基于邻域最优概率的GRAPES快速更新循环同化预报系统逐时降水订正方法

针对高分辨率数值天气预报的时空不确定性,利用邻域最优概率方法对华南区域GRAPES快速更新循环同化预报系统的24 h预报进行逐时降水订正和检验评估。结果表明:(1)邻域法能改善模式降水预报的空间不确定性,最优邻域半径随降水等级增加而减小,强降水的最优邻域半径约为60 km;(2)通过引入时间滞后因子,可进一步改善模式不同时间起报的不确定性,结合Brier评分确定了时间滞后窗为4 h;(3)提出基于邻域最优概率阈值的降雨进行分级订正方法,有效提升了降水客观预报能力,晴雨预报较模式全部为正技巧,TS评分达到0.89以上,总体提升幅度约5.3%;强降水预报同样均为正技巧,TS评分呈先降后升趋势,在12 h时效前后预报效果最优,进一步提升了GRAPES快速更新循环同化预报系统的业务预报水平。

基于最优概率的中期延伸期过程累计降水量分级订正预报

采用ECMWF集合预报降水量资料和中国降水量观测资料,研发了基于最优概率的过程累计降水量分级订正预报(OPPF)技术,并在遵循总体技术思路的基础上设计出三种不同的OPPF计算方案(OPPF1、OPPF2、OPPF3),继而选用2015—2017年汛期(5—9月)中国91次区域性强降水过程进行回报试验和预报效果对比评估,结果表明:(1)在中期延伸期预报时效(96~360小时),对强降水和有无降水的预报效果,三种OPPF均明显优于集合平均(EMPF)和控制预报(CTPF);对中等以上或较强以上强度降水的预报效果,OPPF1和OPPF3明显优于CTPF、与EMPF基本接近。(2)三种OPPF相比,OPPF3的预报效果较OPPF1总体略胜一筹,两者均好于OPPF2。(3)预报效果存在明显的地域差异,南方地区强降水预报的TS评分明显大于北方地区,且OPPF3预报效果明显优于EMPF;在96~240小时预报时效,东北地区东部OPPF3强降水的预报效果也明显好于EMPF。

计及源荷双侧不确定性的 MES 最优概率潮流研究

针对多能源系统(multi⁃energy systems,MES)源荷双侧不确定性问题,提出了一种改进的JAYA(modified JAYA,MJAYA)算法,计算多目标函数的最优概率潮流(probabilistic optimal power flow,POPF)。其次,研究了多能源系统各子系统的数学模型、约束条件和4个目标函数的POPF表达式,利用价格惩罚因子和加权参数将多目标函数转化为单目标函数。最后,在DIgSILENT/Power Factory仿真软件IEEE 39节点系统中,计算接入新能源前后的系统参数和目标函数值并与文献中其他方法进行了比较,验证所提方法的有效性。仿真结果表明,新能源接入后系统总目标函数最优解降幅为2.2%,且新能源渗透率40%时系统性能最佳,总目标函数值经济环境效益最优。

含光伏和风电的互联电力系统概率最优潮流

为了实现更大范围的资源优化配置,提高光伏和风电的消纳能力,实现“双碳”目标以及在更大的市场内进行竞争,互联电网各区域间联络断面功率必须调整至指定值以满足交易功率约束。为此,针对含光伏和风电的互联电网,提出了考虑交易功率约束的概率最优潮流模型及算法。首先以网损为目标函数,考虑交易功率约束以及光伏和风电的间歇性,建立了概率最优潮流模型,然后采用随机响应面法求解概率最优潮流。针对IEEE 30节点系统改造而成的互联电网进行仿真分析,验证了所提模型和方法的正确性和有效性。

新能源配电系统非参数概率最优潮流解析方法

分布式新能源的大规模接入给配电系统的安全经济运行带来了严峻的挑战。为准确分析新能源出力不确定性对配电系统运行决策的影响,该文提出一种基于卡罗需–库恩–塔克(Karush-Kuhn-Tucker,KKT)条件与高斯混合模型的新能源配电系统非参数概率最优潮流计算方法。基于最优潮流问题的KKT条件获得从新能源出力等输入变量到机组出力等输出随机变量最优解的解析映射关系,显著简化了优化问题的求解过程。采用多元高斯混合模型对新能源出力概率分布进行描述,准确表征含有相关性的新能源出力的概率特性。最后,采用IEEE-33节点配电系统算例仿真分析验证所提配电系统非参数概率最优潮流计算方法的有效性。

基于特征降维与分块的输电网概率最优潮流深度学习方法

概率最优潮流需要对非线性最优潮流问题进行重复求解,计算量较大,从而限制了其应用。提出一种基于特征降维、分块和深度神经网络辅助预测的最优潮流两阶段求解方法。在第一阶段,提出基于深度神经网络的最优潮流部分关键决策变量的优先辨识策略,以解决深度学习中因特征维度过高而导致的数值湮没问题,进而以最优潮流的结果特征为导向,基于关联性分析和聚类分析挖掘最优潮流输入与输出特征的关联性匹配度,并构建样本数据的分块特征库,以降低学习难度。在第二阶段,利用深度神经网络完成部分关键决策变量的分块映射,基于潮流模型恢复剩余状态变量,并对计算结果不收敛、不满足约束的情况进行修正,以恢复可行性。根据最优潮流两阶段求解方法构建概率最优潮流求解方法。仿真结果表明所提方法在最优潮流、概率最优潮流的求解速度和求解精度上均有较好的表现。

基于交叉项解耦随机响应面的电–气互联系统低碳化概率最优能量流

针对双碳战略目标下含大量不确定因素的电–气互联系统的低碳化运行需求,建立电–气互联系统低碳化概率最优能量流模型,提出基于交叉项解耦的改进随机响应面法实现高效求解。首先,构建碳捕集-电转气的低碳化协同运行模式,通过碳的循环利用和氢的多模式协同利用,促进异质能源系统的高效交互,并基于此建立电–气互联系统低碳化概率最优能量流模型;然后,针对现有电–气互联系统概率分析方法难以平衡计算精度与求解效率的不足,提出一种基于交叉项解耦随机响应面的概率能量流分析方法,采用泰勒级数展开对Wiener混沌多项式中的交叉项进行解耦与简化处理,从而克服随机响应面方法难以处理高维随机变量的缺陷;最后,采用IEEE 39-NGS 20和IEEE 118-NGS 90这2个电–气互联系统,验证所提模型和方法的准确性和适应性。

基于最优概率配点的向量型层递响应面法分析结构可靠度

概率配点的选取策略是响应面法研究的关键问题之一.论文提出了配点矩阵行满秩原则,据此筛选层递响应面的最优概率配点.首先利用结构总体刚度矩阵和荷载列阵定义预处理随机Krylov子空间,并利用该空间的层递基向量近似展开结构的总体节点位移向量,建立层递响应面表达式;然后利用层递基向量所对应的基本随机变量组合构造随机行向量,并形成配点矩阵,根据配点矩阵行满秩原则筛选确定层递响应面的最优概率配点,进而通过回归分析确定层递响应面的待定系数.分析表明,层递响应面法具有良好的全域性且待定系数极少;基于配点矩阵行满秩原则筛选最优概率配点能够排除大部分作用不大的配点,大幅减少概率配点数目,与传统响应面法及随机响应面法相比,层递响应面法能够取得更好的计算效率和精度.

计及相关性的电—气互联系统概率最优潮流

为了缓解环境污染,"减煤增气"已成为能源结构调整的大趋势,"能源互联网"的提出加强了天然气网络与电力系统的紧密耦合。传统以电力系统为对象的最优潮流忽略了天然气网络的运行约束对电力系统造成的影响,可能导致优化结果过于乐观。因此提出了一种电—气互联系统的联合最优潮流,以互联系统的总运行成本为优化目标,考虑电力网与天然气网的运行约束。并且针对新能源接入背景下的不确定性,考虑输入变量之间的相关性,采用基于Nataf变换的点估计法进行概率最优潮流计算。对修改的IEEE 39节点系统与比利时20节点天然气网络进行算例分析,验证了所提模型的可行性以及有效性,并在此基础上分析了不同的波动水平及相关性对系统运行特性的影响。

概率最优潮流的点估计算法

针对电力市场运营中存在的不确定因素,该文提出一种基于三点估计的概率最优潮流算法。这种算法采用随机变量的高阶矩构造估计点,通过随机变量与目标函数之间的确定性关系对目标函数进行点估计,得到目标函数的统计特征值。文中所提出的算法能方便地将概率问题转化为确定性问题处理,因此可利用电力系统中已有的计算资源,提高计算效率。IEEE-30和118节点系统算例表明,和蒙特卡罗仿真及两点估计法相比,基于三点估计法的概率最优潮流分析计算量小,结果准确,得到的概率信息能更全面地反映电力市场的运行状况。

基于概率最优潮流的风电接入能力分析

提出了一种基于概率最优潮流的风电接入能力分析方法。考虑风电场风速的随机性,应用机会约束规划理论,在同时满足系统潮流约束和安全运行的前提下,以系统接纳风电容量最大化为目标,建立了一个含随机变量的多变量、多约束、非线性混合整数规划模型,并提出了一种基于随机模拟技术的粒子群优化算法求解模型。以IEEE-30节点测试系统为算例,验证了上述模型和算法在评估风电接入能力问题上的可行性和有效性,同时还对影响风电接入能力的相关因素进行了分析,以对风电场的规划设计提供有益参考。

考虑源荷不确定性的概率最优潮流

本文建立了电力市场环境下的概率最优潮流模型,并采用基于对称采样策略的无迹变换方法求解。模型中考虑了新能源出力、负荷和发电商报价的不确定性,揭示了概率性背后隐藏的市场规律和系统运行的薄弱环节;无迹变换方法通过非线性变换传递概率信息,引入比例及高阶信息参数以减小局部效应及高阶项误差,而且对随机变量的相关性影响进行了分析。IEEE30和118节点系统计算结果表明无迹变换方法实现简单高效,可精确求解电力市场的概率最优潮流问题,输出的运行特征量统计信息可为评估系统的市场运行状况提供更为可靠全面的参考。

基于无迹变换的含大规模风电场电力系统概率最优潮流计算

提出了一种基于无迹变换(UT)技术求解大规模风电场并网的电力系统概率最优潮流(POPF)的计算方法。利用UT技术将POPF问题转化为少量样本点的确定性最优潮流问题,然后采用现代内点法加以求解。考虑了风电场出力的随机性和节点负荷功率的不确定性,讨论了不同风电接入水平下利用该方法计算POPF模型中变量的概率特征参数的计算精度。IEEE 30节点、IEEE 57节点、IEEE 118节点标准系统和一个实际系统S-1047的计算结果表明,与蒙特卡洛方法相比,基于UT技术的POPF计算方法在保持误差很小的同时,计算效率可提高数十倍,且容易实现、易于处理随机变量相关性,为POPF问题的有效求解和应用提供了工具。

一种基于最优策略概率分布的POMDP值迭代算法

随着应用中POMDP问题的规模不断扩大,基于最优策略可达区域的启发式方法成为了目前的研究热点.然而目前已有的算法虽然保证了全局最优,但选择最优动作还不够精确,影响了算法的效率.本文提出一种基于最优策略概率的值迭代方法 PBVIOP.该方法在深度优先的启发式探索中,根据各个动作值函数在其上界和下界之间的分布,用蒙特卡罗法计算动作最优的概率,选择概率最大的动作作为最优探索策略.在4个基准问题上的实验结果表明PBVIOP算法能够收敛到全局最优解,并明显提高了收敛效率.

双馈感应发电机参与调频的概率最优潮流模型

随着风电并网容量增加,风电机组部分取代同步机组,需要其参与调频以维持电网稳定性。现有电网经济调度研究,在考虑频率时往往忽略风电,或以风电功率代替具体风电机组。提出一种计及双馈感应发电机(DFIG)参与一次调频的概率最优潮流模型。计及风速预测误差概率特性,在优化目标中引入频率偏移,通过权重系数兼顾发电成本和频率偏移。引入DFIG内部约束,提出优化模型中DFIG参数的修正方法,实现DFIG与同步发电机共同参与一次调频。算例分析了DFIG参与调频效果、目标权重系数对优化结果的影响,给出了发电成本和频率偏移的概率特性,验证了所提模型的有效性。

含相关性随机变量的概率最优潮流问题的蒙特卡罗模拟方法

采用三阶多项式变换技术构建了一个可以处理非正态相关的多变量随机因素的概率最优潮流蒙特卡罗模拟模型。并使用该模型讨论了风力发电和负荷随机性对最优潮流解的影响,具体分析了随机变量的相关性以及波动幅度对系统运行成本、发电机组出力、边际电价以及节点电压、节点相角和线路潮流的影响。基于IEEE-118节点的算例分析表明,给出的三阶多项式变换技术所生成的相关系数和边际概率分布的随机数与指定值具有良好的拟合精度,而随机因素的相关性对概率最优潮流的影响显著,不可忽略。该方法提供了一个具有理论基础的的讨论工具。

含经VSC-HVDC并网海上风电场的交直流系统概率最优潮流

由于海上风速的不确定性,海上风电场并网会对电力系统最优潮流(OPF)产生影响,提出含基于电压源换流器的高压直流输电(VSC-HVDC)并网海上风电场的交直流系统概率最优潮流计算模型。首先,利用非参数核密度估计拟合海上风速分布,建立海上风电场和VSC-HVDC的稳态模型;然后,基于拉丁超立方采样得到标准正态分布样本,利用等概率变换理论和Nataf变换技术得到具有相关性的输入变量样本;最后,采用原对偶内点法进行OPF计算,得到输出变量的样本,利用统计学方法得到输出变量的数字特征和概率分布。IEEE 14节点和IEEE 118节点系统仿真结果验证了算法的准确性和高效性。

基于数字网系方法的概率最优潮流计算

风电场和光伏电站的大规模接入使得在进行电力系统最优潮流计算时需要考虑风电场和光伏电站出力的随机性。传统的蒙特卡洛法耗时长、占用内存大,文中提出一种利用数字网系(DN)的采样值具有等分布这一特性来改善输入随机变量分布空间覆盖程度的方法,并将该方法用于含风电场和光伏电站的电力系统概率最优潮流计算中。以IEEE 30节点系统对所提方法的准确性与有效性进行了验证,仿真结果表明:DN方法可以较好地估计输出随机变量的概率分布,能有效地处理电力市场中的不确定性问题。将该方法用于IEEE 300节点系统,研究了系统接入不同容量光伏电站对节点电价的影响。同时,还将风电场和光伏混合系统与单独风电场系统进行对比,得到前者的节点电价、网损和支路功率波动更小的结论。

基于离散傅里叶变换矩阵的概率最优潮流计算方法

随着大规模可再生能源并网,不确定性源增多,现代电力系统规模扩大,导致其电力系统概率最优潮流计算更加耗时。其中,网络规模变大将导致单次确定性最优潮流的求解变得更为复杂,而另一方面不确定源变多的潜在后果是必须增加确定性最优潮流的求解次数才能保证输出结果的精确性。针对上述问题,引入离散傅里叶变换法(Discrete Fourier transformation matrix,DFTM)对概率最优潮流进行分析与计算,并对其样本点的选取策略进行了深入分析。DFTM法采点数量灵活,同时可以精确地处理具有相关性的随机变量,能够较好地兼顾目前概率最优潮流计算中的精度与速度问题。最后基于改进的IEEE 118节点算例,以传统蒙特卡洛模拟法的结果作为参考,验证了DFTM法在非对称分布变量所占比例不同场景下的概率最优潮流计算精度与速度优势。并通过与无迹变换法进行对比,进一步展现了DFTM法的优越性能。

微电网概率性最优的储能容量研究

针对可再生能源发电受外界环境影响较大、难以控制,接入微电网后对其安全运行带来很大挑战的问题,指出在微电网中接入储能装置可有效地解决此问题;研究了微电网孤岛运行时储能容量的确定方法,提出了一种概率性最优的储能容量确定方法:计算了微电网调度出力与负荷需求的功率差额,并根据其概率函数密度曲线确定储能系统的最大充放电功率;根据储能系统不同时刻其充、放电量累计值的概率函数密度曲线,求出其最优储能容量,使电网能实现经济效益最优和可再生能源利用率最大。采用该方法确定微电网储能容量,具有求解方法简捷、所需储能容量小的特点。