一种计及电网接纳能的概率潮流计算方法

申请号 CN201610148016.6 申请日 2016-03-15 公开(公告)号 CN105656038A 公开(公告)日 2016-06-08
申请人 国电南瑞科技股份有限公司; 国网宁夏电力公司; 国电南瑞南京控制系统有限公司; 发明人 丁恰; 喻洁; 刘莉莉; 陈仁思; 葛俊; 贺文; 宁波; 张慧玲; 韩红卫; 高宗和; 谢丽荣; 马晓青;
摘要 本 发明 公开了一种计及 电网 接纳能 力 的概率潮流计算方法,包括如下步骤:步骤1、根据电网对新 能源 发电功率的接纳能力,建立新能源发电功率变量的 累积分布函数 ,其中,累积分布函数以分段函数形式描述:步骤2、根据建立的新能源发电功率变量的累积分布函数F(pk),利用比例分配原理计算新能源发电功率变量各段区间的抽样次数,进而利用拉丁超立方抽样法分别对新能源发电功率变量各段区间进行抽样,建立新能源发电功率变量的样本矩阵;步骤3、将新能源发电功率变量的样本矩阵作为输入量进行概率潮流计算得到输出变量的离散结果,利用经验分布函数进行拟合,得到输出变量的概率分布函数。既扩展了拉丁超立方抽样法的应用范围,又保证了计算 精度 。
权利要求

1.一种计及电网接纳能的概率潮流计算方法,其特征在于,包括如下步骤:步骤1、根据电网对新能源发电功率的接纳能力,建立新能源发电功率变量的累积分布函数,其中,累积分布函数以分段函数形式描述:
假设有K个新能源发电功率变量P1,P2,…PK,电网所能接纳的新能源发电最大功率为plimit,那么新能源发电功率变量的累积分布函数F(pk)(k=1,2,…K)为:
式中:F1(·)为不考虑电网接纳能力时新能源发电功率变量的累积分布函数;
步骤2、根据步骤1所建立的新能源发电功率变量的累积分布函数F(pk),利用比例分配原理计算新能源发电功率变量各段区间的抽样次数,进而利用拉丁超立方抽样法分别对新能源发电功率变量各段区间进行抽样,建立新能源发电功率变量的样本矩阵;
步骤3、将步骤2所建立的新能源发电功率变量的样本矩阵作为输入量进行概率潮流计算得到输出变量的离散结果,利用经验分布函数进行拟合,得到输出变量的概率分布函数。
2.根据权利要求1所述的一种计及电网接纳能力的概率潮流计算方法,其特征在于,步骤2具体包括如下步骤:
步骤201、根据步骤1所建立的新能源发电功率变量的累积分布函数F(pk)、利用比例分配原理计算新能源发电功率变量各段区间的抽样次数:
设总的抽样次数为N,对于新能源发电功率变量Pk(k=1,2,…K),利用比例分配原理计算F(pk)各段区间的抽样次数:区间pk<plimit的抽样次数为NUM=round(N*F1(plimit));区间pk≥plimit的抽样次数为N-NUM,式中round(·)是对数值进行四舍五入;
步骤202、利用拉丁超立方抽样法分别对新能源发电功率变量各段区间进行抽样并根据新能源发电功率变量累积分布函数的逆函数得到对应的新能源发电功率值:
对于区间pk<plimit,首先将新能源发电功率变量Pk(k=1,2,…K)在区间pk<plimit的累积分布函数F1(pk)的取值区间[0,F1(plimit)]进行NUM等分,生成NUM个子区间然后在每个子区间 选择中点或
者随机取一个点 最后根据新能源发电功率变量Pk在区间pk<plimit的累积分布函数F1(pk)的逆函数计算出r对应新能源发电功率的值 将pk.r作为子区间的样本点;
对于区间pk≥plimit,全部抽取plimit作为样本点,抽样次数为N-NUM;步骤203、根据所得的新能源发电功率值建立新能源发电功率变量的样本矩阵:
对所有随机变量都按照步骤202抽样后生成新能源发电功率变量的初始样本矩阵对初始样本矩阵 进行随机排序,建立新能源发电功率变量的样本矩阵PK×N。
3.根据权利要求2所述的一种计及电网接纳能力的概率潮流计算方法,其特征在于,将新能源发电功率变量的样本矩阵PK×N作为确定性潮流计算模型的输入量进行循环计算,每次循环选择PK×N的一列向量作为输入量,已参与过计算的列向量不再被选择,直到PK×N的所有列向量都参与过计算后结束循环,利用经验分布函数对循环计算所得的输出变量的离散结果进行拟合得到输出变量的概率分布函数。

说明书全文

一种计及电网接纳能的概率潮流计算方法

技术领域

[0001] 本发明涉及一种计及电网接纳能力的概率潮流计算方法。

背景技术

[0002] 随着大规模新能源发电接入电网,新能源发电的随机性和波动性导致电力系统在运行过程中出现节点电压或支路潮流越限的情况越来越明显,降低了电力系统运行的安全性和可靠性,因而有必要定性和定量分析新能源发电接入对电力系统的影响。在检验含新能源发电的电力系统规划方案或者运行方面,传统的潮流计算方法已经无法反映运行方式变化下的系统运行情况,取而代之的是能够反映系统运行状态的概率特征的概率潮流计算方法。
[0003] 传统的概率潮流计算基本上是基于新能源发电功率变量为常规分布的场景下,如正态分布或威布尔分布。实际上,受到电网接纳能力与电网联络线的通道传输功率限制,新能源发电功率并不能完全被电网所接纳,导致新能源发电功率变量的概率分布不再为常规分布,而是以分段函数形式来描述的非规则分布。
[0004] 在概率潮流计算方法中基于随机抽样的蒙特卡罗模拟法的计算精度是最高的,常用来作为检验其他方法有效性的标准,但蒙特卡罗模拟法为了得到高精度的结果需要进行成千上万次的确定性潮流计算,导致计算时间相当长,为了提高计算速度,以拉丁超立方抽样法代替随机抽样对蒙特卡罗模拟法进行改进,拉丁超立方抽样法是一种分层抽样的方法,可以大大减少样本的个数,提高了计算速度,但传统的拉丁超立方抽样法对新能源发电功率变量为常规分布的场景下很有效率,对于受到电网接纳能力限制的非规则分布的情况却难以处理。

发明内容

[0005] 针对上述问题,本发明提供一种计及电网接纳能力的概率潮流计算方法,适用于新能源发电功率变量为非规则分布的概率潮流计算,既扩展了拉丁超立方抽样法的应用范围,又保证了计算精度。
[0006] 为实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
[0007] 一种计及电网接纳能力的概率潮流计算方法,其特征在于,包括如下步骤:
[0008] 步骤1、根据电网对新能源发电功率的接纳能力,建立新能源发电功率变量的累积分布函数,其中,累积分布函数以分段函数形式描述:
[0009] 假设有K个新能源发电功率变量P1,P2,…PK,电网所能接纳的新能源发电最大功率为plimit,那么新能源发电功率变量的累积分布函数F(pk)(k=1,2,…K)为:
[0010]
[0011] 式中:F1(·)为不考虑电网接纳能力时新能源发电功率变量的累积分布函数;
[0012] 步骤2、根据步骤1所建立的新能源发电功率变量的累积分布函数F(pk),利用比例分配原理计算新能源发电功率变量各段区间的抽样次数,进而利用拉丁超立方抽样法分别对新能源发电功率变量各段区间进行抽样,建立新能源发电功率变量的样本矩阵;
[0013] 步骤3、将步骤2所建立的新能源发电功率变量的样本矩阵作为输入量进行概率潮流计算得到输出变量的离散结果,利用经验分布函数进行拟合,得到输出变量的概率分布函数。
[0014] 优选,步骤2具体包括如下步骤:
[0015] 步骤201、根据步骤1所建立的新能源发电功率变量的累积分布函数F(pk)、利用比例分配原理计算新能源发电功率变量各段区间的抽样次数:
[0016] 设总的抽样次数为N,对于新能源发电功率变量Pk(k=1,2,…K),利用比例分配原理计算F(pk)各段区间的抽样次数:区间pk<plimit的抽样次数为NUM=round(N*F1(plimit));区间pk≥plimit的抽样次数为N-NUM,式中round(·)是对数值进行四舍五入;
[0017] 步骤202、利用拉丁超立方抽样法分别对新能源发电功率变量各段区间进行抽样并根据新能源发电功率变量累积分布函数的逆函数得到对应的新能源发电功率值:
[0018] 对于区间pk<plimit,首先将新能源发电功率变量Pk(k=1,2,…K)在区间pk<plimit的累积分布函数F1(pk)的取值区间[0,F1(plimit)]进行NUM等分,生成NUM个子区间然后在每个子区间 选择中点或者随机取一个点 最后根据新能源发电功率变量Pk在区间pk<plimit的累积分布函数F1(pk)的逆函数计算出r对应新能源发电功率的值pk.r=F1-1(r),将pk.r作为子区间的样本点;
[0019] 对于区间pk≥plimit,全部抽取plimit作为样本点,抽样次数为N-NUM;
[0020] 步骤203、根据所得的新能源发电功率值建立新能源发电功率变量的样本矩阵:
[0021] 对所有随机变量都按照步骤202抽样后生成新能源发电功率变量的初始样本矩阵对初始样本矩阵 进行随机排序,建立新能源发电功率变量的样本矩阵PK×N。
[0022] 优选,将新能源发电功率变量的样本矩阵PK×N作为确定性潮流计算模型的输入量进行循环计算,每次循环选择PK×N的一列向量作为输入量,已参与过计算的列向量不再被选择,直到PK×N的所有列向量都参与过计算后结束循环,利用经验分布函数对循环计算所得的输出变量的离散结果进行拟合得到输出变量的概率分布函数。
[0023] 本发明的有益效果是:
[0024] 本发明针对传统的拉丁超立方抽样法难以处理新能源发电功率变量为非规则分布的问题,提出将比例分配原理与拉丁超立方抽样法相结合,实现了对以分段函数形式描述的非规则分布随机变量的抽样,既扩展了拉丁超立方抽样法的应用范围,又保证了计算精度。附图说明
[0025] 图1是本发明一种计及电网接纳能力的概率潮流计算方法的流程图

具体实施方式

[0026] 下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述,以使本领域的技术人员可以更好的理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
[0027] 一种计及电网接纳能力的概率潮流计算方法,如图1所示,包括如下步骤:
[0028] 步骤1、根据电网对新能源发电功率的接纳能力,建立新能源发电功率变量的累积分布函数,其中,累积分布函数以分段函数形式描述:
[0029] 假设有K个新能源发电功率变量P1,P2,…PK,电网所能接纳的新能源发电最大功率为plimit,那么新能源发电功率变量的累积分布函数F(pk)(k=1,2,…K)为:
[0030]
[0031] 式中:F1(·)为不考虑电网接纳能力时新能源发电功率变量的累积分布函数;
[0032] 步骤2、根据步骤1所建立的新能源发电功率变量的累积分布函数F(pk),利用比例分配原理计算新能源发电功率变量各段区间的抽样次数,进而利用拉丁超立方抽样法分别对新能源发电功率变量各段区间进行抽样,建立新能源发电功率变量的样本矩阵;
[0033] 步骤3、将步骤2所建立的新能源发电功率变量的样本矩阵作为输入量进行概率潮流计算得到输出变量的离散结果,利用经验分布函数进行拟合,得到输出变量的概率分布函数。
[0034] 优选,步骤2具体包括如下步骤:
[0035] 步骤201、根据步骤1所建立的新能源发电功率变量的累积分布函数F(pk)、利用比例分配原理计算新能源发电功率变量各段区间的抽样次数:
[0036] 设总的抽样次数为N,对于新能源发电功率变量Pk(k=1,2,…K),利用比例分配原理计算F(pk)各段区间的抽样次数:区间pk<plimit的抽样次数为NUM=round(N*F1(plimit));区间pk≥plimit的抽样次数为N-NUM,式中round(·)是对数值进行四舍五入;
[0037] 步骤202、利用拉丁超立方抽样法分别对新能源发电功率变量各段区间进行抽样并根据新能源发电功率变量累积分布函数的逆函数得到对应的新能源发电功率值:
[0038] 对于区间pk<plimit,首先将新能源发电功率变量Pk(k=1,2,…K)在区间pk<plimit的累积分布函数F1(pk)的取值区间[0,F1(plimit)]进行NUM等分,生成NUM个子区间然后在每个子区间 选择中点或者随机取一个点 最后根据新能源发电功率变量Pk在区间pk<plimit的累积分布函数F1(pk)的逆函数计算出r对应新能源发电功率的值pk.r=F1-1(r),将pk.r作为子区间的样本点;
[0039] 对于区间pk≥plimit,全部抽取plimit作为样本点,抽样次数为N-NUM;
[0040] 步骤203、根据所得的新能源发电功率值建立新能源发电功率变量的样本矩阵:
[0041] 对所有随机变量都按照步骤202抽样后生成新能源发电功率变量的初始样本矩阵对初始样本矩阵 进行随机排序,建立新能源发电功率变量的样本矩阵PK×N。
[0042] 优选,将新能源发电功率变量的样本矩阵PK×N作为确定性潮流计算模型的输入量进行循环计算,每次循环选择PK×N的一列向量作为输入量,已参与过计算的列向量不再被选择,直到PK×N的所有列向量都参与过计算后结束循环,利用经验分布函数对循环计算所得的输出变量的离散结果进行拟合得到输出变量的概率分布函数。
[0043] 本发明计及电网接纳能力的概率潮流计算方法,首先根据电网对新能源发电功率的接纳能力建立新能源发电功率变量以分段函数形式描述的累积分布函数,然后根据所建立的新能源发电功率变量的累积分布函数利用比例分配原理和拉丁超立方抽样法对新能源发电功率变量进行抽样,建立新能源发电功率变量的样本矩阵,最后根据所建立的新能源发电功率变量的样本矩阵进行概率潮流计算。本发明提出将比例分配原理和拉丁超立方抽样法相结合对以分段函数形式描述的非规则分布的新能源发电功率变量进行抽样,既扩展了拉丁超立方抽样法的应用范围,又保证了计算精度。
[0044] 以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或者等效流程变换,或者直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
QQ群二维码
意见反馈