基于高斯混合分布特征的含風電電力系統(tǒng)安全風險評估方法
【技術(shù)領域】
[0001] 本發(fā)明設及電力系統(tǒng)運行與控制領域，具體說是基于高斯混合分布特征的含風電 電力系統(tǒng)安全風險評估方法。
【背景技術(shù)】
[0002] 隨著經(jīng)濟的快速發(fā)展和日益嚴峻的環(huán)境壓力，電網(wǎng)運行環(huán)境呈現(xiàn)出新的特征，尤 其是風電大規(guī)模并網(wǎng)，給電力系統(tǒng)的安全運行帶來了新的挑戰(zhàn)。
[0003] 潮流分析是電力系統(tǒng)安全評估的基礎與前提，采用概率潮流計算方法，考慮風電 出力波動等隨機因素，通過概率理論建立表征系統(tǒng)不確定性的數(shù)學模型，能夠更全面反映 電力系統(tǒng)的運行條件，并發(fā)現(xiàn)電力系統(tǒng)中的潛在風險和脆弱元。
[0004] 針對于含風電電力系統(tǒng)中基于概率潮流的安全風險評估問題，有一種典型的思路 就是:基于風電場輸出功率的概率模型，直接求解風電場輸出功率的各階原點矩，然后將其 轉(zhuǎn)化為半不變量進行卷積計算，但是該計算過程往往要耗費大量時間，且隨著風電的大規(guī) 模接入，風電場輸出功率的不確定性增加，其概率密度非正態(tài)性凸顯，不服從于任何一種典 型的概率分布，原點矩的求解變得更加繁瑣，耗費大量的時間，進一步降低了傳統(tǒng)概率潮流 計算方法的效率和準確性。

【發(fā)明內(nèi)容】

[0005] 針對現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的在于提供基于高斯混合分布特征的含 風電電力系統(tǒng)安全風險評估方法，將具有非正態(tài)性的風電場輸出功率的概率密度轉(zhuǎn)化為典 型的高斯混合分布，不僅可W精確的量化風電場輸出功率的概率分布，大大簡化了系統(tǒng)節(jié) 點注入功率的半不變量求取過程，彌補傳統(tǒng)概率潮流計算中求解半不變量所采用方法單一 的缺陷，進一步提高了節(jié)點注入功率的半不變量計算的效率和狀態(tài)變量節(jié)點電壓和支路潮 流的累積分布函數(shù)的準確性，為電力系統(tǒng)電壓越限、支路潮流過載的安全風險評估提供有 效的數(shù)據(jù)支撐。
[0006] 為達到W上目的，本發(fā)明采取的技術(shù)方案是：
[0007] 基于高斯混合分布特征的含風電電力系統(tǒng)安全風險評估方法，其特征在于，包括 如下步驟：
[000引步驟一、統(tǒng)計風電場輸出功率歷史數(shù)據(jù)的分布，建立風電場輸出功率的非參數(shù)概 率分布模型；
[0009] 步驟二、建立風電場輸出功率的高斯混合分布模型，通過風電場輸出功率的非參 數(shù)概率分布模型確定子高斯分布的個數(shù)，初始化各子高斯分布的參數(shù)；
[0010] 步驟Ξ、求解各子高斯分布的參數(shù)，確定高斯混合分布特征；
[0011] 步驟四、基于風電場輸出功率的高斯混合分布特征，采用半不變量法進行概率潮 流計算，確定狀態(tài)變量節(jié)點電壓和支路潮流的累積分布函數(shù)；
[0012] 步驟五、根據(jù)狀態(tài)變量節(jié)點電壓和支路潮流的累積分布函數(shù)，計算狀態(tài)變量越限 概率和產(chǎn)生后果的嚴重程度，全面評估電力系統(tǒng)安全風險。
[0013] 在上述技術(shù)方案的基礎上，步驟一中，依賴于風電場輸出功率的歷史數(shù)據(jù)，根據(jù)非 參數(shù)估計原理，統(tǒng)計各節(jié)點注入功率的經(jīng)驗概率分布，建立風電場輸出功率的非參數(shù)概率 分布模型；
[0014] 步驟二中，將風電場輸出功率表示為高斯混合分布模型，并確定子高斯分布的個 數(shù)。
[0015] 在上述技術(shù)方案的基礎上，步驟Ξ中，利用聚類分析算法迭代求解各子高斯分布 的參數(shù)，確定高斯混合分布特征。
[0016] 在上述技術(shù)方案的基礎上，步驟四中，根據(jù)高斯混合分布特征，將每個子高斯分布 作為風電場輸出功率的一個場景，并用子高斯分布的期望和方差來表征風電場一個出力場 景的前兩階半不變量，即為期望和方差，結(jié)合系統(tǒng)發(fā)電機出力、負荷功率歷史數(shù)據(jù)W及電力 系統(tǒng)拓撲結(jié)構(gòu)和數(shù)據(jù)信息，采用牛拉法計算雅可比矩陣和狀態(tài)變量的期望值，采用半不變 量法對每個場景進行概率潮流計算，整合得到電力系統(tǒng)狀態(tài)變量最終的累積分布函數(shù)。
[0017] 本發(fā)明所述的基于高斯混合分布特征的含風電電力系統(tǒng)安全風險評估方法，將具 有非正態(tài)性的風電場輸出功率的概率密度轉(zhuǎn)化為典型的高斯混合分布，不僅可W精確的量 化風電場輸出功率的概率分布，大大簡化了系統(tǒng)節(jié)點注入功率的半不變量求取過程，彌補 傳統(tǒng)概率潮流計算中求解半不變量所采用方法單一的缺陷，進一步提高了節(jié)點注入功率的 半不變量計算的效率和狀態(tài)變量節(jié)點電壓和支路潮流的累積分布函數(shù)的準確性，為電力系 統(tǒng)電壓越限、支路潮流過載的安全風險評估提供有效的數(shù)據(jù)支撐。
【附圖說明】
[001引本發(fā)明有如下附圖：
[0019] 圖1本發(fā)明的流程示意圖。
【具體實施方式】
[0020] W下結(jié)合附圖對本發(fā)明作進一步詳細說明。
[0021] 本發(fā)明所述的基于高斯混合分布特征的含風電電力系統(tǒng)安全風險評估方法，針對 于基于概率潮流的含風電電力系統(tǒng)中安全風險評估中風電場輸出功率概率分布求解困難 (半不變量求解繁瑣）的問題，包括如下步驟：
[0022] 步驟一、統(tǒng)計風電場輸出功率歷史數(shù)據(jù)的分布，建立風電場輸出功率的非參數(shù)概 率分布模型；
[0023] 步驟二、建立風電場輸出功率的高斯混合分布模型，通過風電場輸出功率的非參 數(shù)概率分布模型確定子高斯分布的個數(shù)，初始化各子高斯分布的參數(shù)；
[0024] 步驟Ξ、求解各子高斯分布的參數(shù)，確定高斯混合分布特征；
[0025] 步驟四、基于風電場輸出功率的高斯混合分布特征，采用半不變量法進行概率潮 流計算，確定狀態(tài)變量節(jié)點電壓和支路潮流的累積分布函數(shù)；
[0026] 步驟五、根據(jù)狀態(tài)變量節(jié)點電壓和支路潮流的累積分布函數(shù)，計算狀態(tài)變量越限 概率和產(chǎn)生后果的嚴重程度，全面評估電力系統(tǒng)安全風險。
[0027] 在上述技術(shù)方案的基礎上，步驟一中，依賴于風電場輸出功率的歷史數(shù)據(jù)，根據(jù)非 參數(shù)估計原理，統(tǒng)計各節(jié)點注入功率的經(jīng)驗概率分布，建立風電場輸出功率的非參數(shù)概率 分布模型；
[0028] 步驟二中，將風電場輸出功率表示為高斯混合分布模型，并確定子高斯分布的個 數(shù)。
[0029] 在上述技術(shù)方案的基礎上，步驟Ξ中，利用聚類分析算法迭代求解各子高斯分布 的參數(shù)，確定高斯混合分布特征。
[0030] 在上述技術(shù)方案的基礎上，步驟四中，根據(jù)高斯混合分布特征，將每個子高斯分布 作為風電場輸出功率的一個場景，并用子高斯分布的期望和方差來表征風電場一個出力場 景的前兩階半不變量，即為期望和方差，結(jié)合系統(tǒng)發(fā)電機出力、負荷功率歷史數(shù)據(jù)W及電力 系統(tǒng)拓撲結(jié)構(gòu)和數(shù)據(jù)信息，采用牛拉法計算雅可比矩陣和狀態(tài)變量的期望值，采用半不變 量法對每個場景進行概率潮流計算，整合得到電力系統(tǒng)狀態(tài)變量最終的累積分布函數(shù)。
[0031] 本發(fā)明所采用的技術(shù)方案是:綜合考慮如下因素：
[0032] 1、風電場輸出功率歷史數(shù)據(jù)；
[0033] 2、發(fā)電機出力和負荷功率歷史數(shù)據(jù)；
[0034] 3、電力系統(tǒng)拓撲結(jié)構(gòu)和數(shù)據(jù)信息。