本发明涉及电力系统稳态分析技术领域,具体用于评估用户负荷波动以及新能源发电对配电网电压风险的影响。
背景技术:
分布式电源(dg),主要是风电、光伏这样的新能源发电,具有间歇性和随机性特点,分布式电源的大量接入对电力系统规划、设计、运行提出了很多挑战,使配电网络由单一被动的电能分配角色变为集电能产生、电能传输和电能分配为一体的新型主动型配电系统。网络功率的流动方向的变化、分布式电源发电和负荷波动的随机性使得配电网静态稳定以及电压波动问题变得更加复杂,如果不能很好处理新能源接入问题,不仅不利于对清洁能源的有效利用,还会影响到电能质量以及整个电网的稳定性。
与此同时,随着用户负荷的迅速增长,用户侧负荷对电能质量网络运行也产生了重要影响,用户对配电网电能质量的要求越来越高。系统低电压将会造成极大的经济损失。因此,迫切需要一种考虑用户负荷波动和新能源发电对电压波动影响的电压风险评估方法。
电力系统潮流计算是研究电力系统稳态运行情况的一种基本电气计算。它的任务是根据给定的运行条件和网络结构确定整个系统的运行状态,如各母线上的电压(幅值及相角)、网络中的功率分布以及功率损耗等。电力系统潮流计算的结果是电力系统稳定计算和故障分析的基础。在电力系统运行方式和规划方案的研究中,都需要进行潮流计算以比较运行方式或规划供电方案的可行性、可靠性和经济性。同时,为了实时监控电力系统的运行状态,也需要进行大量而快速的潮流计算。因此,潮流计算是电力系统中应用最广泛、最基本和最重要的一种电气运算。在评估配电网电压风险时,也需要采用离线潮流计算。
技术实现要素:
本发明所要解决的技术问题是,针对配电网中存在分布式新能源以及用户负荷的随机波动性,提供一种能量化评估电压风险配网电压风险评估模型。
为解决上述技术问题,本发明采用如下技术方案:一种考虑用户负荷和新能源接入的配网电压风险评估模型,包括,
负荷节点构建模块,将配电网用户负荷抽象为pq节点,其有功功率、无功功率以随机变量表示,将新能源发电抽象为pv或pq节点,其功率、电压以随机变量表示;
电网潮流概率分布模块,由原始数据分析得到特定场景的概率模型,通过蒙特卡洛模拟,得到电网潮流概率分布;
电压风险评估模块,根据电网概率潮流分布数据,利用核密度估计拟合电压的概率密度函数,评估电压风险。
优选的,用户负荷有功功率,采用正态分布的随机变量表示,其概率密度如式(1):
其中,
优选的,所述的新能源包括风力发电,对于单台风电机组,其捕获的风功率表示成其轮毂高度处风速的函数,采用式(2)近似计算:
其中,vin为切入风速,vout为切出风速,vr为风机额定风速,pr为风机额定容量,风速具有随机特性,风速的随机性认为近似服从weibull分布,其概率密度函数为:
其中v为风速,λ为地区年平均风速,由地区一年的风力历史数据统计得到,k为形状系数。
优选的,所述的新能源包括光伏发电,其有功功率计算式为:
ppv=acηkt
式中,ac为太阳能方阵面积,η为光伏电池转换效率,kt为光照强度,为随机变量,其概率分布取决于当地气象条件,对当地一年的历史光照数据进行核密度估计,即可得到kt近似的概率密度函数。
优选的,无功功率计算方法为:
式中,q为无功功率,p为有功功率,a为功率因数。
优选的,电网潮流概率分布模块计算电网潮流概率分布的方法为:
首先通过对采集得到的历史数据进行统计、回归,先形成每个用户负荷以及新能源发电装置或设备相应的概率参数;然后,执行随机试验,通过计算机生成0-1之间的均匀分布的随机数,传递给每个用户负荷以及新能源发电装置概率密度函数的反函数,从而得到每个用户负荷以及新能源发电装置注入功率的随机数值,将这些随机数值带入确定性潮流计算,记录每次计算结果,达到试验次数或满足结束条件后返回所有结果。
优选的,在第一次试验生成节点导纳矩阵后,不再重新生成,而是继续利用第一次试验所生成的节点导纳矩阵。
优选的,核密度估计的拟合公式如下:
式中,xi为拟合样本中的第i号元素,n为拟合数据的样本数量,h为拟合带宽,k0为拟合用的核函数;
采用高斯核函数拟合电压分布,即:
h带宽的确定采用scott经验公式计算:
通过上述步骤得到由电压分布数据拟合的近似概率密度函数,用于评估电压处于任意取值区间的概率,要取得节点电压x在(a,b)(a<b)取值区间的概率,采用如下公式:
本发明提出利用蒙特卡洛法得到电压的原始数据分布,再通过核密度估计拟合电压的概率密度函数,可以精确且详细、全面地展现用户负荷波动以及新能源接入对电压幅值、相角的影响,并评估配电网低电压风险值。
具体实施方式
新能源发电具有很大的随机性,间隙性。确定性的潮流计算是无法评估这种随机波动造成的影响的。但是,可以将确定性潮流计算的输入参数变为随机变量,再进行潮流计算,即可得到概率潮流分布。概率潮流的基本计算方法是蒙特卡洛模拟,在电网可靠性评估中已经得到广泛应用。本发明提出利用蒙特卡洛法得到电压的原始数据分布,再通过核密度估计拟合电压的概率密度函数。
本发明提供一种考虑用户负荷和新能源接入的配网电压风险评估模型,
包括,
负荷节点构建模块,将配电网用户负荷抽象为pq节点,其有功功率、无功功率以随机变量表示,将新能源发电抽象为pv或pq节点,其功率、电压以随机变量表示;
电网潮流概率分布模块,由原始数据分析得到特定场景的概率模型,通过蒙特卡洛模拟,得到电网潮流概率分布;
电压风险评估模块,根据电网概率潮流分布数据,利用核密度估计拟合电压的概率密度函数,评估电压风险。
其中,负荷节点构建的具体过程做如下说明。
用户负荷有功功率,采用正态分布的随机变量表示,其概率密度如式(1):
其中,pl为该用户负荷,σ为标准差,
风力发电输出有功功率由风速决定。对于单台风电机组,其捕获的风功率可以表示成其轮毂高度处风速的函数,采用式(2)近似计算:
其中,vin为切入风速,vout为切出风速,vr为风机额定风速,pr为风机额定容量。
风速具有随机特性,风速的随机性可认为近似服从weibull分布,其概率密度函数为:
其中v为风速,
光伏发电的功率输出情况与光照强度密切相关,其有功功率计算式为:
ppv=acηkt
式中,ac为太阳能方阵面积,η为光伏电池转换效率,kt为光照强度,为随机变量,其概率分布取决于当地气象条件,受到很多随机因素的影响。因此采用核密度估计高斯对当地的历史光照数据进行拟合,可得到kt的近似概率密度函数,并用于光伏发电有功功率的计算。
以上所述随机波动的新能源以及用户负荷的无功功率,由它们的功率因数确定,功率因数取0.85~1,无功功率计算方法为:
式中,q为无功功率,p为有功功率,a为功率因数。
电网潮流概率分布模块计算电网潮流概率分布的方法为:该方法首先通过对采集得到的历史数据进行统计、回归,先形成每个用户负荷以及新能源发电装置或设备相应的概率参数。然后,执行随机试验,通过计算机生成0-1之间的均匀分布的随机数,传递给每个用户负荷以及新能源发电装置概率密度函数的反函数,从而得到每个用户负荷以及新能源发电装置注入功率的随机数值,将这些随机数值带入确定性潮流计算,记录每次计算结果,达到试验次数或满足结束条件后返回所有结果。
确定潮流计算的输入输出数据格式为参数矩阵形式,其中包含潮流计算中节点、支路、平衡节点、变压器、发电机以及输出结果的必要信息,并设计可从excel、关系数据库导入网络原始信息数据类型转换程序,以及导出潮流计算结果的程序,采用向量化的矩阵计算基本算法以及牛顿拉夫逊非线性方程组求解法构建确定性潮流方程求解算法。
确定潮流计算的随机变量输入形式和随机试验方法,首先确定试验次数,其次,通过随机计算程序,先生成一个随机数,代入各节点的概率模型得出该节点该次试验的参数值,最终生成前面所述的输入参数矩阵。为以后存储试验结果预先生成结果变量的内存空间。
为了加速随机试验的潮流计算速度,本发明在第一次试验生成节点导纳矩阵后,不再重新生成,而是继续利用第一次试验所生成的节点导纳矩阵,避免了大量的数据转换工作。利用向量化操作进行节点参数以及矩阵的计算,进一步提高了蒙特卡洛模拟的效率。
在得到电压的分布数据后,通过核密度估计算法得到概率密度函数。
核密度估计的拟合公式如下:
式中,xi为拟合样本中的第i号元素,n为拟合数据的样本数量,h为拟合带宽,k0为拟合用的核函数。
电网电压分布较为平滑,采用高斯核函数拟合电压分布,即:
h带宽的确定采用scott经验公式计算:
通过上述步骤得到由电压分布数据拟合的近似概率密度函数,用于评估电压处于任意取值区间的概率。
要取得节点电压x在(a,b)(a<b)取值区间的概率,采用如下公式: