CN106026111A - 一种基于概率潮流计算的新能源穿透率评估方法 - Google Patents

Abstract

本发明公开了一种基于概率潮流计算的新能源穿透率评估方法，属于电力系统自动化技术领域。本发明结合风光发电的可变性和不稳定性对电网的影响，以及外部负荷水平及其变化情况，以电力系统的静态稳定约束和无功控制为条件，通过概率潮流计算得出风光电站出力公共并网点的电压的变化范围，以并网点电压的规定范围为指标，对风光电站最大化并入电网的能力进行评估。本发明能够提高风光电站的安全稳定运行水平，有效保障风光电站发电量，提升节能减排效益。

Description

一种基于概率潮流计算的新能源穿透率评估方法

技术领域

本发明属于电力系统自动化技术领域，具体地说本发明涉及一种基于概率潮流计算的新能源穿透率评估方法。

背景技术

化石能源的紧缺和大气污染的日益严重，使人类意识到能源的可持续发展的重要性和紧迫性。近年来，风能和太阳能等可再生能源作为清洁能源得到了广泛的关注和大力的发展。然而风能和太阳能能源的大规模并网，其波动性和随机性也给电网的稳定运行带来了巨大挑战。多变性和不确定性是现代电力系统的固有的两个因素，确定性潮流分析方法只能分析特定的电网运行情况，如系统出现最严重故障时电网的运行情况，其提供的结果太过保守，已经不能满足分析含有波动性电源及负荷的电网的需要。作为有效求解随机参数潮流方程的一种方法，概率潮流计算是分析这种含有波动性和随机性的电网的有效工具。

风光电站站内规划主要是无功补偿装置的配备问题，无功补偿装置不足，会导致站内电压跌落，从而影响电能质量；无功补偿装置配备过剩则会造成资源的浪费。另外，新能源并网点的电压也会受到电网中负荷波动的影响。因此，站内的无功补偿不单单要考虑电站内光伏电站的出力波动，也要考虑外部电网的负荷水平。

发明内容

本发明目的是：解决上述背景下波动性电源站内规划技术上存在的不足，提供一种基于概率潮流计算的新能源穿透率评估方法。该方法能够通过概率潮流计算得出风光电站出力公共并网点的电压的变化范围，以并网点电压的规定范围为指标，对风光电站最大化并入电网的能力进行评估。

具体地说，本发明是采用以下技术方案实现的，包括以下步骤：

1)建立风光电站功率以及负荷功率的概率分布模型；

2)基于拉丁超立方抽样方法对概率潮流计算的各个输入变量进行抽样；

3)依据各个输入变量之间的相关性，利用Cholesky分解方法或改进拉丁超立方排列方法对输入变量进行排列处理；

4)初始化概率潮流计算，记录此时的波动电源的总装机容量P；

5)增加波动电源的总装机容量ΔP，利用蒙特卡洛模拟法把抽样结果代入潮流计算，利用牛顿-拉夫逊迭代方法计算潮流；

6)以电压合格率为指标，判断各个节点电压的波动范围是否在该电压等级规定的电压合格率范围内，如果是，进入步骤5)，否则进入步骤7)；

7)电压合格率越限，表明该节点新能源穿透率已达到最大值，此时的总装机容量P减去装机容量增量ΔP，输出结果。

上述技术方案的进一步特征在于，所述步骤1)包括：

假设风速服从两参数的Weibull分布，其概率模型为：

$f\left(x\right)=\frac{b}{a}{\left(\frac{x}{a}\right)}^{b-1}{e}^{\[-{\left(\frac{x}{a}\right)}^b\]}$

上述式中，x为风速，a、b分别代表Weibull分布的两个参数，a为尺度参数，b为形状参数；

将风速概率模型代入下式，利用如下式所示的典型的风机输出功率模型即可得到风机的输出功率：

$\left\{\begin{array}{cc}{P}_{wind}=0& W_s<V_i\\ P_{wind}=P_r\&CenterDot;\frac{W_s-V_i}{V_r-V_o}& V_i\&le;W_s\&le;V_r\\ P_{wind}=P_r& V_r<W_s\&le;V_o\\ P_{wind}=0& W_s>V_o\end{array}\right.$

上述式中，Pwind为风机的输出功率，Ws为当时的风速，Vi为切入风速，Vr为额定风速，Vo为切出风速，Pr为风机的额定功率；

以正态分布模型作为负荷的概率模型：

$f\left(p\right)=\frac{1}{\sqrt{2\mathrm{\&pi;}\mathrm{\&sigma;}}}\exp (-\frac{{(p-\mathrm{\&mu;})}^2}{2{\mathrm{\&sigma;}}^2})$

$f\left(q\right)=\frac{1}{\sqrt{2\mathrm{\&pi;}\mathrm{\&sigma;}}}\exp (-\frac{{(q-\mathrm{\&mu;})}^2}{2{\mathrm{\&sigma;}}^2})$

上述式中，p、q分别为负荷的有功、无功功率，μ为位置参数，σ为尺度参数。

上述技术方案的进一步特征在于，所述步骤2)包括：

列出各个节点的负荷、风机或太阳能电站，其有功作为各个节点的随机变量，设各个节点为恒功率因素方式，得到各个变量对应的无功功率；

假设上述随机变量共为M个，分别为x₁,x₂…x_M，x_m为其中任意一个变量，其累积概率分布函数为：

Y_m＝F_m(X_m)

把函数Y_m分成N个等距区间，选择每个等距区间的中点作为采样点，通过累计概率分布的反函数求得变量X_m的采样值；将各随机变量的采样值按照行为采样值，列为变量名排成一个M×N的矩阵C：

上述技术方案的进一步特征在于，所述步骤5)利用牛顿-拉夫逊迭代方法计算潮流，其等式约束为：

$\left\{\begin{array}{c}{P}_i-U_i\underset{j=1}{\overset{N}{\&Sigma;}}{U}_j(G_{ij}{\mathrm{cos\&theta;}}_{ij}+B_{ij}{\mathrm{sin\&theta;}}_{ij})=0\\ Q_i-U_i\underset{j=1}{\overset{N}{\&Sigma;}}{U}_j(G_{ij}{\mathrm{sin\&theta;}}_{ij}+B_{ij}{\mathrm{cos\&theta;}}_{ij})=0\end{array}\right.$

其中，N为节点总数，Ui为i节点的电压幅值，Uj为j节点的电压幅值，θij为节点i和j之间的相角差，Gij为节点i和j之间的电导，Bij为节点i和j之间的电纳，Pi和Qi分别为节点i输入的有功功率和无功功率；

其不等式约束有：

$\left\{\begin{array}{c}{P}_{G\min }\&le;P_G\&le;P_{G\max }\\ Q_{G\min }\&le;Q_G\&le;Q_{G\max }\\ 0\&le;P_{Line}\&le;P_{L\_rated}\\ 0\&le;P_{Tr}\&le;P_{Tr\_rated}\end{array}\right.$

P_G、Q_G为发电机的有功、无功出力，P_Gmin、P_Gmax为发电机有功出力的上下限,Q_Gmin、Q_Gmax为发电机无功出力的上下限,P_Line为线路承载的功率，P_{L_rated}为线路额定功率，P_Tr为变压器承载的功率，P_{Tr_rated}为变压器额定功率。

上述技术方案的进一步特征在于，所述步骤6)判断各个节点电压的波动范围是否在该电压等级规定的电压合格率范围内的方法如下：依据节点电压等级的门限值为标准，判断概率潮流的各个迭代结果是否越限，计算每个节点的电压合格率：

${\mathrm{\&eta;}}_i=\frac{N_i-N_{ithre}}{N_i}$

式中，η_i为第i个节点的电压合格率，N_i为第i个节点概率潮流采样的总个数，N_ithre为第i个节点电压越限的采样点个数。

本发明的有益效果如下：本发明通过概率潮流计算得出风光电站出力公共并网点的电压的变化范围，以并网点电压的规定范围为指标，对风光电站最大化并入电网的能力进行评估，能够提高风光电站的安全稳定运行水平，有效保障风、光电站发电量，提升节能减排效益。

附图说明

图1是本发明的流程图。

图2为实施例中整体电网的主要拓扑结构图。

图3为概率潮流迭代中电压波动的幅值。

具体实施方式

下面结合实施例并参照附图对本发明作进一步详细描述。

实施例1：

本发明的一个实施例，其步骤如图1所示。

步骤1是建立风光电站功率以及负荷功率的概率分布模型，具体包括以下内容：

假设风速服从两参数的Weibull分布，其概率模型为：

$f\left(x\right)=\frac{b}{a}{\left(\frac{x}{a}\right)}^{b-1}{e}^{\&lsqb;-{\left(\frac{x}{a}\right)}^b\&rsqb;}$

上述式中，x为风速，a、b分别代表Weibull分布的两个参数，a为尺度参数，b为形状参数；

将风速概率模型代入下式，利用如下式所示的典型的风机输出功率模型即可得到风机的输出功率：

$\left\{\begin{array}{cc}{P}_{wind}=0& W_s<V_i\\ P_{wind}=P_r\&CenterDot;\frac{W_s-V_i}{V_r-V_o}& V_i\&le;W_s\&le;V_r\\ P_{wind}=P_r& V_r<W_s\&le;V_o\\ P_{wind}=0& W_s>V_o\end{array}\right.$

上述式中，Pwind为风机的输出功率，Ws为当时的风速，Vi为切入风速，Vr为额定风速，Vo为切出风速，Pr为风机的额定功率；

以正态分布模型作为负荷的概率模型：

$f\left(p\right)=\frac{1}{\sqrt{2\mathrm{\&pi;}\mathrm{\&sigma;}}}\exp (-\frac{{(p-\mathrm{\&mu;})}^2}{2{\mathrm{\&sigma;}}^2})$

$f\left(q\right)=\frac{1}{\sqrt{2\mathrm{\&pi;}\mathrm{\&sigma;}}}\exp (-\frac{{(q-\mathrm{\&mu;})}^2}{2{\mathrm{\&sigma;}}^2})$

上述式中，p、q分别为负荷的有功、无功功率，μ为位置参数，σ为尺度参数。

步骤2是基于拉丁超立方抽样方法对概率潮流计算的各个输入变量进行抽样，具体包括以下内容：

列出各个节点的负荷、风机或太阳能电站，其有功作为各个节点的随机变量，为计算简便，设各个节点为恒功率因素方式，可以得到各个变量对应的无功功率。

假设上述随机变量共为M个，分别为x₁,x₂…x_M，x_m为其中任意一个变量，其累积概率分布函数为：

Y_m＝F_m(X_m)

把函数Y_m分成N个等距区间，选择每个等距区间的中点作为采样点，通过累计概率分布的反函数求得变量X_m的采样值；将各随机变量的采样值按照行为采样值，列为变量名排成一个M×N的矩阵C：

步骤3是依据各个输入变量之间的相关性，利用Cholesky分解方法或改进拉丁超立方排列方法对输入变量进行排列处理，以减少变量间的相关性对概率潮流算出的结果的影响。

步骤4是初始化概率潮流计算，记录此时的波动电源的总装机容量P。

步骤5是增加波动电源的总装机容量ΔP，利用蒙特卡洛模拟法把抽样结果代入潮流计算，利用牛顿-拉夫逊迭代方法计算潮流，其等式约束为：

$\left\{\begin{array}{c}{P}_i-U_i\underset{j=1}{\overset{N}{\&Sigma;}}{U}_j(G_{ij}{\mathrm{cos\&theta;}}_{ij}+B_{ij}{\mathrm{sin\&theta;}}_{ij})=0\\ Q_i-U_i\underset{j=1}{\overset{N}{\&Sigma;}}{U}_j(G_{ij}{\mathrm{sin\&theta;}}_{ij}+B_{ij}{\mathrm{cos\&theta;}}_{ij})=0\end{array}\right.$

其中，N为节点总数，Ui为i节点的电压幅值，Uj为j节点的电压幅值，θij为节点i和j之间的相角差，Gij为节点i和j之间的电导，Bij为节点i和j之间的电纳，Pi和Qi分别为节点i输入的有功功率和无功功率；

其不等式约束有：

$\left\{\begin{array}{c}{P}_{G\min }\&le;P_G\&le;P_{G\max }\\ Q_{G\min }\&le;Q_G\&le;Q_{G\max }\\ 0\&le;P_{Line}\&le;P_{L\_rated}\\ 0\&le;P_{Tr}\&le;P_{Tr\_rated}\end{array}\right..$

P_G、Q_G为发电机的有功、无功出力，P_Gmin、P_Gmax为发电机有功出力的上下限,Q_Gmin、Q_Gmax为发电机无功出力的上下限,P_Line为线路承载的功率，P_{L_rated}为线路额定功率，P_Tr为变压器承载的功率，P_{Tr_rated}为变压器额定功率。

步骤6是以电压合格率为指标，判断各个节点电压的波动范围是否在该电压等级规定的电压合格率范围内，如果是，进入步骤5)，否则进入步骤7)。判断各个节点电压的波动范围是否在该电压等级规定的电压合格率范围内的方法如下：：依据节点电压等级的门限值为标准，判断概率潮流的各个迭代结果是否越限，计算每个节点的电压合格率：

${\mathrm{\&eta;}}_i=\frac{N_i-N_{ithre}}{N_i}$

式中，η_i为第i个节点的电压合格率，N_i为第i个节点概率潮流采样的总个数，N_ithre为第i个节点电压越限的采样点个数。。

步骤7是此时的总装机容量P减去装机容量增量ΔP，输出结果。电压合格率越限，表面该节点新能源穿透率已达到最大值。

以下给出本实施例的仿真数据。该数据来自IEEE-14节点网络，风机的位置位于母线8号节点上，替换了原有的同步发电机SG3，如图2所示。本实施例以母线8号节点的电压的波动为例说明了本发明的实用性和有效性，风机随着装机容量的逐步增加，其并网点上的电压呈下降趋势。

首先，要对风电接入点的电压合格率进行设定，本项案例中设定风电接入点的电压合格率为不少于95％。

将负荷变量与风机变量利用拉丁超立方抽样方法进行抽样排列，利用蒙特卡洛法对抽取的样本进行迭代，得出的电压波动的幅值如图3所示。设该节点电压水平的允许波动范围是(0.95，1.05)，统计出电压越限的样品个数，计算出电压合格率为98.6％。

在此基础上，设定风电的装机容量以5MW的增长率增加，与此同时，同步电机的装机容量做相应的减少，将此时的风电值代入蒙特卡洛方法进行迭代，统计出电压越限的样品个数，计算出电压合格率为97.8％。

当风电装机容量再次增加，直到电压合格率降到95％以下。记录上一次迭代时风机的装机容量，即为并网点处可容纳新能源发电的最大值。

虽然本发明已以较佳实施例公开如上，但实施例并不是用来限定本发明的。在不脱离本发明之精神和范围内，所做的任何等效变化或润饰，同样属于本发明之保护范围。因此本发明的保护范围应当以本申请的权利要求所界定的内容为标准。

Claims (5)

1.一种基于概率潮流计算的新能源穿透率评估方法，其特征在于，包括以下步骤：

1)建立风光电站功率以及负荷功率的概率分布模型；

2)基于拉丁超立方抽样方法对概率潮流计算的各个输入变量进行抽样；

3)依据各个输入变量之间的相关性，利用Cholesky分解方法或改进拉丁超立方排列方法对输入变量进行排列处理；

4)初始化概率潮流计算，记录此时的波动电源的总装机容量P；

5)增加波动电源的总装机容量ΔP，利用蒙特卡洛模拟法把抽样结果代入潮流计算，利用牛顿-拉夫逊迭代方法计算潮流；

6)以电压合格率为指标，判断各个节点电压的波动范围是否在该电压等级规定的电压合格率范围内，如果是，进入步骤5)，否则进入步骤7)；

7)电压合格率越限，表明该节点新能源穿透率已达到最大值，此时的总装机容量P减去装机容量增量ΔP，输出结果。

2.根据权利要求1所述的基于概率潮流计算的新能源穿透率评估方法，其特征在于，所述步骤1)包括：

假设风速服从两参数的Weibull分布，其概率模型为：

$f\left(x\right)=\frac{b}{a}{\left(\frac{x}{a}\right)}^{b-1}{e}^{\&lsqb;-{\left(\frac{x}{a}\right)}^b\&rsqb;}$

上述式中，x为风速，a、b分别代表Weibull分布的两个参数，a为尺度参数，b为形状参数；

将风速概率模型代入下式，利用如下式所示的典型的风机输出功率模型即可得到风机的输出功率：

$\left\{\begin{array}{cc}{P}_{wind}=0& W_s<V_i\\ P_{wind}=P_r\&CenterDot;\frac{W_s-V_i}{V_r-V_o}& V_i\&le;W_s\&le;V_r\\ P_{wind}=P_r& V_r<W_s\&le;V_o\\ P_{wind}=0& W_s>V_o\end{array}\right.$

上述式中，Pwind为风机的输出功率，Ws为当时的风速，Vi为切入风速，Vr为额定风速，Vo为切出风速，Pr为风机的额定功率；

以正态分布模型作为负荷的概率模型：

$f\left(p\right)=\frac{1}{\sqrt{2\mathrm{\&pi;}\mathrm{\&sigma;}}}\exp (-\frac{{(p-\mathrm{\&mu;})}^2}{2{\mathrm{\&sigma;}}^2})$

$f\left(q\right)=\frac{1}{\sqrt{2\mathrm{\&pi;}\mathrm{\&sigma;}}}\exp (-\frac{{(q-\mathrm{\&mu;})}^2}{2{\mathrm{\&sigma;}}^2})$

上述式中，p、q分别为负荷的有功、无功功率，μ为位置参数，σ为尺度参数。

3.根据权利要求1所述的基于概率潮流计算的新能源穿透率评估方法，其特征在于，所述步骤2)包括：

列出各个节点的负荷、风机或太阳能电站，其有功作为各个节点的随机变量，设各个节点为恒功率因素方式，得到各个变量对应的无功功率；

假设上述随机变量共为M个，分别为x₁,x₂…x_M，x_m为其中任意一个变量，其累积概率分布函数为：

Y_m＝F_m(X_m)

把函数Y_m分成N个等距区间，选择每个等距区间的中点作为采样点，通过累计概率分布的反函数求得变量X_m的采样值；将各随机变量的采样值按照行为采样值，列为变量名排成一个M×N的矩阵C：

4.根据权利要求1所述的基于概率潮流计算的新能源穿透率评估方法，其特征在于，所述步骤5)利用牛顿-拉夫逊迭代方法计算潮流，其等式约束为：

$\left\{\begin{array}{c}{P}_i-U_i\underset{j=1}{\overset{N}{\&Sigma;}}{U}_j\left(G_{ij}{\mathrm{cos\&theta;}}_{ij}+B_{ij}{\mathrm{sin\&theta;}}_{ij}\right)=0\\ Q_i-U_i\underset{j=1}{\overset{N}{\&Sigma;}}{U}_j\left(G_{ij}{\mathrm{sin\&theta;}}_{ij}+B_{ij}{\mathrm{cos\&theta;}}_{ij}\right)=0\end{array}\right.$

其中，N为节点总数，Ui为i节点的电压幅值，Uj为j节点的电压幅值，θij为节点i和j之间的相角差，Gij为节点i和j之间的电导，Bij为节点i和j之间的电纳，Pi和Qi分别为节点i输入的有功功率和无功功率；

其不等式约束有：

$\left\{\begin{array}{c}{P}_{G\min }\&le;P_G\&le;P_{G\max }\\ Q_{G\min }\&le;Q_G\&le;Q_{G\max }\\ 0\&le;P_{L\mathrm{in}e}\&le;P_{L\_rated}\\ 0\&le;P_{Tr}\&le;P_{Tr\_rated}\end{array}\right.$

P_G、Q_G为发电机的有功、无功出力，P_Gmin、P_Gmax为发电机有功出力的上下限,Q_Gmin、Q_Gmax为发电机无功出力的上下限,P_Line为线路承载的功率，P_{L_rated}为线路额定功率，P_Tr为变压器承载的功率，P_{Tr_rated}为变压器额定功率。

5.根据权利要求1所述的基于概率潮流计算的新能源穿透率评估方法，其特征在于，所述步骤6)判断各个节点电压的波动范围是否在该电压等级规定的电压合格率范围内的方法如下：依据节点电压等级的门限值为标准，判断概率潮流的各个迭代结果是否越限，计算每个节点的电压合格率：

${\mathrm{\&eta;}}_i=\frac{N_i-N_{ithre}}{N_i}$

式中，η_i为第i个节点的电压合格率，N_i为第i个节点概率潮流采样的总个数，N_ithre为第i个节点电压越限的采样点个数。