[发明专利]一种包含随机功率单元相关性问题的随机潮流计算方法有效
申请号: | 201510040789.8 | 申请日: | 2015-01-27 |
公开(公告)号: | CN104699950B | 公开(公告)日: | 2018-02-02 |
发明(设计)人: | 杨晓东;唐田;林章岁;李喜兰;蔡霁霖;徐青山 | 申请(专利权)人: | 国家电网公司;国网福建省电力有限公司;国网福建省电力有限公司经济技术研究院;东南大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 福州元创专利商标代理有限公司35100 | 代理人: | 蔡学俊 |
地址: | 100031 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种包含随机功率单元相关性问题的随机潮流计算方法,包括S1;对系统包含的所有随机功率单元进行分组;S2;根据随机功率单元的分组情况,确定简化后的系统网络拓扑结构和蒙特卡洛法的仿真次数m;S3;获取步骤S1得到的各随机变量在仿真周期内的历史时序数据,统计得到其累积分布函数;S4;利用改进JNT法,得到各随机变量的采样值,并形成一个n维随机向量,重复m次;S5;利用蒙特卡洛法,分别求解电力系统潮流方程,获得经典潮流问题的解的集合。本发明充分利用了JNT法基于多维正态分布函数这一特性,提出一种改进的JNT采样法对随机功率单元间的相关性结构进行建模,可以使得随机潮流计算方法中的相关性建模工作更为简便。 | ||
搜索关键词: | 一种 包含 随机 功率 单元 相关性 问题 潮流 计算方法 | ||
【主权项】:
一种包含随机功率单元相关性问题的随机潮流计算方法,其特征在于包括如下步骤:步骤S1;对系统包含的所有随机功率单元按照相关性和地理位置进行分组,每个随机功率单元组视作一个随机变量,记录所述随机变量的个数为n;步骤S2;根据随机功率单元的分组情况,确定简化后的系统网络拓扑结构和蒙特卡洛法的仿真次数m;步骤S3;获取步骤S1得到的各随机变量在仿真周期内的历史时序数据,统计得到其累积分布函数;步骤S4;利用改进联合正态变换法,即JNT法,得到各随机变量的采样值,并形成一个n维随机向量,重复m次;步骤S5;利用蒙特卡洛法,利用m个n维随机向量作为系统输入,分别求解电力系统潮流方程,获得经典潮流问题的解的集合;所述步骤S4具体包括以下步骤:步骤S41:计算n个随机变量x1至xn之间的等级相关系数矩阵Rr,所述的Rr为n维矩阵,并根据公式将Rr转化为积差相关系数矩阵R,其中rr为矩阵Rr中的任一元素,r是矩阵R中与rr处于对应位置的元素;步骤S42:由于所述步骤S41得到的R是正定矩阵,将R矩阵分解为R=AAT的形式;步骤S43:对服从标准正态分布的任意一维随机变量进行n次独立的采样,构成各分量相互独立的总体采样向量并将所述通过进行正交变换得到所需的正态边际分布域中的n维随机向量步骤S44:利用正态分布的分布函数Φ将转换到均匀边际分布域:U→=Φ(N→)=(u1,u2,...,un)]]>Φ函数采用离散数据对或离散数据点来保存,两个保存的相邻离散点之间的数据点采用线性插值的方法来近似获取;步骤S45:利用x1至xn各自的累积分布函数的反函数对所述中的各个对应分量进行变换,得到实际边际分布域中的随机变量x1至xn的采样值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网公司;国网福建省电力有限公司;国网福建省电力有限公司经济技术研究院;东南大学,未经国家电网公司;国网福建省电力有限公司;国网福建省电力有限公司经济技术研究院;东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510040789.8/,转载请声明来源钻瓜专利网。
- 上一篇:一种面向中文语言的大规模本体映射方法
- 下一篇:一种单个脉冲电源及其控制方法
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用