[发明专利]考虑含相关性高维随机变量的混联电网概率潮流计算方法

说明书

本发明公开了一种考虑含相关性高维随机变量的混联电网概率潮流计算方法，包括根据混联电网中随机变量的历史数据，确定其概率分布类型及参数，并计算出随机变量之间的相关矩阵R_X；将服从任意分布的随机变量变换至标准高斯分布域，并由随机变量之间的相关矩阵R_X计算出标准高斯分布间的相关矩阵R_Z；基于相关矩阵R_Z，计算标准高斯分布间的协方差矩阵P_ZZ；确定STUT算法在处理服从标准高斯分布的随机变量时的比例伸缩系数α；在标准高斯分布域上选取样本点Z；将样本点Z逆变换至多维任意分布域；将多维任意分布域上的2n+1组样本点作为输入量逐组进行混联电网确定性潮流计算。提高电网运行的可靠性和安全性。

技术领域

本发明实施例涉及新能源并网技术领域，尤其涉及一种考虑含相关性高维随机变量的混联电网概率潮流计算方法。

背景技术

基于电压源型转换器的高压直流(Voltage Source Converter based HighVoltage Direct Current，VSC-HVDC)系统将广泛用于新能源基地并网、异步电网互联和区域输电网架的加强。未来AC/VSC-MTDC混联电网中将涌现大量概率不确定性源。同时，这些不确定性源之间往往存在一定程度的相关性。那么，AC/VSC-MTDC混联电网概率潮流计算可以被定义为一个含相关性的高维概率潮流分析问题。

概率潮流计算方法一般可以分为三种：模拟法、解析法、近似法。模拟法计算结果准确，但是计算耗时巨大。解析法能够加快概率分析的速度，但其计算精度往往不高。近似法(例如，点估计法和无迹变换法)能够较好平衡好概率潮流分析中计算速度与计算精度之间的矛盾。然而，点估计算法(Point Estimation Method，PEM)无法处理电网中不确定性源之间的相关性。电网中不确定性源间的相关性对概率潮流分析结果影响显著。如忽略大量随机源之间的相关性，AC/VSC-MTDC混联电网概率潮流的分析结果将严重弄偏离实际值。

传统无迹变换算法(Traditional Unscented Transformation，TUT)不但与PEM算法具备近乎相同的计算速度和精度(不考虑相关性的前提下)，而且该算法本身就具备处理相关性的能力。因此，基于TUT算法的交直流混联电网概率潮流分析具备两方面优势：一方面，TUT算法能够较好地平衡好概率分析速度和精度之间的矛盾；另一方面，TUT算法本身具备处理随机变量间相关性的能力。然而，TUT算法在处理高维不确定性分析问题时，其样本点会随着随机变量的维数的增加发生“样本点离散效应”，最终导致概率潮流分析精度下降。

发明内容

本发明提供一种考虑含相关性高维随机变量的混联电网概率潮流计算方法，以解决现有技术的不足。

为实现上述目的，本发明提供以下的技术方案：

一种考虑含相关性高维随机变量的混联电网概率潮流计算方法，包括：

S1、根据从AC/VSC-MTDC混联电网中收集到的随机变量的历史数据，确定所述AC/VSC-MTDC混联电网中随机变量的概率分布类型及参数；

S2、根据所述随机变量的历史数据，计算所述随机变量之间的相关矩阵R_X；

S3、将服从任意分布的所述随机变量变换至标准高斯分布域，并由随机变量之间的相关矩阵R_X计算出标准高斯分布间的相关矩阵R_Z；

S4、基于所述相关矩阵R_Z，计算标准高斯分布间的协方差矩阵P_ZZ；

S5、确定STUT算法在处理服从标准高斯分布的所述随机变量时的比例伸缩系数α；

S6、在所述标准高斯分布域上选取样本点Z；