【技术实现步骤摘要】
本专利技术涉及随机潮流计算领域,特别是一种包含随机功率单元相关性问题的随机潮流计算方法。
技术介绍
由于环境及资源问题的对能源行业的约束日益加强,以风电为代表的分布式新能源发电的应用也呈现飞速发展的态势。而这些出力特性具有随机性的可再生能源发电系统大规模接入电力系统中,势必将带来电力系统规划和运行中的不确定分析问题。在规划中,需要量化发电的不确定性以确定系统潮流的变化能力与范围,这是系统规模确定的核心。在运行中,这种不确定性分析可以理解为一种不确定性预测,电力系统管理中结合不确定性预测对含高渗透率分布式新能源的电力系统的优化运行十分重要。因此,作为研究这些不确定分析问题的工具,随机潮流计算得到了学者们的广泛关注。随机潮流计算时,常常需要考虑实际电力系统中的相关性因素,如同一地区的同一类负荷的波动具有相关性、地理位置接近的风电场间的风速及出力具有较强的相关性等。因此在随机潮流计算时,需要考虑到这些相关性因素的存在对电力系统的规划与运行产生的影响。近年来,copula函数及相关理论逐渐被引入到电力系统相关性结构建模的研究中。copula函数法相较于其他方法,有两大优点:1. 该理论能够对服从任意分布的随机变量进行相关性建模;2. 应用了等级相关系数这一概念,使得整个变换过程中各变量间的相关系数保持不变,因此得到了广泛的应用。目前使用最多的是copula函数法中的联合正态变换法(Joint Normal Transform, JNT)。通常应用JNT法进行相关性建模并获取采样向量时,需要得到与JNT法相对应的co ...
【技术保护点】
一种包含随机功率单元相关性问题的随机潮流计算方法,其特征在于包括如下步骤:步骤S1;对系统包含的所有随机功率单元按照相关性和地理位置进行分组,每个随机功率单元组视作一个随机变量,记录所述随机变量的个数为n;步骤S2;根据随机功率单元的分组情况,确定简化后的系统网络拓扑结构和蒙特卡洛法的仿真次数m;步骤S3;获取步骤S1得到的各随机变量在仿真周期内的历史时序数据,统计得到其累积分布函数;步骤S4;利用改进联合正态变换法,即JNT法,得到各随机变量的采样值,并形成一个n维随机向量,重复m次;步骤S5;利用蒙特卡洛法,利用m个n维随机向量作为系统输入,分别求解电力系统潮流方程,获得经典潮流问题的解的集合。
【技术特征摘要】
1.一种包含随机功率单元相关性问题的随机潮流计算方法,其特征在于包括如下步骤:
步骤S1;对系统包含的所有随机功率单元按照相关性和地理位置进行分组,每个随机功率单元组视作一个随机变量,记录所述随机变量的个数为n;
步骤S2;根据随机功率单元的分组情况,确定简化后的系统网络拓扑结构和蒙特卡洛法的仿真次数m;
步骤S3;获取步骤S1得到的各随机变量在仿真周期内的历史时序数据,统计得到其累积分布函数;
步骤S4;利用改进联合正态变换法,即JNT法,得到各随机变量的采样值,并形成一个n维随机向量,重复m次;
步骤S5;利用蒙特卡洛法,利用m个n维随机向量作为系统输入,分别求解电力系统潮流方程,获得经典潮流问题的解的集合。
2.根据权利要求1所述的一种包含随机功率单元相关性问题的随机潮流计算方法,其特征在于:所述步骤S1具体为:所述的随机功率单元分为随机处理单元和负荷单元,将地理位置接近并且具有强相关性的随机出力单元和负荷单元分别分组,将分好的每一个随机功率单元组视作一个随机变量,并假设各组内的功率单元均为完全正相关,根据分组情况确定对应的随机出力单元变量和负荷变量,用以降低所研究的随机系统结构的复杂度。
3.根据权利要求1所述的一种包含随机功率单元相关性问题的随机潮流计算方法,其特征在于:所述步骤S3包括如下具体步骤:
步骤S31:将各随机变量记为x1至xn,其历史时序数据按时间顺序编号,形成形式为(编号, 功率数值)的数据对;
步骤S32:通过对步骤S31中所述数据对中的“编号”进行均匀分布采样,获取数据对的采样点;
步骤S33:将步骤S32中采样获得的数据对按照“功率数值”从小到大排列,统计不同的“功率数值”的采样值个数,并进行累加和归一化,用以形成各随机变量x1至xn的累积分布函数。
4.根据权利要求1所述的一种包含随机功率单元相关性问题的随机潮流计算方法,其特征在于:所述步骤S4具体包括以下步骤:
步骤S41:计算n个随机变量x1至xn 之间的等级相关系数矩阵R...
【专利技术属性】
技术研发人员:杨晓东,唐田,林章岁,李喜兰,蔡霁霖,徐青山,
申请(专利权)人:国家电网公司,国网福建省电力有限公司,国网福建省电力有限公司经济技术研究院,东南大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。