一种基于概率潮流法的电网短期可靠性评估方法技术

本发明专利技术公开了一种基于概率潮流法的电网短期可靠性评估方法，它包括：采集系统气候环境数据及历史负荷、光伏出力的样本数据，利用粒子群算法结合相关向量机算法预测出系统的负荷和光伏出力短期概率分布；分别采用蒙特卡洛法、半不变量结合Gram‑Charlier级数展开法或三点估计法计算系统正常运行下的概率潮流；再将这三种概率潮流计算方法与切负荷计算方法结合进行优缺点分析，选择最合适的方法计算可靠性评估过程中的概率潮流；采用解析法评估计算系统可靠性指标的短期序列，从而得到指标的时序概率分布及置信范围；解决了现有技术针对电网短期可靠性评估采用传统可靠性评估方法不能满足短期可靠性评估的要求等问题。

【技术实现步骤摘要】
一种基于概率潮流法的电网短期可靠性评估方法
本专利技术属于电力系统可靠性评估
，尤其涉及一种基于概率潮流法的电网短期可靠性评估方法。
技术介绍
电力系统本质运行在不确定的环境中，系统的一次设备(发电机、输电线路以及变压器等)的随机故障和负荷波动均会引起系统的潮流转移，此外，外界气候环境的恶劣变化也会造成元件故障率增加，进一步加大了发生大停电事故的可能性。近几年来，不断地有发生由系统关键设备故障和恶劣气候因素导致的大规模停电事故，这些停电事故对经济发展、社会生产及人们的日常生活造成了十分恶劣的影响。大面积停电事故经验教训证明，系统受到各种随机因素的影响而发生停电，事故由起因到发生、发展、直至电网崩溃，往往是一个连锁并且短期的过程。这种类型的连锁事故在短期间虽然发生概率低，但对系统所造成的影响极大，因此，在形成可靠性预想故障集时，需要基于系统当前运行状态，预测系统在未来短期可能发生的连锁故障，将其作为一种故障状态考虑进去，以对停电事故进行预警、预防，从而提高系统的安全稳定运行水平。随着大规模新能源如光伏、风电等接入电网，由于这些接入的分布式电源具有波动性和随机性的特点，在很大程度上会增加电网运行的不确定因素，使得调度与运行人员更加关注于系统未来的一段时间或者几个小时的短期可靠性水平，便于掌握电网未来短期的运行特性，及时地预防出现的各种不确定事故。因而，在对系统进行短期可靠性评估时，除了需要考虑系统可能会发生的随机故障，还需计及如分布式电源、负荷等随机性较强的因素，以便更全面准确地评估系统的可靠性水平。>系统的故障、分布式电源出力、负荷等随机因素会在短时间内发生较大的变化，且难以对其进行准确预测，给系统带来了较大的不确定性，必定会大大增加系统调度与运行的风险与难度。一方面，传统可靠性评估方法已经较难适应系统短期运行下的新特点，不能满足短期可靠性评估的要求；另一方面，当前短期可靠性评估研究较少，评估过程中忽略了负荷、分布式电源等随机因素影响。因此，在短期可靠性评估方法上，有必要研究一种能考虑系统负荷、分布式电源等随机因素影响的可靠性评估方法。
技术实现思路
本专利技术要解决的技术问题是：提供一种基于概率潮流法的电网短期可靠性评估方法，以解决现有技术针对电网短期可靠性评估采用传统可靠性评估方法已经较难适应系统短期运行下的新特点，不能满足短期可靠性评估的要求；另一方面，当前短期可靠性评估研究较少，评估过程中忽略了负荷、分布式电源等随机因素影响等问题。本专利技术的技术方案是：一种基于概率潮流法的电网短期可靠性评估方法，它包括：步骤S1：采集系统气候环境数据及历史负荷、光伏出力的样本数据，利用粒子群算法结合相关向量机算法即PSO-RVM算法预测出系统的负荷和光伏出力短期概率分布；步骤S2：分别采用蒙特卡洛法、半不变量结合Gram-Charlier级数展开法或三点估计法计算系统正常运行下的概率潮流；再将这三种概率潮流计算方法与切负荷计算方法结合进行优缺点分析，选择最合适的方法计算可靠性评估过程中的概率潮流；步骤S3：采用解析法评估计算系统可靠性指标的短期序列，从而得到指标的时序概率分布及置信范围。步骤S1所述预测出系统的负荷和光伏出力短期概率分布的具体步骤包括：步骤S11：对系统气候环境数据以及原始样本数据进行归一化，采用模糊聚类提取相似日，然后根据负荷、光伏出力特性和相似日构造数据样本；步骤S12：计算系统发生N-1阶故障下的系统初始可靠性指标LOLP、ELC；步骤S13：采用db4小波分解出不同数据样本的低频周期分量以及高频波动分量；步骤S14：使用粒子群算法结合相关向量机算法分别对低频周期分量以及高频波动分量进行预测，将各分量预测结果叠加，并分别获取负荷、光伏出力的时序概率分布。所述归一化方法为：式中：xmax、xmin分别为样本数据中的最大值、最小值；xi、分别为归一化前后的数据；所述采用模糊聚类提取相似日的步骤为：A.设样本数为X，分级数为NC，按Sturges公式确定最大分类数为NH＝1+log(X)/log(2)，最小分类数NL＝1；B.按照二分法原则，令NZ＝(NL+NH)/2，分别取NC＝NZ-1、NZ、NZ+1，进行聚类分析得到各分类数下的分析结果，同时得到不同分类数下的相似度水平U1、U2、U3，选择最优聚类方案；采用相似度水平U＝d0/σl，其中d0为各聚类中心Ci间最小距离，即d0＝min(|Ci-Ci+1|)；σl为每个分类中各样本Ai＝{ai1…ail}与该类中心的最大距离，即C.若U2≥U1且U2≥U3，则转(D)；若U1≤U2≤U3，则取NL＝NZ；若U3≤U2≤U1，则取NH＝NZ；若NL＝NH，则转(D)，否则转(B)；D.计算完成，相似度水平U2下对应的方案为最优聚类方案。所述预测负荷、光伏出力的概率分布的公式为：y*＝μTΦ(x*)式中：t是待测数据，t*是待测数据x*的预测值，αMP、为通过最大化边缘似然场分布求取的权值最大后验估计，服从所示的高斯分布，Φ为所有基函数对输入x*的响应矩阵，y*为预测均值，可视为t*的预测值，为t*的预测方差。所述采用蒙特卡洛法计算系统的概率潮流的方法为：A.建立系统各节点发电机、负荷以及光伏电源随机变量的概率分布模型；B.按照随机变量各自相应的概率分布分别抽样生成随机数值序列；C.对所产生的随机数值序列样本进行确定性潮流计算，计算系统节点电压和线路潮流的各种估计量。所述采用半不变量结合Gram-Charlier级数展开法计算系统概率潮流的方法包括：A.将潮流计算中的节点状态变量ΔX和支路功率变量ΔZ在基准运行点(X0,Z0)进行泰勒级数展开，并忽略二次及高次项，为：进一步有：式中：ΔX、ΔZ、ΔW分别表示节点状态向量扰动、支路功率向量扰动和节点注入功率向量扰动，J0为雅克比矩阵，S0和T0为潮流灵敏度矩阵；B.用半不变量表达ΔX和ΔZ，考虑光伏出力及负荷的不确定性，假定两者相互独立，利用半不变量的独立可加性，节点注入功率的扰动中ΔW：C.对ΔX(k)和ΔZ(k)进行标准化处理，通过Gram-Charlier级数的Hermite多项式特性展开求取其概率分布，随机变量的累积分布函数有：其中为标准化后的随机变量，即对于随机样本x的期望值为μx，标准差为σx，标准化后的随即变量为分别为服从正态分布随机变量的概率密度函数和累积分布函数；gi为标准化随机变量的i阶半不变量，为i阶Hermite多项式；D.对进行标准化还原，求得FG(x)x的概率密度函数写为：所述采用三点估计法计算系统概率潮流的方法为：A.设系统的输入随机变量X＝[x1,x2,…,xn]和输出随机变量R＝[r1,r2,…,rm]，有：R＝F(X)＝F(x1,x2,本文档来自技高网...

【技术保护点】
1.一种基于概率潮流法的电网短期可靠性评估方法，它包括：/n步骤S1：采集系统气候环境数据及历史负荷、光伏出力的样本数据，利用粒子群算法结合相关向量机算法即PSO-RVM算法预测出系统的负荷和光伏出力短期概率分布；/n步骤S2：分别采用蒙特卡洛法、半不变量结合Gram-Charlier级数展开法或三点估计法计算系统正常运行下的概率潮流；再将这三种概率潮流计算方法与切负荷计算方法结合进行优缺点分析，选择最合适的方法计算可靠性评估过程中的概率潮流；/n步骤S3：采用解析法评估计算系统可靠性指标的短期序列，从而得到指标的时序概率分布及置信范围。/n

【技术特征摘要】
1.一种基于概率潮流法的电网短期可靠性评估方法，它包括：
步骤S1：采集系统气候环境数据及历史负荷、光伏出力的样本数据，利用粒子群算法结合相关向量机算法即PSO-RVM算法预测出系统的负荷和光伏出力短期概率分布；
步骤S2：分别采用蒙特卡洛法、半不变量结合Gram-Charlier级数展开法或三点估计法计算系统正常运行下的概率潮流；再将这三种概率潮流计算方法与切负荷计算方法结合进行优缺点分析，选择最合适的方法计算可靠性评估过程中的概率潮流；
步骤S3：采用解析法评估计算系统可靠性指标的短期序列，从而得到指标的时序概率分布及置信范围。


2.根据权利要求1所述的基于概率潮流法的电网短期可靠性评估方法，其特征在于：步骤S1所述预测出系统的负荷和光伏出力短期概率分布的具体步骤包括：
步骤S11：对系统气候环境数据以及原始样本数据进行归一化，采用模糊聚类提取相似日，然后根据负荷、光伏出力特性和相似日构造数据样本；
步骤S12：计算系统发生N-1阶故障下的系统初始可靠性指标LOLP、ELC；
步骤S13：采用db4小波分解出不同数据样本的低频周期分量以及高频波动分量；
步骤S14：使用粒子群算法结合相关向量机算法分别对低频周期分量以及高频波动分量进行预测，将各分量预测结果叠加，并分别获取负荷、光伏出力的时序概率分布。


3.根据权利要求2所述的基于概率潮流法的电网短期可靠性评估方法，其特征在于：
所述归一化方法为：



式中：xmax、xmin分别为样本数据中的最大值、最小值；xi、分别为归一化前后的数据；
所述采用模糊聚类提取相似日的步骤为：
A.设样本数为X，分级数为NC，按Sturges公式确定最大分类数为NH＝1+log(X)/log(2)，最小分类数NL＝1；
B.按照二分法原则，令NZ＝(NL+NH)/2，分别取NC＝NZ-1、NZ、NZ+1，进行聚类分析得到各分类数下的分析结果，同时得到不同分类数下的相似度水平U1、U2、U3，选择最优聚类方案；采用相似度水平U＝d0/σl，其中d0为各聚类中心Ci间最小距离，即d0＝min(|Ci-Ci+1|)；σl为每个分类中各样本Ai＝{ai1…ail}与该类中心的最大距离，即
C.若U2≥U1且U2≥U3，则转(D)；若U1≤U2≤U3，则取NL＝NZ；若U3≤U2≤U1，则取NH＝NZ；若NL＝NH，则转(D)，否则转(B)；
D.计算完成，相似度水平U2下对应的方案为最优聚类方案。


4.根据权利要求2所述的基于概率潮流法的电网短期可靠性评估方法，其特征在于：
所述预测负荷、光伏出力的概率分布的公式为：



y*＝μTΦ(x*)



式中：t是待测数据，t*是待测数据x*的预测值，αMP、为通过最大化边缘似然场分布求取的权值最大后验估计，服从所示的高斯分布，Φ为所有基函数对输入x*的响应矩阵，y*为预测均值，可视为t*的预测值，为t*的预测方差。


5.根据权利要求1所述的基于概率潮流法的电网短期可靠性评估方法，其特征在于：所述采用蒙特卡洛法计算系统的概率潮流的方法为：
A.建立系统各节点发电机、负荷以及光伏电...

【专利技术属性】
技术研发人员：熊炜，李卓，袁旭峰，邹晓松，
申请(专利权)人：贵州大学，
类型：发明
国别省市：贵州;52