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   |   DOI: 10.14529/power200305

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
Статья научная