CN105305488A - 一种考虑新能源并网对输电网利用率影响的评价方法 - Google Patents

Abstract

一种考虑新能源并网对输电网利用率影响的评价方法：建立考虑光照随机性影响的光伏出力概率模型；建立考虑风速随机性影响的风电出力概率模型；建立负荷概率分布模型和发电机停运概率模型；通过基于蒙特卡罗的概率潮流方法，分别计算有新能源和没有新能源时的线路和变压器潮流的概率分布；定义考虑运行特性的输电网利用率指标体系；采用输电网利用率指标体系计算输电网利用率，对比有新能源和没有新能源的输电网利用率指标，得出新能源并网对输电网利用率的影响。本发明能真实反映出未来线路的容量利用情况，并且可用于查找电网系统薄弱环节识别以及不合理网架结构，能更加准确地评估未来电网利用情况，可以简洁有效的考虑新能源并网的影响。

Description

一种考虑新能源并网对输电网利用率影响的评价方法

技术领域

本发明涉及一种输电网利用率的评价方法。特别是涉及一种考虑新能源并网对输电网利用率影响的评价方法。

背景技术

电力系统规划设计的主要内容有：电力需求预测、电源规划设计和电网规划设计等，其中电网规划设计是电力系统规划设计的重点，其任务是根据规划期间的负荷需求以及电源规划方案，确定相应的电网接线，以满足可靠、经济地输送电力的要求。一套好的电网规划方案不但可以保证未来电网的可靠运行、为国家和企业带来良好的经济效益，还能应对未来电网发展的需要。

评价电网规划方案的好坏主要取决于评价指标体系的设计，评价指标在此过程中起到重要作用。目前，输电网规划评价指标主要包括三大类：可靠性指标、经济性指标和灵活性指标。但评价指标体系中很少关注电网容量利用情况。输电网利用率既能反映规划电网设备的负载水平和备用情况，又可考核方案的可靠性和经济性，对电网规划方案优选由粗放型向精细化转变有重要意义。随着电网的不断发展与进步，供电负荷的不断增长，网架结构的不断增强，在关注发展速度的同时，也应该注重电网的发展质量。

输电网是电力系统中最重要的组成部分，承载着大容量、远距离输送电力的任务。随着电网规模的不断增大，电力市场环境下的电网规划、运行中的不确定性因素的增大，加大了对输电网利用效率的要求和提高电网规划方案的适应性和灵活性的要求。目前，我国大力发展新能源发电，这些新能源具有间歇性、难预测、不可控等电网不友好特性。而在现有输电网规划实践中，电网规划方案评估主要是通过潮流、稳定和短路计算等手段在技术层面对规划方案进行比选，但是，这种规划方式中缺乏对未来新能源发电不确定性因素的考虑，包括建设地点、建设时间、间歇性出力以及对电网运行的影响等。特别是在更大规模新能源并网的情况下，由于全年新能源发电的大幅快速变化，导致电网潮流的大范围波动，对输电网利用率产生一定的影响。

1974年，B.Borkowska提出了用随机变量表示节点注入以求支路潮流量概率分布的方法，首次将概率分析的方法应用到电力系统潮流的研究中，开辟了电力系统概率潮流这一新领域。从那以后，概率潮流(ProbabilisticLoadFlow,PLF)受到了国内外许多学者的重视，围绕如何改进数学模型更真实地反映实际系统、如何提高算法的精度、如何在实际电网中应用进行了更为深入的探索和研究。概率潮流主要的计算方法有传统卷积法、结合Gram-Charlier级数的累积量法、蒙特卡罗模拟法以及点估计法等。PLF方法为科学考虑电力系统的各种不确定性因素提供了有效手段，也为进一步分析线路的利用率提供了可能。

发明内容

本发明所要解决的技术问题是，提供一种考虑了新能源出力、未来负荷概率分布和发电机组停运概率等不确定性因素的考虑新能源并网对输电网利用率影响的评价方法。

本发明所采用的技术方案是：一种考虑新能源并网对输电网利用率影响的评价方法，包括如下步骤：

1)建立考虑光照随机性影响的光伏出力概率模型；

2)建立考虑风速随机性影响的风电出力概率模型；

3)建立负荷概率分布模型和发电机停运概率模型；

4)通过基于蒙特卡罗的概率潮流方法，分别计算有新能源和没有新能源时的线路和变压器潮流的概率分布；

5)定义考虑运行特性的输电网利用率指标体系；

6)采用步骤5)给出的输电网利用率指标体系计算输电网利用率，对比有新能源和没有新能源的输电网利用率指标，得出新能源并网对输电网利用率的影响。

步骤1)所述的光伏出力概率模型是由光伏电站光照分布模型以及光照和光伏电站输出功率的函数关系推导得出；光伏电站光照分布模型采用Beta分布建立，表示为：

$f_{H_t}(H_t;\mathrm{\α},\mathrm{\β})=\frac{\mathrm{\Γ}(\mathrm{\α}+\mathrm{\β})}{\mathrm{\Γ}\left(\mathrm{\α}\right)\mathrm{\Γ}\left(\mathrm{\β}\right)}{H}_t^{\mathrm{\α}-1}{(1-H_t)}^{\mathrm{\β}-1}$

$F_{H_t}(H_t;\mathrm{\α},\mathrm{\β})=I_{H_t}(\mathrm{\α},\mathrm{\β})$

式中，为标准化的光照强度的概率密度函数，为标准化的光照强度的累积分布函数；Γ(·)为Gamma函数；H_t为标准化的光照强度变量，由形状参数为α_t和β_t的Beta分布表示，其中α_t>0、β_t>0，根据光伏电站的小时光照数据，通过最大似然函数法评估出α_t和β_t；是正规化的不完全Beta函数，定义为：

$I_{H_t}(\mathrm{\α},\mathrm{\β})=\frac{\mathrm{\Γ}(\mathrm{\α}+\mathrm{\β})}{\mathrm{\Γ}\left(\mathrm{\α}\right)\mathrm{\Γ}\left(\mathrm{\β}\right)}{\∫}_0^{H_t}{t}^{\mathrm{\α}-1}{\left(1-t\right)}^{\mathrm{\β}-1}dt$

光照和光伏电站输出功率的函数关系表示为：

P＝η·E_q

式中，E_q为太阳光照强度；η为考虑了光强、温度、组建安装面积与太阳能转换成电能的效率因素后的光伏发电系统交流输出功率综合修正系数。

步骤2)所述的风电出力概率模型是由风速概率分布模型以及风速和风电机组的有功功率的关系推导得出；风速概率分布模型采用两参数Weibull分布模型建立，表示为：

$f\left(v\right)=\frac{k}{c}{\left(\frac{v}{c}\right)}^{k-1}\exp \[-{\left(\frac{v}{c}\right)}^k\]$

$F\left(v\right)=1-\exp \[-{\left(\frac{v}{c}\right)}^k\]$

式中，v为风速；f(v)为概率密度函数，F(v)为概率分布函数；k为形状系数，c为尺度参数，根据风电场的小时风速数据，通过最大似然函数法评估出风速概率分布的形状系数和尺度参数；风速v和风电机组的有功功率P的关系表示为：

式中，k₁＝P_R/(v_cr-v_ci)，k₂＝-v_ciP_R/(v_cr-v_ci)，v_ci和v_co分别为切入和切出风速，v_cr为额定风速，P_R为风电机组的额定有功功率。

步骤3)所述的负荷概率分布模型，是采用K均值聚类方法建立的K均值聚类负荷概率分布模型，具体包括如下步骤：

(1)设具有N个负荷节点的系统在第t小时的负荷矢量为X_t＝L_t1,…,L_ti,…,L_tN，其中t＝1,2,…,M，i＝1,2,…,N；逐小时计算系统总负荷L_t：

(2)取每小时系统总负荷L_t中的最大值L_max和最小值L_min，以步长ΔL＝(L_max-L_min)/K将区间[L_min,L_max]平分为K个子区间，即分为K类负荷Γ_p，其中p＝1,2,…,K；将M个负荷矢量X_t按每小时系统总负荷L_t的数值大小划分到K个子区间中，即将M个负荷矢量X_t分为K类负荷Γ_p，分别统计每一类负荷Γ_p中的负荷矢量X_t的个数m_p；

(3)计算每一类负荷的均值初值矢量其中第i个负荷节点的均值初值矢量为：

$\begin{array}{ccc}{M}_{pi}^0=\underset{j=1}{\overset{m_p}{\Σ}}{L}_{ji}/m_p& p=1,2,...,K;& i=1,2,...,N\end{array}$

式中，L_ji表示每一类负荷中第i个负荷节点的第j个负荷矢量；

(4)分别计算每一类负荷Γ_p中每一个负荷矢量到均值初值矢量的距离，其中，第p类负荷Γ_p中第j个负荷矢量到均值初值矢量的距离为：

$\begin{array}{cc}{D}_{pj}^2=\underset{i=1}{\overset{N}{\Σ}}{(M_{pi}^0-L_{ji})}^2& j=1,2,...,m_p\end{array};$

(5)对每一类负荷Γ_p中所有的负荷矢量到均值初值矢量的距离求和：

$\begin{array}{cc}{D}_p^2=\underset{j=1}{\overset{m_p}{\Σ}}{D}_{pj}^2& p=1,2,...,K\end{array}$

对M个负荷矢量的全部求和得到总距离为E：

$E=\underset{p=1}{\overset{K}{\Σ}}{D}_p^2;$

(6)对初始分类结果进行调整和重新组合，使所有负荷矢量划分到与相对应的欧氏距离最近的那一类中去，则每一类负荷Γ_p中负荷矢量出现的概率为：P_p＝m_p/M，p＝1,2,…,K。

步骤3)所述的发电机停运概率模型，是考虑发电机存在两种状态：(1)正常运行状态；(2)检修或故障造成停运状态，发电机停运概率分布P符合两点分布，表示为：

$P=\left\{\begin{array}{cc}{P}_{FOR}& X=0\\ 1-P_{FOR}& X=1\end{array}\right.$

式中，X为机组状态，0表示停运状态，1表示正常状态；P_FOR为机组的强迫停运率，其中P_FOR<1。

步骤4)所述的计算包括如下步骤：

(1)根据光伏、风电出力概率模型、负荷概率分布模型和发电机停运概率模型进行蒙特卡罗抽样，生成随机负荷、发电机随机停运和光电、风电出力状态；

(2)根据各负荷值、各发电机组出力和各光伏、风力发电出力值，通过直流潮流或交流潮流方法计算线路和变压器的潮流值；

(3)重复步骤(1)和步骤(2)直到满足设定的仿真次数为止；

(4)得到输电系统线路和变压器潮流的概率分布。

步骤5)所述的定义考虑运行特性的输电网利用率指标体系，包括输电网最大负载率、输电线路利用率、变压器利用率和输电系统平均利用率，具体表示为：

(1)输电网最大负载率：由输电线路最大负载率和变压器最大负载率组成；

输电线路最大负载率：年度输电线路最大输送有功功率与线路额定容量的比值，计算公式如下：

$R_{TL}=\frac{{\mathrm{TL}}_{max}}{P_{rate}}$

式中，TL_max为线路的年度最大输送有功功率，P_rate为线路的额定容量；

变压器最大负载率：年度变压器最大负载功率与变压器额定容量的比例，计算公式如下：

式中，TT_max为变压器年度最大负载功率，C_T为变压器的额定容量，为功率因数；

(2)输电线路利用率：年度输电线路输送电量总量与理论极限输送电量总量的比值，反映未来输电线路的平均利用情况，未来N年输电线路利用率U_TL计算公式如下：

$U_{TL}=\frac{\underset{i=1}{\overset{N}{\&Sigma;}}\underset{j=1}{\overset{8760}{\&Sigma;}}{\mathrm{TL}}_{ij}}{N\&times;8760\&times;C_L}$

式中，N表示规划周期年数，TL_ij为线路第i年中第j小时的输送电量，C_L为线路额定容量，对于规划周期年内存在双向电量传输的线路，分子为输送功率的绝对值之和；

年度系统中相同电压等级下的所有输电线路利用率平均水平定义如下：

$U_{ATL}=\frac{\underset{i=1}{\overset{L}{\&Sigma;}}{U}_{{\mathrm{TL}}_i}}{L}$

式中，L为输电网系统中相同电压等级下线路的总条数；

(3)变压器利用率：年度变压器输送电量总值与理论极限输送电量的比值，反映未来输电变压器的平均利用情况，未来N年变压器利用率U_TT计算公式如下：

式中，N表示规划周期年数，TT_ij为变压器未来第i年中第j小时的输送电量，C_T为变压器的额定容量，为功率因素；

年度系统中相同电压等级下的所有变压器利用率平均水平定义如下：

$U_{ATT}=\frac{\underset{i=1}{\overset{T}{\&Sigma;}}{U}_{{\mathrm{TT}}_i}}{T}$

式中，T为输电网系统中相同电压等级下变压器的总台数；

(4)输电系统平均利用率：考虑不同电压等级的权重后，得到输电系统整体平均利用率，计算公式如下：

$U={\mathrm{\&omega;}}_1\&CenterDot;U_{{\mathrm{TL}}_1}+...+{\mathrm{\&omega;}}_m\&CenterDot;U_{{\mathrm{TL}}_m}+{\mathrm{\&omega;}}_{m+1}\&CenterDot;U_{{\mathrm{TT}}_1}+...+{\mathrm{\&omega;}}_{m+n}\&CenterDot;U_{{\mathrm{TT}}_n}$

$\underset{i=1}{\overset{m+n}{\&Sigma;}}{\mathrm{\&omega;}}_i=1$

式中，m为输电系统中线路存在的电压等级个数，n为输电系统中变压器存在的电压等级个数，ω_i为不同电压等级的权重。

本发明的一种考虑新能源并网对输电网利用率影响的评价方法，具有如下有益效果：

1、本发明方法提出了较为完整的输电网利用率指标体系，能真实反映出未来线路的容量利用情况，并且可用于查找电网系统薄弱环节识别以及不合理网架结构。

2、本发明方法在计算输电网利用率过程中考虑了新能源并网的影响，采用蒙特卡罗仿真算法，充分考虑未来电网的不确定性，能更加准确地评估未来电网利用情况，为电网规划人员提供数据依据，具有很强实用价值。

3、本发明方法概念简单清晰，具有很好的可计算性和广泛的适应性，可以简洁有效的考虑新能源并网的影响，使得电网规划效益得到优化。

附图说明

图1是本发明考虑新能源并网对输电网利用率影响的评价方法的逻辑流程图；

图2是光伏电站光照强度－输出功率特性曲线图；

图3是风力发电功率输出曲线图；

图4是某系统线路的潮流累积概率密度分布。

具体实施方式

下面结合实施例和附图对本发明的一种考虑新能源并网对输电网利用率影响的评价方法做出详细说明。需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其它实施方式，同样属于本发明保护的范围。

如图1所示，本发明的一种考虑新能源并网对输电网利用率影响的评价方法，包括如下步骤：

1)建立考虑光照随机性影响的光伏出力概率模型；

所述的光伏出力概率模型是由光伏电站光照分布模型以及光照和光伏电站输出功率的函数关系推导得出；光伏电站光照分布模型采用Beta分布建立，表示为：

$f_{H_t}(H_t;\mathrm{\&alpha;},\mathrm{\&beta;})=\frac{\mathrm{\&Gamma;}(\mathrm{\&alpha;}+\mathrm{\&beta;})}{\mathrm{\&Gamma;}\left(\mathrm{\&alpha;}\right)\mathrm{\&Gamma;}\left(\mathrm{\&beta;}\right)}{H}_t^{\mathrm{\&alpha;}-1}{(1-H_t)}^{\mathrm{\&beta;}-1}$

$F_{H_t}(H_t;\mathrm{\&alpha;},\mathrm{\&beta;})=I_{H_t}(\mathrm{\&alpha;},\mathrm{\&beta;})$

式中，为标准化的光照强度的概率密度函数，为标准化的光照强度的累积分布函数；Γ(·)为Gamma函数；H_t为标准化的光照强度变量，由形状参数为α_t和β_t的Beta分布表示，其中α_t>0、β_t>0，根据光伏电站的小时光照数据，通过最大似然函数法评估出α_t和β_t；是正规化的不完全Beta函数，定义为：

$I_{H_t}(\mathrm{\&alpha;},\mathrm{\&beta;})=\frac{\mathrm{\&Gamma;}(\mathrm{\&alpha;}+\mathrm{\&beta;})}{\mathrm{\&Gamma;}\left(\mathrm{\&alpha;}\right)\mathrm{\&Gamma;}\left(\mathrm{\&beta;}\right)}{\&Integral;}_0^{H_t}{t}^{\mathrm{\&alpha;}-1}{\left(1-t\right)}^{\mathrm{\&beta;}-1}dt$

光照和光伏电站输出功率的关系如图2所示，其函数关系可表示为：

P＝η·E_q

式中，E_q为太阳光照强度；η为考虑了光强、温度、组建安装面积与太阳能转换成电能的效率因素后的光伏发电系统交流输出功率综合修正系数。

2)建立考虑风速随机性影响的风电出力概率模型；

所述的风电出力概率模型是由风速概率分布模型以及风速和风电机组的有功功率的关系推导得出；风速概率分布模型采用两参数Weibull分布模型建立，表示为：

$f\left(v\right)=\frac{k}{c}{\left(\frac{v}{c}\right)}^{k-1}\exp \&lsqb;-{\left(\frac{v}{c}\right)}^k\&rsqb;$

$F\left(v\right)=1-\exp \&lsqb;-{\left(\frac{v}{c}\right)}^k\&rsqb;$

式中，v为风速；f(v)为概率密度函数，F(v)为概率分布函数；k为形状系数，c为尺度参数，根据风电场的小时风速数据，通过最大似然函数法评估出风速概率分布的形状系数和尺度参数；风速v和风电机组的有功功率P的关系如图3所示，表示为：

式中，k₁＝P_R/(v_cr-v_ci)，k₂＝-v_ciP_R/(v_cr-v_ci)，v_ci和v_co分别为切入和切出风速，v_cr为额定风速，P_R为风电机组的额定有功功率。

3)建立负荷概率分布模型和发电机停运概率模型；

所述的负荷概率分布模型，是采用K均值聚类方法建立的K均值聚类负荷概率分布模型，具体包括如下步骤：

(1)设具有N个负荷节点的系统在第t小时的负荷矢量为X_t＝L_t1,…,L_ti,…,L_tN，其中t＝1,2,…,M，i＝1,2,…,N；逐小时计算系统总负荷L_t：

(2)取每小时系统总负荷L_t中的最大值L_max和最小值L_min，以步长ΔL＝(L_max-L_min)/K将区间[L_min,L_max]平分为K个子区间，即分为K类负荷Γ_p，其中p＝1,2,…,K；将M个负荷矢量X_t按每小时系统总负荷L_t的数值大小划分到K个子区间中，即将M个负荷矢量X_t分为K类负荷Γ_p，分别统计每一类负荷Γ_p中的负荷矢量X_t的个数m_p；

(3)计算每一类负荷的均值初值矢量其中第i个负荷节点的均值初值矢量为：

$\begin{array}{ccc}{M}_{pi}^0=\underset{j=1}{\overset{m_p}{\&Sigma;}}{L}_{ji}/m_p& p=1,2,...,K;& i=1,2,...,N\end{array}$

式中，L_ji表示每一类负荷中第i个负荷节点的第j个负荷矢量；

(4)分别计算每一类负荷Γ_p中每一个负荷矢量到均值初值矢量的距离，其中，第p类负荷Γ_p中第j个负荷矢量到均值初值矢量的距离为：

$\begin{array}{cc}{D}_{pj}^2=\underset{i=1}{\overset{N}{\&Sigma;}}{(M_{pi}^0-L_{ji})}^2& j=1,2,...,m_p\end{array};$

(5)对每一类负荷Γ_p中所有的负荷矢量到均值初值矢量的距离求和：

$\begin{array}{cc}{D}_p^2=\underset{j=1}{\overset{m_p}{\&Sigma;}}{D}_{pj}^2& p=1,2,...,K\end{array}$

对M个负荷矢量的全部求和得到总距离为E：

$E=\underset{p=1}{\overset{K}{\&Sigma;}}{D}_p^2;$

(6)对初始分类结果进行调整和重新组合，使所有负荷矢量划分到与相对应的欧氏距离最近的那一类中去，则每一类负荷Γ_p中负荷矢量出现的概率为：P_p＝m_p/M，p＝1,2,…,K。

所述的发电机停运概率模型，是考虑发电机存在两种状态：(1)正常运行状态；(2)检修或故障造成停运状态，发电机停运概率分布P符合两点分布，表示为：

$P=\left\{\begin{array}{cc}{P}_{FOR}& X=0\\ 1-P_{FOR}& X=1\end{array}\right.$

式中，X为机组状态，0表示停运状态，1表示正常状态；P_FOR为机组的强迫停运率，其中P_FOR<1。

4)通过基于蒙特卡罗的概率潮流方法，分别计算有新能源和没有新能源时的线路和变压器潮流的概率分布；

所述的计算包括如下步骤：

(1)根据光伏、风电出力概率模型、负荷概率分布模型和发电机停运概率模型进行蒙特卡罗抽样，生成随机负荷、发电机随机停运和光电、风电出力状态；

(2)根据各负荷值、各发电机组出力和各光伏、风力发电出力值，通过直流潮流或交流潮流方法计算线路和变压器的潮流值；

(3)重复步骤(1)和步骤(2)直到满足设定的仿真次数为止；

(4)得到输电系统线路和变压器潮流的概率分布，得到的某线路(或变压器)的潮流累积概率密度分布如图4所示。

5)定义考虑运行特性的输电网利用率指标体系；

所述的定义考虑运行特性的输电网利用率指标体系，包括输电网最大负载率、输电线路利用率、变压器利用率和输电系统平均利用率，具体表示为：

(1)输电网最大负载率：由输电线路最大负载率和变压器最大负载率组成；

输电线路最大负载率：年度输电线路最大输送有功功率与线路额定容量的比值，计算公式如下：

$R_{TL}=\frac{{\mathrm{TL}}_{max}}{P_{rate}}$

式中，TL_max为线路的年度最大输送有功功率，P_rate为线路的额定容量；

变压器最大负载率：年度变压器最大负载功率与变压器额定容量的比例，计算公式如下：

式中，TT_max为变压器年度最大负载功率，C_T为变压器的额定容量，为功率因数；

(2)输电线路利用率：年度输电线路输送电量总量与理论极限输送电量总量的比值，反映未来输电线路的平均利用情况，未来N年输电线路利用率U_TL计算公式如下：

$U_{TL}=\frac{\underset{i=1}{\overset{N}{\&Sigma;}}\underset{j=1}{\overset{8760}{\&Sigma;}}{\mathrm{TL}}_{ij}}{N\&times;8760\&times;C_L}$

式中，N表示规划周期年数，TL_ij为线路第i年中第j小时的输送电量，C_L为线路额定容量，对于规划周期年内存在双向电量传输的线路，分子为输送功率的绝对值之和；

年度系统中相同电压等级下的所有输电线路利用率平均水平定义如下：

$U_{ATL}=\frac{\underset{i=1}{\overset{L}{\&Sigma;}}{U}_{{\mathrm{TL}}_i}}{L}$

式中，L为输电网系统中相同电压等级下线路的总条数；

(3)变压器利用率：年度变压器输送电量总值与理论极限输送电量的比值，反映未来输电变压器的平均利用情况，未来N年变压器利用率U_TT计算公式如下：

式中，N表示规划周期年数，TT_ij为变压器未来第i年中第j小时的输送电量，C_T为变压器的额定容量，为功率因素；

年度系统中相同电压等级下的所有变压器利用率平均水平定义如下：

$U_{ATT}=\frac{\underset{i=1}{\overset{T}{\&Sigma;}}{U}_{{\mathrm{TT}}_i}}{T}$

式中，T为输电网系统中相同电压等级下变压器的总台数；

(4)输电系统平均利用率：考虑不同电压等级的权重后，得到输电系统整体平均利用率，计算公式如下：

$U={\mathrm{\&omega;}}_1\&CenterDot;U_{{\mathrm{TL}}_1}+...+{\mathrm{\&omega;}}_m\&CenterDot;U_{{\mathrm{TL}}_m}+{\mathrm{\&omega;}}_{m+1}\&CenterDot;U_{{\mathrm{TT}}_1}+...+{\mathrm{\&omega;}}_{m+n}\&CenterDot;U_{{\mathrm{TT}}_n}$

$\underset{i=1}{\overset{m+n}{\&Sigma;}}{\mathrm{\&omega;}}_i=1$

式中，m为输电系统中线路存在的电压等级个数，n为输电系统中变压器存在的电压等级个数，ω_i为不同电压等级的权重。

6)采用步骤5)给出的输电网利用率指标体系计算输电网利用率，对比有新能源和没有新能源的输电网利用率指标，得出新能源并网对输电网利用率的影响。

Claims (7)

1.一种考虑新能源并网对输电网利用率影响的评价方法，其特征在于，包括如下步骤：

1)建立考虑光照随机性影响的光伏出力概率模型；

2)建立考虑风速随机性影响的风电出力概率模型；

3)建立负荷概率分布模型和发电机停运概率模型；

4)通过基于蒙特卡罗的概率潮流方法，分别计算有新能源和没有新能源时的线路和变压器潮流的概率分布；

5)定义考虑运行特性的输电网利用率指标体系；

6)采用步骤5)给出的输电网利用率指标体系计算输电网利用率，对比有新能源和没有新能源的输电网利用率指标，得出新能源并网对输电网利用率的影响。

2.根据权利要求1所述的一种考虑新能源并网对输电网利用率影响的评价方法，其特征在于，步骤1)所述的光伏出力概率模型是由光伏电站光照分布模型以及光照和光伏电站输出功率的函数关系推导得出；光伏电站光照分布模型采用Beta分布建立，表示为：

$f_{H_t}(H_t;\mathrm{\&alpha;},\mathrm{\&beta;})=\frac{\mathrm{\&Gamma;}(\mathrm{\&alpha;}+\mathrm{\&beta;})}{\mathrm{\&Gamma;}\left(\mathrm{\&alpha;}\right)\mathrm{\&Gamma;}\left(\mathrm{\&beta;}\right)}{H}_t^{\mathrm{\&alpha;}-1}{(1-H_t)}^{\mathrm{\&beta;}-1}$

$F_{H_t}(H_t;\mathrm{\&alpha;},\mathrm{\&beta;})=I_{H_t}(\mathrm{\&alpha;},\mathrm{\&beta;})$

式中，为标准化的光照强度的概率密度函数，为标准化的光照强度的累积分布函数；Γ(i)为Gamma函数；H_t为标准化的光照强度变量，由形状参数为α_t和β_t的Beta分布表示，其中α_t>0、β_t>0，根据光伏电站的小时光照数据，通过最大似然函数法评估出α_t和β_t；是正规化的不完全Beta函数，定义为：

$I_{H_t}(\mathrm{\&alpha;},\mathrm{\&beta;})=\frac{\mathrm{\&Gamma;}(\mathrm{\&alpha;}+\mathrm{\&beta;})}{\mathrm{\&Gamma;}\left(\mathrm{\&alpha;}\right)\mathrm{\&Gamma;}\left(\mathrm{\&beta;}\right)}{\&Integral;}_0^{H_t}{t}^{\mathrm{\&alpha;}-1}{(1-t)}^{\mathrm{\&beta;}-1}dt$

光照和光伏电站输出功率的函数关系表示为：

P＝η·E_q

式中，E_q为太阳光照强度；η为考虑了光强、温度、组建安装面积与太阳能转换成电能的效率因素后的光伏发电系统交流输出功率综合修正系数。

3.根据权利要求1所述的一种考虑新能源并网对输电网利用率影响的评价方法，其特征在于，步骤2)所述的风电出力概率模型是由风速概率分布模型以及风速和风电机组的有功功率的关系推导得出；风速概率分布模型采用两参数Weibull分布模型建立，表示为：

$f\left(v\right)=\frac{k}{c}{\left(\frac{v}{c}\right)}^{k-1}\exp \&lsqb;-{\left(\frac{v}{c}\right)}^k\&rsqb;$

$F\left(v\right)=1-\exp \&lsqb;-{\left(\frac{v}{c}\right)}^k\&rsqb;$

式中，v为风速；f(v)为概率密度函数，F(v)为概率分布函数；k为形状系数，c为尺度参数，根据风电场的小时风速数据，通过最大似然函数法评估出风速概率分布的形状系数和尺度参数；风速v和风电机组的有功功率P的关系表示为：

式中，k₁＝P_R/(v_cr-v_ci)，k₂＝-v_ciP_R/(v_cr-v_ci)，v_ci和v_co分别为切入和切出风速，v_cr为额定风速，P_R为风电机组的额定有功功率。

4.根据权利要求1所述的一种考虑新能源并网对输电网利用率影响的评价方法，其特征在于，步骤3)所述的负荷概率分布模型，是采用K均值聚类方法建立的K均值聚类负荷概率分布模型，具体包括如下步骤：

(1)设具有N个负荷节点的系统在第t小时的负荷矢量为X_t＝L_t1,…,L_ti,…,L_tN，其中t＝1,2,…,M，i＝1,2,…,N；逐小时计算系统总负荷L_t： $\begin{array}{cc}{L}_t=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{L}_{\mathrm{ti}}& t=\mathrm{1,2},...,M;\end{array}$

(2)取每小时系统总负荷L_t中的最大值L_max和最小值L_min，以步长△L＝(L_max-L_min)/K将区间[L_min,L_max]平分为K个子区间，即分为K类负荷Γ_p，其中p＝1,2,…,K；将M个负荷矢量X_t按每小时系统总负荷L_t的数值大小划分到K个子区间中，即将M个负荷矢量X_t分为K类负荷Γ_p，分别统计每一类负荷Γ_p中的负荷矢量X_t的个数m_p；

(3)计算每一类负荷的均值初值矢量其中第i个负荷节点的均值初值矢量为：

$M_{pi}^0=\underset{j=1}{\overset{m_p}{\&Sigma;}}{L}_{ji}/m_p,p=1,2,...,K;i=1,2,...,N$

式中，L_ji表示每一类负荷中第i个负荷节点的第j个负荷矢量；

(4)分别计算每一类负荷Γ_p中每一个负荷矢量到均值初值矢量的距离，其中，第p类负荷Γ_p中第j个负荷矢量到均值初值矢量的距离为：

$D_{pj}^2=\underset{i=1}{\overset{N}{\&Sigma;}}{(M_{pi}^0-L_{ji})}^2,j=1,2,...,m_p;$

(5)对每一类负荷Γ_p中所有的负荷矢量到均值初值矢量的距离求和：

$D_p^2=\underset{j=1}{\overset{m_p}{\&Sigma;}}{D}_{pj}^2,p=1,2,...,K$

对M个负荷矢量的全部求和得到总距离为E：

$E=\underset{p=1}{\overset{K}{\&Sigma;}}{D}_p^2;$

(6)对初始分类结果进行调整和重新组合，使所有负荷矢量划分到与相对应的欧氏距离最近的那一类中去，则每一类负荷Γ_p中负荷矢量出现的概率为：P_p＝m_p/M，p＝1,2,…,K。

5.根据权利要求1所述的一种考虑新能源并网对输电网利用率影响的评价方法，其特征在于，步骤3)所述的发电机停运概率模型，是考虑发电机存在两种状态：(1)正常运行状态；(2)检修或故障造成停运状态，发电机停运概率分布P符合两点分布，表示为：

$P=\left\{\begin{array}{cc}{P}_{FOR}& X=0\\ 1-P_{FOR}& X=1\end{array}\right.$

式中，X为机组状态，0表示停运状态，1表示正常状态；P_FOR为机组的强迫停运率，其中P_FOR<1。

6.根据权利要求1所述的一种考虑新能源并网对输电网利用率影响的评价方法，其特征在于，步骤4)所述的计算包括如下步骤：

(1)根据光伏、风电出力概率模型、负荷概率分布模型和发电机停运概率模型进行蒙特卡罗抽样，生成随机负荷、发电机随机停运和光电、风电出力状态；

(2)根据各负荷值、各发电机组出力和各光伏、风力发电出力值，通过直流潮流或交流潮流方法计算线路和变压器的潮流值；

(3)重复步骤(1)和步骤(2)直到满足设定的仿真次数为止；

(4)得到输电系统线路和变压器潮流的概率分布。

7.根据权利要求1所述的一种考虑新能源并网对输电网利用率影响的评价方法，其特征在于，步骤5)所述的定义考虑运行特性的输电网利用率指标体系，包括输电网最大负载率、输电线路利用率、变压器利用率和输电系统平均利用率，具体表示为：

(1)输电网最大负载率：由输电线路最大负载率和变压器最大负载率组成；

输电线路最大负载率：年度输电线路最大输送有功功率与线路额定容量的比值，计算公式如下：

$R_{TL}=\frac{{\mathrm{TL}}_{max}}{P_{rate}}$

式中，TL_max为线路的年度最大输送有功功率，P_rate为线路的额定容量；

变压器最大负载率：年度变压器最大负载功率与变压器额定容量的比例，计算公式如下：

式中，TT_max为变压器年度最大负载功率，C_T为变压器的额定容量，为功率因数；

(2)输电线路利用率：年度输电线路输送电量总量与理论极限输送电量总量的比值，反映未来输电线路的平均利用情况，未来N年输电线路利用率U_TL计算公式如下：

$U_{TL}=\frac{\underset{i=1}{\overset{N}{\&Sigma;}}\underset{j=1}{\overset{8760}{\&Sigma;}}{\mathrm{TL}}_{ij}}{N\&times;8760\&times;C_L}$

式中，N表示规划周期年数，TL_ij为线路第i年中第j小时的输送电量，C_L为线路额定容量，对于规划周期年内存在双向电量传输的线路，分子为输送功率的绝对值之和；

年度系统中相同电压等级下的所有输电线路利用率平均水平定义如下：

$U_{ATL}=\frac{\underset{i=1}{\overset{L}{\&Sigma;}}{U}_{{\mathrm{TL}}_i}}{L}$

式中，L为输电网系统中相同电压等级下线路的总条数；

(3)变压器利用率：年度变压器输送电量总值与理论极限输送电量的比值，反映未来输电变压器的平均利用情况，未来N年变压器利用率U_TT计算公式如下：

式中，N表示规划周期年数，TT_ij为变压器未来第i年中第j小时的输送电量，C_T为变压器的额定容量，为功率因素；

年度系统中相同电压等级下的所有变压器利用率平均水平定义如下：

$U_{ATT}=\frac{\underset{i=1}{\overset{T}{\&Sigma;}}{U}_{{\mathrm{TT}}_i}}{T}$

式中，T为输电网系统中相同电压等级下变压器的总台数；

(4)输电系统平均利用率：考虑不同电压等级的权重后，得到输电系统整体平均利用率，计算公式如下：

$U={\mathrm{\&omega;}}_1\&CenterDot;U_{{\mathrm{TL}}_1}+...+{\mathrm{\&omega;}}_m\&CenterDot;U_{{\mathrm{TL}}_m}+{\mathrm{\&omega;}}_{m+1}\&CenterDot;U_{{\mathrm{TT}}_1}+...+{\mathrm{\&omega;}}_{m+n}\&CenterDot;U_{{\mathrm{TT}}_n}$

$\underset{i=1}{\overset{m+n}{\&Sigma;}}{\mathrm{\&omega;}}_i=1$

式中，m为输电系统中线路存在的电压等级个数，n为输电系统中变压器存在的电压等级个数，ω_i为不同电压等级的权重。