2.2 光伏出力概率模型的建立.docVIP

考虑光伏发电出力不确定性的配电网运行风险评估 陶凌云1，和敬涵1，王颖1，张沛1，王函韵2，张浩2，苗友忠3，王坚敏4 1.北京交通大学电气工程学院；2.国网浙江省电力公司湖州供电公司；3.国网冀北电力有限公司； 4.国网浙江省电力公司浙江嘉兴供电公司 摘要： 随着大量分布式光伏接入配电网，其出力的波动性和不确定性等特点可能对配电网安全运行造成不利的影响。本文考虑分布式光伏出力不确定的特点，建立了含高密度光伏的配电网运行风险评估模型。分析了影响光伏出力的关键因素，提出基于动态贝叶斯网络理论的光伏出力概率预测方法。选择电压安全和热安全指标来表征光伏出力对系统的影响 结合含分布式光伏的配电网的特点，本文将按如下思路对该系统进行风险评估。 (1) 式中 Xt：当前时刻光伏出力和天气因素水平；E：下一时刻可能的光伏出力；C：E造成的后果，即下一时刻光伏出力水平可能对系统造成的影响；P(E/Xt)：当前时刻状态Xt的条件下，下一时刻E出现的概率；S(C/E) ：E造成的后果C的严重程度；R(C/Xt)：当前时刻状态Xt的条件下，下一时刻系统的风险指标值。 光伏发电动态贝叶斯条件概率模型的建立 动态贝叶斯网络理论 贝叶斯网络理论的实质是一种基于概率不确定性的推理网络，动态贝叶斯网络理论则在普通贝叶斯网络的基础上加入时间信息，为研究概率不确定性事物在时间轴上的发展规律提供了载体。DBN 按照时间顺序，利用有向边将不同时间片上的静态网络顺次连接。该模型可恰当地描述变量随时间变化的情况，是处理具有概率不确定性的时序信息的有效方法。 光伏出力概率模型的建立 对文献分析得出，选取光伏组件表面接收的光照强度、环境温度、组件温度是影响光伏出力的关键因素变量。分析变量出力的影响变量之间的可以确定变量之间的因果关系，图 图1 局部贝叶斯网络图 图中，Ppv，G，T和Ta分别表示光伏发电量、光伏组件表面接收的光照强度、环境温度和组件温度，角标t，t+1……代表不同时间点。 本文选用极大似然估计法通过最大化似然函数来计算贝叶斯网络中各节点的条件概率表。并选用全局联合推理算法，通过建立相邻时刻节点的联合概率分布，得到预测时刻光伏发电量的概率分布。 含光伏的配电网运行风险指标计算 风险评估的目的是为了计算系统的风险指标，以直观地展示当前或未来系统的运行安全稳定性。 本文结合分布式光伏电源对电压和潮流的影响，确定以下两个风险指标：1)系统节点过电压指标；2)线路和变压器的过负荷指标。为此，分别定义上述两个指标的严重度函数为： 1)过电压严重度函数 （2） 式中n表示系统中出现过电压的节点总数；Vn表示系统额定电压值；Vmax表示系统允许的节点电压最大上限值。 2)设备过负荷严重度函数 （3） 在计算风险指标时，首先应计算各接入点光伏出力时间序列。通过对选择的峰值功率为Wp某一参考光伏电站进行连续预测，得到一天内不同时刻该光伏电站出力的概率分布，对参考电站任一时刻光伏输出功率的所有可能值作如下处理，得到对应时刻配电网区域内所有光伏接入点实际输出功率的模拟值。 （4） 式中 Ppv.i(t)表示接入点i在时刻t的光伏出力；Ppv.R(t)表示参考光伏电站R在时刻t的光伏出力；Wp.R表示参考光伏电站R的峰值功率；Ploadi.peak表示负荷点i的峰值负荷；K表示可调比例系数，改变该值的大小，可调整光伏出力与当地负荷的比例。 结合处理获得的光伏出力及概率数据，对系统进行三相潮流计算，再将所得结果带入（2）(3)计算得到配电网运行风险。 实例分析 本章采用R1-12.47-3系统对含有分布式光伏的配电网进行风险分析。在光伏出力时间序列中，存在不定因子K，K的大小决定了光伏电源的接入容量，其值与配电网风险水平密切相关，因此本部分讨论不同K值下，配电网风险的大小。将仿真计算后的风险指标数据整理到图2和图3中。 图2：K=1.5时系统过电压、过负荷风险 图3：K=1.2时系统过电压、过负荷风险 由图可以观察出，仅在日间10:00~14:00期间，会出现节点过电压和设备过负荷的现象。该段时间正处于光伏电源出力的旺盛阶段，而负荷需求的变化规律与光伏出力的变化趋势并不一致，因此造成过剩的光伏电源功率沿着馈线逆向倒送，进而造成部分负荷点电压越限，部分线路和变压器过负荷的情况。对比两图，可明显看出，随着K值的增大，系统运行风险也随之增加。 结论 本文考虑分布式光伏出力不确定的特点，建立了含光伏表， 关键词： 预测；预测贝叶斯网络；风险评估简介：