配电网中风电场对电压变化中造成影响
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实测数据与人工数据的基本参数对比：
2.MCMC方法模拟风速模型
实测数据与人工数据的PDF与ACF对比：
图1
上述结果表明，MCMC法产生的数据能够再现原始数据的特征参数
3.长期风速仿真模型
该部分内容提出了在保持风速特性下，计及 年度风机发电量变化的风速数据产生方法。
一年的实测风速数据：10分钟平均一次，共52560个数据点 目标风机的风速-功率特性： 风机的年发电量：
适当的近似下，实测值与模 拟值相匹配
图2.七天内实测电压与模拟电压的比较
5.算例分析
配网为30kV架空线网络，供给 两所30/10kV变电站，单一风 电场Orlice接入
变电站峰负荷： Primosten:6+j2MVA Rogoznica:2.5+j0.8MVA
风电场额定功率： 11*900kW (9.9MW)
2.MCMC方法模拟风速模型
2.MCMC方法模拟风速模型
人工的风速必须在这两个统计参数上尽可能做到精确：
概率密度函数PDF: Weibull分布
自相关函数ACF：
MCMC法产生的数据可以较好的满足PDF、ACF
2.MCMC方法模拟风速模型
MCMC法把随机过程(风速时间序列v(t))离散为多个状态，并确定这 些状态之间的转移概率。
二阶马尔科夫转移矩阵的产生方法：
确定最大风速
步长 ，得到m个风速状态。
条件概率：
2.MCMC方法模拟风速模型
使用原始数据得到马尔科夫转移概率矩阵P
i-j状态后到k状态的次数 i-j状态后到所有的次数
2.MCMC方法模拟风速模型
为了进一步使用蒙特卡洛法产生随机数据，计算累积转移概率矩阵Pcum
该矩阵中的元素为：
图3.30kV配电网络和WPP Orlice线路图
5.算例分析
传统分析方法(确定性方法)：
对以下的典型状况进行潮流计算： (a)不含风电场Orlice的配电网 (a1)最大负载 (a2)最小负载 (b)含风电场Orlice的配电网 (b1)最大负载、最小风电场出力 (b2)最小负载、最大风电场出力
时序负荷曲线被分割为N个离散状态，时序发电曲线被分割为M个离 散状态，经过潮流计算分析，得到M*N的节点电压矩阵。
4.离散化电压模型
M=11
N=9
节点电压矩阵
用潮流计算方法计算部分状态下的电压，其他电压用双线 性插值法(bilinear interpolation)得到。
4.离散化电压模型
双线性插值法：
The impact of wind power plants on slow
voltage variations in distribution
networks
配电网中风电场对电压变化中造成 的影响
文章概述
1.研究目的
建立一种考虑风电场(WPP)出力和负载共同作用下的 离散电压概率模型，更准确的计算风电场并网后的配 电网稳态电压波形和慢速电压偏移
3.长期风速仿真模型
为了模拟出年发电量变化与风速数据之间的 相关性，引入因子k，k满足以下表达式：
：相对风机年发电变化（以 为基准值的标幺值） 与 之间的关系为线性关系： a和b由上述表达式确定
3.长期风速仿真模型
考虑长期风速变化性的风速产生的方法：
1.使用实测风速数据计算风机当年的年发电量
2.计算(基于步骤1的计算)或者假设风机年度发电量变化的PDF函数
2.MCMC方法模拟风速模型
获得了Pcum之后，可以产生人工风速数据，具体方法如下：
1.在0和 范围内随机产生两个初始风速状态(i,j) 2.产生均匀分布在[0,1]区间的随机数u 3.用初始状态(i,j)状态和Pcum得到新状态k 4.设i=j, j=k 循环2-3-4步骤直到得到想要的人工风速数据
2.研究内容
用二阶马尔科夫链蒙特卡罗法(MCMC)模拟风速 配电网稳态电压波形分析和电压偏移分析 在已有的配电网上并入风电场的模拟分析
3.研究思路
文章概述
文章概述
4.创新点
提出了一种离散化的，考虑发电和负载同时作用的计算配电网 状态的方法 使用MCMC法产生风速数据，与原始数据能较好匹配
5.文章不足及进一步研究
1.引言
风电场接入配网后，引起变化的系统稳态运行特征：
配网中风电场接入的馈线电压 配网中的功率及能量损失
传统的计算电压偏移的方法:
(1)确定性方法，严格规定电压偏移的容许量在±6%以内
U%10S0SKcosk()
(2)对一些典型的网络状态进行潮流计算，即计算最大发电/最小负 荷与最小发电/最大负荷这两个极限（忽略了负载变化的影响）
3.确定模拟年相对年发电变化量
与因子k之间的关系
4.使用蒙特卡罗法和步骤2得到的PDF计算模拟年的
5.对得到的
，用函数关系
计算对应的k
6.用前文的MCMC法产生人工风速数据，并用因子k因使得到பைடு நூலகம்数据
量增加。
4.离散化电压模型
4.离散化电压模型
配网电压变化分析的依据：
配电网节点的时序负荷(有功无功)曲线(一年中每10分钟平均 一次) WPP的时序发电曲线(一年中每10分钟平均一次，使用实测或 原始风速数据得到)
方法需要大量的实测风速与负载数据，可能难以获得 为了减小计算的复杂程度，文章做了较多的近似，而且对于公共 耦合点(PCC)电压只选取了部分的电源-负荷点进行计算，其余点用 双线性插值法得到，精度不高
文章结构
• 引言 • MCMC方法模拟风速模型 • 长期风速仿真模型 • 风电场与负荷作用下的离散化电压模型 • 算例分析 • 结论
5.算例分析
图4.确定性方法得到的在有/无风电场下的电压范围
5.算例分析
时间序列方法：
目的是确认风电场出力变化对电压波形和电压变化的 影响，并且分离出因为配网负载变化带来影响。
情况1：不带风电场的配电网 情况2-a:带风电场的配电网，风电场出力模型基于实测风速时序 情况2-b:带风电场的配电网，风电场出力模型基于模拟风速时序 情况2-c:带风电场的配电网，风电场出力模型基于实测风速时序，
已知：函数 f 在 Q11 = (x1, y1)、Q12 = (x1, y2), Q21 = (x2, y1) 以及 Q22 = (x2, y2) 四个点的值 待求：未知函数 f 在点 P = (x, y) 的值
4.离散化电压模型
虽然对于电压/无功问题， 线性化处理并非很准确，但 系统正常运行时，电压变化 范围较小(额定值的±10%内)， 线性化可以处理。
2.MCMC方法模拟风速模型
实测数据与人工数据的PDF与ACF对比：
图1
上述结果表明，MCMC法产生的数据能够再现原始数据的特征参数
3.长期风速仿真模型
该部分内容提出了在保持风速特性下，计及 年度风机发电量变化的风速数据产生方法。
一年的实测风速数据：10分钟平均一次，共52560个数据点 目标风机的风速-功率特性： 风机的年发电量：
适当的近似下，实测值与模 拟值相匹配
图2.七天内实测电压与模拟电压的比较
5.算例分析
配网为30kV架空线网络，供给 两所30/10kV变电站，单一风 电场Orlice接入
变电站峰负荷： Primosten:6+j2MVA Rogoznica:2.5+j0.8MVA
风电场额定功率： 11*900kW (9.9MW)
2.MCMC方法模拟风速模型
2.MCMC方法模拟风速模型
人工的风速必须在这两个统计参数上尽可能做到精确：
概率密度函数PDF: Weibull分布
自相关函数ACF：
MCMC法产生的数据可以较好的满足PDF、ACF
2.MCMC方法模拟风速模型
MCMC法把随机过程(风速时间序列v(t))离散为多个状态，并确定这 些状态之间的转移概率。
二阶马尔科夫转移矩阵的产生方法：
确定最大风速
步长 ，得到m个风速状态。
条件概率：
2.MCMC方法模拟风速模型
使用原始数据得到马尔科夫转移概率矩阵P
i-j状态后到k状态的次数 i-j状态后到所有的次数
2.MCMC方法模拟风速模型
为了进一步使用蒙特卡洛法产生随机数据，计算累积转移概率矩阵Pcum
该矩阵中的元素为：
图3.30kV配电网络和WPP Orlice线路图
5.算例分析
传统分析方法(确定性方法)：
对以下的典型状况进行潮流计算： (a)不含风电场Orlice的配电网 (a1)最大负载 (a2)最小负载 (b)含风电场Orlice的配电网 (b1)最大负载、最小风电场出力 (b2)最小负载、最大风电场出力
时序负荷曲线被分割为N个离散状态，时序发电曲线被分割为M个离 散状态，经过潮流计算分析，得到M*N的节点电压矩阵。
4.离散化电压模型
M=11
N=9
节点电压矩阵
用潮流计算方法计算部分状态下的电压，其他电压用双线 性插值法(bilinear interpolation)得到。
4.离散化电压模型
双线性插值法：
The impact of wind power plants on slow
voltage variations in distribution
networks
配电网中风电场对电压变化中造成 的影响
文章概述
1.研究目的
建立一种考虑风电场(WPP)出力和负载共同作用下的 离散电压概率模型，更准确的计算风电场并网后的配 电网稳态电压波形和慢速电压偏移
3.长期风速仿真模型
为了模拟出年发电量变化与风速数据之间的 相关性，引入因子k，k满足以下表达式：
：相对风机年发电变化（以 为基准值的标幺值） 与 之间的关系为线性关系： a和b由上述表达式确定
3.长期风速仿真模型
考虑长期风速变化性的风速产生的方法：
1.使用实测风速数据计算风机当年的年发电量
2.计算(基于步骤1的计算)或者假设风机年度发电量变化的PDF函数
2.MCMC方法模拟风速模型
获得了Pcum之后，可以产生人工风速数据，具体方法如下：
1.在0和 范围内随机产生两个初始风速状态(i,j) 2.产生均匀分布在[0,1]区间的随机数u 3.用初始状态(i,j)状态和Pcum得到新状态k 4.设i=j, j=k 循环2-3-4步骤直到得到想要的人工风速数据
2.研究内容
用二阶马尔科夫链蒙特卡罗法(MCMC)模拟风速 配电网稳态电压波形分析和电压偏移分析 在已有的配电网上并入风电场的模拟分析
3.研究思路
文章概述
文章概述
4.创新点
提出了一种离散化的，考虑发电和负载同时作用的计算配电网 状态的方法 使用MCMC法产生风速数据，与原始数据能较好匹配
5.文章不足及进一步研究
1.引言
风电场接入配网后，引起变化的系统稳态运行特征：
配网中风电场接入的馈线电压 配网中的功率及能量损失
传统的计算电压偏移的方法:
(1)确定性方法，严格规定电压偏移的容许量在±6%以内
U%10S0SKcosk()
(2)对一些典型的网络状态进行潮流计算，即计算最大发电/最小负 荷与最小发电/最大负荷这两个极限（忽略了负载变化的影响）
3.确定模拟年相对年发电变化量
与因子k之间的关系
4.使用蒙特卡罗法和步骤2得到的PDF计算模拟年的
5.对得到的
，用函数关系
计算对应的k
6.用前文的MCMC法产生人工风速数据，并用因子k因使得到பைடு நூலகம்数据
量增加。
4.离散化电压模型
4.离散化电压模型
配网电压变化分析的依据：
配电网节点的时序负荷(有功无功)曲线(一年中每10分钟平均 一次) WPP的时序发电曲线(一年中每10分钟平均一次，使用实测或 原始风速数据得到)
方法需要大量的实测风速与负载数据，可能难以获得 为了减小计算的复杂程度，文章做了较多的近似，而且对于公共 耦合点(PCC)电压只选取了部分的电源-负荷点进行计算，其余点用 双线性插值法得到，精度不高
文章结构
• 引言 • MCMC方法模拟风速模型 • 长期风速仿真模型 • 风电场与负荷作用下的离散化电压模型 • 算例分析 • 结论
5.算例分析
图4.确定性方法得到的在有/无风电场下的电压范围
5.算例分析
时间序列方法：
目的是确认风电场出力变化对电压波形和电压变化的 影响，并且分离出因为配网负载变化带来影响。
情况1：不带风电场的配电网 情况2-a:带风电场的配电网，风电场出力模型基于实测风速时序 情况2-b:带风电场的配电网，风电场出力模型基于模拟风速时序 情况2-c:带风电场的配电网，风电场出力模型基于实测风速时序，
已知：函数 f 在 Q11 = (x1, y1)、Q12 = (x1, y2), Q21 = (x2, y1) 以及 Q22 = (x2, y2) 四个点的值 待求：未知函数 f 在点 P = (x, y) 的值
4.离散化电压模型
虽然对于电压/无功问题， 线性化处理并非很准确，但 系统正常运行时，电压变化 范围较小(额定值的±10%内)， 线性化可以处理。