4。1风电预测出力分布类型 22

4。2不同风电预测出力类型下支路有功差异 23

4。3 本章小结 26

结论 27

致谢 28

参考文献 29

附录：抽样程序 31

1绪论

1。1研究背景及意义

21世纪以来，随着经济和科学技术的快速发展，能源危机日益加剧，可供开采的化石燃料将在几百年内面临枯竭，其造成的环境污染和温室效应也成为人类不得不面对的巨大问题，所以人们转而寻求其他可替代能源。在光伏发电、地热发电等众多可选择的能源中，风力发电作为可再生的绿色能源，凭借着成熟的技术、较短的建设周期和良好的经济效益，逐渐展露出本身的优势，具有广阔的发展前途，并已成为最有可能大规模商业化发展的新型发电方式[1]。

风力发电发展十分迅猛，全世界七十多个国家已在使用风力发电，自上世纪90年代以来，全世界风力发电的装机容量以平均每年超过20％的速度飞速增长，近5年的增长速度更是达到了35%-50%[2]，居于各种发电方式之首。截止2015年底，全世界风电新增装机总量已达到63。0GW，我国的风力新增装机总量占据了世界份额的48%，达到30。5GW，领跑全球风电市场，累计装机总容量达145。1GW，一跃超越美国成为世界最大的风力发电国家[3]。我国幅员辽阔，风力资源十分丰富，有着得天独厚的风力利用条件，但风力利用也存在一些问题。我国风力资源分布极为不均，陆地风力资源主要分布在西北、东北、正北这三个地区，但这些地区的经济发展水平有限，负荷有限，风电消费存在困难。我国的风电调峰能力不足，对风力无法做到完全利用，“弃风”现象严重。

不同于其他新能源，风力发电具有不确定性，包括间歇性、波动性和两者兼有的高度随机性，影响其不确定性的因素有来自内部的因素和来自外部的因素，外部因素包括电力系统的随机负荷和故障，内部不确定性因素也有两个方面：风自身的不确定性和风力发电过程中引入的不确定性。平均风速、脉动风速、风向的改变都会引起风力发电机输出功率的改变，风电机组的启停、工况的调整等则会造成发电过程中的不确定性。与此同时，风电接入电网一般采取集中接入和分散接入两种方法，而如上所述的我国的风电分布极不均匀，集中在北方地区，而当地负荷又难以消纳这些电力，因此决定我国的风电并网必须采取远距离传输和集中接入的方式，这对电力系统的稳定运行提出了更大的难题。风电的大规模集中接入使得本身由于风电不确定性引起的节点出力电压、功率波动更加严重，给电网的规划、设计、运行增加了压力，随着风电规模的进一步扩大，这一问题造成的影响将越来越大，成为制约风电发展的瓶颈。因此，利用新的方法来对风电大规模接入的电力系统具有不确定性的概率潮流问题进行求解具有十分重大的战略意义。

1。2国内外研究现状

1。3本文主要研究内容

针对风力发电具有随机性和不确定性的特点，本文重点研究含风电场的电力系统概率潮流问题，主要研究以下内容：

（1）综述国内外各种概率潮流计算方法，并分析各自的优缺点。

（2）着重研究拉丁超立方抽样法，并在此基础上采用拉丁超立方重要抽样法，在分层后选择概率密度值最大的点作为该层的样本点，提高了样本的有效性，并以14节电系统为算例验证其采样精度。