【摘要】：隨著風電的不斷開發(fā)利用和并網(wǎng)滲透率的不斷提高,風電的隨機性和波動性給電力系統(tǒng)帶來了極大的不確定因素,使其安全穩(wěn)定運行面臨嚴峻挑戰(zhàn)。因此,大規(guī)模風電并網(wǎng)后對電力系統(tǒng)的小干擾穩(wěn)定性的影響值得關(guān)注。傳統(tǒng)確定性小擾動分析方法由于不能考慮風電的不確定性而無法真實反映實際電力系統(tǒng)的安全運行水平�；诖�,本文基于概率分配法(Probabilistic Collocation Methods,PCM)提出了一種計及風電不確定性的互聯(lián)電力系統(tǒng)概率小擾動穩(wěn)定分析方法,適用于研究風電接入對互聯(lián)電力系統(tǒng)小擾動穩(wěn)定性的影響。本文首先詳細介紹了四種在電力系統(tǒng)不確定性評估中常用概率分析方法-蒙特卡洛法(Monte Carlo,MC)、點估計法(Point Estimation Methods,PEM)、半不變量法(Cumulant Methods,CM)和概率分配法,通過概率潮流計算比較上述方法的準確性和計算效率,總結(jié)PCM相對于其它方法在電力系統(tǒng)不確定性評估中的優(yōu)勢。其次,研究了PCM在傳統(tǒng)電力系統(tǒng)概率小擾動分析中的應用。根據(jù)特征值分析法的機理和基本概念,建立輸入變量的PCM模型,并詳細介紹了基于PCM的傳統(tǒng)電力系統(tǒng)概率小擾動特性分析流程。通過仿真表明:通過PCM法計算得到主導振蕩模式的振蕩頻率以及阻尼比的概率分布特性,其結(jié)果與MC法保持一致,具有良好的準確性,且計算效率遠高于MC法,可以準確高效地得到系統(tǒng)小擾動特性。最后,提出了一種基于PCM分析的含風電電力系統(tǒng)的概率小擾動穩(wěn)定性分析方法。考慮到實際中風電出力的非連續(xù)性,建立了風電出力的PCM概率模型,提出了適用于含風電互聯(lián)電力系統(tǒng)概率小擾動穩(wěn)定性評估指標,并給出了基于PCM的風電互聯(lián)電力系統(tǒng)的概率小擾動穩(wěn)定分析的詳細步驟。對含風電的新英格蘭10機39節(jié)點系統(tǒng)進行仿真分析表明:本文所建立的風電出力PCM模型能夠準確的反映風電的運行特性,隨著風電接入容量的增加,整個風電系統(tǒng)的小擾動穩(wěn)定性特性呈現(xiàn)降低趨勢。
[Abstract]:With the continuous development and utilization of wind power and the continuous improvement of permeability, the randomness and volatility of wind power bring great uncertainties to the power system, which makes its safe and stable operation facing severe challenges. Therefore, the influence of large-scale wind power on the small disturbance stability of power system is worthy of attention. Because the traditional deterministic small disturbance analysis method can not take the uncertainty of wind power into account, it can not truly reflect the safe operation level of the actual power system. Based on the probabilistic collocation method (PCM), this paper presents a probabilistic small disturbance stability analysis method for interconnected power systems taking into account the uncertainty of wind power, which is suitable for studying the influence of wind power access on the stability of interconnected power systems. In this paper, four common probabilistic analysis methods in power system uncertainty assessment, Monte Carlo method, Point estimation method PEM, semi-invariant method and probabilistic distribution method, are introduced in detail. The accuracy and efficiency of the above methods are compared by the probabilistic power flow calculation, and the advantages of PCM compared with other methods in power system uncertainty assessment are summarized. Secondly, the application of PCM in traditional power system probabilistic small disturbance analysis is studied. According to the principle and basic concept of eigenvalue analysis, the PCM model of input variables is established, and the analysis flow of probabilistic small disturbance characteristic of traditional power system based on PCM is introduced in detail. The simulation results show that the oscillation frequency and the probability distribution of damping ratio of dominant oscillation mode are obtained by PCM method. The results are consistent with MC method and have good accuracy, and the calculation efficiency is much higher than that of MC method. The small disturbance characteristics of the system can be obtained accurately and efficiently. Finally, a method of probabilistic small disturbance stability analysis for wind power system based on PCM analysis is proposed. Considering the discontinuity of wind power output in practice, the PCM probability model of wind power output is established, and the evaluation index of probabilistic small disturbance stability for interconnected power system with wind power is proposed. The detailed steps of probabilistic small disturbance stability analysis for wind power interconnected power system based on PCM are given. The simulation analysis of a new England 10-machine 39-bus system with wind power shows that the wind power output PCM model can accurately reflect the operating characteristics of wind power, and with the increase of wind power access capacity, the PCM model can accurately reflect the operating characteristics of wind power. The small disturbance stability of the whole wind power system is decreasing.
【學位授予單位】：華中科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM614;TM712

【相似文獻】

相關(guān)期刊論文 前10條

1 劉憑,羅時鈞,鄂秦;翼型跨音速小擾動勢流-邊界層計算[J];空氣動力學學報;1986年03期

2 房喜;印永華;楊萬開;吳國偉;史可琴;朱方;范越;崔麗華;;750kV輸變電示范工程系統(tǒng)小擾動試驗分析[J];電網(wǎng)技術(shù);2006年24期

3 秦超;余貽鑫;;基于安全域的含風電電力系統(tǒng)概率小擾動穩(wěn)定分析[J];電力系統(tǒng)自動化;2014年10期

4 張揚軍,陳乃祥,曹智鵬,趙春元;不可壓非定常小擾動流場的數(shù)值模擬[J];清華大學學報(自然科學版);1997年08期

5 潘靜;洪義;;懸掛在做微小擾動小船下物體運動的分析[J];渭南師范學院學報;2012年12期

6 伍紅;趙霞;周家啟;;電力系統(tǒng)小擾動概率穩(wěn)定性的蒙特卡羅仿真[J];電力系統(tǒng)自動化;2009年11期

7 賈宏杰;李聰利;莊劍;;計及勵磁系統(tǒng)和原動機動態(tài)時系統(tǒng)小擾動穩(wěn)定分析[J];天津電力技術(shù);2004年04期

8 邵銳,劉憲林,王克文;多機電力系統(tǒng)小擾動穩(wěn)定分析的解耦降階法[J];繼電器;2005年08期

9 李秀英,羅時鈞;跨音速細長旋轉(zhuǎn)體零升力時的壓力和波阻力的有限差分計算[J];西北工業(yè)大學學報;1983年02期

10 李秀英;羅時鈞;;跨音速細長旋轉(zhuǎn)體零升力時的壓力和波阻力的有限差分計算[J];西北工業(yè)大學學報;1983年S1期

相關(guān)會議論文 前1條

1 陳李賓;周任軍;湯放奇;葉佳明;;考慮小擾動穩(wěn)定約束的最優(yōu)潮流[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術(shù)年會論文集（上冊）[C];2008年

相關(guān)重要報紙文章 前1條

1 ;廣東電網(wǎng)公司提升小擾動掌控水平[N];中國電力報;2006年

相關(guān)博士學位論文 前2條

1 林姿峰;基于信號激勵法的小擾動安全在線評估[D];清華大學;2004年

2 元博;含風電的電力系統(tǒng)備用決策及小擾動隨機穩(wěn)定分析[D];華北電力大學;2014年

相關(guān)碩士學位論文 前9條

1 周楨鈞;六相電勵磁同步風電機組的簡化動態(tài)模型及小擾動穩(wěn)定分析[D];重慶大學;2015年

2 黃瑩;基于概率分配法的含風電電力系統(tǒng)概率小擾動穩(wěn)定分析[D];華中科技大學;2015年

3 伍紅;基于蒙特卡羅模擬的概率小擾動穩(wěn)定分析[D];重慶大學;2009年

4 邵銳;電力系統(tǒng)小擾動穩(wěn)定分析與控制的解耦降階法[D];鄭州大學;2005年

5 李曉蕾;基于詳細模型的多機電力系統(tǒng)小擾動穩(wěn)定降階分析方法研究[D];鄭州大學;2003年

6 鄧學華;電力系統(tǒng)小擾動穩(wěn)定約束下的平衡解與最優(yōu)潮流研究[D];長沙理工大學;2008年

7 劉喜成;含柔性元件的電力系統(tǒng)小擾動穩(wěn)定研究[D];鄭州大學;2009年

8 徐昊;綜合負荷模型對多機系統(tǒng)小擾動穩(wěn)定的影響研究[D];華北電力大學（北京）;2011年

9 那廣宇;基于小擾動穩(wěn)定域的電力系統(tǒng)概率安全分析[D];天津大學;2007年

，

本文編號：2124194