基于优选带宽核密度估计的谐波概率潮流分析方法
本文选题:核密度估计 + 蒙特卡罗法 ; 参考:《电力自动化设备》2017年08期
【摘要】:为解决蒙特卡罗法的计算效率问题,提出小规模样本仿真与非参数概率密度估计法相结合的谐波概率潮流分析方法。在对核密度函数的带宽选择进行优选设计的基础上,利用核密度估计法对小样本仿真得到的谐波潮流结果集进行概率密度估计,得到受影响电网节点的谐波含量的概率分布。利用Open DSS配电网仿真工具对IEEE 13节点标准配电系统进行仿真实验,通过与蒙特卡罗法进行对比,验证了核密度估计方法的有效性和计算效率;与其他2种带宽选择方法的对比实验表明,所提带宽选择方法具备更好的带宽自适应性,且估计性能更优。
[Abstract]:In order to solve the computational efficiency of Monte Carlo method, a harmonic probabilistic power flow analysis method combining small scale sample simulation and nonparametric probability density estimation is proposed. On the basis of the optimization design of bandwidth selection of kernel density function, the probability density of harmonic power flow result set obtained by small sample simulation is estimated by using kernel density estimation method, and the probability distribution of harmonic content of affected power network node is obtained. The simulation experiment of IEEE 13-bus standard distribution system is carried out by using Open DSS distribution network simulation tool. The validity and efficiency of the kernel density estimation method are verified by comparing with Monte Carlo method. Compared with other two bandwidth selection methods, the experimental results show that the proposed bandwidth selection method has better bandwidth adaptation and better estimation performance.
【作者单位】: 全球能源互联网研究院;
【基金】:国家电网公司科技项目(SGRI-DL-71-15-008)~~
【分类号】:TM744
【参考文献】
相关期刊论文 前10条
1 徐怡悦;吴在军;王洋;窦晓波;胡敏强;;基于正交级数的光伏电源输出功率概率模型[J];电力自动化设备;2017年03期
2 邢晓敏;钱智妮;庞健;;分布式电源不同接入点对配电网谐波特性的影响[J];东北电力大学学报;2016年02期
3 钱佳琦;江岳文;;计及配电网节点边际容量成本的多类型分布式电源规划[J];电力自动化设备;2016年03期
4 余光正;林涛;徐遐龄;叶婧;周思远;陈汝斯;;基于2m+1点估计法的考虑风力发电接入时电力系统谐波概率潮流算法[J];电网技术;2015年11期
5 刘晓璇;李建文;李永刚;郭亚成;刘胜军;王向东;;基于诺顿等效电路的多谐波源责任划分研究[J];电测与仪表;2015年17期
6 王守相;张颖;韩亮;;配电系统三相不确定谐波潮流的复仿射计算方法[J];电力系统自动化;2015年07期
7 贾秀芳;张韶光;华回春;安海清;;部分线性核估计方法在谐波责任分摊问题中的应用[J];电力系统自动化;2015年03期
8 李鹏;孙充勃;王成山;郭小龙;张飞;聂耸;;基于OpenDSS的智能配电网仿真与模拟平台及其应用[J];中国电力;2013年11期
9 颜伟;任洲洋;赵霞;余娟;李一铭;户秀琼;;光伏电源输出功率的非参数核密度估计模型[J];电力系统自动化;2013年10期
10 亓民勇;董金新;;基于卡方拟合优度检验的序列等概性测试组[J];计算机工程与设计;2012年05期
相关博士学位论文 前1条
1 张U,
本文编号:2065249
本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2065249.html