考慮負(fù)荷和風(fēng)電隨機(jī)變化的電力系統(tǒng)概率最優(yōu)潮流問(wèn)題研究.pdf

1、最優(yōu)潮流是一種電力系統(tǒng)分析和優(yōu)化的有效工具，在系統(tǒng)的安全運(yùn)行、經(jīng)濟(jì)調(diào)度、可靠性分析、能量管理以及電力定價(jià)等方面得到了廣泛的應(yīng)用。在電力市場(chǎng)環(huán)境下，最優(yōu)潮流不儀能為電力市場(chǎng)運(yùn)營(yíng)者提供最優(yōu)決策，而且使這一決策過(guò)程更透明、更公平，因此在電力市場(chǎng)的阻塞管理、負(fù)荷管理，以及實(shí)時(shí)電價(jià)、無(wú)功定價(jià)、輸電定價(jià)和可用傳輸能力等方面得到了廣泛應(yīng)用。以往的最優(yōu)潮流分析方法大多基于確定的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、系統(tǒng)元件參數(shù)及運(yùn)行條件，然而，嚴(yán)格來(lái)說(shuō)，上述各量是不確定或隨機(jī)

2、變化的，另外，具有隨機(jī)性的風(fēng)力發(fā)電在電力系統(tǒng)中不斷涌現(xiàn)，也使系統(tǒng)中的不確定因素呈加劇趨勢(shì)，這些不確定因素均對(duì)電力系統(tǒng)最優(yōu)潮流分析提出新的挑戰(zhàn)。本論文探討了考慮負(fù)荷和風(fēng)電隨機(jī)變化的電力系統(tǒng)概率最優(yōu)潮流問(wèn)題，具體內(nèi)容如下： 首先，對(duì)現(xiàn)有概率潮流算法進(jìn)行比較，通過(guò)分析節(jié)點(diǎn)注入量互相關(guān)性對(duì)概率潮流解的影響，表明概率潮流分析時(shí)應(yīng)當(dāng)計(jì)及現(xiàn)實(shí)存在的注入量之間的互相關(guān)性。介紹了一次二階矩法、計(jì)及協(xié)方差修正的線性化概率潮流、計(jì)及協(xié)方差修正的近似二

3、階概率潮流和兩點(diǎn)估計(jì)法的基本理論，確定了節(jié)點(diǎn)注入量相互獨(dú)立和互相關(guān)時(shí)各種算法的計(jì)算模型以及計(jì)算步驟。運(yùn)用幾種概率潮流算法在24節(jié)點(diǎn)系統(tǒng)上進(jìn)行驗(yàn)證，并將各個(gè)算法的概率潮流解與相應(yīng)的蒙特卡羅模擬解進(jìn)行比較，結(jié)果表明，考慮協(xié)方差修正的近似二階模型具有更高的準(zhǔn)確度，但比其它算法耗費(fèi)更多CPU時(shí)間。通過(guò)分析注入量互相關(guān)性對(duì)概率潮流解的影響，表明概率潮流分析時(shí)應(yīng)當(dāng)計(jì)及現(xiàn)實(shí)存在的注入量之間的相關(guān)性，否則會(huì)使結(jié)果產(chǎn)生較大誤差。該部分內(nèi)容不僅為其他研究者

4、在選擇概率潮流算法時(shí)提供參考，而且為在概率潮流分析中考慮節(jié)點(diǎn)注入量的互相關(guān)性提供了依據(jù)。 其次，針對(duì)風(fēng)電隨風(fēng)速隨機(jī)變化的特點(diǎn)，提出一種考慮無(wú)功功率一滑差特性的風(fēng)電概率模型，進(jìn)而采用概率潮流狀態(tài)變量和異步機(jī)滑差聯(lián)合迭代方法，進(jìn)行含風(fēng)電場(chǎng)電力系統(tǒng)概率潮流研究。該風(fēng)電概率模型考慮風(fēng)速的隨機(jī)性，將風(fēng)機(jī)輸出的隨機(jī)有功功率和吸收的隨機(jī)無(wú)功功率描述為電壓幅值、異步機(jī)的滑差和風(fēng)輪機(jī)的電路參數(shù)的函數(shù)；聯(lián)合迭代方法中，異步風(fēng)力發(fā)電機(jī)的滑差作為新的修

5、正量被引入，使用牛頓-拉夫遜方法求解關(guān)于潮流狀態(tài)變量和滑差的聯(lián)合迭代，因而迭代過(guò)程保持了牛頓-拉夫遜方法的平方收斂性。算例中假定風(fēng)速服從Weibull分布，負(fù)荷服從正態(tài)分布，使用蒙特卡羅模擬方法對(duì)一經(jīng)過(guò)修改的IEEE-14測(cè)試系統(tǒng)進(jìn)行概率潮流計(jì)算，結(jié)果表明了所提方法的有效性；對(duì)風(fēng)電場(chǎng)容量在系統(tǒng)中的不同比例進(jìn)行分析，表明不適當(dāng)?shù)娘L(fēng)電場(chǎng)容量會(huì)導(dǎo)致異常的概率潮流狀況。 第三，引用一種基于次微分的半光滑Levenberg-Marquar

6、dt(L-M)方法，成功實(shí)現(xiàn)了最優(yōu)潮流的求解問(wèn)題。在利用非線性互補(bǔ)函數(shù)將OPF模型的KKT條件轉(zhuǎn)化為半光滑非線性代數(shù)方程組后，采用基于次微分的半光滑L-M法求解，該方法屬于牛頓法范疇，可通過(guò)對(duì)L-M參數(shù)的調(diào)整保證迭代系數(shù)矩陣的正定性，克服了系數(shù)矩陣的奇異引起的“病態(tài)”，且該方法在確定搜索方向時(shí)只需求解線性系統(tǒng)的近似解，適用于大規(guī)模系統(tǒng)的求解。算例中對(duì)Kojima-Shindo問(wèn)題的分析表明，該方法能夠用來(lái)求解半光滑方程組；也對(duì)電力系統(tǒng)算

7、例的進(jìn)行仿真，從收斂特性和計(jì)算精度方面對(duì)IEEE測(cè)試系統(tǒng)進(jìn)行分析，結(jié)果表明了方法的有效性。 第四，考慮到系統(tǒng)參數(shù)的不確定性對(duì)系統(tǒng)優(yōu)化的結(jié)果產(chǎn)生重要影響，運(yùn)用一次二階矩法來(lái)計(jì)及相關(guān)負(fù)荷的不確定性進(jìn)行概率最優(yōu)潮流分析。將概率最優(yōu)潮流表述為隨機(jī)非線性規(guī)劃問(wèn)題后，利用非線性互補(bǔ)函數(shù)將該問(wèn)題的KKT條件進(jìn)行轉(zhuǎn)化，基于轉(zhuǎn)化后的非線性代數(shù)方程組，利用一次二階矩法確定了以待求量的數(shù)字特征表示的概率最優(yōu)潮流模型，由于該模型包含不光滑函數(shù)，因此采用

8、基于次微分的半光滑L-M方法求解。對(duì)五節(jié)點(diǎn)系統(tǒng)、IEEE-30和IEEE-118系統(tǒng)的算例分析中，將結(jié)果與兩點(diǎn)估計(jì)法和蒙特卡羅模擬方法比較，表明所提方法具有較快的計(jì)算速度，而且與不確定變量的數(shù)目多少關(guān)系不大，故優(yōu)于兩點(diǎn)估計(jì)法和蒙特卡羅模擬方法；當(dāng)沒(méi)有輸電阻塞發(fā)生時(shí)，所提方法顯示了良好的計(jì)算性能；若發(fā)生輸電阻塞，則將引起節(jié)點(diǎn)實(shí)時(shí)電價(jià)劇增，此時(shí)所提方法無(wú)法詳細(xì)描述實(shí)時(shí)電價(jià)的PDF曲線。 最后，面對(duì)大量風(fēng)電機(jī)組接入電力系統(tǒng)加劇了系統(tǒng)運(yùn)

9、行狀況的不確定性問(wèn)題，運(yùn)用一次二階矩法來(lái)計(jì)及風(fēng)電的隨機(jī)性，進(jìn)行含風(fēng)電場(chǎng)電力系統(tǒng)概率最優(yōu)潮流研究。概率最優(yōu)潮流模型中，風(fēng)電場(chǎng)采用考慮無(wú)功功率一滑差特性的風(fēng)電概率模型，不等式約束中除了機(jī)組出力約束、有載調(diào)壓變壓器變比約束、電壓約束和支路電流約束，也考慮了風(fēng)電場(chǎng)無(wú)功補(bǔ)償容量約束、系統(tǒng)的分鐘級(jí)爬坡能力約束；使用非線性互補(bǔ)函數(shù)將概率最優(yōu)潮流的KKT條件轉(zhuǎn)化為一組包含有不光滑函數(shù)的非線性代數(shù)方程組，然后基于一次二階矩法確定了以待求量的數(shù)字特征表示的