考虑不规则风速概率分布特性的配电系统可靠性评估

广西电力

Vol.42No.2Apr.2019考虑不规则风速概率分布特性的配电系统可靠性评估

陈绍南，李克文，秦丽文，俞小勇，高立克

（广西电网有限责任公司电力科学研究院，广西

南宁530023）

摘要：威布尔分布模型无法准确描述不规则风速概率分布特性，将其应用于含风电的配电网可靠性评估会造成评估结果偏差较大。为了提高评估结果的准确性，本文首次将改进混合半云模型应用于考虑不规则风速概率分布特性的配电系统可靠性评估中。采用美国Monteview地区时间间隔5min的风速数据建立不同的风速概率分布模型，并应用于求解不同风速扰动情况下配电系统可靠性指标。算例结果表明：改进混合半云模型鲁棒性更好，更适用于含风电接入的配电系统可靠性评估。

关键词：威布尔分布模型；配电网；可靠性评估；风速概率分布；改进混合半云模型中图分类号：TM732

文献标志码：A文章编号：1671-8380（2019）02-0017-05

ReliabilityEvaluationofDistributionNetworkConsideringthe

ProbabilityDistributionCharacteristicsofIrregularWindSpeed

CHENShaonan,LIKewen,QINLiwen,YUXiaoyong,GAOLike

（ElectricPowerResearchInstituteofGuangxiPowerGridCo.,Ltd.,GuangxiNanning530023,China）

speed,whichwillresultinthelargedeviationoftheevaluationresultifthemodelisappliedinthereliabilityevaluationofdistributionAbstract：Weibulldistributionmodelcannotaccuratelydescribetheprobabilitydistributioncharacteristicsofirregularwindnetworkwithwindpower.Inordertoimprovetheaccuracyoftheevaluationresult,theimprovedmixedhalf-cloudmodelisappliedinthereliabilityevaluationofdistributionnetworkconsideringtheprobabilitydistributionofirregularwindspeedinthispaper.Theprobabilitydistributionmodelsofdifferentwindspeedsareestablishedbasedonthe5-minuteintervalwindspeeddatainMonteview,USAandareusedtosolvethereliabilityindexofdistributionsystemunderdifferentwindspeeddisturbances.Theresultsoftheexampleshowthattheimprovedmixedhalf-cloudmodelhasbetterrobustnessandismoresuitableforthereliabilityevaluationofdistributionnetworkwithwindpower.improvedmixedhalf-cloudmodelKeywords:Weibulldistributionmodel;distributionnetwork;reliabilityassessment;windspeedprobabilitydistribution;

为改善能源结构，我国大力发展新能源。风能具有无污染、可再生的特点，是最具开发潜力的新能源之一。截至2017年，国内风电累计装机容量达163.67GW，年发电量达3057´108kW·h。然而，由于风能具有随机性、间歇性和不可控性，风电的接入将给电网安全可靠运行带来较大影响。为准确评估风电对配电系统可靠性充裕度的影响，需要建立精准的风速概率分布模型。传统风速概率分布模型主要有正态分布模型[1-2]和威布尔收稿日期：2018-09-02-20

（Weibull）分布模型[3-7]。上述分布模型对于规则风速概率分布描述精度高，但不适用于不规则风速概率分布。为了更准确地描述不规则风速概率分布，文献[8]提出了采用混合半云模型描述不规则风速概率分布特性，但该模型的抗干扰能力较差，当风速概率峰值附近出现扰动时，会出现“峰值偏离”现象，使模型精度降低。为此，文献[9]在混合半云模型的基础上提出了改进混合半云模型，有效解决了“峰值偏离”现象，提高了风速概率分布描述精度。18陈绍南，等：考虑不规则风速概率分布特性的配电系统可靠性评估

Vol.42No.2

本文首次将改进混合半云模型应用于考虑不规则风速概率分布特性的配电系统可靠性评估中，提高了可靠性评估结果的准确性。1基于不同模型的风速概率分布建模

采用美国Monteview地区时间间隔5min的风速数据进行分析，绘制了风速概率分布图（图1）及正态分布、威布尔分布Q-Q图（图2）。0.10 0.08度0.06密率概0.040.020.0005101520253035风速/（m·s-1）图1风速概率分布

由图2可知，风速数据偏离正态分布及威布尔分布y=x曲线，这说明风速数据不符合正态分布及威布尔分布，具有不规则分布特性。2.6原风速数据样本的概率分布峰值位于风速 云模型2“峰值偏离”m/s处，为对比混合半云模型和改进混合半m/s、4.0m/s分别增加一个扰动因素现象的鲁棒性，（在峰值附近分别称为“扰动3.5后风速概率分布曲线如图1”和“扰动2”），使得概率分布峰值偏离。增加扰动3所示。 0.9990.9970.9900.9800.9500.9000.750率概0.5000.2500.1000.0500.0200.0100.0030.001051015202530风速/（m·s-1）（a）正态分布图20.100.10 扰动1扰动20.080.08度0.06度0.06密密率率概0.04概0.040.020.020.0001020300.000102030风速/（m·s-1）风速/（m·s-1）图3扰动后风速概率分布曲线

采用威布尔模型、混合半云模型及改进混合半云模型分别描述原风速概率分布、扰动1风速概率分布和扰动2风速概率分布，拟合情况如图4~图6所示。0.10风速实际分布0.10风速实际分布 Weibull分布Weibull分布0.080.08混合半云模型改进混合半云模型度0.06度0.06密密率率概0.04概0.040.020.02 0.0001020300.000102030风速/（m·s-1）风速/（m·s-1）图4原风速概率分布拟合曲线

0.9990.9900.9600.9000.7500.5000.2500.1000.0500.020率0.010概0.0030.0011风速/（m·s-110）（b）威布尔分布

-Q图

Q第42卷第2期广西电力

19

0.10风速实际分布0.10 风速实际分布Weibull分布 0.08 Weibull分布0.08混合半云模型改进混合半云模型度0.06度0.06密密率率概0.04概0.040.020.020.00010 20300.000 102030风速/（m·s-1）风速/（m·s-1）图5

扰动1风速概率分布拟合曲线

0.10风速实际分布 0.10 风速实际分布 0.08Weibull分布0.08Weibull分布混合半云模型改进混合半云模型度0.06度0.06密密率率概0.04概0.040.020.020.00 01020300.00 0102030风速/（m·s-1）风速/（m·s-1）图6扰动2风速概率分布拟合曲线

2风机功率曲线模型

由风速与风机出力之间的关系，即风机功率曲线函数[10-11]求取模拟风速对应风功率，并作为注入功率接入系统中，风机功率曲线函数为：ìP(v)=ïí0,(vciAv=[1/(r为额定风速；vci-vr)2]{vci(vvcoci为切出风+vrciv+vr)/2)}v；r]3C}=[1/(；B=[1/(vci-vvcir)2-]{2-4[(vr)2]{v4civ+ci[(vrv)/2ci)-4vcivrci+vr+vvrr]3)[(vci+vr)/2vr]3-3计算结果与分析

}。本文在RBTS-BUS6标准测试系统各子网络中接入风机获得修正的测试系统，该系统包含了23个负荷点，主电源及风机完全可靠运行。测试系统中架空导线故障率为0.05次/km·a，架空线修复时间为0.0158h，节点作为次架空线路具体参数见表/台1·个用户，年；变压器修复时间为1；变压器故障率为负荷容量为0.4MW20h。子网络中；每个负荷分别接入1台1.5MW容量风机，风机参数：切入风速3m/s，额定风速11m/s，切出风速25m/s。测试系统接线如图7所示。表1

架空线路参数

线路编号线路长度/km线路编号线路长度/km122.801632.50173.2041.60182.5050.90193.2061.6072.50201.6080.60210.801.60222.80232.501090.80243.20110.90252.80123.20262.50132.80270.75140.60281.60155.102.80293.202.80当配电网主干线路上出现故障时，包含分布式电源的分支馈线形成孤岛运行模式，风机处安装的储能设备能够完全平衡系统故障期间的风机出力。当风电功率不足时，首先切除距离风机接入点最远处的负荷点。根据测试系统元件可靠性参数，采用蒙特卡罗模拟法[12-14]对系统进行状态抽样评估，获得系统平均停电频率指标(SAIDI)、平均供电可用率指标(SAIFI)、平均停电持续时间指标次停电时间指标。不同模型的系统可靠性指标见(ASAI)及各负荷点每表2。表2

不同模型的系统可靠性指标

数据模型SAIFISAIDIASAI原威布尔风1.62910.63599.878速混合半云模型1.630499.8776改进混合半云模型扰1.631710.739099.8774动威布尔1.629010.745799.8783风1混合半云模型1.631310.06速改进混合半云模型扰1.632410.720610.753299.8775动威布尔21.629210.3999.8776风混合半云模型1.630310.6999.8782速改进混合半云模型1.6304910.75199.877599.87792由表2数据可知，以改进混合半云模型评估结果为基准，在不同风速数据情况下，基于威布尔分布模型的可靠性评估结果偏差均较大。随着扰动量的增大，基于混合半云模型的可靠性评估SAIDI及0.056ASAI7和指标偏差分别由0.0007。0.0059和0.0001增大至20陈绍南，等：考虑不规则风速概率分布特性的配电系统可靠性评估

Vol.42No.2

1line1主电源断路器连接点分段开关风电load1line2线路负荷点熔断器变压器load2line3load3line4 load4line5load5line6load6line7line8load7line9line10line18line11load14line19load8line12load15line20line21load9line13line14load16load10line24line25line27line28line29line22load17line26line15line23load18load11load19load20load21load22load23line16load12line17load13图7测试系统接线图

以改进混合半云模型计算结果作为基准，比较原风速数据及扰动后风速数据情况下系统各负荷点年停电时间指标，结果分别如图8~图10所示。由图8可知，混合半云模型与改进混合半云模 5威布尔分布混合半云模型 型负荷点年停电时间偏差远小于1%，可认为两模型评估结果无差异；而采用威布尔分布模型则存在较大偏差，偏差最大值为4.6522%。由图9、图10可知，随着扰动量的增加，威布尔5威布尔分布混合半云模型 年停电时间偏差/%年停电时间偏差/%43210 12345671011121314151617181920212223负荷点标号43210 12345671011121314151617181920212223负荷点标号图8原风速数据负荷点指标图9扰动1负荷点指标

第42卷第2期广西电力21

5威布尔分布混合半云模型 %4/差偏间3时电停2年10 12345671011121314151617181920212223负荷点标号图10扰动2负荷点指标

分布模型负荷点年停电时间最大偏差达4.5%以上。同时，混合半云模型负荷点年停电时间偏差也随之增大，最大偏差达2.2295%。4结语

本文首次将改进混合半云模型应用于考虑不规则风速概率分布特性的配电系统可靠性评估中，获得的结论如下：（1）威布尔分布模型无法准确描述不规则风速概率分布特性，若应用于配电系统可靠性评估将造成系统及负荷点评估结果存在较大偏差。（2）随着扰动量的增大，基于混合半云模型的负荷点可靠性评估结果偏差增大。（3）相对混合半云模型来说，改进混合半云模型鲁棒性更好，因此更适用于含风电接入的配电系统可靠性评估。参考文献：[1]dictions[J].M.Lange.AnalysisPh.D.dissertationoftheuncertainty，FakultätofwindMathematikpowerpre⁃Naturwissenschaften，CarlvonOssietzkyUniversitätOlden⁃un[2]burg，Oldenburg，Germany，2003．serveR.Dohertypacity[J].demand，M.IEEEinOTrans.systems’Malley.PowerwithAnewsignificantapproachtoquantifyre⁃System，2005installed，20（2wind），587-ca⁃[3]595何禹清，．可靠性快速评估彭建春，[J].孙芊中国电机工程学报，.考虑风电能量随机性的配电网2010，30（13）：[4]16-22FlowLibao．Shi，ChenWang，LiangzhongYao．OptimalPower[5]nalSolutionIncorporatingWindPower[J]．SystemsJour⁃spiredFang，IEEEYao，Particle，2012Zhao，6(2)SwarmYang，233-241．OptimizationDong，KeforMengPower．Quantum-In⁃SystemOper⁃ationsTaxinConsideringAustralia[J]．WindIndustrialPowerInformaticsUncertainty，IEEEandTransac⁃Carbon[6]tionsPreliminaryQueirozon，2012Oliveira，8(4)O.D.，880-888，Araujo．A.M.，RamosMedeirosshoreAmericaWindApproachTransactionsProjects，alongoftheIEEEtheTechnicalBrazilianFeasibility．ACoast[J]．ofLatinOff⁃[7]na)，2013，11(2)，706-712．(RevistaIEEEAmericaLati⁃SystemZhilongReliabilityQin，WenyuanEvaluationLi，IncorporatingXiaofuXiongCorrelations．GenerationWindSpeedsWithDifferentDistributions[J]．PowerSys⁃of[8]tems，IEEETransactionson，2013，28(1)，551-558．合半云建模方法陈绍南，陈碧云，[J]韦化，．中国电机工程学报，等．不规则风速概率分布的混2015，35（6），[9]1314-1321风速概率分布拟合中的应用陈绍南，陈碧云，．韦化，等.改进混合半云模型在不规则[J]．电力自动化设备，[10]2017，37（4），60-66．究胡叶舟[D].保定：.大型风电场对发输电系统可靠性影响评估研华北电力大学，2011．[11]可靠性快速评估何禹清，彭建春，孙芊[J].中国电机工程学报，.考虑风电能量随机性的配电网2010，30(13)：[12]16-22．电网可靠性评估梁惠施，程林，刘思革[J].电网技术，.基于蒙特卡罗模拟的含微网配2011，35（10）：76-81．[13]性分析方法袁兆祥，孔祥玉，[J].电力系统及其自动化学报，赵帅.分布式电源接入配电系统可靠2013，25（4）：[14]112-116性评估孙若笛，．Monte谢开贵Carlo.计及风速模拟法-[J].负荷相关性的配电网可靠电力系统保护与控制，2012，40（18）：12-18．作者简介：

陈绍南（1987），男，广西桂平人，工程师，工学博士，主要从事电力系统运行分析、电力系统可靠性分析与规划工作；李克文（1979），男，湖北天门人，高级工程师，工学硕士，主要从事配电自动化工作；秦丽文（1990），女，广西灵川人，工程师，工学硕士，主要从事配电网故障分析和配电自动化工作；俞小勇（1985），男，安徽繁昌人，高级工程师，工学硕士，主要从事配电网故障分析和配电自动化工作；高立克（1978），男，广西桂林人，高级工程师，工学学士，主要从事电力系统继电保护、配电网运行分析等工作。