风电系统供电能力评估的新方法
【技术领域】
[0001] 本发明涉及风电系统可靠性评估领域，特别涉及一种风电系统供电能力评估的新 方法。
【背景技术】
[0002] 目前，随着风电系统规模日益增大，运行特性趋于复杂及用电负荷逐步增长，尤其 是在一些风电应用比较多的城市地方，风电系统供电能力评估研究也变得越来越重要。风 电系统供电能力评估能够反映风电系统的可靠性、供电薄弱环节和与其他系统间的互联程 度，可以再相当程度上据此来判断风电系统结构的优劣。
[0003] 因此需要一种可靠，有效的新方法来对风电系统的供电能力来进行评估。
【发明内容】
[0004] 本发明的目的在于提供一种风电系统供电能力评估的新方法，能够实现风电系统 供电能力的评估，从而反映风电系统的可靠性、供电薄弱环节和与其他系统间的互联程度， 可以再相当程度上据此来判断风电系统结构的优劣。
[0005] 为解决上述问题，本发明提供一种风电系统供电能力评估的新方法，包括：
[0006] 利用基于支路开断分布因子的N-I预想事故分析方法对风电系统供电能力进行 分析；
[0007] 利用差异进化算法对分析后的结果进行优化评估。
[0008] 进一步的，在上述方法中，利用基于支路开断分布因子的N-I预想事故分析方法 对风电系统供电能力进行分析，包括：
[0009] 建立数学模型，所述数学模型包括不同风电系统的目标函数、约束条件；
[0010] 根据所述数据模型并利用基于支路开断分布因子的N-I预想事故分析方法对风 电系统供电能力进行分析。
[0011] 进一步的，在上述方法中，所述目标函数是供电裕度权值乘以相应变电站的供电 裕度的累加和。
[0012] 进一步的，在上述方法中，所述目标函数如下式：
[0013]
[0014] 式中：m为该地区中35kV变电站数目；ω i为第i个站点的供电裕度权值；λ Ui为 第i个变电站供电裕度，其可用下式计算：
[0015]
[0016] 式中：if,为基态时第i个变电站母线的供电负荷；Pui为负荷变化时第i个变电 站母线的供电负荷，实际计算时一般都是在约束条件范围内增大各个站点的供电负荷。
[0017] 进一步的，在上述方法中，所述约束条件包括发电机节点出力约束、潮流平衡约 束、节点负荷功率约束、节点电压约束和支路容量约束。
[0018] 进一步的，在上述方法中，根据所述数据模型并利用基于支路开断分布因子的N-I 预想事故分析方法对风电系统供电能力进行分析，包括：
[0019] 根据所述数据模型并利用N-I预想事故算法进行事故分析，假设基态情况下支路 1的有功潮流为P 1，支路1开断会引起支路e上的潮流发生变化，用表示其变化量，这两 者之间可用支路开断分布因子^ i联系起来：
[0020]
[0021] 支路开断分布因子^ 式计算：
[0022]
[0023] 式中：\和X冷别为支路e和1的电抗；= 不和= 分别为端口 e和端口 1的节点对之间的互阻抗軋和M汾别为支路e和支路1的节点-支路关联列矢 量，只在支路两端节点对应位置处有+1和一 1两个非零元素，其余元素皆为零；\是X的第 1个列矢量，X是直流潮流计算中导纳矩阵B的逆矩阵。
[0024] 进一步的，在上述方法中，利用差异进化算法对分析后的结果进行优化评估，包括 用差异进化算法对< 进行优化分析，并且进行评估，依次包括：
[0025] 初始化，适应度计算，确定最优个体，繁衍，适应度计算，选择和更新。
[0026] 进一步的，在上述方法中，所述初始化包括：
[0027] 以N表示种群规模，首先按式
产生含有N个个体的初始种群：
[0028]
[0029] i e {1，2，...，N}，j e {1，2，
[0030] 式中：Ubf3s^表示到目前为止所找到的最优个体的第j个控制变量；r # r 2辛i是 从{1，2,…肩中随机选取的；缩放系数K和F通常在[0，1]区间取值；如果V u [k]不 在区间[<'，]之中，则将其固定为"_或w7，Uli ][k]表示第k代中第i个个体的 第j个控制变量的取值;M表示控制变量数目；k = 0表示初始种群；<^分别为第j 个控制变量取值的上下限；U ( μ；?，《；-)为均匀分布函数。
[0031] 进一步的，在上述方法中，所述适应度计算包括：
[0032] 根据决策变量的取值得到适应度函数，根据所述适应度函数计算适应度函数值。
[0033] 进一步的，在上述方法中，所述适应度函数为：
[0034] Y (X) = f (X) +10α (1 α) X G (X)
[0035] 式中：f(x)为目标函数；α > 〇是一个需要调整的常量参数，具体可选取1~10 之间的某个整数。
[0036] 进一步的，在上述方法中，确定最优个体，包括：
[0037] Utest随着计算的进行不断变化，在初始种群中u testt表示其中适应度最好的个体， 在后面计算中utestt表示到目前为止所形成的所有个体中适应度最好的个体。
[0038] 进一步的，在上述方法中，所述繁衍，包括：
[0039] 对父代种群中每个个体的部分控制变量的取值施加扰动，产生一个新种群，称为 子种群，其中，交叉、变异以及它们的组合统称为繁衍规则。产生第k代子种群的繁衍算法 如下式：
[0040]
[0041] 式中：Ubf3s^表示到目前为止所找到的最优个体的第j个控制变量；r i是 从{1，2,…肩中随机选取的；缩放系数K和F通常在[0，1]区间取值；如果V u [k]不 在区间[]之中，则将其固定为《Γ1或<ax。
[0042] 进一步的，在上述方法中，所述选择，包括：
[0043] 通过比较子代个体V ;和父代个体u Jk]的适应度值，从中选择优胜个体，这些 优胜个体形成的种群将会是下一代种群的父代种群。
[0044] 进一步的，在上述方法中，所述更新，包括：
[0045] 在最新的种群中通过适应度比较选择出最优个体并表示Subest [k]，让其与UbeJi 行比较，并将优胜者标记为ubest。
[0046] 与现有技术相比，本发明利用基于支路开断分布因子的N-I预想事故分析方法对 风电系统供电能力进行分析，然后再利用差异进化算法对分析后的结果进行优化评估，对 现有风电系统的可靠性、供电薄弱环节和与其他系统间的互联程度进行反应，可以在相当 程度上据此来判断风电系统结构的优劣。
【附图说明】
[0047] 图1是本发明一实施例的风电系统供电能力评估的新方法的流程图。
【具体实施方式】
[0048] 为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实 施方式对本发明作进一步详细的说明。
[0049] 本发明提供一种风电系统供电能力评估的新方法，包括：
[0050] 步骤S1，利用基于支路开断分布因子的N-I预想事故分析方法对风电系统供电能 力进行分析；
[0051] 步骤S2,利用差异进化算法对分析后的结果进行优化评估。
[0052] 本发明风电系统供电能力评估的新方法一优选的实施例中，步骤S1，利用基于支 路开断分布因子的N-I预想事故分析方法对风电系统供电能力进行分析，包括：
[0053] 步骤S21，建立数学模型，所述数学模型包括不同风电系统的目标函数、约束条 件；
[0054] 步骤S22,根据所述数据模型并利用基于支路开断分布因子的N-I预想事故分析 方法对风电系统供电能力进行分析。
[0055] 本发明风电系统供电能力评估的新方法一优选的实施例中，所述目标函数是供电 裕度权值乘以相应变电站的供电裕度的累加和。
[0056] 本发明风电系统供电能力评估的新方法一较佳的实施例中，所述目标函数如式 (1)：
[0057]
C 1 )
[0058] 式⑴中：m为该地区中35kV变电站数目；CO1为第i个站点的供电裕度权值；λ Ui 为第i个变电站供电裕度，其可用式（2)计算：
[0059]
⑵
[0060] 式⑵中：/f,为基态时第i个变电站母线的供电负荷；Pui为负荷变化时第i 个变电站母线的供电负荷，实际计算时一般都是在约束条件范围内增大各个站点的供电负 荷。
[0061] 本发明风电系统供电能力评估的新方法一优选的实施例中，所述约束条件包括发 电机节点出力约束、潮流平衡约束、节点负荷功率约束、节点电压约束和支路容量约束。具 体的，计算地区电力系统供电能力时需要考虑的约束条件主要包括相应支路和节点参数在 基态及N-I预想事故情况下均不越限。其约束条件有：潮流平衡约束，发电机节点出力约 束，节点负荷功率约束，节点电压约束，支路容量约束等。
[0062] 本发明风电系统供电能力评估的新方法一较佳的实施例中，步骤S22,根据所述数 据模型并利用基于支路开断分布因子的N-I预想事故分析方法对风电系统供电能力进行 分析，包括：
[0063] 根据所述数据模型并利用N-I预想事故算法进行事故分析，假设基态情况下支路 1的有功潮流为P 1，支路1开断会引起支路e上的潮流发生变化，用 <表示其变化量，这两 者之间可用支路开断分布因子^ i联系起来：
[0064]
(3)
[0065] 支路开断分布因子^ i由式（4)计算：
[0066]
( 4 )
[0067] 式中：^和^分别为支路e和1的电抗；为端口 e和端口 1的节点对之间的互阻抗軋和M汾别为支路e和支路1的节点-支路关联列矢 量，只在支路两端节点对应位置处有+1和一 1两个非零元素，其余元素皆为零；\是X的第 1个列矢量，X是直流潮流计算中导纳矩阵B的逆矩阵。
[0068] 如图1所示，本发明风电系统供电能力评估的新方法一优选的实施例中，步骤S2， 利用差异进化算法对分析后的结果进行优化评估，包括用差异进化算法对ΔΡ/进行优化分 析，并且进行评估，依次包括：
[0069] 步骤SlOl初始化，步骤S102适应度计算，步骤S103确定最优个体，步骤S104繁 衍，步骤S105适应度计算，步骤S106选择和步骤S107更新。
[0070] 本发明风电系统供电能力评估的新方法一较佳的实施例中，所述初始化包括：
[0071] 以N表示种群规模，首先按式⑶产生含有N个个体的初始种群：
[0072]
[0073] i e U，2，...，N}，j