[发明专利]一种含DFIG电力系统随机模糊连续潮流方法

说明书

技术领域

本发明涉及一种含风电随机模糊连续潮流方法，属于电力系统安全运行领域。

背景技术

风速不确定特征建模和预测是大规模风电接入电力系统规划和运行的基础性工作。

文献《Bibliography on voltage stability》提到连续潮流可追踪计算负荷变化时的潮流解，计算出到达电压崩溃点的最大负荷增长量，用以静态电压稳定分析。传统连续潮流用来追踪电力系统在确定负载情况下的PV曲线，并以此得到电压崩溃点，负载情况的改变也将使电压崩溃点随之变动。此外，考虑到风电的多重不确定性注入，如果仍将系统潮流方程视为确定性的研究方法有所欠妥。

本专利考虑DFIG风电机组注入功率的多重不确定性，建立含DFIG稳态方程的随机模糊连续潮流(Random Fuzzy Continuation Power Flow)计算方法，用以分析风电不确定注入电力系统对系统静态电压稳定的影响。

发明内容

本专利考虑DFIG风电机组注入功率的多重不确定性，建立DFIG风电场的机械模型和稳态运行模型，并将DFIG稳态运行方程嵌入至系统的潮流计算中，推导含DFIG电力系统Jacobian矩阵，运用切线预测法及lambda校正，建立含DFIG的随机模糊连续潮流计算方法。

本发明采用如下技术方案：该方法主要包括如下步骤：

步骤1：建立随机模糊风速模型；

步骤2：建立随机模糊风电出力模型；

步骤3：建立DFIG稳定运行的随机模糊模型；

步骤4：建立DFIG出力随机模糊注入电力系统的连续潮流模型。

附图说明

图为随机模糊连续潮流的计算流程图。

具体实施方式

本发明包括以下步骤：

1定义随机模糊变量

随机模糊变量ξ(θ,ω)可以看作是从可能性空间(Θ,P(Θ),Pos)到随机变量集合的函数。假设η₁,η₂,…,η_m是随机模糊变量，u₁,u₂,…,u_m为[0,1]区间上的实数，且u₁∨u₂∨…∨u_m＝1，则

在很多统计问题中，常常假设随机变量服从的分布是已知的，而其中的参数类型是未知的。

2建立随机模糊风速模型

风速通常可以用Weibull来生成，常用的风速模型，一般将其形状参数k和尺度参数c视为固定值，其Weibull分布概率密度函数为：

式中：v为风速大小。在实际研究中，我们通常无法获知确定的k和c，只能通过统计得到其在某一置信水平的值；因此，在实际中Weibull分布中的形状参数k和尺度参数c是无法准确得到。文献《日风速随机模糊不确定模型》将风速的形状参数和尺度参数视为模糊变量，并将风速定义为随机模糊变量。其研究了多年实际风速数据，发现分布参数k可采用三角模糊变量ξ_k＝(1.14,1.75,3.64)表示，尺度参数c可采用梯形模糊变量ξ_c＝(2.95,4.40,6.40，8.22)表示，其相应隶属度函数分别可用式(3)和(4)表示。

根据以上提取出的日风速概率分布参数模糊不确定特征及其隶属度函数，建立日风速随机模糊不确定模型，得到Weibull分布的机会测度分布函数：

其中ξ_k和ξ_c分别是形状参数和尺度参数的模糊表达形式。为随机模糊风速，本专利“～”为随机模糊变量的标记(下同)。

3建立随机模糊风电出力模型

根据风电机组出力与风速的关系，得到随机模糊风速下，风电机组出力模型：

其中为风电机组随机模糊出力，ξ_v-cut-in为切入风速，ξ_v-cut-out为切出风速，ξ_v-rated为额定风速

假定风电机组运行在恒功率因素模式下，则风电机组无功出力为：

其中风电机无功功率出力为随机模糊变量，为恒定的功率因素角。

4建立DFIG稳定运行的随机模糊模型