本发明涉及电力系统分析领域，尤其是涉及一种用于含光伏和热负荷的电力系统的潮流计算方法。
背景技术：
气象系统是一个复杂的系统，光照、温度、湿度和风速等气象变量之间以及不同空间位置的同一个气象变量之间都存在差异性、相似性、相关性和耦合性。气象因素之间的相关性使得分布式光伏电源等间歇性分布式能源和热负荷之间具有一定的相关关系。分布式光伏电源之间的相关关系已经得到了学术界广泛的关注和研究。对于含高比例光伏和热负荷的电力系统，除了分布式光伏电源之间的相关关系外，建筑物供暖系统与分布式光伏电源之间有着复杂的线性或非线性相关关系。对于建筑物供暖系统而言，光照、温度和风速是计算供暖负荷的主要因素。当采用电空调或者热电联产系统供暖时，消耗电网的电力或向电网注入的电力就会受到气象因素的影响。电空调消耗的电力或热电联产发出的电力与分布式光伏电源出力具有一定的相关关系。现有的对于含高比例光伏和热负荷的电力系统的潮流计算，仍然是分别只考虑光伏出力的参数得到光伏出力的样本和只考虑气象敏感负荷的参数得到气象敏感负荷的样本，之后再进行潮流计算，这种方式没有考虑光伏出力和气象敏感负荷之间的联系，从而导致最终的计算结果真实性和准确性较低。
技术实现要素：
本发明的目的是针对上述问题提供一种用于含光伏和热负荷的电力系统的潮流计算方法。
本发明的目的可以通过以下技术方案来实现：
一种用于含光伏和热负荷的电力系统的潮流计算方法，所述含光伏和热负荷的电力系统包括分布式光伏电源系统和热负荷，所述方法包括下列步骤：
1)采集分布式光伏电源系统中的有功出力数据和热负荷中的热负荷功率作为变量；
2)计算步骤1)中每个变量的边缘累积概率分布函数；
3)根据步骤1)中采集的变量和步骤2)中得到的边缘累积概率分布函数，通过求取copula函数得到联合概率分布；
4)根据步骤3)中得到的联合概率分布，随机生产规定数量的每个变量的边缘累积概率分布值，结合步骤2)中的边缘累积概率分布函数得到每个变量的仿真样本值；
5)将所有变量的仿真样本值作为输入进行潮流计算。
所述步骤2)具体为：
21)利用参数估计方法求取每个变量的边缘累积概率分布函数；
22)对步骤21)中得到的边缘累积概率分布函数进行假设检验，并判断假设检验是否通过，若是则进入步骤3)，若否则返回步骤21)。
所述参数估计方法包括点估计法、矩估计法、顺序统计量法、最大似然估计法或最小二乘法。
所述假设检验包括u检验法、t检验法、卡方检验法、f检验法或秩和检验法。
所述步骤3)具体为：
31)根据步骤1)中采集的变量和步骤2)中每个变量的边缘累积概率分布函数，计算联合所有变量的copula函数表达式，所述copula函数表达式的种类不少于3种；
32)求取每一种copula函数表达式的平方欧式距离；
33)选取平方欧式距离最小的copula函数作为联合概率分布。
所述步骤31)具体为：
311)根据步骤2)中得到的边缘累积概率分布函数，计算步骤1)中采集的变量对应的边缘累积概率分布函数值；
312)根据步骤311)中得到的边缘累积概率分布函数值，计算联合所有变量的copula函数表达式。
所述copula函数表达式包括正态copula函数、t-copula函数和阿基米德copula函数。
所述平方欧式距离具体为：
其中，d为平方欧式距离，h(u1,j,u2,j,...,um,j)为copula函数，
所述步骤4)具体为：
41)根据步骤3)中得到的联合概率分布，随机生成规定数量的每个变量的边缘累积概率分布值；
42)将步骤41)中得到的每个变量的边缘累积概率分布值代入至步骤2)的边缘累积概率分布函数中，得到每个变量对应的仿真样本值。
与现有技术相比，本发明具有以下有益效果：
(1)通过利用copula函数，将分布式光伏电源系统中的有功出力和热负荷中的热负荷功率两部分变量进行了联合，得到了联合的概率分布，继而通过联合概率分布得到所有变量的边缘累积概率分布样本，作为潮流计算的输入，这种方法与传统的将分布式光伏电源系统和气象敏感负荷系统进行分开计算相比，充分考虑了分布式光伏电源系统和气象敏感负荷系统之家的相关性，因而可以准确计算出两个系统通过多能流耦合对源-网-荷的联合影响，可以显著提高电力系统随机生产模拟的准确性。
(2)该方法将分布式光伏电源系统和气象敏感负荷系统看作一个整体进行分析，凸显出不同类型能源供应商与用户协同合作的重要性，将需求侧与供给侧深度融合、统筹优化，使得能源运营管理更加高效，可以大幅度提升能源的综合利用效率。
(3)在求取每个变量的边缘累积概率分布函数时，对求取结果进行了假设检验，并对不通过假设检验的结果进行重新计算，这种方法可以大大提升边缘累积概率分布函数的准确程度，从而提高最终计算结果的可信度。
(4)参数估计和假设检验中都包含了大量的方法，可以根据实际情况选取最符合当前环境下的参数估计方法和假设检验方法，灵活程度高。
(5)在通过copula函数表达式求取联合概率分布函数时，首先是计算了多种copula函数表达式，然后计算每种表达式的平方欧式距离，选取平方欧式距离醉倒的copula函数表达式作为联合概率分布函数，这种方式可以使得求取的联合概率分布函数达到最优，提高计算的准确程度。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
如图1所示，本实施例提出了一种用于含光伏和热负荷的电力系统的潮流计算方法，其中含光伏和热负荷的电力系统包括分布式光伏电源系统和热负荷，该方法包括下列步骤：
1)采集分布式光伏电源系统中的有功出力数据和热负荷中的热负荷功率作为变量；
2)计算步骤1)中每个变量的边缘累积概率分布函数：
21)利用参数估计方法(包括点估计法、矩估计法、顺序统计量发、最大似然估计法或最小二乘法)求取每个变量的边缘累积概率分布函数；
22)对步骤21)中得到的边缘累积概率分布函数进行假设检验(包括u检验法、t检验法、卡方检验法、f检验法或秩和检验法)，并判断假设检验是否通过，若是则进入步骤3)，若否则返回步骤21)；
3)根据步骤1)中采集的变量和步骤2)中得到的边缘累积概率分布函数，通过求取copula函数得到联合概率分布：
31)31)根据步骤1)中采集的变量和步骤2)中每个变量的边缘累积概率分布函数，计算联合所有变量的copula函数表达式，所述copula函数表达式的种类不少于3种(包括正态copula函数、t-copula函数和阿基米德copula函数)：
311)根据步骤2)中得到的边缘累积概率分布函数，计算步骤1)中采集的变量对应的边缘累积概率分布函数值；
312)根据步骤311)中得到的边缘累积概率分布函数值，计算联合所有变量的copula函数表达式；
32)求取每一种copula函数表达式的平方欧式距离，具体为：
其中，d为平方欧式距离，h(u1,j,u2,j,...,um,j)为copula函数，
33)选取平方欧式距离最小的copula函数作为联合概率分布函数；
4)根据步骤3)中得到的联合概率分布，随机生产规定数量的每个变量的边缘累积概率分布值，结合步骤2)中的边缘累积概率分布函数得到每个变量的仿真样本值：
41)根据步骤3)中得到的联合概率分布，随机生成规定数量的每个变量的边缘累积概率分布值；
42)将步骤41)中得到的每个变量的边缘累积概率分布值代入至步骤2)的边缘累积概率分布函数中，得到每个变量对应的仿真样本值；
5)将所有变量的仿真样本值作为输入进行潮流计算。
根据上述步骤进行具体的潮流计算，过程如下：
(s1)从分布式光伏系统中采集整个供暖季节的有功出力数据；从建筑物电空调系统中采集整个供暖季节的热负荷功率；从热电联产系统(运行方式是以热定电)中采集整个供暖季节的有功出力数据；所述的有功出力、热负荷功率从电能管理系统数据库中采集；电能管理系统数据库没有的数据从分布式光伏电源系统、热电联产系统的电能表中采集；所述的分布式光伏系统、建筑物电空调系统、热电联产系统每一项都可为0到多个系统，视接入电网的情况而定，具体的一个系统的有功出力或有功负荷称为第i个变量，假设共有m个变量，每个变量n个时间序列样本。
(s2)根据上述步骤(s1)采集的有功出力或热负荷功率，采用参数估计方法分别计算第i个变量的边缘累积概率分布函数。参数估计方法采用点估计方法，包括矩估计法、顺序统计量法、最大似然法和最小二乘法。设第i个变量的第j个样本的边缘累积概率分布公式如下：
ui,j＝f(xi,j)
其中，xi,j为第i个变量的第j个样本，ui,j为样本xi,j的边缘累积概率分布。
(s3)对上述步骤(s2)计算的边缘累积概率分布的分布类型和参数性质进行假设检验。常用的假设检验方法有u—检验法、t检验法、χ2检验法(卡方检验)、f—检验法，秩和检验等。通过假设检验的继续步骤(s4)，未通过假设检验的返回步骤(s2)。
(s4)根据上述步骤(s1)采集的有功出力或热负荷功率和上述步骤(s2)计算的并通过上述步骤(s3)检验的边缘概率分布公式，计算多种copula函数表达式，包含正态copula函数、t-copula函数和阿基米德copula函数等。计算的其中一种copula函数表达式如下：
h(u1,j,u2,j,...,um,j)＝c(f(x1,j),f(x2,j),...,f(xm,j))
(s5)根据上述步骤(s1)采集的有功出力或热负荷功率和上述步骤(s2)计算的并通过上述步骤(s3)检验的边缘概率分布公式，计算经验copula函数，其表达式如下：
(s6)根据平方欧式距离最小的原则在上述步骤(s4)中选取一种copula函数表达式，平方欧式距离计算公式如下：
(s7)根据上述步骤(s6)选择的copula函数，随机生成各个变量的边缘累积概率分布，每个变量边缘累积概率分布样本为n。
(s8)根据上述步骤(s7)生成的变量边缘累积概率分布样本和上述步骤(s2)计算的并通过上述步骤(s3)检验的边缘概率分布公式的逆运算，生成m╳n个对应的变量样本带入潮流计算方程，可以计算得到n个对应的潮流计算结果。