[發明專利]基于馬爾科夫理論和比例分配原理的連續時段概率潮流預測方法

在審

• 申請號: 201610384138.5
• 申請日: 2016-06-02
• 公開（公告）號: CN107464007A
• 公開（公告）日: 2017-12-12
• 發明（設計）人: 齊浩宇;張俊芳;陳鴻亮;解坤;王惟怡
• 申請（專利權）人: 南京理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 南京理工大學專利中心32203
• 代理人: 孟睿

1.基于馬爾科夫理論和比例分配原理的連續時段概率潮流預測方法，其特征在于，步驟如下：

步驟一，設置預想進行潮流計算的連續時間段數，根據地區風電功率的歷史數據建立風電功率馬爾科夫鏈模型；

步驟二，根據所述風電功率馬爾科夫鏈模型和初始時刻風電預測功率概率分布的狀態向量計算下一時刻的風電預測功率概率分布的狀態向量；利用比例分配原理計算下一時刻風電預測功率變量各狀態區間的抽樣次數；使用蒙特卡洛抽樣法分別對風電預測功率變量各狀態區間進行抽樣得到對應的風電預測功率值；根據所述風電預測功率值建立風電預測功率變量的樣本矩陣；

步驟三，將所述風電預測功率變量的樣本矩陣作為確定性潮流計算模型的輸入量進行概率潮流計算；進行循環計算時，每次循環選擇風電預測功率變量的樣本矩陣的列向量完成一個時刻的概率潮流計算，直到完成連續時段內每一個時刻的概率潮流計算；根據循環計算所得的連續時段內各個時刻輸出變量的離散結果使用核密度估計擬合，得到輸出變量的概率分布曲線。

2.如權利要求1所述連續時段概率潮流預測方法，其特征在于，所述步驟一中根據地區風電功率的歷史數據建立風電功率馬爾科夫鏈模型的方法為：

根據地區風電功率的歷史數據對風電功率劃分狀態區間，計算風電功率各狀態間的轉移概率值從而獲得狀態轉移概率矩陣，根據狀態轉移概率矩陣建立風電功率的馬爾科夫鏈模型；

所述風電功率的馬爾科夫鏈模型如(1)所示，

Pk=pk11pk12...pk1mpk21pk22...pk2m............pkm1pkm2...pkmm---(1)]]>

式(1)中：p^k_ij狀態轉移概率矩陣P^k的一個元素，表示風電功率從狀態i向狀態j演變的概率，且i,j＝1,2,…m；m為將功率歷史數據等間隔劃分成的狀態區間的個數，N^k_ij為風電功率變量X^k從狀態i向狀態j演變的次數，k∈K， K為風電場的個數。