考虑风电接入不确定性的广义负荷建模及应用

考虑风电接入原负荷节点后带来的节点特性不确定性问题,提出了基于概率统计的广义负荷节点稳态特性学习与建模的新方法。为分析风电接入后功率流向的改变,将节点特性分为电源特性与负荷特性;针对节点特性的不确定性变化,基于历史实测数据对有功功率样本空间进行自适应分段细化,统计其概率分布;利用Levenberg-Marquardt神经网络法学习并提取各段节点特征,构建节点特性统一模型,并以风险分析为例说明新模型的应用。仿真结果表明,所提方法不但可精确建模,而且通过统计数据样本引入概率信息,可对不确定性问题按概率分场景分析,弥补了传统方法对随机特征描述能力不足的缺陷,是对传统建模方法在不确定场景应用上的扩展和延伸,从而可为风电接入后的仿真分析与调度控制提供辅助参考。