买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京交通大学

摘要：本发明涉及一种分布式能源接入配电网风险评估方法，包括如下步骤：步骤1：输入新能源出力历史数据。步骤2：根据新能源历史出力数据相关性，采用解析法计算得到具有相关性的输入随机变量。步骤3：采用K‑means聚类算法对输入的新能源出力变量进行聚类，得到多个聚类样本簇。步骤4：对簇中心样本的进行确定性潮流计算，并对同簇内其他样本点根据簇中心状态变量及雅克比矩阵进行线性化潮流求解，采用分段线性化的方法计算所有新能源出力样本对应的状态变量。步骤5：对计算得到的系统状态变量对应计算风险指标。步骤6：结合输入的新能源出力对所有风险指标计算结果采用统计的方法计算概率密度函数。

主权项：1.一种分布式能源接入配电网风险评估方法，其特征在于，包括如下步骤：步骤1：输入配电网络系统中需要接入的新能源装置的新能源出力历史数据；步骤2：根据步骤1输入的新能源出力历史数据进行相关性建模，采用解析法计算得到具有相关性的新能源出力样本数据，作为配电网络系统的输入随机变量；步骤3：采用K-means聚类算法以步骤2中得到的新能源出力样本为变量进行聚类，得到多个聚类样本簇；步骤4：选择一个聚类样本簇，对簇中心样本进行确定性潮流计算，并对同簇内其他样本点根据簇中心状态变量及雅克比矩阵进行线性化潮流求解，采用分段线性化的方法计算所有新能源出力样本对应的配电网络系统状态变量，直至所有聚类簇选择完成，进入步骤5；步骤5：对步骤4计算得到的配电网络系统状态变量对应计算风险指标；步骤6：结合步骤2得到的新能源出力样本数据对所有风险指标计算结果采用统计的方法计算概率密度函数；所述的新能源装置包括：风力发电机和太阳能光伏发电系统；所述新能源出力历史数据包括至少两组风力发电机数据和至少两组太阳能光伏发电系统数据；所述风力发电机装机容量为1MW；所述太阳能光伏发电系统的装机容量为1.5MW；步骤2所述的根据步骤1输入的新能源出力历史数据进行相关性建模，包括建立风速的概率分布模型和建立光伏样本模型；建立风速的概率分布模型具体包括如下步骤：风速的概率分布模型能够反映出风电场风速的特性，双参数威布尔分布能够反映出风场的实际风速；服从双参数的威布尔分布的概率密度函数如下： 式中：v为风速，单位为ms；k为形状参数，能够反映出风速形状；c为尺度参数，能够反映出平均风速大小；风力发电机的功率受风速的影响，根据具有相关性的风速数据，能够得到具有相关性的风力发电机出力样本数据作为配电网络系统的输入随机变量；风力发电机的输出功率与风速之间的函数式如下： B＝-Avci4式中，Pwind为风力发电机的输出功率；Pr为风力发电机的额定输出功率；v为风速；vci为风力发电机的切入风速；vr为风力发电机的额定风速；vco为风力发电机的切出风速；A、B为参数；建立光伏样本模型具体包括如下步骤：假设某地区有n个太阳能光伏发电系统，w为具有相关性的光伏历史数据向量，对w的每个向量wi进行标准化，如下所示： 式中：wi′为对wi标准化后的向量，Ewi为wi向量的均值，为wi向量的标准差；光伏历史数据向量w经过标准化后转变为随机向量w′，随机向量w′的相关系数矩阵Cw′为正定矩阵，且标准化过程为线性变换不改变光伏历史数据之间的相关性，通过Cholesky分解法进行分解：Gw'＝G'G'T6式中：G′为下三角矩阵，T为对应矩阵的转置；随机向量w′能够转化为标准正态分布向量Z′的线性组合形式如下：w'＝G'Z'7式中：Z′为标准正态分布向量，为随机变量模型初始输入变量；定义D为对角矩阵，其表达式如下所示： 式中：Nw为具有光伏历史数据向量w中随机变量的个数；根据公式57及8能够得到光伏历史数据向量w与非相关的标准正态分布向量Z′的关系如下： 式中：N＝DG′；综上，根据光伏历史数据向量w与非相关标准正态分布向量Z′之间的关系以及装机容量确定上下限的标准正态分布随机数能够生成具有相关的光伏发电输出功率样本；步骤3具体包括如下步骤：根据步骤2变换得到新能源出力样本数据表示为Ww1,w2,…,wn，输入的随机变量表示为接入配电网络系统的多个新能源的出力向量；步骤31：确定合适的聚类簇数目K的值采用加权平均半径R评估聚类效果，表达式为： 式中，pi为第i个簇中样本数量与样本容量比值；ri为第i个簇的簇半径；步骤32：随机选取初始聚类中心随机选取聚类中心，聚类中心定义如下M0＝[m1,m2,...mj,...,mk,]T15 式中：M0为多维分布式能源输出功率变量，表示所有的聚类中心，mj为第j个聚类中心，第j个簇的中心，K为预先设定的聚类簇数目，为第j个簇中第i个输入随机变量对应的平均值；步骤33：计算所有的样本点到每个聚类中心的欧式距离每个样本点与聚类中心的欧式距离通过公式17计算得到： 式中：dl,j为第l个点与第j个聚类中心的欧式距离；第l个点表示为[xl1，xl2，...xli，...xln]；xli为Xi第l个值；步骤34计算每个簇中样本的均值，更新聚类中心；步骤35重复步骤33、步骤34，直至聚类中的样本点不再改变或达到最大的重复次数；步骤4具体包括如下步骤：配电网络系统的潮流方程功率形式如下：S＝fXZ＝gX10式中，X为状态变量，S为节点注入的有功功率和无功功率，Z为支路传输有功功率和无功功率；设第j个节点注入分布式能源输出功率，根据分布式能源输出功率大小将j节点注入量Sj进行均匀分段，分m段，记为Sj0-Sj1、Sj1-Sj2……Sjm-1-Sjm；计算每一段的期望并记录为Ej1、Ej2……Ejm；非注入节点的期望为E1、E2……Ej-1、Ek、Ej+1……En；记Ak＝E1,E2…Ej-1,Ek,Ej+1…En，其中k＝1，2……m；将潮流方程在A1、A2……Am处线性化并忽略告高次项S＝Sk+△S＝fXk+△X＝fXk+Jk△X+......Z＝Zk+△Z＝gXk+△X＝gXk+Gk△X+......11式中，△S＝[△P,△Q]T，△X＝[△σ,△U]T为对应变量的波动；Jk是最后一次迭代得到的雅克比矩阵，Gk为支路功率对状态变量的导数；得到状态变量与有功功率之间的关系： 式中，Tk和和是灵敏度系数矩阵；由公式12得到对应注入量每一段△Sj对△xi的影响系数，从而得到光伏出力样本在第k段期望附近波动时状态变量的波动值； 式中，为对应xi在每一段内灵敏度系数矩阵。

全文数据：

权利要求：

百度查询： 北京交通大学 一种分布式能源接入配电网风险评估方法