本文選題：不確定性量化　切入點(diǎn)：正交多項(xiàng)式混沌　出處：《電力系統(tǒng)自動(dòng)化》2015年23期

【摘要】：可再生能源的大量接入使得電力系統(tǒng)的不確定性增加,對(duì)電力系統(tǒng)的運(yùn)行和控制提出了新的挑戰(zhàn)。從不確定性量化理論出發(fā),提出了一種基于隨機(jī)配置點(diǎn)法的概率潮流算法。該算法將不確定性輸入變量的概率分布表述為廣義多項(xiàng)式混沌的譜系數(shù),通過(guò)構(gòu)建一個(gè)規(guī)模可控的確定性非線性方程組,將待求變量的概率分布函數(shù)求解轉(zhuǎn)換為廣義多項(xiàng)式混沌的譜系數(shù)求解問(wèn)題,可較好地解決概率潮流計(jì)算中求解精度和計(jì)算復(fù)雜度之間的矛盾。在IEEE 14節(jié)點(diǎn)和IEEE 118節(jié)點(diǎn)系統(tǒng)的仿真計(jì)算中,該算法的有效性、實(shí)用性和準(zhǔn)確性得到了驗(yàn)證,對(duì)于含新能源并網(wǎng)的概率潮流等不確定性問(wèn)題具有較好的工程應(yīng)用前景。
[Abstract]:The large number of renewable energy sources increase the uncertainty of power system, which brings a new challenge to the operation and control of power system. A probabilistic power flow algorithm based on random collocation point method is proposed, in which the probability distribution of uncertain input variables is expressed as the spectral number of generalized polynomial chaos, and a deterministic nonlinear equations with controllable scale are constructed. The probabilistic distribution function of the variable to be solved is transformed into the spectral coefficient solution of generalized polynomial chaos. It can solve the contradiction between accuracy and computational complexity in probabilistic power flow calculation. The validity, practicability and accuracy of the algorithm are verified in the simulation of IEEE 14-bus and IEEE 118-bus systems. It has a good prospect of engineering application for uncertain problems such as probabilistic power flow with new energy.
【作者單位】： 新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué));中國(guó)電力科學(xué)研究院;
【基金】：國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)資助項(xiàng)目(2012CB215203) 國(guó)家自然科學(xué)基金資助項(xiàng)目(50907034)~~
【分類號(hào)】：TM744

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 范榮奇;陳金富;段獻(xiàn)忠;李慧杰;姚美齊;;風(fēng)速相關(guān)性對(duì)概率潮流計(jì)算的影響分析[J];電力系統(tǒng)自動(dòng)化;2011年04期

2 楊歡;鄒斌;;含相關(guān)性隨機(jī)變量的概率潮流三點(diǎn)估計(jì)法[J];電力系統(tǒng)自動(dòng)化;2012年15期

3 趙晉泉;葉君玲;鄧勇;;直流潮流與交流潮流的對(duì)比分析[J];電網(wǎng)技術(shù);2012年10期

4 劉宇;高山;楊勝春;姚建國(guó);;電力系統(tǒng)概率潮流算法綜述[J];電力系統(tǒng)自動(dòng)化;2014年23期

5 李怡寧;吳浩;辛煥海;郭瑞鵬;韓禎祥;;基于廣義多項(xiàng)式混沌法的電力系統(tǒng)隨機(jī)潮流[J];電力系統(tǒng)自動(dòng)化;2015年07期

6 劉利民;劉俊勇;劉友波;;Nataf變換三點(diǎn)估計(jì)分布式發(fā)電網(wǎng)絡(luò)的概率潮流分析[J];電力系統(tǒng)自動(dòng)化;2015年12期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄧威;李欣然;徐振華;宋軍英;陳德生;陳冬林;;考慮風(fēng)速相關(guān)性的概率潮流計(jì)算及影響分析[J];電網(wǎng)技術(shù);2012年04期

2 楊歡;鄒斌;;含相關(guān)性隨機(jī)變量的概率潮流三點(diǎn)估計(jì)法[J];電力系統(tǒng)自動(dòng)化;2012年15期

3 肖碩霜;尹忠東;;大容量風(fēng)電場(chǎng)中風(fēng)速造成的并網(wǎng)問(wèn)題研究[J];電氣技術(shù);2012年08期

4 蔡德福;陳金富;石東源;李慧杰;姚美齊;;風(fēng)速相關(guān)性對(duì)配電網(wǎng)運(yùn)行特性的影響[J];電網(wǎng)技術(shù);2013年01期

5 張宏宇;印永華;申洪;張明;王皓懷;;基于概率測(cè)度變換的風(fēng)速時(shí)間序列建模方法[J];電力系統(tǒng)自動(dòng)化;2013年02期

6 王松巖;于繼來(lái);李海峰;羅建裕;;考慮統(tǒng)計(jì)和互相關(guān)特性的多風(fēng)電場(chǎng)風(fēng)速數(shù)據(jù)模擬生成方法[J];電力系統(tǒng)自動(dòng)化;2013年06期

7 潘雄;周明;孔曉民;吳s，

本文編號(hào)：1674908