[发明专利]一种基于多参数规划理论的最优概率潮流快速计算方法

说明书

本发明公开了一种基于多参数规划理论的最优概率潮流快速计算方法，主要步骤为：1)对电力网络进行抽样，从而提取样本数据。2)根据传统发电机组运行成本和约束，建立直流优化模型。3)基于多参数规划理论，计算得到最优潮流结果与可再生能源机组输出功率的解析关系4)根据可再生能源概率特性，抽取第k个可再生能源发电机输出功率样本判断可再生能源发电机输出功率所属的临界域，并计算最优传统发电机组输出功率第i个临界域CR_i中最优目标函数和支路潮流5)收敛判断，并统计和输出最优潮流结果。本发明具有灵活的可扩展性，任意改进抽样算法均可嵌入所提快速计算方法，进一步加速了收敛速度。

技术领域

本发明涉及电力系统经济调度领域，具体是一种基于多参数规划理论的最优概率潮流快速计算方法。

背景技术

可再生能源发电规模的日益庞大，使得电力系统不确定性因素激增。最优概率潮流能够有效地考虑可再生能源不确定性影响，因此在电力系统运行优化中得到了广泛应用。现有最优概率潮流方法可分为模拟法和解析法。传统蒙特卡洛法作为模拟法的典型代表，其通过求解每个样本的最优潮流结果后，再由统计方式得到最优概率潮流结果。但为保证计算精度，模拟法需对大量样本进行重复优化计算。为克服模拟法计算耗时的缺点，现有学者又提出点估计法、无迹变换法等解析法。点估计法和无迹变换法只需要求解个别的典型样本，即可得到描述最优潮流结果概率特征的各阶统计矩。但是，点估计法难以获得精确高阶矩，无迹变化法甚至无法获得三阶及其更高阶矩的信息。因此，现有最优概率潮流方法难以同时兼顾计算精度和计算时间。

发明内容

本发明的目的是解决现有技术中存在的问题。

为实现本发明目的而采用的技术方案是这样的，一种基于多参数规划理论的最优概率潮流快速计算方法，主要包括以下步骤：

1)设定抽样次数阈值ε，并对电力网络进行抽样，从而提取样本数据。所述样本数据主要包括可再生能源机组输出功率P_R和电力用户负荷P_D。

2)根据传统发电机组运行成本和约束，建立直流优化模型。

直流优化模型目标函数如下所示：

式中，P_G为传统发电机组输出功率。h(*)为传统发电机组运行成本函数。为传统发电机组最小运行成本。

直流优化模型约束条件分别如公式(2)至公式(5)所示，即：

e_GP_G+e_RP_R＝e_DP_D。 (2)

式中，P_R为可再生能源机组输出功率。P_D为电力用户负荷。e_G、e_R和e_D为单位向量。

式中，(*)和分别是代表下限和上限。

式中，P_Line为支路潮流功率。

P_Line＝PTDF×(M_GP_G+M_RP_R-M_DP_D)。 (5)

式中，PTDF为功率传输分布矩阵。M_G、M_R和M_D分别为与P_G、P_R和P_D相关的节点-支路关联矩阵。