首页 > 88必威

计及风电并网的广义负荷建模研究

来源:论文学术网
时间:2024-08-18 18:37:43
热度:

计及风电并网的广义负荷建模研究【摘要】:电力系统数字仿真是电力系统设计、规划、运行的主要工具,仿真结果的准确性对电力系统的安全、可靠、经济运行具有重要的影响。作为数字仿真的基础,负

【摘要】:电力系统数字仿真是电力系统设计、规划、运行的主要工具,仿真结果的准确性对电力系统的安全、可靠、经济运行具有重要的影响。作为数字仿真的基础,负荷模型的精确与否直接影响仿真结果的准确性。然而,由于负荷自身的复杂性、分散性和随机性,负荷建模研究一直以来都是电力学界的难题。随着资源日益匮乏、环境问题日益突出,清洁能源发电被认为是解决能源和环境问题的有效手段,在这种背景下,风电装机容量发展迅速。在配电网中,由传统负荷和中小容量发电机组成的负荷形式称为广义负荷。风电接入配电网负荷节点改变了负荷单纯消耗功率的情形,使得负荷节点向电网倒送功率成为可能。连接到多个配电网负荷节点且地理位置邻近的风电场处于同一风带,其风速具有较强的相关性,进而导致风电场出力具有相关性,因此对于地理位置邻近并有联络线相接的多个广义负荷节点来说,其节点建模需要考虑风电场出力相关性和电气连接相关性的影响。风电出力具有随机波动性、间歇性,而负荷本身具有时变性,这两者的相互作用加剧广义负荷节点的时变性,对此,节点建模需要计及时变性的影响。风电在地域上广泛接入电网,对电网安全运行产生影响,需要用具体的风险评估指标量化分析,若其中未考虑广义负荷相关性及时变性的影响,则在风险分析时计及的信息不全面而导致得到的分析结果或偏“乐观”或偏“主观”,不确切的评估结果容易对认知电力系统运行风险产生偏差,这些因素势必给广义负荷节点建模分析带来了新的挑战。大规模风电并网带来广义负荷节点功率以及流向不确定性问题,使节点的源、荷特性不再清晰,对广义负荷建模提出新的要求。如何全面考虑随机变量所具有的波动性以及在地域的相关性特点,准确进行建模,成为亟待解决的问题。针对广义负荷的不确定性以及相关性,以及由此带来的安全风险评估问题,本文从长时间尺度下的静态广义负荷建模入手,对此进行研究如下:(1)本文提出了基于径向基(RBF)神经网络区间模型的广义负荷稳态模型结构。由于以往考虑长时间尺度的广义负荷模型采用BP神经网络作为区间模型,存在局部最小值、结构参数多以及模型结构不易确定的固有缺点,为提高区间模型的普遍适用性以及鲁棒性,本文提出了径向基神经网络区间模型。基于径向基神经网络仅有输出层权值连接结构简单以及良好的全局逼近能力的优势,利用径向基神经网络学习并提取各分段区间节点特征,构建节点特性统一模型。仿真结果表明,本文所提出的模型结构可以精确建模,模型参数少、拟合效果好、结构稳定,基于RBF神经网络的区间模型具有普遍适用性。本文提出的广义负荷统一稳态模型结构,可对不确定性问题按概率分场景分析,推进了广义负荷建模的模型结构发展。(2)本文提出了一种带有概率标识的计及节点空间地域相关性的广义负荷联合概率建模方法。该方法考虑了相关性因素,解决了在描述节点特性时因未考虑相邻节点的波动对本节点功率流动产生的影响而导致模型不准确的问题。该联合概率模型构建方法为:首先,将广义负荷节点母线据其各自的功率流向,分为电源特性与负荷特性;其次,对各节点特性以有功功率为参考量进行区间分段,统计各分段区间的概率信息;针对多个广义负荷节点地域的相关性,利用空间相关性方法计算相邻节点功率区间的相关特征参数并和相邻节点的电压一起纳入本节点的区间特性建模,采用RBF神经网络学习训练并提取区间的节点特征表达。仿真结果表明,考虑相关性的广义负荷联合概率建模充分计及了相邻广义节点不确定性的影响,与不考虑相关性建模对比,拟合效果更好,所包含的建模信息更为全面。(3)本文提出了一种广义负荷稳态特性的分类特征构造方法,该方法能够有效甄别广义负荷节点日时段样本的电源特性与负荷特性,对广义负荷稳态时变性分类具有普遍适用性。本章提出的构造分类特征的方法为:首先,对广义负荷节点根母线功率数据进行特征分析,利用动力学的波动强度理论选取功率波动序列的最小时间长度。然后,以时段内各最小时间长度的样本波动强度序列以及时段内样本数据数据统计特征为指标构造日时段特征向量。该特征向量不仅能表征广义负荷幅值大小的变化,还可以体现流向的变化。依据特征向量,所采用的仿射传播聚类算法能够自适应调整建模数据的聚类数目和聚类中心。仿真表明,本文基于波动强度概念构造的分类特征对节点日时段样本电源特性与负荷特性区分明晰,对广义负荷分类具有普遍适用性,聚类效果优势明显。通过引入概率信息的广义负荷建模方法对各聚类类别样本建模并检验聚类方法的有效性。(4)本文提出了一种将广义负荷模型应用于系统静态风险评估的方法。首先,将考虑相关性的广义负荷联合概率模型运用于实际仿真算例进行潮流计算;然后,依据风险分析的概念提出具体量化指标进行风险评估。仿真结果表明,基于广义负荷概率模型的风险分析可遍历整个细化系统空间,给出了区间场景集的风险度,指出了高风险场景集。通过与不考虑相关性的风险分析结果对比,结果表明在电源特性区间时,考虑相关性的节点电压风险结果比独立节点建模风险分析结果小;在负荷特性区间,考虑相关性的节点电压风险结果比独立节点建模风险分析结果大;在电源特性和负荷特性交界处区间,则两者相当。因此,计及相关性邻近节点的影响有助于全面把握系统运行风险状态,否则易引起认知偏差,从而可能带来经济、安全隐患。针对广义负荷时变性的聚类与综合问题,将聚类后综合得到精确广义负荷模型应用于风电接入后的仿算例分析,计算具体量化指标进行风险评估。仿真结果指出了高风险节点功率区间和高风险聚类类别。 【关键词】:风电并网 空间相关性 RBF神经网络 广义负荷建模 分类特征
【学位授予单位】:山东大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TM614
【目录】:
  • 摘要12-15
  • ABSTRACT15-19
  • 第1章 绪论19-35
  • 1.1 课题背景和意义19-21
  • 1.1.1 负荷建模是电力系统分析的基础支撑19-20
  • 1.1.2 新能源并网增加电力系统的复杂性20
  • 1.1.3 考虑风电接入的负荷建模面临挑战20-21
  • 1.2 国内外负荷建模研究进展21-25
  • 1.2.1 负荷建模提出及发展21-23
  • 1.2.2 建模方法的研究23
  • 1.2.3 模型分类的研究23-25
  • 1.3 含有新能源的广义负荷建模25-31
  • 1.3.1 国内外广义负荷建模研究现状25-27
  • 1.3.2 广义负荷模型结构的研究27-31
  • 1.4 存在的问题31-32
  • 1.5 本文的工作32-35
  • 第2章 考虑风电接入的广义负荷区间模型35-48
  • 2.1 引言35-36
  • 2.2 广义负荷建模基本概念36-37
  • 2.2.1 节点特性的划分36
  • 2.2.2 基于概率信息的功率区间分段36-37
  • 2.3 广义负荷节点功率区间模型37-42
  • 2.3.1 RBF神经网络37-38
  • 2.3.2 模型结构优势38-39
  • 2.3.3 算法优势39-41
  • 2.3.4 区间功率模型41-42
  • 2.4 广义负荷模型结构42
  • 2.5 算例仿真42-46
  • 2.6 本章小结46-48
  • 第3章 考虑相关性的广义负荷联合概率建模48-59
  • 3.1 引言48-49
  • 3.2 广义负荷特性与多节点间相关性49-50
  • 3.3 基于空间相关性的联合概率建模50-53
  • 3.3.1 相邻节点区间相关特征参数51
  • 3.3.2 带有相关特征参数的模型区间结构51-52
  • 3.3.3 联合概率模型结构52-53
  • 3.3.4 考虑相关性的广义负荷联合概率建模分析流程53
  • 3.4 算例分析53-58
  • 3.4.1 含有风电场的潮流计算54
  • 3.4.2 计算相关特征参数矩阵54-56
  • 3.4.3 广义负荷联合概率建模结果分析56-58
  • 3.5 本章小结58-59
  • 第4章 基于分类特征的广义负荷特性聚类与综合59-74
  • 4.1 引言59-60
  • 4.2 基于日时段功率空间的分类特征60-63
  • 4.2.1 波动强度概念61
  • 4.2.2 波动强度最小时间长度61-62
  • 4.2.3 分类特征向量62-63
  • 4.2.4 分类特征评价指标63
  • 4.3 AP聚类算法描述63-64
  • 4.4 广义负荷特性综合64-66
  • 4.4.1 节点特性提取64-65
  • 4.4.2 模型结构65
  • 4.4.3 聚类建模流程图65-66
  • 4.5 算例验证及分析66-73
  • 4.5.1 节点时段特性聚类分析67-69
  • 4.5.2 分类特征合理性验证分析69-70
  • 4.5.3 广义负荷特性综合结果分析70-71
  • 4.5.4 测试样本识别验证71-73
  • 4.6 本章小结73-74
  • 第5章 考虑广义负荷建模的风险分析74-84
  • 5.1 引言74-75
  • 5.2 风险分析基本概念75-76
  • 5.3 考虑广义负荷联合概率建模的风险分析76-80
  • 5.4 考虑广义负荷聚类与综合的风险分析80-82
  • 5.5 本章小结82-84
  • 第6章 结论与展望84-87
  • 6.1 结论84-86
  • 6.2 展望86-87
  • 参考文献87-97
  • 附录97-100
  • 致谢100-101
  • 攻读博士学位期间发表与录用的学术论文101-102
  • 攻读博士学位期间参与的课题研究与项目研发102-103
  • 学位论文评阅及答辩情况表103


您可以在本站搜索以下学术论文文献来了解更多相关内容

如何破解风电并网困局?    张岚;

风电并网,关键在“网”    唐维;

国外风电并网特点及对我国的启示    周利鹏;高文韬;

基于相关机会规划的风电并网容量优化分析    乔嘉赓;徐飞;鲁宗相;闵勇;

2009年中国风电并网获大突破    

能源局双管齐下 破解风电并网    

风电并网经济技术评价研究综述    尹明;王成山;葛旭波;

风电并网,出路何在?    唐维;

大规模风电并网学术研讨会在呼和浩特举行    

国家能源大型风电并网系统研发(实验)中心主要功能    

风电并网对电网影响浅析    董晓青;李中;王强;

风电并网国标6月实施多方改造进入倒计时    

中国风电并网装机世界首位发电量逾1000亿千瓦时    刘长忠;

分布式小型风电并网系统在我国的技术可行性与投资经济性分析    徐学根;

分布式风电并网管理及技术问题分析    何国庆;

国家能源局发布一季度全国风电并网运行情况    

大规模风电并网信息通信接入技术研究    靳洋;徐其春;李炜;张禹;樊建宇;马乐;

分散式风电并网关键技术问题分析    何国庆;

风电并网技术研究    赵莹;邹亚麟;

风电制氢——走出风电并网困局    郑尔历;

科左中旗风电并网118万千瓦 上缴税金1亿元    记者 郭洪申 通讯员 徐志民 李延来

新标准击破风电并网难题    朱祝何

中国风电并网装机居世界首位    记者 郭玉志 朱贤佳

去年风电并网容量增长31.6%    刘瑾

我省新增风电并网35万千瓦    宋晓华

风电并网调度运行国标有望今年推出    许可新

全区风电并网装机达500万千瓦    记者 戴宏 通讯员 张德

支撑风电并网调度管理    陈蒸 陈德钧 戴礼豪

科左中旗实现百万千瓦风电并网发电    记者 郭洪申 通讯员 徐志民

风电并网需建立市场化体制    中国可再生能源学会风能专业委员会秘书长 秦海岩

大规模风电并网的有功协调控制研究    何成明

风电并网系统频率响应分析及控制策略研究    蒋望

低碳背景下大规模风电并网消纳决策模型及方法研究    柴大鹏

计及风电并网的广义负荷建模研究    褚壮壮

随机规划理论在风电并网系统分析中的应用研究    雷亚洲

风电并网电力系统充裕性决策模型和方法研究    凡鹏飞

风电并网的无功优化控制及其数模混合仿真研究    付超

分布式风电并网系统的暂态稳定及电能质量改善研究    匡洪海

大规模风电并网条件下的电力系统有功功率平衡理论研究    静铁岩

基于多端直流输电的风电并网技术研究    陈霞

内蒙古风电并网管理评价体系及相关机制研究    钟朋园

风电并网条件下供电系统安全管理研究    李树杰

含大规模风电并网的电力系统多目标清洁调度    张宇

大规模风电并网对山西电网调峰及暂态稳定性影响研究    张颖

基于源网荷协同的高渗透率风电并网系统优化运行研究    丁楠

考虑风电并网系统综合运行效益的可用输电能力研究    张儒峰

风电并网的外部性影响研究    张广超

大规模风电并网考核与交易机制研究    高春杰

基于博弈论的中国风电并网问题研究    陆洲

大规模风电并网后系统调频备用优化研究    刘清泉

Baidu
map