含大规模新能源发电之电力系统可靠化分析,电力系统论文

第 1 章 绪 论

1.1 课题背景及意义
21 世纪以来，经济建设与社会可持续发展的矛盾逐渐凸显，人口众多且走在强国复兴道路上的中国，已经成为世界能源消耗量排名第二的国家。石油、煤炭等能源的全球储量有限，这些常规能源紧缺的状况直接影响着我国经济的发展，电力行业是受能源影响较为严重的领域之一。此外，由化石燃料消耗所引起的环境污染问题也亟待解决，尤其是近两年来我国北方地区雾霾天气频发，严重影响到人们的日常生活与健康状况。在这种背景下，开发利用新能源，改变传统依赖于煤炭的电力结构成为实现我国可持续发展的重要途径之一。新型电力产业发展的重点是解决目前能源问题与环境问题的相互制约，并同时兼顾我国的经济发展，这就要求我们优化电力结构需从优化能源结构入手，利用新能源发电是顺应时代发展的产物，新能源的开发与利用将开辟我国能源研究领域的新局面。本文所提到的新能源指的是风能、太阳能、地热能、海洋能以及生物质能等非化石能源[1]，相应地，新能源发电的种类由其所利用的一次能源进行区分，主要有风力发电、光伏发电、地热发电、海洋能发电以及生物质能发电等。目前，世界范围内发展速度较快的为风电与光伏。2008 年起，美国和中国的风电发展势头强劲，美国超过德国成为世界风电装机总量第一的国家，与此同时，中国也第一次超过印度，风电装机总量位居亚洲第一。2012 年，中国风电发展迎来了前所未有的高峰，第一次超过美国，位居世界第一。中国风能协会理事长贺德馨预测中国风电装机总容量2015 年将达到 1 万兆瓦，2020 年将达到 3 万兆瓦。同风力发电一样，光伏发电也逐渐受到世界范围内的重视与青睐。我国地处北温带与亚热带，全年日照时间在 2 300小时以上的地域占我国总领土面积的 2/3，太阳能资源十分丰富[2,3]，对其进行开发和利用将起到缓解能源紧缺的作用，有利于实现我国社会的可持续发展，有利于提高人民的生活水平[4,5]。
………..

1.2 电力系统可靠性评估概述
开展电力系统可靠性评估的目的是保证电力系统在出现不确定因素的情况下可以正常运行。电力系统本质上是一个大系统，所以需要用系统工程的原理来分析，电力系统可靠性分析的实质是以电力系统可靠运行为前提，通过系统分析、系统建模、系统评估的方法改善系统性能，以达到最优设计、最优管理或最优控制等目标。大规模电力系统中的故障发生具有随机性，往往一些不可预见的故障模式更容易造成严重的后果。为了尽可能的减少系统组件故障对系统供电能力的影响，在电力系统规划及运行时都需要进行可靠性评估，这也是许多供电企业关注的重点内容之一。关于电力系统可靠性分析的研究可以追溯到 1969 年，，第一篇关于电力系统可靠性分析的文章诞生了，其作者为国际知名学者 R.Billinton[13]。此后，越来越多的专家和学者开始对该领域进行深入研究。电力系统可靠性分析在可靠性建模、分析方法以及工程实际应用等诸多方面都取得了巨大的进步[14-17]。电力系统为一个复杂的大系统，很难将其作为一个整体来进行可靠性评估。通常采用的是系统结构分层的模式分别对发电系统、发输电组合系统以及配电系统进行可靠性评估[18-20]。图 1-1 所示为可靠性评估的层级图，第一层为发电系统可靠性研究，主要包括发电厂有效度、发电容量裕度以及互联发电系统可靠性等研究内容；第二层为发输电系统可靠性研究，近年来的一个研究热点是高压直流输电系统的可靠性分析；第三层为配电系统可靠性研究，主要研究含变电站、保护系统的配电网可靠性分析，关于此方面的研究内容已较为成熟。
……….

第 2 章 新能源发电可靠性建模

2.1 引言
各种新能源发电的出力特点不同，随机性、波动性较大，当大规模新能源发电并网后，电网的供电可靠性将受到影响。因此，需要对新能源发电的出力值进行较准确预测，建立合理的预测模型至关重要。以风力发电为例，其一次能源不可控，所以风力发电为间歇式发电，不能以常规电源的角度进行分析，开展对风速的准确预测对电力系统可靠性分析有着重要的意义。目前，关于风电场风速预测模型的研究还没有达到令人满意的程度，常用的风速预测方法主要有时间序列法、人工神经网络法、灰色预测法、卡尔曼滤波法等[40]。同样，对于光伏发电系统来说，其出力的不确定性主要来自于该地区的光照强度。现有研究中，常用 Beta 函数、正态分布、混合高斯函数等作为光照强度的概率分布函数，以实现对光伏发电系统出力值的模拟[41,42]。二十世纪末期，Vapnik 和 Corinna Cortes 首次提出了支持向量机的概念，它是一种基于数学方法和优化技术的学习型机制。随着统计学习理论的逐渐成熟以及神经网络、遗传算法等机器学习方法的发展遇到了瓶颈，近年来，支持向量机的研究得到了迅速发展。目前，支持向量机算法在模式识别、概率密度函数估计、回归估计等方面都表现出优良的性能。考虑到支持向量机算法的泛化能力较好，在处理小样本、非线性等问题时表现出的特有优势，本课题研究中以支持向量机回归模型为基础，建立了一个适用于不同新能源发电的数据预测模型，在保证预测精度的前提下简化了新能源发电可靠性建模的步骤，奠定了可靠性分析的基础。
…….

2.2 基于 SVM 的时序数据滚动预测模型
核函数理论的研究要早于 SVM，但直到 Vapnik 将其应用在 SVM 的非线性问题后，才引起学者们的广泛重视。由式(2-9)可知，引入映射函数 φ (x)可将原始非线性可分样本集转换到高维特征空间后再进行处理，这种思想来源于模式识别原理。然而，在低维空间维数较大的情况下，映射后的高维空间维数可能会非常大，严重时会出现“维数灾”。核函数通过内积的形式出现，可直接忽略确定 φ (x)的步骤，因而可以有效的缓解“维数灾”， ( x,x)ik 即为所谓的核函数。支持向量机模型当中的主要元素为核函数，它将直接影响支持向量机的性能，起到度量数据间依赖关系、携带先验知识的作用。Vapnik 等最早提出的 SVM 求解算法是以解决一个线性约束的二次规划问题为最终目标，其算法编程比较复杂且收敛速度较慢，难以推广使用。进一步的研究中考虑到 SVM 最优化问题为典型的凸二次规划问题且该优化问题的解具有稀疏性，于是研究人员利用这些优良性能构造出了求解 SVM 的快速算法。
………

第 3 章 基于混合抽样的系统状态选择.....19
3.1 可靠性评估的基本方法.........19
3.2 改进的状态抽样法.....20
3.2.1 蒙特卡罗模拟法的基本原理 .....20
3.2.2 混合抽样的基本思想 .....23
3.3 算例分析.........25
3.4 本章小结.........27
第 4 章 计及新能源发电影响的系统状态分析.....29
4.1 基于邻接矩阵的系统结构判断.........29
4.1.1 节点邻接矩阵 .....29
4.1.2 图的连通性判据 .......30
4.2 基于潮流跟踪的新能源发电影响因子.........30
4.3 考虑新能源发电影响的最优切负荷模型.....34
4.4 算例分析.........37
4.5 本章小结.........39
第 5 章 考虑含大规模新能源发电的系统可靠性评估.....40
5.1 可靠性评估指标体系.......40
5.2 可靠性评估流程.........44
5.3 算例分析.........45
5.4 本章小结.........53

第 5 章 考虑含大规模新能源发电的系统可靠性评估

5.1 可靠性评估指标体系
按照适用对象的不同，可靠性指标可分为系统指标与节点指标；按照属性的不同，可将其分为概率性指标与确定性指标；按照计算过程的不同，也可将其分为基本指标与导出指标。目前关于电力系统可靠性指标的研究已取得了较为成熟的研究结果[67-69]，通常在制定可靠性评估的指标体系时，要综合考虑研究对象与研究目的，尽量选择涵盖系统不同性能且指标之间交叉性较小的一组指标，关于可靠性指标的计算并非越复杂越好，简洁明了能反映系统性能者为优，旨在获得较为准确恰当的可靠性评估结果。下面给出本研究中制定的一组可靠性指标体系。对各子系统进行分析，对于支路容量越限的情况，若通过机组开停调节后仍出现传输容量越限，则采用基于新能源发电影响的最优切负荷模型进行负荷削减量的求解。统计负荷削减量、负荷削减时间等参数，计算可靠性指标体系，并判定指标结果是否满足精度要求，不满足则重新选择系统状态，满足要求则输出最终可靠性指标体系。

结 论

本文主要以含大规模新能源发电的电力系统为研究对象，在建立合理的可靠性模型以及改进传统可靠性分析方法的基础上对电力系统可靠性问题进行了研究。论文完成的主要工作如下：
(1) 建立了基于支持向量机的时序数据滚动预测模型，用于预测新能源电源的一次能源转换参数，如风速、太阳辐照度等。该模型将较为先进的支持向量机回归方法应用到数据预测模型中，由样本训练和滚动预测两部分组成，在保证预测精度的前提下能够实现对不同新能源转换参数的滚动预测，为计算实时的新能源输出功率提供了数据支持。
(2) 建立了基于混合抽样的系统状态选择方法，将故障重数截止法与蒙特卡罗模拟法相结合，可起到扬长避短的效果。对状态空间进行划分，在各部分空间内有针对性的进行抽样，可减少重复抽样的次数，达到提高状态抽样效率的目的。在 MATLAB 环境下编程，实现了对 RBTS 可靠性标准测试系统的状态抽样，仿真结果表明混合抽样法较传统的蒙特卡罗模拟法更有优越性，在满足可靠性指标精度的前提下，能够显著降低可靠性评估的时间。
(3) 改进了系统状态分析中的最优切负荷模型，在潮流跟踪算法的基础上，定义了新能源发电影响因子，可定量展现出新能源发电对系统节点可靠性的影响。从新能源发电影响因子的角度考虑节点负荷削减的优先级，并同时兼顾了常规机组爬坡速率、新能源渗透率的约束。将改进后的最优切负荷模型应用到含风电场的 RBTS 可靠性测试系统中，以传统切负荷模型作对比算例，仿真结果表明新的最优切负荷模型更符合实际情况且具有可靠性优化的效果。
…………
参考文献（略）