車網(wǎng)互動下柔性互聯(lián)配電網(wǎng)概率潮流分析方法、裝置、電子設 備、存儲介質及程序產(chǎn)品 技術領域 [0001] 本公開涉及配電網(wǎng)技術領域，尤其涉及一種車網(wǎng)互動下柔性互聯(lián)配電網(wǎng)概率潮流分析方法、裝置、電子設備、存儲介質及程序產(chǎn)品。 背景技術 [0002] 本部分旨在為權利要求書中陳述的本公開的實施方式提供背景或上下文。此處的描述不因為包括在本部分中就承認是現(xiàn)有技術。 [0003] 分布式電源的集成，在提高了配電網(wǎng)系統(tǒng)整體運行效率的同時，也因其間歇性和隨機性的特點，對配電網(wǎng)的穩(wěn)定運行提出了挑戰(zhàn)。特別是在車網(wǎng)互動（Vehicle?to?Grid，簡稱V2G）的背景下，電動汽車作為靈活的電力負載和潛在來源，進一步加劇了配電網(wǎng)的不確定性。因此，柔性配電網(wǎng)的概率潮流分析顯得尤為重要。 [0004] 然而，相關技術中的柔性互聯(lián)配電網(wǎng)概率潮流分析方案，分析結果的偏差較大。 發(fā)明內(nèi)容 [0005] 有鑒于此，本公開的目的在于提出一種車網(wǎng)互動下柔性互聯(lián)配電網(wǎng)概率潮流分析方法、裝置、電子設備、存儲介質及程序產(chǎn)品，至少在一定程度上解決相關技術中的技術問題之一。 [0006] 基于上述目的，本公開示例性實施例第一方面提供了一種車網(wǎng)互動下柔性互聯(lián)配電網(wǎng)概率潮流分析方法，包括： [0007] 基于車網(wǎng)互動的數(shù)據(jù)和柔性互聯(lián)配電網(wǎng)的運行數(shù)據(jù)，獲取待分析的配電網(wǎng)系統(tǒng)的不確定性變量參數(shù)，基于所述不確定性變量參數(shù)分別進行光伏發(fā)電出力概率分析、風力發(fā)電出力概率分析、用電負荷概率分析和電動汽車充電需求概率分析，得到光伏發(fā)電出力概率分析結果、風力發(fā)電出力概率分析結果、用電負荷概率分析結果和電動汽車充電需求概率分析結果； [0008] 基于所述待分析的配電網(wǎng)系統(tǒng)的基準運行點，對所述光伏發(fā)電出力概率分析結果、所述風力發(fā)電出力概率分析結果、所述用電負荷概率分析結果和所述電動汽車充電需求概率分析結果進行標準化處理，得到所述待分析的配電網(wǎng)系統(tǒng)的統(tǒng)一功率失配方程和狀態(tài)修正函數(shù)，基于所述統(tǒng)一功率失配方程和所述狀態(tài)修正函數(shù)，得到不確定性變量的模糊線性化方程； [0009] 基于隨機變量估計得到輸出變量的級數(shù)，對所述不確定性變量的模糊線性化方程進行處理，得到概率密度的特征向量和變量的分位度，基于輸入向量、輸出向量和所述變量的分位度，構建得到所述待分析的配電網(wǎng)系統(tǒng)的概率潮流方程； [0010] 基于所述概率潮流方程對所述待分析的配電網(wǎng)系統(tǒng)進行概率潮流分析，得到所述待分析的配電網(wǎng)系統(tǒng)的概率潮流分析結果。 [0011] 基于同一發(fā)明構思，本公開示例性實施例第二方面提供了一種車網(wǎng)互動下柔性互聯(lián)配電網(wǎng)概率潮流分析裝置，包括： [0012] 不確定性變量參數(shù)分析模塊，被配置為基于車網(wǎng)互動的數(shù)據(jù)和柔性互聯(lián)配電網(wǎng)的運行數(shù)據(jù)，獲取待分析的配電網(wǎng)系統(tǒng)的不確定性變量參數(shù)，基于所述不確定性變量參數(shù)分別進行光伏發(fā)電出力概率分析、風力發(fā)電出力概率分析、用電負荷概率分析和電動汽車充電需求概率分析，得到光伏發(fā)電出力概率分析結果、風力發(fā)電出力概率分析結果、用電負荷概率分析結果和電動汽車充電需求概率分析結果； [0013] 模糊線性化方程確定模塊，被配置為基于所述待分析的配電網(wǎng)系統(tǒng)的基準運行點，對所述光伏發(fā)電出力概率分析結果、風力發(fā)電出力概率分析結果、用電負荷概率分析結果和電動汽車充電需求概率分析結果進行標準化處理，得到所述待分析的配電網(wǎng)系統(tǒng)的統(tǒng)一功率失配方程和狀態(tài)修正函數(shù)，基于所述統(tǒng)一功率失配方程和所述狀態(tài)修正函數(shù)，得到不確定性變量的模糊線性化方程； [0014] 概率潮流方程確定模塊，被配置為基于隨機變量估計得到輸出變量的級數(shù)，對所述不確定性變量的模糊線性化方程進行處理，得到概率密度的特征向量和變量的分位度，基于輸入向量、輸出向量和所述變量的分位度，構建得到所述待分析的配電網(wǎng)系統(tǒng)的概率潮流方程； [0015] 概率潮流分析模塊，被配置為基于所述概率潮流方程對所述待分析的配電網(wǎng)系統(tǒng)進行概率潮流分析，得到所述待分析的配電網(wǎng)系統(tǒng)的概率潮流分析結果。 [0016] 基于同一發(fā)明構思，本公開示例性實施例第三方面提供了一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)如第一方面所述的方法。 [0017] 基于同一發(fā)明構思，本公開示例性實施例第四方面提供了一種非暫態(tài)計算機可讀存儲介質，所述非暫態(tài)計算機可讀存儲介質存儲計算機指令，所述計算機指令用于使計算機執(zhí)行如第一方面所述的方法。 [0018] 基于同一發(fā)明構思，本公開示例性實施例第五方面提供了一種計算機程序產(chǎn)品，包括計算機程序指令，當所述計算機程序指令在計算機上運行時，使得計算機執(zhí)行如第一方面所述的方法。

1.一種車網(wǎng)互動下柔性互聯(lián)配電網(wǎng)概率潮流分析方法，其特征在于，包括： 基于車網(wǎng)互動的數(shù)據(jù)和柔性互聯(lián)配電網(wǎng)的運行數(shù)據(jù)，獲取待分析的配電網(wǎng)系統(tǒng)的不確定性變量參數(shù)，基于所述不確定性變量參數(shù)分別進行光伏發(fā)電出力概率分析、風力發(fā)電出力概率分析、用電負荷概率分析和電動汽車充電需求概率分析，得到光伏發(fā)電出力概率分析結果、風力發(fā)電出力概率分析結果、用電負荷概率分析結果和電動汽車充電需求概率分析結果； 基于所述待分析的配電網(wǎng)系統(tǒng)的基準運行點，對所述光伏發(fā)電出力概率分析結果、所述風力發(fā)電出力概率分析結果、所述用電負荷概率分析結果和所述電動汽車充電需求概率分析結果進行標準化處理，得到所述待分析的配電網(wǎng)系統(tǒng)的統(tǒng)一功率失配方程和狀態(tài)修正函數(shù)，基于所述統(tǒng)一功率失配方程和所述狀態(tài)修正函數(shù)，得到不確定性變量的模糊線性化方程，具體包括：獲取電動汽車隨機矢量的固定部分和隨機部分，基于所述固定部分和所述隨機部分，構建得到汽車充電概率方程；獲取非線性因子，在所述基準運行點處，基于所述汽車充電概率方程和所述非線性因子，對所述光伏發(fā)電出力概率分析結果、所述風力發(fā)電出力概率分析結果、所述用電負荷概率分析結果和所述電動汽車充電需求概率分析結果進行標準化處理，得到系統(tǒng)損耗；獲取下垂電壓初始值，基于所述系統(tǒng)損耗和所述下垂電壓初始值，構建得到所述基準運行點的所述統(tǒng)一功率失配方程；獲取系統(tǒng)節(jié)點數(shù)量、分布式電源的調(diào)節(jié)功率和懲罰因子，基于所述統(tǒng)一功率失配方程、所述系統(tǒng)節(jié)點數(shù)量、所述分布式電源的調(diào)節(jié)功率和所述懲罰因子，構建得到所述狀態(tài)修正函數(shù)；獲取功率因數(shù)角和相角差，基于所述狀態(tài)修正函數(shù)、所述功率因數(shù)角和所述相角差，構建得到所述不確定性變量的模糊線性化方程； 基于隨機變量估計得到輸出變量的級數(shù)，對所述不確定性變量的模糊線性化方程進行處理，得到概率密度的特征向量和變量的分位度，基于輸入向量、輸出向量和所述變量的分位度，構建得到所述待分析的配電網(wǎng)系統(tǒng)的概率潮流方程； 基于所述概率潮流方程對所述待分析的配電網(wǎng)系統(tǒng)進行概率潮流分析，得到所述待分析的配電網(wǎng)系統(tǒng)的概率潮流分析結果。