智能电网的发展要求建立更加灵活、高效以及环境友好的电力系统。作为智能电网的重要组成部分,光伏、风力等分布式发电技术近几年已被广泛应用于电力系统中。由于风力、光伏发电系统出力受天气变化的影响,其功率输出具有随机性和不确定性,另一方面,随着光伏、风电等分布式电源(distributiongeneration,DG)渗透率的不断提高,其对电力系统安全运行带来的不确定影响也越发显著。为分析风力、光伏发电系统出力的不确定性对电力系统运行状况的影响,常规的确定性潮流分析已经无法满足要求。

　　2、研究方法：区间潮流分析和复仿射运算方法

　　为了解决上述问题,需采用合适的不确定潮流分析方法,目前常采用的不确定性潮流分析方法主要包括概率潮流、模糊潮流和区间潮流三种方法。作为区间潮流算法的发展,仿射潮流近几年有了少数研究,但该方法针对定量分析DG出力不确定对各个节点电压的不确定性影响问题还没有进行讨论研究。基于此,本文针对风力、光伏发电系统出力的波动性和随机性,将仿射数学应用于求解考虑不确定性的三相不平衡配电系统潮流计算问题,并提出不确定变量影响力指标(indexofRelativeInfluenceofUncertainVariablesonOutcomes,RIUVO),用于定量分析分布式电源不确定性对系统电压的影响。

　　仿射数学是在1993年由Comba和Stolfi最早提出并用于解决电脑制图问题,仿射数学不但具有表达不确定信息的简单性而且可以表示各不确定变量之间的相互关系。这种相互关系的引入,一方面能够解决区间数学保守性问题,另一方面能够分析不确定输入变量对输出的影响程度。仿射数学的一个重要特点是能够记录各个不确定量之间的依赖关系,在计算过程中可以记录每个噪声元的变化情况,每个噪声元系数的变化能够体现其不确定性大小。为考虑每个噪声元对系统的影响,本文提出不确定变量影响力指标(RIUVO),通过相对影响力,能够分析每个不确定变量对最终结果的影响。

　　3、方法核心：复仿射潮流算法及分布式电源不确定性影响力

　　本文采用C++语言编制了基于复仿射数学的区间三相前推回代算法。参考C++STL的complex类建立了复仿射数类ComplexAffine,实现了复仿射数的四则运算及其他相应函数。配电网中的各节点功率受负荷及分布式电源出力的影响,在进行配网不确定潮流计算时,需要考虑节点功率的不确定性。不同于输电网络,配电网由于线路阻抗比率相对较高,常见的潮流计算方法如快速牛顿解耦法已不再适用,因此,本文选择前推回代法作为潮流算法改进对象。前推回代复仿射数潮流算法的计算步骤与传统前推回代计算步骤相同,主要包括回代过程、前推过程以及收敛判据。

　　此外,风电、光伏的出力受天气变化的影响具有随机性和不确定性,采用复仿射数来表达各分布式电源出力的不确定性,通过影响力的大小可以分析各分布式电源出力不确定性对系统各节点电压不确定性的影响情况。

　　4、算例验证

　　通过改进的IEEE13节点配电网算例来验证所提算法的有效性和可行性。为考察风电、光伏等分布式电源出力不确定对系统电压水平的影响,在节点634的A相接入功率为200kW的光伏,节点675处的A、B、C三相分别接入功率为300kW的风机,在节点684处的分别A、B、C三相分别接入功率为400kW的光伏,加入DG的配电网如图1所示。

　　图2为在情景1的情况下本文算法和蒙特卡洛法计算结果对比图,本文算法的计算结果区间完全包含蒙特卡洛法的结果区间,证明本文所提算法具有完备性。

　　图2本文方法与蒙特卡洛方法A相电压实部对比(采样数:104)

　　对于配电系统规划问题,得到不确定输入条件下的系统输出结果(节点电压区间)已经能够满足要求。但是,对于系统实时运行调控,仅仅一变化区间无法满足要求。系统运行人员需要了解各分布式电源出力不确定性对系统各节点电压的影响大小,从而能够确定调控优先级及调控大小。根据本文所提的方法可以计算各DG在节点的影响力,图3~图6分别列出了3种情景下部分节点电压实部的影响水平,从而可以更为直观地反映出各个DG出力不确定性对系统电压的影响。

　　图3情景1各DG出力不确定影响力(A相电压)

　　图4情景1各DG出力不确定影响力(B相电压)

　　图5情景2各DG出力不确定影响力(A相电压)

　　图6情景3各DG出力不确定影响力(A相电压)

 　5、结语

　　本文基于仿射数学提出了考虑不确定性的三相配电系统潮流计算方法,仿射数学在区间算法上的基础上引入了各不确定量的相互关系,这样一方面可减小区间保守性,另一方面能够对不确定输入变量进行跟踪分析。分布式电源出力不确定性对配电网运行的影响受分布式电源出力波动及接入位置决定,本文算法能够分析多分布式电源共同作用时系统各节点电压情况。计算结果对含分布式电源的配电网规划和运行具有一定的参考价值。