【技术实现步骤摘要】
本专利技术属于电力系统领域，涉及一种面向系统弹性提升的多维离散概率不确定性分析方法、系统、计算机设备及存储介质。
技术介绍
1、由于气候变化，极端天气事件越来越频繁，在造成停电和经济损失方面变得更加严重。与其他电力系统停电原因，如技术问题和人为攻击，这些高影响、低概率(hilp)事件可能对电力系统安全构成重大且严重的威胁。与输电网相比，具有独特的拓扑配置和操作程序的配网系统更容易受到hilp事件的影响。
2、随着新能源产业的快速发展，风电场和光伏电站的随机性、间歇性和波动性对电力系统规划运行和安全经济运行产生了巨大的影响。分布式新能源的发展使得大量传统用户具备发电能力，并具有单体容量小、灵活度高和对市场响应灵敏等特点。但目前对间歇性分布式风光发电出力预测的准确度还有待进一步提高，对于间歇性能源出力波动的处理，机会约束能够较好地处理随机变量的不确定性，但是在求解过程中一般需要对随机变量的概率分布进行反变换才能将其转化成确定性约束的等价类。但在随机变量较多且概率分布不同的情况下，可能存在难以转化成确定性约束的问题，因此求解机会约束模型往往采用随机模拟的方式，但模拟法的计算较为耗时，且每次计算结果也具有一定的差异性。
技术实现思路
1、本专利技术的目的在于提供一种面向系统弹性提升的多维离散概率不确定性分析方法、系统、计算机设备及存储介质，避免了求解过程中大量随机模拟运算，为风光等不确定性发电资源的运行决策分析提供重要参考。
2、本专利技术通过以下技术方案实现：p>
3、一种面向系统弹性提升的多维离散概率不确定性分析方法，包括：
4、s1，获取光电功率预测系数和光电功率预测系数误差以及风电功率预测系数和风电功率预测系数误差；根据光电功率预测系数和风电功率预测系数，将将光电功率预测系数误差的概率分布表示为离散化概率序列，得到光电离散化概率序列；将风电功率预测系数误差的概率分布表示为离散化概率序列，得到风电离散化概率序列；将光电离散化概率序列和风电离散化概率序列进行卷积计算，得到风光多维关联不确定性的预测系数误差离散概率序列；
5、s2，采用s1得到的风光多维关联不确定性的预测系数误差离散概率序列修正光电功率预测系数和风电功率预测系数，将修正后的光电功率预测系数和风电功率预测系数作为场景数据，并在配网运行交易约束、线路主动开断状态约束和线路事故状态约束下，以目标函数最小为目标，对目标函数进行求解，得到基于风光预测出力结果和配网最严重的线路事故状态结果；
6、其中，所述目标函数为配网运行成本和事故失负荷价值的和。
7、优选的，目标函数为事故前运行成本c、事故后运行成本以及事故失负荷价值csl的和：
8、
9、其中，zl∈zl为线路主动开断状态，xl∈xl为线路事故状态；
10、对于节点n∈n在时段t∈t：
11、
12、
13、
14、其中，为发电成本、为购电成本，为事故前分布式燃气轮机发电的有功功率，为事故前分布式燃气轮机发电成本，为事故前对外购售有功电量，为事故前对外购售价格，sln,t为有功失负荷量，为失负荷价值，为事故后对外购售有功电量，为事故后分布式燃气轮机发电的有功功率。
15、优选的，线路主动开断状态约束和线路事故状态约束具体包括：
16、对于线路事故状态，满足不超过最大攻击线路数量al的约束：
17、
18、对于线路主动开断状态和线路事故状态，满足如下的拓扑约束：
19、
20、其中，zl∈zl为线路主动开断状态，xl∈xl为线路事故状态。
21、优选的，配网运行交易约束具体包括：
22、对于事故前阶段，满足节点功率平衡约束；
23、对于事故后阶段，在有功失负荷量和无功失负荷量的基础上满足节点功率平衡约束：
24、失负荷量约束；配网运行中的电压约束和潮流约束；
25、风电发电功率、光伏发电功率以及分布式燃气轮机发电功率的上下限约束。
26、优选的，对于事故前阶段，满足节点功率平衡约束，具体为：
27、
28、
29、其中，分别为事故前节点n在时段t的负荷有功功率和负荷无功功率，分别为事故前分布式燃气轮机发电有功功率、光伏发电有功功率以及风电发电有功功率，为事故前分布式燃气轮机发电无功功率，为事故前对外购售无功电量；
30、对于事故后阶段，在有功失负荷量和无功失负荷量的基础上满足节点功率平衡约束，具体是：
31、
32、
33、其中，sln,t、sqi,t分别为有功失负荷量和无功失负荷量；分别为事故后分布式燃气轮机发电有功功率、光伏发电有功功率以及风电发电有功功率，为事故后分布式燃气轮机发电无功功率，为事故后对外购售无功电量；
34、失负荷量约束：
35、
36、
37、优选的，基于ccg的求解模型及算法对目标函数进行求解。
38、进一步的，所述ccg的求解模型是通过将原问题分解为主问题和子问题进行交替求解的形式，得到原问题的最优解；
39、所述原问题为：
40、
41、s.t.z·i≤h
42、
43、p≥0,i∈{0,1},iu∈{0,1}
44、其中，i为事故前阶段中决策的线路主动开断0-1变量，iu为事故后阶段中决策的线路攻击情况0-1变量，p为事故后阶段中的连续变量，表示随机场景集合，at,bt,z,h,y,q,x均为常数；
45、主问题建立模型如下：
46、
47、其中，η为引入的对子问题的预估值，κ为迭代循环次数，pr和iu,r为在第r次循环中对p和iu新建立的变量，为找到的最严重攻击状态场景数；
48、子问题建立模型如下：
49、
50、
51、p≥0,iu∈{0,1}
52、其中，i*为主问题迭代得到的解。
53、一种面向系统弹性提升的多维离散概率不确定性分析系统，包括：
54、数据获取模块，用于获取输入数据，所述输入数据包括光电功率预测系数和光电功率预测系数误差以及风电功率预测系数和风电功率预测系数误差；
55、数据处理模块，用于根据光电功率预测系数和风电功率预测系数，将将光电功率预测系数误差的概率分布表示为离散化概率序列，得到光电离散化概率序列；将风电功率预测系数误差的概率分布表示为离散化概率序列，得到风电离散化概率序列；将光电离散化概率序列和风电离散化概率序列进行卷积计算，得到风光多维关联不确定性的预测系数误差离散概率序列；
56、分析模块，用于采用风光多维关联不确定性的预测系数误差离散概率序列修正光电功率预测系数和风电功率预测系数，将修正后本文档来自技高网...
【技术保护点】
1.一种面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，包括：
2.根据权利要求1所述的面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，目标函数为事故前运行成本C、事故后运行成本以及事故失负荷价值Csl的和：
3.根据权利要求1所述的面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，线路主动开断状态约束和线路事故状态约束具体包括：
4.根据权利要求1所述的面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，配网运行交易约束具体包括：
5.根据权利要求1所述的面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，对于事故前阶段，满足节点功率平衡约束，具体为：
6.根据权利要求1所述的面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，基于CCG的求解模型及算法对目标函数进行求解。
7.根据权利要求6所述的面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，所述CCG的求解模型是通过将原问题分解为主问题和子问题进行交替求解的形式，得到原问题的最优解；
8.一种面向系统弹性提升的多维离散概率不确定性分析系统，其特征在于，包括：
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述面向系统弹性提升的多维离散概率不确定性分析方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述面向系统弹性提升的多维离散概率不确定性分析方法的步骤。
...【技术特征摘要】
1.一种面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，包括：
2.根据权利要求1所述的面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，目标函数为事故前运行成本c、事故后运行成本以及事故失负荷价值csl的和：
3.根据权利要求1所述的面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，线路主动开断状态约束和线路事故状态约束具体包括：
4.根据权利要求1所述的面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，配网运行交易约束具体包括：
5.根据权利要求1所述的面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，对于事故前阶段，满足节点功率平衡约束，具体为：
6.根据权利要求1所述的面向系统弹性提升的多维离散概率不确定性分析方法，其特征在于，基于ccg...
【专利技术属性】
技术研发人员：黄河，肖云鹏，陈亦平，朱玥荣，范展滔，毛文俊，郭岩，颜融，
申请(专利权)人：中国南方电网有限责任公司，
类型：发明
国别省市：
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。