基于場(chǎng)景分析的多風(fēng)電場(chǎng)無功優(yōu)化.pdf

1、相對(duì)于傳統(tǒng)能源而言，風(fēng)電具有隨機(jī)性以及波動(dòng)性。由于風(fēng)電的不可控性，對(duì)于電力系統(tǒng)而言，如何在電力系統(tǒng)規(guī)劃以及運(yùn)行層面上考慮風(fēng)電的隨機(jī)性以及波動(dòng)性成為當(dāng)今電力系統(tǒng)的熱點(diǎn)研究問題，尤其是給電力系統(tǒng)無功/電壓控制方面帶來一系列巨大的挑戰(zhàn)。
　　由于風(fēng)電出力對(duì)電力系統(tǒng)運(yùn)行的影響具有復(fù)雜的非線性特征，傳統(tǒng)風(fēng)電場(chǎng)景模型難以保證風(fēng)電場(chǎng)景與電力系統(tǒng)優(yōu)化運(yùn)行保持一致。為此，不同于傳統(tǒng)方法的先對(duì)風(fēng)電場(chǎng)景聚類、再進(jìn)行無功優(yōu)化，而是建立系統(tǒng)運(yùn)行特性聚類得到

2、系統(tǒng)運(yùn)行特性場(chǎng)景。由此出發(fā)，本文從如下幾方面進(jìn)行研究:
　　首先，風(fēng)電場(chǎng)景分成了靜態(tài)場(chǎng)景模型和動(dòng)態(tài)場(chǎng)景模型:利用非參數(shù)核密度估計(jì)的方法以及LHS的方法產(chǎn)生了風(fēng)電靜態(tài)模型;利用風(fēng)電預(yù)測(cè)的預(yù)測(cè)誤差分布以及風(fēng)電的波動(dòng)性分布，結(jié)合多元標(biāo)準(zhǔn)正態(tài)分布逆變換抽樣產(chǎn)生了風(fēng)電動(dòng)態(tài)場(chǎng)景。
　　其次，在風(fēng)電靜態(tài)場(chǎng)景當(dāng)中考慮到K-means聚類方法難以確定聚類數(shù)的問題，通過聚類指標(biāo)得到運(yùn)行場(chǎng)景的最佳聚類數(shù)。將澳大利亞2個(gè)風(fēng)電場(chǎng)實(shí)際數(shù)據(jù)產(chǎn)生的靜態(tài)場(chǎng)景

3、接入到IEEE30節(jié)點(diǎn)系統(tǒng)中，分別進(jìn)行傳統(tǒng)風(fēng)電場(chǎng)景分析和所提出的運(yùn)行場(chǎng)景分析，比較了系統(tǒng)網(wǎng)損和電壓的概率特性，驗(yàn)證了所提出的運(yùn)行場(chǎng)景分析方法的合理性和優(yōu)越性。其次考慮到運(yùn)行場(chǎng)景計(jì)算時(shí)間上的效率問題，并基于電力系統(tǒng)靈敏度的指標(biāo)，提出了風(fēng)電靜態(tài)靈敏度場(chǎng)景，同樣接入到系統(tǒng)當(dāng)中驗(yàn)證了該模型的有效性。
　　再者，在風(fēng)電動(dòng)態(tài)場(chǎng)景當(dāng)中，不同于靜態(tài)場(chǎng)景聚類，而是采用場(chǎng)景削減的方法，提出了一種動(dòng)態(tài)運(yùn)行場(chǎng)景模型。首先，風(fēng)電接入系統(tǒng)當(dāng)中進(jìn)行動(dòng)態(tài)無功優(yōu)化