摘要：概率潮流分析中,拉丁超立方采样（Latin hypercubesampling,LHS）算法比简单蒙特卡罗仿真（Monte Carlosimulation,MCS）的效率要高,但是传统LHS（conventionalLHS,CLHS）算法采样数必须事先确定并且固定。针对现有CLHS技术的不足,提出了扩展拉丁超立方采样算法（Extended LHS,ELHS）并应用于概率潮流计算。扩展方法根据已有的N点LHS采样构造2N点LHS采样并保证扩展前后的相关性相近,在增加采样数的同时保留已有的潮流计算结果。由于采样数无法事先确定,因此提出了以扩展前后估计值变化量的相对值作为ELHS的实用化收敛判据。采用MCS、CLHS和ELHS方法分别对IEEE 30节点和IEEE 118节点系统进行概率潮流分析,所提出的方法能够在保证计算精度的前提下获得ELHS在不同采样数下的收敛趋势。算例结果证明了所提方法的高效性、精确性和易扩展性。

关键词：电力系统 概率潮流 相关性 拉丁超立方采样 扩展拉丁超立方采样 

单位：合肥工业大学电气与自动化工程学院 安徽省合肥市230009