一种分布式电源接入电网的潮流计算方法
【技术领域】
[0001] 本发明涉及电力系统配电网的应用领域，尤其涉及一种分布式电源接入电网的潮 流计算方法。
【背景技术】
[0002] 风能、太阳能是绿色清洁能源，大力发展风电、光伏有利于减少化石燃料消耗、降 低碳排放水平。但因其具有间歇性和随机性的特点，对电力系统运行控制提出更高要求。近 年来，我国风电、光伏发电发展迅速，装机容量迅速增加，消纳出现困难，在电力系统规划设 计和运行控制中更全面地考虑风电场、光伏电站的特性，掌握其波动规律，对提高系统的安 全性和经济性有重要意义。
[0003] 风电、光伏出力受自然天气条件的影响很大，当系统中有大规模风能及光伏接入 时，其出力的波动性会相对以往的火电、水电的出力调度有所不同。如何在满足系统功率供 需平衡的条件下，优先调度新能源，在考虑新能源波动性的情况下，让火电机组承担基本负 荷，不同时段出力变化较小；让水电调节峰值负荷，不同时段间可以有较大的波动；同时考 虑有功出力优化及无功出力优化且使系统总发电费用最低，这些都对最优潮流的建模提出 了更高的要求。电网最优潮流具有很高的实用价值，它第一次将经济性与安全性、有功和无 功优化近乎完美的结合在一起，满足了大系统互连、电网规模扩大后系统规划设计人员、运 行调度人员的要求。
[0004] 由于新能源出力具有不确定性，概率最优潮流计算也变得更复杂。目前，已有相关 文献对含新能源的最优潮流进行研宄。文献《考虑注入功率分布的随机最优潮流方法》考 虑风机出力的不确定性，建立了机会约束的最优潮流模型。文献《基于概率最优潮流的风电 接入能力分析》运用随机技术的粒子群优化算法求解概率最优潮流模型，对风电接入能力 的可行性和有效性进行了评估。但上述研宄一般只考虑风电场，而很少研宄风电场和光伏 电站同时接入系统对最优潮流的影响。风电场和光伏电站出力均具有随机性且出力特性不 同，增加了电力市场中的不确定因素。
[0005] 目前，考虑随机性影响的最优潮流计算方法主要包括蒙特卡洛法、累积量法、点估 计法、蚁群算法等。蒙特卡洛法可以很好的研宄随机性因素对系统最优潮流的影响，但该 方法需要成千上万次模拟系统不同运行状态才能得到合理的结果，计算时间长、占用内存 大。在输入随机变量相互独立或满足线性关系的前提下，累积量法用Gram-Charlier展开 级数、Cornish-Fisher展开级数等进行拟合，从而得到输出随机变量的概率密度函数，提高 了计算效率。点估计法虽然具有较快的计算速度，但其输出随机变量的高阶矩误差较大。蚁 群算法运算量很大直接影响计算速度。
【发明内容】
[0006] 为了解决上述问题，本发明提供一种分布式电源接入电网的潮流计算方法，包括 以下步骤：
[0007] S1 :读取电力系统的初始数据；
[0008] S2 :确定采样次数N和输入随机变量的维数s;
[0009] S3 :按照以下3步，生成sXN阶采样矩阵，形成点列中第个点（j= 1，…，s;n= 1，一)的步骤如下：
[0010] S3-1 :把第N-1个整数用2进制数表示，即式（1)
【主权项】
1. 一种分布式电源接入电网的潮流计算方法，其特征在于，包括以下步骤： 51 :读取电力系统的初始数据； 52 :确定采样次数N和输入随机变量的维数s; 53 :按照以下3步，生成sXN阶采样矩阵，形成点列中第< 个点（j= 1，…，s;n= 1，一)的步骤如下： S3-1 :把第N-1个整数用2进制数表示，即式（1) N_1 -i&r-2? ? ? &2&1 (l) 其中anGzb，Zb= {0,1，…，b-1}，R为满足b%N的r的最大值； 33-2:对^1 = &1；_1&1；_2-￥1进行排序，得到排序后的序列[(1 1(12-(11/"(11；]1为式（2)
其中，为生成矩阵，0彡dn<b-1 ;引入生成矩阵是为了重置中 各个数字的位置；数字的位置经过重置后，每一维和其它维的数字大小相同，但排列顺序不 同，从而保证了结果的均匀性； S3-3 :经过第S3-2步的计算，< 可以表示为式（3)的2进制形式：
最后，将2进制表示的xi根据式（2)转化为10进制数即可； 54 :将采样次数初始化：令n= 1 ; 55 :判断n和采样次数N的大小，若n>N，直接输出变量的概率统计结果；若n<N，转 S6 ； 56 :确定风电和光伏发电出力模型，确定负荷随机模型； S6-1 :风速服从韦布尔分布，风电场有功功率Pw的概率密度函数可表示为式（4):
式中：k,c分别为韦布尔分布的形状参数和尺度参数
，k2=-kP1?为风 机额定功率，&分别为额定风速和切入风速； 风电处理为PQ节点，令潮流计算中风机功率因数恒定不变，则无功功率按下式（5)计 算：
式中：r为功率因数角，对并网风机而言，0-般位于第四象限，为负值； S6-2 :光伏出力随机模型 一定时间段内，太阳光照强度可认为服从贝塔分布，则光伏电站输出功率Ppv的概率密 度函数表示为式（6):
式中：Rpv=Anymax为仿真最大输出功率，A为太阳能电池仿真总面积，n为仿真总的 光电转换效率，Ymax为一段时间内的最大光照强度，r为Ga_a函数，a, |3均为贝塔分布 的形状参数； 与风电相同，潮流计算中将光伏电站也作为PQ节点； 56- 3 :负荷随机模型 负荷具有时变性，很多有关文献都提出了对区域负荷进行预测的方法得到其概率分 布；而作为中长期的负荷预测结果，负荷的概率分布规律基本符合于正态分布；其均值和 方差均可以由大量的历史统计数据得到；这样，负荷的有功和无功功率的概率密度函数分 别为式（7)和（8):
式中：yp为有功功率的均值，sp2为有功功率的方差，yQ为无功功率的均值，sQ2为无 功功率的方差； S7 :确定潮流计算模型 57- 1 :目标函数 构建的发电优化模型如下：
式（9)中（：