分布式能源的大规模接入显著增加了电力系统谐波潮流(harmonic power flow,HPF)的不确定性。传统的HPF计算方法难以准确描述系统谐波分布的尾部特征,限制了对HPF的准确评估。针对这一问题,提出了一种基于改进点估计(point estimate meth...分布式能源的大规模接入显著增加了电力系统谐波潮流(harmonic power flow,HPF)的不确定性。传统的HPF计算方法难以准确描述系统谐波分布的尾部特征,限制了对HPF的准确评估。针对这一问题,提出了一种基于改进点估计(point estimate method,PEM)的配电网概率谐波潮流(probabilistic harmonic power flow,PHPF)计算方法。首先,利用传统潮流方法计算系统灵敏度判别指标,以识别关键谐波源。其次,使用混合采样策略,在拉丁超立方采样的基础上,对关键谐波源尾部采用重要抽样。最后,对全部样本执行确定性HPF计算,并基于核密度估计法刻画输出量的概率分布。仿真结果表明,所提方法的谐波电压幅值均值误差较传统PEM最大减小了约4.5%,方差误差绝对值最大减小了约30%,并改善了最大10%的尾部分布拟合精度,验证了该方法的有效性。展开更多
针对传统动态概率潮流(dynamic probability power flow,DPPF)计算结果存在的保守性问题,提出一种计及风速预测误差时空相关性的DPPF计算方法。首先,采用自相关系数平稳过程描述输入变量的预测误差过程,利用非参数核密度估计直接根据预...针对传统动态概率潮流(dynamic probability power flow,DPPF)计算结果存在的保守性问题,提出一种计及风速预测误差时空相关性的DPPF计算方法。首先,采用自相关系数平稳过程描述输入变量的预测误差过程,利用非参数核密度估计直接根据预测误差历史数据拟合得到预测误差分布;其次,基于等概率变换理论和Nataf变换技术得到具有时空相关性的误差样本。最后,通过基于拉丁超立方采样的蒙特卡罗模拟法进行DPPF计算,得到节点电压幅值和支路潮流的数字特征和动态概率分布。采用IEEE 14节点和IEEE 118节点系统进行仿真,验证了算法准确性和效率。展开更多
随着“双碳”目标的推进,大规模新能源并网使电网背景谐波呈现强波动性,导致现有系统谐波阻抗估计方法精确度降低,进而影响谐波主导扰动源定位与后续针对性治理。因此,针对新能源场站并网场景,研究系统谐波阻抗的精确估计对解决电网谐...随着“双碳”目标的推进,大规模新能源并网使电网背景谐波呈现强波动性,导致现有系统谐波阻抗估计方法精确度降低,进而影响谐波主导扰动源定位与后续针对性治理。因此,针对新能源场站并网场景,研究系统谐波阻抗的精确估计对解决电网谐波污染问题有重要意义。从数据驱动的角度出发,在新能源场站并网点建立了谐波阻抗评估模型。首先,针对背景谐波波动干扰的非理想条件,引入伊潘涅切科夫核函数拟合背景谐波电压的概率密度函数;其次,对于系统侧谐波阻抗值的估计,提出了基于改进贝叶斯的谐波阻抗估计方法,应用贝叶斯方法评估谐波阻抗时,基于熵最大原则和自分析法确定先验均匀分布区间范围;然后,针对样本容量过大导致估计过程耗时较长的问题,提出了基于最大最小优化拉丁超立方体采样法对公共连接点(point of common coupling,PCC)的数据样本进行筛选;最后,通过MATLAB/Simulink仿真分析的计算,验证了所提系统侧阻抗估计方法在背景谐波波动干扰时具有较高精度。展开更多
摘要分布式能源的大规模接入显著增加了电力系统谐波潮流(harmonic power flow,HPF)的不确定性。传统的HPF计算方法难以准确描述系统谐波分布的尾部特征,限制了对HPF的准确评估。针对这一问题,提出了一种基于改进点估计(point estimate method,PEM)的配电网概率谐波潮流(probabilistic harmonic power flow,PHPF)计算方法。首先,利用传统潮流方法计算系统灵敏度判别指标,以识别关键谐波源。其次,使用混合采样策略,在拉丁超立方采样的基础上,对关键谐波源尾部采用重要抽样。最后,对全部样本执行确定性HPF计算,并基于核密度估计法刻画输出量的概率分布。仿真结果表明,所提方法的谐波电压幅值均值误差较传统PEM最大减小了约4.5%,方差误差绝对值最大减小了约30%,并改善了最大10%的尾部分布拟合精度,验证了该方法的有效性。
摘要针对传统动态概率潮流(dynamic probability power flow,DPPF)计算结果存在的保守性问题,提出一种计及风速预测误差时空相关性的DPPF计算方法。首先,采用自相关系数平稳过程描述输入变量的预测误差过程,利用非参数核密度估计直接根据预测误差历史数据拟合得到预测误差分布;其次,基于等概率变换理论和Nataf变换技术得到具有时空相关性的误差样本。最后,通过基于拉丁超立方采样的蒙特卡罗模拟法进行DPPF计算,得到节点电压幅值和支路潮流的数字特征和动态概率分布。采用IEEE 14节点和IEEE 118节点系统进行仿真,验证了算法准确性和效率。
摘要随着“双碳”目标的推进,大规模新能源并网使电网背景谐波呈现强波动性,导致现有系统谐波阻抗估计方法精确度降低,进而影响谐波主导扰动源定位与后续针对性治理。因此,针对新能源场站并网场景,研究系统谐波阻抗的精确估计对解决电网谐波污染问题有重要意义。从数据驱动的角度出发,在新能源场站并网点建立了谐波阻抗评估模型。首先,针对背景谐波波动干扰的非理想条件,引入伊潘涅切科夫核函数拟合背景谐波电压的概率密度函数;其次,对于系统侧谐波阻抗值的估计,提出了基于改进贝叶斯的谐波阻抗估计方法,应用贝叶斯方法评估谐波阻抗时,基于熵最大原则和自分析法确定先验均匀分布区间范围;然后,针对样本容量过大导致估计过程耗时较长的问题,提出了基于最大最小优化拉丁超立方体采样法对公共连接点(point of common coupling,PCC)的数据样本进行筛选;最后,通过MATLAB/Simulink仿真分析的计算,验证了所提系统侧阻抗估计方法在背景谐波波动干扰时具有较高精度。