电力潮流运行特点及要求

配电系统相对于输电系统来说，由于电压等级低、 供电范围小，但与用户直接相连，是供电部门对用户服务的窗口，因而决定了配电网运行有如下特点和基本要求：

（1）10kV 中压配电网在运行中，负荷节点数多，一般无表计实时记录负荷，无法应用现在传统潮流程序进行配电网的计算分析，要求建立新的数学模型和计算方法。

（2）随着铁道电气化和用户电子设备的大量使用，配电网运行中有大量的谐波源、 三相电压不平衡、电压闪变等污染，要求准确测量与计算配电网中的谐波分布，从而采取有效措施抑制配电网运行中的谐波危害。

（3）由于环保条件日趋严格的制约，要求配电网运行能制定不影响城市绿化、 防火、 防爆、 防噪音等技术和组织措施，以便减少配电网运行对环境的污染。

（4）随着用户对供电可靠性和电压质量指标的提高，还靠人工操作已无法适应，要求现代配电网运行不断提高自动化、 智能水平。

由于 “电能” 作为商品将进入市场竞争，要求各电力公司采用需求侧管理和用户电力技术，以降低配电网运行的线损和年运行费用，提高运行的经济性，从而降低配电成本，并积极协助用户搞好优化用电计划、 节约用电，推行战略节电和战略负荷开拓等积极措施，进一步提高对用户的服务质量和降低供电企业的成本，达到双方受益的目的 。

电力潮流计算

1. 研究状况

近年来，许多学者对配电网潮流计算展开大量的研究，并出现了许多计算配电网潮流的算法，主要有：回路阻抗法，改进牛顿法，快速解耦法，前推回代法等。虽然有些学者为使快速解偶法能在配电网得以继续应用而做了一些有益的尝试，如应用补偿技术处理R/X 较大的线路，但这些方法都使算法复杂化，丧失了快速解偶算法原有的计算量小，收敛可靠的特点。

潮流算法多种多样，但一般要满足四个基本要求：

I.可靠收敛；

II.计算速度快；

III.使用方便灵活；

IV.内存占用量少。

他们也是对潮流算法进行评价的主要依据。前推回代法在配电网潮流计算中简单实用，所有的数据都是以矢量形式存储，因此节省了大量的计算机内存，对于任何种类的配电网只要有合理的 R/X 值，此方法均可保证收敛。算法的稳定性也是评价配电网潮流算法的重要指标。一般情况下，算法的收敛阶数越高，算法的稳定性越差，前推回代法的收敛阶数为一阶，因此它也具有较好的稳定性。比较而言，前推回代法充分利用了网络呈辐射状的结构特点，数据处理简单，计算效率高，具有较好的收敛性，被公认是求解辐射状配电网潮流问题的最佳算法之一。

2.计算意义

配电网潮流计算是配电网网络分析的基础，配电网的网络重构、 故障处理、 无功优化和状态估计等都需要用到配电网的潮流数据。 由于配电网结构特点都是开环运行的，配电网呈辐射状，配电线路的电阻电抗比(R/X)较大，利用常规方法进行潮流计算会导致算法不收敛，而前推回代法是线性收敛的，解决了潮流计算收敛难的问题。 近年来，开发配电管理系统（DMS）成为人们研究的热点。 而配电网潮流计算作为 DMS 的高级应用软件之一，更是整个问题研究和分析的基础。

3.基本要求

配电网潮流计算一般要满足下例要求：

（1）可靠收敛；

（2）计算速度快；

（3）使用方便灵活，调整和修改容易，可满足工程上的需求；

（4）内存占用量少等。

由于配电网的收敛问题比较突出，因此对配电网的潮流算法进行评价时，首先看它能否可靠收敛，然后在此基础上可对计算提出进一步要求。

4.计算特点

电力系统潮流计算的研究自 1956 年由 J．B．Word 开始，至今历久不衰。从早期的高斯—塞德尔迭代法发展到牛顿—拉夫逊法，进而到国内外广泛采用的 PQ 分解法，人们已研究出了多种有效的潮流计算方法，然而这些一般都只适用于输电网络中，对于低压配电网络其应用效果并不显著，这是因为低压配电网与输电网不同，低压配电网网络拓扑呈辐射状，线路的 R /X 很高，一般而言，配电系统正常运行时呈树状结构。这些特点导致网络的雅克比矩阵的条件数变大，出现不同程度的病态特征，传统的潮流计算方法如牛顿 & 拉夫逊法及快速解偶法在计算配电网潮流时收敛效率不高。 配电网的网络呈辐射状，在正常运行时是开环的，只有在倒换负荷或发生故障时才有可能出现短时环网运行情况。 配电网的另一个特点是配电线路的总长度较输电线路要长且分支较多，配电线的线径比输电网细导致配电网的 R /X 较大，且线路的充电电容可以忽略。由于配电线路的 R /X 较大，无法满足 P、 Q 解耦条件 Gi < Bi，所以在输电网中常用的快速解耦算法（FDLF）在配电网中则难以收敛 。

(1)在电网规划阶段，通过潮流计算，合理规划电源容量及接入点，合理规划网架，选择无功补偿方案，满足规划水平的大、小方式下潮流交换控制、调峰、调相、调压的要求。

(2)在编制年运行方式时，在预计负荷增长及新设备投运基础上，选择典型方式进行潮流计算，发现电网中薄弱环节，供调度员日常调度控制参考，并对规划、基建部门提出改进网架结构，加快基建进度的建议。

(3)正常检修及特殊运行方式下的潮流计算，用于日运行方式的编制，指导发电厂开机方式，有功、无功调整方案及负荷调整方案，满足线路、变压器热稳定要求及电压质量要求。

(4)预想事故、设备退出运行对静态安全的影响分析及作出预想的运行方式调整方案。

总结为在电力系统运行方式和规划方案的研究中，都需要进行潮流计算以比较运行方式或规划供电方案的可行性、可靠性和经济性。同时，为了实时监控电力系统的运行状态，也需要进行大量而快速的潮流计算。因此，潮流计算是电力系统中应用最广泛、最基本和最重要的一种电气运算。在系统规划设计和安排系统的运行方式时，采用离线潮流计算：在电力系统运行状态的实时监控中，则采用在线潮流计算 。2100433B

电力潮流计算是检验现代电力系统的运行是否合理的依据，在未来进行电力系统扩展规划设计时起着极其重要的作用 。

潮流计算是电力系统分析中的一种最基本的计算，它的任务是对给定的运行条件确定系统的运行状态，如各母线上的电压（幅值及相角）、网络中的功率分布及功率损耗等 。潮流计算就是采用一定的方法确定系统中各处的电压和功率分布。电力系统的潮流计算和一般交流电路计算的根本差别在于：后者已知和待求的是电压和电流，而前者是电压和功率。正是这一差距决定了二者本质上的不同：描述交流电路特性的方程，如节点电压、回路电流方程，是线性方程，而描述电力系统稳态运行特性的潮流方程是非线性方程 。

潮流计算是电力系统分析的基础，其典型计算潮流方程如下所示：

式中：W为系统节点功率注入向量；X为节点电压向量；Y为系统网络参数；Z为系统支路潮流向量。概率潮流的计算正是在上式的基础上，通过考虑输入变量W和Y的概率特性，获得系统状态变量X和Z的分布情况，从而全面地给出系统的运行状况和概率特征。

随着电力系统随机性的显著提升，概率潮流算法在电力系统分析中获得广泛应用，其主要应用方向可以分为以下几类。

1）电力系统规划，包括电源规划、电网规划和无功规划等规划问题 。规划问题的求解均以潮流计算作为基础，在不确定性增加的电力系统中，概率潮流将成为含随机因素规划问题的求解前提。

2）静态安全分析，作为电力系统分析的基本问题，采用概率潮流的静态安全分析方法可以更加真实地反映电力系统全而信息 。

3）电力系统运行状态实时在线分析，包括机组组合、在线调度、电力市场机制下的源一网嗬互动。应用某些概率潮流算法，可以在不显著增加计算次数与时间的条件下，更为精确地分析电力系统的运行状态及变化趋势，为电力系统实时分析提供了强有力的工具 。

4）其他基于潮流运算的系统分析，例如最优化潮流计算、电力系统风险评估、互动型配电网潮流计算等。

近似法是利用输入随机变量的数字特征近似描述系统状态变量统计特性的方法。该方法避开了大规模的重复抽样，因而求解速度较快，又因其能够计及系统输入变量之间的互相关性，因而受到重视。目前研究应用较多的有点估计法、一次二阶矩法和状态变换法 。

电力系统概率潮流算法点估计法

点估计法是一种概率统计方法，目前所做的应用研究都是基于1998年Hong在已知输入随机变量的连续分布下提出的点估计法。该方法能够根据已知随机变量的概率分布，求得待求随机变量的各阶矩。

点估计法属于逼近技术的一种，利用输入随机变量的统计信息来逼近输出随机变量的数字特征。其主要运算过程分为以下几步。

1）用潮流方程中输入随机变量W的各个分布函数求出相应的前2M-1阶中心矩。

2）通过构造的方式，利用前2M-1阶中心矩独立求出每个输入随机变量的M个离散状态，使得这M个离散状态包含了前2M-1阶中心矩的所有信息。

3）用所求得的每个输入随机变量的M个离散状态和它们的均值，构造M´K个输入随机变量的离散状态，求出对应输出随机变量的M´K个离散状态。

4）用求得的潮流方程输出随机变量X和Z的M´K个离散状态逼近相应的期望值与方差等相关数字特征。

由以上步骤可以分析点估计法的特点如下：

1）该方法中实际的输入量为输入随机变量前2M-1阶中心矩，此中心矩可以由概率分布函数直接求出，也可以由大量样本逼近拟合方程式展开得到，这样就不必受限于必须已知输入变量概率分布的条件约束。

2）点估计法不需要知道输入与输出之间的具体函数关系表达式，仅要求每个输入有唯一对应的输出。

3）输出随机变量有2M-1阶多项式逼近的精度，为了提高估计的精度，可以增加输入变量的高阶矩信息，即增加取点个数。但实际应用中点个数M大于3时不仅急剧增大计算量，而且往往造成解的结果非实数，因此M通常取2或3，即构成常用的两点估计法和三点估计法。

两点估计法计算简单、容易实现，但其只利用输入变量的前三阶矩信息，计算精度低；三点估计法既能得到较高精度的估计值，又保持了简易性，在点估计法中广为使用。点估计法的缺点在于计算结果中随机变量的高阶矩不够精确，无法准确获得变量的概率分布函数。同时在处理输入变量的时间和空间相关性上具有一定的计算复杂度。

电力系统概率潮流算法一次二阶矩法

一次二阶矩法作为一种近似概率仿真方法，已被广泛应用于机械、结构可靠性分析中。该方法通过将状态方程泰勒展开，近似保留一次线性项，形成包含前两阶矩（即均值和方差）的计算方程式。在电力系统概率潮流分析中，其具体步骤如下：

步骤1：将输入随机变量对输出状态变量的潮流方程按泰勒级数展开为一次项形式。

步骤2：计算输入变量均值方程式。

步骤3：计算输入变量协方差方程式。

步骤4：由步骤2和3联合，通过输入变量的均值和协方差计算输出状态变量的数字特征。

一次二阶矩法计算简单，效率高；但其计算能力有限，仅能处理输出与输入之间均值和方差的数值计算，算法模型误差较大，并且计算精度受到系统概率潮流模型约束很大，因此研究较少。

电力系统概率潮流算法状态变换法

状态变换按照变换方法分为线性变换、多项式变换和无迹变换等。线性变换法基于正态变量线性变换不变性定理，假设节点注入随机变量均服从正态分布，将潮流方程线性化后可得系统状态变量为节点注入变量的线性组合并且仍服从正态分布。多项式变换多用作其他计算方法的辅助手段，用以表征电力系统随机因素的模型转换等问题。无迹变换认为：拟合一个概率分布比求解非线性变换容易得多，基于此，通过较少的样本点和相应的样本权重准确捕获状态分布参数，通过非线性函数传递后输出状态变量的期望与方差。

状态变换法的优点在于变换过程数学理论清晰，意义明确，计算规模不大，但由于该方法以高斯正态分布为变换基础，使其在新能源（不满足高斯分布）并网问题下的概率分析存在一些不足。

电力系统概率潮流算法近似法概率潮流展望

近似在各个科学领域均有应用，在电力系统概率潮流中近似计算的使用也较为普遍。与确定性潮流相比，概率潮流的计算规模显著提升，快速的近似计算显得更为迫切。目前已有的近似法概率潮流算法中，计算结果以均值和方差为主要目标，如何获得状态变量较为准确的整体概率分布是改进的重要方向。另一方面，近似法概率潮流算法计算结果的可信度与误差分析也是研究的内容之一。

在近似法中，随机变量状态的变换是一种基础计算手段，而泛函分析领域的空间转换与之具有相似的计算逻辑，把发展成熟的泛函空间变换应用于近似法概率潮流，是值得探索的方向。

模拟法概率潮流，是将电力系统中的不确定因素作为随机变量建立概率模型，然后抽取概率分布的样本，最后统计输出变量的分布特征。传统的模拟法概率潮流计算方法一般是指随机采样的蒙特卡洛模拟法 ，后来基于随机模拟法改进衍生出重要抽样法 、拉丁超立方采样法和拟蒙特卡洛方法等。

电力系统概率潮流算法随机采样的蒙特卡洛模拟法

蒙特卡洛模拟是二战时期美国物理学家Metropoli 在执行曼哈顿计划的过程中提出的。蒙特卡洛模拟法以随机模拟和统计实验为手段，是一种从随机变量的概率分布中，通过随机选择数字的方法产生一种符合该随机变量概率分布特性的随机数值序列，作为输入变量序列进行特定分析的求解方法。其计算关键与核心步骤如下：①对潮流方程的输入变量W构造相应的概率模型；②产生随机数序列，作为系统的抽样输入进行大量的数字模拟，每一组采样值通过潮流计算得到相应的模拟实验值；③系统计算，对模拟实验结果进行统计处理，给出所求问题的解。

蒙特卡洛模拟的优点在于样本数量足够大时，计算结果足够精确；并且计算量一般不受系统规模的影响，该方法的抽样次数与抽样精度的平方成反比。缺点在于为提高计算精度，往往需要提高系统抽样规模，从而导致计算时长过大。考虑其精度优势，随机采样的蒙特卡洛模拟法一般用来作为基准方法进行比较，是衡量其他方法准确性的重要参考。

电力系统概率潮流算法重要抽样法

重要抽样法认为期望值附近的采样值对计算结果具有更大的影响力，因此可以重点关注期望值附近的点。基于此，重要抽样法的基本思路是保持原有样本期望值不变，通过改变已知变量概率分布来减小其方差，从而达到减少运算时间的目的。

如何选取新分布中系统的概率分布使得随机变量在期望不变的情况下减小方差是重要抽样法的关键步骤。有文献采用迭代法搜索重要分布函数，给出了若干重要分布函数的定义方法，并结合分散抽样的技巧提高重要抽样法的收敛速度。也有文献利用蒙特卡洛方法模拟出负荷样本，然后利用核密度估计方法估计出负荷模型的密度函数，将之作为重要抽样密度函数，计算出支路潮流和节点电压的概率密度函数 。

重要抽样法在电力系统的概率估计中有着广泛应用，该方法可以快速准确地计算出系统运行状态的期望值，为系统分析提供参考。但重要抽样法中仅以期望为研究对象，对于概率变量的方差、概率分布等参数分析存在天然缺陷，计算结果局限性较大。

电力系统概率潮流算法拉丁超立方采样法

为了避免随机采样的蒙特卡洛模拟法的大规模抽样，Mckay等人于1979年提出了拉丁超立方采样法 。它是一种分层采样法，通过改进输入随机变量的样本生成过程，保证其采样值能够有效地反映随机变量的整体分布，算法的出发点就是确保所有的采样区域都能够被采样点覆盖。其基本运算过程分为如下两个步骤：采样和排列。

拉丁超立方采样法的不足是对输入随机变量的处理较为复杂，一方面要求已知输入随机变量的概率分布函数或累积分布函数，另一方面对不同类型概率分布的随机变量相关性需要特殊变换处理困。但该方法作为一种非常有效的估计输出随机变量期望值的方法，由于采样值能够确保覆盖所有输入随机变量的整个分布区域，无须大规模抽样，并且可以有效处理输入变量之间的相关性和随机性，在准确性、稳健性和时效性上都有较大的优势。

电力系统概率潮流算法拟蒙特卡洛法

拟蒙特卡洛法的出发点与拉丁超立方采样法相同，希望通过有效的空间覆盖采样法来规避蒙特卡洛模拟法中的随机抽样。但与拉丁超立方采样法的处理方式不同，拟蒙特卡洛法采用低差异序列实现多维随机变量的空间采样。

低差异序列，又称伪随机数列，是一系列数值确定的[0,1]区间中的数。在d维变量的空间中，低差异序列中己有n-1个数，生成第n个数的方法是：将这个数插入已有数列中最大的“空白”处，即避免数列在局部空间聚集，从而保证了有限数据的空间全覆盖。

目前拟蒙特卡洛法己经被应用于概率最优潮流计算和含互动式新能源的电网静态稳定分析中。由于采样过程中一次性生成所需序列，该方法具有比拉丁超立方采样法更高的计算效率。但拟蒙特卡洛法对多变量的高维度问题理论基础薄弱、计算效果差，因此目前多用于小规模电力系统分析计算。