一种基于仿射算法的配电网负荷供应能力计算方法技术

本发明专利技术公开了一种基于仿射算法的配电网负荷供应能力计算方法，其步骤包括：1.建立风速和光照强度的参数化概率盒模型以及基于证据理论的风机和光伏出力建模方法；2.使用一种基于仿射算法的变步长重复潮流法快速求解最大负荷增长百分比区间边界值；3.使用一种基于矩阵运算的基于仿射算法的变步长重复潮流法快速求解策略；本发明专利技术以概率盒来描述分布式风光电源的不确定信息，全面反映出力模型不确定信息对配电网潮流的影响，具有准确高、速度快、信息多的优点。信息多的优点。信息多的优点。

【技术实现步骤摘要】
一种基于仿射算法的配电网负荷供应能力计算方法


[0001]本专利技术涉及电力系统配电网供电能力评估，具体涉及一种基于仿射算法的配电网负荷供应能力计算方法。

技术介绍

[0002]供电能力作为衡量配电网可靠性和经济性的一项重要指标越来越受到人们的重视，最大负荷供应能力是评价配电网最大供电能力常用的一个分析角度。研究负荷提供能力对网络设计、重构和分布式电源资源配置具有指导意义。但随着由可再生能源发电的分布式电源大量并入配电网，其输出功率的不确定性会给供电能力评估带来了新挑战。尤其是光伏发电和风力发电，受外界环境影响因素较大，输出功率本质上具有间歇性和不可控性。研究者常利用分布式电源的概率密度分布进行分析，但是在实际中其输出功率无法严格地拟合成某种函数，按照经典概率理论分析结果可能与现实产生偏差。
[0003]对此，一些学者考虑到了经典概率分析方法的缺陷，采用盲数理论、证据理论和概率盒等理论方法分析电力系统的主客观不确定性问题。然而这些不确定性分析方法大多基于区间模型，传统的重复潮流法难以获得结果的区间值。此外，大量的不确定量区间会造成多层循环嵌套，每次抽样值都需要单独进行一轮重复潮流法分析，计算效率低下且计算繁琐。在实际应用中大量串行循环计算不能充分发挥设备处理器资源，无法快速地反映电网的实际运行状态。且基于区间模型的计算结果带来信息缺失，难以全面反映分布式电源出力模型主客观不确定性对配电网负荷供应能力的影响。

技术实现思路

[0004]本专利技术为克服上述现有技术中存在的不足之处，提出一种基于仿射算法的配电网负荷供应能力计算方法，以期能有效分析分布式风光电源出力给配电网负荷供应能力带来的主客观不确定性，全面反映出力模型不确定信息对配电网潮流的影响，从而拓展供电能力分析的角度并提高计算效率。
[0005]为了达到上述目的，本专利技术所采用的技术方案为：
[0006]本专利技术一种考虑风光出力不确定性的配电网供电能力计算方法的特点是按如下步骤进行：
[0007]步骤一、风机和光伏出力的证据结构体模型的建模：
[0008]步骤1.1、按照固定时间间隔采集同地点和同高度的风速时间序列，并利用最大拟然估计法对所述风速时间序列进行处理，获得Weibull分布的形状参数K和尺度参数C两种分布参数；
[0009]以Δ％的置信水平计算所述分布参数的置信区间分别为K∈[K
min
,K
max
]和C∈[C
min
,C
max
]；其中，K
min
和K
max
分别表示形状参数K的最小值和最大值，C
min
和C
max
分别表示尺度参数C的最小值和最大值；
[0010]采集多组同时段的光照强度并计算其期望值和方差，从而计算获得光照强度Beta
分布的分布参数α和β，以Δ％的置信水平计算所述分布参数α和β的置信区间分别为α∈[α
min
,α
max
]和β∈[β
min
,β
max
]；其中，α
min
和α
max
分别表示分布参数α的最小值和最大值，β
min
和β
max
分别表示分布参数β的最小值和最大值；
[0011]步骤1.2、利用式(1)得到风速的参数化概率盒模型：
[0012][0013]式(1)中：F
U
(v)和F
L
(v)分别为风速的参数化概率盒模型的上、下边界；v表示风速；F
w
(
·
,
·
,
·
)表示Weibull函数的累积概率分布函数；
[0014]步骤1.3、利用式(2)得到光照强度的参数化概率盒模型：
[0015][0016]式(2)中：p
g
表示光伏电池输出功率和最大功率的比值；F
U
(p
g
)和F
L
(p
g
)分别光照强度的参数化概率盒模型的上、下边界；F
b
(
·
,
·
,
·
)表示Beta函数的累积概率分布函数；
[0017]步骤1.4、对两种参数化概率盒模型进行等概率的离散化，分别离散成N
DS
阶证据结构体，其中，风速的证据结构体为光照强度的证据结构体为ξ
r
和η
r
分别表示风速和光照强度的第s个焦元，并由式(3)表征：
[0018][0019]式(3)中：和分别表示风速的参数化概率盒模型在累积概率为(r
‑
0.5)m
DS
时截取的第r个焦元区间左、右边界值；和分别表示光照强度的参数化概率盒模型在累积概率为(r
‑
0.5)m
DS
时截取的第r个焦元区间左、右边界值，r∈[1,N
DS
]；m
DS
表示各焦元的基本概率分配，且m
DS
＝1/N
DS
；
[0020]步骤1.5、证据结构体的处理：
[0021]步骤1.5.1、根据风力发电机的出力特性，由风速的证据结构体A
w
获得风机出力P
W
的证据结构体其中，和表示风机出力的第r个焦元区间左、右边界值；
[0022]根据光伏输出有功功率和光照强度的线性关系，由光照强度的证据结构体A
l
获得光伏出力P
S
的证据结构体的证据结构体和表示光伏出力的第r个焦元区间左、右边界值；
[0023]步骤1.5.2、假设有X种不同风光场，每种风光场的焦元数为Y个，则将最大负荷增长百分比λ表示为证据结构体，其焦元总数N
λ
＝Y
X
，并将各焦元的基本概率分配均设为1/Y；
[0024]根据同一风光场内的不同风力发电机和光伏发电机的出力特性获得分布式风光电源出力模型；
[0025]步骤二、基于仿射算法的变步长重复潮流法：
[0026]步骤2.1、设置变步长重复潮流法的初始值：
[0027]步骤2.1.1、定义重复潮流法的当前迭代次数为k、最大负荷增长百分比λ的当前焦元编号为s，并初始化k＝1、s＝1；
[0028]步骤2.1.2、令变步长重复潮流法中第k次迭代时第s个焦元的步长区间左、右边界分别记为和最大负荷增长百分比区间左、右边界记为和令第k次迭代时的2N
λ
列的最大负荷增长百分比区间向量记为步长区间向量记为
[0029]初始化
[0030]令第k次迭代时的方向标志位向量记为变步长标志位向量记为为初值均为1的2N
λ
列行向量，并由式(4)表征：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑风光出力不确定性的配电网供电能力计算方法，其特征是按如下步骤进行：步骤一、风机和光伏出力的证据结构体模型的建模：步骤1.1、按照固定时间间隔采集同地点和同高度的风速时间序列，并利用最大拟然估计法对所述风速时间序列进行处理，获得Weibull分布的形状参数K和尺度参数C两种分布参数；以Δ％的置信水平计算所述分布参数的置信区间分别为K∈[K
min
,K
max
]和C∈[C
min
,C
max
]；其中，K
min
和K
max
分别表示形状参数K的最小值和最大值，C
min
和C
max
分别表示尺度参数C的最小值和最大值；采集多组同时段的光照强度并计算其期望值和方差，从而计算获得光照强度Beta分布的分布参数α和β，以Δ％的置信水平计算所述分布参数α和β的置信区间分别为α∈[α
min
,α
max
]和β∈[β
min
,β
max
]；其中，α
min
和α
max
分别表示分布参数α的最小值和最大值，β
min
和β
max
分别表示分布参数β的最小值和最大值；步骤1.2、利用式(1)得到风速的参数化概率盒模型：式(1)中：F
U
(v)和F
L
(v)分别为风速的参数化概率盒模型的上、下边界；v表示风速；F
w
(
·
,
·
,
·
)表示Weibull函数的累积概率分布函数；步骤1.3、利用式(2)得到光照强度的参数化概率盒模型：式(2)中：p
g
表示光伏电池输出功率和最大功率的比值；F
U
(p
g
)和F
L
(p
g
)分别光照强度的参数化概率盒模型的上、下边界；F
b
(
·
,
·
,
·
)表示Beta函数的累积概率分布函数；步骤1.4、对两种参数化概率盒模型进行等概率的离散化，分别离散成N
DS
阶证据结构体，其中，风速的证据结构体为光照强度的证据结构体为ξ
r
和η
r
分别表示风速和光照强度的第s个焦元，并由式(3)表征：式(3)中：和分别表示风速的参数化概率盒模型在累积概率为(r
‑
0.5)m
DS
时截取的第r个焦元区间左、右边界值；和分别表示光照强度的参数化概率盒模型在累积概率为(r
‑
0.5)m
DS
时截取的第r个焦元区间左、右边界值，r∈[1,N
DS
]；m
DS
表示各焦元的基本概率分配，且m
DS
＝1/N
DS
；步骤1.5、证据结构体的处理：步骤1.5.1、根据风力发电机的出力特性，由风速的证据结构体A
w
获得风机出力P
W
的证
据结构体其中，和表示风机出力的第r个焦元区间左、右边界值；根据光伏输出有功功率和光照强度的线性关系，由光照强度的证据结构体A
l
获得光伏出力P
S
的证据结构体的证据结构体和表示光伏出力的第r个焦元区间左、右边界值；步骤1.5.2、假设有X种不同风光场，每种风光场的焦元数为Y个，则将最大负荷增长百分比λ表示为证据结构体，其焦元总数N
λ
＝Y
X
，并将各焦元的基本概率分配均设为1/Y；根据同一风光场内的不同风力发电机和光伏发电机的出力特性获得分布式风光电源出力模型；步骤二、基于仿射算法的变步长重复潮流法：步骤2.1、设置变步长重复潮流法的初始值：步骤2.1.1、定义重复潮流法的当前迭代次数为k、最大负荷增长百分比λ的当前焦元编号为s，并初始化k＝1、s＝1；步骤2.1.2、令变步长重复潮流法中第k次迭代时第s个焦元的步长区间左、右边界分别记为和最大负荷增长百分比区间左、右边界记为和令第k次迭代时的2N
λ
列的最大负荷增长百分比区间向量记为步长区间向量记为初始化令第k次迭代时的方向标志位向量记为变步长标志位向量记为为初值均为1的2N
λ
列行向量，并由式(4)表征：式(4)中：和分别表示第k次迭代的最大负荷增长百分比λ的第s个焦元方向标志位的左、右区间边界，和分别表示第k次迭代的最大负荷增长百分比λ的第s个焦元变步长标志位的左、右区间边界；并初始化均为1；步骤2.2、节点注入功率和节点电压的复仿射转化：步骤2.2.1、令第k次迭代的第s个焦元中第i个节点的复仿射节点注入功率记为并由式(5)表征：式(5)中：S
sk.i0
为复仿射节点注入功率的中心值；为复仿射节点注入功率中由最大负荷增长百分比λ的区间带来的噪声系数，ε
λ
为复仿射节点注入功率中最大负荷增长百分比λ的噪声元；为复仿射节点注入功率中由第x个分布式电源出力区间带
来的噪声系数，ε
DGx
为复仿射节点注入功率中第x个分布式电源的噪声元；x为不大于X的正整数；步骤2.2.2、利用式(5)表征所有节点的复仿射节点注入功率，从而得到第k次迭代的第s个焦元中的n
×
(2+X)阶复仿射节点注入功率矩阵并由式(6)表征：同理，根据步骤2.2.1和步骤2.2.2获得第k次迭代的第s个焦元的n
×
(2+X)阶复仿射节点电压矩阵初始时，令复仿射节点注入功率矩阵的各节点注入功率为评估时段配电网区域的基荷，复仿射节点电压矩阵矩阵的各节点电压值为配电网根节点电压；步骤2.3、基于风机出力或光伏出力的区间修改根据步骤1.5.1获得的风机出力或光伏出力证据结构体模型，令最大负荷增长百分比λ的第s个焦元中第x个分布式电源出力区间为并根据仿射数学理论，利用式(7)将转化为复仿射形式：式(7)中：S
x0
表示第x个分布式电源出力的中心值，且S
xx
表示第x个分布式电源带来的的噪声系数，且ε
x
为第x个分布式电源带来的噪声元，且ε
x
∈[
‑
1,1]；分布式电源选取PQ恒定型出力模型，并将分布式电源的输出功率等效为负值的负荷；修改式(6)中复仿射节点注入功率矩阵中的复仿射节点注入功率中心值S
sk.i0
和噪声系数中的节点序号i为第x个分布式电源接入节点序号i
x
，从而获得修改后的复仿射...

【专利技术属性】
技术研发人员：吴红斌，仇茹嘉，王旻洋，周子恒，刘哲，刘宏辉，王磊，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：