[发明专利]一种分布式电源及节点负荷典型运行场景集生成方法有效
| 申请号: | 201811067310.X | 申请日: | 2018-09-13 |
| 公开(公告)号: | CN109301877B | 公开(公告)日: | 2021-08-17 |
| 发明(设计)人: | 黄河;韩俊;高松;吴志;宋杉;顾伟;杨权 | 申请(专利权)人: | 国网江苏省电力有限公司;国网江苏省电力有限公司经济技术研究院;东南大学;国家电网有限公司 |
| 主分类号: | H02J3/46 | 分类号: | H02J3/46;H02J3/14 |
| 代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 朱桢荣 |
| 地址: | 210000 *** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 分布式 电源 节点 负荷 典型 运行 场景 生成 方法 | ||
1.一种分布式电源及节点负荷典型运行场景集生成方法,其特征在于,包括以下步骤:
步骤10、确定所要生成的分布式电源及节点负荷场景集的初始时刻为t0及该时刻的离散状态数为M0,设定最大能处理的场景序列数为Nmax,典型分布式电源及节点负荷场景数目为N0,预设目标时刻为tL;
步骤20、根据由历史功率数据获取的分布式电源及节点负荷功率经验概率分布函数,采用等间距抽样生成M0个概率相等的t0时刻的初始静态场景为t0时刻的第n个初始静态场景,n=1,2,…,M0;
步骤30、通过状态离散,初始静态场景离散为M0个状态为第n个初始静态场景对应的状态,n=1,2,…,M0,并构造转移概率矩阵;
步骤40、对由步骤30得到的M0个状态分布通过N1次马尔可夫链-蒙特卡洛方法MCMC抽样得到t1时刻的M1=M0*N1个场景序列,每个场景序列对应的发生概率为被抽样场景概率除以抽样次数;
步骤50、对包含M1个场景的原始场景集进行变速率削减:比较M1与设定最大能处理的场景序列数Nmax的大小,若M1大于Nmax则进行场景削减,使场景数削减至Nmax,否则返回步骤40,更新状态分布数M0为M1,模拟时间轴前进至t2时刻继续动态场景生成,直至模拟时间轴得到预设时刻tL;
步骤60、将不超过Nmax个长度为L的场景序列进行场景削减,生成最终N0个的典型场景集;
步骤50中,对包含M1个场景的原始场景集进行变速率削减的具体步骤如下:
5.1、计算场景间二范数d(cv,cw):
其中,cv,cw分别为第v,w个场景,其中v,w=1,2,…,M1,且v≠w;L为场景序列的长度;分别为第v,w个场景序列中第l个数值;
5.2、确定削减速率V
由各场景最近场景组成集合D,按照概率距离从小到大排序,当前20%场景的平均概率距离小于后20%场景的平均概率距离10%时,采用大倍速削减,即V=0.01*M1;当前20%场景的平均概率距离大于后20%场景的平均概率距离10%且小于15%时,采用小倍速削减,即V=0.001*M1;当前20%场景的平均概率距离大于后20%场景的平均概率距离的15%时,采用逐个削减,即V=1;
其中,p(v)为M1个场景中第v个场景发生的概率,d(cv,cw)为场景cv与场景cw的二范数,cv、cw分别为M1个场景中第v、w个场景;
5.3、根据选定速率削减V个满足下式的场景cs*;
其中,
其中p(s)分别为场景cs*与场景cs发生的概率,cs*为当前M1个场景中被削减的第s*个场景,cs为当前M1个场景中除了场景cs*外的第s个场景,p(w)为场景cw发生的概率,cw为当前M1个场景中的第w个场景,p(z)为当前M1个场景中第z个场景发生的概率;
5.4、寻找与被削减的场景cs*最近的场景cs’,即满足式:更新场景cs’的概率
其中,为场景cs*和与其最近场景cs’的距离,为场景cs与场景cs*的二范数;
5.5、变更场景总数M1=M1-V*1,返回步骤5.2重复削减过程,直至削减后的场景数等于Nmax。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司;国网江苏省电力有限公司经济技术研究院;东南大学;国家电网有限公司,未经国网江苏省电力有限公司;国网江苏省电力有限公司经济技术研究院;东南大学;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811067310.X/1.html,转载请声明来源钻瓜专利网。





