[发明专利]一种含风电场电力系统动态随机最优潮流获取方法

摘要

本发明公开了一种含风电场电力系统动态随机最优潮流获取方法，本发明用于解决风速和负荷的随机性和时空相关性影响下的电力系统动态最优潮流。本发明首先建立风速的动态概率模型，分析风速的时间和空间相关性。然后，采用基于原对偶解耦内点法的确定性动态最优潮流计算得到最优调度方案。接着，在此调度方案下，基于半不变量法求解计及相关性的动态随机潮流，从而得到状态变量的概率分布，并据此调整机会约束的上下界。最后，迭代计算解得一组满足所有机会约束的最优调度方案。本发明能够有效处理输入变量随机性影响下的电力系统最优潮流问题，具有结果准确、实现方便的优点，所得结果对调度人员具有一定指导意义。

主权项

一种含风电场电力系统动态随机最优潮流获取方法，其特征在于：包括以下步骤：步骤1：建立风速的动态概率模型，分析风速的时间和空间相关性；步骤2：建立基于机会约束规划的含风电场电力系统动态随机最优潮流模型；步骤3：不考虑输入变量的随机性，代入输入变量的期望，应用原对偶解耦内点法求解确定性动态最优潮流，得到一组最优调度方案；步骤4：在这组最优调度方案下，考虑输入变量的随机性和时空相关性，利用基于半不变量法的解析法求解动态随机潮流，得到状态变量的概率分布；步骤5：判断状态变量是否满足机会约束限制；如果满足机会约束限制，则停止计算，输出结果；否则，调整机会约束的上下界，并转至步骤3，进行迭代计算，直至找到一组满足所有机会约束限制的调度方案；所述步骤1包括以下步骤：步骤101：根据公式x(t)＝X(t)+ε(t)获得实际风速序列；式中，x(t)为实际风速序列，X(t)为t时刻的风速预测序列，ε(t)为时刻t的风速预测误差序列；步骤102：建立自回归滑动平均模型，(p，q)阶风速时间序列的自回归滑动平均模型如下：式中，p和q分别表示自回归模型和滑动平均模型的阶数,xt为时刻t的风速序列值，和θq分别为自回归模型和滑动平均模型的参数；at为时刻t的高斯白噪声序列；步骤103：自回归滑动平均模型的扩充Yule‑Walker方程如下式所示，求解Yule‑Walker方程得到自回归滑动平均模型对应时间序列的自相关函数ρt；式中，Gq为自回归滑动平均序列的格林函数，σX和σa分别为风速序列和高斯白噪声序列的标准差；步骤104：研究T个时段内风速序列的相关性；根据步骤103中的公式求得风速序列的时间相关系数矩阵如下：步骤105：研究K座风电场间风速的相关性，则这K座风电场在时刻t风速的空间相关系数矩阵如下：式中，t＝1,2,…,T，ρKK,t为第K和K座风电场在第t个时刻的风速的相关系数。