概率潮流计算的协方差分析.docxVIP

概率潮流计算的协方差分析 采用概率法计算台阶，或由于电气系统运行过程中的随机扰动或不规则因素影响台阶，从而获得电压和路径流的统计矩或概率密度函数和分布函数。概率潮流被广泛应用于概率最优潮流、概率负荷分析和概率稳定等领域,为电力系统的经济运行、可靠性分析及安全稳定分析等提供更有参考价值的信息。 1974年Borkowska首次提出电力系统概率潮流问题,之后众多学者提出了许多求解方法[7,8,9,10,11,12,13,14,15]。蒙特卡罗模拟(Monte-Carlo simulation,MCS)可精确地获得状态电压和支路潮流的概率描述,然而为了获得精确的结果通常需要成千上万次的模拟,耗费大量计算时间,故通常只将其作为评价各种算法优劣的标准;传统的卷积技术可获得支路潮流的概率密度函数,但卷积计算十分繁琐;累积量法常结合Gram-Charlier级数得到状态量的概率分布。 卷积技术和累积量法在求解概率潮流时,均假定系统不确定参数之间相互独立,而忽视了实际存在的互相关性,一次二阶矩法(first-order second-moment method,FOSMM)和点估计法(point estimate method,PEM)则能够计及系统输入随机变量之间的互相关性进行概率潮流分析。FOSMM利用一阶泰勒级数近似来确定随机变量的二阶矩,并有许多改进形式,如将潮流方程按泰勒级数精确展开,节点电压协方差的计算采用线性化模型或二阶模型等;PEM利用确定性潮流计算来求解概率潮流问题,可高效地计算出状态量的统计矩,因而被应用于潮流解的概率分布拟合,其中两点估计法(two-point estimate method,2PEM)应用更为广泛。 本文对概率潮流算法FOSMM和2PEM进行比较和分析。首先介绍FOSMM和2PEM的基本理论,确定了节点注入量相互独立和互相关时的概率潮流计算模型以及算法步骤。在24节点系统上对两种算法进行验证,分别在节点注入量相互独立和互相关的情形下,将FOSMM和2PEM的概率潮流解与相应的MCS解进行比较,并分析注入量互相关性对潮流解的影响。 1 节点注入量y的确定 对一n个节点、b条支路的电力系统,设有l个PQ节点,采用直角坐标时,其系统潮流方程为 Y=g(V) (1) Z=h(V) (2) 式中:Y为节点注入向量,Y=[P1,Q1,…,Pl,Ql,Pl+1,V2l+12l+1,…,Pn-1,V2n-12n?1]T,由节点注入有功功率Pi、节点注入无功功率Qi和节点电压平方V2i2i构成;Z为支路有功及无功功率向量;g和h分别为节点功率和支路功率表达式。 考虑负荷变化对潮流的影响时,负荷变化的不确定性致使其他系统参数也是不确定的,如发电机功率和节点电压等,因此式(1)中节点注入量Y为随机列向量。 概率潮流计算中,输出量的概率特性由其数字特征(均值和标准差等)描述,若已知随机负荷的分布类型,则可相应确定输出参数的概率分布。 2 概率趋势算法 2.1 节点注入向量的概率潮流模型 将式(1)按泰勒级数展开为一次项形式 Y=g(ˉV)+JˉV(V-ˉV)Τ(3) 式中,JV为g(V)在电压均值ˉV处对V的雅可比矩阵。 将式(3)两边取均值可得 ˉY=E[g(ˉV)+JˉV(V-ˉV)Τ]=g(ˉV)(4) 则式(4)的修正方程式为 ΔˉY=JˉVΔˉV(5) 由式(3)和式(4)可得节点注入向量Y的协方差矩阵为 CY=E[(Y-ˉY)(Y-ˉY)Τ]=JˉVCVJΤˉV(6) 式(5)和式(6)构成FOSMM的概率潮流模型为 {ΔˉY=JˉVΔˉVCV=J-1ˉVCY(J-1ˉV)Τ(7) 式中,CV为节点电压的协方差矩阵。 同理可得式(2)中支路潮流的均值与协方差表达式。 式(4)中未计及协方差对均值的修正,计及协方差对均值影响的概率潮流模型有线性化概率潮流模型和近似二阶概率潮流模型。 2.2 潮流计算的次数 两点估计法(2PEM)由点估计法发展而来,通过在每个不确定变量均值两侧确定两个值,将概率潮流方程(1)和(2)分解成若干个子问题,对每个不确定变量取均值两侧的值代替它,同时其他不确定量在均值处取值,各运行一次确定性潮流计算。若系统有k个不确定变量,则需运行2k次确定性潮流计算。两点估计法不需对确定性潮流计算程序进行较大改动即可运行,具有高效、准确的优点。 2.2.1 两次估计方法 为便于表示,将节点注入向量(设有m个随机变量)改写为 X=[x1,x2,…,xm]T(8) 在概率潮流计算中,节点注入量确定后,可获得节点电压的统计特性,进一步可得到支路潮流的概率参数,则支路潮流可表示为节点注入量的函数,即 Z=F(x1,x2,…,xm) (9) 节点注入量xi(i=1,2,…,m)为随机