CN112636356A - 一种主配网边界节点电压概率分析方法及装置 - Google Patents

一种主配网边界节点电压概率分析方法及装置 Download PDF

Info

Publication number
CN112636356A
CN112636356A CN202011353079.8A CN202011353079A CN112636356A CN 112636356 A CN112636356 A CN 112636356A CN 202011353079 A CN202011353079 A CN 202011353079A CN 112636356 A CN112636356 A CN 112636356A
Authority
CN
China
Prior art keywords
power
distribution network
main
model
probability
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.)
Granted
Application number
CN202011353079.8A
Other languages
English (en)
Other versions
CN112636356B (zh
Inventor
李欣
刘艳萍
曾顺奇
何家裕
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.)
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
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 Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202011353079.8A priority Critical patent/CN112636356B/zh
Publication of CN112636356A publication Critical patent/CN112636356A/zh
Application granted granted Critical
Publication of CN112636356B publication Critical patent/CN112636356B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请的一种主配网边界节点电压概率分析方法及装置，其中方法包括：通过光照强度概率模型和风速概率模型获取具有相关性的风光随机处理的样本；接着采用主从分裂法将主配网潮流问题分解为三个子问题从而构建主配网潮流计算的概率随机模型，解决了大规模风光接入主配网后，传统的主配网潮流计算不适用的问题；最后对计及风光样本的主配网潮流计算进行求解，得到主配网边界节点电压的概率密度函数，通过主配网边界节点电压的概率密度函数能够准确地反映电力系统的运行状态，从而解决了现有的确定性潮流分析方法无法准确地对电力系统运行状态进行分析的技术问题。

Description

一种主配网边界节点电压概率分析方法及装置
技术领域
本申请涉及电力技术领域，尤其涉及一种主配网边界节点电压概率分析方法及装置。
背景技术
风光资源开发利用是能源产业可持续发展的首要选择，相比于传统的化石能源，风光具有取之不尽用之不竭等优点，因此，风光发电具有良好的发展前景，但相比于其他的分布式电源，风光出力具有较大的不确定性；而且由于配电网的规模相比输电网的规模较小，导致同一地区的风光存在着强相关性，当大规模风光接入配电网后，增强了主配网间的联系，改变了传统配电网系统的单端供电的特性，从而影响了配电网系统的线路潮流以及节点电压。
潮流计算是电力系统规划、运行和分析的前提，采用的潮流分析方法是否合理，对系统能否安全稳定运行有着重要的影响。传统的潮流计算中采用的信息都是确定性的，这与新一代的电力系统运行状态不符，因此，对于计及风光相关性的新一代电力系统，传统的确定性潮流分析方法显然无法准确地对电力系统运行状态进行分析。
发明内容
本申请实施例提供了一种主配网边界节点电压概率分析方法及装置，用于解决现有的确定性潮流分析方法无法准确地对电力系统运行状态进行分析的技术问题。
有鉴于此，本申请第一方面提供了一种主配网边界节点电压概率分析方法，所述方法包括：
基于光照强度概率模型和风速概率模型，获取光伏发电功率随机样本和风电功率随机样本，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布；
通过主从分裂法将主配网潮流计算模型分解为输电网潮流计算子模型、配电网潮流计算子模型和边界系统模型，得到所述主配网潮流计算的概率随机模型；
将所述光伏发电功率随机样本和风电功率随机样本设置为所述概率随机模型的风光出力，并设置所述概率随机模型的迭代次数和输电网边界节点电压的初值；
基于所述概率随机模型，将所述输电网边界节点电压设置为配电网平衡节点电压，根据所述风光出力的各阶半不变量通过前推回代法对配电网进行潮流计算，得到所述配电网的边界节点等值功率的各阶半不变量；
根据所述边界节点等值功率的各阶半不变量，通过牛顿拉夫逊法对主网进行潮流计算，当符合预置收敛条件时，得到输电网的各阶半不变量，所述预置收敛条件由所述迭代次数计算得到；
基于主配网边界节点电压计算公式，根据所述边界节点等值功率的各阶半不变量、所述输电网的各阶半不变量和主配网边界节点电压的预置分位数，计算得到所述主配网边界节点电压的累计分布函数，对所述累计分布函数求导得到所述主配网边界节点电压的概率密度函数。
可选地，所述基于光照强度概率模型和风速概率模型，获取光伏发电功率随机样本和风电功率随机样本，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布，具体包括：
基于所述光照强度概率模型和所述风速概率模型，通过拉丁超立方抽样算法对光照强度和风速进行抽样，得到光照强度随机样本和风速随机样本，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布；
根据光伏发电功率与光照强度的关系得到所述光照强度随机样本的光伏发电功率随机样本，根据风电机组输出功率与风速之间的关系得到所述风速随机样本的风电功率随机样本。
可选地，所述基于所述光照强度概率模型和所述风速概率模型，通过拉丁超立方抽样算法对光照强度和风速进行抽样，得到光照强度随机样本和风速随机样本，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布，具体包括：
将若干个光照强度和风速的概率分布参数和相关系数矩阵分别输入到所述光照强度概率模型和所述风速概率模型，光照强度概率模型服从Beta分布，风速概率模型服从Weibull分布，并对修正后的所述相关系数矩阵进行cholesky分解得到三角矩阵，将所述三角矩阵与样本矩阵的乘积作为顺序矩阵，所述样本矩阵由对若干个标准正态分布的随机变量进行若干次抽样得到；
对所述随机变量进行拉丁超立方抽样得到初始样本矩阵，通过所述顺序矩阵对所述初始样本矩阵的每行元素进行重新排列得到所述光照强度随机样本和风速随机样本。
可选地，所述通过主从分裂法将主配网潮流计算模型分解为输电网潮流计算子模型、配电网潮流计算子模型和边界系统模型，得到所述主配网潮流计算的概率随机模型，之后还包括：
对所述概率随机模型的输电网、配电网的节点功率方程和支路潮流方程均进行泰勒展开。
可选地，所述根据所述边界节点等值功率的各阶半不变量，通过牛顿拉夫逊法对主网进行潮流计算，之后还包括：
通过GPU对牛顿拉夫逊法中的节点导纳的形成、雅可比矩阵的形成和线性方程组的计算进行加速。
可选地，所述主配网边界节点电压计算公式为：
Figure BDA0002801898080000031
式中，zi为所述主配网边界节点电压，ζ(α)为标准正态分布的所述累计分布函数的反函数，gv为zi的v阶半不变量。
本申请第二方面提供一种主配网边界节点电压概率分析装置，所述装置包括：
获取单元，用于基于光照强度概率模型和风速概率模型，获取光伏发电功率随机样本和风电功率随机样本，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布；
分解单元，用于通过主从分裂法将主配网潮流计算模型分解为输电网潮流计算子模型、配电网潮流计算子模型和边界系统模型，得到所述主配网潮流计算的概率随机模型；
设置单元，用于将所述光伏发电功率随机样本和风电功率随机样本设置为所述概率随机模型的风光出力，并设置所述概率随机模型的迭代次数和输电网边界节点电压的初值；
第一计算单元，用于基于所述概率随机模型，将所述输电网边界节点电压设置为配电网平衡节点电压，根据所述风光出力的各阶半不变量通过前推回代法对配电网进行潮流计算，得到所述配电网的边界节点等值功率的各阶半不变量；
第二计算单元，用于根据所述边界节点等值功率的各阶半不变量，通过牛顿拉夫逊法对主网进行潮流计算，当符合预置收敛条件时，得到输电网的各阶半不变量，所述预置收敛条件由所述迭代次数计算得到；
第三计算单元，用于基于主配网边界节点电压计算公式，根据所述边界节点等值功率的各阶半不变量、所述输电网的各阶半不变量和主配网边界节点电压的预置分位数，计算得到所述主配网边界节点电压的累计分布函数，对所述累计分布函数求导得到所述主配网边界节点电压的概率密度函数。
可选地，所述获取单元，具体包括：
抽样子单元，用于基于所述光照强度概率模型和所述风速概率模型，通过拉丁超立方抽样算法对光照强度和风速进行抽样，得到光照强度随机样本和风速随机样本，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布；
计算子单元，用于根据光伏发电功率与光照强度的关系得到所述光照强度随机样本的光伏发电功率随机样本，根据风电机组输出功率与风速之间的关系得到所述风速随机样本的风电功率随机样本。
可选地，还包括：
展开单元，用于对所述概率随机模型的输电网、配电网的节点功率方程和支路潮流方程均进行泰勒展开。
可选地，还包括：
加速单元，用于通过GPU对牛顿拉夫逊法中的节点导纳的形成、雅可比矩阵的形成和线性方程组的计算进行加速。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请实施例中，提供了一种主配网边界节点电压概率分析方法，包括：基于光照强度概率模型和风速概率模型，获取光伏发电功率随机样本和风电功率随机样本；通过主从分裂法将主配网潮流计算模型分解为输电网潮流计算子模型、配电网潮流计算子模型和边界系统模型，得到主配网潮流计算的概率随机模型；将光伏发电功率随机样本和风电功率随机样本设置为概率随机模型的风光出力，并设置概率随机模型的迭代次数和输电网边界节点电压的初值；基于概率随机模型，将输电网边界节点电压设置为配电网平衡节点电压，根据风光出力的各阶半不变量通过前推回代法对配电网进行潮流计算，得到配电网的边界节点等值功率的各阶半不变量；根据边界节点等值功率的各阶半不变量，通过牛顿拉夫逊法对主网进行潮流计算，当符合预置收敛条件时，得到输电网的各阶半不变量，预置收敛条件由迭代次数计算得到；基于主配网边界节点电压计算公式，根据边界节点等值功率的各阶半不变量、输电网的各阶半不变量和主配网边界节点电压的预置分位数，计算得到主配网边界节点电压的累计分布函数，对累计分布函数求导得到主配网边界节点电压的概率密度函数。
本申请的主配网边界节点电压概率分析方法，通过光照强度概率模型和风速概率模型获取具有相关性的风光随机处理的样本；并采用主从分裂法将主配网潮流问题分解为三个子问题从而构建主配网潮流计算的概率随机模型，解决了大规模风光接入主配网后，传统的主配网潮流计算不适用的问题；最后对计及风光样本的主配网潮流计算进行求解，得到主配网边界节点电压的概率密度函数，通过主配网边界节点电压的概率密度函数能够准确地反映电力系统的运行状态，从而解决了现有的确定性潮流分析方法无法准确地对电力系统运行状态进行分析的技术问题。
附图说明
图1为本申请实施例中提供的一种主配网边界节点电压概率分析方法的实施例一的流程示意图；
图2为本申请实施例中提供的一种主配网边界节点电压概率分析方法的实施例二的流程示意图；
图3为本申请实施例中提供的一种主配网边界节点电压概率分析方法的实施例的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参阅图1，本申请实施例提供的一种主配网边界节点电压概率分析方法的实施例一，包括：
步骤101、基于光照强度概率模型和风速概率模型，获取光伏发电功率随机样本和风电功率随机样本，光照强度概率模型服从Beta分布，风速概率模型服从Weibull分布。
可以理解的是，将Beta分布形状参数输入到光照强度概率模型生成一个服从Beta分布的数值，该数值就是光照强度，那么根据若干个光照强度数值通过与光伏发电功率的关系就可以生成光伏发电功率随机样本，风电功率随机样本的生成过程与光伏发电功率随机样本相同，在此不再赘述。
步骤102、通过主从分裂法将主配网潮流计算模型分解为输电网潮流计算子模型、配电网潮流计算子模型和边界系统模型，得到主配网潮流计算的概率随机模型。
为了实现分布式求解,在算法中引入中间变量代表配电网在边界母线上的总功率注入，进而将输配全局潮流问题分裂成输电潮流和配电潮流子问题，进行迭代求解，因此通过主从分裂法的作用主从分裂法将主配网潮流计算模型分解为输电网潮流计算子模型、配电网潮流计算子模型和边界系统模型，从而得到主配网潮流计算的概率随机模型。
其中，输电网潮流计算子模型为：
Figure BDA0002801898080000071
配电网潮流计算子模型为：
Figure BDA0002801898080000072
边界系统模型为：
Figure BDA0002801898080000073
式中：CT为输电网节点集合；CB为所有边界节点集合；Ci为与节点i相连的节点集合；Pi、Qi分别为节点i的有功功率、无功功率注入；CDk、CBk分别为第k个配电网节点集合、边界节点集合；Peqi(VCB)和Qeqi(VCB)分别为配电网在边界节点i上的等值有功功率和等值无功功率，Pw为实际风力发电出力，Ppv为实际光伏发电出力，
Figure BDA0002801898080000074
Figure BDA0002801898080000075
为功率因数角，本实施例
Figure BDA0002801898080000076
步骤103、将光伏发电功率随机样本和风电功率随机样本设置为概率随机模型的风光出力，并设置概率随机模型的迭代次数和输电网边界节点电压的初值。
可以理解的是，在概率潮流计算中，光伏发电功率和和风电功率是具有随机波动性的，因此，需要大量的模拟这两个出力，再通过大量的确定性潮流计算，因此将这两个出力设置为概率随机模型的风光出力，并设置概率随机模型的迭代次数和输电网边界节点电压的初值。
步骤104、基于概率随机模型，将输电网边界节点电压设置为配电网平衡节点电压，根据风光出力的各阶半不变量通过前推回代法对配电网进行潮流计算，得到配电网的边界节点等值功率的各阶半不变量。
需要说明的是，风光出力的各阶半不变量的计算过程为：首先计算风光出力的各阶中心距，再根据半不变量与中心距的关系计算风光出力的各阶半不变量。
将输电网边界节点电压设置为配电网平衡节点电压，由于输电网是以单相建模，配电网是以三相建模，所以输电网传输到配电网的边界节点电压需要进行转换，接着根据设置的迭代次数通过前推回代法对配电网进行潮流计算得到配电网的边界节点等值功率的各阶半不变量，并将配电网的边界节点等值功率的各阶半不变量传输到主网。
步骤105、根据边界节点等值功率的各阶半不变量，通过牛顿拉夫逊法对主网进行潮流计算，当符合预置收敛条件时，得到输电网的各阶半不变量，预置收敛条件由迭代次数计算得到。
可以理解的是，根据配电网的边界节点等值功对主网边界节点的负荷功率进行更新后，通过牛顿拉夫逊法对主网进行潮流计算，当符合预置收敛条件时，得到输电网的各阶半不变量。需要说明的是，收敛条件由迭代次数和收敛精度确定。
步骤106、基于主配网边界节点电压计算公式，根据边界节点等值功率的各阶半不变量、输电网的各阶半不变量和主配网边界节点电压的预置分位数，计算得到主配网边界节点电压的累计分布函数，对累计分布函数求导得到主配网边界节点电压的概率密度函数。
可以理解的是，将上述得到边界节点等值功率的各阶半不变量、输电网的各阶半不变量以及主配网边界节点电压带入到主配网边界节点电压计算公式中并进行转换得到主配网边界节点电压的累计分布函数，最后累计分布函数求导得到主配网边界节点电压的概率密度函数。
本申请的主配网边界节点电压概率分析方法，通过光照强度概率模型和风速概率模型获取具有相关性的风光随机处理的样本；并采用主从分裂法将主配网潮流问题分解为三个子问题从而构建主配网潮流计算的概率随机模型，解决了大规模风光接入主配网后，传统的主配网潮流计算不适用的问题；最后对计及风光样本的主配网潮流计算进行求解，得到主配网边界节点电压的概率密度函数，通过主配网边界节点电压的概率密度函数能够准确地反映电力系统的运行状态，从而解决了现有的确定性潮流分析方法无法准确地对电力系统运行状态进行分析的技术问题。
以上为本申请实施例提供的一种主配网边界节点电压概率分析方法的实施例一，以下为本申请实施例提供的一种主配网边界节点电压概率分析方法的实施例二。
请参阅图2，本申请实施例提供的一种主配网边界节点电压概率分析方法的实施例二，包括：
步骤201、将若干个光照强度和风速的概率分布参数和相关系数矩阵分别输入到光照强度概率模型和风速概率模型，光照强度概率模型服从Beta分布，风速概率模型服从Weibull分布，并对修正后的相关系数矩阵进行cholesky分解得到三角矩阵，将三角矩阵与样本矩阵的乘积作为顺序矩阵，样本矩阵由对若干个标准正态分布的随机变量进行若干次抽样得到。
步骤202、对随机变量进行拉丁超立方抽样得到初始样本矩阵，通过顺序矩阵对初始样本矩阵的每行元素进行重新排列得到光照强度随机样本和风速随机样本。
可以理解的是，本申请实施例基于超立方拉丁抽样的蒙特卡洛模拟法产生具有相关性的风光随机出力的样本，大大减少了抽样点数，解决了传统蒙特卡洛模拟抽样数量较大的问题。
步骤203、根据光伏发电功率与光照强度的关系得到光照强度随机样本的光伏发电功率随机样本，根据风电机组输出功率与风速之间的关系得到风速随机样本的风电功率随机样本。
其中，光伏发电功率与光照强度的关系为：
Figure BDA0002801898080000091
式中，Ppv为实际光伏发电出来，rmax为最大光照强度，Ppv,N＝rmax·S·η为当太阳光照强度为最大时的光伏发电出力，其中，S为光伏电池阵列面积，η为光电转换效率。
风电机组输出功率与风速之间的关系为：
Figure BDA0002801898080000092
式中，Pw为实际风力发电出力，Pw,N为额定风力发电出力，vci为切入风速，vN为额定风速，vco为切出风速。
步骤204、通过主从分裂法将主配网潮流计算模型分解为输电网潮流计算子模型、配电网潮流计算子模型和边界系统模型，得到主配网潮流计算的概率随机模型。
步骤204与实施例一步骤102的描述相同，请参见步骤102描述，在此不再赘述。
步骤205、对概率随机模型的输电网、配电网的节点功率方程和支路潮流方程均进行泰勒展开。
为了对计算过程进行简化，提高计算速度，本申请实施例通过对概率随机模型的输电网、配电网的节点功率方程和支路潮流方程均进行泰勒展开，需要说明的是，本实施例忽略2次及以上高次项。
其中，输电网的节点功率方程和支路潮流方程进行泰勒展开为：
Figure BDA0002801898080000101
式中，Xs、Zs分别为输电网节点电压和支路功率，下标s0表示输电网的基准运行状态，ΔWs为输电网注入功率的随机变化量，Ss0、Ts0分别为输电网节点电压和支路功率变化的灵敏度矩阵，
Figure BDA0002801898080000102
Figure BDA0002801898080000105
Js0为输电网的雅可比矩阵。
配电网的节点功率方程和支路潮流方程进行泰勒展开为：
Figure BDA0002801898080000103
式中，Xp、Zp分别为配电网节点电压和支路功率，下标p0为配电网的基准运行状态，ΔWp为配电网注入功率的随机变化量；Sp0、Tp0分别为配电网节点电压和支路功率变化的灵敏度矩阵，
Figure BDA0002801898080000104
Figure BDA0002801898080000106
Jp0为输电网的雅可比矩阵。
步骤206、将光伏发电功率随机样本和风电功率随机样本设置为概率随机模型的风光出力，并设置概率随机模型的迭代次数和输电网边界节点电压的初值。
步骤206与实施例一步骤103的描述相同，请参见步骤103描述，在此不再赘述。
步骤207、基于概率随机模型，将输电网边界节点电压设置为配电网平衡节点电压，根据风光出力的各阶半不变量通过前推回代法对配电网进行潮流计算，得到配电网的边界节点等值功率的各阶半不变量。
步骤207与实施例一步骤104的描述相同，请参见步骤104描述，在此不再赘述。
步骤208、根据边界节点等值功率的各阶半不变量，通过牛顿拉夫逊法对主网进行潮流计算，通过GPU对牛顿拉夫逊法中的节点导纳的形成、雅可比矩阵的形成和线性方程组的计算进行加速，当符合预置收敛条件时，得到输电网的各阶半不变量，预置收敛条件由迭代次数计算得到。
需要说明的是，针对超大规模的电网的主配网潮流计算，采用GPU加速其节点导纳矩阵的形成、雅可比矩阵的形成以及线性方程组的求解，相比于传统的CPU计算，本实施例能大大减少含风光不确定性的大规模主配网边界节点电压概率计算的计算时间。
步骤209、基于主配网边界节点电压计算公式，根据边界节点等值功率的各阶半不变量、输电网的各阶半不变量和主配网边界节点电压的预置分位数，计算得到主配网边界节点电压的累计分布函数，对累计分布函数求导得到主配网边界节点电压的概率密度函数。
步骤209与实施例一步骤106的描述相同，请参见步骤106描述，在此不再赘述。
其中，主配网边界节点电压计算公式为：
Figure BDA0002801898080000111
式中，zi为主配网边界节点电压，ζ(α)为标准正态分布的所述累计分布函数的反函数，gv为zi的v阶半不变量。
本申请的主配网边界节点电压概率分析方法，基于超立方拉丁抽样的蒙特卡洛模拟法产生具有相关性的风光随机出力的样本，大大减少了抽样点数，解决了传统蒙特卡洛模拟抽样数量较大的问题；并采用主从分裂法将主配网潮流问题分解为三个子问题从而构建主配网潮流计算的概率随机模型，解决了大规模风光接入主配网后，传统的主配网潮流计算不适用的问题；同时，针对超大规模的电网的主配网潮流计算采用GPU加速，相比于传统的CPU计算，本实施例能大大减少含风光不确定性的大规模主配网边界节点电压概率计算的计算时间，最后对计及风光样本的主配网潮流计算进行求解，得到主配网边界节点电压的概率密度函数，通过主配网边界节点电压的概率密度函数能够准确、快速地反映电力系统的运行状态，从而解决了现有的确定性潮流分析方法无法准确地对电力系统运行状态进行分析的技术问题。
以上为本申请实施例提供的一种主配网边界节点电压概率分析方法的实施例二，以下为本申请实施例提供的一种主配网边界节点电压概率分析装置的实施例。
请参阅图3，本申请实施例提供的一种主配网边界节点电压概率分析装置的实施例，包括：
获取单元301，用于基于光照强度概率模型和风速概率模型，获取光伏发电功率随机样本和风电功率随机样本，光照强度概率模型服从Beta分布，风速概率模型服从Weibull分布。
分解单元302，用于通过主从分裂法将主配网潮流计算模型分解为输电网潮流计算子模型、配电网潮流计算子模型和边界系统模型，得到主配网潮流计算的概率随机模型。
设置单元303，用于将光伏发电功率随机样本和风电功率随机样本设置为概率随机模型的风光出力，并设置概率随机模型的迭代次数和输电网边界节点电压的初值。
第一计算单元304，用于基于概率随机模型，将输电网边界节点电压设置为配电网平衡节点电压，根据风光出力的各阶半不变量通过前推回代法对配电网进行潮流计算，得到配电网的边界节点等值功率的各阶半不变量。
第二计算单元305，用于根据边界节点等值功率的各阶半不变量，通过牛顿拉夫逊法对主网进行潮流计算，当符合预置收敛条件时，得到输电网的各阶半不变量，预置收敛条件由迭代次数计算得到。
第三计算单元306，用于基于主配网边界节点电压计算公式，根据边界节点等值功率的各阶半不变量、输电网的各阶半不变量和主配网边界节点电压的预置分位数，计算得到主配网边界节点电压的累计分布函数，对累计分布函数求导得到主配网边界节点电压的概率密度函数。
本申请的主配网边界节点电压概率分析装置，通过光照强度概率模型和风速概率模型获取具有相关性的风光随机处理的样本；并采用主从分裂法将主配网潮流问题分解为三个子问题从而构建主配网潮流计算的概率随机模型，解决了大规模风光接入主配网后，传统的主配网潮流计算不适用的问题；最后对计及风光样本的主配网潮流计算进行求解，得到主配网边界节点电压的概率密度函数，通过主配网边界节点电压的概率密度函数能够准确地反映电力系统的运行状态，从而解决了现有的确定性潮流分析方法无法准确地对电力系统运行状态进行分析的技术问题。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种主配网边界节点电压概率分析方法，其特征在于，包括：
基于光照强度概率模型和风速概率模型，获取光伏发电功率随机样本和风电功率随机样本，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布；
通过主从分裂法将主配网潮流计算模型分解为输电网潮流计算子模型、配电网潮流计算子模型和边界系统模型，得到所述主配网潮流计算的概率随机模型；
将所述光伏发电功率随机样本和风电功率随机样本设置为所述概率随机模型的风光出力，并设置所述概率随机模型的迭代次数和输电网边界节点电压的初值；
基于所述概率随机模型，将所述输电网边界节点电压设置为配电网平衡节点电压，根据所述风光出力的各阶半不变量通过前推回代法对配电网进行潮流计算，得到所述配电网的边界节点等值功率的各阶半不变量；
根据所述边界节点等值功率的各阶半不变量，通过牛顿拉夫逊法对主网进行潮流计算，当符合预置收敛条件时，得到输电网的各阶半不变量，所述预置收敛条件由所述迭代次数计算得到；
基于主配网边界节点电压计算公式，根据所述边界节点等值功率的各阶半不变量、所述输电网的各阶半不变量和主配网边界节点电压的预置分位数，计算得到所述主配网边界节点电压的累计分布函数，对所述累计分布函数求导得到所述主配网边界节点电压的概率密度函数。
2.根据权利要求1所述的主配网边界节点电压概率分析方法，其特征在于，所述基于光照强度概率模型和风速概率模型，获取光伏发电功率随机样本和风电功率随机样本，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布，具体包括：
基于所述光照强度概率模型和所述风速概率模型，通过拉丁超立方抽样算法对光照强度和风速进行抽样，得到光照强度随机样本和风速随机样本，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布；
根据光伏发电功率与光照强度的关系得到所述光照强度随机样本的光伏发电功率随机样本，根据风电机组输出功率与风速之间的关系得到所述风速随机样本的风电功率随机样本。
3.根据权利要求2所述的主配网边界节点电压概率分析方法，其特征在于，所述基于所述光照强度概率模型和所述风速概率模型，通过拉丁超立方抽样算法对光照强度和风速进行抽样，得到光照强度随机样本和风速随机样本，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布，具体包括：
将若干个光照强度和风速的概率分布参数和相关系数矩阵分别输入到所述光照强度概率模型和所述风速概率模型，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布，并对修正后的所述相关系数矩阵进行cholesky分解得到三角矩阵，将所述三角矩阵与样本矩阵的乘积作为顺序矩阵，所述样本矩阵由对若干个标准正态分布的随机变量进行若干次抽样得到；
对所述随机变量进行拉丁超立方抽样得到初始样本矩阵，通过所述顺序矩阵对所述初始样本矩阵的每行元素进行重新排列得到所述光照强度随机样本和风速随机样本。
4.根据权利要求1所述的主配网边界节点电压概率分析方法，其特征在于，所述通过主从分裂法将主配网潮流计算模型分解为输电网潮流计算子模型、配电网潮流计算子模型和边界系统模型，得到所述主配网潮流计算的概率随机模型，之后还包括：
对所述概率随机模型的输电网、配电网的节点功率方程和支路潮流方程均进行泰勒展开。
5.根据权利要求1所述的主配网边界节点电压概率分析方法，其特征在于，所述根据所述边界节点等值功率的各阶半不变量，通过牛顿拉夫逊法对主网进行潮流计算，之后还包括：
通过GPU对牛顿拉夫逊法中的节点导纳的形成、雅可比矩阵的形成和线性方程组的计算进行加速。
6.根据权利要求1所述的主配网边界节点电压概率分析方法，其特征在于，所述主配网边界节点电压计算公式为：
Figure FDA0002801898070000021
式中，zi为所述主配网边界节点电压，ζ(α)为标准正态分布的所述累计分布函数的反函数，gv为zi的v阶半不变量。
7.一种主配网边界节点电压概率分析装置，其特征在于，包括：
获取单元，用于基于光照强度概率模型和风速概率模型，获取光伏发电功率随机样本和风电功率随机样本，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布；
分解单元，用于通过主从分裂法将主配网潮流计算模型分解为输电网潮流计算子模型、配电网潮流计算子模型和边界系统模型，得到所述主配网潮流计算的概率随机模型；
设置单元，用于将所述光伏发电功率随机样本和风电功率随机样本设置为所述概率随机模型的风光出力，并设置所述概率随机模型的迭代次数和输电网边界节点电压的初值；
第一计算单元，用于基于所述概率随机模型，将所述输电网边界节点电压设置为配电网平衡节点电压，根据所述风光出力的各阶半不变量通过前推回代法对配电网进行潮流计算，得到所述配电网的边界节点等值功率的各阶半不变量；
第二计算单元，用于根据所述边界节点等值功率的各阶半不变量，通过牛顿拉夫逊法对主网进行潮流计算，当符合预置收敛条件时，得到输电网的各阶半不变量，所述预置收敛条件由所述迭代次数计算得到；
第三计算单元，用于基于主配网边界节点电压计算公式，根据所述边界节点等值功率的各阶半不变量、所述输电网的各阶半不变量和主配网边界节点电压的预置分位数，计算得到所述主配网边界节点电压的累计分布函数，对所述累计分布函数求导得到所述主配网边界节点电压的概率密度函数。
8.根据权利要求7所述的主配网边界节点电压概率分析装置，其特征在于，所述获取单元，具体包括：
抽样子单元，用于基于所述光照强度概率模型和所述风速概率模型，通过拉丁超立方抽样算法对光照强度和风速进行抽样，得到光照强度随机样本和风速随机样本，所述光照强度概率模型服从Beta分布，所述风速概率模型服从Weibull分布；
计算子单元，用于根据光伏发电功率与光照强度的关系得到所述光照强度随机样本的光伏发电功率随机样本，根据风电机组输出功率与风速之间的关系得到所述风速随机样本的风电功率随机样本。
9.根据权利要求7所述的主配网边界节点电压概率分析装置，其特征在于，还包括：
展开单元，用于对所述概率随机模型的输电网、配电网的节点功率方程和支路潮流方程均进行泰勒展开。
10.根据权利要求7所述的主配网边界节点电压概率分析装置，其特征在于，还包括：
加速单元，用于通过GPU对牛顿拉夫逊法中的节点导纳的形成、雅可比矩阵的形成和线性方程组的计算进行加速。
CN202011353079.8A 2020-11-26 2020-11-26 一种主配网边界节点电压概率分析方法及装置 Active CN112636356B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011353079.8A CN112636356B (zh) 2020-11-26 2020-11-26 一种主配网边界节点电压概率分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011353079.8A CN112636356B (zh) 2020-11-26 2020-11-26 一种主配网边界节点电压概率分析方法及装置

Publications (2)

Publication Number Publication Date
CN112636356A true CN112636356A (zh) 2021-04-09
CN112636356B CN112636356B (zh) 2022-08-12

Family

ID=75304177

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011353079.8A Active CN112636356B (zh) 2020-11-26 2020-11-26 一种主配网边界节点电压概率分析方法及装置

Country Status (1)

Country Link
CN (1) CN112636356B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140257715A1 (en) * 2013-03-09 2014-09-11 Bigwood Technology, Inc. Robust Power Flow Methodologies for Distribution Networks with Distributed Generators
US20150323687A1 (en) * 2014-05-12 2015-11-12 Purdue Research Foundation Linear fitting of multi-threshold counting data
US20190004097A1 (en) * 2016-12-09 2019-01-03 State Grid Jiangsu Economic Research Institute General load flow calculation method for power systems with unified power flow controller
CN109687431A (zh) * 2018-12-04 2019-04-26 华南理工大学 一种考虑新能源随机性的主动配电网概率等值建模方法
CN109802394A (zh) * 2019-04-01 2019-05-24 东北大学 一种计及分布式电源与电动汽车接入的概率潮流计算方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140257715A1 (en) * 2013-03-09 2014-09-11 Bigwood Technology, Inc. Robust Power Flow Methodologies for Distribution Networks with Distributed Generators
US20150323687A1 (en) * 2014-05-12 2015-11-12 Purdue Research Foundation Linear fitting of multi-threshold counting data
US20190004097A1 (en) * 2016-12-09 2019-01-03 State Grid Jiangsu Economic Research Institute General load flow calculation method for power systems with unified power flow controller
CN109687431A (zh) * 2018-12-04 2019-04-26 华南理工大学 一种考虑新能源随机性的主动配电网概率等值建模方法
CN109802394A (zh) * 2019-04-01 2019-05-24 东北大学 一种计及分布式电源与电动汽车接入的概率潮流计算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HONGBIN SUN等: "Master–Slave-Splitting Based Distributed Global Power Flow Method for Integrated Transmission and Distribution Analysis", 《IEEE》 *
林青等: "输配电网一体化分布式潮流计算方法", 《广东电力》 *
马瑞等: "多能耦合三相不平衡主动配电网与输电网交互随机模糊潮流方法", 《中国电机工程学报》 *

Also Published As

Publication number Publication date
CN112636356B (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
Ni et al. Basis-adaptive sparse polynomial chaos expansion for probabilistic power flow
Cárdenas et al. Experimental parameter extraction in the single-diode photovoltaic model via a reduced-space search
CN109802394B (zh) 一种计及分布式电源与电动汽车接入的概率潮流计算方法
Wang et al. A scenario-based analytical method for probabilistic load flow analysis
Cai et al. A novel importance sampling method of power system reliability assessment considering multi-state units and correlation between wind speed and load
CN108364117B (zh) 一种考虑光伏电站元件可靠性的电网风险评估方法
CN105552938B (zh) 一种三相不对称配电网络电压暂降评估方法
CN107171365A (zh) 基于场景解耦和异步迭代的多目标随机动态经济调度方法
CN104810826A (zh) 结合拉丁超立方抽样的双向迭代并行概率潮流计算方法
Yang et al. Monitoring data factorization of high renewable energy penetrated grids for probabilistic static voltage stability assessment
CN110795691B (zh) 基于改进拟蒙特卡洛法的配电网风险评估方法
Montoya et al. Sine-cosine algorithm for parameters’ estimation in solar cells using datasheet information
CN111900713A (zh) 网源协调下考虑负荷和风电随机性多场景输电网规划方法
CN111797132B (zh) 考虑时空相关性的多可再生能源电站功率场景生成方法
CN111859283A (zh) 一种考虑多能源荷时序性、相关性的场景生成方法
CN104682387A (zh) 一种基于多区域交互迭代的概率潮流计算方法
Liu et al. Evolving graph based power system EMS real time analysis framework
Chen et al. Uncertainty level of voltage in distribution network: an analysis model with elastic net and application in storage configuration
Wang et al. Accurate solar cell modeling via genetic Neural network-based Meta-Heuristic algorithms
Liu et al. An integrated scheme for static voltage stability assessment based on correlation detection and random bits forest
Amiri et al. Probabilistic load flow based on parameterized probability-boxes for systems with insufficient information
Wu et al. Uncertain flow calculations of a distribution network containing DG based on blind number theory
CN112636356B (zh) 一种主配网边界节点电压概率分析方法及装置
Bin et al. Probabilistic load flow analysis of power system network considering uncertainty with generation and correlated loads
CN106992516B (zh) 概率静态电压稳定裕度优化实现方法

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