[发明专利]一种考虑新能源有界性和相关性的交直流混联系统概率潮流计算方法

说明书

本发明公开一种考虑新能源有界性和相关性的交直流混联系统概率潮流计算方法，包括以下步骤：1)获取交直流混联系统基本信息，确定比例伸缩系数，并利用缩放无迹变换方法选取标准正态分布上的样本点；2)计算边界参数，将选取的样本点转换到原始概率空间，得到原始概率空间样本点；3)建立风电场和光伏电站的功率转换模型和交直流混联系统的确定性潮流模型；4)将风速、光照强度输入风电场和光伏电站的功率转换模型，获得风电和光伏出力数据；5)将负荷数据、风电和光伏出力数据输入到交直流混联系统的确定性潮流模型中，进行概率潮流分析计算。本发明可以分析大规模新能源接入交直流混联电网时，考虑新能源有界性和相关性的高维概率潮流。

技术领域

本发明涉及概率潮流计算领域，具体是一种考虑新能源有界性和相关性的交直流混联系统概率潮流计算方法。

背景技术

大规模交直流混联电网本质上是一个不确定系统。不确定性源主要来自大规模的新能源(如风电场、光伏发电等)、具有波动性的负荷等。概率潮流(Probabilistic powerflow,PPF)计算已成为研究新能源和负荷不确定性对交直流混联电网影响的重要工具。

概率潮流算法主要有三种：蒙特卡洛仿真法、解析法和无迹变换法。

蒙特卡洛仿真法(Monte Carlo Simulation,MCS)是目前应用最广泛的仿真方法，它具有几个明显的优势，包括系统维度独立性、计算精度高和处理相关性的能力较好，不足之处是其计算负担过大。因此，蒙特卡洛法更适合作为“参考算法”。

相比之下，解析法在计算速度上更加高效。然而，对于绝大多数解析法，需要将具有高度非线性确定性潮流(Deterministic Power Flow,DPF)模型线性化处理，且假设随机变量不相关，这样会导致结果不可靠。

传统的无迹变换算法(Traditional Unscented Transformation,TUT)基于对称采样策略选择2n+1个样本点(n代表输入变量的维数)，在PPF分析中表现良好。但在考虑大规模新能源接入交直流混联电网的高维PPF计算中，TUT算法将呈现如下特征：随着输入随机变量维数的增加，样本点采样半径也随之增大，从而导致“全局采样问题”。这一问题带来了两个不利影响：一是可能出现极端样本，导致PPF计算结果的准确性下降；二是样本点可能会持续发散，最终“跑出”合理的物理区间，导致概率潮流分析失去物理意义。

由于传统的无迹变换算法的样本点高度结构化，不能任意地增加、舍弃、甚至移动，现有技术通过引入比例伸缩系数来灵活地缩放样本点，从而在理论上避免了无迹变换算法的全局采样问题，但是，在实际交直流混联电网中具有海量的新能源和负荷，新能源和负荷的边界具有巨大的差异，该方法在对实际交直流混联电网进行概率潮流计算时，其始终面临着确定比例伸缩参数的“决策困境”，极易引发局部采样问题(局部采样问题的定义为：大量的样本点分布在均值周围，导致采样范围过小，进而影响概率分析精度)。同时，该方法很难全面考虑和兼顾实际交直流混联电网中差异巨大的新能源和负荷的所有边界值。因此，边界问题给基于缩放无迹变换(Scaled Unscented Transformation,SUT)算法的交直流混联电网概率潮流计算带来了严峻的挑战。

为了解决上述问题，有学者引入一般变换与幂变换(Universal Transformationand Power Transformation,UPT)相互配合的方法来解决概率潮流的边界问题。但该方法存在以下两个缺点：(1)忽略了输入随机变量之间的相关性，导致概率潮流分析结果不准确；(2)UPT是非线性函数，当相关系数经过UPT变换之后，相关系数的值将会发生改变，给概率潮流计算引入了误差。

发明内容

本发明的目的是提供一种考虑新能源有界性和相关性的交直流混联系统概率潮流计算方法，包括以下步骤：

1)获取交直流混联系统基本信息。