| 摘 要： | 近年来,太阳能光伏产业迅猛发展,光伏发电并网加剧了电力系统的不确定性,考虑光伏发电功率、电网元件状态等随机变量不确定性的概率潮流能够更加全面反映电力系统运行状况。在基于实际光伏电站数据分析的基础上,探究了影响光伏发电的几大主要气候条件,其中,太阳辐射强度、环境温度、湿度以及风速与光伏发电输出功率间的相关系数分别为0.9939,0.5032,-0.3861,0.5383,表明存在极显著的相关,具有较强的统计意义。以太阳辐射强度、环境温度、湿度以及风速4种环境因素作为预测模型的输入变量,忽略其他因素,根据它们之间的相关性,建立用于光伏发电功率短期预测的BP神经网络模型,并成功的预测了未来7d的光伏功率输出情况。利用序贯蒙特卡罗法时序模拟电网中线路的运行状态,综合考虑光伏发电功率和线路运行状态的不确定性对系统进行概率潮流研究。在已知线路故障以及其修复时间的前提下,模拟出72h内线路的潮流分布情况,能够有效反映电网运行风险。通过对潮流的分析,可及时发现电网中存在的薄弱环节,有针对性地制定事故预防和电网改进措施。基于IEEE30节点系统进行算例研究,算例分析结果表明:建立的四输入一输出的光伏发电功率预测方法,对预测值与实际值相比较,计算均方差达到0.000256,可用于实际预测。另外,基于对节点电压、线路功率等概率潮流的分析,验证了针对光伏并网系统进行概率潮流研究的必要性。
|
