[发明专利]基于正态Copula函数的拉丁超立方抽样法概率潮流计算方法

说明书

本发明公开了基于正态Copula函数的拉丁超立方抽样法概率潮流计算方法，其特征在于，包括如下步骤：步骤1、根据新能源发电功率变量的相关系数矩阵，利用正态Copula函数生成满足新能源发电功率变量相关性的随机数矩阵；步骤2、利用拉丁超立方抽样法对步骤1中所生成的随机数矩阵进行抽样，并根据新能源发电功率变量的累积分布函数的逆函数建立新能源发电功率变量的样本矩阵；步骤3、将步骤2中所建立的新能源发电功率变量的样本矩阵作为输入量进行概率潮流计算，得到输出变量的离散结果，利用核密度估计对输出变量的离散结果进行拟合，得到输出变量的概率密度函数。提高计算精度的同时减少了计算时间。

技术领域

本发明涉及一种基于正态Copula函数的拉丁超立方抽样法概率潮流计算方法。

背景技术

目前，概率潮流计算方法大致分为模拟法、近似法及解析法。其中，模拟法的代表是蒙特卡罗模拟法，传统的蒙特卡罗模拟法利用随机抽样技术抽取输入变量的样本，进行多次确定性潮流计算后从而得到输出变量的概率分布，精度很高，但耗时相当长。申请号为201510231147.6、发明名称为结合拉丁超立方抽样的双向迭代并行概率潮流计算方法的中国发明专利，采用基于拉丁超立方抽样的改进蒙特卡罗模拟法，利用分层抽样的原理，抽取较少的样本即可满足随机变量的概率特征，速度快于传统的蒙特卡罗模拟法。

但上述基于模拟法的概率潮流计算方法，是基于随机变量相互独立的场景，但实际上地理位置邻近的新能源发电出力是具有相关性的，如何在保证计算速度的同时考虑新能源发电变量的相关性，提高计算精度，是目前概率潮流计算方法所需解决的问题。

发明内容

针对上述问题，本发明提供一种基于正态Copula函数的拉丁超立方抽样法概率潮流计算方法，利用正态Copula函数处理新能源发电功率变量的相关性，生成满足能源发电功率变量相关性的随机数矩阵，进而利用拉丁超立方抽样法对随机数矩阵进行抽样，提高计算精度的同时减少了计算时间。

为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

基于正态Copula函数的拉丁超立方抽样法概率潮流计算方法，其特征在于，包括如下步骤：

步骤1、根据新能源发电功率变量的相关系数矩阵，利用正态Copula函数生成满足新能源发电功率变量相关性的随机数矩阵；

步骤2、利用拉丁超立方抽样法对步骤1中所生成的随机数矩阵进行抽样，并根据新能源发电功率变量的累积分布函数的逆函数建立新能源发电功率变量的样本矩阵；

步骤3、将步骤2中所建立的新能源发电功率变量的样本矩阵作为输入量进行概率潮流计算，得到输出变量的离散结果，利用核密度估计对输出变量的离散结果进行拟合，得到输出变量的概率密度函数。

优选，步骤1中，假设随机变量X₁,X₂,…X_K为K个新能源发电功率变量，其相关系数矩阵为ρ_X，随机数的个数为N，利用正态Copula函数生成满足相关系数矩阵为ρ_X的随机数矩阵D_N×K为：

其中，d_i,j为随机数矩阵D_N×K第i行第j列元素。

优选，步骤2具体包括如下步骤：

步骤201、利用拉丁超立方抽样法对步骤1中所生成的随机数矩阵D_N×K的第一列进行抽样并记录所抽样本在随机数矩阵的第一列的位置；

步骤202、根据所记录的位置在随机样本矩阵的第二列至最后一列选取对应的样本；

步骤203、根据新能源发电功率变量的累积分布函数的逆函数计算新能源发电功率变量的样本，建立新能源发电功率变量的样本矩阵。