一种考虑电动汽车充电特性和负荷波动极限的电力系统静态电压稳定性评估方法与流程

技术特征：

1.一种考虑电动汽车充电特性和负荷波动极限的电力系统静态电压稳定性评估方法，其特征在于，包括

步骤1，电网节点注入功率随机化模型建立：包括发电机节点注入功率、负荷节点功率和电动汽车充电站功率的随机化建模,，具体包括：

模型一，发电机功率模型：

将所有的发电机节点分为两个大类，即松弛节点和非松弛发电机节点；松弛节点以外的发电机节点输出功率相互独立且服从正态分布，有功功率的概率分布函数为

$P={\mathrm{\μ}}_P+\sqrt{2}\·{\mathrm{\σ}}_P\·f_{error}^{-1}(2r-1)$

其中，μ_P是由基础负荷确定的有功出力期望值，σ_P为标准差，为误差函数的反函数，r为服从均匀分布的随机变量；无功功率的出力表达式与有功功率类似；

模型二，电动汽车充电站：

电动汽车的充电过程中的电能需求与初始充电状态；电动汽车的初始SOC由日行驶距离D确定，假设日行驶距离服从正态分布，其概率密度函数为

$f\left(D\right)=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}{e}^{-\frac{{(D-\mathrm{\μ})}^2}{2{\mathrm{\σ}}^2}}$

其中μ为日行驶距离D的期望值，σ为标准差；考虑到电池单次放电所能行驶的极限距离，D仅在[0,D_limit]区间内取值；

每次充电完成后，电池的SOC达到最大值100％；随着行驶距离D的增长，SOC值成线性关系衰减，在下一个充电周期之前，电池的充电状态可用下式评估：

${\mathrm{SOC}}_{initial}=(1-\frac{D}{D_{\lim it}})\×100\%$

式中，D_limit的典型取值为128.75km；

假设EVs在每天的行驶过程结束以后，仅进行一次充电，而且充电的时间可能分布在一天的任意时刻；EVs单次充电时间t_s的概率密度函数服从t_s的指数分布，用下式表示：

$f\left(t_s\right)=\frac{1}{T_{\mathrm{\μ}}}{e}^{-\frac{t_s}{T_{\mathrm{\μ}}}}$

其中，T_μ的取值为1至2h；

对于一个接纳能力为N_max的充电站，设任意时刻到达该充电站充电的电动汽车数量N，其服从期望值为λ_μ的泊松分布，即

$p\left(N\right)=\frac{{\mathrm{\λ}}_{\mathrm{\μ}}^N}{N!}{e}^{-{\mathrm{\λ}}_{\mathrm{\μ}}}$

以上公式中已求得电动汽车的SOC值和充电时间t_s的分布，根据附图1中的EVs充电特性，可以确定单台电动汽车充电功率的概率分布；电动汽车充电站总的功率需求特性为充电站内所有电动汽车的功率需求的和；采用蒙特卡洛抽样方法进行大于5000次抽样，获得的电动汽车充电站功率需求概率分布图及拟合曲线，并根据该曲线所得的概率分布曲线近似服从期望值为μ_P，标准差为σ_P的正态分布；

模型三，负荷节点功率模型：

在确定性潮流计算中，连续潮流算法采用预测校正的方法，通过参数化引入一维或多维校正方程，解决了潮流雅克比矩阵在电压稳定临界点的奇异性问题，使得整个潮流求解过程连续，能够绘制出完整的PV曲线，搜索系统的电压崩溃点，从而建立负荷的随机化模型，具体方法如下：

对于一个包含N个节点的系统，任一节点为b(1≤b≤N)；其中负荷节点有M个，各负荷节点组成的集合为L＝[L₁,L₂,……,L_M]，第p(1≤p≤M)个负荷节点的初始负荷为L_p0，采用连续潮流法依次对系统中的负荷节点按单负荷增长方式增加负荷至系统发生电压崩溃，计算得到此时增负荷节点的负荷记为L_p1，负荷增长因子α_pm＝L_p1/L_p0，单负荷增长是电网负荷增长方式中较极端的情况；将单负荷增长方式的负荷极限值定为负荷变化范围的上限，同时将电网日最小负荷量θ定为负荷变化范围的下限，将节点p的最小负荷量设为初始负荷的Q％；由于电网负荷波动的随机性，设节点p的负荷增长因子α_Lp服从[θ,α_pm]区间上的均匀分布；

步骤2，进行电力系统QMC采样，具体是通过构造Sobol序列，用于随机产生电力系统的运行状态，以便通过概率统计的方法分析电力系统的静态电压稳定性；

步骤3，进行电力系统静态电压稳定临界状态搜索，用于逐步比较剔除离临界状态距离较远的运行点，并采用连续潮流法进行校正，获取电力系统临界运行状态的集合；

步骤4，建立电力系统静态电压稳定性评估指标体系，用以评估系统的静态电压稳定性，具体包括3个指标：平均崩溃电压、电压越限风险值和节点平均功率增长充裕度，具体是：

指标一、当电力系统处于用电高峰时期，由于负荷的波动导致全网发生电压失稳时，率先出现电压越限的负荷节点属于电力系统的静态电压稳定的薄弱区域；通过计算若干系统电压失稳状态下负荷节点的电压临界值，对节点的薄弱程度进行排序，求取节点的平均崩溃电压，计算公式如下：

$ACV=\underset{k=1}{\overset{T_s}{\Σ}}{U}_{icollapse\_k}/T_s$

指标二、通过计算若干系统电压失稳状态下负荷节点的电压临界值，对节点的薄弱程度进行排序，求取节点的电压越限风险值，计算公式如下：

VVRV＝T_{i_collapse}/T_s

式中，U_{icollapse_k}为负荷节点i在第k种系统崩溃状态的失稳电压；T_s为搜索到的系统临界状态总数，T_{i_collapse}为节点i在各负荷节点失稳电压排序中列为电压最低节点的次数；VVRV指标的取值在[0,1]之间，节点该指标值越大，表明电压薄弱程度越高，在全网负荷大幅波动时发生电压越限的风险越大；

指标三、系统负荷节点功率增长充裕度

在求得大量系统崩溃状态的情况下，计算负荷节点的功率增长充裕度可以使系统运行人员掌握各负荷波动节点功率距离系统临界状态的距离，并及时采取措施，避免全网发生电压失稳事故；定义节点平均功率增长充裕度(Average power-increasing adequacy，APIA)指标的计算公式

$APIA=\underset{k=1}{\overset{T_s}{\Σ}}\frac{P_{collapse\_k}-P_{s\_i}}{P_{s\_i}}/T_s$

式中，P_{icollapse_k}为节点i在第k中系统崩溃状态下的有功功率，P_{s_i}为节点i初始有功功率，T_s为系统临界状态总数；该指标可与崩溃电压指标相结合，作为评估系统静态电压稳定性的依据。

2.根据权利要求1所述的一种考虑电动汽车充电特性和负荷波动极限的电力系统静态电压稳定性评估方法，其特征在于，所述步骤2中，为产生Sobol序列中的第n个点，采用本原多项式P＝x^d+h₁x^d-1+h₂x^d-2+...+h_d-1x+1，其中d为根据变量维数确定的常数，h_i(i＝1,2,...,d-1)取值为0或1；通过下式所示的递推关系求取正整数数列m_j(j＝1,2,...,M,M＞d)中的各项:

$m_j=2h_1{m}_{j-1}\⊕2^2{h}_2{m}_{j-2}\⊕...\⊕2^{d-1}{m}_{j-d-1}\⊕2^d{m}_{j-d}\⊕m_{j-d}$

其中为逐位异或运算符；在确保m_j为奇数且小于2^j的前提下，m₁，m₂，...的初值可自由选取；由此Sobol序列中的第n个点可由下式确定

$\mathrm{\Θ}\left(n\right)=a_1\left(n\right)v_1\⊕a_2\left(n\right)v_2\⊕...\⊕a_j\left(n\right)v_j$

式中v_j(j＝1,2,...,M)为方向向量，且v_j＝m_j/2^j；

按照上述方法，根据实际问题中变量的维数确定多项式P的最高次数d，即可构造采样所需的Sobol序列；根据建立的不同类型节点注入功率的概率模型，设随机变量组成的集合为X＝[G,E,L]，其中G＝[g₁,g₂,...,g_p],E＝[e₁,e₂,...,e_q],L＝[l₁,l₂,...,l_r]分别为发电机节点输入功率、电动汽车接入点功率和负荷节点功率的变量集合，各随机变量的累积分布函数

Y_i＝F_i(X_i),i＝1,2,...,n(n＝p+q+r)

式中，随机变量X_i的值域F_i∈[0,1]，与其Sobol序列中采样点的数值范围一致；X_i的采样值可以通过求取其CDF的反函数获取，得到最终的随机变量采样序列；，通过求取CDF的反函数，Sobol序列中的CDF函数值与发电机的输出功率采样值X_i存在一一对应的关系；设定采样总次数N，在第n次迭代过程中，由的数值即可求得发电机的输出功率

3.根据权利要求1所述的一种考虑电动汽车充电特性和负荷波动极限的电力系统静态电压稳定性评估方法，其特征在于，所述步骤3中，通过概率潮流和连续潮流相结合的思想获取系统的崩溃状态；系统临界状态的搜索流程如下：

步骤3.1、全网的负荷节点L＝[l₁,l₂,...,l_r]按照等比例增长方式增加负荷至系统临界崩溃状态，即L_{i_collapse}＝α_sL_i0(i＝1,2,...,r),其中L_{i_collapse}为系统临界状态节点i的负荷量，L_i0为该节点的初始负荷，此时的负荷增长系数α_s作为判别系统各采样状态系统是否达到电压崩溃的参考依据；

步骤3.2、设定采样次数N，运用QMC采样方法随机抽样发电机节点、负荷节点、和EV充电站的注入功率值，形成负荷节点的增长系数矩阵K_N×r，该矩阵中的任一元素值k_n,i表示第n次抽样过程中负荷节点i的负荷增长系数值，即k_n,i＝L_in/L_i0；对于某一组抽样结果，若max(k_n,i)<α_s，说明该负荷状态可确保潮流收敛，系统距离临界状态的裕度较大，从K_N×r中剔除对应行；若min(k_n,i)>α_s，说明该负荷状态已超出系统静态电压稳定临界值，导致潮流无法收敛，同样剔除该行元素；

步骤3.3、在步骤步骤3.2筛选得到的系数增长矩阵中，若某两行元素存在min(k_m,i)>max(k_n,i)，则第m行元素的负荷状态较第n行更接近系统的临界状态，剔除第n行的元素，重复该步骤，使K_N×r中的剩余抽样状态不断逼近系统的电压稳定极限；

步骤3.4、临界状态修正，采用步骤步骤3.1、3.2得到的负荷增长系数值与该次抽样获得的发电机节点及EV接入系统的节点注入功率进行连续潮流计算，按照全网负荷等比例增长负荷至系统的崩溃状态，得到系统临界状态下的负荷节点的系数增长矩阵

通过系数增长矩阵即可求取系统的静态电压稳定临界状态。