[发明专利]一种静态电压稳定概率评估随机Kriging法

说明书

本发明公开了一种静态电压稳定概率评估随机Kriging法，包括以下步骤：根据已知的风电场的基本参数，代入拉丁超立方抽样模型获取设计样本矩阵；基于设计样本矩阵，使用非线性规划模型计算，获取系统稳定临界功率值；基于设计样本矩阵以及系统稳定临界功率值，建立Kriging模型；对Kriging模型进行误差检验；使用拉丁超立方抽样模型获取风电场功率输出的评估样本；通过拉丁超立方抽样模型构建大样本空间，使用Kriging模型求解，得出评估样本的响应值，以完成对系统静态电压稳定概率的评估。实现了求解大规模风电场并网运行时系统的临界功率概率分布，进而为评估系统的静态电压稳定性提供依据。

技术领域

本发明涉及风能电力分析技术领域，尤其涉及一种静态电压稳定概率评估随机Kriging法。

背景技术

为处理风电等分布式能源在系统中引入的随机因素，研究人员提出了诸多电压稳定概率评估方法，计算电力系统负荷裕度及临界功率的统计特征值和概率分布，作为系统静态电压稳定分析的依据。蒙特卡罗法(Monte Carlo,MC)作为经典的随机模拟方法具有较高精度，但计算量大，计算时间长，一般用于与其他方法进行对比。机会约束作为随机规划的重要方法在电力系统中也得到应用，一般将机会约束转化为对应的确定性模型或直接使用遗传算法、粒子群算法等智能算法求解，但模型转化较为繁琐，智能算法则收敛缓慢。随机响应面法(Stochastic Response Surface Method,SRSM)将待求的输出响应表示为Hermite混沌多项式，进而求取输出响应的概率分布模型，但其精度有限，且随着随机变量数的增加，所需样本数迅速增长，在一定程度上限制了算法的应用。

发明内容

本发明目的提供一种静态电压稳定概率评估随机Kriging法，该发明实现了求解大规模风电场并网运行时系统的临界功率概率分布，进而为评估系统的静态电压稳定性提供依据。

为了实现上述发明目的，本发明采用以下技术方案：

S101、建立拉丁超立方抽样模型，将已知的风电场的基本参数以及风速威布尔分布特性参数，代入拉丁超立方抽样模型获取设计样本空间矩阵；

S102、基于设计样本空间矩阵，建立非线性规划模型并使其计算各个设计样本点，获取系统稳定临界功率值；

S103、基于设计样本空间矩阵以及系统稳定临界功率值，建立Kriging模型；

S104、对Kriging模型进行误差检验，判断误差是否满足精度要求，若满足精度要求，则执行S105；

S105、通过拉丁超立方抽样模型构建大样本空间，并使用Kriging模型进行求解，得出评估样本的响应值，以完成对系统静态电压稳定概率的评估。

进一步的，所述的对Kriging模型进行误差检验，判断误差是否满足精度要求，若不满足精度要求，则重新执行S101。

进一步的，所述的拉丁超立方抽样模型包括：

通过对已知风电场的基本参数进行计算，得到设计样本空间矩阵；

通过获取设计样本空间矩阵,建立Kriging模型；

通过拉丁超立方抽样模型构建大样本空间。

进一步的，所述的基于设计样本矩阵，使用非线性规划模型计算各个设计样本点，非线性规划模型的使用方法具体为，使用内点法求解，模型中发电机的节点类型转换由互补约束处理。

进一步的，所述非线性规划模型的优化目标为，确定系统稳定裕度最大参数。

进一步的，所述基于设计样本矩阵以及系统稳定临界功率值，建立Kriging模型，Kriging模型包括回归部分和随机部分，其中回归部分用以模拟整体趋势，随机部分引入随机变量过程，用以修正回归模型的局部误差。