一种基于Faure序列的光伏系统潮流计算及概率潮流统计方法
【技术领域】
[0001] 本发明属于电力系统综合自动化领域，具体涉及一种基于Faure序列的光伏系统 潮流计算及概率潮流统计方法。
【背景技术】
[0002] 近年来，能源供给趋紧和环境破坏成为全球性的重大问题，世界各国正在积极采 取措施解决与之相关的问题，开发利用清洁的可再生能源势在必行。光伏发电由于具有安 全可靠，无噪声污染，无污染排放，能源质量高、不受资源分布地域的限制等特点，获得了越 来越多的青睐。但是，光伏电能具有随机性，随着光伏电能接入电力系统容量不断扩大，给 电网运行带来的负面影响越来越大。因此，在电力系统规划设计和实际运行中更全面地考 虑光伏电能功率特性，掌握其波动规律，对提高电力系统的安全性和经济性有重要意义。
[0003] 概率潮流能反映电力系统各因素随机变化对系统运行的影响，有助于电力部门采 取有效措施抑制光伏电能对公共电网电能质量污染。由于光伏电能的不确定性，其概率潮 流计算更为复杂。目前，考虑随机性影响的潮流计算方法主要有：蒙特卡洛法、点估计法、累 积量法；这些方法都需要采集海量数据、千万次模拟系统运行状态才能得到合理的结果，计 算时间长且占用内存大，影响整体计算精度和速度。
【发明内容】
[0004] 本发明的目的是提供一种基于Faure序列的光伏系统潮流计算及概率潮流统计 方法，用以解决现有技术中的概率潮流计算数据采集量大的问题。
[0005] 为实现上述目的，本发明的方案包括：
[0006] -种基于Faure序列的光伏电能电力系统潮流计算方法，包括以下步骤：
[0007] (1)读取含有光伏电能的电力系统的初始监测数据，确定采样次数N和输入变量 维数M，根据Faure序列算法建立MXN阶Faure序列采样矩阵；
[0008] (2)对于第i组采样样本，将Faure序列采样矩阵的第i列数据变换为服从威布尔 分布的随机数；
[0009] (3)建立光伏发电功率模型，对第i列数据进行潮流计算。
[0010] 所述步骤（1)中建立MXN阶Faure序列采样矩阵的步骤是：
[0011] (1)通过公式
将十进制整数n唯一表示为数基b的形式，b为小于 等于8的最小质数；
[0012] (2)根据公式
将上一步骤中的数据转换为新序列；其
[0013] (3)把上一步骤中的新序列数据d转化为区间[0,1)上服从均匀分布的数列，便可 得到Faure序列随机数。
[0014] -种基于Faure序列的光伏电能电力系统概率潮流统计方法，包括以下步骤：
[0015] (1)读取含有光伏电能的电力系统的初始监测数据，确定采样次数N和输入变量 维数M，根据Faure序列算法建立MXN阶Faure序列采样矩阵；
[0016] (2)初始化采样次数n = 1，将Faure序列采样矩阵的第n列数据变换为服从威布 尔分布的随机数；
[0017] (3)建立光伏发电功率模型，进行概率潮流计算，并记录第n列电压节点的电压和 功率；当 n〈N时，将n加1，不断的重复（2)、⑶步骤，直到满足n>N时，根据所有记录的n 组的电压节点电压和功率输出变量潮流概率统计结果。
[0018] 所述步骤（1)中建立MXN阶Faure序列采样矩阵的步骤是：
[0019]
十进制整数n唯一表示为数基b的形式，b为小于 等于8的最小质数；
[0020]
将上一步骤中的数据转换为新序列；其
[0021] (3)把上一步骤中的新序列数据d转化为区间[0,1)上服从均匀分布的数列，便可 得到Faure序列随机数。
[0022] 本发明的有益效果是：通过建立Faure序列采样矩阵并将采样矩阵n列数据变换 为服从威布尔分布的随机数，建立光伏发电功率模型，进行概率潮流计算并记录第n组电 压节点电压和功率；当n〈N时，将n加1，并将新的第n+1组数据进行基本的概率潮流计算， 记录第n+1组的电压节点电压和功率。当满足n>N时，根据所有记录的n组的电压节点电压 和功率输出变量潮流概率统计结果。由于Faure序列采样值具有较好的均匀分布特性，因 此可以以较小的采样规模获取较精确的计算结果，在确保计算精度的同时提高计算效率， 进而较准确的估计输出随机变量的概率分布，掌握随机性光伏电能的波动规律，能更精确 高效分析光伏电能不确定性因素对电力系统的影响，有利于有效处理随机性光伏电能接入 电力系统带来的不确定性问题。
【附图说明】
[0023] 图1是本发明潮流计算方法实施例的流程图；
[0024] 图2是本发明概率潮流统计方法实施例的结构图；
[0025] 图3是本发明概率潮流统计方法实施例的流程图；
[0026] 图4是本发明概率潮流统计方法实施例的支路功率概率分布图。
【具体实施方式】
[0027] 潮流计算方法实施例
[0028] 如图1所示，本发明实施例的基于Faure序列的光伏电能电力系统潮流计算方法 包括以下步骤：
[0029] (1)建立Faure序列采样矩阵。
[0030] 读取含有光伏电能的电力系统的初始监测数据，采样次数N和输入变量维数M，根 据Faure序列算法建立MXN阶Faure序列采样矩阵。一维Faure序列就是Vander Corput 序列，二维的Faure序列是由一维的Faure序列重新排序得到，依次类推，其构建方法如 下：
[0031] ( I )对于任何一个十进制整数n，可以唯一表示为数基b的形式，b为小于等于8 的最小质数，如公式1所示。
[0033] ( II )根据公式2将步骤（I )数据转换为新序列，计算公式如公式2所示。
[0036] (III)把步骤（II )新序列数据d转化为区间[0，1)上服从均匀分布的数列，便可 得到Faure序列随机数。
[0037] 例如，n = 8,维数 s = 2,可知数基 b = 2,则 n = 8 = I X 23+0 X 22+0 X 240 X 20， 所以（apj^a。）= (1000)2,（s-lV 1= (2-1) ^ 1= 1，进而通过公式⑵计算可以得出：d4(8) =[cUcvyT= [oool]T，即二进制数1000经过转化变为〇. 0001，最后将二进制数化为十进 制数，①⑶= (〇? 0001)2= 0X2 i+OX2 2+0X2 3+0X2 4= 0? 0125，从而得到服从[0，1) 上服从均勾分布的Faure序列采样矩阵，采用Faure序列法生成的Faure采样矩阵具有更 好的均匀分布特性。
[0038] (2)对于第i组采样样本，将Faure序列采样矩阵的第i列数据变换为服从威布尔 分布的随机数。
[0039] 对于第i组采样样本，采用威布尔分布函数的逆函数将上述服从均匀分布Faure 序列的第i列采样样本数据变换到服从威布尔分布空间的随机数。具体的变换过程和现有 技术中的变换相同，故不在此叙述。
[0040] (3)建立光伏发电功率模型，对第i列进行概率潮流计算。
[0041] 暂不考虑输电线路停运和负荷波动及其它因素相关性，建立光伏发电功率模型， 将伏发电电能作为负的PQ负荷接入PQ节点，并对第i列进行基本的概率潮流计算。具体 的概率潮流计算过程和现有技术中的概率潮流计算相同，故不在此叙述。
[0042]概率潮流统计方法实施例
[0043] 如图2、3所示，本发明实施例的基于Faure序列的光伏电能电力系统概率潮流统 计方法包括以下步骤：
[0044] (1)建立Faure序列采样矩阵。
[0045] 读取含有光伏电能的电力系统的初始监测数据，采样次数N和输入变量维数M