Получение законов распределения вероятностей параметров установившегося режима электроэнергетических систем

Автор: Бай Юлий Дмитриевич, Шмойлов Анатолий Васильевич, Рубан Николай Юрьевич, Уфа Руслан Александрович, Рудник Владимир Евгеньевич, Киевец Антон Владимирович

Журнал: Вестник Южно-Уральского государственного университета. Серия: Энергетика @vestnik-susu-power

Рубрика: Электроэнергетика

Статья в выпуске: 3 т.20, 2020 года.

Бесплатный доступ

Стабильная работа энергосистемы является одним из основных вопросов, рассматриваемых в электроэнергетике. Современные уровни потребления ведут к необходимости постоянно наращивать генерируемые мощности, многократно преобразуя и усложняя исходную схему. В дополнение к этому, учитывая текущий тренд на развитие цифровой энергетики и внедрение возобновляемых источников энергии, добавляется все больше неопределенностей, которые сложно предопределить стандартными методами регулирования. События в энергосистеме являются детерминированными, т. е. случайными. Это приводит к тому, что сложно в полной мере оценить устойчивость энергосистемы, уровни напряжений в узлах, токов в ветвях или возможные потери мощности. Нахождение законов распределения вероятностных характеристик способно предоставить понимание всех возможных состояний, в которых может существовать объект. Проблема их получения заключается в сложности учета всех взаимосвязей между случайными аргументами исходных данных. Данные законы необходимы для дальнейшего определения оптимальных режимов работы ЭЭС, возможности решения задачи определения оптимальных мест установки и требуемого объема возобновляемой генерируемой энергии недетерминированным способом. Цель данной статьи заключается в апробировании разрабатываемого метода получения полных вероятностных характеристик СГИД. Данный метод в отличие от методов семейства Монте-Карло не использует случайную выборку исходных аргументов, а полностью покрывает исследуемую функциональную зависимость. Поставленная задача была решена с использованием положений теории вероятностей и математической статистики, в энергетике в частности, численных методов оптимизации. Также использовался пакет прикладных программ для решения задач технических вычислений MATLAB Matpower.

Еще

Электроэнергетические системы, установившийся режим, закон распределения вероятности, случайная величина, квантиль, функциональная зависимость

Короткий адрес: https://sciup.org/147234065

IDR: 147234065   |   УДК: 621.311.001.57   |   DOI: 10.14529/power200305

Obtaining probability distribution laws of power system steady-state mode parameters

Stable operation of electrical power systems is one of the crucial issues in the power industry. Current volumes of electricity consumption cause the need to constantly increase the generated capacity, repeatedly modifying and complicating the original circuit. In addition to this, given the current trend towards the use of digital power systems and renewable energy sources, more and more uncertainties difficult to predict by standard mathematical methods appear. Events in the power system are deterministic, i.e. random. Thus, it is difficult to fully assess the system stability, voltage levels, currents, or possible power losses. Finding the probability distribution laws can give us an understanding of all the possible states in which an object can exist. Obtaining them is complicated by the difficulty of accounting for all the correlations between the random arguments of the source data. These laws are necessary to determine the optimal operating modes, the possibility of solving the problem of determining the optimal renewable energy sources installation locations and the required amount of generated energy in a non-deterministic way. The purpose of this article is to test the developed SIBD method for obtaining the full probabilistic characteristics. This method, unlike the Monte Carlo methods, does not use a random sample of initial data, but completely covers the studied functional dependence. The problem was solved using the provisions of probability theory and mathematical statistics, numerical optimization methods in particular. The MATLAB Matpower application package was also used to solve technical computing problems.

Еще

Список литературы Получение законов распределения вероятностей параметров установившегося режима электроэнергетических систем

  • Прогноз развития энергетики мира и России до 2040 года. - ИНЭИ РАН, АЦ, 2014.
  • Azmy, A. Impact of distributed generation on the stability of electrical power system / A. Azmy, I. Erlich // IEEE Power Engineering Society General Meeting. - 2005. - Vol. 2. - P. 1056-1063. DOI: 10.1109/pes. 2005.1489354
  • Воропай, Н.И. Требования к противоаварийному управлению ЭЭС с учетом изменения условия их развития и функционирования / Н.И. Воропай, Д.Н. Ефимов // Надежность либерализованных систем энергетики. - Новосибирск: Наука. - 2004. - С. 74-84.
  • Вентцель, Е.С. Теория вероятностей: учеб. для вузов /Е.С. Вентцель. - М.: Высш. шк., 1999. -576 c.
  • Андронов, А.М. Теория вероятностей и математическая статистика / А.М. Андронов, Е.А Копытов, Л.Я. Гринглаз. - СПб.: Издательский Дом ПИТЕР, 2004. - 461 с.
  • Genz, A. Numerical Computation of the Multivariate Normal Probabilities / A. Genz // Journal of Computational and Graphical Statistics. -1992. - Vol. 1. - P. 141-150. DOI: 10.2307/1390838
  • The hybrid model of VSC HVDC / R. Ufa, M. Andreev, N. Ruban et al. // Electrical Engineering. - 2019. -Vol. 101. - P. 11-18. DOI: 10.1007/s00202-018-00752-y
  • Milanovic, J. Probabilistic stability analysis: The way forward for stability analysis of sustainable power systems / J. Milanovic // Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences. - 2017. - Vol. 2100. - P. 1-22. DOI: 10.1098/rsta.2016.0296
  • Huazhang, H. Quasi-Monte Carlo based probabilistic small signal stability analysis for power systems with plug-in electric vehicle and wind power integration / C. Y. Chung, K. W. Chan, H. Huazhang // IEEE Transactions on Power Systems. - 2013. - Vol. 28. - P. 3335-3343. DOI: 10.1109/tpwrs.2013.2254505
  • Hong, HP. An efficient point estimate method for probabilistic analysis / HP. Hong // Reliability Engineering & System Safety. - 1998. - Vol. 59. - P. 261-267. DOI: 10.1016/s0951-8320(97)00071-9
  • Karimishad, A. Probabilistic transient stability assessment using two-point estimate method / A. Kari-mishad // Proceedings of the 8th International Conference on Advances in Power System Control, Operation and Management (APSCOM2009). - 2009. - P. 1-36. DOI: 10.1049/cp.2009.1748
  • LI, W. Risk assessment of power systems: models, methods, and applications / W. LI. - Wiley-IEEE Press, 2005. - 560 p.
  • Hsu, J. Multiple Comparisons: Theory and Methods / J. Hsu. - London: Chapman and Hall, 1996. - 277p.
  • Bay, Y.D. The Selection of Interval Boundaries of Input and Output Data Method for Obtaining Complete Probabilistic Characteristics / Y.D. Bay // MATEC Web of Conferences. - 2017. - Vol. 141. - P. 1-4. DOI: 10.1051/matecconf/201714101037
  • Электроэнергетические системы в примерах и задачах / В.А. Веников и др. - М.: Энергоатом-издат, 1983 - 504 с.
  • Шведов, А.С. Теория вероятностей и математическая статистика / А. С. Шведов. - М.: Издат. дом ГУ-ВШЭ, 2005. - 254 с.
  • Rodgers, J.L. Thirteen Ways to Look at the Correlation Coefficient / J.L. Rodgers, W.A. Nicewander // The American Statistician. - 1988. - Vol. 42, no. 1. - P. 59-66.
  • Obtaining probabilistic characteristics of electrical quantities and their imbalances / Y. Bay, I. Razzhivin, A. Kievets et al. // Electrotehnica, Electronica, Automatica (EEA). - 2019. - Vol. 67. - P. 73-80. DOI: 10.46904/eea. 20.68.3.1108004
  • IEEE 14 Bus Power Flow Test Case. - https://egriddata.org/dataset/ieee-14-bus-power-flow-test-case (дата обращения: 29.04.2020).
  • Matpower Documentation. - https://matpower.org/doc/ (дата обращения: 12.04.2020).
  • Suresh, V. Comparison of solvers performance for load flow analysis / V. Suresh // Transactions on Environment and Electrical Engineering. - 2019. - Vol. 1. - P. 363-378.
  • Ehsan, M. A probabilistic modeling of photovoltaic modules and wind power generation impact on distribution networks / M. Ehsan, M. Aien, A. Soroudi // IEEE Systems Journal. - 2012. - Vol. 6. - P. 254-259. DOI: 10.1109/jsyst.2011.2162994
Еще