其流程如下：
[0084] 1.应用1.2部分介绍的马尔可夫链模型预估th+1时刻风电出力的区间及相应概率；
[0085] 2.对每个预测的风电出力区间，用1.4部分介绍方法预估对应的系统运行状态；
[0086] 3.基于上述结果，用1.3部分介绍算法计算相应系统严重度；
[0087] 4.用（1)式计算获得系统在下一个计算周期内的运行风险指标；
[0088] 3仿真算例
[0089] 3. IIEEE 9节点系统仿真
[0090]本发明采用PSAT工具进行仿真分析。首先采用IEEE 9节点系统验证所提风险指标 计算的有效性，IEEE 9节点系统单线图如图4所示，将母线2由PV节点更改为风场并入系统， 风场的历史运行数据由位于山东省济南市的一个风场提供，时间跨度为2012年1月1日至 2014年12月31日，采样间隔为15分钟。
[0091]将该系统整体负荷水平提升到初始值的1.3倍，风电的渗透率设为30%，风场按PQ 节点处理，采用恒功率因数0.96控制。将风场的历史数据按照1.2介绍方法转化为马尔可夫 链模型，经过统计计算，可以获得时间间隔为15分钟的各时刻风电出力预测值、概率、严重 度和风险指标。取2015年1月1日前16个时刻进行分析，执行前述风险指标计算流程，可获得 30%渗透率下2015年1月1日前4个小时的风险指标见图5。
[0092]图中蓝色柱状体代表风险指标，由图5,可看出30%渗透率下，这16个时刻风险指 标的波动较为平缓，以2015年1月1日00:30分为例，结果见表1。
[0093] 表1风电30%渗透率下出力预测区间及风险
[0095]从表1可看出，各区间的严重度都较小，且该渗透率下系统运行状态具备较高的负 荷裕度，风险指标良好，无需进行预防控制。而随着风电的发展，风电渗透率有所提高，风电 渗透率达到50%时，可得到不同于图5结果的风险指标，见图6。
[0096]图6的风险指标均方差为21.8549,而图5均方差为0.0451，因此高渗透率下风电随 机波动将导致风险指标的变化更剧烈，其中第二个时刻的风险指标最高，其结果见表2。 [0097] 表2风电50%渗透率下出力预测区间及风险
[0100]表2中，风电出力各区间严重度数值相比表1高，风险指标也较表2高，表2数据表明 50%渗透率下系统运行状态距离静态电压稳定边界比较接近，系统运行裕度较小，再受到 扰动有可能导致发生电压崩溃现象，此时的运行状况比较恶劣，需采取预防控制措施进行 调控。
[0101] 3.2IEEE 39节点系统仿真
[0102]前面使用IEEE 9节点系统验证了所提风险指标和预防控制模型，但由于算例简 单，计算量小，无法突显出所使用的基于灵敏度的方法在计算速度上的优势，本节使用IEEE 39节点系统再次进行验证。IEEE 39节点系统单线图见图7，将原PQ节点12、18、26更改为风 场，这三个风场运行数据仍用前述的山东风场数据，即三个风场运行状态的变化一样，仅出 力大小比例不同。三个风场出力所占比例分别为18%、42%、40%，将系统负荷水平设置为 初始值的1.1倍，带来的不平衡出力由所有发电机按当前有功出力的比例共同承担。设置三 个风场出力总渗透率分别为25%和44.1%，计算2015年月1日前4个小时共16个时刻的风险 指标，比较高渗透率和低渗透率下的结果，见图8和图9。
[0103] 图8为低渗透率25%时系统4个小时的风险指标图，图9为高渗透率44.1 %时系统4 个小时的风险指标图。图8中16个风险指标的均方差为0.0229,图9中16个风险指标的均方 差为11.7095,因此高渗透率下风电出力随机波动范围变大，所引起的风险指标波动也更为 剧烈。通过分析图9各风险指标，第6个时刻的风险值为3.3517,该风险指标及以下时系统运 行状态较好，有较高负荷裕度，选择此风险作为风险指标门槛值，高于该风险指标的场景需 采取预防控制措施。
[0104] 4 结语
[0105] 风电作为清洁能源代表得到了重大关注，其发展十分迅速，风电在电网中的渗透 率也越来越高。风电的波动和间歇性导致电网运行状态频繁波动，对电网运行提出了新的 挑战。本发明延拓风险传统定义，提出新的风险指标在线评估由风电波动引起静态电压风 险，分别用IEEE 9节点系统和IEEE 39节点系统验证了所提风险指标的有效性。本发明所提 在线风险评估系统可同目前存在日前调度系统互为补充，为电网安全运行做出贡献。
[0106] 上述虽然结合附图对本发明的【具体实施方式】进行了描述，但并非对本发明保护范 围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不 需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
【主权项】
1. 考虑大规模风电接入的在线风险评估方法，其特征是，包括以下步骤： 步骤一，当前时刻为th，利用基于风电波动的马尔科夫链模型预测未来时刻th+1时风电 出力区间及相应的概率； 步骤二，对于每个预测的风电出力区间，利用局部线性化处理的方法来预估电网运行 状态； 步骤三，利用所求结果以及能够反应静态电压稳定裕度的严重度函数求得相应风电出 力区间的严重度； 步骤四，利用步骤一和步骤三得到的结果求得一个计算周期内的运行风险指标，根据 求得的运行风险指标进行在线风险评估。2. 如权利要求1所述考虑大规模风电接入的在线风险评估方法，其特征是，所述步骤一 中，风电出力变化为随机过程，形成一个状态空间数目为K的状态空间1，1中任何一个状态 都有上下限；利用马尔科夫链将来的状态独立于过去的状态，且只依赖于现在的状态得到 元素为Pu的状态转移矩阵P;每个元素 Pu都能用转移频数矩阵N中的元素表示出;预测 的风场在th+1时刻的出力都为一个K维向量Α，，中的任一元素为对应的区间的中 值，而对应的区间的上下限都能由当前状态及状态转移矩阵计算得到，由此得到t h+1时刻风 电出力的区间分布。3. 如权利要求2所述考虑大规模风电接入的在线风险评估方法，其特征是，风电出力为 《对应的概率为P^，将其作为风险评估中的不确定场景概率Pr(Xi)，其中XiSth+i时刻风 电出力的第i个不确定区间。4. 如权利要求1所述考虑大规模风电接入的在线风险评估方法，其特征是，所述步骤二 的具体方法为，风场按恒功率因数控制，将系统的有功和无功的变化量用常规潮流计算迭 代公式表示，对该公式雅可比矩阵求逆，得到节点电压向量的变化矩阵，由节点电压向量的 变化矩阵得到预估的节点电压幅值和相角向量。5. 如权利要求1所述考虑大规模风电接入的在线风险评估方法，其特征是，所述步骤四 的具体方法为，根据戴维南等值理论得到负荷节点的戴维南等值参数，应用PV曲线中电压 在鼻尖点处只有一个取值的原理计算负荷节点的负荷裕度k r，将风电并网节点处理成恒功 率因数控制的PQ节点;假设电力系统共包含N个PQ节点，将第m个PQ节点作为观察节点，计算 出其负荷裕度为1。^111=1，2,3~1计算所有?〇节点的负荷裕度，选择其中负荷裕度最小 值作为系统的负荷裕度λ_;结合t h+1时刻第i个区间的风电出力，得到对应风电出力第i个 区间时系统的最小负荷裕度λ_;1，将λ_ ;1平方后取倒数求得th+1时刻第i风电出力预测区 间的严重度。6. 如权利要求1所述考虑大规模风电接入的在线风险评估方法，其特征是，风险指标的 求解方法为，假设在th+1时刻风电出力共有K个不确定区间，每个不确定区间的概率与该区 间对应的严重度相乘后累加得到t h时刻到th+1时刻周期内的风险指标。
【专利摘要】本发明公开了考虑大规模风电接入的在线风险评估方法，包括，利用基于风电波动的马尔科夫链模型预测未来时刻th+1时风电出力区间及相应的概率；对于每个预测的风电出力区间，利用局部线性化处理的方法来预估电网运行状态；利用所求结果以及能够反应静态电压稳定裕度的严重度函数求得相应风电出力区间的严重度；利用得到的结果求得一个计算周期内的运行风险指标，根据求得的运行风险指标进行在线风险评估。提出了新的风险指标在线评估短期风电波动对静态电压稳定的影响，所提风险指标融合了短期风电预测精度高和戴维南等值算法算量小的优点。
【IPC分类】G06Q10/06, G06Q50/06, H02J3/38
【公开号】CN105610192
【申请号】CN201610052437
【发明人】贠志皓, 丰颖
【申请人】山东大学
【公开日】2016年5月25日
【申请日】2016年1月26日