一種分布式電源接入電網(wǎng)的潮流計算方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及電力系統(tǒng)配電網(wǎng)的應(yīng)用領(lǐng)域，尤其涉及一種分布式電源接入電網(wǎng)的潮 流計算方法。
【背景技術(shù)】
[0002] 風(fēng)能、太陽能是綠色清潔能源，大力發(fā)展風(fēng)電、光伏有利于減少化石燃料消耗、降 低碳排放水平。但因其具有間歇性和隨機性的特點，對電力系統(tǒng)運行控制提出更高要求。近 年來，我國風(fēng)電、光伏發(fā)電發(fā)展迅速，裝機容量迅速增加，消納出現(xiàn)困難，在電力系統(tǒng)規(guī)劃設(shè) 計和運行控制中更全面地考慮風(fēng)電場、光伏電站的特性，掌握其波動規(guī)律，對提高系統(tǒng)的安 全性和經(jīng)濟性有重要意義。
[0003] 風(fēng)電、光伏出力受自然天氣條件的影響很大，當(dāng)系統(tǒng)中有大規(guī)模風(fēng)能及光伏接入 時，其出力的波動性會相對以往的火電、水電的出力調(diào)度有所不同。如何在滿足系統(tǒng)功率供 需平衡的條件下，優(yōu)先調(diào)度新能源，在考慮新能源波動性的情況下，讓火電機組承擔(dān)基本負(fù) 荷，不同時段出力變化較??；讓水電調(diào)節(jié)峰值負(fù)荷，不同時段間可以有較大的波動；同時考 慮有功出力優(yōu)化及無功出力優(yōu)化且使系統(tǒng)總發(fā)電費用最低，這些都對最優(yōu)潮流的建模提出 了更高的要求。電網(wǎng)最優(yōu)潮流具有很高的實用價值，它第一次將經(jīng)濟性與安全性、有功和無 功優(yōu)化近乎完美的結(jié)合在一起，滿足了大系統(tǒng)互連、電網(wǎng)規(guī)模擴大后系統(tǒng)規(guī)劃設(shè)計人員、運 行調(diào)度人員的要求。
[0004] 由于新能源出力具有不確定性，概率最優(yōu)潮流計算也變得更復(fù)雜。目前，已有相關(guān) 文獻對含新能源的最優(yōu)潮流進行研宄。文獻《考慮注入功率分布的隨機最優(yōu)潮流方法》考 慮風(fēng)機出力的不確定性，建立了機會約束的最優(yōu)潮流模型。文獻《基于概率最優(yōu)潮流的風(fēng)電 接入能力分析》運用隨機技術(shù)的粒子群優(yōu)化算法求解概率最優(yōu)潮流模型，對風(fēng)電接入能力 的可行性和有效性進行了評估。但上述研宄一般只考慮風(fēng)電場，而很少研宄風(fēng)電場和光伏 電站同時接入系統(tǒng)對最優(yōu)潮流的影響。風(fēng)電場和光伏電站出力均具有隨機性且出力特性不 同，增加了電力市場中的不確定因素。
[0005] 目前，考慮隨機性影響的最優(yōu)潮流計算方法主要包括蒙特卡洛法、累積量法、點估 計法、蟻群算法等。蒙特卡洛法可以很好的研宄隨機性因素對系統(tǒng)最優(yōu)潮流的影響，但該 方法需要成千上萬次模擬系統(tǒng)不同運行狀態(tài)才能得到合理的結(jié)果，計算時間長、占用內(nèi)存 大。在輸入隨機變量相互獨立或滿足線性關(guān)系的前提下，累積量法用Gram-Charlier展開 級數(shù)、Cornish-Fisher展開級數(shù)等進行擬合，從而得到輸出隨機變量的概率密度函數(shù)，提高 了計算效率。點估計法雖然具有較快的計算速度，但其輸出隨機變量的高階矩誤差較大。蟻 群算法運算量很大直接影響計算速度。

【發(fā)明內(nèi)容】

[0006] 為了解決上述問題，本發(fā)明提供一種分布式電源接入電網(wǎng)的潮流計算方法，包括 以下步驟：
[0007] S1 :讀取電力系統(tǒng)的初始數(shù)據(jù)；
[0008] S2 :確定采樣次數(shù)N和輸入隨機變量的維數(shù)s;
[0009] S3 :按照以下3步，生成sXN階采樣矩陣，形成點列中第個點（j= 1，…，s;n= 1，一)的步驟如下：
[0010] S3-1 :把第N-1個整數(shù)用2進制數(shù)表示，即式（1)
【主權(quán)項】
1. 一種分布式電源接入電網(wǎng)的潮流計算方法，其特征在于，包括以下步驟： 51 :讀取電力系統(tǒng)的初始數(shù)據(jù)； 52 :確定采樣次數(shù)N和輸入隨機變量的維數(shù)s; 53 :按照以下3步，生成sXN階采樣矩陣，形成點列中第< 個點（j= 1，…，s;n= 1，一)的步驟如下： S3-1 :把第N-1個整數(shù)用2進制數(shù)表示，即式（1) N_1 -i&r-2? ? ? &2&1 (l) 其中anGzb，Zb= {0,1，…，b-1}，R為滿足b%N的r的最大值； 33-2:對^1 = &1；_1&1；_2-￥1進行排序，得到排序后的序列[(1 1(12-(11/"(11；]1為式（2)
其中，為生成矩陣，0彡dn<b-1 ;引入生成矩陣是為了重置中 各個數(shù)字的位置；數(shù)字的位置經(jīng)過重置后，每一維和其它維的數(shù)字大小相同，但排列順序不 同，從而保證了結(jié)果的均勻性； S3-3 :經(jīng)過第S3-2步的計算，< 可以表示為式（3)的2進制形式：
最后，將2進制表示的xi根據(jù)式（2)轉(zhuǎn)化為10進制數(shù)即可； 54 :將采樣次數(shù)初始化：令n= 1 ; 55 :判斷n和采樣次數(shù)N的大小，若n>N，直接輸出變量的概率統(tǒng)計結(jié)果；若n<N，轉(zhuǎn) S6 ； 56 :確定風(fēng)電和光伏發(fā)電出力模型，確定負(fù)荷隨機模型； S6-1 :風(fēng)速服從韋布爾分布，風(fēng)電場有功功率Pw的概率密度函數(shù)可表示為式（4):
式中：k,c分別為韋布爾分布的形狀參數(shù)和尺度參數(shù)
，k2=-kP1?為風(fēng) 機額定功率，&分別為額定風(fēng)速和切入風(fēng)速； 風(fēng)電處理為PQ節(jié)點，令潮流計算中風(fēng)機功率因數(shù)恒定不變，則無功功率按下式（5)計 算：
式中：r為功率因數(shù)角，對并網(wǎng)風(fēng)機而言，0-般位于第四象限，為負(fù)值； S6-2 :光伏出力隨機模型 一定時間段內(nèi)，太陽光照強度可認(rèn)為服從貝塔分布，則光伏電站輸出功率Ppv的概率密 度函數(shù)表示為式（6):
式中：Rpv=Anymax為仿真最大輸出功率，A為太陽能電池仿真總面積，n為仿真總的 光電轉(zhuǎn)換效率，Ymax為一段時間內(nèi)的最大光照強度，r為Ga_a函數(shù)，a, |3均為貝塔分布 的形狀參數(shù)； 與風(fēng)電相同，潮流計算中將光伏電站也作為PQ節(jié)點； 56- 3 :負(fù)荷隨機模型 負(fù)荷具有時變性，很多有關(guān)文獻都提出了對區(qū)域負(fù)荷進行預(yù)測的方法得到其概率分 布；而作為中長期的負(fù)荷預(yù)測結(jié)果，負(fù)荷的概率分布規(guī)律基本符合于正態(tài)分布；其均值和 方差均可以由大量的歷史統(tǒng)計數(shù)據(jù)得到；這樣，負(fù)荷的有功和無功功率的概率密度函數(shù)分 別為式（7)和（8):
式中：yp為有功功率的均值，sp2為有功功率的方差，yQ為無功功率的均值，sQ2為無 功功率的方差； S7 :確定潮流計算模型 57- 1 :目標(biāo)函數(shù) 構(gòu)建的發(fā)電優(yōu)化模型如下：
式（9)中（：