Использование вероятностного потокораспределения для анализа неоднородностей в ЭЭС

• Автор: Болоев, Евгений Викторович
• Шифр специальности: 05.14.02
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Иркутск
• Количество страниц: 162 с. : ил.

СОДЕРЖАНИЕ
Введение.

Общая характеристика работы

Основные проблемы состояния вопроса исследования

Содержание работы.

Глава 1. Использование линейного аналитического подхода к вероятностному потокораспределению для определения сенсорных и слабых мест в ЭЭС.

1.1. Использование метода сингулярного анализа для определения сенсоров в ЭЭС

1.2. Линейный аналитический подход к вероятностному потокораспределению

1.3. Определение числовых характеристик нагрузок

1.4. Влияние несимметричности предельных значений изменения случайной переменной относительно математического ожидания на вероятность ее нахождения в допустимых границах.
1.5. Сочетание линейного аналитического подхода к вероятностному потокораспределению с методом сингулярного анализа.
1.6. Представление плотности вероятности случайной переменной рядом ГрамаШарлье.
1.7. Иллюстрация использования линейного вероятностного метода для определения сенсорных переменных и их числовых характеристик.
1.7.1. Выделение сенсорных переменных и слабых связей методом сингулярного анализа матрицы Якоби.
1.7.2. Фазы узловых напряжений.
1.7.3. Разность фаз узловых напряжений.
1.7.4. Модули узловых напряжений.
1.7.5. Разность модулей напряжений в связях
1.7.6. Перетоки активной и реактивной мощности.
1.7.7. Использование обобщенных возмущений.
Введение
Общая характеристика работы
Актуальность


Для улучшения оценок моментов полученных методом статистической линеаризации в работах [], [], [], [], [] используется метод нелинейной (квадратичной) аппроксимации и метод моментов. При формировании уравнений для моментов в этих методах матрица Гессе представляется в кубической форме. В работах [], [] метод квадратичной аппроксимации был модернизирован за счет представления матрицы Гессе не в кубической, а прямоугольной форме, позволяющей заменить операцию обращения матрицы Якоби решением систем уравнений. Применение метода функциональных преобразований [] или, как этот метод назван в [], методом замены переменных, базируется на общем принципе сравнения вероятностей. Гак как функция и плотности распределения являются полными вероятностными характеристиками случайных величин, то метод функциональных преобразований является точным аналитическим методом. Использованию метода функциональных преобразований к расчету вероятностного потокораспре-деления посвящены работы автора диссертации [5], [], показавшие ограниченность возможности применения этого метода, вызванную многомерностью совместной плотности распределения искомых переменных. Для нахождения плотности распределения любой переменной приходится прибегать к трудоемкой процедуре численного интегрирования совместной плотности распределения, что делает этот метод весьма трудоемким для вероятностного потокорас-пределения даже небольших ЭЭС. R.N. Allan, M. R.G. Al-Shakarchi, V. L. Arienti, В. Bak-Jensen, R. Billinton, B. Borkowska, M. Brucoli, R. C. Burchett, M. P. Caramia, G. Carpinclli, G. Celli, P. Chen, X. Chen, Z. Chen, X. Y. Chao, J. Christensen, R. Cicoria, G. J. Cokkinides, M. B. Do Coutto Filho, J. F. Dopazo, M. El-Kady, W. El-Khattam, T. Esposito, M. Flam, С. Ы. Grigg, N. Y.G. Hegazy, G. T. Heydt, Z. Hu, P. Jarventausta, P. Jorgensen, T. S. Karakatsanis, K. Kinsner, O. A. Klitin, H. Laaksonen, A. M. Leite da Silva, S. T. Lee, M. M. Madrigal, J. W. Marangon Lima, A. P.S. Meliopoulos, S. Mocci, V. Muzek, R. Napoli, D. A. Newey, K S. Nochur, M. Pagano, K. Ponnambalam, F. Pilo, V. Quintana, S. Repo, S. M.P. Ribeiro, M. M.A. Salama, A. Sasson, P. W. Sauer, A. S.M. Soares, M. Sobierajski, M. T. Schilling, F. C. Schweppe, R. F. Simmons, G. Skerbinek, S. M. Soares, C. L. Su, R. D. Tabors, J. O. Tande, F. Torelli, P. Varilone, P. Verde, X. Vieira Filho, J. Vorsic, X. Wang, P. Zhang. Классификация методов вероятностного потокораспределения, применяемых за рубежом, дана в []. В ней отмечается, что вероятностное потокорас-пределенис может быть рассчитано либо с использованием аналитических методов, к которым они относят метод свертки и метод моментов, либо численным методом, каким является метод Монте Карло. Во всех иностранных работах использующих аналитическое вероятностное потокораспределение, отмечается, что первой работой, посвященной этой проблеме, является работа Барбары Борковской [], опубликованная в году, что не совсем точно, поскольку первая работа [] , связанная с вероятностным потокораспределением была опубликована В. З. Манусовым с А. В. Лыкиным в . В ней автор применяет метод свертки, позволяющий определить распределение вероятности двух или большего числа независимых переменных. В работе предполагается независимость активных и реактивных перетоков. Делается предположение о полной независимости или линейной некоррелированности информации о узловых мощностях, предположение о нормальном и дискретном распределении мощностей нагрузок и генераций, а также о постоянстве параметров схемы и топологии схемы сети. В этой работе вначале производится линеаризация системы уравнений установившегося режима, связывающих перетоки мощности в связях со значениями узловых мощностей. Для сети постоянного тока матрицей такого уравнения является матрицей коэффициентов токораспределения, а для сети переменного тока она может быть определена только после линеаризации нелинейной системы уравнений, что ограничивает возможности метода, поскольку такая линеаризация справедлива только для небольших изменений узловых мощностей. Затем определяются свертки, позволяющие оценить по распределениям узловых мощностей распределения перетоков и напряжений.