[发明专利]基于马尔科夫理论和比例分配原理的连续时段概率潮流预测方法

摘要

本发明提出一种基于马尔科夫理论和比例分配原理的连续时段概率潮流预测方法，首先设置预想进行潮流计算的连续时间段数，根据地区风电功率的历史数据建立马尔科夫链模型；然后根据当前时刻风电预测功率概率分布的状态向量和状态转移概率矩阵计算下一时刻的风电预测功率概率分布的状态向量，使用比例分配原理和蒙特卡洛抽样法对下一时刻风电预测功率变量进行抽样，建立风电预测功率变量的样本矩阵；最后根据风电预测功率变量的样本矩阵进行连续时段概率潮流计算。本发明将单一时刻的概率潮流计算推广到连续时间段内，并且可以根据初始的风电预测功率概率分布预测各个支路潮流在连续时段内各个时刻的分布情况以及发展的趋势。

主权项

基于马尔科夫理论和比例分配原理的连续时段概率潮流预测方法，其特征在于，步骤如下：步骤一，设置预想进行潮流计算的连续时间段数，根据地区风电功率的历史数据建立风电功率马尔科夫链模型；步骤二，根据所述风电功率马尔科夫链模型和初始时刻风电预测功率概率分布的状态向量计算下一时刻的风电预测功率概率分布的状态向量；利用比例分配原理计算下一时刻风电预测功率变量各状态区间的抽样次数；使用蒙特卡洛抽样法分别对风电预测功率变量各状态区间进行抽样得到对应的风电预测功率值；根据所述风电预测功率值建立风电预测功率变量的样本矩阵；步骤三，将所述风电预测功率变量的样本矩阵作为确定性潮流计算模型的输入量进行概率潮流计算；进行循环计算时，每次循环选择风电预测功率变量的样本矩阵的列向量完成一个时刻的概率潮流计算，直到完成连续时段内每一个时刻的概率潮流计算；根据循环计算所得的连续时段内各个时刻输出变量的离散结果使用核密度估计拟合，得到输出变量的概率分布曲线。