[发明专利]考虑风电不确定性及电压稳定性因素的电网无功优化方法

说明书

技术领域

本发明属于电力系统领域，尤其涉及一种考虑风电不确定性及电压稳定性因素的电网无功优化方法。

背景技术

风能、光能等可再生能源因其清洁、经济、可持续性在中国得到了快速发展，当越来越多的新能源并网之后，输出功率的随机性影响了系统的安全性、可靠性、电能质量等，因此电网的规划和运行方案需要积极做出适度调整，以构建安全稳定经济的电网环境。无功优化规划作为电网规划和运行的一部分，可以起到改善电网的安全性、降低电网损耗、促进电网无功潮流的合理分布、改善电能质量等良性作用。同时无功电源的配置为新能源接入提供无功支撑。然而发电厂作为无功辅助服务的提供者，多发无功会造成发电机的损耗并增加发电机的运行维护费用，甚至影响到发电机的有功出力从而减少有功收入。为了提高无功投资的积极性，激励各无功源提供充足的无功服务,需要给发电厂一个合适的无功价格进行补偿，补偿发电公司的利润损失，从而提高全网的经济性和电压质量，同时实现增加电网对新能源的接纳能力。因此，在新能源并网背景下的电力系统的无功功率优化调度问题成为电力系统的重要研究课题之一。

最早无功实时电价优化模型采用了OPF模型，该模型中没有计及发电机的无功生产成本。随着进一步发展，无功电价模型考虑了环境、谐波、电网频率等因素，甚至在潮流组成分析的基础上对基于综合成本分摊的无功功率价格进行了研究；根据发电机的运行曲线学者们提出了分段形式的无功竞价模型；由于风能、光能的变化频繁，目前很难得到精确的预测值。在一种确定出力情况下得到的优化解，在其他场景下不一定适用，因此传统的模型和方法不完全有效。

发明内容

为了解决现有技术的缺点，本发明提供一种考虑风电不确定性及电压稳定性因素的电网无功优化方法。该方法可以获得并考虑风电出力的典型场景，在对无功费用及网损目标函数优化的同时保证系统静态电压稳定。

为实现上述目的，本发明采用以下技术方案：

一种考虑风电不确定性及电压稳定性因素的电网无功优化方法，包括：

步骤(1)：利用拉丁超立法采样方法生成若干个风电场可能出现的场景，采用风电场可能出现的场景来模拟风能出力的不确定性；

步骤(2)：以无功辅助服务成本和电网有功网损的期望值最小为目标函数，以电厂无功出力为优化变量，根据预设的风电场可能出现的场景数量，建立具有约束条件的风电场无功优化模型；

步骤(3)：采用连续潮流方法求解步骤(2)中的风电场无功优化模型，并校验无功优化结果的电压稳定性。

在步骤(1)中风电场可能出现的场景中，风能出力预测误差符合均值为0的正态分布。

所述步骤(1)中利用拉丁超立法采样方法生成风电场可能出现的场景的过程为：

假设随机变量X的累积分布函数为F(X)，将分布函数等分成采样个数M份，每个区间的宽度为1/M，在每个区间内部进行随机采样，第n个区间采样的累积概率值U_n为：

其中，U是[0,1]区间内的一个随机数；当任一个子区间参与随机采样后，则不再参与以后的随机采样；

根据分布函数的反函数来计算实际采样值X_n＝F^-1(U_n)；

重新选择区间采样，直到所有区间完成采样，最后生成风电场可能出现的场景。

在步骤(2)中建立具有约束条件的风电场无功优化模型之前，根据场景之间的概率距离进行同步回代消减场景，用于达到建立具有约束条件的风电场无功优化模型的所需场景的预设数量。

根据场景之间的概率距离进行同步回代消减场景的具体过程为：

步骤(2.1)：设置被消除的场景集DS为空，设置步骤(1)生成的风电场可能出现的场景集合为初始场景集合S，计算初始场景集合S中任意两个场景之间的距离；

步骤(2.2)：选定初始场景集合中的一个场景k，找出与其距离最短的场景r，计算场景k和场景r之间的距离D_k(r)；

步骤(2.3)：计算场景k和场景r之间的概率距离PD_k(r)＝p_k*D_k(r)，找出与场景k概率距离最小的场景d，；找到场景d后，则从初始场景集合S除去场景d，形成新的初始场景集合；被消除的场景集DS中增加场景d，形成新的被消除的场景集；

步骤(2.4)：重复步骤(2.2)-步骤(2.3)，直到剩余的场景数目达到建立具有约束条件的风电场无功优化模型的所需场景的预设数量为止。