【技术实现步骤摘要】
本专利技术属于震荡风险评估领域，尤其涉及一种基于安全域的风电次/超同步振荡风险评估方法。
技术介绍
1、已有的次/超同步振荡风险评估方法大多针对特定工况，由于风速的随机性，风电并网系统工况不确定性大，特定工况下的稳定性分析难以反映实际风电并网系统的振荡风险。为此，需要开展概率稳定性评估。概率稳定性分析指的是根据影响系统稳定的随机因素的统计特性来确定系统的概率稳定指标。目前主要有模拟法与解析法两类方法。解析法将系统的特征值表示为随机变量的函数，由随机变量的概率分布近似推导特征值的概率分布。该方法通常需要对系统模型进行简化，因而降低了计算精度。模拟法一般借助蒙特卡洛法对系统可能的运行状态进行抽样，该方法可以计及多种随机因素，但需要对系统重复进行潮流计算与稳定性分析，计算量大，难以适用于大规模复杂系统。
技术实现思路
1、为解决上述问题，本专利技术提供了如下方案：一种基于安全域的风电次/超同步振荡风险评估方法，包括：
2、构建风电次/超同步振荡安全域，获取风力发电机组输出有功功率的分布规律；
3、通过蒙特卡洛模拟，对风电并网系统的运行状态进行抽样，获得抽样数据集合；
4、计算所述抽样数据集合中不满足次/超同步振荡稳定约束的样本所占比例，得到风电并网系统的次/超同步振荡风险系数，进而评估系统的次/超同步振荡风险，获得评估结果。
5、优选地，所述构建风电次/超同步振荡安全域的过程包括，
6、将风电并网系统中各台风力发电机组的输出有功
7、h＝[p1,p2,...,pn]且pimin≤pi≤pimax(i＝1,2,...,n) (1)
8、其中，pimin和pimin分别代表各台风力发电机组输出功率的最大值和最小值，n为风电并网系统中风力发电机组的台数；
9、采用逐点遍历法，在所述注入空间中搜索风电次/超同步振荡安全域边界点；
10、根据最小二乘法，对所述风电次/超同步振荡安全域边界点进行超平面拟合，表示为：
11、
12、其中，αi为风电次/超同步振荡安全域边界超平面方程的系数。
13、优选地，采用逐点遍历法，在所述注入空间中搜索风电次/超同步振荡安全域边界点的过程包括，
14、设置搜索步长，在所述注入空间中选定一个稳定运行点作为搜索起点，沿着某一搜索方向，从起点处按照所述搜索步长逐步增加功率注入，得到一系列运行点，计算每个运行点对应的次/超同步振荡阻尼，直到次/超同步振荡阻尼由正变负，转折点即为次/超同步振荡临界稳定点，即风电次/超同步振荡安全域边界点；
15、沿着不同搜索方向重复上述操作，获得各搜索方向上的风电次/超同步振荡安全域边界点。
16、优选地，获取风力发电机组输出有功功率的分布规律的过程包括，
17、将风速v用weibull分布表示，其概率密度函数和累积概率分布函数分别记为f(v)和f(v)，表示为：
18、f(v)＝(k/c)k-1exp[-(v/c)k] (3)
19、f(v)＝1-exp[-(v/c)k] (4)
20、其中，c和k分别为weibull分布的比例参数和形状参数；
21、在最大风能跟踪策略下，根据风力发电机组输出有功功率与风速间的转换关系，将第i台风力发电机组的输出有功功率pi表示为：
22、
23、其中，vr、vci和vco分别为风力发电机组的额定风速、切入风速和切出风速；pr为风力发电机组的额定有功功率。
24、优选地，通过蒙特卡洛模拟，对风电并网系统的运行状态进行抽样，获得抽样数据集合的过程包括，
25、设置抽样次数n，利用逆变换法获得一个服从weibull分布的随机变量来表示风速；
26、n台风力发电机组的输出功率相互独立，对于每台风力发电机组，将风速随机序列v中的数据依次代入第i台风力发电机组的输出有功功率公式，得到风力发电机组输出有功功率的抽样数据集合；将第i台风力发电机组输出有功功率的抽样数据集合记为pi(i＝1,2,…,n)，表示为：
27、pi＝{pij,j＝1,2,...,n} (7)
28、将所有风力发电机组输出有功功率的抽样数据集合进行组合，获得风电并网系统运行状态的抽样数据集合；将风电并网系统运行状态的抽样数据集合记为o，表示为：
29、o＝{oj＝[p1j,p2j,...,pnj]|pij∈pi,i＝1,2,...,n,j＝1,2,...,n} (8)。
30、优选地，利用逆变换法获得一个服从weibull分布的随机变量来表示风速的过程包括，
31、基于一个在[0,1]区间内均匀分布的随机数序列x＝{xj,j＝1,2,...,n}，根据逆变换法原理，通过随机数序列x生成具有公式(4)所示的累积概率分布函数的随机变量，即获得风速v的随机序列，表示为：
32、v＝{vj＝c[-in(1-xj)k],j＝1,2,...,n} (6)。
33、优选地，计算所述抽样数据集合中不满足次/超同步振荡稳定约束的样本所占比例，得到风电并网系统的次/超同步振荡风险系数的过程包括，
34、基于风电次/超同步振荡安全域边界表达式，判断风电并网系统运行状态抽样数据集合o中的每一点oj是否满足次/超同步振荡稳定约束；
35、基于集合o中满足和不满足次/超同步振荡稳定约束的样本个数，计算风电并网系统的次/超同步振荡风险系数，获得不满足次/超同步振荡稳定约束的样本占所有样本的比例；
36、根据所述次/超同步振荡风险系数评估风电并网系统的次/超同步振荡风险，次/超同步振荡风险系数越大，表明系统面临的次/超同步振荡风险越高。
37、优选地，所述次/超同步振荡稳定约束的公式表达式为：
38、
39、优选地，所述不满足次/超同步振荡稳定约束的样本占所有样本的比例表达式为：
40、rsso＝nun/n (10)
41、其中，nun和ns分别为集合o中满足和不满足次/超同步振荡稳定约束的样本个数。
42、与现有技术相比，本专利技术具有如下优点和技术效果：
43、本专利技术定义了次/超同步振荡概率稳定指标，可以用于评估系统在计及风电等不确定因素下的次/超同步振荡风险。
44、本专利技术建立了风电次/超同步振荡安全域，得到了安全域边界的表达式，进而利用安全域进行次/超同步振荡稳定校验，显著提高了计算效率。
45、本专利技术通过蒙特卡洛法模拟风电并网系统的运行状态，可以真实反映系统在多种随机因素下的运行状态。
本文档来自技高网...【技术保护点】
1.一种基于安全域的风电次/超同步振荡风险评估方法，其特征在于，包括：
2.根据权利要求1所述的基于安全域的风电次/超同步振荡风险评估方法，其特征在于，所述构建风电次/超同步振荡安全域的过程包括，
3.根据权利要求2所述的基于安全域的风电次/超同步振荡风险评估方法，其特征在于，采用逐点遍历法，在所述注入空间中搜索风电次/超同步振荡安全域边界点的过程包括，
4.根据权利要求1所述的基于安全域的风电次/超同步振荡风险评估方法，其特征在于，获取风力发电机组输出有功功率的分布规律的过程包括，
5.根据权利要求4所述的基于安全域的风电次/超同步振荡风险评估方法，其特征在于，通过蒙特卡洛模拟，对风电并网系统的运行状态进行抽样，获得抽样数据集合的过程包括，
6.根据权利要求5所述的基于安全域的风电次/超同步振荡风险评估方法，其特征在于，利用逆变换法获得一个服从Weibull分布的随机变量来表示风速的过程包括，
7.根据权利要求3所述的基于安全域的风电次/超同步振荡风险评估方法，其特征在于，计算所述抽样数据集合中不满足次/超
8.根据权利要求7所述的基于安全域的风电次/超同步振荡风险评估方法，其特征在于，所述次/超同步振荡稳定约束的公式表达式为：
9.根据权利要求7所述的基于安全域的风电次/超同步振荡风险评估方法，其特征在于，所述不满足次/超同步振荡稳定约束的样本占所有样本的比例表达式为：
...【技术特征摘要】
1.一种基于安全域的风电次/超同步振荡风险评估方法，其特征在于，包括：
2.根据权利要求1所述的基于安全域的风电次/超同步振荡风险评估方法，其特征在于，所述构建风电次/超同步振荡安全域的过程包括，
3.根据权利要求2所述的基于安全域的风电次/超同步振荡风险评估方法，其特征在于，采用逐点遍历法，在所述注入空间中搜索风电次/超同步振荡安全域边界点的过程包括，
4.根据权利要求1所述的基于安全域的风电次/超同步振荡风险评估方法，其特征在于，获取风力发电机组输出有功功率的分布规律的过程包括，
5.根据权利要求4所述的基于安全域的风电次/超同步振荡风险评估方法，其特征在于，通过蒙特卡洛模拟，对风电并网系统的运行状态进行抽样，获得抽样数据集合...
【专利技术属性】
技术研发人员：占颖，汪林光，张旭，张鹏宁，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。