CN107086603A - 一种含dfig电力系统随机模糊连续潮流方法 - Google Patents

Abstract

本发明公开一种含DFIG电力系统随机模糊连续潮流方法，考虑DFIG风电机组注入功率的多重不确定性，建立DFIG风电场的机械模型和稳态运行模型，并将DFIG稳态运行方程嵌入至系统的潮流计算中，推导含DFIG电力系统Jacobian矩阵，运用切线预测法及lambda校正，建立含DFIG的随机模糊连续潮流计算方法；具体的，将电压崩溃点电压幅值和负荷增长因子分别单独进行讨论，根据不确定性理论的数学原理知电压崩溃点也是一个随机模糊变量，用随机模糊连续潮流方法能更全面体现电压崩溃点的不确定性特征，揭示风电机组多重不确定性注入给电压崩溃点带来的影响，将DFIG稳定方程嵌入至连续潮流计算中，能反映变化风速对系统电压崩溃点的渐变影响，更符合实际。

Description

一种含DFIG电力系统随机模糊连续潮流方法

技术领域

本发明涉及一种含风电随机模糊连续潮流方法，属于电力系统安全运行领域。

背景技术

风速不确定特征建模和预测是大规模风电接入电力系统规划和运行的基础性工作。

文献《Bibliography on voltage stability》提到连续潮流可追踪计算负荷变化时的潮流解，计算出到达电压崩溃点的最大负荷增长量，用以静态电压稳定分析。传统连续潮流用来追踪电力系统在确定负载情况下的PV曲线，并以此得到电压崩溃点，负载情况的改变也将使电压崩溃点随之变动。此外，考虑到风电的多重不确定性注入，如果仍将系统潮流方程视为确定性的研究方法有所欠妥。

本专利考虑DFIG风电机组注入功率的多重不确定性，建立含DFIG稳态方程的随机模糊连续潮流(Random Fuzzy Continuation Power Flow)计算方法，用以分析风电不确定注入电力系统对系统静态电压稳定的影响。

发明内容

本专利考虑DFIG风电机组注入功率的多重不确定性，建立DFIG风电场的机械模型和稳态运行模型，并将DFIG稳态运行方程嵌入至系统的潮流计算中，推导含DFIG电力系统Jacobian矩阵，运用切线预测法及lambda校正，建立含DFIG的随机模糊连续潮流计算方法。

本发明采用如下技术方案：该方法主要包括如下步骤：

步骤1：建立随机模糊风速模型；

步骤2：建立随机模糊风电出力模型；

步骤3：建立DFIG稳定运行的随机模糊模型；

步骤4：建立DFIG出力随机模糊注入电力系统的连续潮流模型。

附图说明

图为随机模糊连续潮流的计算流程图。

具体实施方式

本发明包括以下步骤：

1定义随机模糊变量

随机模糊变量ξ(θ,ω)可以看作是从可能性空间(Θ,P(Θ),Pos)到随机变量集合的函数。假设η₁,η₂,…,η_m是随机模糊变量，u₁,u₂,…,u_m为[0,1]区间上的实数，且u₁∨u₂∨…∨u_m＝1，则

在很多统计问题中，常常假设随机变量服从的分布是已知的，而其中的参数类型是未知的。

2建立随机模糊风速模型

风速通常可以用Weibull来生成，常用的风速模型，一般将其形状参数k和尺度参数c视为固定值，其Weibull分布概率密度函数为：

式中：v为风速大小。在实际研究中，我们通常无法获知确定的k和c，只能通过统计得到其在某一置信水平的值；因此，在实际中Weibull分布中的形状参数k和尺度参数c是无法准确得到。文献《日风速随机模糊不确定模型》将风速的形状参数和尺度参数视为模糊变量，并将风速定义为随机模糊变量。其研究了多年实际风速数据，发现分布参数k可采用三角模糊变量ξ_k＝(1.14,1.75,3.64)表示，尺度参数c可采用梯形模糊变量ξ_c＝(2.95,4.40,6.40，8.22)表示，其相应隶属度函数分别可用式(3)和(4)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，得到Weibull分布的机会测度分布函数：

其中ξ_k和ξ_c分别是形状参数和尺度参数的模糊表达形式。为随机模糊风速，本专利“～”为随机模糊变量的标记(下同)。

3建立随机模糊风电出力模型

根据风电机组出力与风速的关系，得到随机模糊风速下，风电机组出力模型：

其中为风电机组随机模糊出力，ξ_v-cut-in为切入风速，ξ_v-cut-out为切出风速，ξ_v-rated为额定风速

假定风电机组运行在恒功率因素模式下，则风电机组无功出力为：

其中风电机无功功率出力为随机模糊变量，为恒定的功率因素角。

4建立DFIG稳定运行的随机模糊模型

稳态运行的DFIG风电机组，其要满足。考虑DFIG风电机组功率随机模糊注入，假设η₁,η₂,…,η_m是随机模糊变量，u₁,u₂,…,u_m为[0,1]区间上的实数，且u₁∨u₂∨…∨u_m＝1，则

其中和分别为定子电压幅值和电子电压相角；和分别为转子电压幅值和转子电压相角；和分别为定子电流幅值和定子电流相角；和分别为转子电流幅值和转子电流相角；R_s和X_s分别为定子电阻和定子漏抗；R_r和X_r分别为转子电阻和转子漏抗；X_m是励磁阻抗；k₀是同步系数；是滑差；P_GB,Loss是齿轮箱功率损耗，在这里假定为0。在DFIG稳态方程中，有7个基本变量：

这7个DFIG方程是非线性的，可以用牛顿-拉夫逊迭代法来进行求解。当DFIG输出功率为随机模糊变量时，上述7个基本变量也为随机模糊变量，DFIG方程的紧凑形式可描述为：

然而，DFIG稳定运行有先决条件，风速要在切入风速与额定风速之间，即在公式(6)的第二、三种情形下。当DFIG运行在式(6)的第一种情形下，DFIG的机械功率可认为是实际注入系统的功率，即为0。

5建立DFIG出力随机模糊注入电力系统的连续潮流模型

考虑将DFIG稳态运行方程嵌入到潮流迭代计算过程中已有研究，其能更好反应出风电机组在电力系统中的运行特性。据此，有研究将DFIG稳态运行方程嵌入至连续潮流的计算过程中，用含DFIG方程组的修正Jacobian矩阵进行预测步及校正步计算，其能更好反映出风电出力不确定对电力系统安全域的影响。考虑到电力系统是相对稳定的大系统，单个元件对系统稳定的影响相对较小，本专利将DFIG方程嵌入至连续潮流计算，只考虑DFIG对系统潮流产生影响，在校正步修正Jacobian矩阵，而在预测过程仍采用未含DFIG方程的传统切线预测方法进行潮流近似解的预估；且在临近电压崩溃点处考虑的lambda校正。

考虑风电出力注入的随机模糊性，电力系统节点电压和相角值变为随机模糊变量，则引入参变量的含DFIG电力系统潮流方程可以写为：

其中P_Gi0为节点i的发电机有功出力初始值，Q_Gi为节点i的发电机无功出力，P_Li0和Q_Li0分别为节点i的负荷有功出力初始值和无功出力初始值，n_Gi为节点i的发电机有功增长方向向量，n_Li和n_QLi分别为节点i的负荷有功增长方向向量和无功增长方向向量，和分别表示节点i与节点j的随机模糊电压幅值，表示节点i与节点j的随机模糊电压相角差值，G_ij和B_ij分别节点i与节点j之间的网络导纳矩阵的实部和虚部。为随机模糊负荷增长因子。

式(11)的紧凑形式可以写为：

其中和分别表示随机模糊电压幅值和电压相角，为随机模糊负荷增长因子。

连续潮流的计算通过负荷参数采用预估校正，在不同负荷参数下的潮流预测值处反复迭代，计算出准确的潮流解。考虑DFIG风电机组随机模糊注入电力系统，接下来讨论连续潮流的预测步及校正步的计算过程：

1)预测步

为找到一个近似的潮流解，进行预测计算来为下次校正求解扩展潮流方程提供一个初始值，只有预测值越靠近PV曲线，在校正步的迭代次数就会越少，加快连续潮流的计算时间。此部分采用线性预估，以切线方向作为预测方向，求取潮流计算中的一个近似解，其切向量可由偏微分方程得到：

切向量得到之后需乘一个预测步长σ来得到预测值在切向量方向的长度，其表达式为：

根据式(13)与式(14)可以计算预测点如下：

2)校正步

通过预测步得到一个估计值后，要通过误差校正得到实际潮流结果值，通常采用牛顿-拉夫逊法迭代进行求解。此部分，将DFIG稳定运行的方程引入到校正过程的潮流计算进行迭代。其中对DFIG稳态运行方程的基本变量求偏导，得到迭代的Jacobian矩阵，可以表示为：

假定系统有个n节点，p个PQ节点，q个PV节点，且DFIG运行在功率控制模式，则可以用极坐标形式表示DFIG稳态方程与系统潮流方程的关联矩阵，如式(16)表示：

考虑DFIG注入电力系统的系统Jacobian矩阵可用式(18)表示：

考虑DFIG出力随机模糊注入电力系统，得到系统Jacobian矩阵，用牛顿-拉夫逊法进行迭代计算系统潮流，校正预测的潮流值，得到准确的潮流结果。迭代的完整表达式可以写为：

6随机模糊连续潮流的计算步骤

在研究系统随机模糊电压崩溃点之前，有必要先探讨风电随机注入下电压崩溃点的随机特征。首先，考虑在某一特定风电出力下，用连续潮流画出PV曲线，并逐次在不同风电出力下，画出所有PV曲线，形成PV曲线带。然后根据得到的PV曲线，提取出所有电压崩溃点，研究电压崩溃点的分布特征，最后，将电压崩溃点的电压幅值和负荷增长因子的值提取出来，分别讨论其分布特征。

随机模糊连续潮流本质上在不同状态下的多次连续潮流计算，但其基于在不确定理论分析的基础上，对得到的电压崩溃点进行统计分析，得到电压崩溃点的不确定特性。随机模糊连续潮流的具体计算步骤为：

1)、设定模糊模拟次数的最大值。

2)、根据Weibull分布形状参数和尺度参数的模糊隶属度函数，模拟生成一组形状参数kⁱ和尺度参数cⁱ。

3)、用形状参数kⁱ和尺度参数cⁱ来生成随机模糊风速并得到风电随机模糊有功出力和无功出

4)、判断生成的随机模糊风电有功出力是否为零；如果为零，用传统不含DFIG方程的连续潮流法来计算得到电压崩溃点；若不为零，则转到步骤5)。

5)、依据得到的风电有功出力无功出力和考虑DFIG出力随机模糊注入电力系统的连续潮流模型计算电压崩溃点，画出PV曲线的上半段，并得到电压崩溃点处的电压幅值和负荷增长因子λ^cr。

6)、判断每组随机的风速是否计算完；如果已经算完，转到步骤7)；如果未算完，则返回步骤3)。

7)、用合适的分布函数分别拟合电压崩溃点的电压幅值和幅值增长因子λ^cr。

8)、判断模糊模拟次数是否达到上限值；如果达到上限，转至步骤9)；若未达到上限，则返回步骤2)。

9)、分析拟合参数的模糊特性，得到每个拟合参数的模糊分布函数。

Claims (5)

1.一种含DFIG电力系统随机模糊连续潮流方法，其特征在于：

步骤1：建立随机模糊风速模型；

步骤2：建立随机模糊风电出力模型；

步骤3：建立DFIG稳定运行的随机模糊模型；

步骤4：建立DFIG出力随机模糊注入电力系统的连续潮流模型。

2.根据权利要求1所述的一种含DFIG电力系统随机模糊连续潮流方法，其特征在于，所述步骤1定义随机模糊风速模型，首先定义随机模糊变量，进而根据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随机模糊风速模型。

3.根据权利要求1所述的一种含DFIG电力系统随机模糊连续潮流方法，其特征在于，所述步骤2建立随机模糊风电出力模型，根据风电机组出力与风速的关系，分别得出风电机组有功和无功出力模型。

4.根据权利要求1所述的一种含DFIG电力系统随机模糊连续潮流方法，其特征在于，所述步骤3中建立DFIG稳定运行的随机模糊模型；考虑DFIG风电机组功率随机模糊注入，建立DFIG稳态方程，基本变量为随机模糊变量时，DFIG输出功率为随机模糊变量。

5.根据权利要求1所述的一种含DFIG电力系统随机模糊连续潮流方法，其特征在于，所述步骤4中建立DFIG出力随机模糊注入电力系统的连续潮流模型；考虑到电力系统是相对稳定的大系统，单个元件对系统稳定的影响相对较小，本专利将DFIG方程嵌入至连续潮流计算，只考虑DFIG对系统潮流产生影响，在校正步修正Jacobian矩阵，而在预测过程仍采用未含DFIG方程的传统切线预测方法进行潮流近似解的预估；且在临近电压崩溃点处考虑的lambda校正；随机模糊连续潮流的计算步骤：

1)、设定模糊模拟次数的最大值；

2)、根据Weibull分布形状参数和尺度参数的模糊隶属度函数，模拟生成一组形状参数kⁱ和尺度参数cⁱ；

3)、用形状参数kⁱ和尺度参数cⁱ来生成随机模糊风速并得到风电随机模糊有功出力和无功出

4)、判断生成的随机模糊风电有功出力是否为零；如果为零，用传统不含DFIG方程的连续潮流法来计算得到电压崩溃点；若不为零，则转到步骤5)；

5)、依据得到的风电有功出力无功出力和考虑DFIG出力随机模糊注入电力系统的连续潮流模型计算电压崩溃点，画出PV曲线的上半段，并得到电压崩溃点处的电压幅值和负荷增长因子λ^cr；

6)、判断每组随机的风速是否计算完；如果已经算完，转到步骤7)；如果未算完，则返回步骤3)；

7)、用合适的分布函数分别拟合电压崩溃点的电压幅值和幅值增长因子λ^cr；

8)、判断模糊模拟次数是否达到上限值；如果达到上限，转至步骤9)；若未达到上限，则返回步骤2)；

9)、分析拟合参数的模糊特性，得到每个拟合参数的模糊分布函数。