本發(fā)明涉及一種新能源并網(wǎng)仿真領(lǐng)域的離散概率序列計算方法，具體涉及一種新能源接納空間離散概率序列計算方法。

背景技術(shù)：

近年來，新能源在世界范圍內(nèi)迅猛發(fā)展，一些國家已將新能源的開發(fā)利用作為改善能源結(jié)構(gòu)、推動環(huán)境保護、保持經(jīng)濟和社會可持續(xù)發(fā)展的重大舉措，積極推動新能源的高效利用。目前我國的新能源利用主要是風(fēng)電和光伏發(fā)電。

作為可再生能源中的重要一員，風(fēng)能已成為發(fā)展最快、最具開發(fā)潛力的綠色能源。由于風(fēng)電具有隨機性、間歇性等特點，其大規(guī)模并網(wǎng)后對電網(wǎng)的穩(wěn)定性、電能質(zhì)量和調(diào)度機制等方面都帶來巨大挑戰(zhàn)，使得電網(wǎng)在接納風(fēng)電同時必須付出相應(yīng)的代價。

光伏發(fā)電并網(wǎng)在一定程度上緩解了能源危機和環(huán)境壓力，同時也給電力系統(tǒng)安全運行帶來了新的挑戰(zhàn)。與火電、水電等常規(guī)發(fā)電方式不同，由于太陽輻射的波動性和間歇性，光伏電站的出力具有隨機性，這使得光伏電站難以調(diào)度和控制。除此之外，光伏發(fā)電具有天然的晝夜交替特性，夜間光伏電站出力為零，這與風(fēng)電等其他可再生能源又具有明顯的區(qū)別。

為保證能源的清潔高效利用，需要對新能源進行優(yōu)先消納。然而，新能源在多個時間尺度上具有與生俱來的波動性和隨機性，電網(wǎng)消納新能源的難度隨之加大，部分地區(qū)已無法全額消納新能源，必須研究新能源的接納空間，以實現(xiàn)對新能源消納電量和限電電量的定量計算。

新能源的接納空間是系統(tǒng)最多可接納的新能源電力，為保證盡可能多的接納新能源，實現(xiàn)新能源的優(yōu)先消納，應(yīng)在保證負荷需求和系統(tǒng)正備用的前提下盡可能少開火電機組，且盡量使火電機組以最小技術(shù)出力運行，則新能源的接納空間就是負荷超出火電機組最小出力的部分。因為負荷和火電機組最小出力是隨時間變化的，因此，新能源的接納空間也是時變的。

技術(shù)實現(xiàn)要素：

為解決上述現(xiàn)有技術(shù)中的不足，本發(fā)明的目的是提供一種新能源接納空間離散概率序列計算方法。

本發(fā)明的目的是采用下述技術(shù)方案實現(xiàn)的：

本發(fā)明提供一種新能源接納空間離散概率序列計算方法，其改進之處在于，所述方法基于聯(lián)合概率分布，包括下述步驟：

步驟1：計算新能源出力參與火電開機的可替代容量；

步驟2：制定火電機組每日開機方式，確定每日火電最小技術(shù)出力P_min；

步驟3：確定每日最大負荷load_max與每日火電最小技術(shù)出力P_min的聯(lián)合概率分布；

步驟4：確定每日最大負荷load_max與負荷load的聯(lián)合概率分布；

步驟5：用卷差確定新能源接納空間概率序列。

進一步地，所述步驟1包括下述步驟：

步驟1.1：獲取并整理數(shù)據(jù)：獲取一定時間周期的負荷、新能源(風(fēng)電和光伏發(fā)電)出力和裝機時序數(shù)據(jù)，數(shù)據(jù)總量都是T，研究周期的總天數(shù)為D，設(shè)負荷、新能源出力和裝機每天的數(shù)據(jù)量為N，則T＝N·D；若負荷等時序數(shù)據(jù)的采樣間隔為1h，則N＝24；若采樣間隔為15min，則N＝96；

步驟1.2：求解新能源參與火電開機的可替代容量：新能源的預(yù)測誤差為20％，將新能源預(yù)測值減去其裝機的20％參與火電開機；若新能源出力預(yù)測值大于其裝機容量的20％，則超出部分納入火電開機電力平衡，減少火電開機容量；否則，新能源不參與火電機組開機，則研究周期T內(nèi)新能源參與火電開機的可替代容量；C_{renewableenergy}(t)滿足下式：

C_{renewableenergy}(t)＝max(P_{renewableenergy}(t)-Capacity_{renewableenergy}(t)×20％,0)

P_{renewableenergy}(t)＝P_wind(t)+P_PV(t)

Capacity_{renewableenergy}(t)＝Capacity_wind(t)+Capacity_PV(t)

其中，t表示研究周期內(nèi)的第t個時段，0≤t≤T，P_{renewableenergy}(t)是t時段的新能源出力預(yù)測值，Capacity_{renewableenergy}(t)是t時段的新能源裝機容量，P_wind(t)是t時段的風(fēng)力發(fā)電預(yù)測值，Capacity_wind(t)是t時段的風(fēng)電裝機容量，P_PV(t)是t時段的光伏發(fā)電預(yù)測值，Capacity_PV(t)是t時段的光伏裝機容量。

進一步地，所述步驟2中包括以下步驟，

步驟2.1：求等效負荷eqload和日最大等效負荷eqload_max：C_{renewableenergy}(t)參與火電機組 開機電力平衡后的等效負荷滿足下式：

eqload(t)＝load(t)-C_{renewableenergy}(t)

其中eqload(t)是t時段的等效負荷，load(t)是t時段的負荷，C_{renewableenergy}(t)是t時段的新能源可替代容量；

eqload的數(shù)據(jù)總量也為T，每天的數(shù)據(jù)量為N，求出eqload每天的最大值，即為日最大等效負荷eqload_max，eqload_max的數(shù)據(jù)總量是D；

步驟2.2：制定火電機組每日開機方式，求出每日火電最小技術(shù)出力：

根據(jù)每日最大等效負荷和系統(tǒng)正備用，結(jié)合系統(tǒng)中的火電機組參數(shù)，可依次求出每天的開機方式，包括：

將電力系統(tǒng)中的必開火電機組開機，供熱期為保證供熱，有必開機組，非供熱期無必開機組；

若等效負荷的當日最大值加上電力系統(tǒng)正備用大于必開機組的最大出力，則增開其余機組；為使新能源接納電量盡可能大，在最大出力相同的情況下，最小出力小的機組優(yōu)先開機，直至電力系統(tǒng)中火電機組的最大出力滿足日最大等效負荷和系統(tǒng)正備用，停止增開；

所述火電機組每日開機方式用混合整數(shù)規(guī)劃模型表示的目標函數(shù)為：

min P_min(d)

其中，P_min(d)表示火電機組第d天的最小出力功率；

火電機組開機方式混合整數(shù)規(guī)劃模型的約束條件為：

(1)火電機組第d天的最小出力等于第d天開啟的所有火電機組最小出力之和；

其中，X_j(d)示第j臺機組第d天的運行狀態(tài)，為二進制變量，0表示機組停機，1則表示機組正在運行；TP_j,min(d)是第j臺火電機組第d天的最小出力功率；

(2)火電機組每日開機的最大出力必須保證當日的負荷需求和系統(tǒng)備用，即：

其中，TP_j,max(d)是第j臺火電機組第d天的最大出力功率，eqload_max(d)是第d天的日最大等效負荷，P_re是系統(tǒng)的正備用；

(3)每種火電機組每天的的啟機臺數(shù)在其最大臺數(shù)和最小臺數(shù)之間，即：

S_j,min(d)≤S_j(d)≤S_j,max(d)

其中，S_j(d)是第d天的第j臺火電機組的啟機臺數(shù)，S_j,min(d)是第d天第j臺火電機組的最小啟機臺數(shù)，S_j,max(d)是第d天第j臺火電機組的最大啟機臺數(shù)；

根據(jù)所述模型依次求出火電機組每日開機方式，進而求出研究周期的火電機組日最小技術(shù)出力P_min，P_min的數(shù)據(jù)總量為D。

進一步地，所述步驟3包括下述步驟：

步驟3.1：將每日最大負荷load_max與每日火電最小技術(shù)出力P_min分別在其變化范圍內(nèi)分區(qū)：load_max和P_min的數(shù)據(jù)總量都為D；選取每日最大負荷load_max的離散化區(qū)間長度為C₁，每日火電最小技術(shù)出力P_min的離散化區(qū)間長度為C₂，load_max和P_min的區(qū)間個數(shù)分別為L₁和L₂；

步驟3.2：設(shè)置循環(huán)初值：d＝1，n_ik＝0，其中，d表示第d天，0≤d≤D，n_ik為load_max(d)歸入其第i個離散化區(qū)間，且P_min(d)歸入其第k個離散化區(qū)間的概數(shù)，i＝1,2,...,L₁，k＝1,2,...,L₂；

步驟3.3：讀入第d天的每日最大負荷load_max(d)和每日火電最小技術(shù)出力P_min(d)，并歸入各自對應(yīng)的離散化區(qū)間；

步驟3.4：d＝d+1，n_ik＝n_ik+1；

步驟3.5：若d≤D，則轉(zhuǎn)至步驟3.3，否則，轉(zhuǎn)至步驟3.6；

步驟3.6：確定每日最大負荷load_max每個離散化區(qū)間內(nèi)所有數(shù)據(jù)的平均值averageload_max(i)，i＝1,2...L₁；確定每日火電最小技術(shù)出力P_min每個區(qū)間內(nèi)所有數(shù)據(jù)的平均值averageP_min(k)，k＝1,2...L₂；

步驟3.7：確定load_max歸入其第i個離散化區(qū)間，且P_min歸入其第k個離散化區(qū)間的概率P_ik，load_max和P_min歸入的離散化區(qū)間組合共有L₁·L₂個，依 次求出每種離散化區(qū)間組合的概率，進而得到日最大負荷與日火電最小出力的聯(lián)合概率分布。

進一步地，所述步驟4包括：

步驟4.1：將每日最大負荷load_max與負荷load分別在其變化范圍內(nèi)分區(qū)：load_max的數(shù)據(jù)總量為D，load的數(shù)據(jù)總量為T，選取load_max的離散化區(qū)間長度為C₁，選取負荷load的離散化區(qū)間長度為C₃，load_max和load區(qū)間個數(shù)分別為L₁和L₃；

步驟4.2：設(shè)置循環(huán)初值，d＝1，n_is＝0，其中，d表示第d天，n_is為load_max(d)歸入其第i個離散化區(qū)間，且t時段的負荷load(t)歸入其第s個離散化區(qū)間的概數(shù)，i＝1,2,...,L₁，s＝1,2,...,L₃；

步驟4.3：讀入第d天的每日最大負荷load_max(d)，歸入其所對應(yīng)的區(qū)間；

步驟4.4：設(shè)置初值，t＝(d-1)·N+1，此時，t表示第d天的第1個時段。

步驟4.5：讀入t時段的負荷load(t)，并歸入其對應(yīng)的離散化區(qū)間；

步驟4.6：t＝t+1，n_is＝n_is+1；

步驟4.7：若t≤d·N，則轉(zhuǎn)至步驟4.5，否則，轉(zhuǎn)至步驟4.8；

步驟4.8：d＝d+1；

步驟4.9：若d≤D，則轉(zhuǎn)至步驟4.3，否則，轉(zhuǎn)至步驟4.10；

步驟4.10：確定每日最大負荷load_max每個離散化區(qū)間內(nèi)所有數(shù)據(jù)的平均值averageload_max(i)，i＝1,2...L₁；確定負荷load每個區(qū)間內(nèi)所有數(shù)據(jù)的平均值averageload(s)，s＝1,2...L₃；

步驟4.11：確定每日最大負荷load_max歸入其第i個離散化區(qū)間，且每日火電最小技術(shù)出力P_min歸入其第s個離散化區(qū)間的概率P_is，load_max和load歸入的離散化區(qū)間組合共有L₁·L₃個，依次求出每種區(qū)間組合的概率，進而得到日最大負荷與負荷的聯(lián)合概率分布。

進一步地，所述步驟5包括：日最大負荷load_max每個離散化區(qū)間內(nèi)所有數(shù)據(jù)的平均值 averageload_max(i)均對應(yīng)每日火電最小技術(shù)出力的離散概率序列g(shù)P_mini，gP_mini的第一行是離散功率值，第二行是對應(yīng)的概率，即：

gP_mini(1,k)＝averageP_min(k)

其中，是load_max歸入離散值averageload_max(i)的概率；k表示P_min的第k個離散化區(qū)間；

每日最大負荷load_max每個離散化區(qū)間內(nèi)所有數(shù)據(jù)的平均值averageload_max(i)對應(yīng)的負荷離散概率序列g(shù)load_i滿足下式：

gload_i(1,s)＝averageload(s)

對gP_mini和gload_i，每日火電機組最小技術(shù)出力離散功率值與負荷離散功率值所有的組合數(shù)為L₂·L₃，若某一種組合中，負荷離散功率值是gload_i(1,s)，每日火電機組最小技術(shù)出力離散功率值是gP_mini(1,k)，則此組合的新能源接納空間功率gACCOM_i(1,j)滿足下式：

gACCOM_i(1,j)＝gload_i(1,s)-gP_mini(1,k)

此組合的概率為：

gACCOM_i(2,j)＝gload_i(2,s)·gP_mini(2,k)

確定所有組合的新能源接納空間功率值及其概率，得到averageload_max(i)對應(yīng)的新能源接納空間離散概率序列g(shù)ACCOM_i；

上述為將gload_i與gP_mini做卷差運算，表示為，

由于gACCOM_i是averageload_max(i)對應(yīng)的接納空間概率序列，在整個概率空間中，當 load_max歸入離散值averageload_max(i)時的接納空間離散概率序列g(shù)ACCOM'_i滿足下式，

gACCOM'_i(1,j)＝gACCOM_i(1,j)

依次確定gACCOM'₁,gACCOM'₂,...,合并排序后即得到新能源接納空間概率序列g(shù)ACCOM。

本發(fā)明提供的技術(shù)方案具有的優(yōu)異效果是：

(1)將新能源出力納入火電機組開機電力平衡，可減少火電機組開機容量，能更好地消納新能源。

(2)與采用負荷預(yù)測時序數(shù)據(jù)和對應(yīng)的火電最小出力時序數(shù)據(jù)直接相減的方法求解接納空間的方法不同，采用概率序列運算的方法求解接納空間，減小了負荷和新能源時序預(yù)測數(shù)據(jù)的偶然性對接納空間計算結(jié)果的影響，能更好地反映接納空間的規(guī)律性。

(3)充分考慮日最大負荷與火電機組最小技術(shù)出力的相關(guān)性，日最大負荷與負荷的相關(guān)性，將相同日最大負荷離散值對應(yīng)的負荷概率序列與火電最小出力概率序列卷差，求得日最大負荷離散值對應(yīng)的接納空間序列。避免了使用負荷和火電最小出力時序數(shù)據(jù)轉(zhuǎn)換的離散概率序列直接卷差造成的誤差。

附圖說明

圖1是本發(fā)明提供的新能源接納空間離散概率序列計算方法的流程圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明的具體實施方式作進一步的詳細說明。

以下描述和附圖充分地示出本發(fā)明的具體實施方案，以使本領(lǐng)域的技術(shù)人員能夠?qū)嵺`它們。其他實施方案可以包括結(jié)構(gòu)的、邏輯的、電氣的、過程的以及其他的改變。實施例僅代表可能的變化。除非明確要求，否則單獨的組件和功能是可選的，并且操作的順序可以變化。一些實施方案的部分和特征可以被包括在或替換其他實施方案的部分和特征。本發(fā)明的實施方案的范圍包括權(quán)利要求書的整個范圍，以及權(quán)利要求書的所有可獲得的等同物。在本文中，本發(fā)明的這些實施方案可以被單獨地或總地用術(shù)語“發(fā)明”來表示，這僅僅是為了方便，并 且如果事實上公開了超過一個的發(fā)明，不是要自動地限制該應(yīng)用的范圍為任何單個發(fā)明或發(fā)明構(gòu)思。

本發(fā)明提供了一種基于聯(lián)合概率分布的新能源接納空間離散概率序列求解方法，由5個步驟組成，其流程圖如圖1所示：

步驟1：求解新能源出力參與火電開機的可替代容量。

步驟1.1：整理并獲取數(shù)據(jù)：獲取一定時間周期(一般為一年或幾個月)的負荷、新能源(風(fēng)電和光伏發(fā)電)出力和裝機時序數(shù)據(jù)，數(shù)據(jù)總量都是T，研究周期的總天數(shù)為D，設(shè)負荷、新能源出力和裝機每天的數(shù)據(jù)量為N，T＝N·D。若負荷等時序數(shù)據(jù)的采樣間隔為1h，則N＝24；若采樣間隔為15min，則N＝96。

步驟1.2：求解新能源參與火電開機的可替代容量：為了盡量多接納新能源，將各時段新能源發(fā)電出力納入火電機組開機容量計算范疇，可替代一部分火電，減小火電開機容量。目前，新能源的預(yù)測誤差約為20％，因此，將新能源預(yù)測值減去其裝機的20％參與火電開機。若新能源出力預(yù)測值大于其裝機容量的20％，則超出部分納入火電開機電力平衡，減少火電開機容量；否則，新能源不參與火電機組開機。則研究周期T內(nèi)新能源參與火電開機的可替代容量C_{renewableenergy}(t)滿足下式：

C_{renewableenergy}(t)＝max(P_{renewableenergy}(t)-Capacity_{renewableenergy}(t)×20％,0)

P_{renewableenergy}(t)＝P_wind(t)+P_PV(t)

Capacity_{renewableenergy}(t)＝Capacity_wind(t)+Capacity_PV(t)

其中，t表示研究周期內(nèi)的第t個時段，0≤t≤T，P_{renewableenergy}(t)是t時段的新能源出力預(yù)測值，Capacity_{renewableenergy}(t)是t時段的新能源裝機容量，P_wind(t)是t時段的風(fēng)力發(fā)電預(yù)測值，Capacity_wind(t)是t時段的風(fēng)電裝機容量，P_PV(t)是t時段的光伏發(fā)電預(yù)測值，Capacity_PV(t)是t時段的光伏裝機容量。

步驟2：制定火電機組每日開機方式，確定每日火電最小技術(shù)出力P_min。

步驟2.1：求等效負荷eqload和日最大等效負荷eqload_max：C_{renewableenergy}(t)參與火電機組開機電力平衡后的等效負荷滿足下式：

eqload(t)＝load(t)-C_{renewableenergy}(t)

其中eqload(t)是t時段的等效負荷，load(t)是t時段的負荷，C_{renewableenergy}(t)是由步驟1求出的t時段的新能源可替代容量。

eqload的數(shù)據(jù)總量也是T，每天的數(shù)據(jù)量也是N，求出eqload每天的最大值，就是日最大等效負荷eqload_max，eqload_max的數(shù)據(jù)總量是D。

步驟2.2：制定火電機組每日開機方式，求出每日火電最小技術(shù)出力。

根據(jù)每日最大等效負荷和系統(tǒng)正備用，結(jié)合系統(tǒng)中的火電機組參數(shù)，可依次求出每天的開機方式。具體方法是：

將電力系統(tǒng)中的必開火電機組開機，供熱期為保證供熱，有必開機組，非供熱期無必開機組；

若等效負荷的當日最大值加上電力系統(tǒng)正備用大于必開機組的最大出力，則增開其余機組；為使新能源接納電量盡可能大，在最大出力相同的情況下，最小出力小的機組優(yōu)先開機，直至電力系統(tǒng)中火電機組的最大出力滿足日最大等效負荷和系統(tǒng)正備用，停止增開。

上述的日開機方式用混合整數(shù)規(guī)劃模型表示的目標函數(shù)為：

min P_min(d)

其中，P_min(d)表示火電機組第d天的最小出力功率。上式表示在制定每日的火電機組開機計劃時，應(yīng)使每日開啟的火電機組最小出力盡可能小。

火電機組開機方式混合整數(shù)規(guī)劃模型的約束條件為：

(1)火電機組第d天的最小出力等于第d天開啟的所有火電機組最小出力之和。

其中，X_j(d)示第j臺機組第d天的運行狀態(tài)，為二進制變量，0表示機組停機，1則表示機組正在運行。TP_j,min(d)是第j臺火電機組第d天的最小出力功率。

(3)火電機組每日開機的最大出力必須保證當日的負荷需求和系統(tǒng)備用，

其中，TP_j,max(d)是第j臺火電機組第d天的最大出力功率，eqload_max(d)是第d天的日最大等效負荷，P_re是系統(tǒng)的正備用。

(4)每種火電機組每天的的啟機臺數(shù)應(yīng)在其最大臺數(shù)和最小臺數(shù)之間，即

S_j,min(d)≤S_j(d)≤S_j,max(d)

其中，S_j(d)是第d天的第j臺火電機組的啟機臺數(shù)，S_j,min(d)是第d天第j臺火電機組的最小啟機臺數(shù)，S_j,max(d)是第d天第j臺火電機組的最大啟機臺數(shù)。

根據(jù)步驟2所述方法，依次求出每天的開機方式，就可求出研究周期的火電機組日最小技術(shù)出力P_min，P_min的數(shù)據(jù)總量為D。

步驟3：求每日最大負荷load_max與P_min的聯(lián)合概率分布。

由于火電最小技術(shù)出力P_min由每日最大等效負荷與系統(tǒng)正備用之和決定，而系統(tǒng)的正備用一般是定值，每日最大等效負荷又與每日最大負荷存在較強的相關(guān)性，因此，需通過聯(lián)合概率分布的方法求取每日最大負荷load_max與P_min的聯(lián)合概率分布。

步驟3.1：將每日最大負荷load_max與每日火電最小技術(shù)出力P_min分別在其變化范圍內(nèi)分區(qū)：load_max和P_min的數(shù)據(jù)總量都為D。選取每日最大負荷load_max的離散化區(qū)間長度為C₁，每日火電最小技術(shù)出力P_min的離散化區(qū)間長度為C₂，load_max和P_min的區(qū)間個數(shù)分別為L₁、L₂；

步驟3.2：設(shè)置循環(huán)初值：d＝1，n_ik＝0，其中，d表示第d天，0≤d≤D，n_ik為load_max(d)歸入其第i個離散化區(qū)間，且P_min(d)歸入其第k個離散化區(qū)間的概數(shù)，i＝1,2,...,L₁，k＝1,2,...,L₂；

步驟3.3：讀入第d天的每日最大負荷load_max(d)和每日火電最小技術(shù)出力P_min(d)，并歸入各自對應(yīng)的離散化區(qū)間；

步驟3.4：d＝d+1，n_ik＝n_ik+1；

步驟3.5：若d≤D，則轉(zhuǎn)至步驟3.3，否則，轉(zhuǎn)至步驟3.6；

步驟3.6：確定每日最大負荷load_max每個離散化區(qū)間內(nèi)所有數(shù)據(jù)的平均值averageload_max(i)，i＝1,2...L₁；確定每日火電最小技術(shù)出力P_min每個區(qū)間內(nèi)所有數(shù)據(jù)的平均值averageP_min(k)，k＝1,2...L₂；

步驟3.7：確定load_max歸入其第i個離散化區(qū)間，且P_min歸入其第k個離散化區(qū)間的概率 P_ik，load_max和P_min歸入的離散化區(qū)間組合共有L₁·L₂個，依次求出每種區(qū)間組合的概率，就得到了日最大負荷與日火電最小出力的聯(lián)合概率分布。

求得的load_max與P_min的聯(lián)合概率分布a_2×1如表1所示。

表1 load_max與P_min的聯(lián)合概率分布表

步驟4：求load_max與負荷load的聯(lián)合概率分布：

load_max與load也存在較強相關(guān)性，也需通過聯(lián)合概率分布的方法求取每日最大負荷load_max與load的聯(lián)合概率分布。

步驟4.1：將每日最大負荷load_max與負荷load分別在其變化范圍內(nèi)分區(qū)：load_max的數(shù)據(jù)總量為D，load的數(shù)據(jù)總量為T，每日最大負荷load_max與步驟3.1中的分區(qū)方法相同，選取load_max的離散化區(qū)間長度為C₁，選取負荷load的離散化區(qū)間長度為C₃，load_max和load區(qū)間個數(shù)分別為L₁和L₃；

步驟4.2：設(shè)置循環(huán)初值，d＝1，n_is＝0，其中，d表示第d天，n_is為load_max(d)歸入其第i個離散化區(qū)間，且t時段的負荷load(t)歸入其第s個離散化區(qū)間的概數(shù)，i＝1,2,...,L₁，s＝1,2,...,L₃；

步驟4.3：讀入第d天的每日最大負荷load_max(d)，歸入其所對應(yīng)的區(qū)間；

步驟4.4：設(shè)置初值，t＝(d-1)·N+1，此時，t表示第d天的第1個時段。

步驟4.5：讀入t時段的負荷load(t)，并歸入其對應(yīng)的離散化區(qū)間；

步驟4.6：t＝t+1，n_is＝n_is+1；

步驟4.7：若t≤d·N，則轉(zhuǎn)至步驟4.5，否則，轉(zhuǎn)至步驟4.8；

步驟4.8：d＝d+1；

步驟4.9：若d≤D，則轉(zhuǎn)至步驟4.3，否則，轉(zhuǎn)至步驟4.10；

步驟4.10：確定每日最大負荷load_max每個離散化區(qū)間內(nèi)所有數(shù)據(jù)的平均值averageload_max(i)，i＝1,2...L₁；確定負荷load每個區(qū)間內(nèi)所有數(shù)據(jù)的平均值averageload(s)，s＝1,2...L₃；

步驟4.11：確定每日最大負荷load_max歸入其第i個離散化區(qū)間，且每日火電最小技術(shù)出力P_min歸入其第s個離散化區(qū)間的概率P_is，load_max和load歸入的離散化區(qū)間組合共有L₁·L₃個，依次求出每種區(qū)間組合的概率，進而得到日最大負荷與負荷的聯(lián)合概率分布。求出load_max與load的聯(lián)合概率分布，如表2所示。

表2 load_max與load的聯(lián)合概率分布表

步驟5：卷差求接納空間概率序列。

由表2可知，每個averageload_max(i)都對應(yīng)一個火電機組日最小出力的離散概率序列g(shù)P_mini，gP_mini的第一行是離散功率值，第二行是對應(yīng)的概率，即，

gP_mini(1,k)＝averageP_min(k)

其中，是load_max歸入離散值averageload_max(i)的概率；k表示P_min的第k個離散化區(qū)間；

同理，每個averageload_max(i)對應(yīng)的負荷離散概率序列g(shù)load_i滿足下式，

gload_i(1,s)＝averageload(s)

對gP_mini和gload_i，火電機組日最小技術(shù)出力離散功率值與負荷離散功率值所有可能的組合數(shù)為L₂·L₃，若某一種組合中，負荷離散功率值是gload_i(1,s)，火電日最小出力離散功率值是gP_mini(1,k)，則此組合的新能源接納空間功率gACCOM_i(1,j)滿足下式：

gACCOM_i(1,j)＝gload_i(1,s)-gP_mini(1,k)

此組合的概率為：

gACCOM_i(2,j)＝gload_i(2,s)·gP_mini(2,k)

求出所有組合的新能源接納空間功率值及其概率，就可得到averageload_max(i)對應(yīng)的新能源接納空間離散概率序列g(shù)ACCOM_i。

以上其實是將gload_i與gP_mini做卷差運算，可表示為，

又由于gACCOM_i是averageload_max(i)對應(yīng)的接納空間概率序列，所以在整個概率空間中，當load_max歸入離散值averageload_max(i)時的接納空間離散概率序列g(shù)ACCOM'_i滿足下式，

gACCOM'_i(1,j)＝gACCOM_i(1,j)

依次求出gACCOM'₁,gACCOM'₂,...,合并排序后即可得到新能源接納空間概率序列g(shù)ACCOM。

以上實施例僅用以說明本發(fā)明的技術(shù)方案而非對其限制，盡管參照上述實施例對本發(fā)明進行了詳細的說明，所屬領(lǐng)域的普通技術(shù)人員依然可以對本發(fā)明的具體實施方式進行修改或者等同替換，這些未脫離本發(fā)明精神和范圍的任何修改或者等同替換，均在申請待批的本發(fā)明的權(quán)利要求保護范圍之內(nèi)。