[發明專利]一種綜合能源系統概率能流的計算方法

有效

• 申請號: 201910726552.3
• 申請日: 2019-08-07
• 公開（公告）號: CN110532642B
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 秦博宇;方鋮;李景
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/16;G06F17/15;G06F17/11;G06Q50/06;G06F111/10;G06F111/08
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 安彥彥

1.一種綜合能源系統概率能流的計算方法，其特征在于，

根據綜合能源系統的電力系統潮流和天然氣系統能流，得到綜合能源系統穩態能流；

對風力發電單元、光伏發電單元和氣網負荷進行概率建模，得到風力發電概率模型、光伏出力模型以及氣網負荷概率模型，按照風力發電概率模型、光伏出力模型和氣網負荷概率模型進行采樣，得到概率采樣樣本，利用Nataf變換對概率采樣樣本添加相關性，然后采用多點估計的方法對采樣樣本進行點估計，根據所得的估計點求解綜合能源系統穩態能流，得到概率能流；

利用Nataf變換對概率采樣樣本添加相關性，具體過程如下：

設輸入隨機向量X的相關系數矩陣為ρ,根據Nataf分布模型推導出相關系數矩陣ρ各分量ρ_ij的計算表達式：

式中，ρ_0ij為標準正態隨機向量Y相關系數ρ的分量，σ_i和σ_j為正態空間的標準差，μ_i和μ_j為正態空間的均值，x_i和x_j為X中的元素，通過相關系數矩陣ρ各分量ρ_ij的計算表達式得到x_i＝F^-1(Φ(y_i))、x_j＝F^-1(Φ(y_j))，y_i和y_j為標準正態空間Y中的元素，ρ是已知原非正態空間的變量相關系數；

通過反求相關系數矩陣ρ各分量ρ_ij的計算表達式，得到所有的標準正態隨機向量Y相關系數ρ的分量ρ_0ij，并組成矩陣ρ₀，ρ₀為標準正態空間變量的相關系數；將標準正態空間變量的相關系數ρ₀進行Cholesky分解得：

式中，L₀為相關系數矩陣經Cholesky分解得到的下三角陣；

利用相關系數矩陣經Cholesky分解得到的下三角陣L₀將相關的標準正態隨機向量Y轉換為隨機變量向量X：

利用Nataf分布模型產生若干含相關性的風機、光伏采樣樣本X，X＝{x₁,x₂...x_n}，

其中，P_i^se為未考慮風機、光伏出力時綜合能源系統在平衡點處的電源有功功率，為未考慮風機、光伏出力時綜合能源系統在平衡點處的電源無功功率，f_i,me為未考慮天然氣氣網具有波動性負荷時綜合能源系統在平衡點處的向下游節點注入流量，f_i,ne為未考慮天然氣氣網具有波動性負荷時綜合能源系統在平衡點處的向上游節點輸出流量；

將采樣樣本與平衡點處值相加得到其中，P_i^sa為考慮風機、光伏出力時綜合能源系統在平衡點處的電源有功功率，為考慮風機、光伏出力時綜合能源系統在平衡點處的電源無功功率，f_i,ma為考慮天然氣氣網具有波動性負荷時綜合能源系統在平衡點處的向下游節點注入流量，f_i,na為考慮天然氣氣網具有波動性負荷時綜合能源系統在平衡點處的向上游節點輸出流量；

將代替得到若干綜合能源系統的概率能流結果，將若干綜合能源系統的概率能流結果進行方差、均值、概率密度和累計概率密度的求解，得到綜合能源系統概率能流；

對于具有多個風電和光伏的綜合能源系統，假設m是點估計的數量，n是響應函數的數量，m點估計的表達式為：

x_ij＝G_i^-1(Φ(y_ij))i＝1:n j＝1:m

根據m點估計的表達式進行計算，得到綜合能源系統的概率統計量：

其中，h(·)為響應函數，μ_h是綜合能源系統能流的均值，D(h)是綜合能源系統能流的方差，μ(·)為函數的均值，σ_h為函數h(·)的方差；

根據綜合能源系統的概率統計量，得到綜合能源系統方差、均值的具體過程如下：

將計算量從_m×n降低為(m-1)×n+1：

這里，

μ_Gn＝μ(G_n^-1(Φ(y)))

當k＝1時有：

其中，μ_hi為函數hi(·)的均值，為函數Gi(·)的均值，p_n為權重系數，Φ(y_n)為Nataf變換函數；

當m＝2或3時，若估計點超過約束，則對超過限制的點進行約束，具體過程如下：

假設_x是任意空間的樣本，μ_x為_x的均值，δ_x是_x的方差，λ_x,i是_x的i階中心矩，f(x)是_x的概率密度函數，Hong的2點估計和3點估計法表述為下式：

式中，ξ_2，i,i＝1,2，ξ_3,i,i＝1,2,3代表位置參數，p_2，j,j＝1,2，p_3，j,j＝1,2,3是權重系數，和為所估計的點：

式中，n是變量的數量；

2點估計和3點估計的均值和方差用下式進行計算：

μ_z＝p_2，1h(Z(x_2，1))+p_2，2h(Z(x_2，2))

μ_z＝p_3，1h(Z(x_3，1))+p_3，2h(Z(x_3，2))+p_3，3h(Z(x_3，3))

其中，μ_z為響應函數h(·)的均值，D(x)為響應函數h(·)的方差，ξ_2，i,i＝1,2，ξ_3,i,i＝1,2,3代表位置參數，p_2，j是權重系數；j＝1,2；p_3，j是權重系數,j＝1,2,3；和為所估計的點；

假設F(x)是x原來風機概率模型中的約束函數，滿足下式：

其中，x_min為約束最小值，x_max為約束最大值，F(·)為變換函數，δ、L_max為形狀參數，將x轉換為與原來約束函數F(x)等價的形式：

然后對x′使用Hong的2點估計法或者3點估計法，得到估計點x′₂₁,x′₂₂和x′₃₁,x′₃₂,x′₃₃，將這些點變換到原來空間為：

當k＝1時，得到實際估計點x₂₁,x₂₂和x₃₁,x₃₂,x₃₃；

將實際估計點x₂₁,x₂₂和x₃₁,x₃₂,x₃₃應用下式進行計算，得到最終概率能流的均值、方差：

μ_z＝p_2，1h(Z(x_2，1))+p_2，2h(Z(x_2，2))

μ_z＝p_3，1h(Z(x_3，1))+p_3，2h(Z(x_3，2))+p_3，3h(Z(x_3，3))

其中，μ_z為響應函數h(·)的均值，D(x)為響應函數h(·)的方差，ξ_2，i,i＝1,2，ξ_3,i,i＝1,2,3代表位置參數，p_2，j,j＝1,2，p_3，j,j＝1,2,3是權重系數，和為所估計的點。