基于区域分辨高斯Copula显式建模区域间可再生能源相关性对输电走廊潮流预测精度及容量规划的影响研究

《IEEE Access》：Correlation-Separated Copula Modeling of Regional Renewable Generation for Accurate Prediction of Inter-Regional Transmission Line Flows

　　

摘要：

区域分布的风能和光伏（PV）发电的快速接入重塑了连接负荷区与发电区的主要输电走廊上的潮流分布。这些走廊的基于场景的规划因此关键取决于可再生能源输出的空间依赖性被表示的忠实程度。本文研究了显式分离并建模区域间可再生能源发电的关联性是否能够产生更准确的区域间输电线路潮流预测。利用韩国大陆一年的逐小时实测风能和光伏容量因子数据，构建并比较了三种场景生成模型：系统级单一分布模型、保留经验区域间相关性的区域分辨高斯copula模型，以及独立的各区域模型。光伏仅在白天样本上进行建模，所有依赖性在时间对齐的面板上进行估计，以保留同时段的共变特性。这些模型驱动全国电网193节点模型中的可再生能源注入，并将所得的区域间潮流分布与通过经验证的直流电力转移分布因子引擎从实测序列导出的基准真值进行比较。在48条区域间线路的平均值上，区域分辨copula模型获得了最低的潮流分布误差，独立模型始终最不准确，而相关性建模的优势随可再生能源渗透率的增加单调递增。代表性场景下的全交流潮流计算证实了上述发现，并且与随后两年的实测数据进行的验证表明，所估计的关联结构具有样本外迁移能力。在一个机会约束的输电容量规划框架中，准确性的提升使所研究系统所需走廊容量的错配减少了41–59%，并且与传统模型相比，产生了一个处于o...的加固计划。

展开更多