[发明专利]一种考虑不确定因素的配电网电能损耗随机分析方法

说明书

本发明公开了一种考虑不确定因素的配电网电能损耗随机分析方法，涉及配电网技术领域，本发明的节点功率损耗跟踪方法，用于对配电网中分布性电源引起的损耗进行量化；基于该方法所建立的模型是线性的，因此加快了大数据样本的计算速度。本发明提出的网损分析方法，不仅考虑了潮流的非线性特性，还考虑了网络拓扑结构和负载量，并能同时对负载和分布性电源进行损失分配，提高了网损计算的准确性。拉丁超立方体抽样方法能通过非常小的采样数量（如300次）达到和大量随机采样（5万次）一样的精度，减少了采样工作量。

技术领域

本发明涉及配电网技术领域，特别是一种考虑不确定因素的配电网电能损耗随机分析方法。

背景技术

随着电力行业的放开，供电系统的配电网络也发生了变化。分布式发电(DGs)、可控负荷和需求响应(DR)策略等正被广泛应用到有源配电网中，大大提高了配电网的可控性和供电效率。虽然可控能源(包括家用储能系统和汽油发电机)通常与不可控制的能源互补，但DGs的功率输出仍然存在不确定性，这可能对量化分布式电源损耗产生较大的影响。因此，对发电机和负荷的功率损失进行量化，从而评估网络的可靠性，优化网络运行成为动态网络的一个重要问题。目前所用评估方法都需要建立网络的拓扑结构，且还计入了纯电源的损失。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种考虑不确定因素的配电网电能损耗随机分析方法，本发明提高了网损计算的准确性。

本发明为解决上述技术问题采用以下技术方案：

根据本发明提出的一种考虑不确定因素的配电网电能损耗随机分析方法，包括以下步骤：

从径向配电网功率问题的一般形式出发，给出了输入-输出关系模型式；

y＝g(x) (1)

L＝h(y) (2)

其中，x为随机采样的输入量，x是通过拉丁超立方采样获得，x包括电源注入的输入向量P_g和Q_g、以及负载功耗P_d和无功损耗Q_d，P_g为电源输出的有功功率，Q_g为电源输出的无功功率，g(x)是描述功率平衡的功率方程集，y是包含电压幅值V和电压相量θ的输出矢量；L是发电机—负荷对的损耗，h(y)是根据网损评估公式计算损耗的网络损失评估方程组；

根据输入-输出关系模型式，分析配电网电能损耗。

作为本发明所述的一种考虑不确定因素的配电网电能损耗随机分析方法进一步优化方案，网络损失评估方程组包括配电网损失评估公式、负荷引起的配电损失公式和分布式电源引起的配电损耗公式。

作为本发明所述的一种考虑不确定因素的配电网电能损耗随机分析方法进一步优化方案，配电网损失评估公式包括公式(3)和公式(4)：

设第k个节点上有n个载荷，给第j个载荷输送有功功率造成的有功损耗为

其中，L_p,kj是向第k个节点上第j个载荷输送有功功率造成的有功损耗；c＝R_ik/|V_i|²是损耗系数，R_ik是第i个节点和第k个节点之间线路的电阻，V_i是第i个节点的电压，P_load,kj是第k个节点上、第j个载荷的有功功率，P_load,kh是第k个节点上、第h个载荷的有功功率，n为载荷的个数；

给第k个节点上第j个载荷输送无功功率造成的有功损耗为