Приведены результаты исследования влияния глубины случайных флуктуаций мощности нагрузки системы на вероятности распределения напряжений в узлах и потоки активной и реактивной мощностей в линиях. Моделирование вероятностного потокораспределения в условиях стохастического изменения нагрузки выполнено для различных уровней флуктуаций и при утяжелении режима системы вплоть до пиковой мощности нагрузки. Тестовые исследования количественной оценки влияния стохастических изменений нагрузки на вероятностное распределение параметров режимов проведены на примере электрической сети реальной энергосистемы. Приведены результаты сравнительного анализа вероятностного потокораспределения, выполненного численным методом Монте-Карло на примерах тестовых схем и схемы реальной энергосистемы с распределенной генерацией и возобновляемыми источниками. Предложен алгоритм вероятностной оценки напряжения и потоков мощности в сети с распределенной генерацией для ветровых и солнечных электростанций.
Наведено результати дослідження впливу глибини випадкових флуктуацій потужності навантаження системи на ймовірність розподілу напружень у вузлах і потокі активної та реактивної потужностей в лініях. Моделювання ймовірносного потокорозподілу в умовах стохастичної зміни навантаження виконано для різних рівнів флуктуацій та при доведенні режиму системи до пікової потужності навантаження. Тестові дослідження кількісної оцінки впливу стохастичного змінювання навантаження на ймовірнісний розподіл параметрів режимів проведено на прикладі електромережі реальної енергосистеми. Наведено результати порівнювального аналізу ймовірносного потокорозподілу, виконаного чисельним методом Монте-Карло на прикладах тестових схем і схеми реальної енергосистеми з розподіленою генерацією та оновлюваними джерелами. Запропоновано алгоритм ймовірносно ї оцінки напружень і потоків потужності в мережі з розподіленою генерацією для повітряних та сонячних електростанцій.
Impact of random fluctuations of system load power on probabilistic distribution of voltages in nodal points and flows of active and reactive power in branches are reported in the paper. Modeling of probabilistic power flow under conditions of stochastic load changes is performed for different fluctuation levels and increased load level up to peak load condition. Stochastic variation of load impact on probabilistic distribution of regime parameters were studied on the example of the Azerbaijan Power System network. The results of comparative analysis of probabilistic power flow for load fluctuation data are presented in a form of discrete samples of active power obtained by the Monte Carlo analytical method and measuring parameters live values in the studied network with distributed generation and renewable sources. An algorithm of probability estimation of voltage and power flows in the network with distributed generation for the wind-power and solar electric power stations has been offered.
