基于聚类分区的风电场无功电压优化控制策略

随着风电渗透率的不断增大,并网风电场的机端电压稳定面临巨大挑战。研究了风电场内部各节点的无功电压特性,提出一种基于机组有功出力聚类分区的无功电压优化控制策略：通过 自动电压控制系统获取风电场当前的电压指标与实际运行数据,计算出风电场的无功需求;以历史有功出力数据对场内机组进行模糊C聚类分区;利用改进的粒子群算法寻找最优无功分配方案,对每一区域进行无功电压控制。在MATLAB上进行仿真,与传统根据各机组无功容量进行分配的方案进行对比,仿真结果表明,所提控制策略能够有效改善风电场并网点电压控制性能,减小风电场内机组机端电压的波动。     

含风电场电力系统电压波动的随机潮流计算与分析

提出了用随机潮流计算分析风电场并网所引起的系统电压波动的方法.该方法全面考虑了风电场出力变化、负荷波动、发电机停运以及线路故障等随机因素,通过随机潮流计算求出风电场并网后系统各节点电压的概率分布,其中特别包括风电场接入点的电压波动情况.在此基础上,该方法可以对风电场的无功补偿进行进一步分析.此外还证明了用三参数的Weibull分布描述风速变化可以更好地反映高风速对风电机组输出功率的影响,对于常年风速较高的风电场更适合采用此分布描述.对接有风电场的IEEE RTS 24节点系统进行的算例分析证明了该方法的有效性,并通过实例说明了如何利用该方法指导对异步风力发电机的无功补偿.     

ESA对DFIG风电场并网系统静态电压稳定性影响

针对双馈式风电场接入电网影响原有电力系统静态电压稳定的问题.采用潮流方程雅可比矩阵的特征结构分析法(ESA),结合相关节点的参与程度和系统的静态电压稳定裕度,给出了正常负荷下的弱稳定区和极限负荷下的失稳区.风电场并网的简化模型在标准IEEE39节点测试系统进行仿真分析.研究结果表明:接入风电场后系统的静态稳定裕度降低,弱稳定区域扩大;风电场的接入使得系统的负荷裕度降低,但不影响失稳区和失稳模式;随着风电场有功出力的减小,风电场所在节点的参与因子逐渐增大,系统的静态稳定裕度逐渐减小,风电场所在节点逐渐成为影响系统电压稳定的关键节点.     

基于Copula理论的风电出力相关性建模及在输电网规划中的应用

在风电大规模并网的背景下,考虑风功率不确定性,以及多个风电场随机输出功率之间的关联特性,成为电网规划中必须考虑的关键因素。采用Copula理论研究了邻近风电场随机出力间的关联特性;并通过蒙特卡洛模拟技术对大规模风电接入后的直流概率潮流特性进行了分析;在此基础上,构造了基于逐步倒推法的输电网规划模型。以中国西北两座实际风电场的历史出力数据为样本,对基于Copula理论构建的风电随机出力相关性模型进行了准确性评估;并将其接入Garver 6节点系统,构建了仿真算例,验证了所提模型及算法的可行性。仿真结果表明,输电网规划中考虑风电出力相关性具有重要意义。     

考虑风电出力相关性的输电网规划

在风电大规模并网的背景下,考虑风功率不确定性以及多个风电场随机输出功率之间的关联特性成为电网规划中必须考虑的关键因素。本文采用Copula理论研究了邻近风电场随机出力间的关联特性,并通过蒙特卡洛模拟技术对大规模风电接入后的直流概率潮流特性进行了分析,在此基础上,构造了基于逐步倒推法的输电网规划模型。以我国西北两座实际风电场的历史出力数据为样本,对基于Copula理论构建的风电随机出力相关性模型进行了准确性评估,并将其接入Garver 6节点系统,构建了仿真算例,验证了本文所提模型及算法的可行性。仿真结果表明,输电网规划中考虑风电出力相关性具有重要意义。     

考虑风电场随机注入功率的电网静态安全分析

随着风电大规模并网,致使电力系统运行状态存在随机性和不确定性.利用传统方法对系统进行静态安全分析已难以满足现阶段新能源的并网需求.分析了风速的概率分布特性,并对风电场随机输出功率进行研究,编写了电力系统静态安全概率分析程序.采用鲁棒性优越的非序贯蒙特卡洛方法对风电场有功出力进行模拟仿真,利用PSD-BPA软件对系统进行潮流计算与静态事故预想,检验系统能否满足N-1开断要求,得到系统各指标的越限概率,并通过IEEE-14系统的测试结果验证模型与方法的有效性和可行性.     

改进粒子群算法的风电场多目标无功优化

采用基于场景的思想确定了风电机组功率输出,通过在潮流计算中增加对风电场节点电压的迭代解决了含风电场的潮流计算问题。建立了有功网损最小、电压偏差最小、静态电压稳定裕度最大的多目标无功优化模型,提出了多目标归一化处理方法,通过改变各分量权重系数解决了多目标无功优化问题。分析了基于遗传交叉因子的粒子群优化算法,通过父代的遗传交叉产生代表解的新粒子,有效避免了粒子解陷入局部最优。算例表明,该模型和算法可有效解决含风电场的多目标无功优化问题。     

基于DAEM算法的风力发电并网系统概率潮流计算

针对基于加权高斯混合分布(WGMD,weighted Gaussian mixture distribution)构建风电场概率模型的方法中,EM(expectation maximization)算法由于其固有缺陷导致整个模型拟合精度降低的问题,提出基于DAEM(deterministic annealing expectation maximization)算法的风电场概率建模方法,并结合马尔科夫链蒙特卡洛(MCMC,Markov Chain Monte Carlo)模拟法进行风力发电并网系统概率潮流计算.DAEM算法通过引入退火机制,避免了在模型参数最大似然估计时,EM算法容易陷入局部最优的问题,使得风电场模型更加准确.在接有风电场的IEEE39节点系统中进行概率潮流计算,计算结果证明了所提算法的精确性和有效性.     

考虑尾流效应的风电场建模以及随机潮流计算

采用变量变换法拟合了风速频率的三参数weibull分布函数,在风能分布的Jensen和Lissaman模型的基础上,结合风速的频率分布模型与风力发电机组的单机稳态模型,建立了大型并网运行风电场的综合模型.该模型同时考虑了尾流效应和风电场地形因素对不同位置风机风速的影响,得到了考虑以上因素时风电场的输出功率.在此基础上,应用蒙特卡罗法对风电场接入系统进行了随机潮流计算.最后,以40机的风电场为例建立了风电场模型,将此模型引入到IEEE14系统中,通过随机潮流计算得到系统节点电压的概率分布以及风电场输出功率的概率分布,分析了风电场并网运行对系统各节点电压的影响,从而为减小风电接入系统的电压波动提供参考.     

基于径向基神经网络的风电场无功补偿优化算法

 针对风电场无功补偿容量计算工作量大、计算过程复杂的问题,提出了应用径向基神经网络优化风电场无功补偿容量计算的方法。首先建立了含风电场的电力系统潮流计算模型,以某风电场实际有功功率作为模型的输入,计算该风电场所需的无功补偿容量;以有功功率作为输入数据,以计算所得的无功补偿容量作为目标输出,建立径向基神经网络,并对该神经网络进行训练。用训练后的径向基神经网络代替潮流计算模型,对该风电场所需无功功率进行计算,结果表明,该方法计算复杂度比潮流计算模型低,计算量少。研究表明可用训练后的径向基神经网络模型代替潮流计算模型,实时计算风电场无功补偿容量。     

两种计算静态电压稳定裕度方法的比较

对计算静态电压稳定裕度的连续潮流法和最优潮流法进行比较和分析.针对两种方法求得的静态电压稳定裕度存在差异性的问题,在定义两种方法识别电压稳定临界点类型的等价性基础上,指出它们之间存在差异的原因在于描述潮流的方程不一致.在计算稳定裕度的最优潮流新模型中,引入描述发电机无功出力与其机端电压的互补约束条件,并采用与连续潮流法相同的发电机有功增长方向.分别对IEEE 9节点、IEEE 39节点和某省级748节点系统进行静态电压稳定裕度计算,结果表明由新的最优潮流模型获得的稳定裕度和分岔点类型均与由连续潮流模型获得的一致.     

考虑风力发电的系统无功优化模型和算法

针对风力发电需要吸收电网大量无功而影响电网无功分布和电压稳定的问题,研究了含风电场的系统无功优化,给出了风电场在恒功率因数运行情况下其并网点处无功补偿容量的计算方法．在满足风电场无功补偿的前提下,建立了以全网的有功网损最小为目标函数的无功优化模型,并用遗传算法求得最优解．将风电场接人IEEE-30节点系统进行仿真计算,验证了该方法和程序的有效性和实用性．     

改进拉丁超立方蒙特卡洛模拟

电动汽车、分布式电源的并网给电网带了明显的不确定性,为了使电网分析更能贴近实际电网,通过对负荷、分布式电源出力的概率密度函数模拟其出力,借鉴已有分布式电源和电动汽车概率模型,采用拉丁超立方蒙特卡洛模拟与径向基神经网络相结合的方式计算概率潮流。该方法充分考虑了电动汽车和分布式电源的随机性、间歇性和相关性,利用拉丁超立方蒙特卡洛模拟对比传统蒙特卡洛模拟方法,降低了采样规模,提高了采样覆盖率。径向基神经网络用于求解潮流计算方程,避免了传统方法中计算雅可比矩阵和偏导,大幅度减少了运算时间。通过仿真,该算法在改进的IEEE14 和IEEE118 节点系统的计算结果表明,在保证精度的同时, 极大地加快了算法运行速度,适用于大规模电力系统概率潮流的求解,在改进的IEEE118 节点系统中,运行时间比传统蒙特卡洛模拟降低99．9%。     

基于灵敏度分析的无功补偿装置动作顺序研究

文章建立了以有功网损最小为目标函数的无功优化数学模型，利用非线性规划最优潮流算法进行了优化计算。并且研究了无功补偿装置采用不同的动作顺序对有功网损最小化的控制效果，提出了以有功网损控制效力为灵敏度指标的无功优化控制策略。Ward＆Hale 6节点系统和IEEE-14节点系统验证了算法和控制策略的有效性。     

基于改进序列运算理论的有源配电网概率潮流计算

针对有源配电网中分布式电源出力的不确定性和相关性对系统潮流的影响,提出了一种基于改进序列运算理论的新型概率潮流算法.首先,采用多变量非参数核密度估计方法构建了一种计及日输出功率时序特性的分布式电源出力概率模型;其次,为了将分布式电源出力概率模型序列化,在多维序列理论的基础上,提出了改进的相关性概率序列运算方法,并与传统的线性化潮流计算方法相结合,求得系统潮流的概率分布信息;最后,针对上述所提理论和方法,采用改进的33节点配电系统进行仿真验证,仿真结果表明,所提方法具有较高的计算精度和较快的计算速度.     

基于P-Q分解的潮流计算的算法改进与应用研究

针对牛顿-拉夫逊法在潮流计算中的缺点,提出了基于P-Q分解的潮流计算的改进算法。首先介绍了基于P-Q分解的潮流计算原理,在此基础上,详细阐述了该改进算法在求取PV曲线中的应用方法。所提出的改进算法通过公式化简实现了节点有功功率与无功功率的解耦迭代,使潮流运算的速度有了明显提高。MATLAB仿真的结果表明,基于P-Q分解的潮流计算的改进算法能够正确绘制出完整的PV曲线,且运算速度与牛顿-拉夫逊法相比有明显提高。     

含风电场电力系统电压稳定裕度模型

大量风电并网运行将会影响电力系统电压稳定性,为准确评估风电对电力系统的影响,提出了一种求取含风电场系统电压稳定裕度概率分布的算法。该算法在计算电压稳定裕度与风速之间的灵敏度矩阵的基础上,求取各风电场风速分布的中心距以及各阶半不变量,利用G ram-Charlier级数反变换得到电压稳定裕度的概率分布。在IEEE 39节点标准测试系统中进行了测试,计算结果表明了该算法的正确性和实用性。     

考虑风电出力偏差和调度经济性的风电接纳水平优化

采用威布尔风速分布模型,给出风电出力偏差期望值,并分析风电出力偏差给常规机组和风电并网运行的经济性带来的影响.在此基础上,建立综合考虑常规机组发电成本与风电场运行经济性的多目标经济调度模型,采用多目标粒子群优化算法,以风电出力预测值作为基准来定量优化与评估风电接纳水平.算例表明,该模型能够平衡常规机组与风电场运行的经济性,从经济性角度评估系统接纳风电的能力并为电网调度和风电场运行与规划提供一种依据.     

计及分布式光伏有功削减的配电网全局电压综合优化策略

提出一种考虑有功削减的分布式光伏主动参与配电网长时间尺度电压优化控制策略。在光伏最大化输出有功的前提下利用光伏逆变器剩余容量完成各时段无功优化,若优化后仍有电压越限,则在静态无功优化结果的基础上优化削减光伏有功输出,释放更多无功容量用于电压优化调节,得到全网最佳电压分布。考虑到光伏和负荷出力的不确定性,利用复仿射方法建立各时段功率输出模型。采用Ybus潮流计算与线性递减权重粒子群相结合的算法对优化模型进行求解。选取IEEE33节点系统进行算例分析,算例结果验证了所提优化策略的有效性。     

考虑无功资源价值的无功实时定价

提出无功资源技术价值和无功资源经济价值的概念 ,并从无功资源技术价值的角度提出基于潮流计算的无功资源价值评价方法 ,该方法直接反映了无功出力与系统电压变化的关系 .考虑无功资源价值的影响 ,以发电机有功无功成本最小为目标函数 ,运用最优潮流方法进行了无功定价研究 .以IEEE14节点系统进行实例计算 ,与不考虑无功资源价值情况比较 ,这种定价在总成本、网路损耗、有功电价基本不变的情况下 ,可以使系统无功电价升幅在 38 1%以上 ,促使无功在电力市场环境下达到就地补偿 ,让市场成员积极维护系统安全