用于含风电场的电力系统概率潮流计算的高斯混合模型

被引:32
作者
叶林 [1 ]
张亚丽 [1 ]
巨云涛 [1 ]
宋旭日 [2 ]
郎燕生 [2 ]
李强 [2 ]
机构
[1] 中国农业大学信息与电气工程学院
[2] 中国电力科学研究院
关键词
风电并网; 概率潮流计算; 高斯混合模型; 改进加权最小二乘法;
D O I
10.13334/j.0258-8013.pcsee.161245
中图分类号
TM744 [电力系统的计算];
学科分类号
080802 ;
摘要
大规模风电并网使电力系统的不确定性显著增加,给电力系统的安全稳定运行带来更大的挑战,用于系统不确定性分析的概率潮流的研究日益重要。该文针对短期风电功率预测误差不对称甚至多峰的概率密度分布特性,提出采用高斯混合模型对预测误差概率密度分布进行拟合。在此基础上,针对各高斯混合模型中子高斯的随机组合结果,采用改进加权最小二乘法计算各组合对应状态变量的概率密度分布。最后,以各组合中子高斯权重系数的乘积为权重,将各组合对应状态变量的概率密度分布加权整合,得到电力系统概率潮流结果。该方法将高斯混合模型与改进加权最小二乘法相结合,很好地拟合了短期风电功率预测误差的概率分布特性,避免了传统加权最小二乘估计中繁琐的迭代寻优过程,大大简化了电力系统概率潮流求解过程。以改进IEEE14节点系统进行算例分析,验证了该方法的准确性和有效性。
引用
收藏
页码:4379 / 4387+4578 +4578
页数:10
相关论文
共 24 条
[1]   电网可靠性评估中随机变量的高斯混合模型 [J].
赵渊 ;
王洁 ;
熊燕娇 ;
叶梦姣 ;
吴林 .
电力系统自动化, 2016, 40 (01) :66-71+80
[2]   超短期风电功率预测误差数值特性分层分析方法 [J].
叶林 ;
任成 ;
赵永宁 ;
饶日晟 ;
滕景竹 .
中国电机工程学报, 2016, 36 (03) :692-700
[3]   采用改进联合正态变换法的随机潮流计算 [J].
蔡霁霖 ;
徐青山 ;
丁茂生 ;
王旭东 .
电力系统自动化, 2015, 39 (23) :104-110
[4]   基于随机配置点法的概率潮流算法 [J].
孙英云 ;
毛瑞 ;
董雷 ;
蒲天骄 ;
于汀 .
电力系统自动化, 2015, 39 (23) :111-118
[5]   计及离散分布输入变量的电力系统概率潮流计算方法 [J].
李逸驰 ;
孙国强 ;
钱晓瑞 ;
沈海平 ;
卫志农 ;
孙永辉 .
电网技术, 2015, 39 (11) :3254-3259
[6]   一种基于Beta分布的风电功率预测误差最小概率区间的模型和算法 [J].
杨宏 ;
苑津莎 ;
张铁峰 .
中国电机工程学报, 2015, 35 (09) :2135-2142
[7]   基于Nataf变换的电网不确定性多点估计法 [J].
韩海腾 ;
高山 ;
吴晨 ;
韩俊 ;
李辰 ;
张文嘉 .
电力系统自动化, 2015, 39 (07) :28-34
[8]   基于非参数核密度估计的扩展准蒙特卡洛随机潮流方法 [J].
方斯顿 ;
程浩忠 ;
徐国栋 ;
姚良忠 ;
曾平良 .
电力系统自动化, 2015, 39 (07) :21-27
[9]   基于全概率公式的含风电配电系统概率潮流计算 [J].
高元海 ;
王淳 .
中国电机工程学报, 2015, 35 (02) :327-334
[10]   关于风电不确定性对电力系统影响的评述 [J].
薛禹胜 ;
雷兴 ;
薛峰 ;
郁琛 ;
董朝阳 ;
文福拴 ;
鞠平 .
中国电机工程学报, 2014, 34 (29) :5029-5040