[发明专利]考虑光伏与负荷时序相关性的概率潮流快速计算方法

权利要求书

1.一种考虑光伏与负荷时序相关性的概率潮流快速计算方法，其特征在于：其步骤是：

步骤1：建立随机变量时序相关概率模型并抽样

采用自适应扩散核密度估计法对光伏出力与负荷数据进行拟合自适应扩散核密度估计：

式中：X_i∈[0,1]为实测数据标准化数据，t＝h²0；f(x；t)代表扩散核密度估计，K_D(·)代表扩散核函数，x、y为核函数定义域内的随机变量，a(x)和p(x)为线性扩散过程的基础控制参数，其中为光伏出力与负荷概率密度的先导估计，a(x)＝p(x)^λ，λ∈[0,1]；

给定初始条件和边界条件：

式中：δ(x-X_i)是随机变量X_i的狄拉克测度；

设定x、y约束条件：

式中：为线性扩散偏微分算子，为L(·)的伴随偏微分算子；

给出自适应扩散核密度估计自适应最优带宽h*：

设x_i、y_i为分别为第i个小时光伏出力与负荷数据，F_1i(x_i)、F_2i(y_i)分别为第i个小时的光伏出力与负荷的边缘概率分布；

步骤1-3：利用Copula理论建立光伏出力与负荷的时序联合概率密度模型：

第i小时光伏出力与负荷的联合概率分布G_i(x_i,y_i)表示为

G_i(x_i,y_i)＝C_i[F_1i(x_i),F_2i(y_i)]             (7)

式中：C_i为第i小时的二者连接Copula函数；

步骤1-4：利用第i小时光伏出力与负荷的联合概率分布G_i(x_i,y_i)进行抽样，获取24小时光伏出力与负荷的时序相关样本；

步骤2：时序光伏出力与负荷的模糊C-均值聚类

步骤2-1：针对抽样获取的光伏出力与负荷数据样本矩阵X

确定模糊C—均值聚类数c(c1)、幂指数m(m1)，确定隶属度终止容限ε以及初始隶属度矩阵U⁽⁰⁾＝[u_ik⁽⁰⁾]；

步骤2-2利用式(9)计算光伏与负荷数据的场景聚类中心矩阵V＝[v_i^(L)]：

式中：v_i为第i类场景聚类中心，L为算法迭代次数；

步骤2-3：将聚类中心矩阵与历史隶属度矩阵代入式(10)并对目标函数J^(L)进行优化，更正隶属度矩阵

式中：J^(L)为聚类算法目标函数，d_ik^(L)＝||x_k-v_i^(L)||；

步骤2-4：以隶属度终止容限ε为指标判定算法迭代结束条件；若max{|u_ik^(L)-u_ik^(L-1)|}小于隶属度终止容限ε，聚类结束；否则返回步骤2-2，继续进行算法迭代；

步骤2-5：结束算法迭代，确定光伏与负荷最终的隶属度矩阵U、场景聚类中心矩阵V和各类场景中随机变量数据总数n_i，并计算各类场景发生概率P_i＝n_i/n，n为样本容量；

步骤3：时序概率潮流计算方法

步骤3-1：针对步骤的所得场景，将各场景的光伏出力与负荷时序相关数据代入式(11)进行时序概率潮流计算

式中：P_i、Q_i分别表示节点i注入系统的有功功率、无功功率，U_i、U_j分别表示节点i、j的电压，θ_ij为节点i、j的相角差，n为节点数，G_ij、B_ij分别代表系统电导、电纳；

步骤3-2：利用式(12)计算得到最终的时序概率潮流计算结果，

式中：E(Yⁱ)代表概率潮流计算结果，F(v_i)表示以聚类中心v_i作为输入量时潮流计算结果。