[发明专利]基于随机矩阵和智能场景匹配的配电网无功优化方法

权利要求书

1.基于随机矩阵和智能场景匹配的配电网无功优化方法，其特征在于，所述方法包括以下步骤：

步骤(1)，结合配电网系统，基于大数据和随机矩阵理论，分类构建历史配电网无功优化随机矩阵；分类构建历史配电网无功优化随机矩阵中包含负荷功率、光伏出力、风机出力、电动汽车充电功率4种电气量和温度、光照强度、风速3种非电气量随机矩阵；其中负荷功率随机矩阵是以电网中节点负荷为元素的随机矩阵，设电网中负荷节点数目为N，每个节点的日负荷曲线用24个点表示，对每个节点的负荷曲线进行曲线拟合，得出每分钟的状态数据，选取采样时刻前60min的有功功率的幅值表示该节点在采样时刻前一小时内的负荷，节点i在采样时刻t前一小时内的负荷变化用向量P_it表示为：P_it＝[P_i1,P_i2,P_i3,...,P_i60]^T；对于含有N个节点的电网，所有节点在采样时刻t的有功负荷变化量采用N×60维随机矩阵表示：P_t＝[P_1t,P_2t,P_3t,…,P_Nt]^T；对于光伏、风机出力和电动汽车充电功率以及温度、光照强度和风速的状态变量数较少，本方法采用扩展随机矩阵的方法，来构造高维随机矩阵；

假设在配电网中有n个光伏，则可测量的状态变量数为n，每个光伏的日出力曲线采用24个点表示，首先同负荷功率随机矩阵处理方式一样，对每个光伏的出力曲线进行曲线拟合，得出每分钟的状态数据，选取采样时刻前60分钟的光伏出力幅值表示该光伏在采样时刻前一小时内的出力，则光伏PV在采样时刻t构造的矩阵为PV_t∈C^n×60，然后对该矩阵进行扩展，首先将矩阵PV_t复制k次，如式所示：

其中k＝[x/n]，[.]表示不超过“.”的最大整数，考虑到随机矩阵理论中渐进收敛性要求，通过调整行列数比研究发现，x取为20即可；

在PV_t＇中引入随机噪声，将PV_t＇矩阵的每一个元素乘以0.95～1.05的随机数，以降低矩阵数据相关性对结果的干扰，最终构造出PV_tx∈C^(n×k)×60的随机矩阵；

同理，对于风机出力、电动汽车充电功率2种电气量以及温度、光照强度和风速3种非电气量的随机矩阵构建方法相同；

步骤(2)，对步骤(1)中得到的各类随机矩阵，依据单环极限定理，分别提取历史数据库中各场景特征根分布的统计特征，然后依据统计学中的主成分分析法对上述统计特征进行筛选整合，得出主成分fb表征配电网运行状态；

步骤(3)，对于待优化日，按步骤(1)分类建立当前系统各随机矩阵，按步骤(2)提取各类统计特征指标，并计算出一天24小时各待优化时刻场景对应的主成分f；

步骤(4)，利用步骤(2)中得到的历史场景数据对应的主成分fb和步骤(3)中得到的当前待优化时刻对应的主成分f，根据特征匹配公式从历史数据中快速找到与当前待优化系统状态的统计特征最为接近的场景，直接采用匹配场景下的控制策略作为当前时段的无功优化控制策略。