专利名称：基于风电功率波动概率特性的主导节点选择方法
技术领域：
本发明涉及一种基于风电功率波动概率特性的主导节点选择方法。
背景技术：
二级电压控制作为自动电压控制体系中承上启下的重要环节，维持主导节点电压是其首要控制目标。因此主导节点的选择直接关系二级电压控制对于组织协调区域无功资源、维持区域电压水平效果。主导节点选择方法从最初的以电气距离为依据，选择区域电气距离中心或短路容量最大的负荷节点(见参考文献1)，到利用离线寻优方法确定控制区域内消除扰动偏差后其他节点电压偏差最小的节点(见参考文献2-4)，再到近期考虑可控性因素的优化选择方法(见参考文献5)，基于离线优化组合问题求解的主导节点选择方法已较为完备。传统电网潮流走向相对固定，负荷预测经过多年发展精度较高，发电计划制定也有成熟的模式，实施分级电压控制过程中，控制区域内的电气距离中心或能体现区域电压水平的节点相对固定，控制措施的相关灵敏度数据变化较小。因此根据典型运行方式的灵敏度数据，通过离线优化计算选择主导节点理论上较为成熟，工程实施效果表明以往的选择方法是可行有效的。近年来由于环境问题的日益凸显，可再生能源不断并入已是大势所趋。并入的可再生能源如风电、光伏等注入功率随机性较强，其大规模接入和分布式渗透使得电网电源呈现多元化和分散化的趋势，加剧了控制区域内潮流波动和走向变化。加上由于电力体制变革，电力系统的运行点日益趋近极限，重负荷状态下控制灵敏度会随有功潮流不同发生较大的变化(见参考文献6)。这些因素导致控制区域内的电气距离中心或区域电压水平典型代表节点随潮流变化而动态迁移，如按原有的选择方法主导节点不能体现所有运行状态下的区域电压代表性。参考文献:[l]Paul J P, Leost J Y, Tesseron J M.Survey of the Secondary VoltageControl in France:Present Realization and Investigations[J].1EEE Transactionson Power Systems, 1987, 2(2):505-512。[2] Conejo, A.Secondary Voltage Control:Nonlinear Selection of PilotBuses, Design of an Optimal Control Law, and Simulation Results[J].1EE Proceedings-Generation, Transmission and Distribution, 1998, 145(I):77-81。[3]孙元章，王志芳，姚小寅.电力系统二级电压控制的研究[J].电力系统自动化，1999，23(9): 9-14。[4]范磊，陈珩.二次电压控制研究(二)[J]，电力系统自动化，2000，24(12):20-24。[5]代飞，黄磊，徐箭，孙元章.基于二级电压控制的河南电网分区和主导节点选择.电力系统保护与控制[J]，2011，39 (24): 101-105。[6]郭庆来.电力系统分级无功电压闭环控制研究[D].北京:清华大学，2005。
[7]林卫星，文劲宇，艾小猛，程时杰和李伟仁.风电功率波动特性的概率分布研究[J].中国电机工程学报，2012，32 (I): 38-46。[8]崔杨，穆钢，刘玉和严干贵.风电功率波动的时空分布特性[J].电网技术，2011,35(2):110-114。[9]于大洋，韩学山，梁军和宋曙光.基于NASA地球观测数据库的区域风电功率波动特性分析[J].电力系统自动化，2011，35(5):77-81。[10]肖创英，汪宁渤，陟晶和丁坤.甘肃酒泉风电出力特性分析[J].电力系统自动化，2010，34 (17): 64-67。[11] DupaovoaJ., Growe-Kuska N., Romisch ff.Scenario Reduction inStochastic Programming:an Approach Using Probability Metrics[J].Mathematical Programming, 2003, 95(3):493-511。[12]Heitsch H., Romisch ff.Scenario Reduction Algorithms in StochasticProgramming[J].Computational Optimization and Applications, 2003，24(2-3):187-206。[13]王洪涛，刘玉田.基于NSGA-1I的多目标输电网架最优重构[J].电力系统自动化，2009，33 (23): 14-18。[14]Kalyanmoy Deb,Amrit Pratap, Sameer Agarwal.A fast and elitistmult1-objective genetic algorithm:NSGA-1I[J].IEEE Transactions on EvolutionaryComputation, 2002, 6(2):182-197。
发明内容
为使当前形式下所选主导节点相对可再生能源随机注入功率具有一定鲁棒性，本发明以风电接入为例提出了计及风电功率波动概率特性的主导节点选择方法。为了实现上述目的，本发明采用如下技术方案。首先统计控制区域内风电场注入功率在峰、腰和谷负荷时段的概率分布，通过函数拟合获取注入功率的概率分布密度函数，并在峰、腰和谷负荷运行方式基础上叠加风电场的随机注入功率，形成系统的各种随机运行状态，其出现概率由各风电场注入功率概率分布特性决定。然后获取各运行状态下的灵敏度矩阵，选取随机扰动后消除电压偏差可使其余负荷节点电压偏移在各种运行状态下期望最小的节点作为主导节点。仿真结果表明，该方法可行有效，所选结果在风电并入条件下具有较好的控制效果。主导节点选择的核心思想是受扰动后通过消除主导节点电压偏差使得其余节点电压偏差最小。以往的选择方法仅考虑典型运行方式针对单一场景进行选择。如今风电并入导致运行状态随机变化频繁，所选主导节点应能在各种运行状态下具有较好的累计控制效果。由于不同的随机运行状态具有不同的概率，累计控制效果不仅要看各状态下电压偏差的大小，还要考虑相应概率。因此，主导节点选择的目标函数取全部随机运行状态下各节点电压偏移的数学期望最小来体现累计控制效果最优。具体步骤包括:(I)首先根据并入风电场的注入功率概率分布，叠加峰腰谷负荷基础运行方式，计算各随机运行状态和相应概率分布；
(2)然后在各运行状态潮流数据基础上获得电压无功控制相关灵敏度信息；(3)再构建各种运行状态下累计控制效果最优的主导节点选择数学模型；(4)最后应用成熟的优化算法求解确定最终选择结果。所述步骤(I)中，以往电网根据长期运行经验积累，其运行状态按负荷水平划分为峰、腰和谷负荷运行方式，并总结出较为准确的相应时段。风电并入在电压无功控制领域带来主要挑战是其注入功率波动的随机性引起系统运行状态的随机变化。因此，系统的运行状态划分可在原有峰、腰和谷负荷运行方式基础上，引入代表风电注入功率的随机变量，形成随机系统运行状态，其出现概率由风电注入功率概率分布特性所确定。具体包括如下步骤:( 1-1)风电注入功率概率分布特性统计与拟合。根据系统运行状态划分规则，系统随机运行状态的概率特性主要由风电注入功率的波动概率分布特性决定。因为要与系统的峰腰谷负荷时段状态叠加，首先应解决风电在对应时段注入功率的概率密度函数。目前对于风电出力波动特性分析主要集中于整体波动规律的总结(见参考文献7-10)，对于具体特定时段的注入功率概率分布分析还未见相关文献报导。为获取这一概率分布特性采用的具体方法如下:根据历史数据统计峰腰谷负荷时段风电注入功率在不同功率范围内出现的频率。例如以额定容量的10%为功率间隔，统计每个功率间隔范围内在特定时段有功注入的出现频率作为其相应概率，获取离散概率分布特征。根据统计结果，利用函数拟合峰腰谷负荷时段注入功率概率密度函数，经历史数据的适用性校验，形成可反映注入功率波动本质规律的概率密度函数。有了各风电注入功率的概率密度函数，可以根据实际需要的功率间隔积分获得概率分布，并计算各功率间隔内的均值作为该区间内的注入功率，以便与原有的峰腰谷负荷运行方式叠加计算各种随机运行状态的潮流以及相应概率，所选主导节点应能对运行状态的随机变化具有一定的鲁棒性。( 1-2)系统随机运行状态的场景削减与概率分布更新。引入注入功率随机变量后，一旦控制区域内含有多个风场，直接组合所得的随机运行状态数量将是海量的，会导致后续主导节点选择的组合优化算法难以求解。对此可采用两种途径限制系统随机运行状态的数量。第一是根据系统的实际情况，考虑注入功率的变化只有超过一定范围才会对主导节点选择产生影响，可以对连续型随机变量进行合理的离散化处理。即以风场额定容量为基准，以额定容量的合理百分比为功率间隔取相应概率，并在功率间隔内取均值作为相应概率下的注入功率。如果在控制区域内接入的风场较少，功率间隔可以较小以便使所选主导节点尽可能适应各种随机运行状态。当接入较多时，功率间隔相应增大，以减少组合数量。例如系统节点i和j接入风场，设各自额定容量分别为Srl和Sr2，如取10%为功率间隔，如果峰负荷时段节点i注入功率在
范围内的概率为P xi，均值为Pil，节点j注入功率在
范围内的概率为P xj，均值为Pjl，假设节点i和j所接风场注入功率相互独立，则峰负荷时段节点i和节点j注入功率分别为Pil和Pjl的运行状态概率为Px= PxiPxjo按此规则，考虑峰腰谷负荷的基础运行方式，最终组合的随机运行状态数量为3X10X10。如果功率间隔取25%，运行状态数目则变为3X4X4。
第二是可以应用场景削减技术(scenario reduction)来实现精度与计算量的平衡。由于随机运行状态取决于风电注入功率这一随机变量，因此将每种风电注入功率组合及相应概率定义为一种场景。每一种场景决定一种随机运行状态，两者是对应的。场景削减就是随机运行状态的削减，目的是为控制随机运行状态的数量，减少优化选择的计算量。首先定义各场景之间的概率距离，确定好需要保留的场景数量，再选取与其他场景概率距离最近的场景予以保留，最后将剔除场景的概率合并入与其概率距离最近的保留场景概率中，形成新的概率分布。根据这一方法可减少风电注入功率的组合数量，也可实现随机运行状态数量的消减，较为灵活的在计算量和精度之间进行折中(见参考文献11-12)。本发明优选快速前推选择(fast forward selection)算法。流程如下:首先设全部场景序号集合为Q = {1, 2，3,…，S},场景Ik和场景I u均用包含W个风电注入功率随机变量的向量来表示，其中k，u e Q。定义场景对Uk，Iu)之间的距
离
权利要求
1.一种基于风电功率波动概率特性的主导节点选择方法，其特征是，首先统计控制区域内风电场注入功率在峰、腰和谷负荷时段的概率分布，通过函数拟合获取注入功率的概率分布密度函数，并在峰、腰和谷负荷运行方式基础上叠加风电场的随机注入功率，形成系统的各种随机运行状态；然后获取各运行状态下的灵敏度矩阵，选取随机扰动后消除电压偏差能够使其余负荷节点电压偏移在各种运行状态下期望最小的节点作为主导节点。
2.如权利要求1所述的基于风电功率波动概率特性的主导节点选择方法，其特征是，具体步骤包括: (1)首先根据并入风电场的注入功率概率分布，叠加峰腰谷负荷基础运行方式，计算各随机运行状态和相应概率分布； (2)然后在各运行状态潮流数据基础上获得电压无功控制相关灵敏度信息； (3)再构建各种运行状态下累计控制效果最优的主导节点选择数学模型； (4)最后应用优化算法求解确定最终选择结果。
3.如权利要求1所述的基于风电功率波动概率特性的主导节点选择方法，其特征是，所述步骤(I)中，具体包括如下步骤: (1-1)风电注入功率概率分布特性统计与拟合； 根据历史数据统计峰腰谷负荷时段风电注入功率在不同功率范围内出现的频率； 根据统计结果，利用函数拟合峰腰谷负荷时段注入功率概率密度函数，经历史数据的适用性校验，形成反映注入功率波动本质规律的概率密度函数； 根据实际需要的功率间隔积分获得概率分布，并计算各功率间隔内的均值作为该区间内的注入功率； (1-2)系统随机运行状态的场景削减与概率分布更新； (1-3)将风电场的随机注入功率与原有的峰腰谷负荷运行方式叠加计算获取反映风电注入功率波动概率特性的系统随机运行状态以及相应概率分布。
4.如权利要求3所述的基于风电功率波动概率特性的主导节点选择方法，其特征是，所述步骤(1-2)中，对连续型随机变量进行合理的离散化处理；即以风场额定容量为基准，以额定容量的合理百分比为功率间隔取相应概率，并在功率间隔内取均值作为相应概率下的注入功率。
5.如权利要求3所述的基于风电功率波动概率特性的主导节点选择方法，其特征是，所述步骤(1-2)中，应用场景削减技术来实现精度与计算量的平衡；首先定义各场景之间的概率距离，确定好需要保留的场景数量，再选取与其他场景概率距离最近的场景予以保留，最后将剔除场景的概率合并入与其概率距离最近的保留场景概率中，形成新的概率分布。
6.如权利要求5所述的基于风电功率波动概率特性的主导节点选择方法，其特征是，选用快速前推选择算法，流程如下: 首先设全部场景序号集合为Ω = {1，2，3，…，S}，场景Ik和场景〖"均用包含W个风电注入功率随机变量的向量来表示，其中k，u e Ω ;定义场景对(ξ\ ξ11)之间的距离€{ξ\ξ^^γ\ξΙ-ξ:\, 分别为。和ξ11中的元素；保留场景序号集合初值。u力空， ζ ^ Gi从删除场景序号集合初值Ωf =Ω; Stepl.计算所有场景对之间的距离
7.如权利要求2所述的基于风电功率波动概率特性的主导节点选择方法，其特征是， 所述步骤(2)中，设在系统运行状态i下的灵敏度关系为:
8.如权利要求7所述的基于风电功率波动概率特性的主导节点选择方法，其特征是， 所述步骤(3)中，设控制区域内包含N个PQ节点，选取P个主导节点；在式(I)的基础上，各种随机运行状态下受随机无功负荷扰动后，选择主导节点的目标是如何选取PXN维主导节点选择矩阵C=[cu]，使得全网其余负荷节点的电压偏移Λ'期望最小；即使得目标函数I (C):
9.如权利要求2所述的基于风电功率波动概率特性的主导节点选择方法，其特征是，所述步骤(4)中，选用包含精英策略的遗传算法NSGA-1I。
全文摘要
本发明提供了一种基于风电功率波动概率特性的主导节点选择方法。控制区域内大规模可再生能源的并入将使得潮流波动和走向变化加剧，给区域电压无功控制带来诸多挑战。主导节点作为二级电压的首要目标，其选择需要考虑可再生能源接入的影响。本发明以风电接入为例，统计风电场不同时段的注入功率概率分布特性，与系统的峰、腰和谷负荷运行方式叠加形成具有不同概率的各种系统随机运行状态，选取的主导节点能够满足系统在受到随机扰动后，通过控制消除所选主导节点的电压偏差，使得全网其余负荷节点在各种随机运行状态下的电压偏移期望最小。IEEE3机9节点和New England39节点系统仿真结果验证了该方法的可行性和有效性。
文档编号H02J3/38GK103219743SQ201310097158
公开日2013年7月24日 申请日期2013年3月25日 优先权日2013年3月25日
发明者贠志皓, 刘玉田, 梁军, 王洪涛 申请人:山东大学