一種概率潮流計算方法與流程
2023-12-01 00:08:31
本發明涉及電力系統運行與控制領域，具體涉及一種基於風電功率波動特性和預測誤差的概率潮流計算方法。
背景技術：
風電場一般處於網架結構較薄弱的電網末端，風能的天然波動性，導致風電機組的出力具有隨機性和間歇性，這不僅容易引發電壓穩定問題和電能質量問題，還會改變電網線路的傳輸功率和電網原有的潮流分布。隨著風力發電技術的快速發展，風電在電力系統中所佔比例不斷的擴大，其對電網的影響也越來越明顯，直接導致電力系統的不確定性顯著增加，這給電網安全穩定運行帶來前所未有的挑戰，因此對用於電力系統不確定性分析的概率潮流計算的研究日益受到廣泛關注。
電力系統概率潮流是智能電網調度控制的重要功能模塊之一，其主要功能是利用概率統計方法處理系統運行中的隨機因素，綜合考慮電力系統網絡拓撲結構、元件參數、節點負荷和發電機出力等變量的不確定性，同時分析因風速波動而引起的風電出力隨機性，獲得系統電壓和支路潮流的概率統計信息，這一技術在調度自動化系統中起著舉足輕重的作用。
目前，國內外對於含風電的電力系統概率潮流的研究越來越廣泛和深入，最簡單直接的是假設風速服從威布爾分布，並且在大多數情況下，其風功率概率模型是在風速‐風電功率曲線的基礎上建立的，依靠累加風機輸出功率結果，建立風電功率輸出概率模型，獲得風電場輸出功率的半不變量。該方法模型簡單，而且在大多數情況下，一個區域內的風力發電機並非都有可用的在線數據，因此靠累加風機輸出功率結果得到風電場輸出功率的方法可行性不能滿足要求。隨著風速的波動性增強和風電場的大規模併網，風速‐風電功率曲線的誤差不斷加大，風電功率輸出概率模型的精度也快速下降，很難實時準確的反映系統實際運行狀態。因此需要提供一種運用統計學方法建立風電功率預測誤差概率模型，從而獲得風電功率輸出概率分布，適用於系統在線評估分析，結果更具有客觀性和實用性的技術方案。
技術實現要素：
為了克服上述現有技術的不足，本發明提供了一種基於風電功率波動特性和預測誤差的概率潮流計算方法。該方法針對基於半不變量法的含風電電力系統概率潮流計算中節點注入功率的不確定性問題，利用風電場風電功率採樣數據，經過處理與篩選後得到的樣本集，採用統計學方法，建立風電功率波動模型和預報誤差概率模型，通過適當修正得到預測風電功率與實測風電功率的聯合條件預報誤差分布，進一步得到風電功率概率分布模型，不僅可以用風電功率預報誤差這一隨機變量的概率特性，彌補傳統基於風電功率輸出概率模型表徵節點注入功率隨機變量所採用模型單一、考慮因素過少所帶來的弊端，提高了節點注入功率半不變量求解的精確度。
本發明所採用的技術方案是：綜合考慮如下因素：
1、歷史風電功率實測數據；
2、歷史風電功率預測數據；
3、含風電的電力系統拓撲結構和數據信息。
在以上因素的基礎上，基於風電功率波動特性和預測誤差的概率潮流計算方法步驟包括：
步驟a：統計風電功率波動的概率分布；
步驟b：統計風電功率預測誤差的概率分布；
步驟c：建立預測風電功率與實測風電功率的聯合條件預測誤差概率分布模型。；
步驟d：建立風電功率概率分布模型；
步驟e：計算含風電電力系統節點注入功率的半不變量；
步驟f：計算節點電壓和支路潮流的概率分布。
所述步驟a根據風電場實測風電功率樣本集統計風電功率波動的概率分布。
所述步驟b根據風電場實測風電功率樣本集和預測風電功率樣本集統計風電功率預測誤差的概率分布。
所述步驟c採用修正係數對波動概率分布和預測誤差概率分布在相同實測風電功率條件下的概率進行加權，建立預測風電功率與實測風電功率的聯合條件預測誤差概率分布模型。
設根據當前實測風電功率pt條件下的風電功率波動概率分布得到的t+1時段實測風電功率為某個值的概率為α，根據預測風電功率ppredict條件下的預測誤差概率分布得到的t+1時段與實測風電功率為相同值的概率為β，則聯合條件預測誤差概率分布得到的t+1時段風電功率為該值的概率為r，r與α、β的關係如下：
r＝r1α+r2β(1)
式中：r1、r2分別為2個分布權重的修正係數，為保證加權修正後概率分布之和為1，令r1+r2＝1。
所述步驟d通過所述聯合條件預測誤差概率分布模型結合風電功率預測值，建立風電功率概率分布模型。
所述步驟e包括：
e-1.根據風電功率概率分布模型，提取風電功率的原點矩信息；
e-2.根據原點矩和半不變量的對應關係，計算由於風電因素引起節點注入功率變化的半不變量；
e-3.風電因素引起節點注入功率變化的半不變量結合非風電因素引起節點注入功率變化的半不變量，計算電力系統節點注入功率變化的半不變量。
所述步驟e-2中原點矩和半不變量的遞推關係如下：
式中：αr為隨機變量的r階原點矩；kr為隨機變量的r階半不變量；表示從r個不同元素中取j個元素的組合數。
所述步驟e-2通過下式計算電力系統節點注入功率的半不變量：
δw(k)＝δwwind(k)+δwother(k)(3)
式中：δw(k)為節點注入功率的變化量的k階半不變量；和分別為風電因素和其他非風電因素引起節點注入功率變化的k階半不變量。
所述步驟f根據雅可比矩陣和輸出隨機變量節點電壓、支路潮流的期望值計算節點電壓和支路潮流的概率分布。
與最接近的現有技術比，本發明提供的技術方案具有如下優異效果：
該方法利用預測風電功率與實測風電功率為聯合條件的預測誤差概率分布，緩解了傳統風電功率概率分布統計過程中因時間太短造成統計樣本過少和因加大統計時間長度容易造成結果失真的矛盾，彌補了傳統基於風電功率概率分布表徵節點注入功率隨機變量所採用模型單一、考慮因素過少所帶來的弊端，提高了電力系統節點注入功率半不變量求解的精確度。
附圖說明
上述僅是本發明技術方案的概述，為了能夠更清楚了解本發明的技術手段，以下結合附圖與具體實施方式對本發明作進一步的詳細說明。
圖1為本發明基於風電功率波動特性和預測誤差的概率潮流計算方法的流程示意圖。
具體實施方式
下面結合附圖對本發明進一步說明。
步驟a.通過風電場風電功率實測樣本集，統計風電功率的波動概率分布。統計一段時期內當前實測風電功率pt與下一時段實測風電功率pt+1的差值，建立pt條件下，不同pt+1值(統計物理量δp＝pt+1-pt)的風電功率波動概率分布模型。
步驟b.通過風電場風電功率實測和預測樣本集，統計風電功率預測誤差概率分布。統計一段時間內實測風電功率pt+1與其預測風電功率ppredict的差值，建立ppredict條件下，不同pt+1值(統計物理量δζ＝pt+1-ppredic)的預測誤差概率分布模型。
步驟c.採用適當的修正係數對波動概率分布和誤差概率分布在相同實測風電功率條件下的概率進行加權，建立預測風電功率與實測風電功率的聯合條件預測 誤差概率分布模型。設根據pt條件下的風電功率波動概率分布得到的t+1時段實測風電功率為某個值的概率為a，根據ppredict條件下的預測誤差概率分布得到的t+1時段實測風電功率為相同值的概率為β，則聯合條件預測誤差概率分布得到的t+1時段風電功率為該值的概率為r。設r與a、β的關係如下：
r＝r1α+r2β(1)
式中：r1、r2分別為2個分布權重的修正係數，為保證加權修正後概率分布之和為1，令r1+r2＝1。由於a和β隨著時間的推移會發生改變，且都是統計量，因此，修正係數也是統計量，並且會隨著時間的推移而改變。
修正係數可以依據當前實測風電功率pt和預測風電功率ppredict條件下ε(統計物理量ε＝pt-ppredic)的概率分布計算得到，其中：
式中：pε(ε＝0)為ε＝0時的概率。通過加權修正後，形成以預測風電功率ppredict與實測風電功率pt為聯合條件的不同pt+1的概率分布(統計物理量為δζ)，即建立預測風電功率與實測風電功率的聯合條件預測誤差概率分布模型。
步驟d.利用聯合條件預測誤差概率分布模型和風電功率預測值，建立短期風電功率概率分布模型，在風電功率預測值的基礎上疊加聯合條件預測誤差值，得到風電功率概率分布模型，
步驟e.計算含風電電力系統節點注入功率的半不變量，求取風電注入功率的原點矩，由原點矩和半不變量的遞推關係，得到風電因素引起節點注入功率的半不變量。原點矩和半不變量的遞推關係如下：
式中：αr為隨機變量的r階原點矩；kr為隨機變量的r階半不變量；表示從r個不同元素中取j個元素的組合數。
然後通過下式計算電力系統節點注入功率變化的半不變量。
δw(k)＝δwwind(k)+δwother(k)(3)
式中：δw(k)為節點注入功率的變化量的k階半不變量；和分別為風電因素和其他非風電因素引起節點注入功率變化的k階半不變量。
步驟f.利用節點注入功率的半不變量、雅可比矩陣和節點電壓、支路潮流的期望，計算節點電壓和支路潮流的概率分布。將電力系統典型的計算潮流的功率方程在基準運行點處進行泰勒級數展開，並忽略2次及其以上的高次項，即可得到潮流計算的線性化模型，然後通過半不變量的計算性質，得到電力系統節點電壓、支路潮流的半不變量，在此基礎上，採用cornish-fisher級數展開得到節點電壓和支路潮流的概率分布。
最後應當說明的是:以上實施例僅用於說明本申請的技術方案而非對其保護範圍的限制,儘管參照上述實施例對本申請進行了詳細的說明,所屬領域的普通技術人員應當理解:本領域技術人員閱讀本申請後依然可對申請的具體實施方式進行種種變更、修改或者等同替換，但這些變更、修改或者等同替換，均在申請待批的權利要求保護範圍之內。