徐孟霞 鐘成元 張二龍 陳祥平 甘新華 王富根 朱代發(fā)
(1.國網(wǎng)安徽省電力有限公司岳西供電公司 2.國網(wǎng)安徽省電力有限公司安慶供電公司)
大量分散的分布式光伏發(fā)電在配網(wǎng)中應(yīng)用導(dǎo)致潛在的未知風(fēng)險難以預(yù)估[1-3]。局部風(fēng)險得不到有效控制的情況下,可能會導(dǎo)致輸電網(wǎng)發(fā)生大面積停電事故。針對含有大規(guī)模光伏分散接入的復(fù)雜配電網(wǎng),亟待建立一套科學(xué)有效的風(fēng)險評估方法及體系以準(zhǔn)確地評估電網(wǎng)實時運行狀態(tài)。
描述光伏發(fā)電出力特性主要有參數(shù)估計法和非參數(shù)估計法兩類。前者受多種因素的影響,往往存在較大誤差。而后者對總體的假定較少,避免了總體分布預(yù)判偏差或分布變化造成的錯誤。因此,選用核密度估計法對光伏發(fā)電隨機模型進行描述。
設(shè)光伏發(fā)電輸出功率P1的概率密度函數(shù)為fpv(P1),則 fpv(P1)的核估計為:
式中:K為核函數(shù),h為光滑參數(shù),n為樣本容量。
由核密度估計理論可知,當(dāng)n→∞,h→0且nh→∞時,式 (1)將收斂于可見,核密度估計的精度取決于帶寬和核函數(shù)。帶寬一定時,不同核函數(shù)對fpv(P1)的影響是等價的。h取值過大,會導(dǎo)致fpv(P1)過于平滑,出現(xiàn)較大的估計偏差;h取值過小,導(dǎo)致fpv(P1)欠平滑,密度曲線有較大的波動。
由式 (1)得到基于兩個不同核函數(shù)K1(.)和的兩個核估計則最優(yōu)帶寬選取可轉(zhuǎn)化為下式的優(yōu)化問題:
式中,EISE表示兩個核估計函數(shù)的積分均方誤差。
概率潮流算法根據(jù)給定的節(jié)點注入功率、電壓等具有概率統(tǒng)計特性的原始數(shù)據(jù),求解各節(jié)點電壓和支路功率的期望值、方差和概率密度函數(shù)等概率統(tǒng)計特性[4]。
設(shè)X為連續(xù)型隨機變量,則X不大于實數(shù)x的概率是關(guān)于x的一個函數(shù),稱此函數(shù)為隨機變量X的累積分布函數(shù),表示為:
式中,f(x)是概率密度函數(shù)。
離散型隨機變量的概率密度函數(shù)為:
其累積概率分布函數(shù)為:
實際應(yīng)用中,常采用數(shù)字特征的參數(shù)表述隨機變量的基本性質(zhì)。
①中心距和原點矩。設(shè)連續(xù)隨機變量x的密度函數(shù)為f(x),則其k階原點矩αk和各階中心矩βk為:
設(shè)離散的隨機變量x取值xi的概率為pi,則其k階原點矩αk和各階中心矩βk為:
若其k階矩存在,將特征函數(shù)φ(t)按Taylor級數(shù)展開得:
式中:γk為隨機變量的k階半不變量。
由此可知半不變量的兩個重要性質(zhì):
1.相互獨立的隨機變量,和的各階半不變量等于各階半不變量之和。
2.隨機變量n倍的k(k≥1)階半不變量等于它自身的k階半不變量的nk倍。
2.2.1 copula函數(shù)原理
copula函數(shù)是將多維隨機變量的聯(lián)合分布用其一維邊際分布連接起來的函數(shù),描述了變量間的相關(guān)性。由sklar定理可知邊緣分布的聯(lián)合概率分布可以實現(xiàn)各邊緣分布之間聯(lián)絡(luò)關(guān)系的強提取,即copula函數(shù)是一種與所聯(lián)結(jié)的邊緣分布之間弱聯(lián)系,具有相對獨立性的,能夠?qū)吘壏植贾g連接關(guān)系具有精煉表達的函數(shù)類型。copula函數(shù)構(gòu)建過程主要分為兩個步驟:一是各變量邊緣分布的構(gòu)建,二是尋找適合的copula函數(shù)并求解其參數(shù),從而用來描述各變量相關(guān)關(guān)系。
2.2.2 線性化潮流計算模型
設(shè)W、X、Z分別為節(jié)點注入功率、節(jié)點狀態(tài)變量和支路潮流變量,f為功率方程;g為支路潮流方程,則潮流方程可寫成:
將上式進行泰勒級數(shù)展開,并忽略2次以上的高次項得:
式中,J0、G0為雅可比矩陣,S0、T0均為靈敏矩陣。設(shè)節(jié)點間相互獨立,根據(jù)半不變量的性質(zhì)可知i點注入功率的半不變量ΔWi為:
式中,ΔWGi和ΔWLi分別為節(jié)點i的發(fā)電機注入功率和負(fù)荷注入功率。
由半不變量的性質(zhì)一可求得節(jié)點i注入功率的k階半不變量為:
上式將復(fù)雜的卷積運算通過半不變量轉(zhuǎn)換為加法運算,可顯著降低計算量。
由半不變量性質(zhì)二可求得節(jié)點狀態(tài)變量和支路潮流變量的k階半不變量為:
2.2.3 隨機變量概率分布的求解
由半不變量法的計算流程可知對節(jié)點注入功率計算其各階矩及半不變量,得出節(jié)點狀態(tài)變量和支路潮流變量的各階半不變量后利用Gram-Charlier級數(shù)反推得到狀態(tài)變量的概率密度函數(shù)和累積分布函數(shù)[5]。
求得各邊緣分布后,利用copula函數(shù)將其合并成一個計及相關(guān)性的綜合注入變量,求取綜合變量各階矩及半不變量,再按照上述計算流程進行計算,即為copula函數(shù)所建立的綜合概率模型應(yīng)用于解決考慮相關(guān)性時的概率潮流計算問題。
不考慮系統(tǒng)故障時,建立節(jié)點電壓越限和支路潮流越限以評估系統(tǒng)的安全風(fēng)險水平。運用隨機潮流計算所得的節(jié)點電壓和支路潮流的概率分布及累積分布函數(shù),可求得各節(jié)點電壓和支路潮流越限的概率,再通過嚴(yán)重度指標(biāo)即可求出配電網(wǎng)的風(fēng)險大?。?]。
①節(jié)點電壓越限風(fēng)險指標(biāo)
節(jié)點電壓越限的概率如下:
采用電壓偏移量作為風(fēng)險定義中嚴(yán)重性后果函數(shù),節(jié)點電壓越限嚴(yán)重度指標(biāo)如下:
②支路潮流越限風(fēng)險指標(biāo)
支路潮流越上限的概率計算公式如下:
支路過載的嚴(yán)重度函數(shù)如下式所示:
Sij為支路ij的有功潮流,Sijmax為支路ij所允許的有功潮流的上限,設(shè)其上限為未接入分布式電源情況下支路的功率期望值的1.3倍。F(Sij)表示支路潮流的累積分布函數(shù)。
支路潮流越限風(fēng)險指標(biāo)為:
③綜合指標(biāo)
設(shè)有m個節(jié)點,有n個風(fēng)險評估指標(biāo),形成原始數(shù)量矩陣,即
式中:i=m,j=n=2。rij為第 i個節(jié)點的第 j個指標(biāo)評估值。
針對實驗班和控制班的前后測成績進行配對樣本t檢驗,數(shù)據(jù)表明:1)兩次測試的聽力成績都有顯著性差異(p=0.015<0.05 & p=0.029<0.05),實驗組兩次測試的均值差MD=5.690,控制組兩次測試的均值差MD=4.410;2)前后兩次測驗的口語成績只有實驗組的有顯著差異(p=0.008<0.05),實驗組前后測的口語成績均值差MD=8.829,控制組前后測的口語成績均值差MD=2.526(如表2、表3所示)。
指標(biāo)權(quán)重計算步驟如下:
(1)計算i節(jié)點中第j個指標(biāo)值的比重pij
(2)計算所有節(jié)點第j個指標(biāo)的熵值ej
(3)計算第j個指標(biāo)的熵權(quán)Wj
綜合風(fēng)險評估指標(biāo)為:
本文在如圖1所示的IEEE34節(jié)點系統(tǒng)基礎(chǔ)上加入分布式光伏,開展配電網(wǎng)風(fēng)險評估的仿真分析?;鶞?zhǔn)電壓Vb=10.5kV,系統(tǒng)基準(zhǔn)容量Sb=1MVA。
圖1 IEEE34節(jié)點配電網(wǎng)示意圖
建立非參數(shù)核密度估計的光伏出力模型,設(shè)節(jié)點負(fù)荷期望值為系統(tǒng)原始負(fù)荷值,標(biāo)準(zhǔn)差取期望值的10%。本節(jié)針對以下三種情況討論分布式光伏接入系統(tǒng)的數(shù)量對配網(wǎng)風(fēng)險水平的影響:(1)無分布式光伏接入;(2)有5個節(jié)點含有分布式光伏;(3)有10個節(jié)點含有分布式光伏。
(1)無分布式光伏接入
選取節(jié)點10、21、33的電壓和支路9-10、26-28、32-34的有功,如圖2、3所示。
圖2 節(jié)點電壓概率密度分布函數(shù)曲線
圖3 支路潮流概率密度分布函數(shù)曲線
(2)5個節(jié)點含有分布式光伏
光伏接入系統(tǒng)的2、15、20、31、34節(jié)點,結(jié)果如圖4、5所示。
求出各個節(jié)點的電壓越限的風(fēng)險值大小如圖6所示。(3)10個節(jié)點含有分布式光伏
光伏接入系統(tǒng)的 2、4、15、20、22、23、31、32、33、34節(jié)點,結(jié)果如圖7、8所示。
圖4 節(jié)點電壓概率密度分布函數(shù)曲線
圖5 支路潮流概率密度分布函數(shù)曲線
圖6 各節(jié)點電壓越限風(fēng)險指標(biāo)
圖7 節(jié)點電壓概率密度分布函數(shù)曲線
求出各節(jié)點電壓及支路潮流越限的風(fēng)險值大小如圖9、10所示。
圖8 支路潮流概率密度分布函數(shù)曲線
圖9 各節(jié)點電壓越限風(fēng)險指標(biāo)
圖10 各支路有功功率越限風(fēng)險指標(biāo)
將節(jié)點22的光伏接調(diào)至節(jié)點11,求該情況下風(fēng)險指標(biāo)大小。通過具體的數(shù)據(jù)對比分析接入位置對系統(tǒng)風(fēng)險的影響。
(1)電壓越限風(fēng)險指標(biāo)
光伏接入系統(tǒng)2、4、15、20、22、23、31、32、33、34節(jié)點時的各節(jié)點電壓越限風(fēng)險指標(biāo)如圖11所示。
圖11 光伏接入后越限風(fēng)險指標(biāo) (方式一)
將接入節(jié)點22的光伏調(diào)整到節(jié)點11時,各節(jié)點電壓越限風(fēng)險指標(biāo)如圖12所示。
圖12 光伏接入后越限風(fēng)險指標(biāo) (方式二)
從光伏接入系統(tǒng)不同位置的對比可知,光伏接入配電網(wǎng)后對電網(wǎng)電壓的影響主要取決于節(jié)點距離光伏的電氣距離。距離越近,其節(jié)點電壓越限風(fēng)險值會比較大。
(2)潮流越限風(fēng)險指標(biāo)
接入2、4、15、20、22、23、31、32、33、34節(jié)點時節(jié)點電壓越限指標(biāo)如圖13示。
圖13 光伏接入后越限風(fēng)險指標(biāo) (方式一)
將接入節(jié)點22的光伏調(diào)至節(jié)點11時,各支路有功越限風(fēng)險指標(biāo)如圖14所示。
圖14 光伏接入后越限風(fēng)險指標(biāo) (方式二)
對比以上兩種情況可知,接入位置發(fā)生變化前后,支路11-14有功越限風(fēng)險值從0.28降至0.27,支路20-22有功越限風(fēng)險值從0.19降至0.18以下。表明光伏接入的位置對支路潮流的風(fēng)險指標(biāo)具有一定的影響。
光伏接入系統(tǒng)的位置不同,對系統(tǒng)的節(jié)點電壓和支路潮流越限風(fēng)險影響是不同的。在實際中,應(yīng)通過大量仿真模擬大規(guī)模分散光伏在不同位置接入時的風(fēng)險大小,從而選擇風(fēng)險最小的方案接入大規(guī)模分散光伏。
本文選用光伏接入系統(tǒng)的2、4、15、20、22、23、31、32、33、34節(jié)點時的各節(jié)點電壓和潮流越限指標(biāo),采用熵權(quán)法計算綜合風(fēng)險指標(biāo)。以節(jié)點10、13、21為例,得到綜合風(fēng)險指標(biāo)值如表1所示。
表1 綜合風(fēng)險指標(biāo)
本文利用計及相關(guān)性的概率潮流算法,對含大規(guī)模分散光伏的配電網(wǎng)系統(tǒng)進行了風(fēng)險評估。
(1)建立了系統(tǒng)元件的隨機模型,包括基于非參數(shù)核密度估計的光伏出力概率模型以及采用正態(tài)分布的負(fù)荷概率模型。
(2)建立了含大規(guī)模分散光伏的配電網(wǎng)風(fēng)險指標(biāo)。從節(jié)點電壓越限和支路潮流越限兩個方面分別計算越限概率和嚴(yán)重度指標(biāo),得出節(jié)點電壓越限風(fēng)險指標(biāo)和支路潮流越限風(fēng)險指標(biāo),再計算各指標(biāo)權(quán)重得到綜合指標(biāo),利用綜合指標(biāo)評估大規(guī)模分散光伏出力隨機性給配電網(wǎng)運行帶來的風(fēng)險。
(3)開展了基于計及相關(guān)性的概率潮流算法對含大規(guī)模分散光伏的配電網(wǎng)進行風(fēng)險評估。通過風(fēng)險值的計算將系統(tǒng)運行中存在的風(fēng)險進行量化,為大規(guī)模分散光伏的運行、規(guī)劃提供了理論。