[发明专利]一种混合概率-区间最优潮流的求解方法

说明书

本发明属于电力系统最优潮流领域，尤其涉及一种混合概率‑区间最优潮流的求解方法。首先，将不确定的可调度负荷表达为区间模型，将不确定的风电场风速和节点负荷表达为概率模变量的不确定最优潮流模型。然后，利用蒙特卡罗法采样方法对模型中的概率变量进行抽样，将混合概率‑区间最优潮流问题转化为若干采样点的区间最优潮流问题，并采用仿射运算法求解。最后，根据各采样点最优潮流待求量的区间极值，合成了待求量的似型，建立了混合概率和区间然概率分布和信任概率分布。本发明可以处理系统中同时含有概率和区间不确定量的情况，获得最优潮流待求量任意取值的概率区间，掌握系统可能运行状态的最大概率和最小概率。

技术领域

本发明属于电力系统最优潮流领域，具体涉及一种混合概率-区间最优潮流的求解方法。

背景技术

对于最优潮流问题，已有很多学者研究了考虑风电等不确定因素的电力系统不确定最优潮流模型与求解方法。Yiming Li,Wenyuan Li,Wei Yan,Juan Yu,and Xia Zhao,“Probabilistic Optimal Power Flow Considering Correlations of Wind SpeedsFollowing Different Distributions,”构建了考虑风电接入的概率最优潮流(probabilistic optimal power flow,POPF)模型，可以获得最优潮流目标函数或待求量的概率分布情况，并提出2n+1采样策略的点估计法进行求解，相比蒙特卡罗法(MC,MonteCarlo method)计算效率大大提高。

概率最优潮流和随机最优潮流模型建立的前提是，已知输入不确定量的准确概率分布。当输入不确定量的已知信息很少，只能明确不确定量的区间边界信息时，Hamon C.,Perninge M.,and Soder L.,“A Stochastic Optimal Power Flow Problem WithStability Constraints—Part I:Approximating the Stability Boundary”建立了电力系统的区间最优潮流(interval optimal power flow,IOPF)模型，并采用仿射算法进行求解。

已有的关于不确定最优潮流的建模与求解方法，均考虑将所有输入不确定因素表达为概率模型或区间模型，研究概率最优潮流或区间最优潮流。但实际电力系统输入不确定量很多，运行人员对不同的输入不确定量的信息掌握程度不同。因此，提出一种更全面、求解效率更高的混合概率-区间最优潮流的模型及其求解方法是有必要的。

发明内容

为了解决上述问题，本发明提供了一种混合概率-区间最优潮流的求解方法，具体技术方案如下：

一种混合概率-区间最优潮流的求解方法，包括以下步骤：

S1：将风电场概率模型、可调度负荷区间模型、节点负荷概率模型引入最优潮流，以电网企业向发电企业的购电成本和对可调度负荷的调度成本最小为目标函数，考虑系统相关安全运行约束，建立混合概率-区间最优潮流模型；

S2：利用蒙特卡罗抽样方法对明确概率分布信息的概率变量u进行采样，从而将求解原混合概率-区间最优潮流模型的问题转化为求解N个采样点的区间最优潮流模型的问题，区间最优潮流模型的输入不确定参数只有区间变量，表达式如下：

式中，u＝(u₁,u₂,…,u_m)是已知的m维概率变量，其概率分布信息已知，是已知的n维区间变量，y＝(y₁,y₂,…,y_p)是p维待求变量；x^-,x⁺分别是x^±的区间上边界值、区间下边界值；uⁱ,i＝1,2,…,N是概率变量u的N个采样值；