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1改进IEEE13节点算例图
为了分析算法的有效性,研究不同情景下风力、光伏发电系统对配电网各节点电压的影响,本文考虑如下三种情景进行仿射潮流计算,并将结果与经过蒙特卡洛算法计算的结果进行对比分析。
情景1:DG1和DG3具有相同的不确定变量范围,DG2具有不同的不确定变量范围。
情景2:DG1和DG2的不确定变量范围与情景1等同,而DG3的不确定变量范围与情景1不同。
情景3:DG1、DG2、DG3的不确定变量范围与情景1等同,但此时DG2接入节点680。
