[发明专利]一种考虑风电功率波动概率特性的主导节点选择方法

说明书

技术领域

本发明涉及新能源发电技术领域，特别是一种考虑风电功率波动概率特性的主导节点选择方法。

背景技术

近年来由于环境问题的日益凸显，可再生能源不断并入已是大势所趋。并入的可再生能源如风电、光伏等注入功率随机性较强，其大规模接入和分布式渗透使得电网电源呈现多元化和分散化的趋势，加剧了控制区域内潮流波动和走向变化。加上由于电力体制变革，电力系统的运行点日益趋近极限，重负荷状态下控制灵敏度会随有功潮流不同发生较大的变化。

这些因素导致控制区域内的电气距离中心或区域电压水平典型代表节点随潮流变化而动态迁移，如按原有的选择方法主导节点不能体现所有运行状态下的区域电压代表性。为使当前形式下所选主导节点相对间歇电源随机注入功率具有一定鲁棒性，控制区域内大规模间歇电源的并入将使得潮流波动和走向变化加剧，给区域电压无功控制带来诸多挑战。主导节点作为二级电压的首要目标，其选择需要考虑间歇电源接入的影响。

因此，需要一种能有效反映风电功率概率特性对主导节点选取的方法。

发明内容

本发明的目的是提出一种基于分位点回归的风电功率波动区间分析方法，，为大规模风电并网情况下主导节点电压控制提供指导。

本发明的目的是通过以下技术方案来实现的：

本发明提供的考虑风电功率波动概率特性的主导节点选择方法，包括以下步骤：

S1：获取控制区域内的风电场在峰腰谷负荷时段的概率分布；

S2：设置风电场的随机运行状态的注入功率；

S3：计算各随机运行状态和相应概率分布；

S4：设置限制随机运行状态数量；

S5：获取各运行状态下的灵敏度矩阵，

S6：计算负荷节点电压偏移在各运行状态下期望最小节点，并将最小节点作为主导节点。

进一步，所述限制随机运行状态数量采用场景削减技术来实现，具体步骤如下：

定义各随机运行状态之间的概率距离；

根据概率距离确定保留场景的运行状态集合和删除场景的运行状态集合；

将删除场景的运行状态集合的概率合并入与概率距离最近的保留的运行状态集合概率中，并形成新的概率分布。

进一步，所述快速前推选择算法，流程如下：

Stepl.设全部场景序号集合为Ω{1,2,3…,S}，定义场景对(ξ^k,ξ^M)之间的距离：

其中，k,u∈Ω，ξ^k和ξ^M均为包含M个状态量的向量；保留场景序号集合为删除场景序号集合为

Step2.计算所有场景对之间的距离并计算：

和

选择

令

Step3,判断内元素数量是否达到设定值，如果达到则终止；否则转向Step2；

完成保留场景的选择后，将Ω_J中的场景概率加到Ω_S中与之距离最近的场景概率上，形成新的概率分布。

进一步，所述各运行状态下的灵敏度矩阵按照以下方式计算：

其中，和分别为系统运行状态i下发电机节点的电压和无功变化；和为负荷节点的电压和无功变化；和为灵敏度矩阵，即潮流方程雅可比矩阵中与电压、无功相关的部分。

进一步，所述负荷节点电压偏移在各运行状态下期望最小节点按照以下方式计算：

在各种运行状态下施加随机无功负荷扰动；

获取控制区域内节点并按照以下方式设置目标函数：

其中，C表示选择矩阵C＝[c_ij]，C∈R^P×N,P为主导节点数目，ρ_i为该运行状态出现的概率，N为负荷节点数，m为运行模式的数量；为对角加权阵；

计算目标函数的最小指；

将所有负荷节点从1到N编号，若系统中第j个负荷节点被选为主导节点集中第i个主导节点，则C_jj＝I，否则C_ij＝0；

对于运行状态i下电压偏差与主寻节点选择矩阵以及扰动量之间的关系如式(8-3)所示：

其中，该状态下系统所受扰动为高斯随机负荷扰动，其期望值为零，标准差正比于扰动前节点无功负荷；