计及风-光-荷相关性的概率-区间约束潮流模型与算法

doi:10.12204/j.issn.1000-7229.2020.07.015

摘要/Abstract

摘要： 提出一种考虑风-光-荷随机性和相关性的概率-区间混合不确定约束潮流模型，并采用基于仿射空间变换的蒙特卡罗法加以求解。首先，基于不确定变量历史统计数据是否充裕2种情形，分别采用概率变量和区间变量描述其随机变化特征；然后，利用Box-Cox正态变换和区间变换对服从不同分布的随机变量进行标准化处理，同时将样本相关系数推广至含概率和区间2种随机变量的不确定分析当中，建立多元（概率-区间）随机变量的样本相关系数矩阵；基于该矩阵，通过Cholesky分解建立仿射空间坐标系，将具有相关性的概率和区间变量映射为仿射随机空间内线性无关的独立变量；最后，由蒙特卡罗模拟法获得系统待求变量的概率和区间分布。IEEE-57和118节点系统的计算结果表明，概率-区间约束潮流模型能定量分析不确定性和相关性对电力系统潮流的影响，有效实现了概率潮流和区间潮流的联合统一，对于指导系统规划运行具有一定的参考意义。

Abstract: A probabilistic interval power flow （PIPF） model considering the randomness and correlation of wind-solar-load is proposed， and it is solved by Monte Carlo （MC） method based on affine space transformation. Firstly， on the basis of two cases of whether the historical statistical data of uncertain variables are abundant， probabilistic variables and interval variables are used to describe their random change characteristics. Then， Box-Cox normal transformation and interval transformation are applied to normalize random variables subject to different distributions. Moreover， the sample correlation coefficient is extended to the uncertainty analysis that includes probability and interval random variables， and a correlation coefficient matrix of multivariate random variables is established. On the basis of the matrix， an affine space coordinate system is established by Cholesky decomposition， and the probabilistic and interval variables with correlation are mapped to independent random variables in the affine space. Finally， the interval and probability distribution of the variables to be calculated in PIPF are obtained by MC method. The calculation results of the IEEE 57-node and 118-node systems show that PIPF can quantitatively analyze the influence of uncertainty and correlation on power system， effectively realize the unity of probabilistic power flow and interval power flow， and have certain reference significance for guiding system planning and operation.

Key words: probabilistic interval power flow, correlation, Box-Cox transformation, affine transformation, Monte Carlo method

中图分类号:

TM 73

郇嘉嘉，洪海峰，隋宇，余梦泽，潘险险，汪超群. 计及风-光-荷相关性的概率-区间约束潮流模型与算法[J]. 电力建设, 2020, 41(7): 117-128.

HUAN Jiajia， HONG Haifeng， SUI Yu， YU Mengze，PAN Xianxian，WANG Chaoqun. Model and Algorithm of Probabilistic Interval Constrained Power Flow Considering the Correlation Among Wind， Solar and Load[J]. Electric Power Construction, 2020, 41(7): 117-128.

参考文献［25］

［1］	段偲默，苗世洪，霍雪松，等. 基于动态Copula的风光联合出力建模及动态相关性分析［J］. 电力系统保护与控制， 2019， 47（5）: 35-42.
	DUAN Simo， MIAO Shihong， HUO Xuesong， et al. Modeling and dynamic correlation analysis of wind/solar power joint output based on dynamic Copula［J］. Power System Protection and Control， 2019， 47（5）: 35-42.
［2］	薛禹胜，雷兴，薛峰，等. 关于风电不确定性对电力系统影响的评述［J］. 中国电机工程学报， 2014， 34（29）: 5029-5040.
	XUE Yusheng， LEI Xing， XUE Feng， et al. A review on impacts of wind power uncertainties on power systems［J］. Proceedings of the CSEE， 2014， 34（29）: 5029-5040.
［3］	BIJWE P R， VISWANADHA RAJU G K. Fuzzy distribution power flow for weakly meshed systems［J］. IEEE Transactions on Power Systems， 2006， 21（4）: 1645-1652.
［4］	MATOS M， GOUVEIA E M. The fuzzy power flow revisited［J］. IEEE Transactions on Power Systems， 2008， 23（1）: 213-218.
［5］	CORTES-CARMONA M， PALMA-BEHNKE R， JIMENEZ-ESTEVEZ G. Fuzzy arithmetic for the DC load flow［J］. IEEE Transactions on Power Systems， 2010， 25（1）: 206-214.
［6］	MORALES J M， BARINGO L， CONEJO A J， et al. Probabilistic power flow with correlated wind sources［J］. IET Generation Transmission & Distribution， 2010， 4（5）: 641-651.
［7］	AIEN M， FOTUHI-FIRUZABAD M， AMINIFAR F. Probabilistic load flow in correlated uncertain environment using unscented transformation［J］. IEEE Transactions on Power Systems， 2012， 27（4）: 2233-2241.
［8］	高元海，王淳. 基于全概率公式的含风电配电系统概率潮流计算［J］. 中国电机工程学报， 2015， 35（2）: 327-334.
	GAO Yuanhai， WANG Chun. Probabilistic load flow calculation of distribution system including wind farms based on total probability formula［J］. Proceedings of the CSEE， 2015， 35（2）: 327-334.
［9］	王守相，徐群，张高磊，等. 风电场风速不确定性建模及区间潮流分析［J］. 电力系统自动化， 2009， 33（21）: 82-86.
	WANG Shouxiang， XU Qun， ZHANG Gaolei， et al. Modeling of wind speed uncertainty and interval power flow analysis for wind farms［J］. Automation of Electric Power Systems， 2009， 33（21）: 82-86.
［10］	丁涛，柏瑞，郭庆来，等. 一种非迭代仿射算法的输电网区间潮流计算方法［J］. 中国电机工程学报， 2013， 33（19）: 76-83， 17.
	DING Tao， BO Rui， GUO Qinglai， et al. A non-iterative affine arithmetic methodology for intervalpower flow analysis of transmission network［J］. Proceedings of the CSEE， 2013， 33（19）: 76-83， 17.
［11］	VACCARO A， CANIZARES C A， VILLACCI D. An affine arithmetic-based methodology for reliable power flow analysis in the presence of data uncertainty［J］. IEEE Transactions on Power Systems， 2010， 25（2）: 624-632.
［12］	DUBOIS B P H. Fuzzy sets and systems：Theory and applications［M］. FL， United States: Academic Press， 1980.
［13］	鲍海波，韦化，郭小璇，等. 考虑风电不确定性的概率区间潮流模型与算法［J］. 中国电机工程学报， 2017， 37（19）: 5633-5642， 5840.
	BAO Haibo， WEI Hua， GUO Xiaoxuan， et al. Model and algorithm of probabilistic interval power flow considering wind power uncertainty［J］. Proceedings of the CSEE， 2017， 37（19）: 5633-5642， 5840.
［14］	孙秋野，张化光，刘兆冰. 配电网模糊潮流计算方法及其收敛性研究［J］. 中国电机工程学报， 2008， 28（10）: 46-50.
	SUN Qiuye， ZHANG Huaguang， LIU Zhaobing. Fuzzy flow calculation in power distribution system and its convergence［J］. Proceedings of the CSEE， 2008， 28（10）: 46-50.
［15］	洪芦诚，石立宝，姚良忠，等. 计及风电场发电功率不确定性的电力系统模糊潮流［J］. 电工技术学报， 2010， 25（8）: 116-122， 130.
	HONG Lucheng， SHI Libao， YAO Liangzhong， et al. Fuzzy modelling and solution of load flow incorporating uncertainties of wind farm generation［J］. Transactions of China Electrotechnical Society， 2010， 25（8）: 116-122， 130.
［16］	AIEN M， FOTUHI-FIRUZABAD M， AMINIFAR F. Probabilistic load flow in correlated uncertain environment using unscented transformation［J］. IEEE Transactions on Power Systems， 2012， 27（4）: 2233-2241.
［17］	陈雁，文劲宇，程时杰. 考虑输入变量相关性的概率潮流计算方法［J］. 中国电机工程学报， 2011， 31（22）: 80-87.
	CHEN Yan， WEN Jinyu， CHENG Shijie. Probabilistic load flow analysis considering dependencies among input random variables［J］. Proceedings of the CSEE， 2011， 31（22）: 80-87.
［18］	YU H， CHUNG C Y， WONG K P， et al. Probabilistic load flow evaluation with hybrid Latin hypercube sampling and cholesky decomposition［J］. IEEE Transactions on Power Systems， 2009， 24（2）: 661-667.
［19］	WANG Z， ALVARADO F L. Interval arithmetic in power flow analysis［J］. IEEE Transactions on Power Systems， 1991， 7（3）: 1341-1349.
［20］	鲍海波，韦化，郭小璇. 考虑风速相关性和可调度负荷不确定性的区间最优潮流［J］. 中国电机工程学报， 2016， 36（10）: 2628-2637.
	BAO Haibo， WEI Hua， GUO Xiaoxuan. Interval optimal power flow calculation considering interval correlated wind power and uncertain dispatchable load［J］. Proceedings of the CSEE， 2016， 36（10）: 2628-2637.
［21］	汪超群，韦化，鲍海波，等. 基于区间不确定性的约束潮流［J］. 电力系统自动化， 2015， 39（20）: 72-77.
	WANG Chaoqun， WEI Hua， BAO Haibo， et al. Constrained power flow based on interval uncertainty［J］. Automation of Electric Power Systems， 2015， 39（20）: 72-77.
［22］	姜潮，郑静，韩旭，等. 一种考虑相关性的概率: 区间混合不确定模型及结构可靠性分析［J］. 力学学报， 2014， 46（4）: 591-600.
	JIANG Chao， ZHENG Jing， HAN Xu， et al. A probability and interval hybrid structural reliability analysis method considering parameters' correlation［J］. Chinese Journal of Theoretical and Applied Mechanics， 2014， 46（4）: 591-600.
［23］	JIANG C， ZHENG J， NI B， et al. A probabilistic and interval hybrid reliability analysis method for structures with correlated uncertain parameters［J］. International Journal of Computational Methods， 2015， 12（4）: 1540006.
［24］	NIST/SEMATECH．e-Handbook of statistical methods ［EB/OL］．［2020-01-03］. http://www.itl.nist. gov/div898/handbook/pmc/section5/pmc52.htm.
［25］	张美霞，陈洁，杨秀，等. 考虑风光和负荷随机性的微网三相潮流计算［J］. 中国电机工程学报， 2013， 33（13）: 101-107.
	ZHANG Meixia， CHEN Jie， YANG Xiu， et al. Three-phase power flow calculation for microgrid with volatile wind power， photovoltaic power and load［J］. Proceedings of the CSEE， 2013， 33（13）: 101-107.

[1]	李华取，肖劲松，舒展，张政，姚良忠，彭晓涛. 一种基于点估计的风电并网位置和容量优化方法[J]. 电力建设, 2020, 41(4): 109-116.
[2]	张家安, 王琨玥，陈建，郭凌旭，黄潇潇，范瑞卿，李志军. 基于空间相关性的分布式光伏出力预测[J]. 电力建设, 2020, 41(3): 47-53.
[3]	蒋浩，林舜江，卢艺，何森. 考虑时间相关性的电动汽车充电站负荷概率建模及场景生成[J]. 电力建设, 2020, 41(2): 47-57.
[4]	宋杰，陈振宇，杨阳，张凯恒，张卫国，朱庆，徐青山. 考虑资源相关性和不确定性的负荷需求响应决策研究[J]. 电力建设, 2019, 40(6): 132-138.
[5]	江雪辰，袁越，吴涵，徐蕴岱，黄阮明，王跃峰. 基于分段Copula函数和高斯混合模型的多段线性化概率潮流计算[J]. 电力建设, 2018, 39(9): 120-128.
[6]	江雪辰，朱俊澎，袁越，王跃峰，黄阮明. 基于新型场景划分与考虑时序相关性的光伏出力时间序列模拟方法[J]. 电力建设, 2018, 39(10): 63-70.
[7]	吕金炳，韦鹏飞，刘亚丽，王旭东，李树鹏，徐永海. 考虑新能源出力相关性的电网电压暂降随机预估[J]. 电力建设, 2018, 39(10): 71-81.
[8]	胡美玉，胡志坚，胡梦月. 计及相关性的含分布式电源配电系统可靠性评估[J]. 电力建设, 2016, 37(9): 108-.
[9]	金黎明,周宁,冯丽,范飞,赵渊. 光伏发电系统的时序概率模型研究[J]. 电力建设, 2016, 37(7): 27-32.
[10]	胡美玉，胡志坚. 考虑需求响应的有源配电系统可靠性评估[J]. 电力建设, 2016, 37(12): 113-.
[11]	陈彬，唐波，曹红英，彭友仙，李昱. 短波频段输电线路无源干扰谐振影响因子的关联性分析[J]. 电力建设, 2015, 36(6): 53-58.
[12]	郑静, 文福拴, 周明磊, 徐谦, 梁樑，俞敏. 计及可用输电能力的含大规模风电的输电系统规划[J]. 电力建设, 2015, 36(10): 73-81.
[13]	曹银利，刘继春，张放，邓创，王玮，陈振寰，张鹏. 考虑电价-出力关联不确定性的风电场投资分析[J]. 电力建设, 2014, 35(4): 122-126.
[14]	张成滕欢. 基于岭回归与偏最小二乘回归的中长期负荷预测[J]. 电力建设, 2011, 32(12): 47-50.
[15]	朱明飘 . 相关性判断法在锅炉灭火保护中的应用[J]. 电力建设, 2001, 22(8): 33-0.