一种含高比例风电并网的自适应线性化概率潮流计算方法技术

本发明专利技术公布了一种含高比例风电并网的自适应线性化概率潮流计算方法，用于解决考虑高比例风电和负荷强随机扰动的电力系统潮流计算。本发明专利技术首先采用高斯混合模型统一刻画源‑荷强随机性，准确建立源‑荷不确定性模型。然后，随机模拟生成输入变量相关性样本。接着，对潮流方程进行自适应线性化处理，采用迭代算法实现随机波动范围自适应多区域划分，并在划分区域内部线性化以减小潮流全局线性化误差，利用自适应线性化半不变量法的解析法获取区域整合重组后状态变量的各阶半不变量。最后，运用C型Gram‑Charlier级数拟合状态变量概率分布。本发明专利技术能够有效处理源‑荷强随机性及相关性，获取更加准确的潮流分布，具有结果准确、实现方便的优点，适用于高比例风电并网下概率风险分析与评估。

An Adaptive Linearized Probabilistic Power Flow Method with High Proportion for Wind Power Grid Connection

The invention discloses an adaptive linearized probabilistic power flow calculation method with high proportion wind power grid connection, which is used to solve power flow calculation of power system considering high proportion wind power and strong random disturbance of load. The method first uses the Gauss mixture model to uniformly characterize the randomness of the source and load, and accurately establishes the source and load uncertainty model. Then, the correlation samples of input variables are generated by random simulation. Then, the power flow equation is linearized adaptively, and the stochastic fluctuation range is divided into multiple regions by iteration algorithm. In order to reduce the global linearization error of power flow, the semi-invariants of the state variables are obtained by the analytical method of the adaptive linearization semi-invariant method. Finally, the C-type Gram Charlier series is used to fit the probability distribution of state variables. The invention can effectively deal with the randomness and correlation of source and load intensity, obtain more accurate power flow distribution, has the advantages of accurate results and convenient realization, and is suitable for probability risk analysis and assessment of high proportion wind power grid-connected.

【技术实现步骤摘要】
一种含高比例风电并网的自适应线性化概率潮流计算方法
本专利技术属于电力系统运行分析和控制
，涉及一种含高比例风电并网的自适应线性化概率潮流计算方法。
技术介绍
高比例风电并网将成为智能电网下的重要场景，其大范围波动导致电力系统不确定性进一步加剧。与此同时，“源-网-荷”互动技术的发展使得柔性负荷能够通过需求响应(demandresponse,DR)主动参与源-荷互动，用户用电自主性增强，负荷侧不确定性显著增加。高比例风电并网场景下源-荷强随机性将给系统安全运行带来极大的挑战，因此，定量评估源-荷双侧不确定性对系统运行的影响具有现实意义。概率潮流(probabilisticpowerflow,PPF)计算是电力系统不确定性分析的有效手段，准确构建源-荷双侧不确定性模型是PPF计算分析的基础。针对风电出力和负荷概率模型，目前大多采用双参数威布尔分布和正态分布对风速及负荷分布进行拟合，模型简单且实现方便。随着高比例风电并网以及负荷峰谷差进一步拉大，传统分布无法准确拟合多峰、不对称等强随机性特征。此外，柔性负荷可以通过DR主动参与源-荷互动，原有负荷曲线形态发生改变。目前，已有学者在风电消纳和发用电协同调度层面考虑了柔性负荷互动响应，但多数基于响应确定性模型，且并未深入探究互动响应对系统潮流分布的影响，事实上，柔性负荷互动响应量亦具有较强的不确定性。鲜有同时考虑源-荷双侧强随机扰动对潮流分布的影响。如何有效求解计及源-荷强随机性的PPF是一个重要问题，常规PPF计算方法在处理强随机性时难以兼顾计算效率和精度，无法适用于高比例风电强随机波动场景。此外，尚未计及输入变量间客观相关性影响，PPF模型亦无法有效处理相关性，忽略相关性将导致分析结果产生较大偏差。因此，亟需寻求能够同时有效处理源-荷强随机性和相关性的PPF计算方法。
技术实现思路
专利技术目的：本专利技术的目的在于针对现有技术的不足，提出了一种含高比例风电并网的自适应线性化概率潮流计算方法，解决多区域线性化模型对主观因素依赖性高的问题，同时能够解决计及风电出力和负荷强随机性和相关性影响下的电力系统潮流计算，获取更加准确的概率分布特性，适用于高比例风电并网下概率风险分析与评估。技术方案：本专利技术提供了一种含高比例风电并网的自适应线性化概率潮流计算方法，包括以下如下步骤：步骤1：采用高斯混合模型统一刻画源-荷强随机性，考虑源-荷互动随机响应，准确建立源-荷不确定性模型；步骤2：在步骤1的基础上随机模拟生成输入变量相关性样本；步骤3：对潮流方程进行自适应线性化处理，采用迭代算法实现随机波动范围自适应多区域划分，并在划分区域内部线性化以减小潮流全局线性化误差；步骤4：在步骤3的基础上，利用自适应线性化半不变量法的解析法获取区域整合重组后状态变量的各阶半不变量，最后，运用C型Gram-Charlier级数拟合状态变量概率分布；进一步，所述步骤1包括以下步骤：步骤101：直接根据风功率和负荷样本，采用高斯混合模型(Gaussianmixturemodel，GMM)拟合两者的概率分布，建立风功率和负荷的统一概率模型；对于数据缺失的输入变量，则采用相应的经验分布进行拟合，高斯混合模型通常由多个高斯子成分进行线性加权，概率密度函数如下：式中，X表示随机变量，n表示子成分个数，wt、μt和σt分别表示高斯混合模型的第t个子成分的权重、期望以及标准差，fN(·)表示正态分布的概率密度函数；其中权重系数wt满足以下归一化条件：步骤102：采用极大似然估计法确定各子成分的参数ωt、μt和σt。构造对数似然函数L：式中，NL表示输入变量xi的样本容量；步骤103：采用期望最大化算法得到原始样本xi(i＝1,2,…,NL)隶属于第t个子成分的概率p(i,t)为：进一步得到各子成分权重、期望及方差的估计值：对上述步骤不断进行迭代，直至满足预设精度。步骤104：考虑源-荷互动随机响应，柔性负荷响应量取决于源-荷互动调度，定义调度系数v代表负荷响应灵活性，此处更侧重于单个时间断面下的潮流分析，因而v直接被指定。负荷互动响应量PDR如下：PDR＝vPl；式中，PDR表示柔性负荷互动响应量，Pl表示柔性负荷互动响应量；步骤105：柔性负荷互动响应过程中，实际负荷响应量具有较强的不确定性。对负荷侧可调度资源进行分析，采用正态分布描述其概率特征：式中，f(PDR)表示柔性负荷随机响应的概率密度函数，分别表示柔性负荷互动响应量期望和标准差；为进一步量化随机互动响应量，定义随机主动系数s刻画：进一步：所述步骤2包括以下步骤：步骤201：实际输入变量之间具有一定的相关性，根据原始样本得到输入变量x和y相关系数：式中，分别表示输入变量x、y的样本均值；步骤202：根据输入变量高斯混合模型(GMM)拟合得到各子成分参数(wt,μt,σt)，随机生成各个正态分布子成分样本，采样总体规模为N。依次对n个随机变量进行采样，形成n×N阶采样矩阵。同时，根据顺序矩阵Ls调整输入变量样本矩阵的排列顺序，使其相关系数基本和原始样本ρx,y保持一致，得到最终的输入变量样本矩阵Xn×N。进一步：所述步骤3包括以下步骤：步骤301：采用全线性化潮流模型，在基准运行点处将潮流方程中电压二次项进行泰勒级数展开，忽略2阶及以上高阶项，可得到如下近似关系：式中，θij、Vi分别表示节点i-j电压相角差、节点i电压幅值，下标k-1表示变量第k-1次迭代结果；进一步代入潮流方程，得到线性化潮流方程，可简化成如下表达式：式中，X、Z、W分别表示节点电压、支路潮流及节点注入功率；S0和T0表示灵敏度矩阵，其中J0为雅可比矩阵，下标0表示基准运行点；步骤302：考虑源-荷双侧随机扰动，针对波动范围内不同情形选择不同的线性化区域步长，取状态变量期望值μX为线性化精度衡量指标，定义自适应迭代收敛判据为连续两次迭代所得μX误差绝对值的最大值达到精度要求ε。选择随机波动上下限Wf,min～Wf,max为初始线性化区域，区域注入功率期望值为Ef1，在该区域内采用常规半不变量法计算PPF得到步骤303：将步骤302所得线性化区域对分，波动范围划分为子区域Wf,min～Wf1、Wf1～Wf,max，其中Wf1满足：子区域对应注入功率期望值为Ef11、Ef12，同理在相应子区域内分别进行半不变量法概率潮流计算得到衡量指标步骤304：判断本次区域划分后结果是否满足下式，如果满足，则迭代停止；否则继续进行下一步；步骤305：将上一次迭代的波动范围子区域进一步划分为Wf,min～Wf2、Wf2～Wf1与Wf1～Wf3、Wf3～Wf,max，其中Wf2、Wf3满足：子区域对应注入功率期望值为(Ef21、Ef22)与(Ef31、Ef32)，并得到步骤306：针对子区域Wf,min～Wf1、Wf1～Wf,max，考察下式是否成立，对满足精度要求的子区域不在细分，不满足的子区域需要重复上述步骤：步骤307：不断将上一次线性化PPF计算迭代结果与下一次对应区域划分后的结果进行对比，直到所有的子区域划分结果均满足对应的误差精度要求。在自适应区域划分的基础上，将潮流方程在各区域内部基准运行点处线性化展开，得到第m个线性化区域表达式：ΔXm＝SmΔWm；式中，Sm表示在第m个线性本文档来自技高网...

【技术保护点】
1.一种含高比例风电并网的自适应线性化概率潮流计算方法，其特征在于：包括以下步骤：步骤1：采用高斯混合模型统一刻画源‑荷强随机性，考虑源‑荷互动随机响应，准确建立源‑荷不确定性模型；步骤2：在步骤1的基础上随机模拟生成输入变量相关性样本；步骤3：对潮流方程进行自适应线性化处理，采用迭代算法实现随机波动范围自适应多区域划分，并在划分区域内部线性化以减小潮流全局线性化误差；步骤4：在步骤3的基础上，利用自适应线性化半不变量法的解析法获取区域整合重组后状态变量的各阶半不变量，最后运用C型Gram‑Charlier级数拟合状态变量概率分布。

【技术特征摘要】
1.一种含高比例风电并网的自适应线性化概率潮流计算方法，其特征在于：包括以下步骤：步骤1：采用高斯混合模型统一刻画源-荷强随机性，考虑源-荷互动随机响应，准确建立源-荷不确定性模型；步骤2：在步骤1的基础上随机模拟生成输入变量相关性样本；步骤3：对潮流方程进行自适应线性化处理，采用迭代算法实现随机波动范围自适应多区域划分，并在划分区域内部线性化以减小潮流全局线性化误差；步骤4：在步骤3的基础上，利用自适应线性化半不变量法的解析法获取区域整合重组后状态变量的各阶半不变量，最后运用C型Gram-Charlier级数拟合状态变量概率分布。2.根据权利要求1所述的含高比例风电并网的自适应线性化概率潮流计算方法，其特征在于：所述步骤1包括以下步骤：步骤101：直接根据风功率和负荷样本，采用高斯混合模型拟合两者的概率分布，建立风功率和负荷的统一概率模型；对于数据缺失的输入变量，则采用相应的经验分布进行拟合，高斯混合模型通常由多个高斯子成分进行线性加权，概率密度函数如下：式中，X表示随机变量，n表示子成分个数，wt、μt和σt分别表示高斯混合模型的第t个子成分的权重、期望以及标准差，fN(·)表示正态分布的概率密度函数；其中权重系数wt满足以下归一化条件：步骤102：采用极大似然估计法确定各子成分的参数ωt、μt和σt，构造对数似然函数L：式中，NL表示输入变量xi的样本容量；步骤103：采用期望最大化算法得到原始样本xi(i＝1,2,…,NL)隶属于第t个子成分的概率p(i,t)为：进一步得到各子成分权重、期望及方差的估计值：对上述步骤不断进行迭代，直至满足预设精度；步骤104：考虑源-荷互动随机响应，柔性负荷响应量取决于源-荷互动调度，定义调度系数v代表负荷响应灵活性，此处更侧重于单个时间断面下的潮流分析，因而v直接被指定，负荷互动响应量PDR如下：PDR＝vPl，式中，PDR表示柔性负荷互动响应量，Pl表示柔性负荷互动响应量；步骤105：柔性负荷互动响应过程中，实际负荷响应量具有较强的不确定性，对负荷侧可调度资源进行分析，采用正态分布描述其概率特征：式中，f(PDR)表示柔性负荷随机响应的概率密度函数，分别表示柔性负荷互动响应量期望和标准差，为进一步量化随机互动响应量，定义随机主动系数s刻画：3.根据权利要求1所述的含高比例风电并网的自适应线性化概率潮流计算方法，其特征在于：所述步骤2包括以下步骤：步骤201：实际输入变量之间具有一定的相关性，根据原始样本得到输入变量x和y相关系数：式中，分别表示输入变量x、y的样本均值；步骤202：根据输入变量高斯混合模型拟合得到各子成分参数(wt,μt,σt)，随机生成各个正态分布子成分样本，采样总体规模为N；依次对n个随机变量进行采样，形成n×N阶采样矩阵，同时根据顺序矩阵Ls调整输入变量样本矩阵的排列顺序，使其相关系数基本和原始样本ρx,y保持一致，得到最终的输入变量样本矩阵Xn×N。4.根据权利要求1所述的含高比例风电并网的自适应线性化概率潮流计算方法，其特征在于：所述步骤3包括以下步骤：步骤301：采用全线性化潮流模型，在基准运行点处将潮流方程中电压二次项进行泰勒级数展开，忽略2阶及以上高阶项，可得到如下近似关系：式中，θij、Vi分别表示节点i-j电压相角差、节点i电压幅值，下标k-1表示变量第k-1次迭代结果；进一步代入潮流方程，得到线性化潮流方程，可简化成如下表达式：式中，X、Z、W分别表示节点电压、支路潮流及节点注入功率；S0和T0表示灵...

【专利技术属性】
技术研发人员：卫志农，柳志航，孙国强，臧海祥，楚云飞，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32