[发明专利]基于数字交错技术的拟蒙特卡洛随机潮流计算方法

说明书

本发明公开了一种计及风速相关性的电力系统拟蒙特卡洛潮流计算。主要是将数字交错技术应用在了电力系统潮流计算中，有效地提高了拟蒙特卡洛潮流计算的效率和精度。首先建立了多个风电场出力和负荷的概率分布模型，采用等概率转换和Nataf变换得到在标准正态分布下的等效相关系数矩阵；接着采用基于数字交错技术的Sobol序列产生S维随机数，其中数字交错技术是对原始Sobol序列的生成矩阵进行了行变换，有效优化了高维随机数的分布；最后，采用Cholesky分解技术获得具有相关性的随机输入变量样本进行随机潮流计算，得到节点电压幅值和支路注入有功和无功。该算法能够在多个风电场接入系统的情况下，进行拟蒙特卡洛潮流计算，效率高，计算精度高。

技术领域

本发明涉及一种拟蒙特卡洛随机潮流计算方法，尤其涉及一种基于数字交错技术的拟蒙特卡洛随机潮流计算方法，属于供电技术领域。

背景技术

风力发电因分布广泛、使用方便、无污染等优点，受到人们的广泛关注。随着大规模风电场的并网运行，电力系统的运行特性由弱随机性转变为强随机性。并且对于地理距离较近的多个风电场，各风电场在相同时刻下基本处于同一风速带，风功率将具有一定的空间相关性。这种空间相关性将加剧电网中的随机波动性。因此研究含多个风电场的电力系统随机潮流计算具有重要意义。随机潮流计算可以计及各种不确定因素对电力系统的影响，综合评估电网运行的薄弱点及可靠性。目前，随机潮流计算的方法主要包括：卷积法、点估计法和蒙特卡洛仿真法。卷积法利用输入变量的卷积运算得到输出变量的概率分布，该方法思路简单，但计算量大。点估计法根据输入变量的分布特性求取输出变量的数字特征，求出各阶矩后利用级数展开求得概率分布；该方法速度快，但是计算高阶矩时精度较低。蒙特卡洛仿真法通过随机采样得到输入变量的样本，再对每个采样点进行确定性潮流计算，统计获得各状态量的分布情况。整个过程原理简单且适用性广，但是要获得较高的精度必须牺牲计算量和计算时间。因此，为了获得较高精度同时提高计算效率，国内外学者提出了多种改进方法。以拉丁超立方抽样为代表的伪随机抽样提高了采样效率，但是不能保证序列的低偏差性。而采用了低偏差性序列后的拟蒙特卡洛仿真法可以保证随机数的均匀性，但是当序列维数较高时，相邻两维随机数会出现聚集现象，具有一定的规律性，这将影响拟蒙特卡洛仿真效果。

发明内容

本发明要解决的技术问题是提供一种基于数字交错技术的拟蒙特卡洛随机潮流计算方法。

为解决上述技术问题，本发明采用的技术方案是：

一种基于数字交错技术的拟蒙特卡洛随机潮流计算方法，包括以下具体步骤：

步骤1：建立各风电场出力和负荷的概率分布模型；

步骤2：基于等概率转换原则和Nataf变换计算标准正态分布下的相关系数矩阵C_Y；

步骤3：基于数字交错技术的Sobol序列产生分布均匀的S维随机数；由以下具体步骤组成：

步骤301：定义最高次项为s_j的多项式：

其中系数a_1,j,a_2,j,L,为0或1；j代表随机数的维数，j≤dgs；d≥1，s≥1，均为整数，

步骤302：计算直接数{v_1,j,v_2,j,L}：

建立迭代关系式：

其中表示二进制异或运算；初始值m_1,j,m_2,j,L,任意给定，只需要满足：m_k,j,1≤k≤s_j为奇数，并且小于等于2^k；直接数{v_1,j,v_2,j,L}计算公式为：

步骤303：形成矩阵C_m,j，