮流计算模型只需将式(5)-(7)所示的随机最优潮流模型中的随机变量换成确定性变量即可,如式(16)-(18)所示:
<mrow>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mrow>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</munder>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>16</mn>
<mo>)</mo>
</mrow>
</mrow>
约束条件如下:
<mrow>
<msub>
<mi>h</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
<mi>m</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>M</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>17</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>g</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mn>0</mn>
<mo>,</mo>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>N</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>18</mn>
<mo>)</mo>
</mrow>
</mrow>
上式中,表示随机变量转换后的确定值;
为计算UPFC投入前后的影响,增加以下约束条件:
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
<mi>o</mi>
</msubsup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>19</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,表示UPFC控制变量的设定值,当设定T=1、φ=0和ρ=0时,便可达到计算的目的;
对于式(16)-(19)所示的最优潮流模型,可采用内点法求解即可,首先利用拉格朗日乘子将约束条件加入至目标函数中,
<mrow>
<msub>
<mi>L</mi>
<mi>o</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>,</mo>
<mi>&gamma;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>C</mi>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>&Element;</mo>
<mi>A</mi>
</mrow>
</munder>
<msub>
<mi>&gamma;</mi>
<mi>m</mi>
</msub>
<msub>
<mi>h</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&kappa;</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
<mi>o</mi>
</msubsup>
<mo>-</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>20</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,Lo表示增加约束条件后的拉格朗日目标函数,γi表示约束条件(17)-(18)对应的拉格朗日乘子;A表示约束条件(17)-(18)组成的集合;κ表示约束条件(19)对应的拉格朗日乘子;
按照KKT,Karush-Kuhn-Tucker:卡罗需-库恩-塔克条件最优条件,当最优潮流模型存在最优解时,存在以下关系:
<mrow>
<mfrac>
<mrow>
<mo>&part;</mo>
<msup>
<mi>C</mi>
<mo>*</mo>
</msup>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>=</mo>
<msup>
<mi>&kappa;</mi>
<mo>*</mo>
</msup>
<mo>-</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>&Element;</mo>
<mi>A</mi>
</mrow>
</munder>
<msubsup>
<mi>&gamma;</mi>
<mi>m</mi>
<mo>*</mo>
</msubsup>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>h</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mo>&part;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>21</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,*表示最优解;
当最优潮流计算完成后,可直接利用上式计算得到并代入至式(15)中便可最终求解出电网运行费用对UPFC控制变量的概率分布灵敏度指标。
6.根据权利要求5所述的考虑负荷及新能源随机性的UPFC安装位置优化方法,其特征在于:所述确定最优的UPFC安装位置,具体方法如下:
6a:依据UPFC安装在不同线路上计算得到概率分布灵敏度指标;
6b:选择最优的UPFC安装位置,其中指标为正表示UPFC投入可增加电网运行费用在低成本内的概率分布,且指标越大则表明UPFC越有效;指标为负则表示UPFC投入增加电网运行费用在高成本内的概率分布,表示该安装位置不合适。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510549069.4A CN105117983B (zh) | 2015-08-31 | 2015-08-31 | 考虑负荷及新能源随机性的upfc安装位置优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510549069.4A CN105117983B (zh) | 2015-08-31 | 2015-08-31 | 考虑负荷及新能源随机性的upfc安装位置优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105117983A CN105117983A (zh) | 2015-12-02 |
CN105117983B true CN105117983B (zh) | 2018-02-09 |
Family
ID=54665958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510549069.4A Active CN105117983B (zh) | 2015-08-31 | 2015-08-31 | 考虑负荷及新能源随机性的upfc安装位置优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105117983B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106300427A (zh) * | 2016-09-26 | 2017-01-04 | 南京工程学院 | 一种统一潮流控制器在风电机组并网运行中应用的方法 |
CN107276076B (zh) * | 2017-06-23 | 2018-09-04 | 国网江苏省电力公司 | 一种统一潮流控制器的两阶段多目标选址方法 |
CN108011393B (zh) * | 2017-12-07 | 2019-02-22 | 郑州轻工业学院 | 一种基于概率灵敏度指标的风电落点配置方法 |
CN110417023B (zh) * | 2019-08-07 | 2022-05-13 | 国网福建省电力有限公司 | 一种分布式静态串联补偿器配置和运行控制方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100776352B1 (ko) * | 2006-04-25 | 2007-11-15 | 한국전력공사 | Scada와 연계한 upfc의 자동운전 시스템 및 그방법 |
CN103236692B (zh) * | 2013-04-25 | 2014-12-10 | 网新创新研究开发有限公司 | 一种利用概率潮流评估电力系统运行状况的方法 |
CN103473393B (zh) * | 2013-08-20 | 2016-04-20 | 国家电网公司 | 一种考虑随机概率的输电裕度控制模型建模方法 |
CN104868468B (zh) * | 2015-05-28 | 2016-08-24 | 国家电网公司 | 基于全寿命周期成本的upfc优化配置方法 |
-
2015
- 2015-08-31 CN CN201510549069.4A patent/CN105117983B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105117983A (zh) | 2015-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104882905B (zh) | 一种考虑暂态安全约束的新能源接纳能力评估方法 | |
CN105140936B (zh) | 一种最小化发电成本的微电网调频控制方法 | |
CN104779611B (zh) | 基于集中式和分布式双层优化策略的微电网经济调度方法 | |
CN105117983B (zh) | 考虑负荷及新能源随机性的upfc安装位置优化方法 | |
CN106253352B (zh) | 计及风电概率分布特征的鲁棒实时调度方法 | |
US20140297051A1 (en) | Energy resource-grid-load automatic control system of smart microgrid and control methods thereof | |
CN105322535B (zh) | 含统一潮流控制器的电力系统两阶段最优潮流计算方法 | |
CN103441506B (zh) | 不同时间尺度下多目标协调分散风电场无功优化控制方法 | |
CN107316125A (zh) | 一种基于经济运行域的主动配电网经济运行评价方法 | |
US20230268742A1 (en) | A method for quantification of flexibility requirements and coordinated optimization of a hydro-wind-solar multi-energy complementary systems | |
CN104410094B (zh) | 一种电池储能电站的有功功率分配方法 | |
CN107437824A (zh) | 一种基于遗传算法的地区分布式电源准入容量的计算方法 | |
CN105490309B (zh) | 一种基于电网调峰能力的风电消纳评估方法 | |
CN104362671A (zh) | 一种大规模风电和抽水蓄能联合送出多目标优化协调方法 | |
CN107732977A (zh) | 一种基于需求响应的agc实时调度方法 | |
CN107666155A (zh) | 基于Markov模型的多能互补系统随机稳定性分析方法 | |
CN102738817B (zh) | 利用电池储能系统对风电功率进行自适应平滑处理的方法 | |
CN105186499A (zh) | 一种配电网多目标概率最优潮流模糊建模与求解方法 | |
CN107292516A (zh) | 一种计及负荷分级和能量调度的负荷可靠性评估方法 | |
CN106786625A (zh) | 基于分布式供能系统互动能力的配电网电压协调控制方法 | |
CN109858774A (zh) | 提高系统安全性和协调性的源网荷规划方法 | |
CN107332252A (zh) | 一种计及广义无功源的配电网低电压综合治理方法 | |
CN107546772A (zh) | 双馈异步风电机组在微电网中的电压频率协调控制方法 | |
CN105162129B (zh) | 计及分布式电源最优配置的配网无功电压控制方法 | |
CN106655194A (zh) | 一种计及upfc的含风电电力系统的atc计算方法 |
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 |