本发明涉及一种含风电电网风险评估方法，尤其涉及一种基于三点式平均值评估法的含风电电网风险评估方法，属于电网风险评估技术领域。
背景技术：
能源是人类赖以生存和发展的基础，是经济社会的命脉。由于煤炭、石油等传统化石能源不可再生，提高能源利用效率、开发新能源、加强可再生能源综合利用，就成为解决社会经济快速发展过程中日益凸显的能源需求增长与能源紧缺、能源利用与环境保护之间矛盾的必然选择。在各类新能源发电技术中，风力发电技术受到了各个国家的高度关注，因为它从发展速度上来说是最为快速的，从技术来讲又是最为成熟的，不同于化石燃料，是一种可再生的发电技术，所以其有着非常好的发展前景。同时由于风速的随机性和间歇性，使其接入电网后带来了更多的不确定性因素，如何建立相应的评估模型，完成大规模风电接入后电网的风险评估工作意义非凡。
目前考虑新能源接入的电网风险评估方法主要有：1)基于分散抽样蒙特卡洛算法，给出了风电接入系统的风险指标；2)通过离散卷积给出了风电光伏等新能源发电系统的多状态输出功率模型，并给出了系统评估方法，但该方法局限于配电网的可靠性评估，无法满足大规模输电网的计算要求；3)建立风电机组脱网指标，根据脱网指标和风电场到故障点的电气距离，对预想故障进行排序和筛选，生成有效预想故障子集，仅对有效故障集内的可能故障进行在线风险评估和风电机组脱网预警，提升了计算效率；4)定性分析风电功率预测敏感气象因子的方法，并采用montecarlo随机抽样实现了对风电功率预测不确定性的估计，但该方法并未在大电网风险计算中有所尝试。
技术实现要素：
本发明要解决的技术问题是提供一种基于三点式平均值评估法的含风电电网风险评估方法。
为解决上述技术问题，本发明采用的技术方案是：
一种基于三点式平均值评估法的含风电电网风险评估方法，包括以下步骤：
步骤1：确定服从双参数weibull分布风速的概率密度函数：
式中：v为给定风速，单位为m/s；k1和c分别是weibull分布形状参数和尺度参数，通过风电场的实测风速拟合得到；
步骤2：确定风功率的概率密度函数：
式中：风电场风电机组输出功率pwind：
式中：vci为切入风速；vr为额定风速；vco为切出风速；pr为风力发电机的额定输出功率；a与b为系数；
步骤3：采用三点式平均值估计法确定所有评估场景：
步骤3-1：风电场中风电机组输出功率x＝[x1，…，xn]t，n为风电机组数目；风电机组输出功率中各随机变量xi之间的相关系数为0；由风功率的概率密度函数f(pwind)确定xi的三阶矩及四阶矩，即随机变量的偏度系数λi,3和峰度系数λi,4：
式中，μi、δi分别表示风电机组输出功率中随机变量xi的均值、标准差；
步骤3-2：评估系统状态：系统状态的第(i,k)个估计点为：
x(i,k)＝[μ1,μ2,…,xi,k,…,μn]k＝1,2,3；(6)
式中，μ1至μn分别为风电机组输出功率中随机向量x1至xn的期望值；xi,k为随机变量xi的第k个估计点：
xi,k＝μi+ξi,kδi(7)
式中，μi、δi和ξi,k分别表示风电机组输出功率中随机变量xi,k的均值、标准差和位置系数；
步骤3-3：计算估计点的位置系数ξi,k和权重系数pi,k：
步骤4：计算指标：由以下具体步骤组成：
步骤4-1：各估计点的风险指标，保存相应风险评估结果；
步骤4-2：计算得全网总体风险指标e(y)：
式中pi,k为估计点xi,k对应的权重系数；g(xi,k)为系统风险指标与可用电源输出功率随机向量的函数关系表达式。
所述步骤中系统风险指标g(xi,k)为：
g(xi,k)＝p(a)(9)
式中，p(·)表示发生某时间的概率，a表示风险评估指标所表征的事件。
采用上述技术方案所取得的技术效果在于：
1)本发明基于三点式平均值估计法建立风机出力模型，将风电出力的不确定性问题转化成为确定性的数学问题；将风电的不确定性以数学方式加以等值，使得评估过程更为简便；
2)本发明可以实现考虑风电不确定性的含风电大电网的风险评估。
附图说明
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。
图1是本发明的流程图。
具体实施方式
实施例1：
一种基于三点式平均值评估法的含风电电网风险评估方法，包括以下步骤：
步骤1：确定服从双参数weibull分布风速的概率密度函数：
式中：v为给定风速，单位为m/s；k1和c分别是weibull分布形状参数和尺度参数，通过风电场的实测风速拟合得到；
步骤2：确定风功率的概率密度函数：
式中：风电场风电机组输出功率pwind：
式中：vci为切入风速；vr为额定风速；vco为切出风速；pr为风力发电机的额定输出功率；a与b为系数；
步骤3：采用三点式平均值估计法确定所有评估场景：
步骤3-1：风电场中风电机组输出功率x＝[x1，…，xn]t，n为风电机组数目；风电机组输出功率中各随机变量xi之间的相关系数为0；由风功率的概率密度函数f(pwind)确定xi的三阶矩及四阶矩，即随机变量的偏度系数λi,3和峰度系数λi,4：
式中，μi、δi分别表示风电机组输出功率中随机变量xi的均值、标准差；
步骤3-2：评估系统状态：系统状态的第(i,k)个估计点为：
x(i,k)＝[μ1,μ2,…,xi,k,…,μn]k＝1,2,3；(6)
式中，μ1至μn分别为风电机组输出功率中随机向量x1至xn的期望值；xi,k为随机变量xi的第k个估计点：
xi,k＝μi+ξi,kδi(7)
式中，μi、δi和ξi,k分别表示风电机组输出功率中随机变量xi,k的均值、标准差和位置系数；
步骤3-3：计算估计点的位置系数ξi,k和权重系数pi,k：
步骤4：计算指标：由以下具体步骤组成：
步骤4-1：各估计点的风险指标，保存相应风险评估结果；
步骤4-2：计算得全网总体风险指标e(lolp)：
式中pi,k为估计点xi,k对应的权重系数；glolp(x)为系统风险指标lolp与可用电源输出功率随机向量的函数关系表达式。
式中，p(·)表示发生某时间的概率，cxi,k表示选取估计点xi,k时系统的有效容量，l表示系统负荷。