計及相關性的概率潮流計算方法及應用研究.pdf

1、電力系統(tǒng)規(guī)劃和運行中存在大量不確定性因素，以風電為代表的可再生能源發(fā)電的大規(guī)模并網和電動汽車的大力發(fā)展將使其面臨更多的不確定性。概率潮流計算能夠考慮各種不確定性因素對系統(tǒng)潮流運行特性的影響，計算出節(jié)點電壓和支路潮流的概率統(tǒng)計特性，便于相關人員發(fā)現(xiàn)系統(tǒng)運行的薄弱環(huán)節(jié)和潛在危險，是當前研究的熱點問題之一。概率潮流計算經過近四十年的發(fā)展，取得了豐碩的研究成果，但仍存在較多問題亟待解決和完善，如節(jié)點功率具有相關性時如何處理、節(jié)點功率概率分布函數

2、未知時如何處理、相關性因素及電動汽車充電負荷和風電并網會對系統(tǒng)潮流運行特性產生怎樣的影響等等。鑒于此，本文以計及相關性的概率潮流計算方法及應用為研究對象，內容涉及風速相關性對配電網運行特性的影響分析、考慮節(jié)點功率相關性的概率潮流計算方法、含電動汽車充電負荷和風電的電力系統(tǒng)潮流概率特性分析三個部分。
　　分析了風速相關性對配電網運行特性的影響。采用逆Nataf變換建立了風速相關性模型，采用基于簡單隨機采樣的蒙特卡羅仿真法和機會約束規(guī)

3、劃研究了風速相關性對配電網運行特性（包括風電出力、節(jié)點電壓、支路潮流及網損）和風電最大裝機容量的影響。仿真結果表明，風速相關性對配電網運行特性和風電最大裝機容量有較大的影響，考慮風速相關性可以更合理地用于指導含風電配電網的規(guī)劃與運行。
　　提出了一種基于多項式正態(tài)變換和拉丁超立方采樣的概率潮流計算方法。該方法根據輸入隨機變量的數字特征（各階矩和Pearson相關系數矩陣），采用多項式正態(tài)變換技術建立其概率分布模型，進而由基于拉丁超

4、立方采樣的蒙特卡羅仿真法得到系統(tǒng)節(jié)點電壓和支路潮流的數字特征及概率分布曲線。仿真結果表明，該方法較好地克服了蒙特卡羅仿真法在輸入隨機變量概率分布函數未知時難以準確進行概率潮流計算的不足，還考慮了輸入隨機變量間的相關性因素，具有計算精度較高、速度快和穩(wěn)健性好的優(yōu)點。
　　提出了一種基于Copula理論和改進拉丁超立方采樣的概率潮流計算方法。該方法引入Copula理論構建具有相關性輸入隨機變量的概率分布模型。基于輸入隨機變量的離散數據

5、，提出了一種經驗累積分布函數及其逆函數的構建方法和一種改進的拉丁超立方采樣方法。所提概率潮流計算方法能靈活處理輸入隨機變量間的線性相關性和非線性相關性，且不受輸入隨機變量邊緣分布類型的限制，克服了傳統(tǒng)拉丁超立方采樣要求輸入隨機變量累積分布函數已知的不足。仿真結果表明，所提方法能準確高效地評估含風電的電力系統(tǒng)潮流運行特性，具有較好的工程應用價值。
　　提出了一種基于Cholesky分解的計及輸入隨機變量相關性的半不變量法概率潮流計算

6、方法。該方法首先基于Cholesky分解將具有相關性的輸入隨機變量表示成不相關隨機變量的線性組合，然后根據潮流方程線性化模型和半不變量的可加性與齊次性得到輸出隨機變量的各階半不變量，再由Cornish-Fisher級數擬合其累積分布曲線。提出了一種基于蒙特卡羅采樣的輸入隨機變量半不變量求取方法，該方法根據輸入隨機變量的樣本計算其半不變量。所提方法不僅克服了傳統(tǒng)半不變量法概率潮流計算方法不能直接應用于輸入隨機變量具有相關性場合的不足，而且

7、解決了一些輸入隨機變量的半不變量難以被常規(guī)解析法求取的問題。分析了風電滲透率對所提方法計算精度的影響。仿真結果驗證了所提方法的有效性和快速性。
　　分析了含電動汽車充電負荷和風電的電力系統(tǒng)潮流概率特性。總結分析了影響電動汽車充電負荷特性的主要因素，根據車輛調查數據對電動汽車用戶行駛特性進行了建模，基于變異系數建立了電動汽車充電負荷、風電出力和基礎負荷的概率分布模型，分析了5種不同情形下系統(tǒng)支路潮流和節(jié)點電壓的運行狀態(tài)。仿真結果表明