一种考虑风光出力不确定性的配电网潮流计算方法

摘要

本发明公开了一种考虑风光出力不确定性的配电网潮流计算方法，其特征是按如下步骤进行：利用矩阵判断法得到盲数各区间的可信度；将风力发电机的出力和光伏电站的出力用盲数进行表示，由小区间和可信度组成，为简化计算，将小区间内的抽样频率代替小区间的可信度；将抽样得到的风光出力加入到配电网并结合重复潮流计算，输出潮流计算结果。本发明能够描述电网规划中不确定因素的多种不确定性，能更加准确具体的反映电网的状态。

主权项

一种考虑风光出力不确定性的配电网潮流计算方法，所述配电网接入有风力发电机和光伏电站；其特征是，所述配电网潮流计算方法是按如下步骤进行：步骤一、利用矩阵判断法得到盲数各区间的可信度：步骤1.1、将所述风力发电机的出力分为m个小区间，记为{p₁,p₂,…,p_i,…,p_m}，p_i表示第i个小区间；1≤i≤m；步骤1.2、对所述风力发电机的出力进行统计，获得第i个小区间p_i对第j个小区间p_j的可能性程度以及第j个小区间p_j对第i个小区间p_i的可能性程度1≤j≤m；步骤1.3、将可能性程度和进行比较，若则令判断值若则令判断值a∈(1,9]；步骤1.4、利用式(1)构造判断矩阵S，其中第i行第j列的元素S_ij为：$S_{ij}=\frac{K_j^{\left(i\right)}}{K_i^{\left(j\right)}}---\left(1\right)$步骤1.5、求取所述判断矩阵S的特征值，并求出最大特征值所对应的特征向量，对最大特征值所对应的特征向量进行归一化处理，获得的归一化处理结果作为m个小区间的可信度，记为{α₁,α₂,…,α_i,…,α_m}；α_i表示第i个小区间p_i所对应的可信度；步骤二、将风力发电机的出力用盲数表示；利用式(2)将所述风力发电机的出力P_WTG用盲数表示为：$P_{WTG}=\left\{\begin{array}{cc}{p}_1& {\alpha }_1\\ p_2& {\alpha }_2\\ ...& ...\\ p_i& {\alpha }_i\\ ...& ...\\ p_m& \alpha m\end{array}\right.---\left(2\right)$式(2)中，m为盲数阶数，当i≠j时，有α_i≠α_j，且步骤三、按照步骤一和步骤二获得所述光伏电站的出力P_PVG用盲数表示为：$P_{PVG}=\left\{\begin{array}{cc}{x}_1& {\beta }_1\\ x_2& {\beta }_2\\ ...& ...\\ x_k& {\beta }_k\\ ...& ...\\ x_n& \beta n\end{array}\right.---\left(3\right)$式(2)中，n为盲数阶数，{x₁,x₂,…,x_k,…,x_n}表示光伏电站的出力所划分出的n个小区间，x_k表示第k个小区间，β_k表示第k个小区间所对应的可信度；1≤k≤n；步骤四、求解所述配电网的不确定性潮流：步骤4.1、设定在所述风力发电机的第i个小区间p_i内的抽样次数为l_i，且l_i＝N×α_i；m个小区间内的总的抽样次数为N；并在每个小区间内进行l_i次随机抽样；定义抽样次数为q，并初始化q＝1；步骤4.2、设定在所述光伏电站的第k个小区间x_k内的抽样次数为L_k，且L_k＝N×β_k；n个小区间内的总的抽样次数为N；并在每个小区间内进行L_k次随机抽样；步骤4.3、将第q次抽样得到的风力发电机的出力代入配电网进行潮流计算，获得第q次抽样的风力发电机接入时配电网的电压、电流和功率；步骤4.4、将第q次抽样得到的光伏电站的出力代入配电网进行潮流计算，获得第q次抽样的光伏电站接入时配电网的电压、电流和功率；步骤4.5、将第q次抽样得到的风力发电机的出力和光伏电站的出力代入配电网则获得第q次抽样的配电网的电压、电流和功率；步骤4.6、将q+1赋值给q，并返回步骤4.3执行，直到q＝N为止，从而获得风力发电机接入时配电网的电压、电流和功率、光伏电站接入时配电网的电压、电流和功率以及风力发电机和光伏电站同时接入时配电网的电压、电流和功率，即为潮流计算结果；步骤五、利用盲数的求均值计算将盲数潮流的小区间用相应的数值代替，从而对潮流计算结果进行简化处理。