一种含多状态风电场的输变电系统风险评估方法与流程

本发明涉及电力系统风险评估，具体是一种含多状态风电场的输变电系统风险评估方法

背景技术：

1、随着传统能源成本的提高以及“双碳”战略目标的进一步实施，当前电网中电源侧以风电为代表的新能源渗透率不断攀升。变电站是电网中的关键组成部分之一，其主接线与电网输电线路直接相连接，变电站中的一次设备故障可能会导致厂站的部分供电中断和区域电网的结构发生变化，区域电网停电风险增加，对输变电联合系统安全性产生影响。而在大规模风电接入电网后，由于风速的快速波动性和不可预测性，导致风电场的输出功率具有多状态特性，其大规模并网使得电力系统的不确定性进一步增加，给输变电联合系统风险评估带来新的问题。主要问题表现在现有方法无法将风电场输出功率的多状态特性与输变电联合系统的故障特性相结合，不能反应大规模风电场接入后对输变电联合系统可靠性的影响，因此开展含多状态风电场的输变电系统风险评估研究是十分必要的。

2、目前在对风电机组可靠性模型的建立中，其可靠性模型中大多只包含停运状态和运行状态，或以一个固定的风机降额系数来表示其降额状态，上述风机可靠性模型无法反映风速位于切入风速和切出风速区间时，风机输出功率的多状态特性。针对电力系统的风险评估领域，目前的研究一般考虑发输电联合系统中的元件故障或仅考虑输电线路故障，无法反映大规模风电并网时，风电机组的多状态特性对输变电联合系统风险评估的影响。

技术实现思路

1、针对上述问题，本发明提出一种含多状态风电场的输变电系统风险评估方法，反映大规模风电并网时，风电机组的多状态特性对输变电联合系统风险评估的影响。

2、一种含多状态风电场的输变电系统风险评估方法，包括如下步骤：

3、步骤(1)、构建风电机组功率模型：建立两参数四季威布尔分布风速模型f(v,i)，对于参数估计后的两参数四季威布尔概率密度函数在(0,v)区间作积分得到f(v,i),经反函数变换得到随机风速的表达式vj，将生成的随机风速带入风电机组功率特性表达式，得到随机风速序列对应的风电机组功率序列pwt(v)；

4、步骤(2)、将风电机组输出功率曲线离散化：根据所述风电机组功率序列pwt(v)及风机额定容量生成风电机组各功率值对应的容量停运率pcap，利用状态缩减法将风电机组输出功率曲线离散为各随机风速下对应的风机容量停运率，同时根据两参数四季威布尔概率公式得到随机风速下对应风机容量停运率的概率

5、步骤(3)、构建输变电联合系统的风险评估模型：对待研究的变电站进行建模，根据变电站的主接线图生成拓扑节点图，拓扑节点图由节点和支路构成，每个支路代表一个实际的变电站一次设备，所述一次设备主要包括变电站内的断路器、隔离开关、变压器、母线；对变电站内部元件的故障进行分析，生成修正后的拓扑节点邻接矩阵cij，在修正后的节点邻接矩阵cij基础上根据可达矩阵算法生成节点间的可达矩阵p，根据可达矩阵p判断变电站内负荷节点与站内外连接节点的连通关系，进而将变电站等效为输电系统中的一个母线元件进行风险评估计算；

6、步骤(4)、计及因系统元件故障而导致的变电站和区域电网负荷削减量构建输变电联合系统风险评估指标，所述输变电联合系统风险评估指标包括荷削减概率plc、期望切负荷频率eflc、电量不足期望eens；

7、步骤(5)、进行双层蒙特卡洛抽样：外层对输变电联合系统拓扑节点图中的各支路故障进行序贯蒙特卡洛抽样，若抽取到变电站内元件故障，依据可达矩阵p对变电站进行等效；内层对离散化后的风电机组输出功率进行抽样，采用轮盘赌选择算法，根据离散后的风电机组各容量停运率pcap及其对应概率对风电场多状态出力抽样，由抽样得到的输变电系统元件运行状态和风电场出力组合构成整个系统的运行状态；

8、步骤(6)、在仿真年限内抽取元件的状态持续时间时，每次迭代中外层利用时序蒙特卡洛抽样法抽取一种系统的运行状态，内层利用轮盘赌选择算法抽取一次风电场出力，利用交流最优潮流模型求解各系统运行状态下为消除系统潮流越限和节点电压越限而导致的切负荷；根据抽样形成的系统运行状态计算输变电系统各种状态，统计每次系统状态出现的概率和变电站内部、区域电网的负荷削减情况，代入构建的输变电联合系统风险评估指标plc、eflc、eens，最终在仿真年限内，统计每次抽样的风险指标形成输变电联合系统风险值。

9、进一步的，所述步骤(1)具体包括：

10、1)构建两参数四季威布尔分布风速模型，其概率密度函数为：

11、

12、式中，i是季节参数(i＝1,2,3,4)，ki为第i个季节下的形状参数，ci为第i个季节下的尺度参数，vi是第i个季节下的实际风速值，参数k和c的值采用最大似然估计法通过对历史风速数据进行拟合得到；

13、2)对于参数估计后的两参数四季威布尔概率密度函数在(0,v)区间作积分：

14、

15、经反函数变换得到随机风速的表达式：

16、

17、式中，u为(0,1)之间均匀随机变量；

18、3)将生成的随机风速带入到风电机组功率特性表达式，得到随机风速序列对应的风电机组功率序列：

19、

20、式中，v表示实际风速，vin和vout代表风电机组的切入风速和切出风速，vr为风电机组的额定风速，pwt和prwt为风电机组的实际功率和额定功率,a、b、c、d为风电机组功率特性曲线参数。

21、进一步的，所述步骤(2)具体包括：

22、定义风电机组的容量停运率：

23、

24、当pcap＝0时，为风电机组的满发状态，pcap＝100％时，为风电机组的停运状态，0<pcap<100％时，为风电机组的降额状态；

25、利用下式的状态缩减法得到指定降额状态数量下的风机容量停运表：

26、

27、

28、

29、式中，mi，mj为状态缩减中指定状态i和j的容量停运率，为对应容量停运率mi，mj的概率，为随机风速下对应风机容量停运率的概率。

30、进一步的，所述步骤(3)具体包括：

31、对变电站内部元件的故障进行分析，生成修正后的拓扑节点邻接矩阵，邻接矩阵中的元素定义为：

32、

33、对于故障的变电站元件，将其视为节点之间无支路；

34、在修正后的节点邻接矩阵基础上根据可达矩阵算法生成节点间的可达矩阵，对于含有n个节点的系统，可达矩阵p的表达形式为：

35、

36、式中，pnn表示第n个节点和第n节点之间是否存在连接关系，若如存在连接关系则为1，否则为0。

37、根据可达矩阵判断变电站内负荷节点与站内外连接节点的连通关系，进而将变电站等效为输电系统中的一个母线元件进行风险评估计算。

38、进一步的，所述步骤(4)具体包括：

39、(1)负荷削减概率plc(probability of load curtailments)

40、

41、式中，pi、pj和pk分别表示系统状态i、j和k出现的概率；s表示待评估变电站内有负荷削减的系统状态的合集，g表示区域电网由于拓扑改变导致负荷削减的系统状态合集，w表示变电站内部、区域电网同时出现负荷削减的系统状态合集；

42、(2)期望切负荷频率eflc(expected frequency of load curtailments)

43、

44、式中，fi、fj和fk分别表示离开系统状态i、j和k的频率；

45、(3)电量不足期望eens(expected energy not supplied)

46、

47、式中，ci和cj分别表示由于元件失效而导致的变电站内负荷损失和区域电网的负荷损失量，ta为仿真年限的时长。

48、进一步的，所述步骤(5)具体包括：

49、1)设置元件的可靠性参数、蒙特卡洛最大仿真年限ny以及当前的迭代次数k，假设当前系统元件均处于正常运行状态，基于序贯蒙特卡洛法，对元件的运行、停运两状态持续时间进行抽样：

50、

51、式中，dn是第n个元件的状态持续时间，λn是第n个元件的失效率或修复率，un是[0,1]区间均匀分布的随机数；

52、在仿真年限ny内重复进行元件的状态持续时间抽样，根据各元件的时序状态转移过程组成系统的时序状态转移过程；

53、2)根据轮盘赌选择算法，将风机容量停运表中对应各容量停运率的概率转化为0-1区间的线段长度：

54、

55、式中，p(xk)为对应容量停运率下的概率，q(xi)为累计概率，对应0-1区间的线段长度。

56、进一步的，所述步骤(6)中的交流最优潮流模型具体如下：

57、目标函数：

58、约束条件为：

59、

60、

61、pldi-pci＝pi

62、

63、

64、0≤pci≤pldi

65、

66、

67、式中n为系统中节点数量，pci为节点i上的负荷切除量，pi、qi分别为节点i上的有功、无功注入值，pldi为节点i的负荷总量，pgi、分别为节点i上发电机组有功出力及其最大值和最小值，qgi、分别为节点i上发电机组无功出力及其最大值和最小值，tpl为线路实际传输容量，该值小于线路最大传输容量另外节点电压vi需要在该节点最小电压和最大电压之间。

68、本发明具有如下有益效果：

69、(1)提出的风电机组可靠性模型，能够反映风电机组输出功率的多状态特性。

70、(2)提出的输变电联合系统的风险评估模型，能够反映大规模风电并网时，风电机组的多状态特性对输变电联合系统风险评估的影响。

71、(3)提出的一种含多状态风电场的输变电系统风险评估方法，能够弥补目前无有效方法对风电并网下输变电联合系统风险定量计算的空缺。