[發明專利]一種計及注入轉移分布因子估計誤差的魯棒實時調度方法在審
| 申請號: | 201710313085.2 | 申請日: | 2017-05-05 |
| 公開(公告)號: | CN107069716A | 公開(公告)日: | 2017-08-18 |
| 發明(設計)人: | 楊明;翟鶴峰;韓學山;馬世英;劉道偉;苗福豐;毛玉賓;劉永民 | 申請(專利權)人: | 山東大學;中國電力科學研究院;國家電網公司;國網河南省電力公司經濟技術研究院 |
| 主分類號: | H02J3/00 | 分類號: | H02J3/00;H02J3/06;G06Q10/06;G06Q50/06 |
| 代理公司: | 濟南圣達知識產權代理有限公司37221 | 代理人: | 張勇 |
| 地址: | 250061 山*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 注入 轉移 分布 因子 估計 誤差 實時 調度 方法 | ||
技術領域
本發明涉及一種計及注入轉移分布因子估計誤差的魯棒實時調度方法。
背景技術
為應對全球性的能源與環境危機,風電、光伏等新型電源在電力系統中得到廣泛應用,其固有的隨機性、間歇性特點增強了電力系統運行中的不確定性,從而,使得不確定運行條件下的電力系統調度決策問題,成為當前相關領域專家、學者關注的焦點。魯棒優化是一類求解不確定決策問題的有效方法,其根據不確定變量的擾動區間,尋找不確定變量最劣實現情況下的最佳決策方案。由于魯棒優化方法的決策過程不需要依據不確定變量具體的概率分布函數,并且,具有計算效率上的優勢,近年來,在電力系統機組組合、經濟調度問題中得到廣泛應用。
電力系統調度決策魯棒優化方法的發展是迅速的,成果是顯著的。現有方法所針對的,主要是負荷功率需求、新能源電源輸出功率以及發輸電設備故障這類具有不確定自然屬性的對象。然而,需要認識到的是,在對電網調度決策問題建模時,對于電網特性的模擬與近似常常會引入建模誤差,從而引入新的不確定因素,這其中,具有代表性的不確定參量即是電網的注入轉移分布因子(ISF)。
注入轉移分布因子是電網的一種重要的線性化因子,功率傳輸分布因子(PTDF),支路開斷分布因子(LODF)以及開斷傳輸分布因子(OTDF),均可由注入轉移分布因子推導獲得。在電力系統調度決策模型中,注入轉移分布因子被廣泛用于構建輸電支路的輸電能力約束,以確保輸電的安全性。
然而,目前常用的基于直流潮流推導的注入轉移分布因子,在反映電力系統注入轉移規律時,存在較大誤差,原因在于:
1)方法依賴于支路參數,在實際應用中,支路參數隨運行時間發生漂移,且由于計算、維護不當而存在誤差,將導致注入轉移分布因子估計的不準確;
2)方法計算時需要設置平衡節點,然而平衡節點的設置并非總與電網的實際功率平衡策略相一致,這也將影響注入轉移分布因子估計的準確性;
3)基于直流潮流推導的恒定的注入轉移分布因子,無法體現不同運行狀態下電網注入轉移分布規律的變化。注入轉移分布因子估計的誤差,會使調度結果存在造成輸電支路傳輸功率越限的可能,從而影響電力系統運行的安全性。且現有技術沒有給出注入轉移分布因子不確定區間的獲取方法,同時,在實際中,各注入轉移分布因子的不確定程度往往也不是一致的。
發明內容
本發明為了解決上述問題,提出了一種計及注入轉移分布因子估計誤差的魯棒實時調度方法,本發明可以在決策中有效計及節點注入轉移分布因子的估計偏差,確保系統運行的安全性,具有較高的計算效率。
為了實現上述目的,本發明采用如下技術方案:
一種計及注入轉移分布因子估計誤差的魯棒實時調度方法,基于貝葉斯線性回歸理論構建了利用量測數據的注入轉移分布因子的在線概率估計模型,以電網運行經濟性為目標,以AGC機組運行基點及參與因子為決策變量,構建了實時調度的兩階段魯棒優化模型,同時計及注入轉移分布因子及節點注入功率的區間不確定性,根據電網自身物理特性,將決策模型中的兩類不確定參量分離處理,并運用Soyster方法將模型轉化為確定性的線性優化問題進行求解。
對于高壓輸電網絡,支路潮流與各節點功率注入之間存在近似的線性關系,根據貝葉斯線性回歸理論,利用線性回歸模型中因變量與自變量樣本觀測值來估計線性回歸模型中未知回歸系數的概率分布,通過對支路潮流與節點注入功率的樣本觀測值,建立以注入轉移分布因子為回歸系數的貝葉斯線性回歸模型,實現注入轉移分布因子的概率估計。
在滿足直流潮流假設條件下,高壓輸電網絡支路的有功潮流與各節點的有功注入表示為線性關系:
式中,支路k有功功率PBranch,k以及對應系統內N個節點有功注入功率的N維列向量PNode觀測值均可通過量測數據獲得;Mk為對應于支路k的N維注入轉移分布因子列向量。
考慮到線性回歸殘差,包含注入轉移分布因子的線性回歸模型為:
式中,εk為回歸殘差,通常假設其服從均值為0、方差為σk2的正態分布;注入轉移分布因子向量Mk與方差標量σk2為隨機變量。
貝葉斯公式可建立式中隨機變量的聯合后驗概率密度函數:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東大學;中國電力科學研究院;國家電網公司;國網河南省電力公司經濟技術研究院,未經山東大學;中國電力科學研究院;國家電網公司;國網河南省電力公司經濟技術研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710313085.2/2.html,轉載請聲明來源鉆瓜專利網。





