【技术实现步骤摘要】
voltage stability analysis[J].Electric Power Systems Research,2022,206,107807]分析了不同地区风速最优概率分布类型，结果表明Weibull分布适用于描述高风速概率分布，而Gamma分布适用于描述低风速概率分布。此外，该研究结果表明采用不同的风速概率分布对于系统电压稳定性评估结果影响较大。
[0005]综上，现有考虑风电出力不确定性的系统电压稳定性分析方法都是针对长时间尺度风电不确定性进行，未对短时间尺度风电出力不确定性进行建模，电压稳定性概率评估方法的计算精度与效率有待提升。
技术实现思路
[0006]本专利技术针对现有考虑风电出力不确定性的系统电压稳定性分析方法的计算精度与效率不高的不足，提供考虑风电功率预测误差的静态电压稳定性快速评估方法，实现对短时间尺度静态电压稳定性的快速准确的评估。
[0007]为实现上述目的，本专利技术采用如下技术方案：考虑风电功率预测误差的静态电压稳定性快速评估方法，所述考虑风电功率预测误差的静态电压稳定性快速评估方法包括：
【技术保护点】
【技术特征摘要】
1.考虑风电功率预测误差的静态电压稳定性快速评估方法，其特征在于：所述考虑风电功率预测误差的静态电压稳定性快速评估方法包括：步骤S1、获取风电场历史数据，构建包含风电预测功率和实测功率的历史数据集；步骤S2、采用固定步长对历史数据集中的风电预测功率进行划分，得到不同的数据子集，将同一时刻的风电实测功率划分至相应数据子集；步骤S3、计算各数据子集中风电功率预测误差，并采用非参数核密度估计法构建功率预测误差的概率分布；步骤S4、根据不同风电预测功率下预测误差的概率分布，构建系统静态电压稳定快速评估模型，得到负荷裕度，根据负荷裕度实现对系统静态电压稳定性的快速评估，其中，系统静态电压稳定快速评估模型采用径向基函数代理模型。2.根据权利要求1所述的考虑风电功率预测误差的静态电压稳定性快速评估方法，其特征在于：步骤S4包括：步骤S41、将功率预测误差概率分布叠加相应的预测功率，得到描述风电出力不确定性的概率分布；步骤S42、对风电出力不确定性概率分布进行少量抽样，得到风电出力小样本集合，将风电出力样本代入连续潮流模型中获得能够表征系统静态电压稳定性的负荷裕度样本；步骤S43、将风电出力和负荷裕度样本分别作为输入和输出变量，并通过径向基函数代理模型构建输入与输出之间的非线性关系，求解得到径向基函数代理模型；步骤S44、对风电出力概率分布进行大量抽样，并代入至径向基函数代理模型中，实现负荷裕度样本的快速计算。3.根据权利要求2所述的考虑风电功率预测误差的静态电压稳定性快速评估方法，其特征在于：步骤S1中，在具备电气量测装置的风电场中，构建包含风电预测功率和实测功率的数据集：其中，下标i表示历史数据序号；P
if
和P
ir
分别为同一时刻风电场第i个预测功率和实测功率数据。4.根据权利要求3所述的考虑风电功率预测误差的静态电压稳定性快速评估方法，其特征在于：步骤S2中，采用固定的步长ΔP将风电预测功率划分至不同的数据子集，假设第j个数据子集的边界值分别为P
j
和P
j
+ΔP，以风电场第i个预测功率样本P
if
为例，若样本满足P
j
<P
if
≤P
j
+ΔP，则将该样本划分至第j个数据子集，第j个数据子集表示为：其中，为第j个数据子集中同一时刻风电场预测功率和实测功率数据。5.根据权利要求4所述的考虑风电功率预测误差的静态电压稳定性快速评估方法，其特征在于：步骤S3中，以第j个数据子集为例，风电功率预测误差样本表示为：其中，为第i个风电预测误差样本；
采用非参数核密度估计法构建其概率分布，表示为：其中，n为风电预测误差样本数目；K(
·
)是核函数，选取高斯核函数来构建变量的非参数核密度估计；h为带宽，对于非参数核密度估计的精度具有较大影响，采用经验公式确定带宽取值：其中，为风电预测误差样本的标准差。6.根据权利要求5所述的考虑风电功率预测误差的静态电压...
【专利技术属性】
技术研发人员：王晨旭，马骏超，彭谈，罗华峰，沈奕菲，李培，马志泉，徐群伟，
申请(专利权)人：国网浙江省电力有限公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。