一种基于随机抽样的光伏高渗透配电系统非常态化风险分析方法及系统与流程

本发明涉及一种配电系统风险分析方法，特别涉及一种基于随机抽样的光伏高渗透配电系统非常态化风险分析方法，属于智能电网领域。

背景技术：

1、光伏发电是主要的清洁能源利用方式，因其清洁、高效以及成本低廉等特点，受到越来越多的重视。随着近些年我国分布式电源的快速发展，传统的集中式大电网成本高、偏远地区输电费用过高、运行难度越来越大、容易弃风弃光等弊端日益明显，以上问题可以通过发展光伏电源有效弥补。由于大多靠近负荷中心，光伏的接入能够改变潮流单向流动的现状，减少配电网对主网的依赖，从而缩减输配电网络建设成本。同时由于单个光伏源功率相对较小，相比于集中发电，光伏电源设备的规划和建设周期短，投资风险低，且维修管理较为方便。

2、尽管太阳能光伏发电等分布式电源优点突出，但其本身存在诸多问题。一方面太阳能出力变化的随机性与波动性导致地区电网的非常态化风险增大，进而降低了配电网供电可靠性，增加电网运行的风险；另一方面，光伏接入电网可能导致短路电流幅值提升，进而提高了相邻线路的负载率，增加了网络损耗，电网运行的经济性随之受到影响。随着光伏电源接入规模的扩大及其在配电网中的渗透率的增加，上述问题愈发突出。

3、在光伏发电暂态建模方面，目前研究较多针对不同故障条件下光伏发电的稳态短路电流，尚未研究光伏发电在故障暂态阶段的等效模型。在短路电流计算方面，目前有考虑光伏发电限流特性的辐射型配电网短路电流算法和利用叠加原理提出的含光伏发电配电网的三相短路电流和不对称电流的计算方法。但是前述方法均针对确定性的短路电流计算，未考虑系统故障等随机因素，也未计及光伏电源的不确定性，它们仅能得到最恶劣情况下系统的短路电流，无法获得光伏电源故障导致系统短路电流水平增加的变化区间。

4、解决问题的关键是需要深入掌握配电网短路电流与分布式光伏电源之间的内在影响机理，量化评估光伏接入前后对不同故障场景下短路电流的影响。准确得到光伏电源接入配电系统后的故障特性，尤其是对配电网非常态化风险的影响，是建设可持续发展的配电系统的基础，对于保证电力系统安全稳定运行至关重耍。

技术实现思路

1、本发明的目的在于精准分析含高渗透率分布式光伏电源的配电网运行风险随着光伏出力的时吋波动而时刻改变，鉴于光伏电源的变化具有明显的规律性，因此在不同光伏故障概率下对配电网进行逐时风险分析对于我国光伏电源的发展具有重要的现实意义；同时为光伏电源的接入和运行调度提供科学依据，为配电网运行控制提供新的手段。

2、本发明提供的一种基于随机抽样的光伏高渗透配电系统非常态化风险分析方法，具体包括如下步骤，

3、获取光伏电源出力、光照数据随机变量的历史数据，绘制概率分布曲线，确定不同故障情况得到光伏电源故障集；

4、通过对光伏电源故障集、光照数据进行处理，构建基于随机抽样的光伏风险指数模型；

5、通过模型中的参数生成光伏输出功率不同场景并对配电网短路电流进行计算得到不同场景下短路电流大小；

6、采用边界交叉法处理不同场景的短路电流并取反拉氏变换，同时通过截止频率和时间常数计算得到暂态过程持续时间，将结果与正常运行情况下进行对比，进而得到光伏电源在发生非常态化风险情况下暂态过程短路电流的波动值；

7、基于上述波动值，计算每种场景光伏电源故障概率和光照概率，根据短路电流波动值和每种场景下的概率计算得到光伏高渗透配电系统非常态化风险指数。

8、进一步的，所述的基于随机抽样的光伏风险指数模型所包含的具体流程步骤为：

9、1)定义m为系统抽样的区间个数，n为随机变量个数；

10、2)为实现对于分割子区间内的随机抽样，首先等概率分割n个随机变量的概率分布曲线；

11、3)将概率分布曲线中的光照概率参数与电源出力概率参数进行匹配，得到m×n阶采集矩阵k；应用cholesky分解法减少样本相关性；对1,2,…,n随机排列生成的m×n阶顺序矩阵l，求取秩相关系数矩阵b；对矩阵b进行cholesky分解，得到下三角阵q；应用j＝q-1l对l进行计算得到新顺序矩阵j；利用jt的每行元素大小对原采集矩阵k中的行元素重排序，得到m×n阶负荷矩阵kdl：

12、

13、式中:dg1,…,dgt和load1,…,loadw分别表示配电网中光伏电源和负荷点的个数；

14、4)定义一个m行s列的矩阵，其中m为故障相量，s为线路变压器节点回路的个数；在[0，1]区间上抽样产生随机数；对产生的各个随机数做以下比较，以确定各元件的运行状态并得到m个故障向量：

15、

16、式中:表示故障基准值；

17、由此生成一个m×s阶元件故障状态矩阵：

18、

19、式中:com1,…,comk表示配电网中故障状态的个数；

20、5)通过负荷矩阵与故障状态矩阵中的元素充分随机匹配，得到m×(n+s)阶综合状态矩阵kstate进行风险计算得到风险指数；

21、6)判断收敛判据是否已满足条件来决定抽样是否继续；具体判据设置为运行风险指标中的协方差指数cov，如果协方差小于收敛定值(取0.025至0.05)则抽样结束；

22、

23、式中:mk为抽样次数；为停电风险指标f的计算期望值；var()是变量方差。

24、进一步的，所述的对光照数据进行处理时需要使用的计算公式包含更新门rt、重置门zt、当前存储状态单元当前时刻输出状态ht具体计算公式是指：

25、

26、式中:σ为sigmod激励函数；wr、wz、分别为更新门、重置门和当前存储状态单元的权重；ht-1、xt分别为上一时刻输出和当前时刻输入；br、bz、分别为更新门、重置门和当前存储状态单元的偏置。

27、进一步的，所述的对光伏电源故障集处理的具体计算公式是指：

28、

29、式中:risk(l)为系统的故障概率值；pj为在第j个光伏节点故障的概率；sev(wj)为第j个节点的故障偏差严重度。

30、根据本发明的另一方面还提供了一种基于随机抽样的光伏高渗透配电系统非常态化风险分析系统，包括，

31、光伏电源故障集生成单元，获取光伏电源出力、光照数据随机变量的历史数据，绘制概率分布曲线，确定不同故障情况得到光伏电源故障集；

32、光伏风险指数模型建立单元，通过对光伏电源故障集、光照数据进行处理，构建基于随机抽样的光伏风险指数模型；

33、短路电流计算单元，通过模型中的参数生成光伏输出功率不同场景并对配电网短路电流进行计算得到不同场景下短路电流大小；

34、波动值计算单元，采用边界交叉法处理不同场景的短路电流并取反拉氏变换，同时通过截止频率和时间常数计算得到暂态过程持续时间，将结果与正常运行情况下进行对比，进而得到光伏电源在发生非常态化风险情况下暂态过程短路电流的波动值；

35、风险评估单元，基于上述波动值，计算每种场景光伏电源故障概率和光照概率，根据短路电流波动值和每种场景下的概率计算得到光伏高渗透配电系统非常态化风险指数。

36、与现有技术相比，本发明的有益效果为：

37、本方法对光伏电源分别进行了随机抽样以及场景生成。本发明通过光伏电源故障集和光照数据对光伏概率进行精确建模。考虑光伏电源故障相关性跟随外界条件变化的关系，对光伏电源抽样数据进行分析计算并产生多个典型场景。

38、本方法考虑了配电系统非常态化风险。目前对配电网风险方面的研究基本还停留在可靠性评估的阶段，即并未从真正意义上应用风险理论，对配电网非常态化风险进行分析。传统方法一般采用预想事故分析法等对配电网内负荷供电可靠性相关的指标进行计算，该方法在评估指标的针对性和方法的计算速度等方面均无法满足对配电网运行非常态化风险进行分析的要求。本发明针对光伏电源诸多特点对配电网造成的影响，得到光伏电源暂态故障电流特性，进而对不同故障概率下的配电网非常态化风险进行分析。

39、本方法便于商业化开发。随着新能源的快速发展，分布式光伏发电在配电网的渗透率逐年提升。因此对配电系统非常态化风险分析方法的开发必然具有较大需求，本发明具有较好的商业开发前景。