54
совместной плотности распределения ФЗ с последующей
нормализацией.
Согласно полученным результатам (Табл. 1), к
примеру, в ходе внедрения ВЭУ 20 МВт суммарные
потери мощности могут увеличиться до 16,77 МВт., что
на треть больше, чем показания ЭЭС в чистом виде.
Однако, если рассматривать вероятность не превышения
значением 0,99 вероятности наступления, в конечном
итоге потери мощности не превысят 11 МВт, что в
меньшей степени отличается от возможных потерь
установившегося режима. Рассмотрение исследуемого
значения при допущении превышения вероятности
наступления, изменение скорости нарастания плотности
потерь мощности также можно увидеть в результатах
таблицы. Кроме того, с увеличением объема внедряемой
мощности ветрогенератора можно наблюдать сдвиг по
вероятностным характеристикам значения. Анализ
повторяемости определенных значений мощности
ветротурбины позволяет оценить влияние получаемого
закона мощности на изменение параметров режима. На
данный момент можно определить, что при увеличении
уровня
возобновляемой
генерации
возрастают
максимальные потери мощности и процент потерь
мощности, а также увеличивается степень нарастания
плотности распределения, но их оценка требует
дополнительного
изучения
для
полученных
вероятностных характеристик.
Таблица I.
П
ОТЕРИ МОЩНОСТИ
Объем
внедрения,
МВт
Ветвь
Мин.
потери,
МВт
Макс.
потери,
МВт
Потери
мощности
(ПРВ>
0,99), МВт
—
В1
0,3617
23,336
5,342
В2
0,203
11,035
5,168
В3
0,217
10,534
6,563
5
В1
0,3614
36,67
4,899
В2
0,2524
12,37
4,594
В3
2,183
13,15
7,301
10
В1
0,3614
36,67
5,202
В2
0,2524
12,37
4,998
В3
2,183
13,59
8,459
20
В1
0,3614
36,67
5,807
В2
0,2524
12,37
5,604
В3
2,183
16,77
10,94
IV.
З
АКЛЮЧЕНИЕ
В силу стохастического поведения ВИЭ, для
всесторонней оценки их влияния на ЭЭС недостаточно
использовать классические детерминированные методы
расчета установившегося и переходного режимов.
Необходимо рассмотреть все возможные варианты
качественной модернизации ЭЭС и предупреждения
чрезвычайных
ситуаций.
Подход, представленный в данной статье, сочетает в
себе не только использование достоверной информации
о законе распределения кривой мощности ветроагрегата,
но и рассмотрение возможных флуктуаций узлов
генерации и нагрузки. Кроме того, стоит отметить
равномерное формирование плотности вероятности
посредством совмещения плотностей относительно
значений ФЗ.
Приведенный пример вероятностного расчета ЭЭС с
внедренным объектом ВЭУ дает понимание возможных
изменений
по
математическому
ожиданию
и
среднеквадратическому отклонению результирующих
потерь и, соответственно, допустимой мощности
внедрения в рамках не превышения вероятности
заданного
порогового
значения.
Причем,
при
исследовании ряда параметров было определено, что
далеко не всегда предельные значения могут иметь
высокую вероятность наступления.
Работа выполнена при поддержке Министерства
науки и высшего образования РФ, грант МК-5320.2021.4.
Список литературы
[1]
Преобразование глобальной энергетической системы: дорожная
карта до 2050 г // International Renewable Energy Agency –
[Электронный ресурс]. – URL:
(дата
обращения: 18.03.2021).
[2]
Suvorov A., и др. Potential Application of HRTSim for
Comprehensive Simulation of Large-Scale Power Systems with
Distributed Generation // International Journal of Emerging Electric
Power Systems. – 2019. – Т. 20. – № 5. – С. 1–13.
[3]
Karimishad A., Nguyen T. Probabilistic Transient Stability Assessment
Using Two-Point Estimate Method // 8th International Conference on
Advances in Power System Control, Operation and Management
(APSCOM 2009). – 2009. – С. 1–6.
[4]
Sohoni V., Gupta S., Nema R. A Comparative Analysis of Wind Speed
Probability Distributions for Wind Power Assessment of Four Sites //
Turkish Journal of Electrical Engineering and Computer Sciences. –
2016. – Т. 24. – № 6. – С. 4724–4735.
[5]
Wang J., Hu J., Ma K. Wind Speed Probability Distribution Estimation
and Wind Energy Assessment // Renewable and Sustainable Energy
Reviews. – 2016. – Т. 60. – С. 881–899.
[6]
Akyuz H., Gamgam H. Statistical Analysis of Wind Speed Data with
Weibull, Lognormal and Gamma Distributions // Cumhuriyet Science
Journal. – 2016. – Т. 38. – № 4. – С. 68–76.
[7]
Akdag A., Dilner A. A New Method to Estimate Weibull Parameters
for Wind Energy Applications // Energy Conversion and Management.
– 2009. – Т. 50. – № 7. – С. 1761–1766.
[8]
Bay Y., и др. Obtaining Probabilistic Characteristics of Electrical
Quantities and Their Imbalances // Electrotehnica, Electronica,
Automatica: EEA. – 2019. – Т. 67. – № 3. – С. 73–80.
[9]
Boudreaux J. Design, Simulation, and Construction of an IEEE 14-Bus
Power System // Louisiana: Louisiana State University. – 2009. – 42с.
[10]
Bay Y., и др. Obtaining Full Probabilistic Characteristics of Power
Losses in the Electrical Power System Branches // Electrotehnica,
Electronica, Automatica: EEA. – 2020. – Т. 68. – № 3. – С. 32–40.
