[发明专利]一种基于拉丁超立方抽样概率潮流的静态安全分析方法有效
| 申请号: | 201611122751.6 | 申请日: | 2016-12-08 |
| 公开(公告)号: | CN108183499B | 公开(公告)日: | 2021-05-28 |
| 发明(设计)人: | 张俊芳;王惟怡;宋晓健;王亚奇;王健 | 申请(专利权)人: | 南京理工大学 |
| 主分类号: | H02J3/38 | 分类号: | H02J3/38 |
| 代理公司: | 南京理工大学专利中心 32203 | 代理人: | 薛云燕 |
| 地址: | 210094 江*** | 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 拉丁 立方 抽样 概率 潮流 静态 安全 分析 方法 | ||
本发明公开了一种基于拉丁超立方抽样概率潮流的静态安全分析方法,包括以下步骤:步骤1,对风电场预测出力随机变量进行抽样,建立风电预测出力的样本矩阵;步骤2,根据步骤1所建立的风电预测出力的样本矩阵进行直流开断概率潮流计算,利用预想事故排序指标得到预想事故一览表;步骤3,根据步骤2得到的预想事故一览表,利用综合评价指标按顺序逐一进行分析,直到连续5个事故不再引起系统出现支路过载为止。本发明将基于拉丁超立方抽样概率潮流计算方法引入到电力系统静态安全分析中,预想事故排序指标考虑到支路潮流概率潮流的分布特性,综合评价指标引入熵的概念,可以全面反映预想事故对系统造成的影响。
技术领域
本发明属于电力系统静态安全分析技术领域,具体涉及一种基于拉丁超立方抽样概率潮流的电力系统静态安全分析方法。
背景技术
近些年,风力发电技术日益成熟,在我国风电发展呈现出了大规模开发的趋势。然而在风资源过剩的地区会出现弃风的现象,风电场满发时的发电量不能全部并入电网,即电网对风电场发电功率的可接纳能力受限于联络线的传输容量,导致风电出力概率分布呈现为非规则分布。但随着大规模风电的接入,为电力系统带来大量的不确定性因素,因此需要进行基于概率潮流的电力系统静态安全分析,有利于对风电的接入进行合理地规划,发现系统内的薄弱环节,因此需要研究一种基于概率潮流的电力系统静态安全分析方法。
在已有的静态安全分析方法中,采用的潮流计算方法绝大多数是传统的确定性潮流计算,也就是说将系统内发电机出力与负荷均看成固定不变的量,没有考虑到系统内的不确定因素,因此在这种情况下再利用确定性的潮流计算进行静态安全分析时,需要针对众多可能发生的情况做大量的方案计算,会耗费大量的计算时间,并且计算结果并不能很好地反映出系统整体情况。若采用概率潮流计算方法,则可以很好地解决以上问题。但是,概率潮流计算常用的蒙特卡洛模拟法,虽然计算上一般不会受到系统规模的影响,并且当样本数量足够大时能够获得很高精度的结果,但由于精度的提高需要大量计算样本的支撑,所以计算时间过长成为蒙特卡罗模拟法最大的缺点。
发明内容
本发明的目的在于提供一种精确度高、计算速度快的基于拉丁超立方抽样概率潮流的电力系统静态安全分析方法。
实现本发明目的的技术解决方案为:一种基于拉丁超立方抽样概率潮流的静态安全分析方法,包括以下步骤:
步骤1,对风电场预测出力随机变量进行抽样,建立风电预测出力的样本矩阵;
步骤2,根据步骤1所建立的风电预测出力的样本矩阵进行直流开断概率潮流计算,利用预想事故排序指标得到预想事故一览表;
步骤3,根据步骤2得到的预想事故一览表,利用综合评价指标按顺序逐一进行分析,直到连续5个事故不再引起系统出现支路过载为止。
本发明与现有技术相比,其显著优点为:(1)将基于拉丁超立方抽样概率潮流计算方法引入到电力系统静态安全分析中,在保证精度的前提下,提高了整体计算速度;(2)采用的预想事故排序指标考虑到了支路潮流概率潮流的分布特性,提高了分析结果的准确性;(3)综合评价指标引入熵的概念,可以全面反映预想事故对系统造成的影响。
附图说明
图1为本发明基于拉丁超立方抽样概率潮流的静态安全分析方法的流程图。
图2为本发明基于支路开断分布因子的预想事故排序方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明。
结合图1,本发明基于拉丁超立方抽样概率潮流的静态安全分析方法,包括以下步骤:
步骤1,对风电场预测出力随机变量进行抽样,建立风电预测出力的样本矩阵;
步骤2,根据步骤1所建立的风电预测出力的样本矩阵进行直流开断概率潮流计算,利用预想事故排序指标得到预想事故一览表;
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南京理工大学,未经南京理工大学许可,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/201611122751.6/2.html,转载请声明来源钻瓜专利网。





