一种含风电场电力系统的可用输电能力的获取方法技术方案

本发明专利技术公开了一种含风电场电力系统的可用输电能力的获取方法。本发明专利技术将一种无迹变换的非线性变换应用于含风电场电力系统概率可用输电能力的计算，解决了计算过程中相邻风电场风速相关性难以处理的问题，在保证精度的前提下提高了计算效率。该方法按照一定的规律选取一系列Sigma点，利用有限的点来表示整个样本空间，并通过内点法最优潮流法对每个样本进行确定性的求解计算，从而得到含风电场电力系统概率可用输电能力的期望、标准差等概率指标，丰富的概率指标可以给运行人员提供更多参考。

【技术实现步骤摘要】
一种含风电场电力系统的可用输电能力的获取方法
专利技术属于电力系统输配电
，特别涉及一种含风电场电力系统的可用输电能力的获取方法。
技术介绍
现代电力系统的发电、用电、电力市场运营以及系统安全稳定性对可用输电能力都具有很高的要求。因此，如何高效、准确的计算可用输电能力(availabletransfercapability,下文简称ATC)已成为电力市场研究的一个重要部分。随着我国风电规模的不断增大，有关风电并网、稳定等问题日益凸显。由于风速难以预测，间歇性和波动性给系统带来新的不确定性因素。如何处理好风电给电力系统带来的不确定性因素，保证电力交易安全稳定地进行，是需要解决的问题。现阶段ATC的计算方法主要分为两类：概率性求解和确定性求解。为了保证速度，ATC的在线计算多采用确定性的方法，常常忽略系统中大量存在的不确定性因素，而概率性的求解方法能够克服确定性方法的上述缺陷，所得结果也更加符合实际情况。由于风电功率的随机性和间歇性，会给风电并网系统的ATC计算增加一些不确定性，因此采用概率性的方法评估其对ATC的影响较为合适。概率性方法中，传统MCS方法通过大量抽样仿真，来模拟ATC模型中节点功率、设备故障等不确定的情况，但大量仿真计算耗时较长，难以应用于实际工程；基于拉丁超立方采样的MonteCarlo计算方法，虽然计算时间有所减少，但仍然需要大量采样点来保证计算精度；基于点估计法的概率ATC计算，计算速度快，精度较高，但对相关性处理较复杂。现有的方法呈现出计算量较大、耗时较多，且对相关性处理计算复杂的特点，难以实现工程应用。
技术实现思路
专利技术目的：本专利技术的目的在于针对现有技术的不足，提供了一种既能保证快速高效地获取结果，又能对随机变量相关性进行方便处理，使获得的结果更加精确的含风电场电力系统概率可用输电能力的获取方法。技术方案：本专利技术提供了一种含风电场电力系统的可用输电能力的获取方法，包括以下步骤：步骤1：建立风机概率模型；步骤2：将各设备的初始参数输入系统中，所述初始参数包括：系统中各节点的电压幅值、相角；各节点发电机有功功率和无功功率；各节点负荷有功功率和无功功率；节点的导纳矩阵；传输线路的有功功率和无功功率；步骤3：程序初始化；设定控制变量、状态变量、发电机有功功率和无功功率上下限、负荷节点有功功率和无功功率上下限、线路的最大输电容量；步骤4：将风速和系统负荷作为随机变量，向系统输入随机变量的期望和协方差矩阵，根据对称采样的无迹变换(unscentedtransformation,下文简称UT)技术确定随机输入随机变量采样点的个数、位置和所占比重，每个采样点对应一种系统抽样状态；步骤5：将系统每一种抽样状态代入非线性变换模型，进行确定性ATC计算，从而得到变换后Sigma点的值；步骤6：变换后的Sigma点根据权重加权求和得到ATC的概率评估指标；所述概率评估指标为输出变量的期望和协方差矩阵；步骤7：输出步骤6中获得结果。进一步，步骤1中所述的风机概率模型包括风速模型、风机有功功率模型和风机无功功率模型。工作原理：本专利技术利用无迹变换中近似非线性函数的分布的思想，对含风电场电力系统中风机出力、负荷波动、设备故障等不确定因素进行概率建模，并将其等效为若干概率分布。根据特定的采样策略，确定Sigma样本点的个数、位置以及相应的权重信息等。这些Sigma样本点全面包含输入随机变量的统计信息，进而得到较高计算精度和采样效率。之后，将Sigma样本点带入基于内点法的确定性计算模型中，经过加权求解最终得到ATC概率特性指标。有益效果：本专利技术与现有技术相比，既能保证快速高效地获取结果，又能对随机变量相关性进行方便处理，能够方便地处理相邻风电场风速相关性，使获得的结果更加精确。附图说明图1：本专利技术方法流程图；图2：风力发电机出力特性曲线；图3：变速恒频风电机组转速特性；图4：IEEE30节点系统图；图5：IEEE118节点系统图；图6：IEEE30节点系统节点电压幅值均值；图7：IEEE30节点系统节点电压幅值标准差；图8：IEEE30节点系统在不同相关系数下标准差的相对误差；图9：IEEE118节点系统在不同相关系数下标准差的相对误差。具体实施方式下面结合图1，对本专利技术作详细说明：1.风机概率建模：1)风速模型风电场输出功率取决于风速、风机模型与风电场规模，此外还受风机故障、尾流效应等影响。根据大量实测数据，一个地区的风速v近似服从韦伯分布(下文中简称Weibull分布)，其分布函数为：Fw(v)＝1-exp[-(v/c)k](1)式中w表示韦伯分布；v表示瞬时风速；k为形状系数，取值在1.8～2.3；c为尺度系数，其为常数，反映了该地区的平均风速。2)风机有功功率模型双馈感应风机为目前大规模风电场装机的主流机型之一，单台风机发电功率随风速变化关系为：式中：vin为切入风速，vo为切出风速；vr为额定风速；Pr为单台风机额定输出功率，Pe(v)表示风机输入系统的总功率。其中风力发电机出力特性曲线如图2所示。3)风机无功功率模型双馈感应风机的无功控制中，为了充分利用转子变流器的控制能力，尽可能发出更多的有功，转子变流器发出或吸收的无功功率可以忽略不计，则变速恒频风电机组的无功功率Qe可以近似为定子绕组的无功功率Qs。现有双馈感应风机定子侧常采用恒定功率因数控制，取功率因数恒为则有：Xss＝Xs+Xm(4)其中，a,b和c'为公式(3)中系数；为功角；Us为定子端电压；Xs为定子绕组漏抗；Rr为转子绕组电阻；Xm为励磁电抗；Xss为阻抗之和；S为转差率，其值可以根据如下的风电机组转速特性曲线求得。某型号风电机组的转速特性曲线如图3所示。图3中Pe为风机输入系统的总功率，Pmax为风电机组最大有功出力，P1、P2、P3是由风电机组参数决定的。ω为风电机组转速，ωmax，ωmin分别为转速上下限，ωr为发电机同步转速。当有功出力小于P1时，风力机保持最低转速；当有功出力在P1和P2之间时，风力机转速与有功功率之间是三次曲线关系；当有功出力在P2和P3之间时，风电机组运行于同步速；当有功出力超过P3时，风电机组运行于恒定转矩状态，此时转矩最大，转速与有功功率之间为线性关系。2.无际变换(下文简称UT)求解步骤：1)根据输入随机变量x的均值和协方差矩阵Cxx，利用对称采样确定N个随机输入变量的Sigma样本点集{χi},i＝1,2,…,N；其中输入的随机变量x为风速、负荷等。每个Sigma点的权重值表示为Wi，Wi可以为正值或负值，但为了保证无偏估计需满足以下条件：2)对所选择的输入随机变量Sigma点集{χi}中的每个采样点进行非线性变换f(·)，得到的变换后的Sigma点集{zi}。需要强调的是，运用UT时，非线性变换f(·)看作一个黑盒，因此无需进行任何线性化或其他近似处理。zi＝f(χi)i＝1,2,…,N(9)其中，zi表第i个随机输入变量的Sigma样本点进行非线性变换后的点。3)对变换后的Sigma点集，根据每个点所占得比重Wi，进行加权处理，即可得到输出随机变量z的均值和协方差矩阵Czz。输出随机变量的均值和协方差矩阵为：3.基于对称采样策略的Sigma点比例修正的对称采样策略的计算公式如下本文档来自技高网...

【技术保护点】
一种含风电场电力系统的可用输电能力的获取方法，其特征在于：包括以下步骤：步骤1：建立风机概率模型；步骤2：将各设备的初始参数输入系统中，所述初始参数包括：系统中各节点的电压幅值、相角；各节点发电机有功功率和无功功率；各节点负荷有功功率和无功功率；节点的导纳矩阵；传输线路的有功功率和无功功率；步骤3：程序初始化；设定控制变量、状态变量、发电机有功功率和无功功率上下限、负荷节点有功功率和无功功率上下限、线路的最大输电容量；步骤4：将风速和系统负荷作为随机变量，向系统输入随机变量的期望和协方差矩阵，根据对称采样的UT技术确定随机输入随机变量采样点的个数、位置和所占比重，每个采样点对应一种系统抽样状态；步骤5：将系统每一种抽样状态代入非线性变换模型，进行确定性ATC计算，从而得到变换后Sigma点的值；步骤6：变换后的Sigma点根据权重加权求和得到ATC的概率评估指标；所述概率评估指标为输出变量的期望和协方差矩阵；步骤7：输出步骤6中获得结果。

【技术特征摘要】
1.一种含风电场电力系统的可用输电能力的获取方法，其特征在于：包括以下步骤：步骤1：建立风机概率模型；步骤2：将各设备的初始参数输入系统中，所述初始参数包括：系统中各节点的电压幅值、相角；各节点发电机有功功率和无功功率；各节点负荷有功功率和无功功率；节点的导纳矩阵；传输线路的有功功率和无功功率；步骤3：程序初始化；设定控制变量、状态变量、发电机有功功率和无功功率上下限、负荷节点有功功率和无功功率上下限、线路的最大输电容量；步骤4：将风速和系统负荷作为随机变量，向系统输入随机变量的期望和协方差矩阵，根据对称采样的UT技术确定随机输入随机变量采样点的个数、位置和所占比重，每个采样点对应一种系统抽样状态；步骤5：将系统每一种抽样状态代入非线性变换模型，进行确定性ATC计算，从而得到变换后Sigma...

【专利技术属性】
技术研发人员：孙国强，楚云飞，卫志农，孙永辉，李逸驰，高楷，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32