[发明专利]一种基于场景法的主动配电网随机无功优化方法

摘要

本发明公开了一种基于场景法的主动配电网随机无功优化方法：首先，建立基于场景法的随机无功优化模型，将每个场景计入优化模型；根据主动配电网中随机变量特性，利用蒙特卡罗法产生大量场景；本发明提供三种优化方案供选择，蒙特卡罗方案，激进型场景缩减方案，保守型场景缩减方案：如果采用蒙特卡罗方案，则直接将产生场景带入优化模型；如果采用激进型，基于Kantorovich距离的缩减方法来缩减场景提高计算效率，带入场景法无功优化模型求解，可得到较激进无功优化结果；采用如果保守型，将所有生成场景按距均值场景的欧式距离排序，选取距离最远的场景构成极限场景集，带入优化模型并求解，可得到较保守无功优化结果。

主权项

一种基于场景法的主动配电网随机无功优化方法，其特征在于，包括以下步骤：(1)首先，编程建立基于场景法的随机无功优化模型，将每个场景计入优化模型；令x为优化后系统状态变量(电压、功率)，由于受到随机因素的影响，所以为随机变量；y为扰动变量(可再生能源、负荷)为随机变量；u为可调整控制变量；已知y概率特性，设有M个场景，其中场景i对应的概率为pi，每个场景的扰动变量为yi，优化后的状态变量为xi，可得场景法优化模型如下即：minuΣi=1Mpif(xi)]]>s.t.g(xi,yi,u)=0h(xi,u)≥0,∀i=1,...,M]]>式中：u为可调整控制变量，目标函数f为网损函数，g为等值约束(潮流约束)，h为不等约束(物理运行约束和控制变量约束)；(2)按照y的概率特性，利用蒙特卡罗法产生大量确定性场景，形成场景集合，并认为每个场景的概率均等；(3)提供三种优化方案供选择，蒙特卡罗方案，激进型场景缩减方案，保守型场景缩减方案；如果采用蒙特卡罗方案，则直接将产生场景带入优化模型，即可得到优化结果。