[發(fā)明專利]基于馬爾可夫鏈-蒙特卡羅法的系統(tǒng)諧波概率評估方法

在審

• 申請?zhí)枺?/td>: 201510089734.6
• 申請日: 2015-02-27
• 公開（公告）號: CN104882884A
• 公開（公告）日: 2015-09-02
• 發(fā)明（設計）人: 劉書銘;代雙寅;李瓊林;張博;唐鈺政;李庚銀;周明;張喆;索之聞
• 申請（專利權(quán)）人: 國網(wǎng)河南省電力公司電力科學研究院;華北電力大學;國家電網(wǎng)公司
• 主分類號: H02J3/01
• 分類號: H02J3/01
• 代理公司: 鄭州聯(lián)科專利事務所(普通合伙) 41104
• 代理人: 劉建芳;崔衛(wèi)琴

1.一種基于馬爾可夫鏈-蒙特卡羅法的系統(tǒng)諧波概率評估方法，其特征在于：包括以下步驟：

步驟1：某類綜合負荷中由總數(shù)量為m的個體諧波所產(chǎn)生的h次諧波電流模型為：

Ih(AGG)=dfh·Σi=1m(Ai·Ih(i))---(1)]]>

I_h(i)為獨立諧波源所產(chǎn)生的某h次諧波電流大小，A_i為單個非線性負荷所在諧波源中的功率份數(shù)，df_h為種類因數(shù)；

注入PCC點某類綜合負荷的h次諧波總的電流模型為：

Ih(PCC)=KE·Ih(AGG)=KE·dfh·Σi=1m(Ai·Ih(i))---(2)]]>

K_E為綜合負荷中非線性負荷的功率需求量的參與因數(shù)，通常都在30％以下；

步驟2：根據(jù)經(jīng)典統(tǒng)計學理論中的Bayes公式對式(1)的電流模型的不確定參數(shù)A_i進行分析，通過結(jié)合其較為粗略的先驗分布，通過推導得到調(diào)整后的更為客觀準確的未知量后驗分布；

步驟3：根據(jù)馬爾可夫鏈的時間齊次性、遍歷性，結(jié)合蒙特卡羅計算定積分，構(gòu)建兩種方法結(jié)合下的隨機函數(shù)，并根據(jù)達到平穩(wěn)分布的后驗分布得到馬爾可夫鏈-蒙特卡羅法；

步驟4：根據(jù)馬爾可夫鏈-蒙特卡羅法，對已經(jīng)建立的式(2)所述模型采用Gibbs抽樣方案進行抽樣模擬，從而得出各次諧波電流含有率的概率統(tǒng)計特征值及概率密度曲線。