[发明专利]一种高精度的交直流混联电网潮流算法

权利要求书

1.一种高精度的交直流混联电网潮流算法，其特征在于：包括以下步骤：

步骤S1：收集电力系统中随机变量的历史数据集X＝(x₁,x₂,…,x_n)，随机变量的个数为n，样本总数为N；

步骤S2：基于分数阶矩的定义，依次获得步骤S1中各个随机变量的分数阶矩表达式；

步骤S3：基于最大熵方法，建立各个随机变量的K-L距离函数模型；

步骤S4：将步骤S2中获得的分数阶矩表达式作为约束条件，采用步骤S3中K-L距离最小化作为优化目标，求取各个随机变量的概率密度函数f_i(x_i)；

步骤S5：根据步骤S4中求取的概率密度函数f_i(x_i)，采用拉丁超立方采样法生成电力系统中随机变量样本集

步骤S6：收集电力系统交流和直流电网的系统参数，形成交直流混联电网确定性潮流计算模块；

步骤S7：将步骤S5获取的随机变量样本集逐组输入步骤S6建立的确定性交直流混联电网确定性潮流计算模块中进行概率潮流计算，从而输出交直流混联电网概率潮流计算结果。

2.根据权利要求1所述的一种高精度的交直流混联电网潮流算法，其特征在于：步骤S2具体过程如下：

根据分数阶矩的定义，可获得随机变量分数阶矩的表达式如下：

其中，α_i表示随机变量x_i分数阶矩的阶数，α_i取值为正实数；用一个或者多个阶数的分数阶矩描述随机变量的概率特征，其中M表示描述变量x_i分数阶矩的阶数数量；f_i(x_i)为随机变量x_i的概率密度函数，是待求函数；

关于其均值x₀的泰勒级数展开为式：

其中，j＝0,1,2,…,n；

分数阶矩二项式系数的取值为：

因此，步骤S1中各个随机变量的分数阶矩的表达式如下所示：

从上述特征可以发现，单个分数阶矩包含大量整数阶矩的信息。

3.根据权利要求2所述的一种高精度的交直流混联电网潮流算法，其特征在于：步骤S3具体过程如下：

基于最大熵方法，采用K-L距离函数度量概率密度估计函数g_i(x_i)和真实概率密度函数f_i(x_i)之间的偏差值；由此，可以得到各个随机变量的K-L距离表达式K[f_i(x_i),g_i(x_i)]如下：

其中，λ_i表示随机变量x_i分数阶矩约束下的拉格朗日乘子，M表示描述变量x_i分数阶矩的阶数数量，由于待求参数一共有两个，因此取M＝2；

H[f_i(x_i)]表示随机变量x_i的信息熵，具体表示如下：

g_i(x_i)表示随机变量x_i的概率密度估计函数，其目的是为了引入分数阶矩的约束，具有如下表达形式：

λ₀表示随机变量x_i在归一化条件下的拉格朗日乘子，可表示如下：

其中，