CN105447658A - 一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法 - Google Patents
一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法 Download PDFInfo
- Publication number
- CN105447658A CN105447658A CN201610007863.0A CN201610007863A CN105447658A CN 105447658 A CN105447658 A CN 105447658A CN 201610007863 A CN201610007863 A CN 201610007863A CN 105447658 A CN105447658 A CN 105447658A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- collapse
- voltage
- random
- wind
- 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
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 6
- 238000002347 injection Methods 0.000 title abstract description 7
- 239000007924 injection Substances 0.000 title abstract description 7
- 238000000034 method Methods 0.000 claims abstract description 13
- 230000005611 electricity Effects 0.000 claims description 31
- 230000010354 integration Effects 0.000 claims description 4
- 238000005315 distribution function Methods 0.000 abstract description 4
- 238000013459 approach Methods 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 abstract 1
- 230000003068 static effect Effects 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002969 morbid Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
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
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (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)
- Wind Motors (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法,涉及电力系统领域,在风电出力随机模糊注入电力系统,依据连续潮流求得舞动的系统P-V特征曲线,找出每条P-V曲线的电压崩溃点并分别拟合出崩溃点处的电压值Vcr和λ值服从的概率分布;再多次拟合分别找出概率分布函数参数的隶属度函数,用机会测度来对电压崩溃点的随机模糊特性进行描述,得到对波动电压崩溃点位置的不确定性描述。此方法可供以后电力系统静态安全域求取提供新的思路,为求取更加符合实际风电注入的电力系统安全域提供基础,给电力调度人员对电力系统进行安全稳定运行作重要参考。
Description
技术领域
本发明属于电力系统安全稳定运行领域,考虑风电的多重不确定性注入电力系统中一种波动的电压崩溃点求解方法。
背景技术
随着人们对新能源发展的需求,风电作为一种清洁的可再生能源受到重视。当前电力系统中风电装机容总量的不断攀升,对风电的使用也在持续跟进。风电出力的多重不确定性对电网的影响也日趋明显,考虑风电出力对电网静态安全的影响,对维持电力系统的安全稳定及提高对风电的利用十分重要。
文献《关于风电不确定性对电力系统影响的评述》指出不确定性兼顾有随机性和模糊性,风电出力的不确定性也兼顾这两方面,而传统的方法一般只考虑其随机性或者模糊性,这有可能主观地放大不确定性影响。现有对电力系统静态安全域的研究方法一般是从确定性出力场景去研究,都是通过连续潮流方法求得电压崩溃点来得到电力系统安全域。文献《Anewmethodfortheconstructionofmaximalsteady-statesecurityregionsofpowersystems》考虑了风电随机性引起的运行点的不确定性得到其安全性或安全概率;文献《基于区间估计的风电出力多场景下静态安全域研究》考虑了采用区间估计来获取风电随机性,用风电出力的上下限来求取系统静态安全域。这些都是通过得到确定性的电压崩溃点来求取电力系统静态安全域,尚未有从考虑风电有功随机模糊注入电力系统的波动的电压崩溃点的角度展开研究。
为了能更好地将电力系统的特点与发展清洁可再生能源的理念相结合,研究含风电有功随机模糊注入的电力系统静态安全域的特征,对含风电随机模糊注入电力系统的电压崩溃点的特征研究十分必要。可以作为调度人员充分利用风电资源又保证系统运行安全的重要参考,对逐步提高系统风电的利用率有着重要意义。
发明内容
针对大规模风电机接入电力系统,其出力的不确定性给系统安全稳定运行造成隐患,有必要对风电机组接入电力系统的系统安全稳定域的影响展开研究。传统观点认为基于固定系统出力模式下电力系统静态安全域是确定的,明显不能适用于风电出力的实时不确定的情形。本发明在考虑风电随机模糊不确定出力情况下,得到舞动的系统P-V特征曲线,分别提取出电压崩溃点处电压值Vcr和λ值服从的概率分布,并分别找出其隶属度函数来估量其合理性。
为实现上述目的,本发明采取以下技术方案:
本发明解决上述问题采取的技术方案:
1、风电出力随机模糊不确定性建模。建立风速随机模糊不确定模型,选取一组符合要求形状参数k和尺度参数c组来得到随机模糊风速;再依据风电出力模型,得到风电随机模糊出力;
2、考虑风电接入电力系统的随机模糊连续潮流计算。以一个风电出力大小对应进行一次连续潮流计算,得到一条PV曲线,并找到电压崩溃点处的电压值Vcr与λ值;依据步骤1求得的一组风电随机模糊出力大小,得到所有风电出力水平下的PV曲线、一组电压崩溃点处的电压值Vcr与λ值;
3、分别拟合电压崩溃点处的电压值Vcr与λ值服从的概率分布。根据得到的所有电压崩溃点处的电压值Vcr与λ值,用核密度估计分别拟合出其服从的概率分布曲线,得到概率分布曲线的拟合参数。
4、多次拟合,再分别求取电压崩溃点处的电压值Vcr与λ值概率分布函数拟合参数的隶属度函数。重复步骤1、步骤2和步骤3,在取不同形状参数ki和尺度参数ci组对应生成的风机出力多次拟合电压崩溃点处的电压值Vcr与λ值服从的概率分布,然后再找出其概率分布拟合系数的隶属度函数。
5、用机会测度来描述波动的电压崩溃点的随机模糊特性。
本发明主要对风电出力随机模糊不确定注入电力系统的电压崩溃点进行研究。在风电出力随机模糊注入电力系统,依据连续潮流求得舞动的系统P-V特征曲线,找出每条P-V曲线的电压崩溃点并分别拟合出崩溃点处的电压值和λ值服从的概率分布,再多次拟合分别找出概率分布函数参数的隶属度函数,用机会测度来对电压崩溃点的随机模糊特性进行描述,对波动的电压崩溃点位置进行不确定性描述。此方法可供以后电力系统静态安全域求取提供新的思路,为得到更加符合实际风电不确定注入的电力系统安全域提供基础,给电力调度人员对电力系统进行安全稳定运行作重要参考,并在满足系统安全的前提下合理提高对风电的利用率。
附图说明
图1是本发明模型总流程图;
图2是PV特性曲线;
图3是电压崩溃点电压值Vcr的概率分布;
图4是电压崩溃点λ值的概率分布;
图5是Vcr拟合系数均值μV的频率图;
图6是Vcr拟合系数bV频率图;
图7是λ拟合系数均值μλ频率图;
图8是λ拟合系数均值bλ频率图。
具体实施方式
本发明包括以下步骤:
1、风电出力随机模糊不确定性建模
1)建立风速随机模糊不确定模型
根据实际多年风速数据,提取日风速概率分布参数所具有的概率分布形状参数k可采用三角形模糊变量ξk=(1.14,1.75,3.64)表示,尺度参数c可采用梯形模糊变量ξc=(2.95,4.40,6.40,8.22)表示,其相应隶属度函数分别可用式(1)和(2)表示:
根据以上提取出的日风速概率分布参数模糊不确定特征及其隶属度函数,建立日风速随机模糊不确定模型,在参数k和c各自的置信区间内分别抽取满足Pos{·}>0的一组k和c数值,并校验该组k和c是否有k<c,若是,则符合要求,否则,则重新再抽取;然后对于该组k和c值,模拟生成1000个风速值vj(其中j=1,2,…,1000.)。
2)建立风电机有功出力模型
风电涡轮机的机械功率可表示为:
式中:ρ为空气密度,A是转子表面积,v是风速,Cp是功率系数,P是额定有功功率。vcut-in是切入风速,vcut-out是切出风速,vrated是额定风速。把随机模糊风速模型中一组参数k和c对应的风速值vj代入风电有功出力模型中算出该组k和c对应的风机有功出力Pj,由数学知识可知道该风电有功出力也是一个随机模糊变量,据此得到风电随机模糊不确定模型。
2、建立随机模糊风电接入电力系统的连续潮流模型
电力系统稳态行为的含参变量的潮流方程为:
f(x,λ)=0(4)
式中,f为潮流方程的一般形式;x是系统中所有节点电压和相角组成的待求变量;λ是系统中感兴趣的可变参数(这里是指节点处负荷变化率的乘子)。
该含参潮流方程可以用可用牛顿-拉夫逊法进行求解,其一阶泰勒展开式为:
f′x·dx+f′λ·dλ=0(5)
其中f′x,f′λ分别表示潮流方程关于x的雅克比矩阵和关于λ偏导数矢量,当雅克比矩阵非奇异,方程(5)可变形为:
dx=-fx ′-1·f′λ·dλ(6)
含参潮流方程(4)可以通过用连续潮流方法逐步增加(或减少)参变量λ值来跟踪系统状态的变化,得到系统定常解曲线;当参数改变到临近极限值时,潮流方程将出现病态(此时fx′=0),即数学上达到鞍节分岔点,据此可以得到系统的P-V特性曲线来找出电压崩溃点来进行安全性分析。
对于风电随机模糊出力注入电力系统,将这组参数k和c对应生成的风机出力Pj逐次进行连续潮流计算作为随机模糊连续潮流,得到一簇P-V曲线,如图2所示。找出每条P-V曲线的电压崩溃点,得到该组随机模糊参数k和c所对应的一组电压崩溃点的电压值Vcr与λ值。
3、分别拟合电压崩溃点处电压值Vcr与λ值的概率分布
根据这组参数k和c对应生成的风机出力,通过连续潮流计算得到的一组电压崩溃点,取出每个电压崩溃点的电压值Vcr与λ值,并采用核密度估计分别对电压值Vcr和λ值服从的概率分布进行拟合,电压崩溃点电压值Vcr与λ值的随机性可用正态分布函数对进行拟合,如图2和图3所示。然后分别提取出电压值Vcr概率分布的系数σV、μV和λ值概率分布的系数σλ、μλ
对公式(7)、(8)分别进行简单变形:
不难知有:我们分别取电压值Vcr服从的概率分布的系数μV、bV和λ值服从的概率分布的系数μλ、bλ作研究。其拟合结果如图3和图4所示。
4、多次拟合求取概率分布电压崩溃点处的电压值Vcr与λ值的隶属度函数
根据风速随机模糊不确定模型,选取一组参数k和c进行上述步骤1、步骤2和步骤3可以得到一组电压崩溃点电压值Vcr与λ值概率分布系数;现将500组参数ki和ci(其中i=1,2,…,500.)对应生成的风机出力组逐次进行连续潮流计算,求得每一组电压崩溃点的电压值Vcr与λ值概率分布的系数。对应生成500组拟合系数μV、bV和μλ、bλ,对其数值大小出现的频率进行统计,发现拟合系数和在一定范围内波动,具有模糊性。用来描述其拟合系数的模糊特性。观察图5和图6,可以采用梯形模糊变量三角形模糊变量描述电压崩溃点的电压值Vcr的概率分布拟合系数的模糊特性;其隶属度函数分别为:
观察图7和图8,可以采用梯形模糊变量三角形模糊变量描述电压崩溃点λ值的概率分布拟合系数的模糊特性;其隶属度函数分别为:
5、用机会测度来描述波动的电压崩溃点处电压值Vcr与λ值的概率分布
根据以上得到电压崩溃点的随机模糊模型,将电压崩溃点的随机模糊特性用机会测度分布函数描述:
其中 表示电压崩溃点是随机模糊变量,也即得到的是一个波动的电压崩溃点。
据此就得到一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法。
以上实施方案仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的保护范畴。
Claims (6)
1.一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法,其特征在于:
(1)风电出力随机不确定性建模;
(2)风电接入电力系统的随机模糊连续潮流计算;
(3)拟合电压崩溃点处的电压值Vcr与λ值服从的概率分布;
(4)多次拟合求取概率分布电压崩溃点处的电压值Vcr与λ值的隶属度函数;
(5)用机会测度来描述波动的电压崩溃点的随机模糊特性。
2.根据权利要求1所述的一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法,其特征在于,所述步骤1)中风电出力随机模糊不确定性建模,要先建立风速随机模糊不确定模型,选取一组符合要求形状参数k和尺度参数c组来得到随机模糊风速;再依据风电出力模型,得到风电随机模糊出力。
3.根据权利要求1所述的一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法,其特征在于,所述步骤2)中考虑风电接入电力系统的随机模糊连续潮流计算,以一个风电出力大小对应进行一次连续潮流计算,得到一条PV曲线,并找到电压崩溃点处的电压值Vcr与λ值;依据求得的一组风电随机模糊出力大小,得到所有风电出力水平下的PV曲线、电压崩溃点处的电压值Vcr与λ值,作为随机模糊连续潮流计算。
4.根据权利要求1所述的一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法,其特征在于,所述步骤3)中根据得到的所有电压崩溃点处的电压值Vcr与λ值,用核密度估计分别拟合出其服从的概率分布曲线,得到概率分布曲线的拟合参数。
5.根据权利要求1所述的一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法,其特征在于,所述步骤4)中重复权利要求1中的步骤1)、步骤2)和步骤3),在取不同形状参数和尺度参数组对生成的风机出力多次拟合电压崩溃点处的电压值Vcr与λ值服从的概率分布,然后再找出其概率分布拟合系数的隶属度函数。
6.根据权利要求1所述的一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法,其特征在于,所述步骤5)用机会测度函数来描述波动的电压崩溃点的随机模糊特性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610007863.0A CN105447658A (zh) | 2016-01-06 | 2016-01-06 | 一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610007863.0A CN105447658A (zh) | 2016-01-06 | 2016-01-06 | 一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105447658A true CN105447658A (zh) | 2016-03-30 |
Family
ID=55557806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610007863.0A Pending CN105447658A (zh) | 2016-01-06 | 2016-01-06 | 一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105447658A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106877336A (zh) * | 2017-03-14 | 2017-06-20 | 长沙理工大学 | 一种考虑风电随机性的交直流电力系统连续潮流方法 |
CN107017620A (zh) * | 2017-04-05 | 2017-08-04 | 长沙理工大学 | 一种含风电场交直流系统电压静态稳定域切平面求取方法 |
CN107086603A (zh) * | 2017-06-05 | 2017-08-22 | 长沙理工大学 | 一种含dfig电力系统随机模糊连续潮流方法 |
CN107730111A (zh) * | 2017-10-12 | 2018-02-23 | 国网浙江省电力公司绍兴供电公司 | 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 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100109447A1 (en) * | 2008-10-31 | 2010-05-06 | General Electric Company | Wide area transmission control of windfarms |
CN102522709A (zh) * | 2011-12-31 | 2012-06-27 | 广东电网公司佛山供电局 | 变压器状态检修的决策方法及系统 |
-
2016
- 2016-01-06 CN CN201610007863.0A patent/CN105447658A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100109447A1 (en) * | 2008-10-31 | 2010-05-06 | General Electric Company | Wide area transmission control of windfarms |
CN102522709A (zh) * | 2011-12-31 | 2012-06-27 | 广东电网公司佛山供电局 | 变压器状态检修的决策方法及系统 |
Non-Patent Citations (2)
Title |
---|
沈志伟: "考虑静态负荷特性和风力发电特性的电力系统连续潮流模型研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
马瑞等: "日风速随机模糊不确定模型", 《中国电机工程学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106877336A (zh) * | 2017-03-14 | 2017-06-20 | 长沙理工大学 | 一种考虑风电随机性的交直流电力系统连续潮流方法 |
CN106877336B (zh) * | 2017-03-14 | 2020-01-10 | 长沙理工大学 | 一种考虑风电随机性的交直流电力系统连续潮流方法 |
CN107017620A (zh) * | 2017-04-05 | 2017-08-04 | 长沙理工大学 | 一种含风电场交直流系统电压静态稳定域切平面求取方法 |
CN107086603A (zh) * | 2017-06-05 | 2017-08-22 | 长沙理工大学 | 一种含dfig电力系统随机模糊连续潮流方法 |
CN107730111A (zh) * | 2017-10-12 | 2018-02-23 | 国网浙江省电力公司绍兴供电公司 | 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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shi et al. | Hybrid forecasting model for very-short term wind power forecasting based on grey relational analysis and wind speed distribution features | |
Xu et al. | Robust dispatch of high wind power-penetrated power systems against transient instability | |
CN102709908B (zh) | 大规模风电接入电网后的网损预测方法 | |
CN104485665B (zh) | 计及风速预测误差时空相关性的动态概率潮流计算方法 | |
CN103746370B (zh) | 一种风电场可靠性建模方法 | |
CN105656031B (zh) | 基于高斯混合分布特征的含风电电力系统安全风险评估方法 | |
Zeng et al. | Online identification of inertia distribution in normal operating power system | |
CN103927695A (zh) | 基于自学习复合数据源的风电功率超短期预测方法 | |
CN104269867B (zh) | 一种节点扰动功率转移分布均衡度分析方法 | |
CN104217077A (zh) | 一种反映风速变化特性的风力发电出力随机模型建模方法 | |
CN104331572A (zh) | 考虑风速和风电机组故障相关性的风电场可靠性建模方法 | |
CN105447658A (zh) | 一种含风电随机模糊注入电力系统波动的电压崩溃点求取方法 | |
CN107968409A (zh) | 一种考虑不平衡功率分配的概率潮流计算方法及系统 | |
CN104201700A (zh) | 计及风电不确定性波动的区域电网火电调频机组配置方法 | |
CN104751006B (zh) | 一种计及变量相关性的概率潮流计算方法 | |
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 | |
Liu et al. | Rapid assessment of maximum distributed generation output based on security distance for interconnected distribution networks | |
Segura-Heras et al. | Wind farm electrical power production model for load flow analysis | |
CN103955779A (zh) | 一种风电功率爬坡事件概率场景预测方法 | |
CN106845863A (zh) | 一种分布式风力发电出力与供暖负荷同步指数预测方法 | |
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 | |
Ye et al. | Combined Gaussian mixture model and cumulants for probabilistic power flow calculation of integrated wind power network | |
CN102664409A (zh) | 一种基于实测数据风电场风电功率实时预测的计算方法 | |
Wang et al. | Applying probabilistic collocation method to power flow analysis in networks with wind farms | |
CN104915889A (zh) | 一种基于日负荷曲线在线获取综合负荷模型参数的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160330 |
|
WD01 | Invention patent application deemed withdrawn after publication |