一种计及不确定性的分布式电源作为谐波源的建模方法与流程

本发明涉及电力系统中的分布式电源作为谐波源建模领域，特别涉及考虑不确定性因素的分布式电源作为谐波源的建模。

技术背景

分布式发电是指在用户端或靠近用电现场配置的小型发电系统，具有投资少、占地小、建设周期短、保护环境等优点。分布式电源多利用风能、太阳能等可再生能源进行发电，这些可再生能源易受天气等不确定性因素的影响，因此分布式电源的输出功率具有随机性和波动性；分布式电源的有功输出与并网电流的谐波含量有紧密联系，节点功率的不确定性会对谐波源产生的谐波造成较大影响，使其具有随机性和波动性特征。传统的分布式电源作为谐波源的确定性建模方法未能将这些不确定性因素考虑在内，不能充分反映实际情况。

技术实现要素：

本发明针对电力系统中分布式电源作为谐波源的不确定性特征，提供一种建模方法。技术方案如下：

一种计及不确定性的分布式电源作为谐波源的建模方法，包括三个部分：

第一部分，光伏发电系统出力不确定性模型建立

(1)对于某一特定光伏安装地点，预测未来24小时光伏安装处的大气层外光照强度，得到24小时的大气层外光照强度变化情况；

(2)根据未来24小时天气预报及大气层外光照强的得到一天的光照强度变化区间，用区间数表示为式中p(gt)、分别为光照强度的上下限；

(3)由光伏功率输出函数计算光伏发电系统出力的变化区间，光伏阵列输出功率计算函数为ppv＝ηapvgt[1-0.005(ta+cgt-25)]，

式中，η为光伏阵列的光电转换效率，％；

apv为光伏阵列面积，m²；

gt为光照强度，kw/m²；

ta为环境温度，℃；

c为一系数，通常取值为0.03；

(4)通过区间数与仿射数之间的转换，将光伏出力变化区间变为仿射形式

式中εpv为转换过程引入的噪声元标记。

第二部分，风力发电系统出力不确定性模型建立：

(1)预测未来24小时的风速数据，得到未来24小时的风速变化数据；

(2)以一定时间间隔计算此时间间隔内的平均风速；

(3)统计每个时间间隔内大于平均风速的风速数据和小于平均风速的风速数据，分别得到其平均值，以此作为每个时间间隔内平均风速的上界和下界vt，得到每个时间间隔内平均风速的变化区间，用区间数表示为

(4)由风机的风速-功率函数，得到风机出力在各个时间间隔内的变化区间风机发电功率与风速之间的关系是pw＝0.5ρav³cp，

式中ρ为空气密度，kg/m³；

a为风机旋转风轮的半径，m；

v为风速，m/s；

cp为风力机的风能利用系数；

(5)通过区间数与仿射数之间的转换，将风机出力变化区间变为仿射形式

式中εwtg为转换过程引入的噪声元标记。

第三部分，计及不确定性的谐波源恒流源模型建立：

(1)按照第一部分和第二部分中的光伏发电系统和风机发电力系统不确定性出力和的建模方式，可以将光伏、风机并网节点的节点注入功率统一表示成不确定量的形式：

式中为节点j第i相负荷值，i＝a,b,c；

为节点j第i相的额定功率；

为节点j第i相的噪声元；

为噪声元系数；

(2)经三相基波潮流仿射算法计算，求得各节点电压值进而求取非线性负荷节点的电流值：

式中为节点j第i相的注入电流值；

为节点j第i相的电压值；

(3)根据基波电流值和谐波源典型频谱，求取各次谐波电流的幅值和相角，从而得到谐波源的恒流源不确定性模型：

式中i1-spectrum为基波电流幅值；

ih-spectrum为第h次谐波电流幅值；

为节点j第i相的基波电流相角值；

θ1-spectrum为基波相角值；

θh-spectrum为第h次谐波相角值；

为节点j第i相第h次谐波电流的相角值；

|·|为复仿射数模值求取运算。

本发明针对电力系统中分布式电源作为谐波源的不确定性特征，采用区间和仿射结合的不确定性数学理论，建立分布式电源及谐波源的模型，充分考虑了实际情况。

附图说明

图1光照强度区间

图2风速区间

具体实施方式

1、以cnpv-230m光伏发电系统为例，建立其出力不确定性模型：

(1)对于某一特定光伏安装地点，根据气象预测数据得到一天内光伏强度，如图1所示；

(2)以上午11:00时的气象数据为研究对象，此时光照强度变化区间为[252,308]kw/m²；

(3)由光伏功率输出函数计算光伏发电系统出力的变化区间，ppv＝ηapvgt[1-0.005(ta+cgt-25)]，式中η为光伏阵列的光电转换效率取值16％，apv为光伏阵列面积取值100m²，gt为光照强度取值[252,308]kw/m²，ta为环境温度取值35℃，c取值为0.03，计算得到光伏阵列出力区间为[3644，4496]kw；

(4)通过区间数与仿射数之间的转换，将光伏出力变化区间变为仿射形式式中εpv为噪声元标记。

2、以翼型naca0018风机为例建立其不确定性模型：

(1)预测未来24小时的风速数据，得到未来24小时的风速变化数据；

(2)以一定时间间隔计算此时间间隔内的平均风速；

(3)统计每个时间间隔内大于平均风速的风速数据和小于平均风速的风速数据，分别得到其平均值，以此作为每个时间间隔内平均风速的上界和下界vt，如图2所示，以上午11：00时的气象数据为研究对象，此时风速为[11.0010,11.5667]m/s；

(4)由风机的风速-功率函数pm＝0.5ρav³cp，式中ρ为空气密度取值为1.29kg/m³，a为风机旋转风轮的半径取值为7.3m，v为风速取值[11.0010,11.5667]m/s，cp为风力机的风能利用系数取值为0.265，可以得到风机出力变化区间为[1661，1931]；

(5)通过区间数与仿射数之间的转换，将风机出力变化区间变为仿射形式式中εwtg为噪声元标记。

3、计及不确定性的谐波源恒流源模型建立：

(1)将节点功率和统一表示成不确定量的形式：

(2)经三相基波潮流仿射算法计算，求得各节点电压值进而求取非线性负荷节点的电流值：

(3)根据基波电流值和谐波源典型频谱，求取各次谐波电流的幅值和相角，从而得到谐波源的恒流源不确定性模型：

建模结果表明，本发明提出的这种计及不确定性的分布式电源及谐波源的建模方法能够将分布式电源出力和谐波源电流表示为不确定形式，相比于确定性建模更加准确，包含更多信息。需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。