[發明專利]光伏不確定性對電力系統小信號穩定性影響的評估方法

有效

• 申請號: 201910249847.6
• 申請日: 2019-03-29
• 公開（公告）號: CN109861293B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 田春箏;劉萬勛;邵紅博;蔣小亮;司瑞華;于琳琳;張麗華;賈鵬;李甜甜;秦亮;劉開培
• 申請（專利權）人: 國網河南省電力公司經濟技術研究院;武漢大學;國家電網有限公司
• 主分類號: H02J3/38
• 分類號: H02J3/38
• 代理公司: 鄭州知己知識產權代理有限公司 41132
• 代理人: 裴景陽

1.一種光伏不確定性對電力系統小信號穩定性影響的評估方法，其特征在于，包括以下步驟：

S1：光伏建模，建立起包含阻尼控制器的光伏系統動態模型，將其線性可以得到光伏的小信號模型；

S2：包含光伏的電力系統小信號建模，結合光伏小信號模型和交流電力系統小信號模型，并消去發電機定子電流和負荷節點電壓，即可構成含光伏電力系統的小信號模型；

S3：光伏出力的不確定性建模，光伏出力在較廣泛的時間尺度內近似服從Beta分布，用相關系數矩陣來描述變量間的相關性，并利用多項式正態變換處理非正態分布隨機變量間的相關性，從而能夠處理非正態分布隨機變量間的相關性；

S4：全局靈敏度分析，利用Sobol指標定量評估系統對不確定性的全局靈敏度。

2.如權利要求1所述的光伏不確定性對電力系統小信號穩定性影響的評估方法，其特征在于：

S1：光伏建模，建立起包含阻尼控制器的光伏系統動態模型，將其線性可以得到光伏的小信號模型，如(1)所示：

該公式(1)中，△x_PV代表光伏電站動態模型中的狀態變量，△V_PV，△V_g和△V_l分別代表光伏電站，發電機和負荷所連交流母線的電壓，△u_PV是光伏動態模型的輸入，A_PV，B_PV，C_PV，D_PV1，D_PV2，D_PV3和E_PV分別是系數矩陣；

S2：包含光伏的電力系統小信號建模，結合光伏小信號模型和交流電力系統小信號模型，并消去發電機定子電流和負荷節點電壓，即可構成含光伏電力系統的小信號模型；如(2)所示，其中K_A，K_B，K_C，K_D和K_E分別是根據發電機和光伏系數矩陣計算得到的全局模型的系數矩陣；

式中，△x＝[△x_g；△x_PV]，△V＝[△V_g；△V_PV]，△u＝[△u_g；△u_PV]，△x_g、△V_g和△u_g分別為發電機中的狀態變量、交流母線電壓和輸入，特征根λ由矩陣Asys計算，Asys如(3)所示；

S3：光伏出力的不確定性建模，光伏出力在較廣泛的時間尺度內近似服從Beta分布，其概率密度如(4)所示，

式中：p和P_max分別為光伏電池輸出功率與最大輸出功率，α和β為形狀系數，Γ為Γ函數；

用相關系數矩陣來描述變量間的相關性，并利用多項式正態變換處理非正態分布隨機變量間的相關性，從而能夠處理非正態分布隨機變量間的相關性；

如(5)所示，其中x_p是需要擬合的隨機變量，z_p是標準正態分布，a_i是多項式系數；

采用最小二乘法計算a_i，為保證不同光伏出力間的相關性，然后確定其對應標準正態分布間的相關系數ρ_z，在得到具有相關性的標準正態分布后，利用Cholesky分解即可得到獨立的標準正態分布，將獨立正態分布代入(5)即可得到具有相關性的光伏出力概率分布；

S4：全局靈敏度分析，利用Sobol指標定量評估系統對不確定性的全局靈敏度，其中，Sobol指標分為FOSI和TESI，其計算方法如下：

FOSI代表了每個輸入變量對輸出變量方差的主要貢獻，其定義如(6)所示，其中E代表期望，V代表方差，X_i代表第i個輸入，Y代表輸出，S_i越大說明X_i的不確定性對系統輸出的影響越大；

TESI計入了輸入變量X_i對輸出變量方差的總的貢獻，能考慮不同輸入之間的交互作用，其定義如(7)所示，其中X_～i代表除X_～i外的所有輸入，S_Ti越大說明X_i的不確定性對系統輸出的影響越大，

3.如權利要求2所述的光伏不確定性對電力系統小信號穩定性影響的評估方法，其特征在于：所述FOSI和所述TESI的求解方法，采用基于蒙特卡羅模擬進行求解，能夠考慮具有任意概率分布的輸入及具有相關性的輸入，其步驟如下：

生成一個N×k維的隨機矩陣A，其中N為蒙特卡羅仿真的次數，k為不確定性輸入的個數，該隨機矩陣通過拉丁超立方抽樣得到，能夠計入任意概率分布或通過光伏電站歷史數據模擬，并且能夠考慮不同輸入間的相關性；然后以和生成矩陣A同樣的方法生成一個N×k的隨機矩陣B，再生成一個N×k的隨機矩陣C_i，C_i與B一致，但C_i的第i列來自于矩陣A_i的第i列；

根據3個輸入采樣矩陣A，B和C_i，計算對應的輸出y_A，y_B和y_Ci，這3個輸出的維數都是N×1；

根據3個輸出矩陣，FOSI可以通過(8)進行估計；

其中f₀如(9)所示；

類似的，TESI可以通過(10)進行估計；

系統的輸出選取為系統特征根λ阻尼比中的最小值，即系統關鍵特征值的阻尼比，如(11)所示；

y＝min(-real(λ)/abs(λ)) (11)。