[发明专利]一种基于电力系统的概率潮流确定方法及系统

权利要求书

1.一种基于电力系统的概率潮流确定方法，其特征在于，包括：

获取多个风力发电机的功率数据；

根据所有风力发电机的功率数据构建电力系统的输入变量的高斯混合模型；所述输入变量的高斯混合模型为多个高斯子成分的高斯混合模型；所述高斯混合模型用于拟合风机的出力；所述输入变量的高斯混合模型为其中，a_i为第i个高斯子成分的权重系数，μ_i为第i个高斯子成分的均值，Σ_i为第i个高斯子成分的方差，n为高斯子成分的个数，x为所有风力发电机的功率数据，即所述电力系统的输入变量，M为风力发电机的个数；

采用遗传算法求解所述输入变量的高斯混合模型中的参数；具体包括：构建所述输入变量的高斯混合模型的似然函数；获取所述参数的初始种群和最大迭代次数，所述初始种群中的个体为所述参数的赋值；对于每次迭代，根据所述似然函数确定当前迭代中每个个体的适应度；对所有个体的适应度排序；判断当前迭代次数是否到达最大迭代次数，得到第一判断结果；当第一判断结果表示当前迭代次数到达最大迭代次数时，将数值最大的适应度对应的个体确定为本次迭代的最优解；将本次迭代的最优解确定为所述输入变量的高斯混合模型中的参数；当第一判断结果表示当前迭代次数未到达最大迭代次数时，获取当前种群中的多个候选个体；所述候选个体的适应度大于所述当前种群中其他个体的适应度；对当前种群中的所有个体进行单点交叉，得到交叉后的个体；对交叉后的个体进行变异操作，得到更新后的个体；将所有候选个体与所述更新后的个体合并，生成下一代种群；迭代次数加1，返回“根据所述似然函数确定当前迭代中个体的适应度”步骤，进入下一次迭代；所述参数包括每个高斯子成分的权重系数、每个高斯子成分的均值和每个高斯子成分的方差；

根据所述参数确定所述输入变量的高斯混合模型；

获取潮流方程的线性方程模型；通过将潮流方程在基准运行点处按泰勒级数展开，去掉2次及以上的高次项，得到潮流方程的线性方程模型；

根据所述输入变量的高斯混合模型和所述潮流方程的线性方程模型，获得所述电力系统的输出变量的联合概率密度函数，以确定电力系统的概率潮流。

2.根据权利要求1所述的基于电力系统的概率潮流确定方法，其特征在于，所述获取潮流方程的线性方程模型，具体包括：

获取潮流方程，所述潮流方程为非线性方程；

将所述潮流方程在基准运行点处按泰勒级数展开，去掉2次及以上的高次项，得到潮流方程的线性方程模型。

3.根据权利要求1所述的基于电力系统的概率潮流确定方法，其特征在于，所述根据所述输入变量的高斯混合模型和所述潮流方程的线性方程模型，获得所述电力系统的输出变量的联合概率密度函数，具体包括：

根据所述输入变量的高斯混合模型，对输入变量的概率密度函数在潮流方程的区间上积分，得到所述输出变量的联合概率分布函数；

对所述输出变量的联合概率分布函数求微分，获得所述输出变量的的联合概率密度函数。