[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

摘要

本发明公开了一种分布式电源及节点负荷典型运行场景集生成方法，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；根据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；通过状态离散，初始静态场景离散为M0个状态并构造转移概率矩阵；由得到的M0个状态分布通过N1次MCMC抽样得到t1时刻的M1＝M0*N1个场景序列；对包含M1个场景的原始场景集进行变速率削减；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。本发明对分布式电源及负荷场景生成具有普适性。

主权项

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。