本文關鍵詞：考慮相關性的廣義負荷聯(lián)合概率建模及應用

  更多相關文章： 風力發(fā)電 空間相關性 廣義負荷建模 徑向基函數神經網絡 概率風險分析

【摘要】：大規(guī)模風電并網帶來廣義負荷節(jié)點功率流向不確定性問題,對廣義負荷建模提出新的要求。如何全面考慮隨機變量所具有的波動性以及地域的相關性特點,準確進行廣義負荷建模,成為亟待解決的問題。為此,提出一種帶有概率標識的計及節(jié)點空間地域相關性的節(jié)點特性建模學習方法。首先,將與各風電場相連的根母線節(jié)點據其各自的功率流向,分為電源特性與負荷特性;其次,對各根母線節(jié)點分別依照有功功率進行區(qū)間細化,統(tǒng)計其概率信息。針對節(jié)點地域的相關性,采用空間相關性方法計算相鄰節(jié)點功率區(qū)間內相關特征參數并納入節(jié)點的特性學習中,采用徑向基函數(RBF)神經網絡學習訓練并提取區(qū)間集的節(jié)點特性;以風險分析為例驗證所提方法的有效性和實用性。仿真結果表明,通過將節(jié)點空間相關性納入廣義負荷建模范疇,建模因素更為全面并細化了整個系統(tǒng)空間形成風險場景集,風險分析結果指出系統(tǒng)高風險場景,為系統(tǒng)決策提供參考依據。
【作者單位】： 電網智能化調度與控制教育部重點實驗室(山東大學);國網濟南供電公司;國網臨沂供電公司;
【基金】：國家自然科學基金資助項目(51177091)~~
【分類號】：TM614
【正文快照】： 0引言隨著資源日益匱乏、環(huán)境問題日益突出,清潔能源發(fā)電被認為是解決能源和環(huán)境問題的有效手段,在這種背景下,風電裝機容量發(fā)展迅速[1]。然而近年來隨著風電等新能源大規(guī)模接入,其對電網的安全穩(wěn)定運行產生一系列影響[2-5]。風電接入改變了負荷單純消耗功率的情形,使得負荷節(jié)，

本文編號：1273548