CN110378578B - 一种基于点估计的交直流混联配电网风险评估方法 - Google Patents

一种基于点估计的交直流混联配电网风险评估方法 Download PDF

Info

Publication number
CN110378578B
CN110378578B CN201910591989.0A CN201910591989A CN110378578B CN 110378578 B CN110378578 B CN 110378578B CN 201910591989 A CN201910591989 A CN 201910591989A CN 110378578 B CN110378578 B CN 110378578B
Authority
CN
China
Prior art keywords
distribution network
power distribution
hybrid power
sample data
current
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
Application number
CN201910591989.0A
Other languages
English (en)
Other versions
CN110378578A (zh
Inventor
肖浩
裴玮
孔力
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Electrical Engineering of CAS
Original Assignee
Institute of Electrical Engineering of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Electrical Engineering of CAS filed Critical Institute of Electrical Engineering of CAS
Priority to CN201910591989.0A priority Critical patent/CN110378578B/zh
Publication of CN110378578A publication Critical patent/CN110378578A/zh
Application granted granted Critical
Publication of CN110378578B publication Critical patent/CN110378578B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种基于点估计的交直流混联配电网风险评估方法，步骤为：1)分析交直流混联配电网中可再生能源功率、负荷功率等输入随机样本数据的各阶矩信息，构造描述输入随机样本数据统计特性的估计点；2)以描述输入随机样本数据特性的估计点为输入，进行交直流混联配电网潮流计算，获取交直流混联配电网输出状态变量的概率分布信息；3)构建风险评估指标，统计各输出状态变量的越限值，评估其越限严重度，结合各输出状态变量的越限概率，综合计算交直流混联配电网系统运行风险。本发明无需对交直流混联配电网潮流计算程序的繁复大量调用，可大大降低风险评估时间，有助于交直流混联配电网的规划设计及风险调度方案制定，提升系统运行可靠性和安全性。

Description

一种基于点估计的交直流混联配电网风险评估方法
技术领域
本发明涉及一种交直流混联配电网风险评估方法。
背景技术
随着分布式可再生能源在配电网中接入渗透率不断提高、电动汽车等柔性负荷接入规模的不断扩大，配电网中各类不确定性因素急剧增长，导致系统运行风险也随之大幅攀升。目前配电网一般按开环方式运行，在可再生能源波动、系统故障等情况下，不同线路难以相互支撑，可靠性低。通过多端中低压柔性直流，互联多个交流馈线构建交直流混联配电系统可充分利用直流灵活的潮流控制与转供能力，增加功率调节的柔性，实现对更大范围的分布式电源功率波动的分担；另一方面，通过直流网络为多个交流馈线互联互济，也可以实现系统风险的有效平抑和均衡，有助于提高系统N-1故障时的可靠性。
但直流系统的引入也对传统配电系统的风险评估带来了更大的挑战，交直流混联配电系统中直流与交流之间风险通过换流站存在相互耦合，直流系统稳定性影响交流系统功率平衡，进而可能导致交流系统电压失稳，交流系统电压失稳反过来又可能引起直流换相失败，影响直流稳定性；与此同时，交直流混联配电系统中各换流站控制模式多样，直流运行方式也复杂多变，直流网内还存在间歇性电源随机波动，在这多种复杂的不确定因素影响下直流稳定边界及其对交流的支撑能力将不断变化，因此交直流混联配电系统的整体运行风险将更趋复杂。
目前已有相关研究针对交直流混联系统的风险评估展开，如专利108565865A 一种含风电的交直流混联系统风险评估方法，采用威布尔分布双参数曲线对风电场的风速分布进行建模，并基于非序贯蒙特卡洛法抽样进行了风速的抽样和系统的风险评估；但非序贯蒙特卡洛随机抽样需要成千上万次的取样和仿真评价，评估时间冗长，且难以实现在线应用。专利109524982A 一种交直流电网暂态稳定风险评估方法，采用直流控制系统大扰动状态下的实时测量信息进行快速假想故障集的并行解析评估，以得到该次扰动基于假想故障集的连续换相失败风险估计值；专利109242239A 一种交直流混合电网运行风险评估方法和装置，通过获取发电机组、交流线路、换流站和直流线路各自的实时状态，然后将实时状态带入预先构建的运行风险评估模型，计算获得综合风险指标值；但这些方案均只考虑采集交直流系统实时运行状态后的风险评估，不具有前瞻性；同时也未充分考虑可再生能源功率及负荷功率的随机不确定性影响，具有相当的局限性。
发明内容
为克服现有技术的缺点，本发明提出一种基于点估计的交直流混联配电网风险评估方法。本发明直接通过随机样本数据的高阶矩构造估计点，对于这些估计点求解简单、少量的潮流计算即可估算电网节点电压、支路电流等状态变量的期望、方差等信息，进而统计其越限概率情况，评价系统运行风险，可以有效避免对输入随机变量和待求输出随机变量之间的复杂关系式的解析，同时也大大降低了潮流计算调用次数，显著提高了风险评估效率。
本发明基于点估计的交直流混联配电网风险评估方法，主要包括以下步骤：
(1)分析交直流混联配电网中可再生能源功率、负荷功率等输入随机样本数据的各阶矩信息，构造描述输入随机样本数据统计特性的估计点；
(2)以描述输入随机样本数据统计特性的估计点为输入，进行交直流混联配电网潮流计算，获取交直流混联配电网输出状态变量的概率分布信息；
(3)构建风险评估指标，统计交直流混联配电网各输出状态变量的越限值，评估其越限严重度，结合交直流混联配电网各输出状态变量的越限概率，综合计算交直流混联配电网系统运行风险。
所述步骤(1)中，分析交直流混联配电网中可再生能源功率或负荷功率等输入随机样本数据的各阶矩信息，构造描述输入随机样本数据的统计特性的估计点，主要包括输入样本数据的各阶矩信息分析，估计点的构造等步骤：
步骤(1-1)：统计分析交直流混联配电系统中可再生能源功率或负荷功率等输入随机样本数据zi，依据公式(1)求取这些输入随机样本数据的均值μzi、方差σzi及偏度λi,3：
Figure BDA0002116387540000021
其中，zi为第i类输入随机样本数据，指可再生能源功率或负荷功率；N为第i类输入随机样本数据的维数，μzi为第i类输入随机样本数据zi的均值，zij为第i类输入随机样本数据的第j个分量；σzi为第i类输入随机样本数据zi的方差，E[·]为求期望算子，λi,3为第i类输入随机样本数据zi的偏度。i为输入随机样本数据的类别、j为输入随机样本数据的分量编号。
步骤(1-2)：对于可再生能源功率、负荷功率等各输入随机样本数据zi，通过公式(2)构造其估计点。所述估计点即是由样本确定的统计量，可用于估计总体样本的特性分布，也称为总体样本分布的估计量：
zi,k＝μzi+ξi,kσzi k＝1,2 (2)
其中，zi,k为第i类输入随机样本数据zi对应的第k个估计点，这里k的取值为1或2；ξi,k为第i类输入随机样本数据对应的第k个位置度量系数，可由第i类输入随机样本数据的偏度λi,3通过公式(3)计算得到。
Figure BDA0002116387540000031
其中，ξi,k为第i类输入随机样本数据对应的第k个位置度量系数，k表示估计点，取值为1或2；M为输入随机样本数据的总类别数。
所述步骤(2)中，以描述输入随机样本数据特性的估计点为输入，进行交直流混联配电网潮流计算，计算获取交直流混联配电网输出状态变量的概率分布信息；具体包括输入随机样本数据对应的估计点在潮流计算中所占权重系数计算，交直流混联配电网潮流计算，统计输出状态变量的概率分布信息等步骤：
步骤(2-1)：对于可再生能源功率、负荷功率等各输入随机样本数据zi，通过公式(4)计算这些输入随机样本数据对应的估计点在在潮流计算中所占权重系数：
Figure BDA0002116387540000032
其中，wi,k为第i类输入随机样本数据对应的第k个估计点在潮流计算中所占的权重系数，πi为计算中间变量，由第i类输入随机样本数据zi的偏度λi,3计算得到,i为输入随机样本数据的类别，k表示估计点。
步骤(2-2)：导入可再生能源功率、负荷功率等各输入随机样本数据zi对应的估计点zi,k，进行交直流混联配电网潮流计算。假定交直流混联配电网潮流计算公式为Pj＝f(G1,……,GW,D1,……,DV)，其中Pj为交直流混联配电网的第j个输出状态变量，Gi为第i个可再生能源发电单元的发电功率，W为交直流混联配电网中总的可再生能源发电单元数量，Di为第i个负荷的用电功率，V为交直流混联配电网中总的负荷数量；f(·)为潮流计算方程。将可再生能源功率和负荷功率变化的随机样本数据替换为其估计点zi,k，那么潮流计算方程可表示为公式(5)所示：
Pj(i,k)＝f(z1,k,…,zi,k,…,zM,k,…,zM+1,k,…,z2M,k)k＝1,2 (5)
其中，Pj(i,k)为以第i类输入随机样本数据zi对应的第k个估计点为输入时，对应的交直流混联配电网第j个输出状态变量的取值。M为包括可再生能源功率和负荷功率在内的所有输入随机样本数据的种类数。
步骤(2-3)：依据公式(5)的潮流计算结果，统计各输出状态变量的各阶矩概率分布信息，如式(6)所示：
Figure BDA0002116387540000041
其中，Pj(i,k)为以第i类输入随机样本数据zi对应的第k个估计点为输入时，对应的交直流混联配电网第j个输出状态变量的取值。[Pj(i,k)]p代表对Pj(i,k)求取p次幂，wi,k为第i类输入随机样本数据对应的第k个估计点在潮流计算中所占的权重系数，M为包括可再生能源功率和负荷功率在内的所有输入随机样本数据的种类数。
Figure BDA0002116387540000042
代指交直流混联配电网中第j个输出状态变量Pj的p阶矩，p取1时E(Pj)代表第j个输出状态变量Pj的一阶矩，取2时
Figure BDA0002116387540000043
代表第j个输出状态变量Pj的二阶矩，
Figure BDA0002116387540000044
为交直流混联配电网中第j个输出状态变量Pj的方差。
所述步骤(3)中，构建风险评估指标，统计各输出状态变量的越限值，评估其越限严重度，结合各输出状态变量的越限概率，综合计算交直流混联配电网系统运行风险。具体包括确定输出状态变量越限值、计算越限严重度、计算运行风险等步骤：
步骤(3-1)：依据公式(7)和公式(8)确定交直流混联配电网中各节点电压、支路电流等输出状态变量越限值：
Figure BDA0002116387540000045
Figure BDA0002116387540000046
其中，Vout,i为节点i的电压越限值，Iout,j为支路j的电流越限值，Ui、Ui,min、Ui,max分别为节点i的实际电压值、最小允许电压幅值及最大允许电压幅值。Ij为支路j的实际运行电流、Ij,max为支路j的最大允许电流幅值。
步骤(3-2)：基于公式(7)和公式(8)计算得到的交直流混联配电网中各节点电压、支路电流的越限值，依据公式(9)确定其越限严重度：
Figure BDA0002116387540000051
其中，i为交直流混联配电网中节点的编号，Vout,i为第i个节点的电压越限值，j为交直流混联配电网中支路的编号，Iout,j为第j条支路的电流越限值，Sev(Vout,i)为第i个节点的电压越限严重度，Sev(Iout,j)为第j条支路的电流越限严重度，Ai、Bi、Ci分别为第i个节点的电压越限严重度函数的拟合参数，可通过查阅交直流混联配电网中各节点的越限严重度函数通过数学拟合得到。αj、βj、δj分别为第j条支路的电流越限严重度函数拟合参数，可通过查阅交直流混联配电网中各支路的越限严重度函数通过数学拟合得到，exp()代表以自然常数e为底的指数函数，Out表示电压或电流的越限值。
步骤(3-3)：基于步骤(2)中统计得到的各节点电压、支路电流的越限概率和步骤(3-2)得到的各节点电压、支路电流的越限严重度，按照公式(10)计算交直流混联配电网总运行风险：
Figure BDA0002116387540000052
其中，R为系统总运行风险值，i为交直流混联配电网中节点的编号，D为交直流混联配电网总节点数，j为交直流混联配电网中支路的编号，L为交直流混联配电网总支路数。
Figure BDA0002116387540000053
为节点i的电压累积分布函数，
Figure BDA0002116387540000054
为支路j的电流累积分布函数，Sev(Vout,i)为节点i的电压越限严重度，Sev(Iout,j)为支路j的电流越限严重度。
Figure BDA0002116387540000055
可由公式(6)中各节点电压状态变量的概率分布信息，计算相应的节点电压概率密度函数，然后再对概率密度函数积分求解得到。
Figure BDA0002116387540000056
可由公式(6)中各支路电流状态变量的概率分布信息，计算相应的支路电流概率密度函数，然后再对概率密度函数积分求解得到。
附图说明
图1为节点电压与支路电流越限严重度函数关系，图1a为节点电压越限严重度函数关系；图1b为支路电流越限严重度函数关系；
图2为交直流混联配电网点估计法风险评估流程图。
具体实施方式
本发明基于点估计的交直流混联配电网风险评估方法主要包括：
(1)分析交直流混联配电网中可再生能源功率、负荷功率等输入随机样本数据的各阶矩信息，构造描述输入随机样本数据的统计特性的估计点；
(2)以描述输入随机样本数据特性的估计点为输入，进行交直流混联配电网潮流计算，计算获取交直流混联配电网输出状态变量的概率分布信息；
(3)构建风险评估指标，统计各输出状态变量的越限值，评估其越限严重度，结合各输出状态变量的越限概率，综合计算交直流混联配电网系统运行风险。
本发明提出的基于点估计的交直流混联配电网风险评估方法，不需要对交直流混联配电网潮流计算程序繁复大量调用，故而可大大降低风险评估时间，具有较好的应用前景。
本发明具体实施流程如图2所示，包括以下步骤：
1、分析交直流混联配电网中可再生能源功率、负荷功率等输入随机样本数据的各阶矩信息，构造描述输入随机样本数据的统计特性的估计点。
(1)统计分析交直流混联配电系统中可再生能源功率、负荷功率等输入随机样本数据zi，依据公式(1)求取这些输入随机样本数据的均值μzi、方差σzi及偏度λi,3：
Figure BDA0002116387540000061
其中，zi为第i类输入随机样本数据，可代表可再生能源功率或负荷功率；N为第i类输入随机样本数据的维数，μzi为第i类输入随机样本数据zi的均值，zij为第i类输入随机样本数据的第j个分量；σzi为第i类输入随机样本数据zi的方差，E[·]为求期望算子，λi,3为第i类输入随机样本数据zi的偏度。
(2)对于可再生能源功率、负荷功率等各类输入随机样本数据zi，通过公式(2)构造其估计点，所谓估计点即是由样本确定的统计量，可用它来估计总体样本的特性分布，也称为总体样本分布的估计量：
zi,k＝μzi+ξi,kσzi k＝1,2 (2)
其中，zi,k为第i类输入随机样本数据zi对应的第k个估计点，这里k的取值为1或2；ξi,k为第i类输入随机样本数据对应的第k个位置度量系数，可由第i类输入随机样本数据的偏度λi,3通过公式(3)计算得到。
Figure BDA0002116387540000071
其中，ξi,k为第i类输入随机样本数据对应的第k个位置度量系数，k的取值为1或2；M为输入随机样本数据的总类别数。
2、以描述输入随机样本数据特性的估计点为输入，进行交直流混联配电网潮流计算，计算获取交直流混联配电网输出状态变量的概率分布信息。
(1)对于可再生能源功率、负荷功率等各输入随机样本数据zi通过公式(4)计算这些输入随机样本数据对应的估计点在在潮流计算中所占权重系数：
Figure BDA0002116387540000072
其中，wi,k为第i类输入随机样本数据对应的第k个估计点在潮流计算中所占的权重系数，πi为计算中间变量，由第i类输入随机样本数据zi的偏度λi,3计算得到。
(2)导入可再生能源功率、负荷功率等各输入随机样本数据zi对应的估计点zi,k，进行交直流混联配电网潮流计算。假定交直流混联配电网潮流计算公式为Pj＝f(G1,……,GW,D1,……,DV)，其中Pj为交直流混联配电网第j个输出状态变量，Gi为第i个可再生能源发电单元的发电功率，W为交直流混联配电网中总的可再生能源发电单元数量，Di为第i个负荷的用电功率，V为交直流混联配电网中总的负荷数量；f(·)为潮流计算方程。将可再生能源功率和负荷功率变化的随机样本数据替换为其估计点zi,k，那么潮流计算方程可表示为公式(5)所示：
Pj(i,k)＝f(z1,k,…,zi,k,…,zM,k,…,zM+1,k,…,z2M,k)k＝1,2 (5)
其中，Pj(i,k)为以第i类输入随机样本数据zi对应的第k个估计点为输入时对应的交直流混联配电网第j个输出状态变量取值。M为包括可再生能源功率和负荷功率在内的所有输入随机样本数据的种类数。
(3)依据公式(5)的潮流计算结果，统计各输出状态变量的各阶矩概率分布信息，如式(6)所示：
Figure BDA0002116387540000081
其中，Pj(i,k)为以第i类输入随机样本数据zi对应的第k个估计点为输入时对应的交直流混联配电网第j个输出状态变量的取值。[Pj(i,k)]p代表对Pj(i,k)求取p次幂，wi,k为第i类输入随机样本数据对应的第k个估计点在潮流计算中所占的权重系数，M为包括可再生能源功率和负荷功率在内的所有输入随机样本数据的种类数。
Figure BDA0002116387540000082
代指交直流混联配电网中第j个输出状态变量Pj的p阶矩，p取1时E(Pj)代表第j个输出状态变量Pj的一阶矩，取2时
Figure BDA0002116387540000083
代表第j个输出状态变量Pj的二阶矩，
Figure BDA0002116387540000084
为交直流混联配电网中第j个输出状态变量Pj的方差。
3、构建风险评估指标，统计各输出状态变量的越限值，评估其越限严重度，结合各输出状态变量的越限概率，综合计算交直流混联配电网系统运行风险。
(1)依据公式(7)和公式(8)确定交直流混联配电网中各节点电压、支路电流等输出状态变量越限值：
Figure BDA0002116387540000085
Figure BDA0002116387540000086
其中，Vout,i为节点i的电压越限值，Iout,j为支路j的电流越限值，Ui、Ui,min、Ui,max分别为节点i的实际电压值、最小允许电压幅值及最大允许电压幅值。Ij为支路j的实际运行电流、Ij,max为支路j的最大允许电流幅值。
(2)基于公式(7)和公式(8)计算得到的交直流混联配电网中各节点电压、支路电流的越限值，依据图1a中节点电压越限严重度函数关系、图1b中支路电流越限严重度函数关系和公式(9)确定其越限严重度：
Figure BDA0002116387540000087
其中，i为交直流混联配电网中节点的编号，Vout,i为第i个节点的电压越限值，j为交直流混联配电网中支路的编号，Iout,j为第j条支路的电流越限值，Sev(Vout,i)为第i个节点的电压越限严重度，Sev(Iout,j)为第j条支路的电流越限严重度，Ai、Bi、Ci分别为第i个节点的电压越限严重度函数的拟合参数，可通过查阅交直流混联配电网中各节点的越限严重度函数通过数学拟合得到。αj、βj、δj分别为第j条支路的电流越限严重度函数拟合参数，可通过查阅交直流混联配电网中各支路的越限严重度函数通过数学拟合得到，exp(·)代表以自然常数e为底的指数函数，Out表示电压或电流的越限值。
(3)基于统计得到的各节点电压、支路电流的越限概率和得到的各节点电压、支路电流的越限严重度，按照公式(10)计算交直流混联配电网总运行风险：
Figure BDA0002116387540000091
其中，R为系统总运行风险值，i为交直流混联配电网中节点的编号，D为交直流混联配电网总节点数，j为交直流混联配电网中支路的编号，L为交直流混联配电网总支路数。
Figure BDA0002116387540000092
为节点i的电压累积分布函数，
Figure BDA0002116387540000093
为支路j的电流累积分布函数，Sev(Vout,i)为节点i的电压越限严重度，Sev(Iout,j)为支路j的电流越限严重度。
Figure BDA0002116387540000094
可由公式(6)中各节点电压状态变量的概率分布信息，计算相应的节点电压概率密度函数，然后再对概率密度函数积分求解得到。
Figure BDA0002116387540000095
可由公式(6)中各支路电流状态变量的概率分布信息，计算相应的支路电流概率密度函数，然后再对概率密度函数积分求解得到。

Claims (3)

1.一种基于点估计的交直流混联配电网风险评估方法，其特征在于，所述的交直流混联配电网风险评估方法包括以下步骤：
步骤(1)、分析交直流混联配电网中可再生能源功率或负荷功率这类输入随机样本数据的各阶矩信息，构造描述输入随机样本数据统计特性的估计点；
步骤(2)、以描述输入随机样本数据统计特性的估计点为输入，进行交直流混联配电网潮流计算，获取交直流混联配电网输出状态变量的概率分布信息；
步骤(3)、构建风险评估指标，统计交直流混联配电网各输出状态变量的越限值，评估其越限严重度，结合交直流混联配电网各输出状态变量的越限概率，综合计算交直流混联配电网系统运行风险；
其中，所述步骤(1)中，分析交直流混联配电网中可再生能源功率或负荷功率这类输入随机本数据的各阶矩信息分析，估计点的构造的步骤如下：
步骤(1-1)：统计分析交直流混联配电系统中可再生能源功率或负荷功率这类输入随机样本数据zi，依据公式(1)求取这些输入随机样本数据的均值μzi、方差σzi及偏度λi,3：
Figure FDA0003207820340000011
其中，zi为第i类输入随机样本数据，指可再生能源功率或负荷功率；N为第i类输入随机样本数据的维数，μzi为第i类输入随机样本数据zi的均值，zij为第i类输入随机样本数据的第j个分量；σzi为第i类输入随机样本数据zi的方差，E[·]为求期望算子，λi,3为第i类输入随机样本数据zi的偏度；i为输入随机样本数据的类别、j为输入随机样本数据的分量编号；
步骤(1-2)：对于可再生能源功率或负荷功率各输入随机样本数据zi，通过公式(2)构造其估计点；所述估计点即是由样本确定的统计量，用于估计总体样本的特性分布，也称为总体样本分布的估计量：
zi,k＝μzi+ξi,kσzik＝1,2 (2)
其中，zi,k为第i类输入随机样本数据zi对应的第k个估计点，这里k的取值为1或2；ξi,k为第i类输入随机样本数据对应的第k个位置度量系数，由第i类输入随机样本数据的偏度λi,3通过公式(3)计算得到：
Figure FDA0003207820340000021
其中，ξi,k为第i类输入随机样本数据对应的第k个位置度量系数，k表示估计点，取值为1或2；M为输入随机样本数据的总类别数。
2.如权利要求1所述的交直流混联配电网风险评估方法，其特征在于，所述步骤(2)中，以描述输入随机样本数据特性的估计点为输入，进行交直流混联配电网潮流计算，计算获取交直流混联配电网输出状态变量的概率分布信息；具体如下：
步骤(2-1)：对于可再生能源功率、负荷功率各输入随机样本数据zi，通过公式(4)计算这些输入随机样本数据对应的估计点在在潮流计算中所占权重系数：
Figure FDA0003207820340000022
其中，wi,k为第i类输入随机样本数据对应的第k个估计点在潮流计算中所占的权重系数，πi为计算中间变量，由第i类输入随机样本数据zi的偏度λi,3计算得到,i为输入随机样本数据的类别，k表示估计点；
步骤(2-2)：导入可再生能源功率、负荷功率各输入随机样本数据zi对应的估计点zi,k，进行交直流混联配电网潮流计算；假定交直流混联配电网潮流计算公式为Pj＝f(G1,……,GW,D1,……,DV)，其中Pj为交直流混联配电网的第j个输出状态变量，Gi为第i个可再生能源发电单元的发电功率，W为交直流混联配电网中总的可再生能源发电单元数量，Di为第i个负荷的用电功率，V为交直流混联配电网中总的负荷数量；f(·)为潮流计算方程；将可再生能源功率和负荷功率变化的随机样本数据替换为其估计点zi,k，那么潮流计算方程表示为公式(5)所示：
Pj(i,k)＝f(z1,k,…,zi,k,…,zM,k,…,zM+1,k,…,z2M,k)k＝1,2 (5)
其中，Pj(i,k)为以第i类输入随机样本数据zi对应的第k个估计点为输入时，对应的交直流混联配电网第j个输出状态变量的取值；M为包括可再生能源功率和负荷功率在内的所有输入随机样本数据的种类数；
步骤(2-3)：依据公式(5)的潮流计算结果，统计各输出状态变量的各阶矩概率分布信息，如式(6)所示：
Figure FDA0003207820340000031
其中，Pj(i,k)为以第i类输入随机样本数据zi对应的第k个估计点为输入时，对应的交直流混联配电网第j个输出状态变量的取值，[Pj(i,k)]p代表对Pj(i,k)求取p次幂，wi,k为第i类输入随机样本数据对应的第k个估计点在潮流计算中所占的权重系数，M为包括可再生能源功率和负荷功率在内的所有输入随机样本数据的种类数；
Figure FDA0003207820340000034
代指交直流混联配电网中第j个输出状态变量Pj的p阶矩，p取1时E(Pj)代表第j个输出状态变量Pj的一阶矩，取2时
Figure FDA0003207820340000035
代表第j个输出状态变量Pj的二阶矩，
Figure FDA0003207820340000036
为交直流混联配电网中第j个输出状态变量Pj的方差。
3.如权利要求1所述的交直流混联配电网风险评估方法，其特征在于，所述步骤(3)中，构建风险评估指标，统计各输出状态变量的越限值，评估其越限严重度，结合各输出状态变量的越限概率，综合计算交直流混联配电网系统运行风险；具体如下：
步骤(3-1)：依据公式(7)和公式(8)确定交直流混联配电网中各节点电压、支路电流输出状态变量越限值：
Figure FDA0003207820340000032
Figure FDA0003207820340000033
其中，Vout,i为节点i的电压越限值，Iout,j为支路j的电流越限值，Ui、Ui,min、Ui,max分别为节点i的实际电压值、最小允许电压幅值及最大允许电压幅值；Ij为支路j的实际运行电流、Ij,max为支路j的最大允许电流幅值；
步骤(3-2)：基于公式(7)和公式(8)计算得到的交直流混联配电网中各节点电压、支路电流的越限值，依据公式(9)确定其越限严重度：
Figure FDA0003207820340000041
其中，i为交直流混联配电网中节点的编号，Vout,i为第i个节点的电压越限值，j为交直流混联配电网中支路的编号，Iout,j为第j条支路的电流越限值，Sev(Vout,i)为第i个节点的电压越限严重度，Sev(Iout,j)为第j条支路的电流越限严重度，Ai、Bi、Ci分别为第i个节点的电压越限严重度函数的拟合参数，通过查阅交直流混联配电网中各节点的越限严重度函数通过数学拟合得到；αj、βj、δj分别为第j条支路的电流越限严重度函数拟合参数，通过查阅交直流混联配电网中各支路的越限严重度函数通过数学拟合得到，exp(·)代表以自然常数e为底的指数函数，Out表示电压或电流的越限值；
步骤(3-3)：基于步骤(2)中统计得到的各节点电压、支路电流的越限概率和步骤(3-2)得到的各节点电压、支路电流的越限严重度，按照公式(10)计算交直流混联配电网总运行风险：
Figure FDA0003207820340000042
其中，R为系统总运行风险值，i为交直流混联配电网中节点的编号，D为交直流混联配电网总节点数，j为交直流混联配电网中支路的编号，L为交直流混联配电网总支路数；
Figure FDA0003207820340000043
为节点i的电压累积分布函数，
Figure FDA0003207820340000044
为支路j的电流累积分布函数，Sev(Vout,i)为节点i的电压越限严重度，Sev(Iout,j)为支路j的电流越限严重度；
Figure FDA0003207820340000045
由公式(6)中各节点电压状态变量的概率分布信息，计算相应的节点电压概率密度函数，然后再对概率密度函数积分求解得到；
Figure FDA0003207820340000046
由公式(6)中各支路电流状态变量的概率分布信息，计算相应的支路电流概率密度函数，然后再对概率密度函数积分求解得到。
CN201910591989.0A 2019-07-03 2019-07-03 一种基于点估计的交直流混联配电网风险评估方法 Active CN110378578B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910591989.0A CN110378578B (zh) 2019-07-03 2019-07-03 一种基于点估计的交直流混联配电网风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910591989.0A CN110378578B (zh) 2019-07-03 2019-07-03 一种基于点估计的交直流混联配电网风险评估方法

Publications (2)

Publication Number Publication Date
CN110378578A CN110378578A (zh) 2019-10-25
CN110378578B true CN110378578B (zh) 2021-09-28

Family

ID=68251728

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910591989.0A Active CN110378578B (zh) 2019-07-03 2019-07-03 一种基于点估计的交直流混联配电网风险评估方法

Country Status (1)

Country Link
CN (1) CN110378578B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111340360B (zh) * 2020-02-25 2024-04-16 中国科学院电工研究所 基于运行及网架风险的综合能源系统实时风险评估方法
CN112232714B (zh) * 2020-11-18 2023-06-20 中国科学院电工研究所 一种基于深度学习的结构参数不完备下配电网风险评估方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106972481A (zh) * 2017-02-28 2017-07-21 国网江苏省电力公司常州供电公司 规模化充电设施接入有源配电网的安全性量化评估方法
CN108681800A (zh) * 2017-12-06 2018-10-19 国网新疆电力有限公司乌鲁木齐供电公司 一种分布式新能源接入配电网的运检风险评估方法
CN108960628A (zh) * 2018-07-04 2018-12-07 中国电力科学研究院有限公司 一种光伏发电接入配电网的风险评估方法及系统
CN109242239A (zh) * 2018-07-23 2019-01-18 中国电力科学研究院有限公司 一种交直流混合电网运行风险评估方法和装置
CN111900717A (zh) * 2020-06-10 2020-11-06 浙大城市学院 一种含高维随机变量的交直流混联电网运行风险评估方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106972481A (zh) * 2017-02-28 2017-07-21 国网江苏省电力公司常州供电公司 规模化充电设施接入有源配电网的安全性量化评估方法
CN108681800A (zh) * 2017-12-06 2018-10-19 国网新疆电力有限公司乌鲁木齐供电公司 一种分布式新能源接入配电网的运检风险评估方法
CN108960628A (zh) * 2018-07-04 2018-12-07 中国电力科学研究院有限公司 一种光伏发电接入配电网的风险评估方法及系统
CN109242239A (zh) * 2018-07-23 2019-01-18 中国电力科学研究院有限公司 一种交直流混合电网运行风险评估方法和装置
CN111900717A (zh) * 2020-06-10 2020-11-06 浙大城市学院 一种含高维随机变量的交直流混联电网运行风险评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
考虑分布式电源灵活接入下的配电网风险评估;张家安等;《供用电》;20190531;全文 *

Also Published As

Publication number Publication date
CN110378578A (zh) 2019-10-25

Similar Documents

Publication Publication Date Title
CN108448636B (zh) 一种考虑线路因素的交直流混合微电网优化规划方法
CN107292502B (zh) 一种配电网可靠性评估方法
CN110266010B (zh) 直流配电网网架结构与分布式光伏多目标协同优化方法
Yong et al. MPLP-based fast power system reliability evaluation using transmission line status dictionary
CN113886767A (zh) 一种电力系统碳排放流实时计算方法
CN110378578B (zh) 一种基于点估计的交直流混联配电网风险评估方法
CN110570015A (zh) 一种配电网多目标规划方法
CN110389268B (zh) 一种电力系统的在线监测系统
Gupta et al. Optimal placement of D-STATCOM in distribution network using new sensitivity index with probabilistic load models
Cano Utilizing fuzzy optimization for distributed generation allocation
Jo et al. Kalman-filter-based multilevel analysis to estimate electric load composition
CN112531715A (zh) 基于虚拟电阻的下垂控制多端直流微电网潮流计算方法
CN116068303B (zh) 一种基于数据驱动的专用变压器私自增容在线监测方法
CN112053255A (zh) 一种基于cart剪枝算法的电网能源成分分解及能源溯源算法
Cai et al. Day-ahead forecast of carbon emission factor based on long and short-term memory networks
CN112653185B (zh) 一种分布式可再生能源发电系统的效率评估方法和系统
Prashanti et al. Impact of energy storage integration on composite system reliability
CN110610328B (zh) 一种直流微电网多维运行评估方法
CN106684854B (zh) 一种基于节点等效的有源配电网电压越限风险分析方法
CN116166847A (zh) 一种基于图数据的配电网运行状态分析方法及系统
Li et al. Voltage control method of distribution networks using PMU based sensitivity estimation
Zhang et al. Power Quality Evaluation Based on the Fusion of Improved Entropy and Analytic Hierarchy Process
CN107546742B (zh) 一种日前计划潮流有功及电压计算误差分析方法
ALI-DAHMANE et al. Combined Optimal Capacitor Placement and Network Reconfiguration in A Distribution Power System for Load Flow Analysis Using ETAP
Zhang et al. Robust integrated optimization of active distribution network based on system risk index

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant