一種用於含光伏和熱負荷的電力系統的潮流計算方法與流程
2023-06-13 06:27:16
本發明涉及電力系統分析領域，尤其是涉及一種用於含光伏和熱負荷的電力系統的潮流計算方法。
背景技術：
氣象系統是一個複雜的系統，光照、溫度、溼度和風速等氣象變量之間以及不同空間位置的同一個氣象變量之間都存在差異性、相似性、相關性和耦合性。氣象因素之間的相關性使得分布式光伏電源等間歇性分布式能源和熱負荷之間具有一定的相關關係。分布式光伏電源之間的相關關係已經得到了學術界廣泛的關注和研究。對於含高比例光伏和熱負荷的電力系統，除了分布式光伏電源之間的相關關係外，建築物供暖系統與分布式光伏電源之間有著複雜的線性或非線性相關關係。對於建築物供暖系統而言，光照、溫度和風速是計算供暖負荷的主要因素。當採用電空調或者熱電聯產系統供暖時，消耗電網的電力或向電網注入的電力就會受到氣象因素的影響。電空調消耗的電力或熱電聯產發出的電力與分布式光伏電源出力具有一定的相關關係。現有的對於含高比例光伏和熱負荷的電力系統的潮流計算，仍然是分別只考慮光伏出力的參數得到光伏出力的樣本和只考慮氣象敏感負荷的參數得到氣象敏感負荷的樣本，之後再進行潮流計算，這種方式沒有考慮光伏出力和氣象敏感負荷之間的聯繫，從而導致最終的計算結果真實性和準確性較低。
技術實現要素：
本發明的目的是針對上述問題提供一種用於含光伏和熱負荷的電力系統的潮流計算方法。
本發明的目的可以通過以下技術方案來實現：
一種用於含光伏和熱負荷的電力系統的潮流計算方法，所述含光伏和熱負荷的電力系統包括分布式光伏電源系統和熱負荷，所述方法包括下列步驟：
1)採集分布式光伏電源系統中的有功出力數據和熱負荷中的熱負荷功率作為變量；
2)計算步驟1)中每個變量的邊緣累積概率分布函數；
3)根據步驟1)中採集的變量和步驟2)中得到的邊緣累積概率分布函數，通過求取copula函數得到聯合概率分布；
4)根據步驟3)中得到的聯合概率分布，隨機生產規定數量的每個變量的邊緣累積概率分布值，結合步驟2)中的邊緣累積概率分布函數得到每個變量的仿真樣本值；
5)將所有變量的仿真樣本值作為輸入進行潮流計算。
所述步驟2)具體為：
21)利用參數估計方法求取每個變量的邊緣累積概率分布函數；
22)對步驟21)中得到的邊緣累積概率分布函數進行假設檢驗，並判斷假設檢驗是否通過，若是則進入步驟3)，若否則返回步驟21)。
所述參數估計方法包括點估計法、矩估計法、順序統計量法、最大似然估計法或最小二乘法。
所述假設檢驗包括u檢驗法、t檢驗法、卡方檢驗法、f檢驗法或秩和檢驗法。
所述步驟3)具體為：
31)根據步驟1)中採集的變量和步驟2)中每個變量的邊緣累積概率分布函數，計算聯合所有變量的copula函數表達式，所述copula函數表達式的種類不少於3種；
32)求取每一種copula函數表達式的平方歐式距離；
33)選取平方歐式距離最小的copula函數作為聯合概率分布。
所述步驟31)具體為：
311)根據步驟2)中得到的邊緣累積概率分布函數，計算步驟1)中採集的變量對應的邊緣累積概率分布函數值；
312)根據步驟311)中得到的邊緣累積概率分布函數值，計算聯合所有變量的copula函數表達式。
所述copula函數表達式包括正態copula函數、t-copula函數和阿基米德copula函數。
所述平方歐式距離具體為：
其中，d為平方歐式距離，h(u1,j,u2,j,...,um,j)為copula函數，為經驗copula函數，um,j為第m個變量的第j個樣本的邊緣累積概率分布函數。
所述步驟4)具體為：
41)根據步驟3)中得到的聯合概率分布，隨機生成規定數量的每個變量的邊緣累積概率分布值；
42)將步驟41)中得到的每個變量的邊緣累積概率分布值代入至步驟2)的邊緣累積概率分布函數中，得到每個變量對應的仿真樣本值。
與現有技術相比，本發明具有以下有益效果：
(1)通過利用copula函數，將分布式光伏電源系統中的有功出力和熱負荷中的熱負荷功率兩部分變量進行了聯合，得到了聯合的概率分布，繼而通過聯合概率分布得到所有變量的邊緣累積概率分布樣本，作為潮流計算的輸入，這種方法與傳統的將分布式光伏電源系統和氣象敏感負荷系統進行分開計算相比，充分考慮了分布式光伏電源系統和氣象敏感負荷系統之家的相關性，因而可以準確計算出兩個系統通過多能流耦合對源-網-荷的聯合影響，可以顯著提高電力系統隨機生產模擬的準確性。
(2)該方法將分布式光伏電源系統和氣象敏感負荷系統看作一個整體進行分析，凸顯出不同類型能源供應商與用戶協同合作的重要性，將需求側與供給側深度融合、統籌優化，使得能源運營管理更加高效，可以大幅度提升能源的綜合利用效率。
(3)在求取每個變量的邊緣累積概率分布函數時，對求取結果進行了假設檢驗，並對不通過假設檢驗的結果進行重新計算，這種方法可以大大提升邊緣累積概率分布函數的準確程度，從而提高最終計算結果的可信度。
(4)參數估計和假設檢驗中都包含了大量的方法，可以根據實際情況選取最符合當前環境下的參數估計方法和假設檢驗方法，靈活程度高。
(5)在通過copula函數表達式求取聯合概率分布函數時，首先是計算了多種copula函數表達式，然後計算每種表達式的平方歐式距離，選取平方歐式距離醉倒的copula函數表達式作為聯合概率分布函數，這種方式可以使得求取的聯合概率分布函數達到最優，提高計算的準確程度。
附圖說明
圖1為本發明的方法流程圖。
具體實施方式
下面結合附圖和具體實施例對本發明進行詳細說明。本實施例以本發明技術方案為前提進行實施，給出了詳細的實施方式和具體的操作過程，但本發明的保護範圍不限於下述的實施例。
如圖1所示，本實施例提出了一種用於含光伏和熱負荷的電力系統的潮流計算方法，其中含光伏和熱負荷的電力系統包括分布式光伏電源系統和熱負荷，該方法包括下列步驟：
1)採集分布式光伏電源系統中的有功出力數據和熱負荷中的熱負荷功率作為變量；
2)計算步驟1)中每個變量的邊緣累積概率分布函數：
21)利用參數估計方法(包括點估計法、矩估計法、順序統計量發、最大似然估計法或最小二乘法)求取每個變量的邊緣累積概率分布函數；
22)對步驟21)中得到的邊緣累積概率分布函數進行假設檢驗(包括u檢驗法、t檢驗法、卡方檢驗法、f檢驗法或秩和檢驗法)，並判斷假設檢驗是否通過，若是則進入步驟3)，若否則返回步驟21)；
3)根據步驟1)中採集的變量和步驟2)中得到的邊緣累積概率分布函數，通過求取copula函數得到聯合概率分布：
31)31)根據步驟1)中採集的變量和步驟2)中每個變量的邊緣累積概率分布函數，計算聯合所有變量的copula函數表達式，所述copula函數表達式的種類不少於3種(包括正態copula函數、t-copula函數和阿基米德copula函數)：
311)根據步驟2)中得到的邊緣累積概率分布函數，計算步驟1)中採集的變量對應的邊緣累積概率分布函數值；
312)根據步驟311)中得到的邊緣累積概率分布函數值，計算聯合所有變量的copula函數表達式；
32)求取每一種copula函數表達式的平方歐式距離，具體為：
其中，d為平方歐式距離，h(u1,j,u2,j,...,um,j)為copula函數，為經驗copula函數，um,j為第m個變量的第j個樣本的邊緣累積概率分布函數；
33)選取平方歐式距離最小的copula函數作為聯合概率分布函數；
4)根據步驟3)中得到的聯合概率分布，隨機生產規定數量的每個變量的邊緣累積概率分布值，結合步驟2)中的邊緣累積概率分布函數得到每個變量的仿真樣本值：
41)根據步驟3)中得到的聯合概率分布，隨機生成規定數量的每個變量的邊緣累積概率分布值；
42)將步驟41)中得到的每個變量的邊緣累積概率分布值代入至步驟2)的邊緣累積概率分布函數中，得到每個變量對應的仿真樣本值；
5)將所有變量的仿真樣本值作為輸入進行潮流計算。
根據上述步驟進行具體的潮流計算，過程如下：
(s1)從分布式光伏系統中採集整個供暖季節的有功出力數據；從建築物電空調系統中採集整個供暖季節的熱負荷功率；從熱電聯產系統(運行方式是以熱定電)中採集整個供暖季節的有功出力數據；所述的有功出力、熱負荷功率從電能管理系統資料庫中採集；電能管理系統資料庫沒有的數據從分布式光伏電源系統、熱電聯產系統的電能表中採集；所述的分布式光伏系統、建築物電空調系統、熱電聯產系統每一項都可為0到多個系統，視接入電網的情況而定，具體的一個系統的有功出力或有功負荷稱為第i個變量，假設共有m個變量，每個變量n個時間序列樣本。
(s2)根據上述步驟(s1)採集的有功出力或熱負荷功率，採用參數估計方法分別計算第i個變量的邊緣累積概率分布函數。參數估計方法採用點估計方法，包括矩估計法、順序統計量法、最大似然法和最小二乘法。設第i個變量的第j個樣本的邊緣累積概率分布公式如下：
ui,j＝f(xi,j)
其中，xi,j為第i個變量的第j個樣本，ui,j為樣本xi,j的邊緣累積概率分布。
(s3)對上述步驟(s2)計算的邊緣累積概率分布的分布類型和參數性質進行假設檢驗。常用的假設檢驗方法有u—檢驗法、t檢驗法、χ2檢驗法(卡方檢驗)、f—檢驗法，秩和檢驗等。通過假設檢驗的繼續步驟(s4)，未通過假設檢驗的返回步驟(s2)。
(s4)根據上述步驟(s1)採集的有功出力或熱負荷功率和上述步驟(s2)計算的並通過上述步驟(s3)檢驗的邊緣概率分布公式，計算多種copula函數表達式，包含正態copula函數、t-copula函數和阿基米德copula函數等。計算的其中一種copula函數表達式如下：
h(u1,j,u2,j,...,um,j)＝c(f(x1,j),f(x2,j),...,f(xm,j))
(s5)根據上述步驟(s1)採集的有功出力或熱負荷功率和上述步驟(s2)計算的並通過上述步驟(s3)檢驗的邊緣概率分布公式，計算經驗copula函數，其表達式如下：
(s6)根據平方歐式距離最小的原則在上述步驟(s4)中選取一種copula函數表達式，平方歐式距離計算公式如下：
(s7)根據上述步驟(s6)選擇的copula函數，隨機生成各個變量的邊緣累積概率分布，每個變量邊緣累積概率分布樣本為n。
(s8)根據上述步驟(s7)生成的變量邊緣累積概率分布樣本和上述步驟(s2)計算的並通過上述步驟(s3)檢驗的邊緣概率分布公式的逆運算，生成m╳n個對應的變量樣本帶入潮流計算方程，可以計算得到n個對應的潮流計算結果。