計(jì)及相關(guān)性的概率潮流計(jì)算方法及應(yīng)用研究.pdf

1、電力系統(tǒng)規(guī)劃和運(yùn)行中存在大量不確定性因素，以風(fēng)電為代表的可再生能源發(fā)電的大規(guī)模并網(wǎng)和電動(dòng)汽車的大力發(fā)展將使其面臨更多的不確定性。概率潮流計(jì)算能夠考慮各種不確定性因素對系統(tǒng)潮流運(yùn)行特性的影響，計(jì)算出節(jié)點(diǎn)電壓和支路潮流的概率統(tǒng)計(jì)特性，便于相關(guān)人員發(fā)現(xiàn)系統(tǒng)運(yùn)行的薄弱環(huán)節(jié)和潛在危險(xiǎn)，是當(dāng)前研究的熱點(diǎn)問題之一。概率潮流計(jì)算經(jīng)過近四十年的發(fā)展，取得了豐碩的研究成果，但仍存在較多問題亟待解決和完善，如節(jié)點(diǎn)功率具有相關(guān)性時(shí)如何處理、節(jié)點(diǎn)功率概率分布函數(shù)

2、未知時(shí)如何處理、相關(guān)性因素及電動(dòng)汽車充電負(fù)荷和風(fēng)電并網(wǎng)會(huì)對系統(tǒng)潮流運(yùn)行特性產(chǎn)生怎樣的影響等等。鑒于此，本文以計(jì)及相關(guān)性的概率潮流計(jì)算方法及應(yīng)用為研究對象，內(nèi)容涉及風(fēng)速相關(guān)性對配電網(wǎng)運(yùn)行特性的影響分析、考慮節(jié)點(diǎn)功率相關(guān)性的概率潮流計(jì)算方法、含電動(dòng)汽車充電負(fù)荷和風(fēng)電的電力系統(tǒng)潮流概率特性分析三個(gè)部分。
　　分析了風(fēng)速相關(guān)性對配電網(wǎng)運(yùn)行特性的影響。采用逆Nataf變換建立了風(fēng)速相關(guān)性模型，采用基于簡單隨機(jī)采樣的蒙特卡羅仿真法和機(jī)會(huì)約束規(guī)

3、劃研究了風(fēng)速相關(guān)性對配電網(wǎng)運(yùn)行特性（包括風(fēng)電出力、節(jié)點(diǎn)電壓、支路潮流及網(wǎng)損）和風(fēng)電最大裝機(jī)容量的影響。仿真結(jié)果表明，風(fēng)速相關(guān)性對配電網(wǎng)運(yùn)行特性和風(fēng)電最大裝機(jī)容量有較大的影響，考慮風(fēng)速相關(guān)性可以更合理地用于指導(dǎo)含風(fēng)電配電網(wǎng)的規(guī)劃與運(yùn)行。
　　提出了一種基于多項(xiàng)式正態(tài)變換和拉丁超立方采樣的概率潮流計(jì)算方法。該方法根據(jù)輸入隨機(jī)變量的數(shù)字特征（各階矩和Pearson相關(guān)系數(shù)矩陣），采用多項(xiàng)式正態(tài)變換技術(shù)建立其概率分布模型，進(jìn)而由基于拉丁超

4、立方采樣的蒙特卡羅仿真法得到系統(tǒng)節(jié)點(diǎn)電壓和支路潮流的數(shù)字特征及概率分布曲線。仿真結(jié)果表明，該方法較好地克服了蒙特卡羅仿真法在輸入隨機(jī)變量概率分布函數(shù)未知時(shí)難以準(zhǔn)確進(jìn)行概率潮流計(jì)算的不足，還考慮了輸入隨機(jī)變量間的相關(guān)性因素，具有計(jì)算精度較高、速度快和穩(wěn)健性好的優(yōu)點(diǎn)。
　　提出了一種基于Copula理論和改進(jìn)拉丁超立方采樣的概率潮流計(jì)算方法。該方法引入Copula理論構(gòu)建具有相關(guān)性輸入隨機(jī)變量的概率分布模型?；谳斎腚S機(jī)變量的離散數(shù)據(jù)

5、，提出了一種經(jīng)驗(yàn)累積分布函數(shù)及其逆函數(shù)的構(gòu)建方法和一種改進(jìn)的拉丁超立方采樣方法。所提概率潮流計(jì)算方法能靈活處理輸入隨機(jī)變量間的線性相關(guān)性和非線性相關(guān)性，且不受輸入隨機(jī)變量邊緣分布類型的限制，克服了傳統(tǒng)拉丁超立方采樣要求輸入隨機(jī)變量累積分布函數(shù)已知的不足。仿真結(jié)果表明，所提方法能準(zhǔn)確高效地評(píng)估含風(fēng)電的電力系統(tǒng)潮流運(yùn)行特性，具有較好的工程應(yīng)用價(jià)值。
　　提出了一種基于Cholesky分解的計(jì)及輸入隨機(jī)變量相關(guān)性的半不變量法概率潮流計(jì)算

6、方法。該方法首先基于Cholesky分解將具有相關(guān)性的輸入隨機(jī)變量表示成不相關(guān)隨機(jī)變量的線性組合，然后根據(jù)潮流方程線性化模型和半不變量的可加性與齊次性得到輸出隨機(jī)變量的各階半不變量，再由Cornish-Fisher級(jí)數(shù)擬合其累積分布曲線。提出了一種基于蒙特卡羅采樣的輸入隨機(jī)變量半不變量求取方法，該方法根據(jù)輸入隨機(jī)變量的樣本計(jì)算其半不變量。所提方法不僅克服了傳統(tǒng)半不變量法概率潮流計(jì)算方法不能直接應(yīng)用于輸入隨機(jī)變量具有相關(guān)性場合的不足，而且

7、解決了一些輸入隨機(jī)變量的半不變量難以被常規(guī)解析法求取的問題。分析了風(fēng)電滲透率對所提方法計(jì)算精度的影響。仿真結(jié)果驗(yàn)證了所提方法的有效性和快速性。
　　分析了含電動(dòng)汽車充電負(fù)荷和風(fēng)電的電力系統(tǒng)潮流概率特性。總結(jié)分析了影響電動(dòng)汽車充電負(fù)荷特性的主要因素，根據(jù)車輛調(diào)查數(shù)據(jù)對電動(dòng)汽車用戶行駛特性進(jìn)行了建模，基于變異系數(shù)建立了電動(dòng)汽車充電負(fù)荷、風(fēng)電出力和基礎(chǔ)負(fù)荷的概率分布模型，分析了5種不同情形下系統(tǒng)支路潮流和節(jié)點(diǎn)電壓的運(yùn)行狀態(tài)。仿真結(jié)果表明