结合状态削减技术的电力系统黑启动动态规划算法

电力系统黑启动预案是电网运行安全的必要保障,但人工进行方案决策的现状难以适应复杂电力系统和多样化的故障后场景。为此,建立电力系统黑启动过程的马尔科夫决策过程模型,提出一种基于状态削减技术和动态规划方法的黑启动方案自动生成算法,其优化目标是以最短的时间将系统恢复至任意预定状态,能够适应不同的故障后场景,支持并行的恢复操作。采用IEEE 14节点系统、新英格兰39节点系统以及鄂东南电网对算法的可行性进行了验证。算例结果表明,该算法能够在较短时间内生成合理的黑启动方案,同时能够在黑启动初期通过发电机组与负荷的协调恢复抑制网架的过电压现象。

采用通用生成函数法的自治微网旋转备用充裕性评估

自治微网中可再生能源的随机波动特性对旋转备用容量的运行规划提出了新的要求。基于通用生成函数法(UGF),结合马尔可夫技术建立了自治微网内各元件的多状态概率预测模型,提出了自治微网旋转备用概率预测充裕性评估方法与流程。模型综合考虑了风速、光照强度的预测不确定性,以及风机、光伏系统的随机故障特性和拓扑结构。针对UGF处理多状态会产生组合爆炸问题,采用合并同类项、均摊法以及改进K-means聚类进行状态削减,以减小计算负担、提高计算速度。通过MATLAB编程对自治微网算例系统进行仿真分析,结果表明增大传统机组爬坡速率、合理设置光风容量以及初始储能状态有助于提升旋转备用裕度程度。