一種計及電網(wǎng)接納能力的概率潮流計算方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種計及電網(wǎng)接納能力的概率潮流計算方法。
【背景技術(shù)】
[0002] 隨著大規(guī)模新能源發(fā)電接入電網(wǎng),新能源發(fā)電的隨機(jī)性和波動性導(dǎo)致電力系統(tǒng)在 運(yùn)行過程中出現(xiàn)節(jié)點(diǎn)電壓或支路潮流越限的情況越來越明顯,降低了電力系統(tǒng)運(yùn)行的安全 性和可靠性,因而有必要定性和定量分析新能源發(fā)電接入對電力系統(tǒng)的影響。在檢驗(yàn)含新 能源發(fā)電的電力系統(tǒng)規(guī)劃方案或者運(yùn)行方面,傳統(tǒng)的潮流計算方法已經(jīng)無法反映運(yùn)行方式 變化下的系統(tǒng)運(yùn)行情況,取而代之的是能夠反映系統(tǒng)運(yùn)行狀態(tài)的概率特征的概率潮流計算 方法。
[0003] 傳統(tǒng)的概率潮流計算基本上是基于新能源發(fā)電功率變量為常規(guī)分布的場景下,如 正態(tài)分布或威布爾分布。實(shí)際上,受到電網(wǎng)接納能力與電網(wǎng)聯(lián)絡(luò)線的通道傳輸功率限制,新 能源發(fā)電功率并不能完全被電網(wǎng)所接納,導(dǎo)致新能源發(fā)電功率變量的概率分布不再為常規(guī) 分布,而是W分段函數(shù)形式來描述的非規(guī)則分布。
[0004] 在概率潮流計算方法中基于隨機(jī)抽樣的蒙特卡羅模擬法的計算精度是最高的,常 用來作為檢驗(yàn)其他方法有效性的標(biāo)準(zhǔn),但蒙特卡羅模擬法為了得到高精度的結(jié)果需要進(jìn)行 成千上萬次的確定性潮流計算,導(dǎo)致計算時間相當(dāng)長,為了提高計算速度,W拉下超立方抽 樣法代替隨機(jī)抽樣對蒙特卡羅模擬法進(jìn)行改進(jìn),拉下超立方抽樣法是一種分層抽樣的方 法,可W大大減少樣本的個數(shù),提高了計算速度,但傳統(tǒng)的拉下超立方抽樣法對新能源發(fā)電 功率變量為常規(guī)分布的場景下很有效率,對于受到電網(wǎng)接納能力限制的非規(guī)則分布的情況 卻難W處理。
【發(fā)明內(nèi)容】
[0005] 針對上述問題,本發(fā)明提供一種計及電網(wǎng)接納能力的概率潮流計算方法,適用于 新能源發(fā)電功率變量為非規(guī)則分布的概率潮流計算,既擴(kuò)展了拉下超立方抽樣法的應(yīng)用范 圍,又保證了計算精度。
[0006] 為實(shí)現(xiàn)上述技術(shù)目的,達(dá)到上述技術(shù)效果,本發(fā)明通過W下技術(shù)方案實(shí)現(xiàn):
[0007] -種計及電網(wǎng)接納能力的概率潮流計算方法,其特征在于,包括如下步驟:
[000引步驟1、根據(jù)電網(wǎng)對新能源發(fā)電功率的接納能力,建立新能源發(fā)電功率變量的累積 分布函數(shù),其中,累積分布函數(shù)W分段函數(shù)形式描述:
[0009] 假設(shè)有K個新能源發(fā)電功率變量Pi,P2,···?!(,電網(wǎng)所能接納的新能源發(fā)電最大功率 為piimit,那么新能源發(fā)電功率變量的累積分布函數(shù)F(pkKk=l,2,-'K)為:
[0010]
(1)
[OOW 式中:Fi( ·)為不考慮電網(wǎng)接納能力時新能源發(fā)電功率變量的累積分布函數(shù);
[0012]步驟2、根據(jù)步驟1所建立的新能源發(fā)電功率變量的累積分布函數(shù)F(pk),利用比例 分配原理計算新能源發(fā)電功率變量各段區(qū)間的抽樣次數(shù),進(jìn)而利用拉下超立方抽樣法分別 對新能源發(fā)電功率變量各段區(qū)間進(jìn)行抽樣,建立新能源發(fā)電功率變量的樣本矩陣;
[0013] 步驟3、將步驟2所建立的新能源發(fā)電功率變量的樣本矩陣作為輸入量進(jìn)行概率潮 流計算得到輸出變量的離散結(jié)果,利用經(jīng)驗(yàn)分布函數(shù)進(jìn)行擬合,得到輸出變量的概率分布 函數(shù)。
[0014] 優(yōu)選,步驟2具體包括如下步驟:
[0015] 步驟201、根據(jù)步驟1所建立的新能源發(fā)電功率變量的累積分布函數(shù)F(pk)、利用比 例分配原理計算新能源發(fā)電功率變量各段區(qū)間的抽樣次數(shù):
[0016] 設(shè)總的抽樣次數(shù)為N,對于新能源發(fā)電功率變量Pk化=1,2,…K),利用比例分配原 理計算F(pk)各段區(qū)間的抽樣次數(shù):區(qū)間pk<piimit的抽樣次數(shù)為NUM = ;round(N沖i(piimit)); 區(qū)間Pk非limit的抽樣次數(shù)為N-NUM,式中rouncK ·)是對數(shù)值進(jìn)行四舍五入;
[0017] 步驟202、利用拉下超立方抽樣法分別對新能源發(fā)電功率變量各段區(qū)間進(jìn)行抽樣 并根據(jù)新能源發(fā)電功率變量累積分布函數(shù)的逆函數(shù)得到對應(yīng)的新能源發(fā)電功率值:
[001引對于區(qū)間Pk<piimit,首先將新能源發(fā)電功率變量Pk化=1,2,…K)在區(qū)間Pk<piimit 的累積分布函數(shù)Fi(pk)的取值區(qū)間[0^1(911。10]進(jìn)行麗1等分,生成麗1個子區(qū)間
('、'=1,2,...,朋2的選擇中點(diǎn)或者 隨機(jī)取一個點(diǎn)
,最后根據(jù)新能源發(fā)電功率變量Pk在區(qū)間Pk<pii"it的累積分 布函數(shù)Fi(pk)的逆函數(shù)計算出r對應(yīng)新能源發(fā)電功率的值pk.r = Fri(r),將Pk.r作為子區(qū)間
的樣本點(diǎn);
[0019] 對于區(qū)間化全部抽取piimit作為樣本點(diǎn),抽樣次數(shù)為N-NUM;
[0020] 步驟203、根據(jù)所得的新能源發(fā)電功率值建立新能源發(fā)電功率變量的樣本矩陣:
[0021] 對所有隨機(jī)變量都按照步驟202抽樣后生成新能源發(fā)電功率變量的初始樣本矩陣 蠟,對初始樣本矩陣趕XW進(jìn)行隨機(jī)排序,建立新能源發(fā)電功率變量的樣本矩陣化XN。
[0022] 優(yōu)選,將新能源發(fā)電功率變量的樣本矩陣ΡκχΝ作為確定性潮流計算模型的輸入量 進(jìn)行循環(huán)計算,每次循環(huán)選擇ΡκχΝ的一列向量作為輸入量,已參與過計算的列向量不再被選 擇,直到ΡκχΝ的所有列向量都參與過計算后結(jié)束循環(huán),利用經(jīng)驗(yàn)分布函數(shù)對循環(huán)計算所得的 輸出變量的離散結(jié)果進(jìn)行擬合得到輸出變量的概率分布函數(shù)。
[0023] 本發(fā)明的有益效果是:
[0024] 本發(fā)明針對傳統(tǒng)的拉下超立方抽樣法難W處理新能源發(fā)電功率變量為非規(guī)則分 布的問題,提出將比例分配原理與拉下超立方抽樣法相結(jié)合,實(shí)現(xiàn)了對W分段函數(shù)形式描 述的非規(guī)則分布隨機(jī)變量的抽樣,既擴(kuò)展了拉下超立方抽樣法的應(yīng)用范圍,又保證了計算 精度。
【附圖說明】
[0025] 圖1是本發(fā)明一種計及電網(wǎng)接納能力的概率潮流計算方法的流程圖。
【具體實(shí)施方式】
[0026] 下面結(jié)合附圖和具體的實(shí)施例對本發(fā)明技術(shù)方案作進(jìn)一步的詳細(xì)描述,W使本領(lǐng) 域的技術(shù)人員可W更好的理解本發(fā)明并能予W實(shí)施,但所舉實(shí)施例不作為對本發(fā)明的限 定。
[0027] -種計及電網(wǎng)接納能力的概率潮流計算方法,如圖1所示,包括如下步驟:
[0028] 步驟1、根據(jù)電網(wǎng)對新能源發(fā)電功率的接納能力,建立新能源發(fā)電功率變量的累積 分布函數(shù),其中,累積分布函數(shù)W分段函數(shù)形式描述:
[0029] 假設(shè)有K個新能源發(fā)電功率變量Pi,P2,···?!(,電網(wǎng)所能接納的新能源發(fā)電最大功率 為piimit,那么新能源發(fā)電功率變量的累積分布函數(shù)F(pkKk=l,2,-'K)為:
[0030]
(1)
[0031] 式中:Fi( ·)為不考慮電網(wǎng)接納能力時新能源發(fā)電功率變量的累積分布函數(shù);
[0032] 步驟2、根據(jù)步驟1所建立的新能源發(fā)電功率變量的累積分布函數(shù)F(pk),利用比例 分配原理計算新能源發(fā)電功率變量各段區(qū)間的抽樣次數(shù),進(jìn)而利用拉下超立方抽樣法分別 對新能源發(fā)電功率變量各段區(qū)間進(jìn)行抽樣,建立新能源發(fā)電功率變量的樣本矩陣;
[0033] 步驟3、將步驟2所建立的新能源發(fā)電功率變量的樣本矩陣作為輸入量進(jìn)行概率潮 流計算得到輸出變量的離散結(jié)果,利用經(jīng)驗(yàn)分布函數(shù)進(jìn)行擬合,得到輸出變量的概率分布 函數(shù)。
[0034] 優(yōu)選,步驟2具體包括如下步驟:
[0035] 步驟201、根據(jù)步驟1所建立