【技术实现步骤摘要】
本专利技术属于电力系统分析领域，具体涉及一种针对配电系统规划问题的多阶段场景集构建方法。
技术介绍
1、配电系统是一个高度动态且复杂的网络，其运行受到多种因素的影响，如配电系统负荷变化，其负荷增长受到地理空间、经济水平、生活习惯等多方面因素影响，具有较强的不确定性特征，而负荷增长的不确定性也给电网的经济运行带来极大困难。在传统的配电系统规划方法中，实际负荷场景与预测负荷场景之间存在误差，在预测场景中确定的规划方案在实际场景中往往效果不佳，因此，如何计及负荷增长不确定性选取具有代表性的典型运行场景集，成为一项重要研究内容。
2、基于此背景，本专利技术提出了一种针对配电系统规划问题的多阶段场景集构建方法，通过生成更为符合实际需求的负荷场景集，提升多阶段负荷增长不确定性场景下规划方案的合理性和可行性，切实地满足配电系统在负荷增长不确定性场景下的适用能力。
技术实现思路
1、本专利技术的目的是提供一种针对配电系统规划问题的多阶段场景集构建方法，用于解决现有技术中忽略了负荷增长不确定性的多阶段场景集生成的技术问题。
2、为实现上述技术目的，本专利技术采用如下方案：
3、一种针对配电系统规划问题的多阶段场景集构建方法，该方法包括如下步骤：
4、s1基于负荷增长率的期望值、标准差，构建负荷增长不确定性模型，得到未来规划负荷增长率估计值，计算负荷峰值；
5、负荷增长率的期望值则按照影响变量是否有规划值由两种方式确定，负荷增长率的标准差采用
6、s2基于马尔科夫链-拉丁超立方抽样(markov chain-latin hypercubesampling,mc-lhs)的方法生成多阶段不确定性场景，构建多阶段负荷状态场景树，并将场景树转化为场景轨迹；
7、场景树的横轴为预测域，整个预测域被分成若干个阶段，每个阶段包含多个维度的状态，每一维状态又由若干个节点组成，每个节点都是前一维度状态中相应节点的子节点，每个节点的概率为其所有子节点的概率之和；
8、从根节点到叶节点的路径称为一条场景轨迹，所有可能的场景轨迹共同构成整个场景树，场景轨迹的数量等于场景树最后一阶段的叶节点数量。
9、s3基于逆向序列削减法对步骤s2得到的多阶段负荷场景树进行场景削减，生成配电系统多阶段场景集；
10、对多阶段负荷状态场景树的全部场景轨迹，由最终阶段节点开始，以倒序的方式，逐步生成负荷状态序列，根据不同状态序列的概率距离进行削减，保留具有典型性的负荷状态序列，并确保保留的状态序列仍服从削减前状态序列的概率分布。
11、本专利技术s1中，确定负荷增长率的期望值时，有未来规划值，结合当前年的时值，求算未来年平均增长率，以此作为未来随机变化率的均值，没有未来规划值，可按历史变化率的均值作为未来变化率均值。
12、本专利技术s1中，建立负荷增长率的不确定性模型，具体方法为：负荷增长率的随机变化受多个独立的且不能产生支配性的因素共同作用，因此可认为负荷增长率近似服从正态分布，利用如下公式来表示负荷增长率的随机分布：
13、
14、其中，λload为未来规划负荷增长率估计值，μload、σload分别为负荷增长率的期望值、标准差。
15、本专利技术s1中，根据未来规划负荷增长率的估计值计算负荷峰值，具体公式为：
16、pload＝pb(1+λload)
17、其中，pload为负荷峰值，pb为基准负荷峰值。
18、本专利技术s2中，根据mc-lhs方法进行场景生成时，具体过程如下：
19、s21设置阶段数为k，阶段总数为n，设负荷样本生成数为s，设阶段间保留场景数为m，令k＝0，进入s22；
20、s22输入阶段k的负荷期望集e(k)，标准差集q(k)(q(k)＝0.1·e(k))，令阶段k的初始状态r(k)＝[e(k),q(k)]，基于负荷增长的概率分布函数，通过lhs对初始状态r(k)抽样出s个负荷样本，构建状态组根据马尔科夫链更新各状态的转移概率，构建转移概率组进入s23；
21、s23若s＞m，使用同步回代削减法，削减场景，进入s24；
22、s24更新阶段k状态组更新转移概率组进入s25；
23、s25判断削减后场景数是否小于或者等于应保留场景数，若s≤m，进入s26，否则，返回s23；
24、s26令为阶段k此时的实际负荷增长率；
25、s27令k＝k+1，更新阶段k的负荷期望负荷标准差更新初始状态r(k)＝[e(k),q(k)]，进入s28；
26、s28若k≤n，返回s22，否则，进入s29；
27、s29完成多阶段场景生成，输出多阶段状态组多阶段转移概率组
28、其中，采用lhs生成负荷样本，具体方法如下：
29、(1)采样，定义初始样本初始样本的累积分布函数为将的取值区间分为s个样本空间，各样本空间的发生概率为1/s，采样方式为中值取样，利用映射函数反变换得到样本值按照以上步骤可生成r行s列的样本矩阵wα；
30、(2)排序，样本值之间相互独立，通过重新排列的方式来消除样本值的相关性，基于cholesky分解方法进行样本重新排列，得到处理后的样本矩阵wβ；
31、本专利技术s3中，采用逆向序列削减法进行场景削减，具体过程如下：
32、s31令i＝1，初始阶段u＝u+n；
33、s32更新阶段u状态序列对应的概率阶段u初始场景集合ω(u)，置为空集，迭代次数k＝1，进入s33；
34、s33计算第k次迭代需要削去的场景使得下式取最小值；
35、
36、其中，为阶段u第k-1次迭代时的集合
37、s34从d中删除场景将加入集合
38、s35将被削去场景的概率加到与其概率距离最近的场景上；
39、s36重复步骤s33～s35，直至ω(u)中的场景数ns等于最终保留的场景数nc，进入s37；
40、s37令i＝i+1，更新阶段数为u＝u+n-i+1，进入s38；
41、s38若u+n-i+1＞u+t，返回s32，否则，进入s39；
42、s39输出保留的状态序列对应的概率
43、所述状态序列间的概率距离，具体计算公式如下：
44、
45、其中，第i组序列记为第j组序列记为其中与有共同的父节点
46、综上所述，由于采用了上述技术方案，本专利技术的有益效果：
47、1、本专利技术针对多阶段多维场景集，考虑到配电系统负荷增长不确定性，提出适用于配电网规划的场景生成方法，对配电系统典型运行场景的模拟更加精确且更具通用性；
48、2、本专利技术降低了实际负荷场景与预测负荷场景之间的误差，所述方法加强了配电系统规划本文档来自技高网...
【技术保护点】
1.一种针对配电系统规划问题的多阶段场景集构建方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的一种针对配电系统规划问题的多阶段场景集构建方法，其特征在于，确定负荷增长率的期望值，具体方法为：
3.根据权利要求1所述的一种针对配电系统规划问题的多阶段场景集构建方法，其特征在于，建立所述负荷增长不确定性模型，具体方法为：
4.根据权利要求1所述的一种针对配电系统规划问题的多阶段场景集构建方法，其特征在于，根据未来规划负荷增长率的估计值计算负荷峰值，具体公式为：
5.根据权利要求1所述的一种针对配电系统规划问题的多阶段场景集构建方法，其特征在于，根据MC-LHS方法进行场景生成时，具体过程如下：
6.根据权利要求5所述的一种针对配电系统规划问题的多阶段场景集构建方法，其特征在于，采用LHS生成负荷样本，具体方法如下：
7.根据权利要求1所述的一种针对配电系统规划问题的多阶段场景集构建方法，其特征在于，S3中采用逆向序列削减法进行场景削减，具体过程如下：
8.根据权利要求7所述的一种针对配
...【技术特征摘要】
1.一种针对配电系统规划问题的多阶段场景集构建方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的一种针对配电系统规划问题的多阶段场景集构建方法，其特征在于，确定负荷增长率的期望值，具体方法为：
3.根据权利要求1所述的一种针对配电系统规划问题的多阶段场景集构建方法，其特征在于，建立所述负荷增长不确定性模型，具体方法为：
4.根据权利要求1所述的一种针对配电系统规划问题的多阶段场景集构建方法，其特征在于，根据未来规划负荷增长率的估计值计算负荷峰值，具体公式为：
5.根据权利要求...
【专利技术属性】
技术研发人员：柏晶晶，陈丽丽，姚康宁，朱俊铭，唐华，胡桂荣，李悦冬，程士东，李檀，郑杨，
申请(专利权)人：国网江苏省电力有限公司盐城供电分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。