考慮風電接入不確定性的節(jié)點特性建模研究.pdf

1、基于電力系統(tǒng)元件模型的數(shù)字仿真分析是系統(tǒng)運行、規(guī)劃、設(shè)計和控制等領(lǐng)域的主要手段，而作為電力系統(tǒng)四大基本元件之一的負荷，由于其自身特殊性和困難性，建模發(fā)展相對滯后于其他元件，因此負荷建模研究已成為影響電力系統(tǒng)數(shù)字仿真精度的決定性因素。傳統(tǒng)負荷建模研究工作已在很多應(yīng)用場景下取得了可喜的成績，然而近年來隨著風電接入，其對系統(tǒng)的影響已取得業(yè)界共識，從負荷建模角度，風電接入不但改變了負荷組成和功率流向，而且隨著風功率的隨機性和基礎(chǔ)負荷的時變性，廣

2、義負荷不確定性加劇，這給負荷建模分析帶來了新的挑戰(zhàn)。由此本文對考慮風電接入不確定性的節(jié)點特性建模相關(guān)問題進行探討，主要內(nèi)容如下:
　　首先，提出了一種基于概率統(tǒng)計的廣義負荷節(jié)點穩(wěn)態(tài)特性學習與建模新方法。為分析風電接入后功率流向的改變，將節(jié)點特性分為電源特性與負荷特性;針對節(jié)點特性的不確定性變化，基于歷史實測數(shù)據(jù)對有功功率樣本空間進行自適應(yīng)分段細化，統(tǒng)計其概率分布;利用Levenberg-Marquardt神經(jīng)網(wǎng)絡(luò)法學習并提取各段節(jié)

3、點特征，構(gòu)建節(jié)點特性統(tǒng)一模型，并以風險分析為例說明新模型的應(yīng)用。仿真結(jié)果表明，本文方法不但可精確建模，而且通過統(tǒng)計數(shù)據(jù)樣本引入概率信息，可對不確定性問題按概率分場景分析，彌補了傳統(tǒng)方法對隨機特征描述能力不足的缺陷，是對傳統(tǒng)建模方法在不確定場景應(yīng)用上的擴展和延伸。
　　其次，考慮自然特性與人類習慣差異對模型精確性與實用性造成的影響，借鑒傳統(tǒng)負荷特性聚類與綜合的思路，在新提出的廣義負荷建模方法基礎(chǔ)上，引入時間信息對考慮風電不確定性與負

4、荷時變性的廣義負荷特性進行聚類分析，可得到更為貼近實用的精確模型。而聚類分析需要選擇合理的聚類方法和科學的聚類策略，由此針對風電與負荷組成的新的復(fù)雜場景與客觀聚類需求，引入一種高質(zhì)量、適用于復(fù)雜樣本分析的AP聚類算法，該算法無需事先輸入聚類數(shù)等參數(shù)，更為科學、合理。仿真結(jié)果證明了該方法的有效性。
　　再次，提出一種大時間尺度下的縱向聚類策略，利用該聚類策略和AP聚類算法，可實現(xiàn)在時間連續(xù)性基礎(chǔ)上，兼顧日間相似性與差異性規(guī)律的細化季

5、節(jié)特性聚類分析。該策略利用實測數(shù)據(jù)確定最小時間間隔，將單日內(nèi)各最小時間間隔按其功率波動特性進行聚類分析，以獲得單日整體特性;再根據(jù)全年內(nèi)各日特性實現(xiàn)相似日聚類;最終根據(jù)日間聚類結(jié)果獲得的比例特征實現(xiàn)縱向時間單元聚類。如此層層遞進，更適用于考慮風電波動性與負荷時變性的復(fù)雜場景分析。不同年份數(shù)據(jù)聚類結(jié)果的相似性證明了該聚類策略的有效性。
　　最后，在縱向聚類策略的基礎(chǔ)上，提出一種較小時間尺度下的橫向聚類策略。通過將縱向類內(nèi)全部數(shù)據(jù)聯(lián)排