一种基于最小输入误差准则的含风电系统的概率潮流计算方法

摘要

本发明公开了一种基于最小输入误差准则的含风电系统概率潮流计算方法，包括如下步骤：步骤1：获取原始数据；步骤2：对不确定因素进行概率建模，获得参考分布函数；步骤3：基于最小输入误差准则，判断最优计算阶数k_opt；步骤4，采用k_opt阶半不变量与Gram-Charlier级数展开计算概率潮流。本发明能快速确定使输入误差最小的级数阶数，全面考虑各不确定因素对分布函数拟合效果的影响，从而在保证计算精度的前提下，提高含风电系统概率潮流的计算效率。

主权项

一种基于最小输入误差准则的含风电系统的概率潮流计算方法，所述含风电系统包括火电机组、风电场和负荷；将所述火电机组记为G＝{G₁,G₂,...,G_i,...,G_NG}，G_i表示第i台火电机组，所述第i台火电机组G_i的有功功率与无功功率分别记为P_Gi和Q_Gi，i＝1,2,…,NG；将所述风电场记为W＝{W₁,W₂,...,W_j,...,W_NW}；W_j表示第j个风电场；所述第j个风电场W_j的有功功率记与无功功率分别记为P_Wj和Q_Wj，j＝1,2,…,NW；将所述负荷记为L＝{L₁,L₂,...,L_m,...,L_NL}，L_m表示第m个负荷，所述第m个负荷L_m的有功功率与无功功率分别记为P_Lm和Q_Lm，m＝1,2,…,NL；其特征在于，所述概率潮流计算方法是按如下步骤进行：步骤1：分别建立所述第i台火电机组G_i的有功功率P_Gi的参考分布函数CDF_PGi、所述第i台火电机组G_i的无功功率Q_Gi的参考分布函数CDF_QGi、所述第j个风电场W_j的有功功率P_Wj的参考分布函数CDF_PWj、所述第j个风电场W_j的无功功率Q_Wj的参考分布函数CDF_QWj、所述第m个负荷L_m的有功功率P_Lm的参考分布函数CDF_PLm、以及所述第m个负荷L_m的无功功率Q_Lm的参考分布函数CDF_QLm；步骤2：分别计算所述第i台火电机组G_i的有功功率P_Gi的1‑k_max阶原点矩${\mu }_{PGi}=\{{\mu }_{PGi}^{\left(1\right)},{\mu }_{PGi}^{\left(2\right)},...,{\mu }_{PGi}^{\left(k\right)},...,{\mu }_{PGi}^{\left(k_{\max }\right)}\}$与1‑k_max阶半不变量${\kappa }_{PGi}=\{{\kappa }_{PGi}^{\left(1\right)},{\kappa }_{PGi}^{\left(2\right)},...,{\kappa }_{PGi}^{\left(k\right)},...,{\kappa }_{PGi}^{\left(k_{\max }\right)}\},$所述第i台火电机组G_i的无功功率Q_Gi的1‑k_max阶原点矩与1‑k_max阶半不变量所述第j个风电场W_j的有功功率P_Wj的1‑k_max阶原点矩与1‑k_max阶半不变量所述第j个风电场W_j的无功功率Q_Wj的1‑k_max阶原点矩${\mu }_{QWj}=\{{\mu }_{QWj}^{\left(1\right)},{\mu }_{QWj}^{\left(2\right)},...,{\mu }_{QWj}^{\left(k\right)},...,{\mu }_{QWj}^{\left(k_{\max }\right)}\}$与1‑k_max阶半不变量${\kappa }_{QWj}=\{{\kappa }_{QWj}^{\left(1\right)},{\kappa }_{QWj}^{\left(2\right)},...,{\kappa }_{QWj}^{\left(k\right)},...,{\kappa }_{QWj}^{\left(k_{max}\right)}\},$所述第m个负荷L_m的有功功率P_Lm的1‑k_max阶原点矩与1‑k_max阶半不变量以及所述第m个负荷L_m的无功功率Q_Lm的1‑k_max阶原点矩${\mu }_{QLm}=\{{\mu }_{QLm}^{\left(1\right)},{\mu }_{QLm}^{\left(2\right)},...,{\mu }_{QLm}^{\left(k\right)},...,{\mu }_{QLm}^{\left(k_{max}\right)}\}$与1‑k_max阶半不变量${\kappa }_{QLm}=\{{\kappa }_{QLm}^{\left(1\right)},{\kappa }_{QLm}^{\left(2\right)},...,{\kappa }_{QLm}^{\left(k\right)},...,{\kappa }_{QLm}^{\left(k_{\max }\right)}\};$步骤3：采用最小输入误差准则，寻找使拟合误差最小的Gram‑Charlier级数最优阶数k_opt；步骤3‑1：定义测试阶数为k_test；1≤k_test≤k_max；并初始化k_test＝3；步骤3‑2：分别提取所述第i台火电机组G_i的有功功率P_Gi的1‑k_test阶半不变量所述第i台火电机组G_i的无功功率Q_Gi的1‑k_test阶半不变量所述第j个风电场W_j的有功功率P_Wj的1‑k_test阶半不变量所述第j个风电场W_j的无功功率Q_Wj的1‑k_test阶半不变量所述第m个负荷L_m的有功功率P_Lm的1‑k_test阶半不变量以及所述第m个负荷L_m的有功功率P_Lm的1‑k_test阶半不变量并分别运用k_test阶A型Gram‑Charlier级数生成所述第i台火电机组G_i的有功功率P_Gi的k_test阶拟合分布函数所述第i台火电机组G_i的无功功率Q_Gi的k_test阶拟合分布函数所述第j个风电场W_j的有功功率P_Wj的k_test阶拟合分布函数所述第j个风电场W_j的无功功率Q_Wj的k_test阶拟合分布函数所述第m个负荷L_m的有功功率P_Lm的k_test阶拟合分布函数所述第m个负荷L_m的无功功率Q_Lm的k_test阶拟合分布函数步骤3‑3：分别计算所述第i台火电机组G_i的有功功率P_Gi的k_test阶拟合分布函数的拟合误差指标所述第i台火电机组G_i的无功功率Q_Gi的k_test阶拟合分布函数的拟合误差指标所述第j个风电场W_j的有功功率P_Wj的k_test阶拟合分布函数的拟合误差指标所述第j个风电场W_j的无功功率Q_Wj的k_test阶拟合分布函数的拟合误差指标所述第m个负荷L_m的有功功率P_Lm的k_test阶拟合分布函数的拟合误差指标以及所述第m个负荷L_m的无功功率Q_Lm的k_test阶拟合分布函数的拟合误差指标步骤3‑4：计算k_test阶拟合分布函数的总体拟合误差指标并将k_test+1赋值给k_test，判断k_test≤k_max是否成立，若成立，则返回步骤3‑2顺序执行；否则，表示获得总体分布函数拟合误差指标进入步骤3‑5；步骤3‑5：从所述总体分布函数拟合误差指标中选出最小值所对应的阶数作为最优阶数，记为k_opt；当存在多个相同的最小值，则选择多个最小值所对应的阶数中最低阶数作为最优阶数，记为k_opt；步骤4：以所述第i台火电机组G_i的有功功率P_Gi的1‑k_opt阶半不变量所述第i台火电机组G_i的无功功率Q_Gi的1‑k_opt阶半不变量所述第j个风电场W_j的有功功率P_Wj的1‑k_opt阶半不变量所述第j个风电场W_j的无功功率Q_Wj的1‑k_opt阶半不变量所述第m个负荷L_m的有功功率P_Lm的1‑k_opt阶半不变量以及所述第m个负荷L_m的无功功率Q_Lm的1‑k_opt阶半不变量作为概率潮流计算模型的输入变量并进行概率潮流计算，分别获得节点电压的1‑k_opt阶半不变量与支路功率的1‑k_opt阶半不变量；再利用k_opt阶A型Gram‑Charlier级数拟合所述节点电压与支路功率的分布函数。