该文基于证据理论构造了风电场的随机出力和不确定节点负荷的基本可信度分配,提出了一种电力系统概率区间潮流(probabilistic interval power flow,PIPF)模型和算法。通过构建输入不确定量的多维联合可信度分配,将概率区间潮流问题转化...该文基于证据理论构造了风电场的随机出力和不确定节点负荷的基本可信度分配,提出了一种电力系统概率区间潮流(probabilistic interval power flow,PIPF)模型和算法。通过构建输入不确定量的多维联合可信度分配,将概率区间潮流问题转化为若干个区间潮流问题。并采用区间优化法求解区间潮流,获得潮流状态量的区间极值,最终合成了潮流变量的似然累积概率分布和信任累积概率分布。IEEE 30、118标准系统的计算结果表明,所提的概率区间潮流把概率潮流和区间潮流统一于一个模型,获得潮流变量的似然和信任累积概率分布,可用以判断变量取值的最大和最小概率,对电力系统运行有良好的指导意义。展开更多
为描述新能源发电等电力系统运行参数的不确定性对系统的影响,掌握系统的区间潮流分布,提出一种适于求解含新能源的交直流混联电力系统区间最优潮流(interval optimal power flow,IOPF)。源于区间优化法,将系统的新能源发电出力、节点...为描述新能源发电等电力系统运行参数的不确定性对系统的影响,掌握系统的区间潮流分布,提出一种适于求解含新能源的交直流混联电力系统区间最优潮流(interval optimal power flow,IOPF)。源于区间优化法,将系统的新能源发电出力、节点负荷功率等不确定量表达为区间变量,引入到交直流混合系统最优潮流计算的非线性规划模型中,建立了区间最优潮流计算的非线性区间优化模型。根据区间匹配和区间极值取值等原理,将该区间规划转化为两个确定性的非线性优化问题,并采用现代内点算法求解,得到了区间最优潮流待求变量的边界信息。IEEE 14、118和300节点标准系统的计算结果表明,与蒙特卡罗模拟结果对比,所提出方法具有较高的求解精度,对IOPF目标函数区间半径和区间均值的计算误差不超过9%和0.8%,且易于实现、计算效率高,具有广泛的应用前景。展开更多
提出一种考虑风电场风速的区间相关性,含可调度负荷和风电的电力系统区间最优潮流(interval optimal power flow,IOPF)模型,并采用基于随机空间仿射变换的蒙特卡罗(Monte Carlo,MC)法加以求解。首先,将风速区间相关性用"相关角&qu...提出一种考虑风电场风速的区间相关性,含可调度负荷和风电的电力系统区间最优潮流(interval optimal power flow,IOPF)模型,并采用基于随机空间仿射变换的蒙特卡罗(Monte Carlo,MC)法加以求解。首先,将风速区间相关性用"相关角"的概念表达;然后,建立随机仿射空间坐标系,利用仿射变换将相关区间变量转化为仿射空间内独立区间变量;最后,由MC法获得IOPF待求量的区间分布。IEEE-118和300节点系统的计算结果表明,IOPF结果可定性和定量分析区间变量不确定性和相关性对电力系统最优潮流的影响,用以研究用户侧与系统侧、不确定性与确定性调度资源的协调配合潜力,为实现用户与电网的友好互动提供参考。同时所提的仿射变换MC法能较为精确地实现区间变量去相关化,具有广阔的应用前景。展开更多
文摘该文基于证据理论构造了风电场的随机出力和不确定节点负荷的基本可信度分配,提出了一种电力系统概率区间潮流(probabilistic interval power flow,PIPF)模型和算法。通过构建输入不确定量的多维联合可信度分配,将概率区间潮流问题转化为若干个区间潮流问题。并采用区间优化法求解区间潮流,获得潮流状态量的区间极值,最终合成了潮流变量的似然累积概率分布和信任累积概率分布。IEEE 30、118标准系统的计算结果表明,所提的概率区间潮流把概率潮流和区间潮流统一于一个模型,获得潮流变量的似然和信任累积概率分布,可用以判断变量取值的最大和最小概率,对电力系统运行有良好的指导意义。
文摘为描述新能源发电等电力系统运行参数的不确定性对系统的影响,掌握系统的区间潮流分布,提出一种适于求解含新能源的交直流混联电力系统区间最优潮流(interval optimal power flow,IOPF)。源于区间优化法,将系统的新能源发电出力、节点负荷功率等不确定量表达为区间变量,引入到交直流混合系统最优潮流计算的非线性规划模型中,建立了区间最优潮流计算的非线性区间优化模型。根据区间匹配和区间极值取值等原理,将该区间规划转化为两个确定性的非线性优化问题,并采用现代内点算法求解,得到了区间最优潮流待求变量的边界信息。IEEE 14、118和300节点标准系统的计算结果表明,与蒙特卡罗模拟结果对比,所提出方法具有较高的求解精度,对IOPF目标函数区间半径和区间均值的计算误差不超过9%和0.8%,且易于实现、计算效率高,具有广泛的应用前景。
文摘提出一种考虑风电场风速的区间相关性,含可调度负荷和风电的电力系统区间最优潮流(interval optimal power flow,IOPF)模型,并采用基于随机空间仿射变换的蒙特卡罗(Monte Carlo,MC)法加以求解。首先,将风速区间相关性用"相关角"的概念表达;然后,建立随机仿射空间坐标系,利用仿射变换将相关区间变量转化为仿射空间内独立区间变量;最后,由MC法获得IOPF待求量的区间分布。IEEE-118和300节点系统的计算结果表明,IOPF结果可定性和定量分析区间变量不确定性和相关性对电力系统最优潮流的影响,用以研究用户侧与系统侧、不确定性与确定性调度资源的协调配合潜力,为实现用户与电网的友好互动提供参考。同时所提的仿射变换MC法能较为精确地实现区间变量去相关化,具有广阔的应用前景。