專利名稱：求解含分布式電源的配電網(wǎng)不確定性潮流的方法
技術領域：
本發(fā)明涉及電力系統(tǒng)分析技術領域，具體涉及一種求解含分布式電源的配電網(wǎng)不確定性潮流的方法。
背景技術：
潮流計算是電力系統(tǒng)中應用最廣泛、最基本和最重要的一種電氣運算，它是電網(wǎng)規(guī)劃和調度的基礎。實際的電力市場環(huán)境面臨著大量的不確定因素，近年來微網(wǎng)的發(fā)展又引入了包括風光等可再生能源電源的隨機性和不可預測性。而基于傳統(tǒng) 的確定性潮流的規(guī)劃和調度模型都致力于追求初始投資或發(fā)電費用的最小化，這會造成未來的網(wǎng)絡在某個運行條件下應對不確定因素波動的能力較弱，有時較小的波動就可能會造成線路傳輸容量或節(jié)點電壓的越限。計及不確定因素的影響計算系統(tǒng)潮流，可以確保規(guī)劃的網(wǎng)絡留有一定的安全裕度，并且為調度人員發(fā)現(xiàn)電網(wǎng)中的薄弱環(huán)節(jié)、做出預想事故從而調整運行方案提供參考。因此，不確定性潮流是解決不確定因素下系統(tǒng)安全性問題最基本的途徑。對于不確定性的處理一般有兩種方法第一種為多場景技術，主要處理難以用數(shù)學模型表示的不確定性因素；第二種為基于不確定信息的數(shù)學描述方法，通常分為概率分析法、模糊數(shù)學法、區(qū)間分析法等。多場景技術的主要不足在于缺乏數(shù)學理論的支持，其計算量會隨著場景數(shù)量的增多而遞增，且沒有考慮各個場景之間的區(qū)別和聯(lián)系。數(shù)學描述方法彌補了多場景技術理論支撐不足的缺陷，但它只考慮了單一的不確定性，而客觀上不確定性所包含的信息往往不是單一的，而是具有隨機性、模糊性、區(qū)間性等兩種或兩種以上的不確定性信息，采用單一的處理方法會導致信息一定程度上的失真。

發(fā)明內容
本發(fā)明的目的在于考慮上述問題而提供一種結合聯(lián)系數(shù)和模糊模擬求解配電網(wǎng)不確定性潮流的方法，通過引入聯(lián)系數(shù)和模糊數(shù)綜合表達不確定因素，從而同時考慮了不確定因素的區(qū)間性和模糊性，體現(xiàn)不確定因素所包含信息的多樣性，彌補以往對不確定性描述單一性的不足。為了達到上述目的，本發(fā)明所采用的技術方案為本發(fā)明求解含分布式電源的配電網(wǎng)不確定性潮流的方法的特點是所述含分布式電源的配電網(wǎng)是指接入有可再生能源電源、微型燃氣輪機和燃料電池的配電網(wǎng)，所述方法按如下步驟進行步驟I、將不確定參數(shù)ξ i表達為聯(lián)系數(shù)形式ξ J=A^Bi λ i (I)式(I)中，i = 1，2，…，m, m為不確定參數(shù)的總個數(shù)，Ai為所述不確定參數(shù)ξ i的確定值，由對所述不確定參數(shù)的歷史記錄數(shù)據(jù)求均值得到，Bi λ i為所述不確定參數(shù)ξ ,的波動值,Bi由所述不確定參數(shù)的歷史數(shù)據(jù)中的最大值減去Ai得到，Xi e [-1, I];所述不確定參數(shù)是指由于隨機性和不可預測性導致的具有不確定性屬性的參數(shù)，包括可再生能源電源的輸出功率和負荷預測值；步驟2、將所述聯(lián)系數(shù)所表述的最大取值區(qū)間[Ai-Bi, Ai+Bi]隨機劃分為η個連續(xù)的子區(qū)間au，其中j = I, 2，-,n, Bij表示第i個不確定參數(shù)的第j個子區(qū)間；根據(jù)歷史記錄數(shù)據(jù)統(tǒng)計所述不確定參數(shù)落在子區(qū)間au內的頻率作為所述不確定參數(shù)在子區(qū)間au內的可信度a u，并假設在子區(qū)間au內所述不確定參數(shù)服從模糊隸屬度函數(shù)μ u ；步驟3、按如下方法求解含分布式電源的配電網(wǎng)不確定性潮流；①對所述不確定參數(shù)Ii，在每一個子區(qū)間au內均勻抽樣M次共產生η組抽樣值
為根據(jù)模糊隸屬度函數(shù)計算每一個抽樣值的模糊隸屬度值；·式⑵中，k= 1，2，…，M H表示第i個不確定參數(shù)在第j個子區(qū)間內的第k個抽樣值；②在每一組抽樣值內隨機選擇一個抽樣值^，其中1^_表示在第j個子區(qū)間內選擇的是第h個抽樣值，按式(3)計算第i個不確定參數(shù)的第k個抽樣值j(3)
戶1/ /二 I并計算抽樣值0/的可能性測度記為vf =Wayp/j ；③根據(jù)①②得到每一個不確定參數(shù)的M個抽樣值并作為一組抽樣值，將所有不確定參數(shù)的m組抽樣值表示為
{θ^θ ,...χ,...β^ θιθι...,θ^,...,θ^ ... ；... ； Q1mMi…β …(4)根據(jù)每個不確定參數(shù)的第k個抽樣值.，由前推回代法計算所述含分布式電源的配電網(wǎng)潮流，得到M個潮流結果表示為，…，,…，
) ’簡寫為f( θ O，f( θ 2)，…，f( Θ k)，…，f( θ Μ)，其中f ()表示節(jié)點電壓幅值、節(jié)點電壓相角或支路電流；④逐個比較所述M個潮流結果，得到f O的最小值a和最大值b，由所述最小值a和最大值b構成一個區(qū)間[a, b]；⑤從所述區(qū)間[a，b]中按式(5)均勻產生N個數(shù)η=α+^{/-\)(5)
/V-I式(5)中，I = 1，2，· · ·，N，Γι是均勻產生的第I個數(shù)；⑥令 I = I，e = O ;⑦如果!T1彡 O,則令 e = e+Cr {f O 彡 rx},如果!^〈0,則令 e = e~Cr {f O < rj ,其中Cr{f()彡rx}和Cr{f() ( rx}分別按式(6)和式(7)進行計算
) > η\ =丄(max |\λ |/( 9Λ) > /;| 十 mm \ I -ν /'(θν) < /;Π(6)(>{/{ ) < /；} =|(max Jvx |./(θ") < /；} + min j I-ν, /W) > /r}j(7)式(6)和式(7)中，Vk是對應潮流計算結果f( Θ k)的所有不確定參數(shù)的第k個抽
mm
樣值的可能性測度的加權和，。=Σω,<，其中，Wi是/的權重系數(shù)；
/二 I/=1i⑧令I = 1+1，重復步驟⑦，當I = N時結束，得到e的最終值；⑨由式⑶計算f()的期望值E[f()]
Ij _ /y
/；'[ ./()] = V O + / λ O + e·—~(S)
N式⑶中，a V 0表不取a和0的較大值，b Λ O表不取b和O的較小值；步驟4、定義滿意度指標λ為所有隸屬度值中最大值與最小值的差值A = max{% )}-，利用不同抽樣次數(shù)下滿意度指標的變化趨勢對
不確定性潮流結果進行比較分析。與已有技術相比，本發(fā)明的有益效果體現(xiàn)在本發(fā)明針對信息不確定性的多樣性，以聯(lián)系數(shù)和模糊數(shù)相結合的模型來描述不確定參數(shù)，綜合考慮了不確定因素所包含信息的區(qū)間性和模糊性，從而使所描述的不確定模型更加全面地反映實際情況和預測未來的電力市場環(huán)境，具有更高的準確性。考慮不確定性的潮流計算計及了未來網(wǎng)絡的不確定因素，更加全面地反映了未來網(wǎng)絡的運行特征，同時作為電網(wǎng)規(guī)劃的基礎可保證規(guī)劃的網(wǎng)絡留有一定的安全裕度，作為電網(wǎng)調度的基礎可為調度人員發(fā)現(xiàn)電網(wǎng)中的薄弱環(huán)節(jié)、做出預想事故從而調整運行方案提供參考。


圖I為本發(fā)明所涉及的求解含分布式電源的配電網(wǎng)不確定性潮流的流程示意圖。
具體實施例方式本實施例中含分布式電源的配電網(wǎng)是指接入有可再生能源電源、微型燃氣輪機和燃料電池的配電網(wǎng)，求解含分布式電源的配電網(wǎng)不確定性潮流的方法按如下步驟進行步驟I、將不確定參數(shù)ξ i表達為聯(lián)系數(shù)形式ξ ^+B1 λ i ⑴式(I)中，i = 1，2，…，m，m為不確定參數(shù)的總個數(shù)，Ai為不確定參數(shù)ξ i的確定值，由對不確定參數(shù)的歷史記錄數(shù)據(jù)求均值得到，Bi λ i為不確定參數(shù)ξ i的波動值，Bi由不確定參數(shù)的歷史數(shù)據(jù)中的最大值減去Ai得到，XiG [-1，I];不確定參數(shù)是指由于隨機性和不可預測性導致的具有不確定性屬性的參數(shù)，包括可再生能源電源的輸出功率和負荷預測值；參數(shù)的不確定性本質上就是在一個確定值基礎上的上下波動，即表現(xiàn)為確定性與不確定性共存。聯(lián)系數(shù)就是這樣一種把確定性和不確定性作為一個整體進行研究的方法。它不僅把一個具體的數(shù)與這個數(shù)所在的區(qū)間范圍聯(lián)系起來，更把一個具體的數(shù)與它所在范圍內的確定性與不確定性聯(lián)系起來，使得一定范圍內的確定性與不確定性的相互聯(lián)系、滲透、制約與轉化在數(shù)量上得到客觀的反映。步驟2、將聯(lián)系數(shù)所表述的最大取值區(qū)間[Ai-Bi, AdBi]隨機劃分為η個連續(xù)的子區(qū)間au，其中j = I, 2，-,n, Bij表示第i個不確定參數(shù)的第j個子區(qū)間；根據(jù)歷史記錄數(shù)據(jù)統(tǒng)計不確定參數(shù)落在子區(qū)間au內的頻率作為不確定參數(shù)在子區(qū)間au內的可信度a iJ；并假設在子區(qū)間au內不確定參數(shù)服從模糊隸屬度函數(shù)μ u ；考慮到聯(lián)系數(shù)模型僅能表現(xiàn)出不確定量的一個區(qū)間范圍，在這個區(qū)間內不確定量的分布特征并沒有體現(xiàn)，因而不能準確描述不確定量的變化情況。本發(fā)明采用了模糊隸屬度函數(shù)來描述這一特征。它可以避免不確定參數(shù)分布類型的假設，且對不確定參數(shù)間的獨立性不作要求，僅需根據(jù)實際情況確定不確定參數(shù)的變化范圍和假設不確定參數(shù)的隸屬度函數(shù)，計算比較簡單。這樣，就把不確定參數(shù)的區(qū)間性和模糊性聯(lián)系在一起，更加詳盡準確地描述了不確定參數(shù)，體現(xiàn)了不確定參數(shù)所包含信息的多樣性?！?br> 步驟3、按如下方法求解含分布式電源的配電網(wǎng)不確定性潮流；①對不確定參數(shù)Ii，在每一個子區(qū)間au內均勻抽樣M次共產生η組抽樣值為
{θ^ ,Ofl,..... ；... ； H,...，#，..”#} (2)根據(jù)模糊隸屬度函數(shù)計算每一個抽樣值的模糊隸屬度值;式⑵中，k= 1，2，…，M Θ表示第i個不確定參數(shù)在第j個子區(qū)間內的第k個抽樣值；②在每一組抽樣值內隨機選擇一個抽樣值Θ _中&表示在第j個子區(qū)間內選擇的是第h個抽樣值，按式(3)計算第i個不確定參數(shù)的第k個抽樣值Θ/ fi"； /(3)
/=1 / /=1并計算抽樣值的可能性測度記為;傳統(tǒng)的模糊模擬步驟中只是在一個區(qū)間內進行均勻抽樣得到抽樣值，而本發(fā)明將每個子區(qū)間內的抽樣值與該子區(qū)間的可信度聯(lián)系在一起，利用加權和的方式共同決定了最終的抽樣值，這樣就使得抽樣值依據(jù)可信度的大小更大概率的分布在相應的區(qū)間范圍內，準確地反映實際情況；③根據(jù)①②得到每一個不確定參數(shù)的M個抽樣值并作為一組抽樣值，將所有不確定參數(shù)的m組抽樣值表示為
//9j G1 flA' β υ· /91 ft1 βλ Αα/· · βι β2 ft1' βι/· · f)1 Q1 β/: β·υ\ j4ι
,, ι^2 ^2，·**， / ^ i * * * /，,** , wm j V */根據(jù)每個不確定參數(shù)的第k個抽樣值|<，^，...，0/，...,％卜由前推回代法計算含分布式電源的配電網(wǎng)潮流，得到M個潮流結果表示為/(d..，0;，...C) , /(θ；-,θ；\...,θ;,...θ2Μ)，…，/(0f，U,K),…，
權利要求
1.一種求解含分布式電源的配電網(wǎng)不確定性潮流的方法，其特征在于所述含分布式電源的配電網(wǎng)是指接入有可再生能源電源、微型燃氣輪機和燃料電池的配電網(wǎng)，所述方法按如下步驟進行 步驟I、將不確定參數(shù)ξ i表達為聯(lián)系數(shù)形式 I I=A^Bi λ J⑴ 式(I)中，i = 1，2，…，m, m為不確定參數(shù)的總個數(shù)，Ai為所述不確定參數(shù)ξ i的確定值，由對所述不確定參數(shù)的歷史記錄數(shù)據(jù)求均值得到，Bi λ i為所述不確定參數(shù)ξ ,的波動值，Bi由所述不確定參數(shù)的歷史數(shù)據(jù)中的最大值減去Ai得到，Xi e [-1，I];所述不確定參數(shù)是指由于隨機性和不可預測性導致的具有不確定性屬性的參數(shù)，包括可再生能源電源的輸出功率和負荷預測值； 步驟2、將所述聯(lián)系數(shù)所表述的最大取值區(qū)間[Ai-BpAfBi]隨機劃分為η個連續(xù)的子區(qū)間au，其中j = I, 2，-,n, Bij表示第i個不確定參數(shù)的第j個子區(qū)間；根據(jù)歷史記錄數(shù)據(jù)統(tǒng)計所述不確定參數(shù)落在子區(qū)間au內的頻率作為所述不確定參數(shù)在子區(qū)間au內的可信度a u，并假設在子區(qū)間au內所述不確定參數(shù)服從模糊隸屬度函數(shù)μ u ； 步驟3、按如下方法求解含分布式電源的配電網(wǎng)不確定性潮流； ①對所述不確定參數(shù)Ii，在每一個子區(qū)間au內均勻抽樣M次共產生η組抽樣值為O]真爲,…於…;(2) 根據(jù)模糊隸屬度函數(shù)計算每一個抽樣值的模糊隸屬度值; 式(2)中，k= 1，2，···，M，#表示第i個不確定參數(shù)在第j個子區(qū)間內的第k個抽樣值； ②在每一組抽樣值內隨機選擇一個抽樣值#，其中h表示在第j個子區(qū)間內選擇的是第h個抽樣值，按式(3)計算第i個不確定參數(shù)的第k個抽樣值Θ
全文摘要
本發(fā)明公開了一種求解含分布式電源的配電網(wǎng)不確定性潮流的方法，其特征在于含分布式電源的配電網(wǎng)是指接入有可再生能源電源、微型燃氣輪機和燃料電池的配電網(wǎng)，方法按如下步驟進行將不確定參數(shù)表達為聯(lián)系數(shù)形式；將聯(lián)系數(shù)所表達的最大取值區(qū)間劃分為若干具有不同可信度的子區(qū)間并假設在每個子區(qū)間內服從相應的模糊隸屬度函數(shù)；設計模糊模擬算法求解不確定性潮流；根據(jù)不同抽樣次數(shù)下滿意度指標的變化趨勢對不確定性潮流計算結果進行比較分析。本發(fā)明以聯(lián)系數(shù)和模糊數(shù)相結合的模型來描述不確定參數(shù)，體現(xiàn)不確定因素所包含信息的多樣性，具有更高的準確性。
文檔編號H02J3/00GK102904252SQ201210410199
公開日2013年1月30日 申請日期2012年10月24日 優(yōu)先權日2012年10月24日
發(fā)明者吳紅斌, 蔡亮, 丁明 申請人:合肥工業(yè)大學