一种线性化鲁棒最优潮流生成方法及系统技术方案

本发明专利技术公开了一种线性化鲁棒最优潮流生成方法及系统，包括：利用预先构建的线性化最优潮流回归模型，生成电力系统中若干个待测样本的第一潮流断面结果；根据各待测样本的断面实际测量结果和第一潮流断面结果，对各待测样本进行误差分析，得到各待测样本对应的模型误差样本和模型误差结果；通过误差核密度估计算法，结合所有模型误差结果和所有模型误差样本分析得到误差置信区间；利用误差置信区间，对线性化最优潮流回归模型的不确定误差变量进行优化，得到线性化鲁棒最优潮流模型，并求解线性化鲁棒最优潮流模型，生成线性化鲁棒最优潮流结果。本发明专利技术通过误差核密度估计算法分析误差置信区间，进而优化模型的不确定误差变量，以提升模型精度。以提升模型精度。以提升模型精度。

【技术实现步骤摘要】
一种线性化鲁棒最优潮流生成方法及系统


[0001]本专利技术涉及电力系统优化运行领域，尤其涉及一种线性化鲁棒最优潮流生成方法及系统。

技术介绍

[0002]电力系统最优潮流是在满足系统运行和安全约束的前提下，通过控制变量的优选，找到能满足所有指定的约束条件，并使系统的一个或多个性能指标达到最优时的潮流分布。电力系统最优潮流是配电网优化运行的基础，它对电力系统运行安全性、经济性和可靠性起着指导的作用，已成为一种不可缺少的网络分析和优化工具。
[0003]目前，配电网设备众多且覆盖范围广，精密的物理模型难以精确地维护，而电力系统中现有的线性化最优潮流模型一般都是确定性的，未考虑到模型误差以及模型误差不确定性带来的潜在运行风险问题。

技术实现思路

[0004]本专利技术提供了一种线性化鲁棒最优潮流生成方法及系统，利用模型参数的误差置信区间去优化模型的不确定误差变量，以提升线性化鲁棒最优潮流结果的生成准确度，减少电力系统的运行风险。
[0005]为了解决上述技术问题，本专利技术实施例提供了一种线性化鲁棒最优潮流生成方法，包括：
[0006]获取电力系统中若干个待测样本的断面实际测量结果，并利用预先构建的线性化最优潮流回归模型，生成各所述待测样本的第一潮流断面结果；
[0007]根据各所述待测样本的所述第一潮流断面结果和所述断面实际测量结果，分别对各所述待测样本进行误差分析，得到各所述待测样本对应的模型误差样本和各所述模型误差样本的模型误差结果；
[0008]通过预设的误差核密度估计算法，结合所有所述模型误差结果和所有所述模型误差样本，对所述线性化最优潮流回归模型进行置信度分析，得到误差置信区间；
[0009]利用所述误差置信区间，对所述线性化最优潮流回归模型的不确定误差变量进行优化，得到线性化鲁棒最优潮流模型，并求解所述线性化鲁棒最优潮流模型，生成对应的线性化鲁棒最优潮流结果。
[0010]实施本专利技术实施例，从电力系统的历史量测断面中，获取若干个待测样本的断面实际测量结果，根据预先构建的线性化最优潮流回归模型，生成电力系统中各个待测样本的第一潮流断面结果，并基于各个待测样本的断面实际测量结果和第一潮流断面结果，对各个待测样本进行误差分析，获得线性化最优潮流回归模型的生成结果误差，以通过大量的模型误差结果和模型误差样本，提升模型的优化效果，并且不依赖于系统网络参数，避免面对系统网络参数难以获取的问题。此外，采用预设的误差核密度估计算法，结合所有待测样本的模型误差样本和所有模型误差样本的模型误差结果，确定误差置信区间，并利用误
差置信区间优化线性化最优潮流回归模型的不确定误差变量，以充分考虑到模型的误差不确定性对模型的潮流结果生成的准确度，即提升模型的精度和可靠性，从而减少电力系统的潜在运行风险。
[0011]作为优选方案，所述通过预设的误差核密度估计算法，结合所有所述模型误差结果和所有所述模型误差样本，对所述线性化最优潮流回归模型进行置信度分析，得到误差置信区间，具体为：
[0012]利用所述误差核密度估计算法，根据各所述待测样本对应的所述模型误差结果，分析得到各所述模型误差样本的核密度估计值；
[0013]将与预设阈值相等的两个所述核密度估计值分别作为所述误差置信区间的下限和上限，得到所述误差置信区间；
[0014]其中，所述误差核密度估计算法，具体为：
[0015][0016]式中，f(e)表示模型误差样本e的核密度估计值，n表示模型误差样本的数量，h表示带宽，K(g)表示核函数，e
i
表示第i个模型误差样本的模型误差结果。
[0017]实施本专利技术实施例的优选方案，利用误差核密度估计算法，结合各个模型误差样本和模型误差结果，分析得到各个模型误差样本的核密度估计值，并根据所有核密度估计值与预设阈值的对比，确定误差置信区间的下限和上限，从而能够充分研究模型误差样本和模型误差结果的数据分布特征，并利用研究得到的数据分布情况进一步获取置信区间，从而防止低于预设阈值的核密度估计值影响模型的优化效果。
[0018]作为优选方案，所述模型误差样本的获取，具体为：
[0019][0020]式中，e表示待测样本对应的模型误差样本，y
lin
表示待测样本的第一潮流断面结果，y
r
表示待测样本的断面实际测量结果。
[0021]实施本专利技术实施例的优选方案，将模型生成结果减去断面实测结果，再将差值除以断面实测结果，以充分呈现模型生成结果相较于断面实测结果的偏差情况。
[0022]作为优选方案，所述线性化最优潮流回归模型的约束条件，包括线性化潮流模型约束、线性化节点电压幅值约束、线路运行容量约束和发电机出力约束；
[0023]其中，所述线性化潮流模型约束，具体为：
[0024][0025][0026]式中，表示相节点注入有功功率向量，表示包括主网和分布式电源的相有功负荷，表示包括主网和分布式电源的相有功出力，表示相节点注入无功功率向量，表示包括主网和分布式电源的相无功负荷，表示包括主网和分布式电源的相无功出力，表示的第一回归系数矩阵，
表示的第二回归系数矩阵，表示的第三回归系数矩阵，表示的第一回归系数矩阵，表示的第二回归系数矩阵，表示的第三回归系数矩阵；
[0027]所述线性化节点电压幅值约束，具体为：
[0028][0029][0030][0031]式中，表示相电压幅值平方向量，表示的第一回归系数矩阵，表示的第二回归系数矩阵，表示的第三回归系数矩阵，表示的下限，表示的上限，表示根节点相电压幅值，表示相的预定义电压参考值；
[0032]所述线路运行容量约束，具体为：
[0033][0034][0035][0036][0037]式中，表示线路相传输容量向量；
[0038]所述发电机出力约束，具体为：
[0039][0040][0041]式中，表示的下限，表示的上限，表示的下限，表示的上限。
[0042]实施本专利技术实施例的优选方案，建立线性化潮流模型约束、线性化节点电压幅值约束、线路运行容量约束和发电机出力约束，作为线性化最优潮流回归模型的约束条件，使得线性化最优潮流回归模型在优化过程始终能够满足电力系统的运行要求。
[0043]作为优选方案，所述利用所述误差置信区间，对所述线性化最优潮流回归模型的不确定误差变量进行优化，得到线性化鲁棒最优潮流模型，并求解所述线性化鲁棒最优潮流模型，生成对应的线性化鲁棒最优潮流结果，具体为：
[0044]利用所述误差置信区间，对所述线性化最优潮流回归模型的不确定误差变量进行优化，以得到所述线性化鲁棒最优潮流模型；
[0045]将所述线性化鲁棒最优潮流模型转化为对应的对偶问题，并通过Big
‑
M法，将所述对偶问题转化为混合整数规划问题，以求解得到对应的所述线性化鲁棒最优潮流结果。
[0046]实施本专利技术实施例的优选方案，利用误差本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种线性化鲁棒最优潮流生成方法，其特征在于，包括：获取电力系统中若干个待测样本的断面实际测量结果，并利用预先构建的线性化最优潮流回归模型，生成各所述待测样本的第一潮流断面结果；根据各所述待测样本的所述第一潮流断面结果和所述断面实际测量结果，分别对各所述待测样本进行误差分析，得到各所述待测样本对应的模型误差样本和各所述模型误差样本的模型误差结果；通过预设的误差核密度估计算法，结合所有所述模型误差结果和所有所述模型误差样本，对所述线性化最优潮流回归模型进行置信度分析，得到误差置信区间；利用所述误差置信区间，对所述线性化最优潮流回归模型的不确定误差变量进行优化，得到线性化鲁棒最优潮流模型，并求解所述线性化鲁棒最优潮流模型，生成对应的线性化鲁棒最优潮流结果。2.如权利要求1所述的一种线性化鲁棒最优潮流生成方法，其特征在于，所述通过预设的误差核密度估计算法，结合所有所述模型误差结果和所有所述模型误差样本，对所述线性化最优潮流回归模型进行置信度分析，得到误差置信区间，具体为：利用所述误差核密度估计算法，根据各所述待测样本对应的所述模型误差结果，分析得到各所述模型误差样本的核密度估计值；将与预设阈值相等的两个所述核密度估计值分别作为所述误差置信区间的下限和上限，得到所述误差置信区间；其中，所述误差核密度估计算法，具体为：式中，f(e)表示模型误差样本e的核密度估计值，n表示模型误差样本的数量，h表示带宽，K(g)表示核函数，e
i
表示第i个模型误差样本的模型误差结果。3.如权利要求1所述的一种线性化鲁棒最优潮流生成方法，其特征在于，所述模型误差样本的获取，具体为：式中，e表示待测样本对应的模型误差样本，y
lin
表示待测样本的第一潮流断面结果，y
r
表示待测样本的断面实际测量结果。4.如权利要求1所述的一种线性化鲁棒最优潮流生成方法，其特征在于，所述线性化最优潮流回归模型的约束条件，包括线性化潮流模型约束、线性化节点电压幅值约束、线路运行容量约束和发电机出力约束；其中，所述线性化潮流模型约束，具体为：其中，所述线性化潮流模型约束，具体为：式中，表示相节点注入有功功率向量，相节点注入有功功率向量，表示包括主网和分布式电源的相有功负荷，表示包括主网和分布式电源的相有功出力，表示相节点注
入无功功率向量，入无功功率向量，表示包括主网和分布式电源的相无功负荷，表示包括主网和分布式电源的相无功出力，表示的第一回归系数矩阵，表示的第二回归系数矩阵，表示的第三回归系数矩阵，表示的第一回归系数矩阵，表示的第二回归系数矩阵，表示的第三回归系数矩阵；所述线性化节点电压幅值约束，具体为：所述线性化节点电压幅值约束，具体为：所述线性化节点电压幅值约束，具体为：式中，表示相电压幅值平方向量，表示的第一回归系数矩阵，表示的第二回归系数矩阵，表示的第三回归系数矩阵，表示的下限，表示的上限，表示根节点相电压幅值，表示相的预定义电压参考值；所述线路运行容量约束，具体为：所述线路运行容量约束，具体为：所述线路运行容量约束，具体为：所述线路运行容量约束，具体为：式中，表示线路相传输容量向量；所述发电机出力约束，具体为：所述发电机出力约束，具体为：式中，表示的下限，表示的上限，表示的下限，表示的上限。5.如权利要求1所述的一种线性化鲁棒最优潮流生成方法，其特征在于，所述利用所述误差置信区间，对所述线性化最优潮流回归模型的不确定误差变量进行优化，得到线性化鲁棒最优潮流模型，并求解所述线性化鲁棒最优潮流模型，生成对应的线性化鲁棒最优潮流结果，具体为：利用所述误差置信区间，对所述线性化最优潮流回归模型的不确定误差变量进行优化，以得到所述线性化鲁棒最优潮流模型；将所述线性化鲁棒最优潮流模型转化为对应的对偶问题，并通过Big
‑
M法，将所述对偶问题转化为混合整数规划问题，...

【专利技术属性】
技术研发人员：吴文传，卢建刚，赵瑞锋，李鹏华，王彬，郭文鑫，蔺晨晖，戴月，
申请(专利权)人：广东电网有限责任公司广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：