一种考虑网络约束的间歇性能源发电容量置信度评估方法
【技术领域】
[0001] 本发明设及一种电力系统规划领域的评估方法，具体设及一种考虑网络约束的间 歇性能源发电容量置信度评估方法。
【背景技术】
[0002] 随着特高压交直流混联电网建立，大规模新能源高电压远距离输送，对发输电系 统可靠性要求越来越高。发输电系统可靠性评估是指考虑系统实际运行约束条件下，对电 源满足负荷需求的能力进行定量评估。现有一些技术考虑了风电间相关性问题，但对运行 过程中网络约束并未计及，需要改进。
【发明内容】
[0003]为解决上述现有技术中的不足，本发明提供一种考虑网络约束的间歇性能源发电 容量置信度评估方法。
[0004]本发明的目的是采用下述技术方案实现的：
[0005]本发明提供一种考虑网络约束的间歇性能源发电容量置信度评估方法，其改进之 处在于，所述方法包括下述步骤：
[0006] 1)获取规划年电网规划典型运行方式；
[0007] 2)运用序贯蒙特卡罗模拟技术，抽样年度常规机组、负荷和线路投运时序数据G (t);
[000引3)运用序贯蒙特卡罗模拟技术进行风电年度出力时序采样；
[0009] 4)计算发电系统潮流；
[0010] 5)静态安全分析和辅助决策；
[0011] 6)计算发电系统可靠性；
[0012] 7)计算新增能源容量置信度；
[0013]8)计算发电系统内所有间歇性能源容量置信度。
[0014]进一步地，所述步骤1)中，根据规划年发电规划、负荷预测和网架建设规划，获取 电力系统年度典型运行方式(典型运行方式就是在当前网架结构、电源和负荷的基础上，加 入截至规划年的新建电源、变电站、输电线路，调整负荷水平，形成一套未来的电网结构）。
[0015]进一步地，所述步骤2)中，根据各常规机组、线路的强迫停运和计划停运历史信 息，统计分析其历史停运率，W两点分布概率抽样(抽样方法可采用简单抽样或分层抽样、 重要抽样等高级抽样方法）；根据负荷功率正态分布概率模型，抽样各母线负荷L(t)。
[0016] 进一步地，所述步骤3)包括下述步骤：
[0017] ①建立风力发电出力抽样模型；
[0018]②对风电场进行平稳化处理；
[0019] ③建立相关性模型；
[0020] ④建立相关时序模型。
[0021] 进一步地，所述步骤①中，对已经投运的风电场和具备风速数据的新规划风电场， 统计历史N年内的各风电场测风塔风速信息，进行核分布概率密度拟合，并采样;对没有历 史风速数据的风电场，用当地典型风速数据(典型风速数据指气象部口对当地风速进行测 量的统计数据，代替风电场风速时，与风电场测风塔数据相比具有较大误差)代替，采用威 布尔分布进行风速抽样。
[0022] 进一步地，所述步骤②中，对某一特定风电站的平稳化处理，包括:在气象数据库 的某风电场的N年每小时风速序列(Vt)求取均值和，求取N年该风电场同一时刻的风速均值 v_meant和标准差v_del化t，结合该风电场N年每小时风速序列，经过标准化处理过程，得到 该风电场的平稳化时间序列;标准化处理为：
[0023] Xt= (Vt-Vjneant)/v_deItat。
[0024] 进一步地，所述步骤③中，采用copula函数对风速进行相关性模拟，利用间歇式能 源数据库的某个风电场的N年每小时风速序列(Vt),分别计算每一小时风速值核分布估计， 构建出生成Frank-Copula函数，采样生成Frank-Copula函数的随机数，转换为高斯白噪声 序列，并分别存储为某风场高斯白噪声序列；当具有两个风电场时，化ank-Copula函数解析 式为：
[00巧]式中：Vl、v2为两个风电场风速，ui、U2分别为两风速数据的Copula生成元，a为 化ank-Copula函数的参数，由极大似然函数法求得。
[0029] 进一步地，所述步骤④中，针对某一特定风电场，利用其平稳化时间序列，通过参 数拟合确定自回归滑动平均模型(ARMA模型)参数值，并存储某风场风速ARMA模型的白噪声 方差，AMAR模型的参数值和N+1年小时分辨率的白噪声序列综合形成Copula-ARMA模型，得 到N+1年的模拟平稳化时间序列；白噪声序列和平稳化处理的风电场数据进行还原，得到N+ 1年的风电场模拟风速序列，取出最后一年的风速数据，即该风场规划年的每小时风速序 列；
[0030] 其中，AMAR模型描述为：
[003^ 式中：式中：P和q为模型参数;Xt为t时刻的时间序列值；巧和0j分别为模型P和q的 自回归参数滑动平均参数；{>t}是一个随机的服从WO.巧;）的白噪声序列;Xt-I为t-i时 刻的时间序列值，Et-J是{>t}的第t-j个元素；
[0033]Copula-AMAR模型最终描述为：
[0035] 其中：xk,t为第k个风电场在t时刻的时间序列值，k=l，2,…，n，即xk,t=xi,t, X2,t, '''Xn,*!:是时间，k是风电场数，￡k,t= (ei,t,E2,t，，Ek,t为第k个风电场在t时刻的正 态白噪声序列，k=l，2,…，n，即（ei,t，E2,t，…En,t)分别为第1个风电场在t时刻的正态白噪 声序列，第2个风电场在t时刻的正态白噪声序列，第n个风电场在t时刻的正态白噪声序列， Ol，化，…On分别为时间序列值Xl,t，X2,t，…Xn,t的标准差，祉,t-i是第k个风电场t-i时刻的时间 序列值，是关于第k个风电场的一个随机白噪声序列；Ek,t-堤一个的第t-j个元 素；(6( ?)为标准正态分布函数，Ca(?l( ? )，...，?n( ?))为根据n元风速序列构建的一个 Copula函数，描绘n个白噪声序列之间的相关结构，Vk,t表示第k个风电场在t时刻的风速， yk,t〇k,t分别是第k个风电场在t时刻的正态分布的均值和标准差参数。
[0036] 进一步地，所述步骤4)中，步骤3)中抽样所得电力系统中发电如果小于电力系统 中负荷L(t)的潮流断面，调整常规机组出力;若常规机组出力在限额范围内无法满足负荷 需求，即判定为系统供电不足，APW(t)+PW(t)+G(t)<L(t)，无需进行潮流计算，其中：L(t) 表示各母线负荷，G(t)表示常规机组，APW(t)表示新增风电，PW(t)表示原有风电的时序数 据;抽样所得电力系统发电如果大于电力系统负荷的断面，采用最优乘子法进行潮流计算， 其中W规划潮流为潮流初值进行潮流求解，提高系统潮流收敛性;如果潮流不收敛，则电力 系统在解列点解列运行。
[0037]进一步地，所述步骤5)的静态安全分析和辅助决策包括：
[0038]如果基态潮流越限，则根据辅助决策对发电出力调整;如果辅助决策结果为降低 发电机出力，则说明断面满足供电可靠性，判定APW(t)+PW(t)+G(t)>L(t);如果辅助决策 结果为增加发电机出力或切负荷，则说明断面不满足供电可靠性，判定APW(t)+PW(t)+G (t)<L(t)；
[0039] 如果基态潮流满足限额约束，进行N-I扫描;如果满足N-I热稳限额，则进行辅助决 策计算;如果辅助决策结果为降低发电机出力，则说明断面满足供电可靠性，判定APW(t) + PW(t)+G(t)>L(t);如果辅助决策结果为增加发电机出力或切负荷，则说明断面不满足供 电可靠性，判定APW(t)+PW(t)+G(t)<L(t);其中：L(t)表示各母线负荷，G(t)表示常规机 组，APW(t)表示新增风电，PW(t)表示原有风电的时序数据。
[0040] 进一步地，所述步骤6)中，W电力系统失负荷时间期望LOLP为指标，求解电力系统 可靠性;电力系统可靠性L0LE=T*L0LP，研究周期TW年为计算周期，为8760小时，在序贯蒙 特卡罗模拟中，当可用机组出力不能满足负荷需求而出现功率差额时，电力系统可靠性 L0LE= 8760p[PW(t)+G(t)<L(t)];其中P为概率，G(t)表示常规机组、负荷和线路投运时序 数据;L(t)表