[发明专利]一种考虑风电接入的动态概率潮流计算方法

权利要求书

1.一种考虑风电接入的动态概率潮流计算方法，其特征在于，包括如下步骤：

(1)基于马尔科夫链和状态情景树建立风机出力模型，进一步包括如下步骤：

(1-1)基于马尔科夫链随机过程原理求取风机出力状态转移概率矩阵，并利用RBF神经网络预测后续风机出力情况；

(1-2)根据状态转移概率矩阵，结合当前时刻的风机出力数据，算得未来一段时间风机出力的几种最大可能状态，形成情景树模型；

(2)令t＝0；

(3)获取常规潮流计算所需的原始系统参数，用牛顿-拉夫逊算法计算t时刻的基准潮流，得到正常运行状态的潮流分布以及节点电压、支路功率的基准状态X₀、Z₀，进一步计算得到节点电压和支路功率对节点注入功率变化的灵敏度矩阵S₀和T₀；

(4)根据步骤(1)得到的风机出力模型和负荷波动变化规律，计算t时刻风电注入功率和负荷注入功率的各阶中心矩，由此计算风电注入功率和负荷注入功率的各阶半不变量；

(5)计算得到节点电压和支路功率的各阶半不变量；

(6)利用改进的Von Mises级数展开方法，求取节点电压和支路功率的分布函数；

(7)判断t是否小于t_end，其中，t_end为时间断面的个数，是则令t＝t+1，返回步骤(3)，否则过程结束，得到各时间断面节点电压和支路功率的分布函数。

2.如权利要求1所述的考虑风电接入的动态概率潮流计算方法，其特征在于，所述步骤(1-1)进一步包括如下步骤：

(1-1-1)将历史风机出力数据的统计结果进行归一化处理，使所得数据分布在0～1范围内；

(1-1-2)将所得数据在0～1范围内划分为n个状态F₁,F₂,…,F_i,…,F_n，其中，F_i＝[(i-1)/n,i/n]；

(1-1-3)计算所有可能情况的状态转移概率，将所得概率统计得到状态转移概率矩阵其中，P[F_ij]表示风机出力此时处于状态F_i，下一时刻将处于状态F_j的概率，1≤i,j≤n，Σj=1nP[Fij]=1;]]>

(1-1-4)利用RBF神经网络算法预测后续风机出力的情况。

3.如权利要求2所述的考虑风电接入的动态概率潮流计算方法，其特征在于，所述步骤(1-2)进一步包括如下步骤：

(1-2-1)根据当前时刻的风机出力数据，确定初始时刻状态，以此作为情景树的根结点；

(1-2-2)由状态转移矩阵得到后一时刻的n个状态及对应的概率；

(1-2-3)根据风机出力预测值P_wind及预测误差的范围P_wind×(1±30％)缩小状态范围，进行情景删减；

(1-2-4)从删减后的状态中选取对应的概率大于一定阈值的状态，进一步缩小预测状态范围；

(1-2-5)重复步骤(1-2-2)至(1-2-4)，得到后续各个时刻的风机出力状态情景树。

4.如权利要求1至3中任一项所述的考虑风电接入的动态概率潮流计算方法，其特征在于，所述步骤(4)中，t时刻风电注入功率的v阶中心距其中，F_j为t时刻风机出力的状态值，P[F_j]为t时刻处于状态F_j的概率，为t时刻风机出力的期望值，j的取值遍历t时刻的所有可能状态。