专利摘要

本发明公开了一种多重灵活资源多状态风险计算方法。针对于包含有电动汽车、热泵、空调和分布式电源的电网，构建单一的灵活资源可调度潜力值评估分析模型，通过所述模型分别获得电动汽车、热泵、空调和分布式电源的可调度潜力值。建立多重灵活资源聚合的可调度潜力值评估模型并计算获得多重灵活资源聚合后的可调度潜力值，建立多重灵活资源多状态风险计算模型评估获得多重灵活资源在多个状态时的不同概率，进而计算获得多重灵活资源多状态的风险信息。本发明实现了在多重不确定因素作用下获取灵活资源在电网中的风险信息，识别电网在不确定因素作用下的风险水平，为实现灵活资源与电网的双向互动奠定基础，为智能电网的安全运行提供科学依据。

权利要求

1.一种多重灵活资源多状态风险计算的方法，其特征在于：该方法包括以下步骤：

(1)针对于包含有电动汽车、热泵、空调和分布式电源的电网，构建单一的灵活资源可调度潜力值评估分析模型；

单一灵活资源可调度潜力值评估分析模型包括电动汽车可调度潜力值评估分析模型、热泵可调度潜力值评估分析模型、空调可调度潜力值评估分析模型和分布式电源可调度潜力值评估分析模型，通过所述四个模型分别获得电动汽车、热泵、空调和分布式电源的可调度潜力值；

(2)建立多重灵活资源聚合的可调度潜力值评估模型计算获得多重灵活资源聚合后的可调度潜力值；

将含电动汽车、热泵、空调和分布式电源的多重灵活资源聚合后的可调度潜力值FDR(t)采用以下公式计算获得：

FDR(t)＝∑EV(t)+∑HP(t)+∑AC(t)+∑WP(t)+∑SP(t)

其中，FDR(t)为多重灵活资源聚合后的可调度潜力值，∑EV(t)、∑HP(t)、∑AC(t)、∑WP(t)、∑SP(t)分别为单一种类灵活资源的电动汽车、热泵、空调、风电分布式电源、太阳能分布式电源聚合后的可调度潜力值。

(3)建立多重灵活资源多状态风险计算模型评估获得多重灵活资源在多个状态时的不同概率；

所述的多重灵活资源多状态风险计算模型具体为：

$\left\{\begin{array}{c}\frac{{\mathrm{dp}}_{{\mathrm{FDR}}_0}\left(t\right)}{dt}=-{\lambda }_{{\mathrm{FDR}}_0,{\mathrm{FDR}}_1}{p}_{{\mathrm{FDR}}_0}\left(t\right)\\ \frac{{\mathrm{dp}}_{{\mathrm{FDR}}_i}\left(t\right)}{dt}={\lambda }_{{\mathrm{FDR}}_{i-1},{\mathrm{FDR}}_i}{p}_{{\mathrm{FDR}}_{i-1}}\left(t\right)-{\lambda }_{{\mathrm{FDR}}_i,{\mathrm{FDR}}_{i+1}}{p}_{{\mathrm{FDR}}_i}\left(t\right)\\ \frac{{\mathrm{dp}}_{{\mathrm{FDR}}_M}\left(t\right)}{dt}={\lambda }_{{\mathrm{FDR}}_{M-1},{\mathrm{FDR}}_M}{p}_{{\mathrm{FDR}}_{M-1}}\left(t\right)\end{array}\right.$

其中，i表示灵活资源的状态标号，M表示灵活资源的状态个数，t表示时间， 表示灵活资源在第FDR_i个状态时的概率， 表示灵活资源从第FDR_i-1个状态到第FDR_i个状态的转移率，FDR₀≤FDR_i≤FDR_M；

4)计算获得多重灵活资源多状态的风险信息，风险信息包括容量风险概率R(t)、容量期望值E(t)和容量缺额D(t)；

采用以下公式计算获得容量风险概率：

$R\left(t\right)=\underset{i}{\Sigma }{p}_{{\mathrm{FDR}}_i}\left(t\right),{\mathrm{FDR}}_i<W$

采用以下公式计算获得容量期望值E(t)：

$E\left(t\right)=\underset{i}{\Sigma }{p}_{{\mathrm{FDR}}_i}\left(t\right)·{\mathrm{FDR}}_i$

采用以下公式计算获得容量缺额D(t)：

$D\left(t\right)=\underset{i}{\Sigma }{p}_{{\mathrm{FDR}}_i}\left(t\right)·{\mathrm{FDR}}_i,{\mathrm{FDR}}_i<W$

其中，W表示系统对灵活资源提供备用容量的需求。

2.根据权利要求1所述的一种多重灵活资源多状态风险计算的方法，其特征在于：所述的电动汽车可调度潜力值评估分析模型包括：通过电动汽车电池荷电状态函数计算获得电动汽车电池的荷电状态，通过电动汽车电池充电信息概率密度分布函数计算获得电动汽车电池充放电的使用信息，通过电动汽车行驶规律函数计算获得行驶距离概率分布信息，依据电动汽车电池的荷电状态、电动汽车电池充放电的使用信息和行驶距离概率分布信息以及电动汽车充电方式模型计算获得电动汽车的可调度潜力值。

3.根据权利要求2所述的一种多重灵活资源多状态风险计算的方法，其特征在于：所述的电动汽车电池荷电状态函数采用以下公式：

$SOC=\frac{E_{res}}{E}={\mathrm{SOC}}_0+\frac{\eta \int Idt}{E}$

其中，SOC为电池荷电状态，且0≤SOC≤1；E_res表示电池剩余电量，E为电池的额定电量，t表示时间，I为电流，η为充放电效率；SOC₀为电池初始荷电状态，电池完全充电后SOC₀＝1，电池完全放电后SOC₀＝0。

4.根据权利要求2所述的一种多重灵活资源多状态风险评估的方法，其特征在于：所述的电动汽车电池充电信息概率密度分布函数f_EVB(t)采用以下公式：

$f_{EVB}\left(t\right)=\frac{1}{{\sigma }_{EVB}\sqrt{2\pi }}\exp [-\frac{{(t-{\mu }_{EVB})}^2}{2{{\sigma }_{EVB}}^2}]$

其中，μ_EVB表示电动汽车电池充电平均时间；σ_EVB表示电动汽车电池充电信息标准差。

5.根据权利要求2所述的一种多重灵活资源多状态风险评估的方法，其特征在于：所述的电动汽车行驶规律函数采用以下公式，利用指数截断的幂律分布表示电动汽车移动距离的概率分布f(d)：

f(d)＝αexp(-β·d)·(d+d₀)^-γ

其中，d为电动汽车行驶距离，α、β、γ、d₀分别为指数截断幂律分布的第一、第二、第三、第四参数。

6.根据权利要求2所述的一种多重灵活资源多状态风险评估的方法，其特征在于：所述的电动汽车充电方式模型包含有最大充电方式、最小充电方式、用户自定义充电方式的三种充电方式，三种充电方式分别通过各自的充电函数计算获得充电功率作为电动汽车的可调度潜力值，表示为：

EV(t)＝P(t)

其中，EV(t)为电动汽车的可调度潜力值，P(t)为电动汽车的充电功率。

7.根据权利要求6所述的一种多重灵活资源多状态风险评估的方法，其特征在于：对于所述最大充电方式，最大充电函数采用以下公式：

$\underset{0}{\overset{t}{\int }}P\left(t\right)dt=({\mathrm{SOC}}_{max}-{\mathrm{SOC}}_0)·E$

其中，t表示时间，P(t)表示电动汽车的充电功率，E为电池的额定电量，SOC_max表示电池最大荷电状态，SOC₀表示电池初始荷电状态；所述电动汽车的充电功率P(t)满足以下约束条件：

0≤P(t)≤P_max

$\underset{0}{\overset{t}{\int }}P\left(t\right)dt\le {\mathrm{SOC}}_{max}·E$

P(t)＝0,t时刻电动汽车处于未充电状态

其中，P_max表示电池最大充电功率，E为电池的额定电量；

对于所述最小充电方式，最小充电函数采用以下公式：

$\underset{0}{\overset{t}{\int }}P\left(t\right)dt=E_{dr}-E_0=E_{dr}-{\mathrm{SOC}}_0·E$

其中，P(t)表示电动汽车的充电功率，E为电池的额定电量，E_dr表示行驶需求电量；E₀表示充电开始前电池初始电量；所述电动汽车的充电功率P(t)满足以下约束条件：

0≤P(t)≤P_max

$\underset{0}{\overset{t}{\int }}P\left(t\right)dt\le {\mathrm{SOC}}_{max}·E$

P(t)＝0,t时刻电动汽车处于未充电状态

0≤E_dr≤E

其中，P_max表示电池最大充电功率，E为电池的额定电量；

对于所述用户自定义充电方式，用户自定义充电函数采用以下公式：

$\underset{0}{\overset{t}{\int }}P\left(t\right)dt=E_{dr}+E_{re}-E_0=E_{dr}+E_{re}-{\mathrm{SOC}}_0·E$

其中，E_dr表示行驶需求电量，E_re表示用户预留的充电电量，E₀表示充电开始前电池初始电量，用户预留的充电电量E_re满足以下约束条件：

0≤E_re≤E

其中，E为电池的额定电量。

8.根据权利要求1所述的一种多重灵活资源多状态风险评估的方法，其特征在于：所述的热泵可调度潜力值评估分析模型具体包括：根据房间居住面积area计算获得房间的比热容C_h(area)和总表面积Surf(area)；通过比热容C_h(area)和总表面积Surf(area)计算获得房间中物体的传热系数HT；再根据房间中物体的传热系数HT及热量流动方向计算获得房间中的热量；分析在空调和外界环境的作用下房间温度随时间的变化情况，然后根据房间温度的变化情况利用房间热量平衡方程计算获得热泵的制热或制冷量，进而计算获得热泵的可调度潜力值。

9.根据权利要求1所述的一种多重灵活资源多状态风险评估的方法，其特征在于：所述的空调可调度潜力值评估分析模型包括房间空气温度随时间的变化函数和房间墙体温度随时间的变化函数，分别计算获得房间空气到房间墙体的热量和房间空气到外界环境的热量，然后根据空调的热量平衡方程获得空调的可调度潜力值。

10.根据权利要求1所述的一种多重灵活资源多状态风险评估的方法，其特征在于：所述的分布式电源可调度潜力值评估分析模型，分布式电源采用风电电源或者太阳能电源：

对于风电电源，根据时间序列的预测建立多状态风速模型，具体采用以下公式：

其中，t表示时间，V(t)表示风速，q、a_q、b_q分别为时间模型的第一、第二、第三参数， 为白噪声；

然后依据多状态风速模型、风速与风电功率的映射关系获得风电机组可调度潜力值模型，采用以下公式表示：

$WP\left(t\right)=\left\{\begin{array}{c}0,0\le V\left(t\right)\le V^{cut-in}\\ (a+b\times V(t)+c\times V{\left(t\right)}^2)·P_{rated-power},V^{cut-in}\le V\left(t\right)\le V^{rated}\\ P_r,V^{rated}\le V\left(t\right)\le V^{cut-out}\\ 0,V\left(t\right)\ge V^{cut-out}\end{array}\right.$

其中，WP(t)表示风电机组的可调度潜力值，V^cut-in、V^rated、V^cut-out分别表示风机的切入风速、额定风速和切出风速，P_rated-power为风电机组的额定功率，a、b、c分别表示不同风机的风电功率与风速映射关系的第一、第二、第三参数；

对于太阳能电源，建立太阳能分布式电源可调度潜力值模型，采用以下公式表示的模型计算获得太阳能电池板的可调度潜力值为：

SP(t)＝SI(t)·SV(t)·K·ξ

其中，SP(t)、SI(t)、SV(t)、K、ξ分别为太阳能板的可调度潜力值、太阳能板的工作电流、太阳能板的工作电压、太阳能板的数量、太阳能板的损耗。

说明书

技术领域

本发明属于电力系统风险评估领域，特别是涉及了一种多重灵活资源多状态风险计算方法，用于进行电网中灵活资源的可靠性分析和风险估计。

背景技术

近年来，随着社会经济的飞速发展，传统能源资源日益枯竭。在“后碳”时代，新一轮的能源革命是未来社会发展的希望。为有效缓解能源危机及环境污染等问题，合理有效地利用新能源显得尤为重要。

然而，大规模高渗透新能源的高效利用受到多重不确定因素的影响。高渗透新能源出力具有间歇性、波动性和不确定性等特点，使得新能源的消纳存在问题。目前多采用新能源与火电打捆送出策略来消纳新能源，这种新能源送出方式需要频繁调整火电机组的出力，大量增加运行及维护成本，且会对生态环境产生负面影响。抽水蓄能电站虽然利用储能技术在解决新能源反调峰特性方面发挥一定作用，但新能源与抽水蓄能电站的联合运行会受到地域等因素的限制。

随着智能电网的关键技术的发展，分布式电源、柔性负荷包括电动汽车、空调、热泵等的推广应用，对电网的智能化水平和各种灵活可用资源的优化配置能力提出了更高的要求。利用灵活资源消纳高渗透新能源引起国内外学者的广泛关注。丹麦、西班牙等实现风电大规模开发利用的国家通过调动智能电网中的灵活资源参与含新能源的电网调度运行，提高新能源消纳能力和电网安全可靠运行能力。因此，定量评估灵活资源消纳新能源的能力，评估灵活资源可调度潜力值至关重要。

然而，不确定内外部因素的作用，如设备自身故障、气象条件、环境条件、运行条件等，会对智能电网灵活资源参与电网运行的可靠性造成影响。此外，信息技术作为灵活资源参与到智能电网运行框架的重要基础，其不确定性是影响灵活资源可靠性的重要因素之一，也给电力系统的安全运行引入诸多不确定因素。因此，有必要研究灵活资源的可靠性，综合考虑包括信息系统在内的多重不确定内外部因素对灵活资源的作用机理，从而为灵活资源参与电网调度运行奠定坚实的基础。

发明内容

本发明的目的是针对需求侧灵活资源参与电网调度运行，提出了一种多重灵活资源多状态风险计算方法。

本发明方法采用的技术方案包括以下步骤：

(1)针对于包含有电动汽车、热泵、空调和分布式电源的电网，构建单一的灵活资源可调度潜力值评估分析模型；

灵活资源是指包括分布在需求侧的柔性负荷以及分布式电源等在内的种类多、基数大、分布广的可控单元，可以通过灵活的控制调节实现对电力系统的有效管理，实现主网与配网的双向协同互动的资源。

单一灵活资源可调度潜力值评估分析模型包括电动汽车可调度潜力值评估分析模型、热泵可调度潜力值评估分析模型、空调可调度潜力值评估分析模型和分布式电源可调度潜力值评估分析模型，通过所述四个模型分别获得电动汽车、热泵、空调和分布式电源的可调度潜力值；

(2)建立多重灵活资源聚合的可调度潜力值评估模型计算获得多重灵活资源聚合后的可调度潜力值；

多重灵活资源聚合后的可调度潜力值与灵活资源自身特性、灵活资源种类、灵活资源数量有关，由此，将含电动汽车、热泵、空调和分布式电源的多重灵活资源聚合后的可调度潜力值FDR(t)采用以下公式计算获得：

FDR(t)＝∑EV(t)+∑HP(t)+∑AC(t)+∑WP(t)+∑SP(t)

其中，FDR(t)为多重灵活资源聚合后的可调度潜力值，∑EV(t)、∑HP(t)、∑AC(t)、∑WP(t)、∑SP(t)分别为单一种类灵活资源的电动汽车、热泵、空调、风电分布式电源、太阳能分布式电源聚合后的可调度潜力值。

(3)建立多重灵活资源多状态风险计算模型评估获得多重灵活资源在多个状态时的不同概率；

需求侧灵活资源的运行受到多重不确定因素的作用，如天气状况，外界环境，信息系统故障、信息延迟、网络攻击，灵活资源设备自身偶发故障、老化等因素。在(2)的基础上，考虑多重不确定因素的作用，根据灵活资源的失效率，基于随机过程理论，建立多重灵活资源多状态风险计算模型，所述的多重灵活资源多状态风险计算模型具体为：

其中，i表示灵活资源的状态标号，M表示灵活资源的状态个数，t表示时间， 表示灵活资源在第FDR_i个状态时的概率， 表示灵活资源从第FDR_i-1个状态到第FDR_i个状态的转移率，FDR₀≤FDR_i≤FDR_M；

4)计算获得多重灵活资源多状态的风险信息，风险信息包括容量风险概率 R(t)、容量期望值E(t)和容量缺额D(t)；

采用以下公式计算获得容量风险概率：

采用以下公式计算获得容量期望值E(t)：

采用以下公式计算获得容量缺额D(t)：

其中，W表示系统对灵活资源提供备用容量的需求。

对于电动汽车，其可调度潜力值与电动汽车自身特性如电池特性、充电时间、行驶规律、充放电规则等，电网运行工况、外部激励机制、电价信息等因素有关。

所述的电动汽车可调度潜力值评估分析模型包括：通过电动汽车电池荷电状态函数计算获得电动汽车电池的荷电状态，通过电动汽车电池充电信息概率密度分布函数计算获得电动汽车电池充放电的使用信息，通过电动汽车行驶规律函数计算获得行驶距离概率分布信息，依据电动汽车电池的荷电状态、电动汽车电池充放电的使用信息和行驶距离概率分布信息以及电动汽车充电方式模型计算获得电动汽车的可调度潜力值。

所述的电动汽车电池荷电状态函数采用以下公式：

其中，SOC为电池荷电状态，且0≤SOC≤1；E_res表示电池剩余电量，E为电池的额定电量，t表示时间，I为电流，η为充放电效率；SOC₀为电池初始荷电状态，电池完全充电后SOC₀＝1，电池完全放电后SOC₀＝0。

所述的电动汽车电池充电信息概率密度分布函数f_EVB(t)采用以下公式：

其中，电动汽车电池充电信息概率密度分布函数f_EVB(t)主要包括电动汽车充电持续时间、充电开始时间、充电结束时间、电池初始状态等信息；μ_EVB表示电动汽车电池充电平均时间；σ_EVB表示电动汽车电池充电信息标准差。

所述的电动汽车行驶规律函数采用以下公式，利用指数截断的幂律分布表示电动汽车移动距离的概率分布f(d)：

f(d)＝αexp(-β·d)·(d+d₀)^-γ

其中，d为电动汽车行驶距离，α、β、γ、d₀分别为指数截断幂律分布的第一、第二、第三、第四参数。

所述的电动汽车充电方式模型包含有最大充电方式、最小充电方式、用户自定义充电方式的三种充电方式，三种充电方式分别通过各自的充电函数计算获得充电功率作为电动汽车的可调度潜力值，表示为：

EV(t)＝P(t)

其中，EV(t)为电动汽车的可调度潜力值，P(t)为电动汽车的充电功率。

对于所述最大充电方式，即每次充电都将电池充满，最大充电函数采用以下公式：

其中，t表示时间，P(t)表示电动汽车的充电功率，E为电池的额定电量， SOC_max表示电池最大荷电状态，SOC₀表示电池初始荷电状态；所述电动汽车的充电功率P(t)满足以下约束条件：

0≤P(t)≤P_max

P(t)＝0,t时刻电动汽车处于未充电状态

其中，P_max表示电池最大充电功率，E为电池的额定电量；

对于所述最小充电方式，即每次充电仅将电池电量充到需求电量，最小充电函数采用以下公式：

其中，P(t)表示电动汽车的充电功率，E为电池的额定电量，E_dr表示行驶需求电量，通过行驶时间、行驶速度、行驶能量消耗以及行驶距离计算；E₀表示充电开始前电池初始电量；所述电动汽车的充电功率P(t)满足以下约束条件：

0≤P(t)≤P_max

P(t)＝0,t时刻电动汽车处于未充电状态

0≤E_dr≤E

其中，P_max表示电池最大充电功率，E为电池的额定电量；

对于所述用户自定义充电方式，即在最小充电基础上，用户预留部分充电电量，用户自定义充电函数采用以下公式：

其中，E_dr表示行驶需求电量，E_re表示用户预留的充电电量，E₀表示充电开始前电池初始电量，用户预留的充电电量E_re满足以下约束条件：

0≤E_re≤E

其中，E为电池的额定电量。

热泵的可调度潜力值评估分析模型与房间大小、空气温度、热泵的热学模型等有关。所述的热泵可调度潜力值评估分析模型具体包括：根据房间居住面积area计算获得房间的比热容C_h(area)和总表面积Surf(area)；通过比热容 C_h(area)和总表面积Surf(area)计算获得房间中物体的传热系数HT；再根据房间中物体的传热系数HT及热量流动方向计算获得房间中的热量；分析在空调和外界环境的作用下房间温度随时间的变化情况，然后根据房间温度的变化情况利用房间热量平衡方程计算获得热泵的制热或制冷量，进而计算获得热泵的可调度潜力值。

所述的房间中物体的传热系数HT包括房间中空气和墙体之间的传热系数 HT_air-house(area,h)、房间中空气和外界环境之间的传热系数HT_air-out(area,h)、房间墙体和外界环境之间的传热系数HT_house-out(area,h)，三者均可表示为其与房屋居住面积area以及房屋高度h的函数。

所述的房间中的热量包括房间空气到房间墙体的热量、房间空气到外界环境的热量和房间墙体到外界环境的热量，房间空气到房间墙体的热量、房间空气到外界环境的热量和房间墙体到外界环境的热量分别采用以下公式计算获得：

Q_air-house＝HT_air-house(area,h)·(T_air-T_house)

Q_air-out＝HT_air-out(area,h)·(T_air-T_out)

Q_house-out＝HT_house-out(area,h)·(T_house-T_out)

其中，Q_air-house、Q_air-out、Q_house-out分别表示房间空气到房间墙体的热量、房间空气到外界环境的热量和房间墙体到外界环境的热量，T_air、T_house、T_out分别表示房间空气温度、房间墙体温度和外界环境温度；HT_air-house(area,h)、 HT_air-out(area,h)、HT_house-out(area,h)分别表示房间中空气和墙体之间的传热系数、房间中空气和外界环境之间的传热系数、房间墙体和外界环境之间的传热系数， area表示房间的居住面积，h表示房间的高度。

所述的房间温度包括房间空气温度和房间墙体温度，所述的房间空气温度每间隔时间单元Δt随时间的变化函数表示为：

其中， 表示房间空气温度随时间的变化率，Q_HP表示热泵的制热或制冷量，C_air表示房间空气的比热容。

当时间单元Δt足够小时，房间空气温度变化函数表示为：

其中，n表示时间单元，T_air(n)表示第n个时间单元的房间空气温度， T_air(n+1)表示第(n+1)个时间单元的房间空气温度。

所述的房间墙体温度每间隔时间单元Δt随时间的变化表示为：

其中， 表示房间墙体温度随时间的变化率，C_house分别表示房间墙体的比热容；

同理，当时间单元Δt足够小时，房间墙体温度变化函数表示为：

其中，n表示时间单元，T_house(n)表示第n个时间单元的房间墙体温度， T_house(n+1)表示第(n+1)个时间单元的房间墙体温度。分析房间热量平衡方程采用以下公式：

Q_HP(t)＝Q_air-house(t)+Q_air-out(t)

＝HT_air-house(a,h)·(T_air-T_house)+HT_air-out(a,h)·(T_air-T_out)

其中，Q_HP(t)表示热泵的制热或制冷量，Q_HP(t)与热泵的可调度潜力HP(t)及其性能系数COP_HP有关，进而热泵的可调度潜力值采用以下公式计算：

其中，热泵的性能系数COP_HP(t)与热泵设定温度与外界环境温度的差值有关，温度差值越大，性能系数COP_HP(t)值越小；HP(t)为热泵的可调度潜力值。

所述的空调可调度潜力值评估分析模型包括房间空气温度随时间的变化函数和房间墙体温度随时间的变化函数，分别计算获得房间空气到房间墙体的热量和房间空气到外界环境的热量，然后根据空调的热量平衡方程获得空调的可调度潜力值。

空调的热力学模型与上文所述热泵的模型类似，依据热力学第一定律，在空调房间中，所述的房间空气温度T_air(t)随时间t的变化函数表示为：

其中，Q_AC表示空调的制冷量，w表示热冷传递率，Q_AC(t)、Q_air-house(t)、 Q_air-out(t)分别表示空调的制热或制冷量、房间空气到房间墙体的热量、房间空气到外界环境的热量，C_air为房间空气的比热容。

所述的房间墙体温度随时间的变化函数表示为：

其中，C_house为房间墙体的比热容。

与热泵的热量平衡方程类似，根据热量平衡方程，空调房间中的热量平衡方程为：

Q_AC(t)＝Q_air-house(t)+Q_air-out(t)

空调的可调度潜力值AC(t)可采用以下公式计算：

其中，空调的性能系数COP_AC(t)与空调设定温度与外界环境温度的差值有关，AC(t)为空调的可调度潜力值。

所述的分布式电源可调度潜力值评估分析模型，分布式电源采用风电电源或者太阳能电源：

对于风电电源，由于风电机组的可调度潜力值与风速密切相关，建立风电的可调度潜力值模型首先要建立精确的风速模型，根据时间序列的预测建立多状态风速模型，具体采用以下公式：

其中，t表示时间，V(t)表示风速，q、a_q、b_q分别为时间模型的第一、第二、第三参数， 为白噪声。

然后依据多状态风速模型、风速与风电功率的映射关系获得风电机组可调度潜力值模型，采用以下公式表示：

其中，WP(t)表示风电机组的可调度潜力值，V^cut-in、V^rated、V^cut-out分别表示风机的切入风速、额定风速和切出风速，P_rated-power为风电机组的额定功率，a、 b、c分别表示不同风机的风电功率与风速映射关系的第一、第二、第三参数。

对于太阳能电源，建立太阳能分布式电源可调度潜力值模型，太阳能光伏板的可调度潜力值主要与太阳辐射强度以及太阳能电池板自身特性有关。采用以下公式表示的模型计算获得太阳能电池板的可调度潜力值为：

SP(t)＝SI(t)·SV(t)·K·ξ

其中，SP(t)、SI(t)、SV(t)、K、ξ分别为太阳能板的可调度潜力值、太阳能板的工作电流、太阳能板的工作电压、太阳能板的数量、太阳能板的损耗。

电动汽车、热泵和空调作为典型的柔性负荷应用于本发明。

本发明方法可对电动汽车、热泵、空调、分布式电源(风电、太阳能)等不同种类灵活资源分别进行可调度潜力值评估，并对多重灵活资源聚合后的可调度潜力值评估。

考虑天气状况，外界环境，信息系统故障、信息延迟、网络攻击，灵活资源设备自身偶发故障、老化等多重不确定内外部因素的作用，提出多重灵活资源多状态风险评估模型。

本发明的有益效果：

本发明提出了多重灵活资源多状态风险评估模型，并对不同种类灵活资源可调度潜力值进行评估，利用灵活资源消纳高渗透新能源，对减少传统机组提供运行备用及环境污染，提高风电利用率、减少弃风、弃光，优化能源配置结构具有积极作用。

评估多重灵活资源对智能电网可靠性的影响，研究多重不确定因素作用下灵活资源在智能电网中的风险评估方法，识别电网在不确定因素作用下的风险水平，为实现灵活资源与电网的双向互动奠定基础，为智能电网的安全运行提供科学依据。

附图说明

图1是电动汽车的可调度潜力值计算流程示意图。

图2是热泵和空调的可调度潜力值计算流程示意图。

图3是分布式电源的可调度潜力值计算流程示意图。

图4是多重灵活资源聚合的可调度潜力值计算流程示意图。

图5是实施例的多重灵活资源多状态风险模型图。

图6是实施例采用的多重灵活资源多状态示例图。

图7是实施例最终获得的风险指标容量风险概率R(t)示意图。

图8是实施例最终获得的风险指标容量期望值E(t)和容量缺额D(t)示意图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细说明。

本发明的实施例如下：

运用上述方法，对灵活资源进行风险评估的示例说明如下：

首先，分别对不同类型灵活资源进行可调度潜力值评估。图1为电动汽车可调度潜力值评估流程，图2为热泵、空调的可调度潜力值评估流程，图3为分布式电源的可调度潜力值评估流程。

其次，对多重灵活资源聚合后的可调度潜力值进行评估，如图4所示。

然后，实施例采用的多重灵活资源多状态示意图如图6所示，考虑多重内部和外部的不确定因素形成多状态风险模型如图5所示，灵活资源由0.8MW转移到0.5MW的转移率为2次/年，由0.5MW转移到0.3MW的转移率为1次/年，由0.3MW转移到0MW的概率为0.7次/年。

最后，若系统在某一时段需要灵活资源提供的备用容量为0.4MW，可计算灵活资源的风险计算结果，分别如图7和图8所示，图中可见系统的风险概率值随着时间的增大而增大，灵活资源提供容量期望值随时间的增大而减小，系统容量缺额随着时间的增大而增大。

由此可见，本发明可对不同种类灵活资源可调度潜力值进行评估，实现多重不确定因素作用下灵活资源在智能电网中的风险计算估计，识别电网在不确定因素作用下的风险水平，为实现灵活资源与电网的双向互动奠定基础，为智能电网的安全运行提供科学依据。

最后应当说明的是，以上示例仅用以说明本发明的技术方案而非对其限制，尽管参照上述示例对本发明进行了说明，所属领域的普通技术人员应当理解；依然可以对本发明的具体实施方式进行修改或同等替换，而未脱离本发明精神和范围的任何修改或者同等替换，其均应涵盖在本发明的权利 要求范围当中。

一种多重灵活资源多状态风险计算方法专利购买费用说明

Q：办理专利转让的流程及所需资料

A：专利权人变更需要办理著录项目变更手续，有代理机构的，变更手续应当由代理机构办理。

1：专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。

2：按规定缴纳著录项目变更手续费。

3：同时提交相关证明文件原件。

4：专利权转移的，变更后的专利权人委托新专利代理机构的，应当提交变更后的全体专利申请人签字或者盖章的委托书。

Q:专利著录项目变更费用如何缴交

A：（1）直接到国家知识产权局受理大厅收费窗口缴纳,（2）通过代办处缴纳，（3）通过邮局或者银行汇款,更多缴纳方式

Q：专利转让变更，多久能出结果

A：著录项目变更请求书递交后，一般1-2个月左右就会收到通知，国家知识产权局会下达《转让手续合格通知书》。