基于广义多项式混沌法的含风电电力系统随机潮流
发布时间:2018-01-13 19:22
本文关键词:基于广义多项式混沌法的含风电电力系统随机潮流 出处:《电力系统自动化》2017年07期 论文类型:期刊论文
更多相关文章: 随机潮流 风电场 相关性 等价变换 广义多项式混沌
【摘要】:风电的大量接入加剧了电力系统运行的不确定性,随机潮流计算是分析电力系统不确定性的重要工具。针对风电接入,提出了基于广义多项式混沌理论的方法求解随机潮流。该算法选取最优广义多项式混沌基函数构成级数展开式来近似表示随机输入变量,再根据基函数的正交性,构造确定性方程组,进而将求解系统状态变量概率分布的问题转化为其广义多项式混沌逼近系数的求解问题。针对风电出力概率分布复杂且需计及风速相关性的情况,采用等价变换方法处理随机输入变量。对IEEE 30节点系统的随机潮流计算结果表明:所提算法的计算精度较高;与蒙特卡洛模拟法相比,计算量较小。
[Abstract]:A large number of wind power access intensifies the uncertainty of power system operation. Stochastic power flow calculation is an important tool to analyze the uncertainty of power system. A method based on generalized polynomial chaos theory is proposed to solve the stochastic power flow. The optimal generalized polynomial chaotic basis function is selected to form a series expansion to approximate represent the random input variables. Then the deterministic equations are constructed according to the orthogonality of the basis function. Then, the problem of solving the probability distribution of system state variables is transformed into the solution of chaotic approximation coefficient of generalized polynomial, aiming at the complex probability distribution of wind power output and the need to consider the correlation of wind speed. The equivalent transformation method is used to deal with the random input variables. The results of stochastic power flow calculation for IEEE 30-bus system show that the proposed algorithm has a high accuracy. Compared with Monte Carlo simulation method, the computational complexity is smaller.
【作者单位】: 浙江大学电气工程学院;国网浙江省电力公司;
【正文快照】: 0引言电力系统运行受大量的计划和非计划因素影响,存在很多随机因素。风电受自然条件的影响,其出力具有波动性,大规模并网后,系统的不确定性将显著增大。随机潮流可考虑上述随机因素,得到系统运行情况的宏观统计信息,比常规潮流计算更能揭示电力系统的运行特性[1]。随机潮流研
【相似文献】
相关会议论文 前1条
1 杨劲;方静;;应用蒙特卡洛模拟法的法罗培南PK/PD研究[A];第十二届全国数学药理学术大会论文集[C];2009年
相关硕士学位论文 前7条
1 曹盛平;沪深300指数收益率VaR的计算[D];复旦大学;2014年
2 朱敏;银行结构性理财产品—定价和风险[D];南京大学;2014年
3 史聪;中国分级基金优先份额定价方法的比较研究[D];上海社会科学院;2016年
4 顾佳鑫;基于蒙特卡洛模拟法的CDM项目风险评估分析[D];华南理工大学;2013年
5 程秀清;结构性理财产品风险收益分析[D];山东大学;2014年
6 姚碧清;基于蒙特卡洛模拟法的CDM市场的风险与收益分析[D];湖南大学;2012年
7 徐平;金融市场的VaR方法及在中国股市中的应用[D];华南理工大学;2011年
,本文编号:1420211
本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/1420211.html