基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法
【專利摘要】本發(fā)明公開了基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法，構(gòu)建風電功率縱向時刻概率模型；構(gòu)建風電出力概率模型；定義支路越限嚴重度函數(shù)，分析各風電出力狀態(tài)下的支路潮流臨近熱穩(wěn)定極限的程度，構(gòu)建嚴重度指標；基于風電出力的概率模型和嚴重度指標，是以時刻為研究對象，獨立評估某時刻所有風電出力場景下的支路越限風險；以相鄰時刻間的風險關(guān)聯(lián)為研究對象，基于風電出力狀態(tài)轉(zhuǎn)移的縱向時刻Markov鏈模型，細致刻畫風電出力波動過程引起的系統(tǒng)運行風險變化。本發(fā)明所提風險分析方法，能夠完整地描述整個調(diào)度時間段內(nèi)的運行安全風險和風險的時段變化，為調(diào)度決策者提供充分的決策依據(jù)。
【專利說明】
基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及風電并入電網(wǎng)領(lǐng)域，具體涉及基于風電縱向時刻概率模型的日前調(diào)度 計劃風險分析方法。
【背景技術(shù)】
[0002] 隨著大規(guī)模風電并入電網(wǎng)，風電的不確定性勢必引起電力系統(tǒng)的運行狀態(tài)，如支 路功率、節(jié)點電壓等的改變，對系統(tǒng)的安全性和充裕性造成一定影響，甚至存在大規(guī)模停電 的風險。從風險的角度，量化含風電場電力系統(tǒng)運行的不確定性，輔助調(diào)度決策者在滿足供 電可靠性水平的基礎(chǔ)上，提高系統(tǒng)經(jīng)濟性水平，盡量消納可再生能源，發(fā)揮電網(wǎng)潛能。
[0003] 日前調(diào)度計劃根據(jù)日前負荷預測結(jié)果和機組特性，按照經(jīng)濟性原則或節(jié)能性原 貝1J，兼顧系統(tǒng)的功率平衡、機組爬坡速率等安全約束，確定各機組的出力和備用容量。風電 大規(guī)模并網(wǎng)前，日前調(diào)度計劃以固定百分比增加備用容量的確定性方法，應對系統(tǒng)不確定 性。隨著風電并網(wǎng)容量的增大，風電功率在額定值內(nèi)的隨機變化使得系統(tǒng)運行場景更加復 雜，以往確定性的優(yōu)化方法難以兼顧經(jīng)濟性和安全性，因此需要將確定性的優(yōu)化過程向控 制運行風險的優(yōu)化過程轉(zhuǎn)變。目前針對風電出力不確定性的風險分析主要集中在風電場規(guī) 劃建設經(jīng)濟性分析、含風電場發(fā)電系統(tǒng)的可靠性評估、充裕性評估、計及風電出力風險的經(jīng) 濟調(diào)度等領(lǐng)域。文獻"不確定性環(huán)境下考慮棄風的電力系統(tǒng)日前調(diào)度[J].電力系統(tǒng)保護與 控制，2015,43(24) :75-77."構(gòu)建了考慮棄風電量期望和發(fā)電成本的多目標優(yōu)化日前調(diào)度 模型，模型中采用失負荷概率的機會約束處理決策過程中的不確定性，其中采用了預測誤 差的概率分布來描述風電的不確定性，利用遺傳算法獲得了兼顧發(fā)電成本和風電接納水平 的有效解。文獻"一種含風電電力系統(tǒng)的日前發(fā)電計劃和旋轉(zhuǎn)備用決策[J].電力自動化設 備，2014,34(5):21-27"利用風電功率和負荷的概率模型，將失負荷成本和棄風成本作為風 險成本計入日前計劃總成本目標函數(shù)，給出了滿足系統(tǒng)安全約束的各常規(guī)機組日前出力和 正負旋轉(zhuǎn)備用計劃。文獻"關(guān)于電網(wǎng)運行安全風險在線評估的評述[J].電力系統(tǒng)自動化， 2012,36(18): 171-177"指出，關(guān)注風電等新能源大規(guī)模接入電網(wǎng)引起的電網(wǎng)運行安全風 險，需著眼于存在問題的場景出現(xiàn)的概率，即風電的概率特征建模對含風電系統(tǒng)的風險分 析至關(guān)重要。
[0004] 現(xiàn)有的日前調(diào)度模型在計入風電波動引起的運行風險時，存在以下兩個問題：一 方面，不同于常規(guī)能源發(fā)電方式，風電除了隨機停運、脫網(wǎng)等故障外，其不確定性主要來自 于出力在額定值之內(nèi)的隨機變化，尤其短時間跨越多個出力狀態(tài)的情況，可能引起系統(tǒng)旋 轉(zhuǎn)備用不足、支路潮流越限等安全問題，更應該受到重點關(guān)注。雖然通過引入風險約束使模 型的解相對于確定性優(yōu)化有了較大改進，但現(xiàn)有調(diào)度模型均未考慮風電波動引起的風險場 景切換，而相鄰時刻的風險的變化情況對于設置旋轉(zhuǎn)備用、制定儲能控制策略、衡量系統(tǒng)切 負荷風險等方面都具有較實際的指導意義。
[0005] 另一方面，風電功率概率模型是計及風電隨機性風險分析的基礎(chǔ)，目前，在風險分 析中計及風電出力場景隨機性時，常考慮三種方式。第一種是利用風速和風電機組的功率 特性，將風速的經(jīng)驗分布(如Weibul 1分布、正態(tài)分布等)轉(zhuǎn)化為風電出力的概率分布。由于 風速與風電機組的功率特性出力呈指數(shù)關(guān)系，并且沒有考慮風機故障停運等特殊情況，這 種間接轉(zhuǎn)化將造成誤差的傳遞和放大，顯然不如直接統(tǒng)計風電功率的概率分布更精確。第 二種為考慮風電功率概率預測結(jié)果或預測誤差的概率分布。目前雖然國內(nèi)外學者針對風電 預測問題開展了大量研究，但由于風電的波動性和隨機性較強，風電功率的預測精度仍然 有待進一步提高。風電功率的概率預測或預測誤差的概率分布仍無法準確描述風電的隨機 性。第三種是假設風速或風電功率滿足某一概率分布，通過Monte-Car 1〇模擬法獲得風電功 率序列。根據(jù)Monte-Carlo模擬的原理，抽樣次數(shù)越多，其模擬結(jié)果就越接近于真實值;隨著 系統(tǒng)規(guī)模的擴大，Monte-Carlo模擬法樣本數(shù)量將呈指數(shù)上升，也就是說，完成抽樣將需要 大量的計算時間和計算量，這對系統(tǒng)短期的動態(tài)經(jīng)濟調(diào)度和風險評估造成困擾。由此可見， 對日前時間尺度而言，風電功率難以做到準確預測，模擬抽樣法計算量大，風電出力的可靠 性模型難以把握。
[0006] 文獻"風電場出力的縱向時刻概率分布特征[J].電力自動化設備，2014，34 (5): 40-45"提出了縱向時刻統(tǒng)計方法，該方法對風電功率縱向時刻的概率分布特征進行了統(tǒng)計 和總結(jié)。在上述文獻"風電場出力的縱向時刻概率分布特征[J]"的基礎(chǔ)上，現(xiàn)有文獻"基于 縱向時刻Markov鏈模型的風功率概率預測方法"還提出了風電功率縱向時刻Markov鏈模 型，給出了風電功率在相鄰縱向時刻間轉(zhuǎn)移概率矩陣集，描述風電的固有變化規(guī)律。
[0007] 但是，含風電場電力系統(tǒng)日前計劃的風險分析的相關(guān)技術(shù)還沒有出現(xiàn)，無法為電 網(wǎng)的安全穩(wěn)定運行提供相應的決策依據(jù)。

【發(fā)明內(nèi)容】

[0008] 為解決現(xiàn)有技術(shù)存在的不足，本發(fā)明公開了基于風電縱向時刻概率模型的日前調(diào) 度計劃風險分析方法，本發(fā)明基于風電功率縱向時刻概率模型，以支路越限風險為研究對 象，提出了含風電場電力系統(tǒng)日前計劃的風險分析方法。其中，考慮風電的時刻概率分布分 析了單時刻的越限風險;利用Markov鏈模型的轉(zhuǎn)移概率矩陣，首次定義并計算了時刻間的 關(guān)聯(lián)風險，該風險指標對日前計劃中，需要考慮風電時刻間變化的調(diào)控措施(如旋轉(zhuǎn)備用計 劃)具有一定參考價值。
[0009] 為實現(xiàn)上述目的，本發(fā)明的具體方案如下：
[0010] 基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法，包括以下步驟：
[0011] 根據(jù)實際風場出力的歷史數(shù)據(jù)樣本，對每天同一時刻的有功功率概率特征進行統(tǒng) 計，獲得該時刻的風電出力概率分布特性，構(gòu)建風電功率縱向時刻概率模型；
[0012] 基于構(gòu)建的風電功率縱向時刻概率模型直接獲得風電出力的分布和轉(zhuǎn)移概率，構(gòu) 建風電出力概率模型；
[0013] 定義支路越限嚴重度函數(shù)，分析各風電出力狀態(tài)下的支路潮流臨近熱穩(wěn)定極限的 程度，構(gòu)建嚴重度指標；
[0014] 基于風電出力的概率模型和嚴重度指標，是以時刻為研究對象，獨立評估某時刻 所有風電出力場景下的支路越限風險；
[0015] 以相鄰時刻間的風險關(guān)聯(lián)為研究對象，基于風電出力狀態(tài)轉(zhuǎn)移的縱向時刻Markov 鏈模型，細致刻畫風電出力波動過程引起的系統(tǒng)運行風險變化。
[0016] 進一步的，風電功率縱向時刻概率模型，包括風電功率縱向時刻分布模型和風電 功率縱向時刻Markov鏈模型，其中，風電功率在各縱向時刻具有相應的概率特征，即該時刻 的固有概率分布。
[0017] 進一步的，風電功率縱向時刻分布模型是縱向時刻概率模型的基礎(chǔ)部分，可描述 如下：按照應用場景的需求，將全天的時間劃分為Μ個縱向時刻，利用長期風電功率歷史數(shù) 據(jù)樣本，統(tǒng)計風電在所有縱向時刻的出力概率分布，構(gòu)成針對時刻的分布集合。
[0018] 進一步的，風電功率縱向時刻Markov鏈模型是縱向時刻概率模型的主要部分，同 樣劃分Μ個時刻，利用長期歷史數(shù)據(jù)構(gòu)建而成，描述了風電功率在相鄰時刻間的固有轉(zhuǎn)移規(guī) 律。
[0019 ]進一步的，基于風電功率縱向時刻分布模型的風電功率縱向時刻的概率分布描述 了風電在各時刻出力的固有概率分布，用于評估單時刻的獨立風險，單時刻的風電出力概 率表達如下：
[0020] Pr(t, s) =Pr(t^x, s) (1)
[0021] 式中，P r (t，s)為t時刻時風電出力狀態(tài)為s的概率;取時刻t對應的縱向時刻τ，P r (t-T，s)為τ時刻風電出力狀態(tài)為s固有概率。
[0022] 進一步的，風電的波動變化以風電功率縱向時刻Markov鏈模型來描述時，風電功 率在各相鄰時刻間的固有轉(zhuǎn)移概率矩陣為：
[0023] Ptrs(t,s,q)=PA(t^T,s,q) (2)
[0024] 式中，Ptrs(t，s，q)為風電功率狀態(tài)由t時刻的狀態(tài)s變化為t+1時刻的狀態(tài)q的概 率;取時刻t對應的縱向時刻τ，P A( t-τ，s，q)為τ時刻狀態(tài)s到τ+1時刻狀態(tài)q的固有轉(zhuǎn)移概 率。
[0025] 進一步的，分析各風電出力狀態(tài)下的支路潮流臨近熱穩(wěn)定極限的程度時，對含有η 個節(jié)點的電力系統(tǒng)進行基本的潮流計算，獲得各節(jié)點電壓的幅值和相角后，計算支路潮流；
[0026] 根據(jù)熱穩(wěn)定性計算公式，得到支路ij的有功功率極限；
[0027] 獲得各風電出力狀態(tài)下的各條支路的有功潮流和功率極限后，選取支路潮流極限 的設定值作為評估指標，對各條支路的功率越限程度進行評估。
[0028] 進一步的，根據(jù)單時刻的風險指標表示，以時刻為研究對象，獨立評估某時刻所有 風電出力場景下的支路越限風險，單時刻的風險指標是某時刻的各風電出力狀態(tài)的風險值 計算，當定位于關(guān)注的時刻時，可用于比較各出力狀態(tài)可能引起的后果。
[0029] 進一步的，根據(jù)相鄰時刻間的關(guān)聯(lián)風險指標，以相鄰時刻間的風險關(guān)聯(lián)為研究對 象，基于風電出力狀態(tài)轉(zhuǎn)移的縱向時刻Markov鏈模型，細致刻畫風電出力波動過程引起的 系統(tǒng)運行風險變化時：
[0030] t時刻到t+Ι時刻，假設各時刻均有N個風電出力狀態(tài)，分別計算對應的嚴重對水平 為Sevl~SevN，相鄰時刻之間風險的轉(zhuǎn)移實質(zhì)是風電出力狀態(tài)的轉(zhuǎn)移，因此，風電出力縱向 時刻Markov模型的轉(zhuǎn)移概率矩陣直接獲得風險的轉(zhuǎn)移概率；
[0031 ]計算相鄰時刻關(guān)聯(lián)風險；
[0032] 為衡量t+Ι時刻在t時刻出力狀態(tài)為s的前提下，可能存在的總體風險水平，定義期 望關(guān)聯(lián)風險指標。
[0033] 風電功率縱向時刻概率模型中，所謂縱向時刻的統(tǒng)計方法，是指根據(jù)實際風場出 力的歷史數(shù)據(jù)樣本，對每天同一時刻的有功功率概率特征進行統(tǒng)計，獲得該時刻的風電出 力概率分布特性。圖1為縱向時刻概念示意圖，若按照分鐘級時間尺度At，將一天的時間劃 分為Μ個時刻，貝lj縱向時刻集合可以表不為T A= …，τΜ}。
[0034]風電功率縱向時刻概率模型，包括風電功率縱向時刻分布模型和風電功率縱向時 刻Markov鏈模型，風電功率在各縱向時刻具有相應的概率特征，即該時刻的固有概率分布。 [0035]以時刻τ為例，該時刻風電出力狀態(tài)為s的固有概率分布表示為Pr (τ，s)，時刻τ到 時刻τ+l，風電出力由狀態(tài)s變化為狀態(tài)q的固有條件轉(zhuǎn)移概率表示為ΡΑ( τ，s，q)。圖2為縱向 時刻Markov鏈模型的示意圖。
[0036] 風電出力的概率模型是風險分析工作的關(guān)鍵，基于前述工作構(gòu)建的縱向時刻模型 直接獲得風電出力的分布和轉(zhuǎn)移概率。
[0037] 隨著運行時間的變化，風電功率出力區(qū)間和系統(tǒng)運行條件必然發(fā)生改變，相鄰時 刻間的關(guān)聯(lián)風險則用于綜合衡量上述變化的概率和可能引起的系統(tǒng)安全性后果。其中，日 前調(diào)度計劃主要考慮負荷波動，相對于風電功率來說，負荷的波動可以按確定性變化來處 理;風電的波動變化以第二章提出的風電功率縱向時刻Markov鏈模型來描述。
[0038] 嚴重度函數(shù)也是風險分析的另一要素，用于量化風險事件造成后果的嚴重程度。 在風電高滲透率下，風電的大幅波動引起支路潮流越限，威脅系統(tǒng)安全。本申請定義支路越 限嚴重度函數(shù)，分析各風電出力狀態(tài)下的支路潮流臨近熱穩(wěn)定極限的程度。
[0039] 對含有η個節(jié)點的電力系統(tǒng)進行基本的潮流計算，獲得各節(jié)點電壓的幅值和相角 后，按式(3)計算支路潮流如下：
[0040] Pij = ViVj(Gij cos0ij+Bij sin0ij)-Vi2Gij (3)
[00411式中Pij為支路ij的有功功率;Gij和Bij為支路ij的電導和電納;Vi和Vj分別為節(jié)點i 和節(jié)點j的電壓幅值為為節(jié)點i與節(jié)點j的電壓相角差。。
[0042]根據(jù)熱穩(wěn)定性計算公式，支路ij的有功功率極限為
[0045] 式中為支路ij的有功極限;Umax為電壓允許最大值;L為線路長度;R為線路電 阻標幺值；Sb為基準功率;A。為對流換熱系數(shù);Ar為輻射換熱系數(shù);Tmax、Te分別為極限溫度 (一般取70°C)和環(huán)境實際溫度;q e為線路吸收的日照熱量。
[0046] 獲得各風電出力狀態(tài)下的各條支路的有功潮流和功率極限后，選取支路潮流極限 的80%作為評估指標，可按式(6)對各條支路的功率越限程度進行評估。
[0048]式中，SeVlj(t，s)為風電出力狀態(tài)s時，支路ij的功率越限嚴重度;f和分別 為支路ij的傳輸功率上下限。正常情況下該嚴重度指標計算結(jié)果小于〇,認為系統(tǒng)風險等級 處于可接受狀態(tài)，且取值越小，說明支路潮流距離越限臨界點越遠，系統(tǒng)越穩(wěn)定；當該嚴重 度指標取值位于[0,0.2)時，說明支路潮流超過極限值的80%但尚未達到極限值，存在一定 的潛在風險，系統(tǒng)風險等級處于預警狀態(tài)，需要引起決策者的關(guān)注；當該嚴重度指標大于 0. 2時，說明支路潮流已經(jīng)達到或超過極限值，系統(tǒng)風險等級處于拒絕狀態(tài)，決策者應提前 做好預防性控制措施，保證該狀態(tài)下系統(tǒng)仍能安全運行。
[0049] 本發(fā)明的有益效果：
[0050] 本發(fā)明利用縱向時刻概率模型可以對調(diào)度計劃的任意時間斷面計算相應的風險 指標，因此，后續(xù)工作將基于縱向時刻模型的含風電場電力系統(tǒng)風險分析計入考慮電網(wǎng)安 全性動態(tài)經(jīng)濟調(diào)度，可以考慮風險約束或計及風險成本的多目標優(yōu)化等形式，構(gòu)建計及系 統(tǒng)運行風險的調(diào)度模型，實現(xiàn)電網(wǎng)運行風險和發(fā)電成本的協(xié)調(diào)。
[0051] 本發(fā)明所提風險分析方法，能夠完整地描述整個調(diào)度時間段內(nèi)的運行安全風險和 風險的時段變化，為調(diào)度決策者提供充分的決策依據(jù)。算例采用IEEE 3機9節(jié)點系統(tǒng)進行了 風險計算，結(jié)果表明了所提風險分析方法的有效性。實際運行中，調(diào)度決策者可根據(jù)運行的 經(jīng)驗，設置可接受的風險水平，對可接受范圍外的風險場景，提前采取預防控制措施，保證 系統(tǒng)安全穩(wěn)定運行。
【附圖說明】
[0052]圖1縱向時刻概念示意圖；
[0053] 圖2縱向時刻Markov鏈模型示意圖；
[0054]圖3相鄰時刻風險轉(zhuǎn)移示意圖；
[0055] 圖4(a)-圖4(d)典型時刻風電功率概率分布；
[0056] 圖5 (a)_圖5 (d)典型時刻風電功率轉(zhuǎn)移概率矩陣；
[0057]圖6 IEEE 3機9節(jié)點系統(tǒng)單線圖。
【具體實施方式】：
[0058]下面結(jié)合附圖對本發(fā)明進行詳細說明：
[0059] 本發(fā)明基于提出的風電功率縱向時刻概率模型，提出了含風電系統(tǒng)的日前計劃運 行風險分析方法。風電功率縱向時刻模型(包括縱向時刻概率分布模型和縱向時刻Markov 鏈模型），是風電功率長期概率分布和轉(zhuǎn)移規(guī)律的總結(jié)，將其應用于針對日前調(diào)度計劃的風 險分析，具有以下優(yōu)勢：
[0060] 第一，縱向時刻模型提供的概率分布和轉(zhuǎn)移概率矩矩陣集，是風電功率長期實際 運行數(shù)據(jù)規(guī)律行的總結(jié)，具有鮮明的時刻特性和穩(wěn)定的概率特征，在日前風電功率預測精 度不高的情況下，為日前計劃的制定和評估提供具有周期性的日特征規(guī)律；
[0061] 第二，縱向時刻風險分析方法能夠脫離預測和抽樣過程，快速進行任意時刻的風 險分析；
[0062]第三，利用縱向時刻Markov鏈模型的轉(zhuǎn)移概率矩陣，可針對任意時刻計算其與相 鄰時刻的關(guān)聯(lián)風險，遍歷任意相鄰時刻之間風險變化的所有可能性，為決策者展現(xiàn)完整的 運行風險演變過程，提供更為充足的決策依據(jù)；
[0063]風電功率功率強不確定性引起系統(tǒng)潮流流向和分布隨機改變，本文考慮支路潮流 越限風險，對日前調(diào)度計劃進行單時刻越限風險和相鄰時刻關(guān)聯(lián)風險的分析。
[0064] 含風電場電力系統(tǒng)日前計劃的風險分析:基于前述風電出力的概率模型和嚴重度 指標，提出了含風電場電力系統(tǒng)日前調(diào)度計劃的風險分析方法。該方法分別兩部分，第一部 分是以時刻為研究對象，獨立評估某時刻所有風電出力場景下的支路越限風險，提醒決策 者關(guān)注風險較大的時刻和狀態(tài)，根據(jù)可接受的風險程度對日前調(diào)度計劃進行必要性的調(diào) 整;第二部分是以相鄰時刻間的風險關(guān)聯(lián)為研究對象，基于風電出力狀態(tài)轉(zhuǎn)移的縱向時刻 Markov鏈模型，細致刻畫風電出力波動過程引起的系統(tǒng)運行風險變化。
[0065] 在風電滲透率較高而預測難度較大的情況下，含風電場電力系統(tǒng)的日前計劃風險 分析能夠完整地遍歷各時段風電波動引起的風險的可能發(fā)展過程，為日前調(diào)度計劃提供充 足的依據(jù)。
[0066]單時刻獨立風險指標:風電出力波動性強且難以預測，尤其是風電出力較大和出 力較小的情況都會給系統(tǒng)的安全穩(wěn)定造成一定的影響。單時刻的風險指標是某時刻的各風 電出力狀態(tài)的風險值計算，當定位于決策者關(guān)注的時刻時，可用于比較各出力狀態(tài)可能引 起的后果。
[0067]時刻t的各出力狀態(tài)的風險值按式(7)計算。
[0068] Riskij(t,s)=Pr(t,s) · Sev(t,s) (7)
[0069] 式中，RiSkdt，S)為支路ij在t時刻風電出力狀態(tài)為s時，支路潮流越限的風險;Pr (七，8)和36￥(〖，8)分別為按式(1)和式(6)求得的〖時刻風電出力為8狀態(tài)的概率和支路。的 功率越限嚴重度。
[0070] 相鄰時刻間的關(guān)聯(lián)風險指標:風電波動程度較大，尤其短時間跨越多個出力狀態(tài) 的情況，引起系統(tǒng)功率和潮流方向大幅變化，可能引起系統(tǒng)支路潮流越限、旋轉(zhuǎn)備用不足等 安全問題。相鄰時刻的風險的變化情況對于設置旋轉(zhuǎn)備用、制定儲能控制策略、衡量系統(tǒng)切 負荷風險等方面都具有較實際的指導意義。然而，在風電預測水平不高的情況下，風電出力 隨時間的變化規(guī)律尚難以把握，因此風險的變化過程難以準確描述。大幅的出力波動可能 因為預防性控制措施不足，使系統(tǒng)運行的安全風險突增，產(chǎn)生嚴重的后果。因此，在制定日 前調(diào)度計劃時，有必要事先分析風電波動引發(fā)的越限風險，從而降低執(zhí)行計劃過程中的調(diào) 控壓力。
[0071] 基于縱向時刻Markov鏈模型通過統(tǒng)計風電功率長期實際序列，給出具有鮮明時刻 特征的轉(zhuǎn)移概率矩陣集合，對風電的時刻間關(guān)聯(lián)和變化進行了規(guī)律性的總結(jié)。因此，本申請 基于該模型，提出相鄰時刻間的關(guān)聯(lián)風險指標，能夠完整地表述風電的各種出力變化及對 應風險的演變過程，為決策者提供全面的可能情況和概率，以便決策者提前做好相應的控 制措施，確保系統(tǒng)的安全運行。圖3為t時刻到t+Ι時刻遍歷的風險轉(zhuǎn)移情況示意圖，假設各 時刻均有N個風電出力狀態(tài)，分別按式(6)計算對應的嚴重對水平為Sevl~SevN。相鄰時刻 之間風險的轉(zhuǎn)移實質(zhì)是風電出力狀態(tài)的轉(zhuǎn)移，因此，風電出力縱向時刻Markov模型的轉(zhuǎn)移 概率矩陣直接獲得風險的轉(zhuǎn)移概率，即圖中Ptr Si, j(i，j e {1，2，…，N})。
[0072] 相鄰時刻關(guān)聯(lián)風險的計算方法如式(8)所示。
[0073] + U/) (8.)
[0074] 式中，Risk；f(i，i + ：U，^〇為t時刻風電出力狀態(tài)為s的條件下，t+1時刻出力狀態(tài)轉(zhuǎn) 移為狀態(tài)q將引起的支路潮流越限風險;Ptrs(t，s，q)為取自縱向時刻Markov鏈模型對應時 刻的轉(zhuǎn)移概率矩陣;SeVlj(t+l，q)為t+Ι時刻，風電出力狀態(tài)為q時的支路潮流越限嚴重度。 [0075]為衡量t+Ι時刻在t時刻出力狀態(tài)為s的前提下，可能存在的總體風險水平。定義期 望關(guān)聯(lián)風險指標，見式(9)。
[0077] 式中，R(/，/ +1，Λ·)為已知t時刻的出力狀態(tài)為s的條件下，t+1時刻的總體轉(zhuǎn)移 風險;Pr(t，s)為t時刻風電出力狀態(tài)為s的固有概率，可由縱向時刻分布模型直接獲得。
[0078] 下面給出更為詳細的算例仿真:本申請進行實際算例仿真來體現(xiàn)所提風險分析方 法對日前調(diào)度計劃的指導意義。先選取2010年1月1日至2011年12月31日的實測風電功率數(shù) 據(jù)為樣本數(shù)據(jù)，構(gòu)建風電功率縱向時刻概率模型;再采用IEEE 3機9節(jié)點系統(tǒng)，在既定的日 前調(diào)度計劃下，進行風險分析指標的計算。
[0079] 風電功率縱向時刻概率模型:選取2h為時間分辨率將全天劃分為12個時刻，每個 時刻的風電出力都具有其固有的概率分布特征。為方便評述和計算，在滿足風險分析需求 的前提下，對風電出力場景進行了必要的縮減，除〇出力為單獨狀態(tài)外，將功率區(qū)間[0，1]等 分為5個出力子區(qū)間，因此風電出力的狀態(tài)空間可表示為：
[0081 ]按照前述縱向時刻概率分布的統(tǒng)計方法，對長達兩年的風電功率序列進行統(tǒng)計， 獲得各時刻在各風電出力場景的固有概率分布，構(gòu)建風電功率縱向時刻的分布模型。圖4 (a)_圖4(d)繪制了四個典型時刻的概率分布情況。
[0082]構(gòu)建縱向時刻Markov鏈模型，描述時刻間風電出力場景的轉(zhuǎn)換。圖5 (a)_圖5 (d)為 典型時刻的風電功率轉(zhuǎn)移概率矩陣。
[0083]基于風電功率縱向時刻概率模型的日前計劃風險分析：IEEE 3機9節(jié)點系統(tǒng)介紹： 本文選取IEEE 3機9節(jié)點系統(tǒng)進行實例仿真，體現(xiàn)本文所提風險方法對日前調(diào)度計劃的輔 助意義。IEEE 3機9節(jié)點系統(tǒng)單線圖如圖6所示，將Bus2機組改為風電場，以有功取負值的PQ 節(jié)點模擬風電功率的注入，且采用功率因數(shù)為0.96的恒功率控制。注入功率的概率分布滿 足上述縱向時刻概率分布模型。
[0084]系統(tǒng)基本參數(shù):系統(tǒng)發(fā)電機及其母線參數(shù)見表1;輸電線路及變壓器參數(shù)見表2;負 荷節(jié)點參數(shù)見表3。
[0085]表1 IEEE 3機9節(jié)點系統(tǒng)發(fā)電機及其母線參數(shù)
[0087]表2 IEEE 3機9節(jié)點系統(tǒng)變壓器和輸電線路參數(shù)
[0092]根據(jù)電力系統(tǒng)典型日負荷曲線，低谷時段負荷約為最大負荷的50%，腰負荷約為 最大負荷的80 %。假設系統(tǒng)默認參數(shù)為日前調(diào)度計劃腰荷時段計劃，則該系統(tǒng)的風電滲透 率為
[0094] 該系統(tǒng)風電滲透率較高，因此風電功率的波動易引起系統(tǒng)運行狀態(tài)變化，尤其是 風電場附近節(jié)點和支路的電壓、功率越限，可能會造成系統(tǒng)失穩(wěn)的嚴重后果。
[0095] 單時刻支路越限風險評估:將風電功率劃分為6個出力狀態(tài)后，利用風電場的長期 功率數(shù)據(jù)構(gòu)建了風電功率縱向時刻Markov鏈模型后，將該模型帶入實際的IEEE 3機9節(jié)點 系統(tǒng)，本申請以單獨的時刻為研究對象計算不同風電出力狀態(tài)可能引起的支路越限風險。
[0096] 通過仿真計算結(jié)果的對比，發(fā)現(xiàn)B4-B5支路潮流受風電波動的影響最大，最易發(fā)生 支路潮流越限。因此本申請以支路B4-B 5為例，描述單時刻支路越限風險的評估過程和時刻 間風險的轉(zhuǎn)移過程。按式(4)支路B4-B 5的極限功率參數(shù)如表4所示，計算可得最大傳輸功率。 [0097]表4求支路極限功率各參數(shù)取值
[0099]在日前調(diào)度計劃制定完成的前提下，以腰荷時段16:00為例，支路B4-B5的最大傳輸 功率為1.6885,即f為1.6885, ?^為-1.6885。按照式(7)和式(8)計算16:00的嚴重度指 標和支路越限風險見表5。
[0100] 表5 16:00支路潮流越限嚴重度指標和支路越限風險
[0103] 由表5可以看出，16: 00時刻風電出力狀態(tài)為0和[0,0.2)時嚴重度指標分別為 0.0447和0.0066，說明若該時刻遇該風電出力狀態(tài)，支路B4-B 5的功率已超過該支路極限功 率的80%但尚未達到功率極限，應重點關(guān)注。在風電出力滲透率較高的情況下，若風電功率 不足時，風電場附近節(jié)點的潮流方向和大小將發(fā)生改變，風電場附近的負荷將由其他發(fā)電 機組提供有功。本算例中，若風電出力位于前兩個狀態(tài)，負荷Pu消耗的有功主要有平衡節(jié)點 提供，導致負荷節(jié)點與平衡節(jié)點之間支路率升高，存在支路過載風險。因此，隨著風 電出力的增加，系統(tǒng)的風險呈下降趨勢。
[0104] 相鄰時刻支路越限關(guān)聯(lián)風險計算:本申請以腰荷時刻18:00至峰荷時刻20:00的風 險轉(zhuǎn)移計算為例，假設20:00時系統(tǒng)總體負荷增長為18:00的1.5倍，常規(guī)機組G 3出力不變， 通過平衡機調(diào)節(jié)因風電出力狀態(tài)隨機而可能造成的有功缺額，依然以支路B4-B 5S觀察對 象。時刻18:00和20:00各風電出力狀態(tài)對應的概率和嚴重度指標見表6。
[0105] 表6 18:00時刻和20:00時刻各風電出力狀態(tài)概率和嚴重度指標
[0107]由表6的嚴重度指標可以看出，18:00時刻無論風電出力位于哪個區(qū)間，支路B4-B5 的嚴重度指標均小于0,意味著支路B4-B5的功率均小于到極限功率的80%。在系統(tǒng)負荷不大 的情況下，系統(tǒng)自身的抗擾動能力可有效協(xié)調(diào)風電出力的不足，降低系統(tǒng)的運行風險。而根 據(jù)20:00時刻的嚴重度指標可以看出，20:00時刻當風電出力位于區(qū)間[0，0.6]時，支路B4-B5 存在功率越限風險。尤其當風電出力小于其裝機容量的20%時，支路843 5流過的功率將大 于該支路的熱穩(wěn)定極限，應做好系統(tǒng)的旋轉(zhuǎn)備用或采取切負荷等措施，防止這種情況的發(fā) 生。當風電出力為裝機容量的20%~60 %時，支路B4-B5的功率已超過極限功率的80 %，應重 點關(guān)注風電的這些出力狀態(tài)。對比兩個時刻的嚴重度指標和風險指標，可以看出隨著系統(tǒng) 負荷的增加，系統(tǒng)越限風險明顯增大。
[0108] 按式(2)的計算方法，表7為18:00時刻至20:00時刻的轉(zhuǎn)移概率矩陣，直接取自風 電功率縱向時刻Markov鏈模型，提供當前時刻風電出力已知的條件下，下一時刻的風電出 力概率分布。該條件概率既是風電功率的波動轉(zhuǎn)移規(guī)律，也是風電引起的系統(tǒng)運行風險的 條件轉(zhuǎn)移概率。雖然各風電出力狀態(tài)在18:00時刻均不會引起支路越限風險，但會以一定的 轉(zhuǎn)移概率變化至相鄰時刻具有越限風險的出力狀態(tài)。例如，當18 :00時刻風電出力為0時， 20:00時刻風電出力將以0.642的條件概率繼續(xù)為0，且系統(tǒng)以0.642的概率出現(xiàn)越限程度為 0.2514的風險狀態(tài)。根據(jù)對表6的分析，應重點關(guān)注風電出力由18:00時刻轉(zhuǎn)移至20:00前兩 個出力狀態(tài)的情況。
[0109] 表7 18:00時刻至20:00時刻的轉(zhuǎn)移概率矩陣
[0111] 利用縱向時刻Markov鏈模型提供的對應時刻的轉(zhuǎn)移概率矩陣，見表7，按照式(8) 計算當前風電出力狀態(tài)已知的條件下，下一時刻支路B4-B 5的潮流越限關(guān)聯(lián)風險，見表8。相 鄰時刻關(guān)聯(lián)風險綜合衡量了風電功率變化概率和下一時刻嚴重度，表8通過遍歷風電所有 可能的轉(zhuǎn)移路徑，給出了 18:00時刻至20:00時刻的關(guān)聯(lián)風險。由計算結(jié)果，風電前兩個狀態(tài) 間的關(guān)聯(lián)風險明顯高于其他狀態(tài)。這是因為相鄰時刻風電出力的相關(guān)性，顯然相近狀態(tài)的 轉(zhuǎn)移概率較高，即Markov鏈模轉(zhuǎn)移概率矩陣的"山脊"特征明顯，且前兩個狀態(tài)的有功不足 引起的支路越限的后果較為嚴重，所以呈現(xiàn)關(guān)聯(lián)風險高于其他狀態(tài)。在電力系統(tǒng)的實際運 行中，調(diào)度人員可根據(jù)實際情況設定關(guān)聯(lián)風險的門檻值，采取提前設置旋轉(zhuǎn)備用等措施，對 風險結(jié)果超過門檻值的情況進行處理，防止系統(tǒng)出現(xiàn)支路越限等危險狀況。以18:00時刻至 20:00時刻的關(guān)聯(lián)風險為例，假設相鄰時刻間支路越限關(guān)聯(lián)風險門檻值為0.05,則風電所有 出力轉(zhuǎn)移場景中{〇,〇}，{0,(0,0.2] }，{(0,0· 2]，（0,0.2] }，{(0· 2,0·4]，（0,0.2]}，{(0.2， 0.4]，（0.2,0.4]}的關(guān)聯(lián)風險超過門檻值0.05,調(diào)度決策者應對其進行重點關(guān)注或采取控 制措施，提尚系統(tǒng)抵御風險的能力。
[0112] 表8 18:00時刻至20:00時刻的關(guān)聯(lián)風險
[0114] 表9給出了 20:00時刻的期望關(guān)聯(lián)風險，衡量18:00時刻至20:00時刻風電出力狀態(tài) 和負荷波動引起的總體風險變化。可見以(〇,〇. 2]為條件的出力場景的支路越限風險最高。
[0115] 表9 20:00時刻的期望關(guān)聯(lián)風險
[0117] 風電功率縱向時刻概率模型以風電長期歷史數(shù)據(jù)為建模樣本，能夠提供任一時刻 的固有概率分布和時刻間轉(zhuǎn)移概率矩陣?；谠撃Ｐ?，本文提出了含風電場電力系統(tǒng)的日 前調(diào)度計劃風險分析方法，并利用實際風場數(shù)據(jù)和IEEE 3機9節(jié)點系統(tǒng)的進行了實例仿真， 計算了單時刻支路越限風險和相鄰時刻間關(guān)聯(lián)風險。計算所得的風險指標，可以為調(diào)度決 策者提供因風電出力狀態(tài)隨機性可能出現(xiàn)的系統(tǒng)運行風險信息，輔助決策者進行必要的日 前計劃修正或預防控制措施，提高系統(tǒng)抵御風電擾動的能力。
[0118] 上述雖然結(jié)合附圖對本發(fā)明的【具體實施方式】進行了描述，但并非對本發(fā)明保護范 圍的限制，所屬領(lǐng)域技術(shù)人員應該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不 需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護范圍以內(nèi)。
【主權(quán)項】
1. 基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法，其特征是，包括以下步 驟： 根據(jù)實際風場出力的歷史數(shù)據(jù)樣本，對每天同一時刻的有功功率概率特征進行統(tǒng)計， 獲得該時刻的風電出力概率分布特性，構(gòu)建風電功率縱向時刻概率模型； 基于構(gòu)建的風電功率縱向時刻概率模型直接獲得風電出力的分布和轉(zhuǎn)移概率，構(gòu)建風 電出力概率模型； 定義支路越限嚴重度函數(shù)，分析各風電出力狀態(tài)下的支路潮流臨近熱穩(wěn)定極限的程 度，構(gòu)建嚴重度指標； 基于風電出力的概率模型和嚴重度指標，是以時刻為研究對象，獨立評估某時刻所有 風電出力場景下的支路越限風險； 以相鄰時刻間的風險關(guān)聯(lián)為研究對象，基于風電出力狀態(tài)轉(zhuǎn)移的縱向時刻Markov鏈模 型，細致刻畫風電出力波動過程引起的系統(tǒng)運行風險變化。2. 如權(quán)利要求1所述的基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法，其 特征是，風電功率縱向時刻概率模型，包括風電功率縱向時刻分布模型和風電功率縱向時 刻Markov鏈模型，其中，風電功率在各縱向時刻具有相應的概率特征，即該時刻的固有概率 分布。3. 如權(quán)利要求2所述的基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法，其 特征是，風電功率縱向時刻分布模型是縱向時刻概率模型的基礎(chǔ)部分，可描述如下:按照應 用場景的需求，將全天的時間劃分為Μ個縱向時刻，利用長期風電功率歷史數(shù)據(jù)樣本，統(tǒng)計 風電在所有縱向時刻的出力概率分布，構(gòu)成針對時刻的分布集合。4. 如權(quán)利要求2所述的基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法，其 特征是，風電功率縱向時刻Markov鏈模型是縱向時刻概率模型的主要部分，同樣劃分Μ個時 亥IJ，利用長期歷史數(shù)據(jù)構(gòu)建而成，描述了風電功率在相鄰時刻間的固有轉(zhuǎn)移規(guī)律。5. 如權(quán)利要求3所述的基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法，其 特征是，基于風電功率縱向時刻分布模型的風電功率縱向時刻的概率分布描述了風電在各 時刻出力的固有概率分布，用于評估單時刻的獨立風險，單時刻的風電出力概率表達如下： Pr(t, s) = Pr(t^x, s) (1) 式中，P r (t，s)為t時刻時風電出力狀態(tài)為s的概率;取時刻t對應的縱向時刻τ，P r (t- t，s)為τ時刻風電出力狀態(tài)為s固有概率。6. 如權(quán)利要求4所述的基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法，其 特征是，風電的波動變化以風電功率縱向時刻Markov鏈模型來描述時，風電功率在各相鄰 時刻間的固有轉(zhuǎn)移概率矩陣為： Ptrs(t，s，q)=PA(t-T，s，q) (2) 式中，Ptrs(t，s，q)為風電功率狀態(tài)由t時刻的狀態(tài)s變化為t+1時刻的狀態(tài)q的概率;取 時刻t對應的縱向時刻τ，PA( τ，s，q)為τ時刻狀態(tài)s到τ+1時刻狀態(tài)q的固有轉(zhuǎn)移概率。7. 如權(quán)利要求1所述的基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法，其 特征是，分析各風電出力狀態(tài)下的支路潮流臨近熱穩(wěn)定極限的程度時，對含有η個節(jié)點的電 力系統(tǒng)進行基本的潮流計算，獲得各節(jié)點電壓的幅值和相角后，計算支路潮流； 根據(jù)熱穩(wěn)定性計算公式，得到支路ij的有功功率極限； 獲得各風電出力狀態(tài)下的各條支路的有功潮流和功率極限后，選取支路潮流極限的設 定值作為評估指標，對各條支路的功率越限程度進行評估。8. 如權(quán)利要求1所述的基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法，其 特征是，根據(jù)單時刻的風險指標表示，以時刻為研究對象，獨立評估某時刻所有風電出力場 景下的支路越限風險，單時刻的風險指標是某時刻的各風電出力狀態(tài)的風險值計算，當定 位于關(guān)注的時刻時，可用于比較各出力狀態(tài)可能引起的后果。9. 如權(quán)利要求1所述的基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法，其 特征是，根據(jù)相鄰時刻間的關(guān)聯(lián)風險指標，以相鄰時刻間的風險關(guān)聯(lián)為研究對象，基于風電 出力狀態(tài)轉(zhuǎn)移的縱向時刻Markov鏈模型，細致刻畫風電出力波動過程引起的系統(tǒng)運行風險 變化時。10. 如權(quán)利要求9所述的基于風電縱向時刻概率模型的日前調(diào)度計劃風險分析方法，其 特征是，t時刻到t+Ι時刻，假設各時刻均有N個風電出力狀態(tài)，分別計算對應的嚴重對水平 為Sevl~SevN，相鄰時刻之間風險的轉(zhuǎn)移實質(zhì)是風電出力狀態(tài)的轉(zhuǎn)移，因此，風電出力縱向 時刻Markov模型的轉(zhuǎn)移概率矩陣直接獲得風險的轉(zhuǎn)移概率； 計算相鄰時刻關(guān)聯(lián)風險； 為衡量t+Ι時刻在t時刻出力狀態(tài)為s的前提下，可能存在的總體風險水平，定義期望關(guān) 聯(lián)風險指標。
【文檔編號】H02J3/38GK106026190SQ201610308037
【公開日】2016年10月12日
【申請日】2016年5月10日
【發(fā)明人】贠志皓, 孫景文, 豐穎, 周瓊
【申請人】山東大學