本文關(guān)鍵詞：基于不確定性量化的概率潮流模型與優(yōu)化

  更多相關(guān)文章： 不確定性量化 隨機(jī)多項式混沌 隨機(jī)Galerkin法 隨機(jī)配置點法 概率潮流 概率最優(yōu)潮流

【摘要】：作為一個非線性的復(fù)雜巨系統(tǒng),電力系統(tǒng)中含有大量的不確定性因素,如負(fù)荷波動,發(fā)電機(jī)停運(yùn)以及運(yùn)行方式的變化等。然而,近年來環(huán)境壓力日益增加、傳統(tǒng)一次能源日益枯竭,以風(fēng)能、太陽能為代表的新能源大量并網(wǎng),給電網(wǎng)帶來了強(qiáng)間歇性和波動性,增加了電力系統(tǒng)控制與運(yùn)行等環(huán)節(jié)的困難。因此,如何量化分析各不確定性因素對電網(wǎng)運(yùn)行和調(diào)度造成的影響,成為電力系統(tǒng)研究工作者的重要課題。不確定性量化理論,是以廣義正交多項式混沌為計算基礎(chǔ),其基本思想是在隨機(jī)參數(shù)空間中用廣義正交多項式混沌構(gòu)成級數(shù)展開式來逼近所需求解的隨機(jī)變量,利用廣義正交多項式混沌的正交特性,最終將不確定性復(fù)雜函數(shù)的求解轉(zhuǎn)化為確定性級數(shù)展開式的常系數(shù)的求解。這種方法本質(zhì)上為譜算法,主要可分為兩類——隨機(jī)配置點法和隨機(jī)Galerkin法。不確定性量化的譜算法因其具有優(yōu)良的計算性能,目前已廣泛應(yīng)用于電力電子、計算機(jī)等領(lǐng)域的不確定性分析,但是將其用于電力系統(tǒng)的研究尚少。因此,本文采用了不確定性量化理論,對電力系統(tǒng)在考慮不確定性因素的情況下的潮流計算和最優(yōu)潮流計算進(jìn)行了分析。首先,本文提出了基于非侵入式隨機(jī)配置點法的概率潮流算法和概率最優(yōu)潮流算法。隨機(jī)配置點法為非侵入式算法,其將原有的復(fù)雜非線性的電力系統(tǒng)系統(tǒng)視為一黑盒,在輸入變量的配置點處反復(fù)調(diào)用確定性求解器得到相應(yīng)的輸出變量計算值,再對所得的輸出結(jié)果進(jìn)行后處理,最終求出待求變量的級數(shù)展開式的常系數(shù)。隨機(jī)配置點法的計算原理簡單,求解過程解耦,計算速度快,但因配置點的選取會引入混疊誤差而導(dǎo)致其計算精度較低。針對隨機(jī)配置點法的計算速度和精度極大依賴于配置點的選取位置這一特點,本文對配置點的選取過程做出了改進(jìn),并分別提出了基于該改進(jìn)后的配置點法的概率潮流算法和概率最優(yōu)潮流算法,在有效簡化計算過程的同時又顯著地提高了計算精度。進(jìn)一步,本文采用了計算精度更高的侵入式隨機(jī)Galerkin法來求解概率潮流問題。隨機(jī)Galerkin法屬于侵入式算法,為保證了變量展開式的逼近誤差在廣義正交多項式混沌所構(gòu)成的正交多項式空間中的各個方向上的投影最小化,需根據(jù)原有系統(tǒng)重新構(gòu)造一個新的Galerkin正交耦合的系統(tǒng),再通過一次迭代求解得到所有待求變量的級數(shù)展開式的常系數(shù)。隨機(jī)Galerkin法的計算精度高但求解過程十分繁瑣,計算速度過慢,對復(fù)雜系統(tǒng)甚至不可解。針對隨機(jī)Galerkin法存在的缺陷,本文利用了電力系統(tǒng)潮流計算中具有的PQ解耦特性,在迭代求解中采用了定常雅克比矩陣,提出了基于定常雅克比陣的概率潮流算法。最后,本文所提算法的計算精度和效率,均在相應(yīng)的仿真算例中得到了驗證。
【關(guān)鍵詞】：不確定性量化 隨機(jī)多項式混沌 隨機(jī)Galerkin法 隨機(jī)配置點法 概率潮流 概率最優(yōu)潮流
【學(xué)位授予單位】：華北電力大學(xué)(北京)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM744
【目錄】：

• 摘要5-7
• Abstract7-12
• 第1章 緒論12-19
• 1.1 課題背景及研究的目的和意義12-14
• 1.1.1 課題研究背景12-13
• 1.1.2 不確定性量化的目的和意義13-14
• 1.2 課題的相關(guān)理論和研究現(xiàn)狀14-18
• 1.2.1 概率潮流(PLF)14-16
• 1.2.2 概率最優(yōu)潮流(POPF)16-17
• 1.2.3 不確定性量化(UQ)17-18
• 1.3 論文的研究內(nèi)容與結(jié)構(gòu)18-19
• 第2章 UQ原理與算法19-37
• 2.1 UQ分析的原理與計算步驟19-21
• 2.1.1 定義隨機(jī)空間與不確定性變量19-20
• 2.1.2 不確定性傳遞20-21
• 2.1.3 計算精度校驗21
• 2.2 廣義隨機(jī)正交多項式混沌展開式21-28
• 2.2.1 一維隨機(jī)變量的gPC展開21-24
• 2.2.2 多維隨機(jī)變量的gPC展開24-28
• 2.3 基于gPC的隨機(jī)譜算法28-31
• 2.3.1 非侵入式法：隨機(jī)配置點法(SC)28-30
• 2.3.2 侵入式法：隨機(jī)Galerkin法(SG)30-31
• 2.4 數(shù)值積分31-34
• 2.4.1 一維情況D=131-32
• 2.4.2 多維情況D>132-34
• 2.5 電力系統(tǒng)不確定性變量的UQ模型34-36
• 2.5.1 傳統(tǒng)模型34-36
• 2.5.2 UQ模型36
• 2.6 本章小結(jié)36-37
• 第3章 基于改進(jìn)SC法的概率潮流算法37-49
• 3.1 基于SC法的概率潮流算法37-38
• 3.1.1 基于gPC的PLF模型37
• 3.1.2 基于SC法的求解PLF模型求解算法37-38
• 3.2 基于改進(jìn)SC法的概率潮流算法(SC-PLF)38-41
• 3.2.1 改進(jìn)的配置點選取方案38-40
• 3.2.2 改進(jìn)SC-PLF算法的求解步驟40-41
• 3.3 數(shù)值實驗結(jié)果41-48
• 3.3.1 IEEE-14節(jié)點算例41-44
• 3.3.2 IEEE-118節(jié)點算例44-45
• 3.3.3 SC-PLF對離散性隨機(jī)變量的計算性能分析45-48
• 3.3.4 結(jié)論48
• 3.4 本章小結(jié)48-49
• 第4章 基于改進(jìn)SG法的概率潮流算法49-67
• 4.1 基于SG法的概率潮流建模49-50
• 4.2 基于改進(jìn)SG法的PLF算法(SG-PLF)50-56
• 4.2.1 迭代求解PLF Galerkin系統(tǒng)50-52
• 4.2.2 改進(jìn)SG-PLF算法的求解步驟52-54
• 4.2.3 定常雅克比矩陣的推導(dǎo)54-56
• 4.3 SG-PLF算法與其他PLF算法對比56-58
• 4.4 數(shù)值實驗結(jié)果58-65
• 4.4.1 IEEE-14節(jié)點算例58-63
• 4.4.2 IEEE-118節(jié)點算例63-65
• 4.5 結(jié)論65-66
• 4.6 本章小結(jié)66-67
• 第5章 基于改進(jìn)SC法的概率最優(yōu)潮流算法67-78
• 5.1 POPF模型67-68
• 5.2 基于改進(jìn)SC法的概率最優(yōu)潮流算法68-69
• 5.3 數(shù)值實驗結(jié)果69-77
• 5.3.1 5節(jié)點算例69-74
• 5.3.2 IEEE-118節(jié)點算例74-77
• 5.4 本章小結(jié)77-78
• 第6章 結(jié)論與展望78-80
• 6.1 結(jié)論78
• 6.2 展望78-80
• 參考文獻(xiàn)80-83
• 攻讀碩士學(xué)位期間發(fā)表的論文及成果83-84
• 致謝84

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王永光;多項式展開式的項數(shù)探究[J];內(nèi)蒙古科技與經(jīng)濟(jì);2002年S1期

2 崔尚巍，王寶林;實r進(jìn)制小數(shù)展開式的一個概率性質(zhì)[J];吉林工業(yè)大學(xué)學(xué)報;1994年02期

3 沈自才;;充氣展開式結(jié)構(gòu)在航天器中的應(yīng)用[J];航天器環(huán)境工程;2008年04期

4 楊萌;周學(xué)功;唐璞山;童家榕;A.E.A. Almaini;;或符合全展開式的分解轉(zhuǎn)換算法[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2009年07期

5 陳剛,相年德,陳雪青;一種基于負(fù)荷分解的隨機(jī)生產(chǎn)模擬新方法[J];中國電機(jī)工程學(xué)報;1992年03期

6 余敏,程良炎;(a+b+c)~n展開式系數(shù)規(guī)律的研究[J];黃石高等�？茖W(xué)校學(xué)報;2003年06期

7 劉廣彥,李群,劉瑜;特征展開式中高階項對J積分的影響[J];西安交通大學(xué)學(xué)報;2003年05期

8 ;圖拉雅衛(wèi)星將使用大型展開式天線[J];中國航天;1998年07期

9 邱雪松;鄧宗全;胡明;;可展開式月球車車輪構(gòu)型設(shè)計及構(gòu)態(tài)變換分析[J];機(jī)械工程學(xué)報;2006年S1期

10 周盤興;n級極點的殘數(shù)計算規(guī)則之推廣[J];上海電力學(xué)院學(xué)報;1994年01期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 孫春峰;;平面波在中心力場中彈性散射的分波展開式的直接證明[A];湖北省物理學(xué)會、武漢物理學(xué)會成立70周年慶典暨2002年學(xué)術(shù)年會論文集[C];2002年

2 程龍生;謝莉;馮予;;Taylor展開式的推廣及在統(tǒng)計分析中的應(yīng)用[A];中國現(xiàn)場統(tǒng)計研究會第九屆學(xué)術(shù)年會論文集[C];1999年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 毛瑞;基于不確定性量化的概率潮流模型與優(yōu)化[D];華北電力大學(xué)(北京);2016年

2 李小莉;廣義Catalan數(shù)和Catalan-like數(shù)的研究[D];曲阜師范大學(xué);2016年

3 衛(wèi)挺松;具有2階和N階廣義正規(guī)變化尾的分布函數(shù)卷積的展開式及其應(yīng)用[D];南京師范大學(xué);2007年

4 王李進(jìn);在小基數(shù)下1的q-展開式的可數(shù)性研究[D];深圳大學(xué);2015年

5 肖林榮;近代數(shù)字理論中的特殊運(yùn)算及其應(yīng)用研究[D];浙江大學(xué);2005年

6 蘇慧琳;二階正規(guī)變化尾分布下破產(chǎn)概率的三階展開式[D];南京師范大學(xué);2007年

7 張雷;航天器分步展開式太陽翼設(shè)計與研究[D];上海交通大學(xué);2012年

  本文關(guān)鍵詞：基于不確定性量化的概率潮流模型與優(yōu)化

  更多相關(guān)文章： 不確定性量化 隨機(jī)多項式混沌 隨機(jī)Galerkin法 隨機(jī)配置點法 概率潮流 概率最優(yōu)潮流

，

本文編號：514221