[发明专利]一种基于变结构Copula的多场景下分散式风电有序接入电网的容量规划方法有效
申请号: | 201910561217.2 | 申请日: | 2019-06-26 |
公开(公告)号: | CN110380444B | 公开(公告)日: | 2022-04-01 |
发明(设计)人: | 王玉荣;杨若琳 | 申请(专利权)人: | 东南大学 |
主分类号: | H02J3/38 | 分类号: | H02J3/38 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 许方 |
地址: | 210000 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 结构 copula 场景 分散 式风电 有序 接入 电网 容量 规划 方法 | ||
1.一种基于变结构Copula的多场景下分散式风电有序接入电网的容量规划方法,其特征在于,该方法包括以下步骤:
(1)建立ARMA模型预测地区负荷及分散式风电出力,包括下述步骤:
(1-1)建立ARMA模型对地区负荷与风电出力数据进行预测;
(1-2)对集中式风电容量进行折合,公式如下:
其中,集中式风电装机为风力发电机组额定功率总和,分散式风电装机为规定规划分散式风电容量的最大值,集中式风电出力预测值为原始风电数据输入ARMA模型得到的预测结果,分散式风电出力预测值是集中式风电出力预测值经容量折合的结果,即为所求;
步骤(1-1)中,所述的ARMA模型为:
Yt=β0+β1Yt-1+β2Yt-2+···+βpYt-p+εt+α1εt-1+α2εt-2+···+αqεt-q
其中,Yt为负荷或分散式风电的时间序列,Yt-p为当前时间点t之前的第p个时间点的时间序列,β为相关系数,εt是当前时间点t预测的误差项,εt-q为当前时间点t之前的第q个时间点的误差项,α为相关系数,体现预测误差项在不同时期的依存关系,p为自回归过程阶数、q为移动平均过程阶数,然后通过计算ARMA(p,q)模型的AIC指标为模型定阶,公式如下:
其中,σ2为预测误差项的方差,N为历史数据个数;预设p、q范围,从低阶开始逐个计算多组p、q下的AIC值,选择AIC值最小时对应的p、q值为最优ARMA(p,q)模型;
(1-3)分别以地区负荷及集中式风电出力构成的时间序列为原始数据,输入ARMA模型求解出最优模型对应的阶数p、q,通过历史数据输入到模型中预测出未来时间点的负荷和集中式风电出力数据;
(2)根据预测值做变量间相关性分析,建立最优的变结构Copula模型;所述建立最优的变结构Copula模型包括以下步骤:
(2-1)按月份或季度划分时段;
(2-2)确定各时段内负荷与分散式风电的边缘概率分布函数;
(2-3)基于负荷与分散式风电的边缘概率分布函数,分别建立各基本Copula模型:正态Copula,t-Copula,Clayton Copula,GumbelCopula,Frank Copula,根据极大似然估计法,计算各Copula函数参数,画出密度函数图、分布函数图;
(2-4)定义目标Copula函数,计算目标Copula各参数并根据评判指标对(2-3)中各模型进行评价;评判指标包括Pearson系数、Kendall系数、Spearman系数、各Copula模型与目标Copula的欧式平方距离;
(2-5)对比各Copula参数估计结果,选择与目标Copula参数值最接近的参数个数最多的模型为最佳模型;
(3)利用K-means聚类划分得到典型场景,并得到各场景负荷与分散式风电值,即分位点;步骤(3)中,划分典型场景步骤如下:
(3-1)将所得各时段Copula模型离散化,得到n个离散点,从n个离散点任意选择k个数据点作为初始凝聚中心点;
(3-2)除凝聚中心的其余对象,将其余各点与各凝聚中心的距离对比,距离最近的归为该类,并更新聚类;
(3-3)计算每个所获新聚类的聚类中心,即均值,并更新聚类中心;
(3-4)循环步骤(3-2)至(3-3),至达到设置的循环次数为止;
(3-5)通过边缘概率分布函数求逆,得到实际负荷和分散式风电分位点;
(4)建立含分散式风电的系统优化调度模型对各场景分位点进行容量规划,方法如下:
(4-1)典型场景下的电力系统优化建模,以分散式风电场投资运行费用及环保收益以及电力系统线路损耗费用为目标函数,函数表达式如下:
F=min(f1+f2)
f1为分散式风电场投资运行费用及环保收益,表达式如下:
其中,PDWG表示规划的分散式风电容量,Cwt表示分散式风电场的初始投资成本,Csr表示单位容量的环保收益,r0表示折现率,T表示分散式风电场运行年限;
f2为电力系统线路损耗费用,表达式如下:
其中,N为系统节点数,ΔUij为系统节点i与节点j之间的电压差,Zij为支路ij的阻抗值,Cdj表示线路损耗单位造价,δ表示功率因数;
(4-2)约束条件的设置包括潮流约束、发电机有功无功出力约束、风电容量约束、电压约束、相角约束,具体函数表达式如下:
PGimin≤PGi≤PGimax
QGimin≤QGi≤QGimax
0≤PDWG≤PDWGmax
Uimin≤Ui≤Uimax
|θi-θj|≤|θi-θj|max
其中,N为系统节点数,PGi、QGi为发电机组的有功及无功出力,PGimin,PGimax为发电机有功出力上下限值,QGimin,QGimax为发电机无功出力上下限值,PDi,QDi为测试系统中节点负荷有功值及无功值,PDWG为规划的分散式风电容量,Ui,Uj为系统节点电压,Uimin,Uimax为系统电压上下限值,Gij,Bij为支路i-j的电导、电纳,θij为节点i,节点j间的相角差,PDWGmax为规定的分散式风电容量上限,θi,θj分别为节点i,节点j的电压相角,根据优化模型目标函数和约束条件的设置,求解各场景进行分散式风电容量规划。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910561217.2/1.html,转载请声明来源钻瓜专利网。