随着大量新能源场站接入交直流混联电网,系统的静态电压稳定裕度(static voltage stability margin,SVSM)水平具有很大的不确定性,需要研究考虑新能源场站高阶不确定性的交直流混联电网SVSM计算方法。针对此问题,首先建立了交直流混联电...随着大量新能源场站接入交直流混联电网,系统的静态电压稳定裕度(static voltage stability margin,SVSM)水平具有很大的不确定性,需要研究考虑新能源场站高阶不确定性的交直流混联电网SVSM计算方法。针对此问题,首先建立了交直流混联电网SVSM计算模型,模型中考虑了直流换流站控制方式随负荷增长的切换;采用概率盒模型描述风速与光照强度的随机波动,提出了改进区间半不变量法以获得更准确的SVSM概率盒,该方法通过K-means++聚类算法将随机变量样本划分为多个波动范围较小的样本集,以降低半不变量的线性化计算带来的误差;并结合Gram-Charlier级数展开和概率加权和计算得到考虑新能源场站高阶不确定性的系统SVSM概率盒。通过对修改的IEEE-39节点交直流系统和南方电网两个算例的分析,并与区间半不变量法和双层蒙特卡洛法比较,验证了所提出方法获得的SVSM概率盒具有较高的计算精度和效率。展开更多
随着风电等间歇性新能源的大规模并网,电网运行状态变化频繁,传统基于典型运行方式计算的输电断面极限传输功率(Total Transfer Capability,TTC)适用性降低。文中提出一种基于数据挖掘的输电断面动态TTC在线构建方法。首先,基于风电和...随着风电等间歇性新能源的大规模并网,电网运行状态变化频繁,传统基于典型运行方式计算的输电断面极限传输功率(Total Transfer Capability,TTC)适用性降低。文中提出一种基于数据挖掘的输电断面动态TTC在线构建方法。首先,基于风电和负荷的超短期预测及预测误差的高阶不确定性,采样生成“风电-负荷”二维数组及相应运行状态集,对部分运行状态计算其TTC,获得用于构建输电断面动态TTC的有标记/无标记知识库;然后,通过混合互信息法选择出与TTC存在强关联的特征属性;最后,利用半监督协同训练,建立TTC偏差与特征属性之间的定量关系,进而得到输电断面动态TTC。算例验证表明,该方法不仅能够基于超短期预测及预测误差的不确定性准确估计输电断面TTC,而且能够量化提供提高TTC的调度信息,同时,采用半监督数据挖掘技术,减少了计算TTC的次数,构建动态TTC速度快,能够较好的适应在线运行方式。展开更多
文摘随着大量新能源场站接入交直流混联电网,系统的静态电压稳定裕度(static voltage stability margin,SVSM)水平具有很大的不确定性,需要研究考虑新能源场站高阶不确定性的交直流混联电网SVSM计算方法。针对此问题,首先建立了交直流混联电网SVSM计算模型,模型中考虑了直流换流站控制方式随负荷增长的切换;采用概率盒模型描述风速与光照强度的随机波动,提出了改进区间半不变量法以获得更准确的SVSM概率盒,该方法通过K-means++聚类算法将随机变量样本划分为多个波动范围较小的样本集,以降低半不变量的线性化计算带来的误差;并结合Gram-Charlier级数展开和概率加权和计算得到考虑新能源场站高阶不确定性的系统SVSM概率盒。通过对修改的IEEE-39节点交直流系统和南方电网两个算例的分析,并与区间半不变量法和双层蒙特卡洛法比较,验证了所提出方法获得的SVSM概率盒具有较高的计算精度和效率。
文摘随着风电等间歇性新能源的大规模并网,电网运行状态变化频繁,传统基于典型运行方式计算的输电断面极限传输功率(Total Transfer Capability,TTC)适用性降低。文中提出一种基于数据挖掘的输电断面动态TTC在线构建方法。首先,基于风电和负荷的超短期预测及预测误差的高阶不确定性,采样生成“风电-负荷”二维数组及相应运行状态集,对部分运行状态计算其TTC,获得用于构建输电断面动态TTC的有标记/无标记知识库;然后,通过混合互信息法选择出与TTC存在强关联的特征属性;最后,利用半监督协同训练,建立TTC偏差与特征属性之间的定量关系,进而得到输电断面动态TTC。算例验证表明,该方法不仅能够基于超短期预测及预测误差的不确定性准确估计输电断面TTC,而且能够量化提供提高TTC的调度信息,同时,采用半监督数据挖掘技术,减少了计算TTC的次数,构建动态TTC速度快,能够较好的适应在线运行方式。