1.一种基于面积灰色关联决策的分布式电源规划的概率分析方法,其特征是,它包括以下步骤:
1)计算确定性潮流
(1.1)根据式(1)、式(2)、式(3)分别计算待规划的配网系统各节点的损耗灵敏度因子(Loss Sensitivity Factors,LSFs)、电压稳定性指标(Voltage Stability Index,VSI)以及索引向量法(Index Vector Method,IVM),采用基于面积的灰色关联决策(Area Grey Incidence Decision Making,AGIDM)对节点灵敏度指标开展综合赋权获得新的节点灵敏度值排序序列,其中:rij为支路i-j的电阻;Pj为支路i-j末端注入的有功功率;Qj为支路i-j末端注入的无功功率;PL,ij为支路i-j的线路损耗功率;Vj为节点j的节点电压幅值;xij为支路i-j的电抗;Vi为节点i的节点电压幅值;Iq,ij为支路i-j的电流的虚部;Ip,ij为支路i-j的电流的实部;Qall为给定系统的总无功负荷;
(1.2)基于面积的灰色关联决策(Area Grey Incidence Decision Making,AGIDM)的最优综合赋权步骤如下:(a)计算待规划系统节点LSFs、VSI以及IVM值,构造原始指标矩阵A'=(a′ij)m*n;
其中,a′ij为原始指标矩阵的第i行j列的元素;m为节点数目,即DG接入配网的候选方案数目;n为指标个数;
(b)将原始指标矩阵A'标准化得A=(aij)m*n,再根据式(4)对A矩阵进行归一化,然后根据式(5)求取每个指标的熵值,最后根据式(6)计算得各个指标的权重;
式中:Hij为元素aij归一化的结果;Ei为第i个指标的熵值;ωi为第i个指标的权重;
(c)将原始指标矩阵A'中每个指标的最大值构成理想排序方案向量A+以及最小值构成负理想排序方案向量A-,分别构造理想排序决策矩阵B=(A+;A')和负理想排序决策矩阵C=(A-;A');
(d)将B和C矩阵按式(7)进行规范化处理,得到新矩阵B1和C1;
式中:mj和Mj分别为第j个指标中的最小值和最大值;
(e)根据式(8)、式(9)构造理想排序方案向量和负理想排序方案向量的面积矩阵S1、S2和面积关联系数矩阵γ+,γ-;
式中: 分别为理想排序方案序列X0(k)和候选排序方案序列Xi(k)经过规范化处理后的序列;S0i(k)为理想排序方案序列曲线与候选排序方案序列曲线之间的2个相邻指标间构成的多边形面积;γ(X0,Xi)被称为X0和Xi的基于面积的灰色关联度,且满足灰色关联四公理;
(f)利用步骤2)中得到的各指标权重值分别计算候选排序方案与理想排序方案和负理想排序方案的关联度(g)根据式(10)计算各候选排序方案的灰色关联相对贴近度值C0i,并根据C0i的大小对候选排序方案进行排序;
其中: 和 分别为候选排序方案与理想排序方案和负理想排序方案的关联度;
2)针对风电能源、光伏能源并网出力的不确定性分别建立概率模型(2.1)将相关概率模型引入概率潮流中,采用半不变量法求解配网系统的概率潮流:(a)风电出力的概率建模
风力发电机的输出功率受风速的影响很大,而风速变化可以用概率分布函数(PDF)来描述,例如威布尔概率分布,其概率密度函数为式中:v为风速;c和k分别为威布尔分布的尺度参数和形状参数;
风电源输出功率PW,WT和风速v的近似关系如式(12)所示式中:PW,Wr为风机额定功率;vr为额定风速;vci为切入风速;vco为切出风速;
(b)光伏发电出力的概率建模
太阳光照辐照度r在一定时间段内可以近似为Beta分布,其概率密度函数为式中:r为太阳辐射,W/m2;α和β为Beta分布形状参数;
光伏出力随着太阳辐照的变化而不断变化,光伏系统的有功出力PW,PV与太阳辐射的关系如下:式中:PW,PVr为光伏发电的额定功率;rC为某一确定的辐射值,通常设置为150W/m2;rSTD为标准条件下的太阳辐射,通常设置为1000W/m2;
(2.2)配电网中半不变量法计算概率潮流的步骤如下:
(a)输入待规划配电网系统的网络参数;
(b)计算确定性潮流得到正常运行情况下的潮流分布,以得到基准运行点上的状态变量X0、支路功率变量Z0、雅可比矩阵J0,求出灵敏度矩阵S0。针对光伏、风机的随机特性进行概率建模,计算光伏、风机的随机出力和待安装DG节点功率的各阶半不变量ΔW至八阶;
(c)将节点潮流方程和支路潮流方程在基准运行点线性化,分别得到式(15)和式(16),其中X为节点电压幅值和相角组成的状态列向量,Z为支路有功潮流和无功潮流的列向量;
ΔZ=Z-Z0=G0ΔX=G0S0ΔW (16)
式中:
根据式(15)和式(16)计算出ΔX和ΔZ的各阶半不变量,同时利用Gram-Charlier级数展开得到ΔX和ΔZ的概率密度函数和累积分布函数;
3)根据配网系统节点的灵敏度排序,缩小候选解空间,从而加速分布估计算法求解效率,以规划年内总成本最低为目标,获得最优DG配置方案。