基于汇聚效应的风电场接入能力分析方法技术

本发明专利技术公开了一种基于汇聚效应的风电场接入能力分析方法。该方法为：首先构建风电场穿透功率极限计算模型，设置电网系统基本信息及初始参数，随机生成控制变量初始值和粒子初始速度；接着采用基于Copula理论的风电场群输出功率的MonteCarlo模拟方法，生成初始风速样本数据，并对风速样本进行排序；然后计算粒子在各个风速样本下的系统潮流；将机会约束加入适应度函数，计算各粒子适应度值，获取个体最优值和全局最优值，并更新各粒子速度和位置；接着判断是否满足最大迭代次数，若不满足则返回重新计算粒子在各个风速样本下的系统潮流，若满足则输出最优决策变量以及风电穿透功率极限值。本发明专利技术能够有效地计算出在考虑风电场汇聚效应下各接入点的风电场的并网能力。汇聚效应下各接入点的风电场的并网能力。汇聚效应下各接入点的风电场的并网能力。

【技术实现步骤摘要】
个体最优值和全局最优值，并更新各粒子速度和位置。
[0013]步骤7、判断是否满足最大迭代次数，若不满足，则返回步骤5；若满足，则进行 步骤8。
[0014]步骤8、计算出常规机组输出功率和风机个数这两个最优决策变量以及在考虑汇聚 效应下的风电场最大装机容量，即风电穿透功率极限值。以此来确定一个地区最大接入 风电的容量以及最优接入地点。
[0015]进一步地，步骤1所述的构建基于汇聚效应的风电场穿透功率极限计算模型计算模 型，具体如下：
[0016]模型以系统可接纳的各风电场装机容量之和最大化作为目标，目标函数为：
[0017][0018]式中，m为风电场个数，n
i
为第i个风电场中风机的个数，P
NWi
为第i个风电场中 风机的额定功率；
[0019]等式约束为系统的潮流方程：
[0020][0021]式中，P
Gi
、Q
Gi
分别为节点i处的常规发电机组的有功和无功功率，P
Wi
、Q
Wi
分别 为节点i处的风电场的有功和无功功率，P
Li
、Q
Li
分别为节点i处的有功和无功负荷，U
i
、 U
j
、θ
ij
分别为节点i和节点j的电压幅值和相角差，G
ij
、B
ij
分别为系统导纳矩阵中的 实部和虚部，C
PQ
、C
PV
分别为PQ、PV节点的集合；
[0022]不等式约束包括决策变量和状态变量的约束，其中决策变量为风机个数和常规机组 功率，约束为：
[0023][0024]式中，为第i个风电场中风机的最大配备个数，分别为第i台常规发 电机组的最小和最大有功功率，C
G
为常规发电机组的集合；
[0025]状态变量包括节点电压幅值、常规发电机组无功功率、线路潮流、系统的上下旋转 备用以及常规机组的爬坡能力约束，约束为：
[0026][0027]式中，分别为节点i的最小和最大电压幅值；分别为第i台 常规发电机组的最小和最大无功功率；P
Li
为第i条线路上的潮流，为第i条线路上 的潮流最大限值，C
L
为线路的集合；分别为系统的上、下旋转备用，取值为 系统总负荷的5％；r
Gi
为常规机组i考虑其功率上下限约束后的最大爬坡能力，为风电场j的功率样本序列；α1～α5分别为不等式约束相应的置信水平。
[0028]进一步地，步骤4所述的采用基于Copula理论的风电场群输出功率的MonteCarlo 模拟方法，生成初始风速样本数据，并根据多个随机变量的相关性对风速样本进行排序， 具体如下：
[0029]①
依据实际地区的测量风速数据构建各风电场风速的边缘分布，确定式(5)中的 Weibull分布的参数，概率密度函数为：
[0030][0031]式中，v为风电场的风速；k为威布尔分布的形状系数；c为威布尔分布的尺度系 数，表示某一时间段内该地区的平均风速。
[0032]②
依据两两风电场的历史风速数据确定不同的Copula函数参数并对函数进行优 选，确定合适的Copula函数作为描述各变量间相关结构的依据。
[0033]③
进行反映两两风电场风速相关性的MonteCarlo模拟，产生一组服从[0，1]均 匀分布的随机数，依据这组MonteCarlo抽样选择出的随机数的反函数模型和两个风电 场风速的联合概率分布模型模拟出两个风速的样本，并利用式(6)得到各风电场输出 功率序列。
[0034]其中，式(6)为风电机组有功功率与风速的关系转化为分段函数：
[0035][0036]式中，v
in
、v
out
、v
N
分别为风电机组的切入风速、切出风速和额定风速，p、p
N
分 别为风电机组的实际输出功率和额定输出功率。
[0037]④
将模拟生成的各风电场输出功率按相应的模拟序列求和，即得到反映风电场间 汇聚效应的风电场群输出功率模拟数据序列。
[0038]⑤
将风电场群输出功率的模拟序列按从大到小的顺序重新排列，生成反映风电场 群功率汇聚效应的持续功率特性曲线。
[0039]进一步地，步骤5所述的计算粒子在各个风电场功率样本下的系统潮流，判断是否 满足机会约束，具体如下：
[0040]对于带有随机变量ξ的机会约束：
[0041]P
r
{g(x,ξ)≤0}≥α
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0042]采用随机模拟算法进行处理：
[0043]a)置计数器N
′
＝0；
[0044]b)根据随机变量ξ的概率分布Φ(ξ)生成随机变量ξ；
[0045]c)如果g(x,ξ)≤0成立，则N
′
＝N
′
+1；
[0046]d)重复步骤b和c共N次；
[0047]e)如果N
′
/N≥α，则机会约束成立，否则不成立。
[0048]进一步地，步骤6所述的将机会约束加入适应度函数，计算各粒子适应度值，获取 个体最优值和全局最优值，更新各粒子速度和位置，具体如下：
[0049]适应度函数为：
[0050][0051]式中，x＝1时表示满足机会约束，x＝0则相反；
[0052]设定粒子群共由N个粒子组成，每个粒子定义为D维空间，则根据下式进行更新：
[0053][0054]式中，i＝1,2....,M为粒子的个数；d＝1,2....,D为粒子的维数，即待优化问题的解 的维数；c1、c2为学习因子；r1、r2为(0,1)上均匀分布的随机数；ω为惯性权重；为(0,1)上均匀分布的随机数；ω为惯性权重；分别为粒子i在第k次迭代的速度和位置；分别为粒子i的个体历史最优值 和全部粒子的全局历史最优值；
[0055]其中惯性权重ω采用非线性递减策略，以凹函数递减：
[0056]ω＝(ω
start-ω
end
)(t/t
max
)2+(ω
end-ω
start
)(2t/t
max
)+ω
start
ꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0057]式中，ω
start
、ω
end
为分别为初始惯性权重和终止惯性权重；t、t
max
分别为当前迭代 次数和最大迭代次数；
[0058]对于整数型决策变量n
i
，为了保证在第k+1次迭代的速度和位置同样为整数，其速 度更新的公式为：
[0059][0060]式中，int表示取整函数；表示区间上均匀本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于汇聚效应的风电场接入能力分析方法，其特征在于，包括以下步骤：步骤1、以各风电场装机容量之和最大化为目标函数，根据节点电压幅值、常规发电机组无功功率、线路潮流、系统的上下旋转备用以及常规机组的爬坡能力建立约束条件，以此构建基于风电场汇聚效应的风电穿透功率极限计算模型；步骤2、设置电网系统网架结构、节点信息、线路信息、电压等级电网参数，风电场接入位置、接入电压等级风电场信息，并设置粒子群算法初始参数，以此作为本方法计算的基础参数和信息；步骤3、随机生成控制变量初始值和粒子初始速度；步骤4、采用基于Copula理论的风电场群输出功率的MonteCarlo模拟方法，以实际风电场风速历史数据为基础参数，生成具有汇聚效应的初始风电样本数据，并对风速样本进行排序，将此风速样本作为本方法计算的基础样本数据；步骤5、计算粒子在各个风速样本下的系统潮流；步骤6、将机会约束加入粒子群算法中的适应度函数，计算各粒子适应度值，获取个体最优值和全局最优值，并更新各粒子速度和位置；步骤7、判断是否满足最大迭代次数，若不满足，则返回步骤5；若满足，则执行步骤8；步骤8、计算出常规机组输出功率和风机个数这两个最优决策变量以及在考虑汇聚效应下的风电场最大装机容量，即风电穿透功率极限值，以此来确定一个地区最大接入风电的容量以及最优接入地点。2.根据权利要求1所述的基于汇聚效应的风电场接入能力分析方法，其特征在于，步骤1所述的构建基于汇聚效应的风电场穿透功率极限计算模型，具体如下：模型以电网可接纳的各风电场装机容量之和最大化作为目标，目标函数为：式中，m为风电场个数，n
i
为第i个风电场中风机的个数，P
NWi
为第i个风电场中风机的额定功率；等式约束为系统的潮流方程：式中，P
Gi
、Q
Gi
分别为节点i处的常规发电机组的有功和无功功率，P
Wi
、Q
Wi
分别为节点i处的风电场的有功和无功功率，P
Li
、Q
Li
分别为节点i处的有功和无功负荷，U
i
、U
j
、θ
ij
分别为节点i和节点j的电压幅值和相角差，G
ij
、B
ij
分别为系统导纳矩阵中的实部和虚部，C
PQ
、C
PV
分别为PQ、PV节点的集合；不等式约束包括决策变量和状态变量的约束，其中决策变量为风机个数和常规机组功率，约束为：
式中，为第i个风电场中风机的最大配备个数，分别为第i台常规发电机组的最小和最大有功功率，C
G
为常规发电机组的集合；状态变量包括节点电压幅值、常规发电机组无功功率、线路潮流、系统的上下旋转备用以及常规机组的爬坡能力约束，约束为：式中，分别为节点i的最小和最大电压幅值；分别为第i台常规发电机组的最小和最大无功功率；P
Li
为第i条线路上的潮流，为第i条线路上的潮流最大限值，C
L
为线路的集合；分别为系统的上、下旋转备用，取值为系统总负荷的5％；r
Gi
为常规机组i考虑其功率上下限约束后的最大爬坡能力，为风电场j的功率样本序列；α1～α5分别为不等式约束相应的置信水平。3.根据权利要求1所述的基于汇聚效应的风电场接入能力分析方法，其特征在于，步骤4所述的采用基于Copula理论的风电场群输出功率的MonteCarlo模拟方法，生成初始风速样本数据，并对风速样本进行排序，具体步骤如下：3.1 依据实际地区的测量风速数据构建各风电场风速的边缘分布，确定式(5)中的Weibull分布的参数，概率密度函数为：式中，v为风电场的风速；k为威布尔分布的形状系数；c为威布尔分布的尺度系数，表示某一时间段内该地区的平均风速；3.2 依据两两风电场的历史风...

【专利技术属性】
技术研发人员：郑铭洲，卜京，孙莹，蒋建斌，夏星星，夏凡吴双，张飞云，殷明慧，谢云云，邹云，刘建坤，周前，汪成根，张宁宇，孙蓉，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：