[发明专利]基于马尔可夫链-蒙特卡罗法的系统谐波概率评估方法

摘要

本发明公开了一种基于马尔可夫链-蒙特卡罗法的系统谐波概率评估方法，包括以下步骤：步骤1：建立某类综合负荷中由总数量为m的个体谐波所产生的h次谐波电流模型以及注入PCC点某类综合负荷的h次谐波总的电流模型；步骤2：根据经典统计学理论中的Bayes公式对电流模型的不确定参数进行分析，通过结合其较为粗略的先验分布，通过推导得到调整后的更为客观准确的未知量后验分布；步骤3：得到马尔可夫链-蒙特卡罗法；步骤4：根据马尔可夫链-蒙特卡罗法得出各次谐波电流含有率的概率统计特征值及概率密度曲线。本发明得到的结果更加全面客观，更接近实际配电网情况。

主权项

一种基于马尔可夫链‑蒙特卡罗法的系统谐波概率评估方法，其特征在于：包括以下步骤：步骤1：某类综合负荷中由总数量为m的个体谐波所产生的h次谐波电流模型为：$I_h^{\left(\mathrm{AGG}\right)}={\mathrm{df}}_h\·\underset{i=1}{\overset{m}{\mathrm{\Σ}}}(A_i\·I_{h\left(i\right)})---\left(1\right)$I_h(i)为独立谐波源所产生的某h次谐波电流大小，A_i为单个非线性负荷所在谐波源中的功率份数，df_h为种类因数；注入PCC点某类综合负荷的h次谐波总的电流模型为：$I_h^{\left(\mathrm{PCC}\right)}=K_E\·I_h^{\left(\mathrm{AGG}\right)}=K_E\·{\mathrm{df}}_h\·\underset{i=1}{\overset{m}{\mathrm{\Σ}}}(A_i\·I_{h\left(i\right)})---\left(2\right)$K_E为综合负荷中非线性负荷的功率需求量的参与因数，通常都在30％以下；步骤2：根据经典统计学理论中的Bayes公式对式(1)的电流模型的不确定参数A_i进行分析，通过结合其较为粗略的先验分布，通过推导得到调整后的更为客观准确的未知量后验分布；步骤3：根据马尔可夫链的时间齐次性、遍历性，结合蒙特卡罗计算定积分，构建两种方法结合下的随机函数，并根据达到平稳分布的后验分布得到马尔可夫链‑蒙特卡罗法；步骤4：根据马尔可夫链‑蒙特卡罗法，对已经建立的式(2)所述模型采用Gibbs抽样方案进行抽样模拟，从而得出各次谐波电流含有率的概率统计特征值及概率密度曲线。