基于风光联合概率分布的微电网概率潮流预测
考虑风光出力波动性的配电网无功优化策略
考虑风光出力波动性的配电网无功优化策略作者：董跃哲马平丁哲陈宽来源：《青岛大学学报（工程技术版）》2019年第01期摘要：针对风机及光伏出力的波动性对系统网损和电压的影响，本文以全天有功网损和电压偏移最小为目标，建立兼顾电压安全稳定和配电网经济运行的多目标无功优化模型。
利用三点估计法原理计算风光出力和负荷值，通过概率潮流判断状态变量是否满足概率约束，利用权重法将多目标转化为单目标，同时结合粒子群优化算法对所建模型进行求解，最后利用改进的IEEE33节点系统进行仿真计算。
仿真结果表明，本文所建模型对配电网进行无功优化，有效降低了网损，改善了节点电压质量。
该研究为含高比例可再生能源配电网的无功优化提供了有效方法。
关键词：概率模型; 三点估计法; 概率潮流; 无功优化中图分类号： TM761+.1文献标识码： A文章编号： 10069798（2019）01004707; DOI： 10.13306/j.10069798.2019.01.008随着能源危机和环境问题日益加重，世界各国都在大力发展可再生能源，预计到2030年，我国可再生能源的发电量将占30%以上[1]。
然而高比例可再生能源（如风电、光电）的并网，会导致潮流双向流动、电压波动、电压越限以及网损偏高等问题。
因此，研究高比例可再生能源并网后的无功功率优化，能够有效降低网损、改善节点电压的质量，从而保证可再生能源并网后配电网运行的经济性和电压的安全稳定。
在配电网的无功功率优化作为电压优化控制的一种方法，在降低网损和提高电压质量等方面起着重要的作用。
无功功率优化不仅要处理连续变量，如可再生能源的有功出力、静止无功补偿器（static vargenerator，SVG）的无功功率输出，还要处理离散变量，如有载调压变压器（onload tapchanger，OLTC）分接头位置、并联电容器（shunt capacitor，SC）的投切数量。
其中，由于可再生能源的出力具有较强的波动性，在配电网无功优化的模型中，如何处理可再生能源出力的波动性给无功优化提出了新的挑战。
基于概率分配法的含风电电力系统概率小扰动稳定分析
独创性声明本人声明所呈交的学位论文是我个人在导师的指导下进行的研究工作及取得的研究成果。
尽我所知，除文中已经标明引用的内容外，本论文不包含任何其它个人或集体已经发表或撰写过的研究成果。
对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律结果由本人承担。
学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
保密□，在______年解密后适用本授权书。
本论文属于不保密□。
（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日华中科技大学硕士学位论文摘要随着风电的不断开发利用和并网渗透率的不断提高，风电的随机性和波动性给电力系统带来了极大的不确定因素，使其安全稳定运行面临严峻挑战。
因此，大规模风电并网后对电力系统的小干扰稳定性的影响值得关注。
传统确定性小扰动分析方法由于不能考虑风电的不确定性而无法真实反映实际电力系统的安全运行水平。
基于此，本文基于概率分配法（Probabilistic Collocation Methods，PCM）提出了一种计及风电不确定性的互联电力系统概率小扰动稳定分析方法，适用于研究风电接入对互联电力系统小扰动稳定性的影响。
本文首先详细介绍了四种在电力系统不确定性评估中常用概率分析方法-蒙特卡洛法（Monte Carlo，MC）、点估计法（Point Estimation Methods，PEM）、半不变量法（Cumulant Methods，CM）和概率分配法，通过概率潮流计算比较上述方法的准确性和计算效率，总结PCM相对于其它方法在电力系统不确定性评估中的优势。
水风光多能互补发电调度问题研究现状及展望
水风光多能互补发电调度问题研究现状及展望发布时间：2023-04-19T08:25:45.947Z 来源：《新型城镇化》2023年6期作者：王棋[导读] 以水风光为主的可再生能源在过去二十年实现了前所未有的发展，未来也将是中国构建清洁低碳能源体系的核心组成部分，是兑现碳减排承诺的现实选择。
重庆大唐国际武隆水电开发有限公司重庆市 400000摘要：以水风光为主的可再生能源在过去二十年实现了前所未有的发展，未来也将是中国构建清洁低碳能源体系的核心组成部分，是兑现碳减排承诺的现实选择。
该文简要分析了我国清洁能源发电的发展概况及典型水风光互补实际工程，提炼总结了互补系统发电调度面临的关键问题。
关键词：多能互补；水风光系统；出力不确定性；充分利用和大力开发风、光、水等可再生能源资源是我国在2060 年前实现碳中和目标的重要途径。
受限于风电、光伏电固有的间歇、不可控发电特性，以及其他综合因素，新能源消纳问题一直非常突出，还需要进一步加以研究。
1 新型电力系统的特征及面临的主要技术挑战1.1 新型电力系统的主要特征1.1.1 新型电力系统是产业互联互通的智慧系统新型电力系统将开创数字经济体制机制，打造充满活力的数字能源新业态，改变传统能源电力的配置方式，实现数字与物理系统、现代信息通信技术与电力技术的深度融合。
1.1.2 新型电力系统是源网荷储融合互动的平衡系统新型电力系统以电力为中心，以电网为基础平台，打通源网荷储各环节信息，实现从“源随荷动”到“源荷互动”的转变，保障运行安全、提升运行效率。
大电网的柔性互联形态和数字化调控技术将使电网更加灵活可控，配电网将促进交直流混联和柔性电网与微电网等多种形式协同发展，从而有效解决高比例新能源及高比例电气化接入产生的随机性、波动性、间歇性问题，实现全面可观、精确可测、高度可控。
1.1.3 新型电力系统是多层级电力防护的安全系统电网规模越大、形态越丰富、与经济社会发展融合越深入，对人为攻击、自然灾害等极端情况所带来破坏的应变能力要求越高。
基于风光联合概率分布的微电网概率潮流预测_茆美琴
电 工 技 术 学 报
TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY
Vol.29 Feb.
No. 2 2014
基于风光联合概率分布的微电网概率潮流预测
茆美琴 周松林 苏建徽
230009） （教育部光伏系统工程中心（合肥工业大学） 合肥 摘要
2014 年 2 月
可以进一步预测微电网潮流，从而为微电网的能量 管理奠定基础。但实际上，风电功率预测和光伏发 电功率预测本身都具有较大的误差，将两者代入潮 流方程得到的潮流预测误差情况更为复杂。因此， 根据风速和光照的演变特性，计算微电网潮流的概 率分布及置信区间可以对预测结果的不确定性进行 风险评估，具有实际意义。 一些学者已经对微电网或者配电网的概率潮流 开展了研究，文献 [3]采用牛顿法对孤岛运行的微电 网三相潮流进行了计算。文献 [4]对含风力发电的微 电网潮流进行了确定性预测和概率预测，但没有考 虑同时含风、光发电的微电网概率潮流预测情况。 文献 [5]综合考虑了风电、光伏发电及负荷的随机性， 分别建立概率模型，采用半不变量法计算配电网概 率潮流。文献 [6]通过对风能、太阳能和电力负荷的 变化规律及其随机特性进行分析，建立了这些随机 变量的动态概率模型，并采用近似法求取地区电网 概率潮流。文献 [5,6]虽然研究了风速和光照的随机 性对概率潮流的影响，但是在计算概率潮流时仅考 虑两者各自的概率分布函数，并未研究两者对微电 网潮流影响作用的相关性，然而这种相关性又是客 观存在的。虽然通过研究风速预测、风力发电功率 预测和光伏发电功率预测可以预防风速及光照随机 性对微电网的不利影响 [7-9] ，但是风电 / 光伏功率的 变化对微电网各个节点的电压以及各支路有功、无 功功率的影响是不同的，因此根据风速及光照的变 化对微电网潮流进行直接预测能够为能量管理系统 提供更为直接、全面的数据支持，也是分析微电网 稳定运行状况的另一种有效手段。 微电网潮流是风速和光照两个随机变量的函 数，这两个变量对潮流的影响具有一定的关联性和 相互约束性。这一问题的研究难点在于：①如何计 算每个预测时刻风速和光照强度的概率分布；②如 何计算潮流在预测时刻关于风速和光照的条件联合 概率分布。对于第一个难点，文献 [10] 认为风速服 从威布尔分布，光照强度服从正态分布，并对两种 分布的参数进行估计。实际上，对同一地点的不同 时刻，风速或光照强度的概率分布是有区别的，因 此采用统一的分布函数进行描述是不合适的。对于 第二个难点，目前国内外学者尚缺乏研究。 鉴于上述研究现状，本文在分析风速和光照强 度的演变属于马尔科夫过程（ Markov Process，MP ） 的基础上，采用拉丁超立方抽样（ Latin Hypercube Sampling ， LHS ）及条件联合概率计算方法，求取
基于集成学习的风电功率概率预测方法研究
基于集成学习的风电功率概率预测方法研究
杨玉;牛洪海;李兵;陈霈;管晓晨
【期刊名称】《自动化仪表》
【年(卷),期】2022(43)4
【摘要】风电功率有较强的不确定性。
为了解决大规模风电并网下电网的安全稳定运行问题,需要对风电功率进行概率预测。
通过对概率预测算法进行研究,在充分融合多种算法优势的基础上,提出了一种新型的、基于集成学习的风电功率概率预测方法。
首先,使用极限学习机-分位数回归模型作为个体学习器,并通过灰狼优化算法对新型综合性能评价指标进行极大化寻优,得到各个体学习器的加权系数。
然后,融合个体学习器的输出以及加权系数,得到最终的预测区间。
最后,使用现场实际运行数据进行仿真测试,并与其他算法预测结果进行对比。
对比结果表明,所提出的算法在获得较窄预测区间的同时具有高可靠性,可以为电网优化调度提供有效的数据支撑。
【总页数】7页(P86-91)
【作者】杨玉;牛洪海;李兵;陈霈;管晓晨
【作者单位】南京南瑞继保电气有限公司
【正文语种】中文
【中图分类】TH6
【相关文献】
1.基于前置分解组合预测方法的风电功率爬坡预测研究
2.基于t Location-Scale 分布的风电功率概率预测研究
3.基于风电功率概率预测的无功优化方法研究
4.基于动态权重的风电功率组合预测方法研究
5.基于改进型集成学习的风电功率预测研究
因版权原因，仅展示原文概要，查看原文内容请购买。
基于遗传算法的风光储联合微网电源优化配置
基于遗传算法的风光储联合微网电源优化配置刘海锋【摘要】风光储联合供电系统可以很好地应对偏远地区电压低、电能不稳的问题,并且可以充分利用自然资源,是改善偏远地区供电问题一种较为理想的解决办法.为使风光储微网规划更合理,造价更低,实现微网电源最优化配置,本文提出一种基于遗传算法的风光储微网电源优化配置方法:根据遗传算法特性及优化需求搭建优化配置模型,将等年值综合投资费用设为优化目标,并综合考虑地区资源特性、供电可靠性、运行经济性等约束条件,在保证负荷供电可靠性的前提下,得到风电、光伏、储能的最优容量分配;基于我国某地的风光资源数据,进行实例分析,验证了本方法的可行性.【期刊名称】《产业与科技论坛》【年(卷),期】2017(016)016【总页数】4页(P40-43)【关键词】风光储;微电网;遗传算法;优化配置【作者】刘海锋【作者单位】中国核电工程有限公司河北分公司【正文语种】中文微电网是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等汇集而成的小型发配电系统，是一个能够实现自我控制、保护和管理的自治系统[1～3]。
它能够充分利用当地自然资源以改善本地电能质量，可以提高城市电网灵活性，节省大电网投资，提高供电可靠性。
如何根据当地自然资源条件优化选择、配置各种分布式电源，使得在满足用户需求的前提下，实现自然资源的充分利用，并实现经投资最优化，具有非常重要的意义。
(一)风力发电机模型。
风机输出功率(Pw)随风机风轮高度处的风速(v)的变化而变化，并且不同阶段呈现不同函数关系：图2中vin为切入风速，本文中设定为3m/s；vN为额定风速，本文中设定为12m/s；vout为切除风速，本文中设定为25m/s；如图1，随着风速由小到大的变化，风机所输出功率不同，主要呈现四种状态：一是风速小于切入风速，风机未启动，输出功率为0；二是风速大于切入风速，小于额定风速，功率与风速的三次方成正比，随风速的增大而增加；三是风速大于额定风速，小于切出风速，恒功率输出；四是风速大于切出风速，风机切出，停机，输出功率为0。
一种风光联合出力概率模型建模方法
摘要：随着风电和光伏等新能源渗透率的逐年提高，其波动性和随机性对电力系统的安全稳定运行产生重要影响。 考虑风电和光伏在时空上的波动性和相关性，提出基于混合高斯模型的多时空尺度的风电—光伏联合概率建模方 法。该方法首先基于历史数据的数理统计结果，提出三阶混合高斯模型。使用 K-means 聚类方法求得模型各参数 的迭代初值，运用最大期望算法求取混合高斯模型参数最优值。该模型具有同时考虑风电和光伏相关性和波动性 的优点。以我国东南地区风电场和光伏实际数据为例进行仿真。仿真结果表明，所提出的 3 阶混合高斯模型对风 光联合出力的概率特性具有良好的拟合效果。 关键词：多时空尺度；概率模型；风光联合出力；混合高斯模型；相关性
0 引言
为加快能源转型，构建清洁能源电网，大规模 发展风力、光伏、潮汐等新能源发电势在必行[1-2]。 风电、光伏出力都具有很强的随机性和波动性[3-5]， 相互之间还存在相关性和互补性[6]，这对电网的支路
基金项目：国家自然科学基金项目资助(51422701)；国网江 苏省电力有限公司科技项目资助(GJS0000FZJS1800853)
EngineerinChina)
Abstract: As the penetration rate of new energy, such as wind power and photovoltaics, increases year by year, its volatility and randomness have an important impact on the safe and stable operation of the power system. In this paper, considering the volatility and correlation of wind power and photovoltaics in time and space scale, a mixed Gaussian model is proposed to establish a wind-photovoltaic joint power probability model based on multiple temporal and spatial scales. First, based on the statistical results of historical data, a third-order mixed Gaussian model is proposed. The K-means clustering method is used to obtain iterative initial values of the parameters of the model. A maximum expectation algorithm is used to obtain the optimal parameters of the mixed Gaussian model. The model has the advantage of considering the correlation and volatility of wind power and photovoltaic energy. The simulation results of wind farm and photovoltaic data in southeast China are taken as examples. These show that the proposed 3rd-order mixed Gaussian model has a good fitting effect on the probability characteristics of wind and photovoltaic joint output.
风光联合并网引起电压随机波动的概率评估
风光联合并网引起电压随机波动的概率评估赵继超;钱康;许文超;孙纯军;王海潜【摘要】This paper presents a statistical assessment approach for voltage random fluctuation resulting from joint grid integration of wind and PV power. Considering the correlation between wind and PV power,the proposed approach deals with the uncertainty nature of the power ofwind-PV hybrid system(WPHS)based on Copula theory,and de⁃scribes the status of the grid via Thevenin statistical equivalence. The voltage deviation at the point of common coupling and its occurrence probability are both estimated by taking into account the uncertainty nature of WPHS and the status of the grid. A case study indicates that the proposed approach is feasible,and the complementary nature of wind and PV power contributes to the improvement of voltage random fluctuation caused by joint integration.%该文提出一种风光联合并网引起电压随机波动的概率评估方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于风光联合概率分布的微电网概率潮流预测
摘要：微电网是利用电力电子设备将分布式电源和负荷联结起来向用户供电的
小型分散系统。
微电网具有灵活的运行方式，既可以并网运行，也可以独立运行。
微电网既能充分利用各种分布式发电设备的容量，缓解电网供电压力，也能提高
供电系统的可靠性及经济性。
与此同时，微电网的引入也给大电网带来了能量管理、运行与控制、稳定性、潮流计算等一系列新的挑战，因此，开展微电网技术
的研究具有重要的理论和现实意义。
关键词：微电网；概率潮流；马尔科夫链；联合概率分布；置信区间
1微电网潮流预测方法
图 1 是本文提出的微电网潮流预测方法，分为确定性预测和概率预测两部分。
（1）确定性预测。
先根据历史风速、光照强度及气象数据预测风速和光照强度，然后将
预测值代入相应的功率转换方程进一步得到风力发电功率和光伏发电功率的预测值，最后将
两者代入微电网潮流计算模型求取潮流的确定性预测值。
（2）概率预测。
概率预测采用两种方法进行比较：一种是按照风速和光照强度在预测时
刻的概率密度函数进行独立采样进一步求取潮流非条件联合概率分布；另一种是增加了风速
预测值区间和光照强度预测值所在的区间作为约束条件，求取潮流条件联合概率分布。
根据
风速、光照强度的历史数据采用马尔科夫链模型计算两者的状态转换概率矩阵，将风速、光
照强度预测值和状态转换概率矩阵相结合求取预测时刻风速、光照强度的概率分布函数，并
通过LHS采样得到预测时刻风速和光照强度采样样本。
将这些样本转换为风电功率和光伏发
电功率代入潮流计算方程，分别计算潮流非条件联合概率分布和条件联合概率分布及其置信
区间。
确定性预测值不一定准确，均包含一定风险，概率性潮流预测能够对确定性潮流预测
结果包含的风险进行评估。
2微电网潮流确定性预测
2.1风速及风电功率预测
考虑到后续概率潮流的计算是建立在预测风速的概率分布函数的基础上的，本文风电功
率预测采用间接预测法即利用历史风速、风向等气象数据先预测风速，再根据式（1）给出
的风力发电机组的功率转换关系计算功率预测值。
给出的光伏并网输出功率的计算模型，就可以计算出光伏发电系统的有功功率和无功功
率的预测值。
式中，PPV为光伏发电系统有功功率，kW；QPV为光伏发电系统无功功率，kvar；A为
光伏阵列总有效光照面积，m2；S为光照强度，W/m2；为最大功率点跟踪效率；为逆变器
效率；为光伏电站逆变器输出功率因数角。
2.3微电网潮流确定性预测
根据预测的风电功率和光伏发电功率，代入下列潮流计算方程，即可计算潮流确定性预
测值。
3结论
风速和光照强度的变化必然影响微电网潮流，根据风速和光照强度的演变规律预测微电
网潮流能够更为直接、全面地分析这种影响，并提前制定相应的调度策略。
微电网概率潮流
预测能够弥补确定性预测结果信息单一的不足，能够为电力调度人员从概率的角度对预测结
果的风险进行合理评估。
参考文献
[1]周松林，茆美琴，苏建徽.考虑风力发电随机性的微电网潮流预测[J].中国电机工程学报，
2013,33（22）:26-34
[2]王敏.分布式电源的概率建模及其对电力系统的影响[D].合肥：合肥工业大学，2010.。