买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆大学

摘要：本发明公开一种基于线性化网络模型的机会约束最优潮流求解方法，包括以下步骤：1建立基于损耗因子的线性潮流模型；2建立视在功率约束；3建立含有机会约束的最优潮流模型；4对最优潮流模型的机会约束进行重构，得到若干个机会约束；5将所有机会约束转化为确定性约束，并建立确定性的线性网络最优潮流模型；6求解线性网络最优潮流模型。本发明从线性化网络模型和交流最优潮流这两个角度，解决了在分析含有机会约束情况下，以高精度和快速的计算速度进行交流最优潮流计算与分析的问题。

主权项：1.一种基于线性化网络模型的机会约束最优潮流求解方法，其特征在于，包括以下步骤：1建立基于损耗因子的线性潮流模型；2建立视在功率约束；3建立含有机会约束的最优潮流模型；4对最优潮流模型的机会约束进行重构，得到若干个机会约束；5将所有机会约束转化为确定性约束，并建立确定性的线性网络最优潮流模型；6求解线性网络最优潮流模型；将所有机会约束转化为确定性约束的步骤包括：5.1计算传统发电机为了补偿风电误差而变化的功率，即： 式中，ΔPinj和ΔQinj表示节点注入的有功和无功功率的变化量；Ψ为功率转移因子矩阵；ΔPWFξ、ΔQWFξ为风电有功偏差值和无功偏差值；5.2计算恢复裕度ρ，即：ρ＝SAC-SL2式中，sL为确定性线性约束最优潮流解；sAC为sL恢复的交流潮流解；5.3对包含电压幅值平方的机会约束进行化简，得到： 式中，表示为节点i电压幅值平方Wi的累积概率分布函数；5.4建立确定性约束，即： 式中，不确定上裕度为不确定下裕度；节点i电压幅值平方的上限和下限Wi分别满足下式： 5.5计算联合裕度，即：τu＝λu+ρ8τl＝λl-ρ9式中，τu、τl分别表示合并上裕度和合并下裕度；λu、λl分别表示不确定上裕度和不确定下裕度；5.6建立确定性的线性网络最优潮流模型，目标函数如下所示： 线性网络最优潮流模型的约束条件如下所示： 式中，分别表示发电机有功功率的上下裕度；分别表示发电机无功功率的上下裕度；分别表示电压幅值平方的上下裕度；分别表示视在功率的上下裕度；PG表示有功功率PG的上下限；QG表示无功功率QG的上下限；W表示电压幅值平方W的上下限；θref表示参考节点的相角； 式中，Gij和Bij表示的是导纳矩阵中的实部和虚部部分；PG，iξ和QG，iξ表示的是节点i处发电机的有功功率和无功功率；PD，i和QD，i表示的是节点i的有功负荷和无功负荷；Wiξ表示电压幅值Vi的平方；ΔPWF,iξ和ΔQWF,iξ分别表示节点i的风电有功功率偏差和无功功率偏差；Pijξ和Qijξ分别表示在风速为ξ的情况下支路i，j的有功功率和无功功率；求解线性网络最优潮流模型的步骤包括：6.1电压幅值平方W0和电压相角θ0赋予初始值，设定不确定下裕度不确定上裕度和恢复裕度ρ0为0；设定初始迭代次数h＝1；6.2利用不确定下裕度不确定上裕度恢复裕度ρh-1求解确定性的线性网络最优潮流模型，得到线性网络模型下的最优解6.3利用最优解获取交流潮流模型的最优解并计算恢复裕度ρh；6.4利用三点估计法和Cornish-Fisher级数展开相结合的方法计算不确定下裕度和不确定上裕度6.5计算最后一次迭代不确定裕度的二范数，即： 式中，ΔλW、ΔλS、分别为电压幅值平方、视在功率、发电机有功、发电机无功对应的不确定裕度的二范数；6.6判断最后一次迭代不确定裕度的二范数是否收敛，若收敛，则停止计算，输出最优解，否则，令h＝h+1，返回步骤6.2；利用三点估计法和Cornish-Fisher级数展开相结合的方法计算不确定下裕度和不确定上裕度的步骤包括：6.4.1定义X＝[x1，x2，...，xp]T为p维输入变量向量，G＝[g1，g2，...，gq]T为q维函数向量，R＝[r1，r2，...，rq]T为求得的q维输出变量向量，即：R＝GX＝Gx1,x2，...，xp206.4.2根据三点估计法，对于每一个输入变量xh，计算对应的位置参数lh,t和权重参数wh,t，即：lh,t＝μh+ηh,tσh,t＝1,2,321 式中，ηh,t、μh、σh分别为输入变量xh的标准位置、均值和标准差；bh和dh为xh的偏度与峰度；其中，标准位置ηh,t如下所示： 6.4.3对公式20进行转换，得到： 式中，h＝1,2,…，p；t＝1，2，3；6.4.4计算输出变量的z阶原点矩，即： 6.4.5计算非高斯分布的α分位数F-1α，即： 式中，ζα＝Φ-1α为标准正态分布的分位数；6.4.6利用三点估计法和Cornish-Fisher级数展开相结合的方法求解累积概率分布函数的逆函数，从而计算出线性网络最优潮流模型的不确定上裕度和不确定下裕度，即：λu＝F-1α-Wh27。

全文数据：

权利要求：

百度查询： 重庆大学 一种基于线性化网络模型的机会约束最优潮流求解方法