含风能电力系统的概率分析与优化运行方法

发布时间：2018-02-12 19:48

本文关键词： 风力发电概率潮流概率调度点估计方法机组寿命　出处：《重庆大学》2014年博士论文　论文类型：学位论文

【摘要】：电力系统中的风电并网容量正在快速增长，这给电力系统分析与优化运行的理论研究和工程实际都带来了巨大的挑战。风电除了一般意义上的随机性外，还具有有界性、相关性、难以预测性和剧烈波动性等多种与传统电源不同的特点，现有的电力系统分析与优化运行方法在应对风电的这些特点时呈现出不同的缺陷。本文对此进行深入研究，提出含风能电力系统概率潮流、概率最优潮流与概率调度的新方法。本文的主要研究工作如下：提出一种考虑风速有界性的概率潮流计算方法。风速具有有界性，采用传统点估计方法进行概率潮流计算时可能产生超出边界的风速位置样本值，导致概率潮流无法准确计算甚至根本无法计算。本文在点估计方法的基础上提出一种考虑风速有界性的改进概率潮流方法，在点估计方法中引入一般变换与幂变换相互配合，保证所使用的点估计风速样本计算值满足物理边界的要求，进而确保概率潮流计算的可行性和准确性。通过使用多个地点的风速数据对IEEE14节点系统进行仿真分析，对所提方法进行验证。这个方法也可以推广到概率潮流计算中处理其它概率参数（如负荷）的边界。提出一种考虑不同分布风速相关性的概率最优潮流点估计方法。传统的概率最优潮流方法，难以直接处理具有相关性的风速。本文提出一种考虑不同分布风速相关性的概率最优潮流点估计方法。服从任意分布并且具有相关性的风速，经过累积概率分布函数变换以及相关矩阵变换，可以变为独立的随机变量，进而可以根据点估计方法对每个独立随机变量选取特征点并确定权重，再经过逆变换回到原始风速空间后，进行确定性最优潮流计算以及概率统计量的计算。通过对IEEE14和118节点系统以及重庆系统进行仿真分析，说明方法的有效性。结合点估计与遗传算法提出一种考虑风电功率预测误差的概率调度计划制定方法。采用点估计方法进行概率调度模型中期望值目标的计算与概率约束条件的判断，从而进行遗传算法的适应度函数计算。在适应度计算中，需要进行多次潮流计算，因而提出一种基于拓扑分区的潮流计算方法，在潮流计算时将电网划分为3种不同类型的子网交替进行潮流迭代，加快计算速度。通过多个系统的仿真计算说明方法的有效性。提出一种降低火电机组寿命损耗的调度计划制定方法。风电功率发生频繁而剧烈的波动时，为了保证功率平衡，传统的火电机组需要大量频繁地进行功率调节，这将造成火电机组的寿命损耗。本文提出一种在风电功率剧烈波动环境下降低传统火电机组寿命损耗的调度计划制定方法。通过对火电机组调节过程中寿命损耗造成的经济损失进行估算，在目标函数中引入调节费用，并加入调节次数限制约束，构建降低机组调节频繁程度的调度计划机会约束模型，同时提出结合点估计与负荷曲线分段的遗传算法对模型进行求解。通过IEEE30、118节点系统和重庆系统的仿真分析，证明所提模型和方法的有效性。综上所述，本文针对风电的有界性、相关性、难以预测性和剧烈波动性等特点，提出多种电力系统概率分析与优化运行的有效方法，为风电并网电力系统的安全、优质、经济运行提供保障。
[Abstract]:The wind power grid capacity in electric power system is rapidly growing rapidly , which brings great challenge to the theoretical research and engineering practice of power system analysis and optimization operation . This paper presents a probabilistic power flow calculation method considering the boundary of wind speed . The wind speed is bounded . It is possible to generate wind speed position sample values beyond the boundary when the traditional point estimation method is used to calculate the probability tidal current . In this paper , an improved probabilistic power flow method considering the boundary of wind speed is proposed in this paper . In this paper , a method of improving probabilistic power flow considering the boundary of wind speed is proposed in this paper . The method is verified by using wind speed data of multiple locations . The method can also be extended to the boundary of other probability parameters ( such as load ) in probability flow calculation . This paper presents a probabilistic optimal power flow point estimation method considering the correlation of different distributions of wind speed . The traditional probability optimal power flow method is difficult to directly deal with the wind speed with correlation . In this paper , a method for calculating the probability scheduling plan considering wind power prediction error is proposed by combining point estimation and genetic algorithm . The method of point estimation is used to calculate the expected value targets in probabilistic scheduling model and the judgement of probability constraint conditions , so as to carry out the fitness function calculation of genetic algorithm . In order to ensure the power balance , the traditional thermal power unit needs a lot of frequent power regulation in order to ensure the power balance when the wind power fluctuates violently and violently . In conclusion , this paper puts forward the effective methods of probability analysis and optimal operation of various power systems , which provide guarantee for the safety , high quality and economic operation of wind power grid power system .

【学位授予单位】：重庆大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TM614

【参考文献】