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

doi:10.3969/j.issn.1000－7229.2018.09.015

电力建设 ›› 2018, Vol. 39 ›› Issue (9): 120-128.doi: 10.3969/j.issn.1000－7229.2018.09.015

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

江雪辰1，袁越1，吴涵1，徐蕴岱1，黄阮明2，王跃峰3

1. 河海大学能源与电气学院，南京市 211100；2.国网上海市电力公司，上海市 200120；3.中国电力科学研究院有限公司，北京市 100192

出版日期:2018-09-01
作者简介:江雪辰（1994），女，硕士研究生，研究方向为含可再生能源的电力系统分析；袁越（1966），男，教授，博士生导师，主要研究方向为电力系统运行与分析、可再生能源发电系统等；吴涵（1990），男，博士研究生，主要研究方向为配电网规划；徐蕴岱（1991），男，博士研究生，主要研究方向为电力系统运行与分析；黄阮明（1980），男，高级工程师，主要研究方向为电网规划与新能源发电并网技术；王跃峰（1981），男，高级工程师，主要研究方向为电力系统运行与分析。
基金资助:
国家电网公司科技项目（考虑季节性和随机性影响的大规模清洁能源年月计划优化方法研究与应用）

Multistage Linearization Probabilistic Power Flow Calculation Based on Piecewise Copula and Gaussian Mixture Model

JIANG Xuechen1, YUAN Yue1, WU Han1, XU Yundai1, HUANG Ruanming2, WANG Yuefeng3

1.College of Energy and Electrical Engineering, Hohai University, Nanjing 211100, China；2. State Grid Shanghai Electric Power Company, Shanghai 200120, China；3. China Electric Power Research Institute, Beijing 100192, China

Online:2018-09-01
Supported by:
This work is supported by State Grid Corporation of China Research Program.

摘要/Abstract

摘要： 大规模风电并网以及负荷的随机波动加剧了电网运行的不确定性，为了有效分析新环境下的电网运行特性，提出一种基于风功率分段Copula函数和负荷高斯混合模型的多段线性化概率潮流计算方法。采用分段Copula函数在时间维度上刻画相邻风电场的空间相关性，分析风功率相关性的季节变化。针对实际负荷的不对称、多峰特性，采用改进K-means聚类优化的期望最大化（expectation maximization，EM）算法，准确快速地建立负荷高斯混合模型。在此基础上，采用多段线性化半不变量法进行概率潮流计算，以减小风功率和负荷大范围波动造成的潮流方程线性化误差。对改进的IEEE 14节点系统进行仿真分析，验证了所提方法的准确性、快速性及有效性。

关键词: 概率潮流, 分段Copula函数, 季节相关性, 高斯混合模型, 多段线性化, 半不变量

Abstract: Large-scale integration of wind power into grid and load stochastic volatility increase the uncertainty in power system operation, in order to effectively analyze the system operation features in the new environment, a calculating method based on wind power piecewise Copula and load Gaussian mixture model for multistage linearization probabilistic power flow is proposed. Piecewise Copula is used to establish the spatial correlation model among wind farms on the time dimension considering seasonal variation. For non-normal and multimodal load, expectation maximization （EM） algorithm is used to establish load Gaussian mixture model, and an improved K-means clustering is proposed to optimize EM algorithm, which can simplify the modeling process. On the premise of these models, calculating probabilistic power flow in the method of multistage linearization cumulant method, fully considering the impact of wind power and load fluctuation on the system operation. The accuracy and efficiency of the proposed probabilistic power flow calculation process is verified through the test on modified IEEE 14-bus system.

Key words: probabilistic power flow, piecewise Copula, seasonal correlation, Gaussian mixture model, multistage linearization, cumulant

中图分类号:

TM 74

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.

JIANG Xuechen, YUAN Yue, WU Han, XU Yundai, HUANG Ruanming, WANG Yuefeng. Multistage Linearization Probabilistic Power Flow Calculation Based on Piecewise Copula and Gaussian Mixture Model[J]. Electric Power Construction, 2018, 39(9): 120-128.

参考文献

［1］周建华，袁越．含风电场电力系统的Cornish-Fisher级数概率潮流计算［J］．电力自动化设备，2011，31（12）：68-71.

ZHOU Jianghua，YUAN Yue．Probabilistic load flow calculation based on Cornish-Fisher expansion for power system with wind farm［J］．Electric Power Automation Equipment，2011，31（12）：68-71．

［2］曾丹，姚建国，杨胜春，等．计及价格型负荷响应不确定性的概率潮流计算［J］．电力系统自动化，2015，39（20）：66-71.

ZENG Dan，YAO Jianguo，YANG Shengchun，et al．Probabilistic power flow calculation considering price-elasticity load uncertainties［J］．Automation of Electric Power Systems，2015，39（20）：66-71．

［3］BORKOWSKA B．Probabilistic load flow［J］．IEEE Transactions on Power Apparatus and Systems，1974，93（3）：752-759．

［4］石东源，蔡德福，陈金富，等．计及输入变量相关性的半不变量法概率潮流计算［J］．中国电机工程学报，2012，32（28）：104-113.

SHI Dongyuan，CAI Defu，CHEN Jinfu，et al．Probabilistic load flow calculation based on cumulant method considering correlation between input variables［J］．Proceedings of the CSEE，2012，32（28）：104-113．

［5］蔡菲，严正，赵静波，等．基于Copula 理论的风电场间风速及输出功率相依结构建模［J］．电力系统自动化，2013，37（17）： 10-16.

CAI Fei，YAN Zheng，ZHAO Jingbo，et al． Dependence structure model for wind speed and wind power among different wind farms based on Copula theory［J］．Automation of Electric Power Systems，2013，37（17）：10-16．

［6］季峰，蔡兴国，王俊，等．基于混合Copula函数的风电功率相关性分析［J］．电力系统自动化，2014，38（2）：1-5.

JI Feng，CAI Xingguo，WANG Jun，et al．Wind power correlation analysis based on hybrid Copula［J］．Automation of Electric Power Systems，2014，38（2）：1-5．

［7］REN Z，LI W，BILLINTON R．Probabilistic power flow analysis based on the stochastic response surface method［J］．IEEE Transactions on Power System，2016，31（3）：2307-2315．

［8］徐青山，黄煜，刘建坤，等．采用混合高斯模型及边缘变换技术的蒙特卡洛随机潮流方法［J］．电力系统自动化，2016，40（16）：23-30.

XU Qingshan，HUANG Yu，LIU Jiankun，et al．Probabilistic load flow method using Monte Carlo simulation based on Gaussian mixture model and marginal transformation［J］．Automation of Electric Power Systems，2016，40（16）：23-30．

［9］丁明，李生虎，黄凯．基于蒙特卡罗模拟的概率潮流计算［J］．电网技术，2001，25（11）：10-14，22.

DING Ming，LI Shenghu，HHUANG Kai．Probabilistic load flow analysis based on monte-carlo simulation［J］．Power System Technology，2001，25（11）：10-14，22．

［10］MORALES J M，BARINGO L，CONEJO A J，et al．Probabilistic power flow with correlated wind sources［J］．IET Proceedings：Generation，Transmission and Distribution，2010，4（5）：641-651．

［11］李逸驰，孙国强，钱晓瑞，等．计及离散分布输入变量的电力系统概率潮流计算方法［J］．电网技术，2015，39（11）：3254-3259.

LI Yichi，SUN Guoqiang，QIAN Xiaorui，et al．Probabilistic power flow calculation method of power system considering input variables with discrete distribution［J］．Power System Technology，2015，39（11），3254-3259．

［12］朱星阳，刘文霞，张建华．考虑大规模风电并网的电力系统随机潮流［J］．中国电机工程学报，2013，33（7）：77-85.

ZHU Xingyang，LIU Wenxia，ZHUANG Jianhua．Probabilistic load flow method considering large-scale wind power integration［J］．Proceedings of the CSEE，2013，33（7）：77-85．

［13］NELSEN R B．An Introduction to Copulas，lectures notes in statistics［M］．New York：Springer，2006：1-5．

［14］黎静华，文劲宇，程时杰，等．考虑多风电场出力Copula相关关系的场景生产方法［J］．中国电机工程学报，2013，33（16）：30-36.

LI Jinghua，WEN Jinyu，CHENG Shijie，et al．A scene generation method considering copula correlation relationship of multi-wind farm power［J］．Proceedings of the CSEE，2013，33（16）：30-36．

［15］REYNOLDS D．Gaussian mixturemodels［M］．Encyclopedia of Biometrics，2015：827-832．

［16］DAVIES D L，BOULDIN D W．A cluster separation measure［J］．IEEE Transactions on Pattern Analysis and Machine Intelligence．1979，2（PAMI-1）：224-227．

［17］张斌，庄池杰，胡军，等．结合降维技术的电力负荷曲线集成聚类算法［J］．中国电机工程学报，2015，35（15）：3741-3749.

ZHANG Bin，ZHUANG Chijie，HU Jun，et al．Ensemble clustering algorithm combined with dimension reduction techniques for power load profiles［J］．Proceedings of the CSEE，2015，35（15）：3741-3749.

[1]	孙蓉，吕振华，廖星星，陈兵，王锐，朱晨宸，卫志农. 基于广义半不变量及最大熵法的电网概率潮流分析[J]. 电力建设, 2020, 41(7): 33-41.
[2]	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.
[3]	梁浚杰，兰飞，农植贵，黎静华. 考虑风电非线性相关性的配电网概率潮流研究 [J]. 电力建设, 2017, 38(7): 34-.
[4]	栗然，范航，张凡，靳保源. 基于拟蒙特卡洛的半不变量法概率潮流计算[J]. 电力建设, 2017, 38(11): 144-.
[5]	宋梦琪，陶顺，陈鹏伟. 基于主动配电网运行特性的电压质量评估[J]. 电力建设, 2016, 37(12): 119-.
[6]	聂宏展，石浩，杨金成，咸英男. 计及不确定因素的多目标分布式电源优化配置[J]. 电力建设, 2016, 37(10): 130-.

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

Multistage Linearization Probabilistic Power Flow Calculation Based on Piecewise Copula and Gaussian Mixture Model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 6

编辑推荐

Metrics

本文评价