一种基于PSD-BPA的大型电力系统随机潮流计算方法技术方案

本发明专利技术公开了一种基于PSD‑BPA的大型电力系统随机潮流计算方法，基于历史数据，对风速和光照强度进行概率建模和相关性建模；基于模型采样生成风速和光照强度数据，并转化为出力场景集合作为输入；分析系统运行方式数据，根据每个采样场景分别修改对应运行参数，调用PSD‑BPA程序完成计算，读取并记录各场景下的潮流计算结果；读取随机潮流计算结果，绘制经验累积分布函数和概率密度函数；计算节点电压和支路潮流越限的概率，分析系统局部或整体潮流风险，若概率大于允许值，则认为节点/支路存在风险。本发明专利技术开发对PSD‑BPA软件实现了有效的调用与数据对接，能够对大型电力系统实现准确、高效的蒙特卡洛随机潮流计算。

【技术实现步骤摘要】
一种基于PSD-BPA的大型电力系统随机潮流计算方法
本专利技术属于电力系统模拟和潮流计算
，具体涉及一种基于PSD-BPA软件的大型基于PSD-BPA的大型电力系统随机潮流计算方法。
技术介绍
潮流计算是电力系统规划和运行中不可或缺的重要组成部分，为系统的规划和运行提供基础参考和校验的依据。传统的电力系统潮流计算主要是指根据给定的运行条件及系统接线方式，确定整个电力系统各部分的运行状态。近年来，伴随着风能、太阳能等新能源大规模并网，电力系统的电源侧出现了大量的随机性和不确定性，使得电力潮流的时空分布也呈现随机波动的特性。因此，需要引入随机潮流，在进行电力系统分析时考虑系统的各种不确定因素的随机性，分析系统运行参数的概率特性，从而使得计算分析更加贴合实际电网的运行状态。蒙特卡洛模拟是随机潮流计算的常用方法，主要通过概率采样构建场景库，对每一个场景进行确定性分析，并根据多个场景的计算结果得到潮流的近似概率分布。由于蒙特卡洛模拟需要的计算次数较多，常常不得不牺牲单次潮流计算的精度以提高求解速度，尤其在针对大型系统进行分析时难以全面考虑系统中的各种元件和参数。目前市场上已有PSD-BPA(PowerSystemDepartment-BonnevillePowerAdministration，由中国电力科学研究院基于引进的BPA软件开发而成)等成熟的潮流分析软件，能够实现潮流迭代计算和变压器分接头调整、无功补偿器投切等复杂调节过程的全面建模，但这些软件通常基于传统的确定性方法，其计算功能难以扩展应用于随机潮流等较复杂的计算分析。因此，设计合理的蒙特卡洛模拟方法，在考虑随机因素波动特性的同时，有效利用传统潮流分析软件的计算能力，实现高效率、高精度的随机潮流计算，对于新形势下的大型电力系统规划与运行具有重大意义。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于PSD-BPA软件的大型基于PSD-BPA的大型电力系统随机潮流计算方法，综合考虑各种随机因素与各种系统构成，同时有效利用传统潮流分析软件的计算能力，实现高效、准确的大型电力系统随机潮流计算。本专利技术采用以下技术方案：一种基于PSD-BPA的大型电力系统随机潮流计算方法，包括以下步骤：S1、基于历史数据，对风速和光照强度进行概率建模和相关性建模；基于模型采样生成风速和光照强度数据，并转化为出力场景集合，作为步骤S2的输入；S2、分析系统运行方式数据，根据每个采样场景分别修改对应运行参数，调用PSD-BPA程序完成计算，读取并记录各场景下的潮流计算结果；S3、读取步骤S2的随机潮流计算结果，绘制经验累积分布函数和概率密度函数；计算节点电压和支路潮流越限的概率，分析系统局部或整体潮流风险，若概率大于允许值，则认为节点/支路存在风险。具体的，步骤S1具体为：S101、获取接入系统的多个风电场的历史风速数据、多个光伏电站的历史光照强度数据，并进行异常数据处理；S102、采用Weibull分布对每个风电场风速的历史数据进行拟合，然后利用极大似然估计对Weibull分布形状参数k和尺度参数λ进行估计；对光照强度数据进行标幺化处理，采用Beta分布对每个光伏电站光照强度的历史数据进行拟合，通过极大似然估计法对Beta分布参数α和β进行估计；S103、根据各个风电场风速的Weibull累积分布函数及各个光伏电站光照强度的Beta累积分布函数，将出力数据映射为[0，1]区间内的分位数数据；S104、采用高斯Copula函数对多个风速序列分位数数据和多个光照强度序列分位数数据进行拟合，通过极大似然估计法对高斯Copula函数参数ρ进行估计；S105、基于建立的模型采样生成风速和光照强度数据，对高斯Copula函数参数ρ进行采样，获得蒙特卡洛样本矩阵W'm和S'm，得到满足相关性的[0，1]单位数据；通过各个风电场风速的累积分布函数和各个光伏电站光照强度的累积分布函数，将单位数据转化为风速和光照强度数据；S106、根据风电场风速与出力的特性曲线，将蒙特卡洛风速数据转化为风电场出力数据；根据光伏电站光照强度与出力的特性曲线，将光照强度数据转化为光伏电站出力数据；将所有出力的场景输出，作为与PSD-BPA交互的输入。进一步的，步骤S105中，对蒙特卡洛样本矩阵中的每个样本w′ij或s′ij，基于步骤S102中拟合得到的累积分布函数FW(w)和FB(s)，映射到实际的风速wij及光照强度值ij如下：wij＝FW(w′ij)或sij＝FB(s′ij)并将映射得到的风速及光照强度值组成新的蒙特卡洛样本矩阵Wm和Sm。具体的，步骤S2具体为：S201、读取并分析系统运行方式文件，查找并记录各个相关数据行的位置，包括随机波动的新能源和负荷所在的母线、区域联络线和直流输电线路，存储为内部映射；S202、从场景集中选取新场景，确定需要修改的系统运行参数，包括新能源机组出力和负荷大小，在内部数据映射中查找参数所在位置，对原有数据进行覆盖或增减，并生成新的运行方式文件；S203、以PSD-BPA软件潮流计算程序的路径为调用对象，以新生成的此场景运行方式文件路径和指定的输出文件路径为调用参数，生成用于程序调用的Shell命令行语句，在后台通过命令行调用PSD-BPA软件的潮流计算程序，计算对应场景下的电力潮流；S204、等待调用程序计算完成，读取并解析计算结果文件，检查潮流计算是否收敛：如潮流不收敛，输出警告，并记录场景的信息；如潮流收敛，读取并存储潮流计算结果，包括节点电压的幅值和相位、线路和变压器上流过的有功和无功功率、线路和变压器的有功和无功损耗；S205、检查是否所有场景均计算完成：如果计算未完成，返回步骤S202；如果计算完成，整理所有场景下的潮流计算结果，包括所有场景下的潮流收敛性和给定运行方式下的系统运行状态，并将数据以文件形式输出。进一步的，步骤S201具体为：S2011、以文本形式读取运行方式文件，将全部运行方式数据以行为单位存储为字符串数组，对应数据作为初始运行方式数据的备份，用于在每个场景下修改运行方式时的初始参考值；S2012、建立运行参数与其对应的数据行位置的内部映射表，初始映射为空；S2013、选取第一组场景数据，整理出场景中需要修改的运行参数列表，包括随机波动的新能源和负荷所在的母线等，按照运行参数的名称分别查找其所处的具体数据行，记录运行参数到其所在数据行位置的映射，并添加到内部映射表。进一步的，步骤S202具体为：S2021、利用原始数据备份重新初始化运行方式数据；S2022、读取对应采样场景下的风电出力、光伏出力、负荷大小，在内部映射表中查询所在母线对应的数据行，如果查询失败，则在数据中逐行搜索，找到母线对应的数据行位置，并记录到映射表中；如果查询成功，定位对应数据行；S2023、根据新场景的运行参数采样结果，按照规定本文档来自技高网...

【技术保护点】
1.一种基于PSD-BPA的大型电力系统随机潮流计算方法，其特征在于，包括以下步骤：/nS1、基于历史数据，对风速和光照强度进行概率建模和相关性建模；基于模型采样生成风速和光照强度数据，并转化为出力场景集合，作为步骤S2的输入；/nS2、分析系统运行方式数据，根据每个采样场景分别修改对应运行参数，调用PSD-BPA程序完成计算，读取并记录各场景下的潮流计算结果；/nS3、读取步骤S2的随机潮流计算结果，绘制经验累积分布函数和概率密度函数；计算节点电压和支路潮流越限的概率，分析系统局部或整体潮流风险，若概率大于允许值，则认为节点/支路存在风险。/n

【技术特征摘要】
1.一种基于PSD-BPA的大型电力系统随机潮流计算方法，其特征在于，包括以下步骤：
S1、基于历史数据，对风速和光照强度进行概率建模和相关性建模；基于模型采样生成风速和光照强度数据，并转化为出力场景集合，作为步骤S2的输入；
S2、分析系统运行方式数据，根据每个采样场景分别修改对应运行参数，调用PSD-BPA程序完成计算，读取并记录各场景下的潮流计算结果；
S3、读取步骤S2的随机潮流计算结果，绘制经验累积分布函数和概率密度函数；计算节点电压和支路潮流越限的概率，分析系统局部或整体潮流风险，若概率大于允许值，则认为节点/支路存在风险。


2.根据权利要求1所述的基于PSD-BPA的大型电力系统随机潮流计算方法，其特征在于，步骤S1具体为：
S101、获取接入系统的多个风电场的历史风速数据、多个光伏电站的历史光照强度数据，并进行异常数据处理；
S102、采用Weibull分布对每个风电场风速的历史数据进行拟合，然后利用极大似然估计对Weibull分布形状参数k和尺度参数λ进行估计；对光照强度数据进行标幺化处理，采用Beta分布对每个光伏电站光照强度的历史数据进行拟合，通过极大似然估计法对Beta分布参数α和β进行估计；
S103、根据各个风电场风速的Weibull累积分布函数及各个光伏电站光照强度的Beta累积分布函数，将出力数据映射为[0，1]区间内的分位数数据；
S104、采用高斯Copula函数对多个风速序列分位数数据和多个光照强度序列分位数数据进行拟合，通过极大似然估计法对高斯Copula函数参数ρ进行估计；
S105、基于建立的模型采样生成风速和光照强度数据，对高斯Copula函数参数ρ进行采样，获得蒙特卡洛样本矩阵W'm和S'm，得到满足相关性的[0，1]单位数据；通过各个风电场风速的累积分布函数和各个光伏电站光照强度的累积分布函数，将单位数据转化为风速和光照强度数据；
S106、根据风电场风速与出力的特性曲线，将蒙特卡洛风速数据转化为风电场出力数据；根据光伏电站光照强度与出力的特性曲线，将光照强度数据转化为光伏电站出力数据；将所有出力的场景输出，作为与PSD-BPA交互的输入。


3.根据权利要求2所述的基于PSD-BPA的大型电力系统随机潮流计算方法，其特征在于，步骤S105中，对蒙特卡洛样本矩阵中的每个样本w′ij或s′ij，基于步骤S102中拟合得到的累积分布函数FW(w)和FB(s)，映射到实际的风速wij及光照强度值ij如下：
wij＝FW(w′ij)或sij＝FB(s′ij)
并将映射得到的风速及光照强度值组成新的蒙特卡洛样本矩阵Wm和Sm。


4.根据权利要求1所述的基于PSD-BPA的大型电力系统随机潮流计算方法，其特征在于，步骤S2具体为：
S201、读取并分析系统运行方式文件，查找并记录各个相关数据行的位置，包括随机波动的新能源和负荷所在的母线、区域联络线和直流输电线路，存储为内部映射；
S202、从场景集中选取新场景，确定需要修改的系统运行参数，包括新能源机组出力和负荷大小，在内部数据映射中查找参数所在位置，对原有数据进行覆盖或增减，并生成新的运行方式文件；
S203、以PSD-BPA软件潮流计算程序的路径为调用对象，以新生成的此场景运行方式文件路径和指定的输出文件路径为调用参数，生成用于程序调用的Sh...

【专利技术属性】
技术研发人员：别朝红，王浩元，林超凡，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61