基于证据理论的风速不确定性建模

风速决定了风电场的输出功率,风速模型是研究含风电系统运行与规划的重要基础。提出一种基于证据理论的风速不确定建模方法。采用证据理论中基本可信度分配的概念描述风速;提出依据实测历史数据确定基本可信度分配的焦元和信任函数的实现方法,并设计等概率区间和等取值区间2种建模策略。以某风电场实测风速为例对基于所建模型和基于概率分布及区间分布的模型进行仿真比较,结果表明所提模型能确定风速的似然累积概率分布和信任累积概率分布,能更有效地描述和处理风速不确定性信息。

结合证据理论和双层规划的电压稳定不确定分析

提出了一种基于证据理论和双层规划的含风电系统静态电压稳定不确定分析方法。首先,以证据理论中基本可信度分配的概念来描述风速不确定性,建立了静态电压稳定不确定分析模型。然后,通过构造多个风电场风速的联合可信度分配,建立风速的若干个超立方体域,从而将原电压稳定不确定分析问题转化为超立方域内最远和最近电压稳定临界点问题。最后,采用双层规划方法分别求解最远和最近临界点问题,得到各超立方域的负荷裕度最大值和最小值,并合成负荷裕度的信任累积概率分布和似然累积概率分布。IEEE 118节点和IEEE 300节点标准系统的计算结果表明,相比传统概率方法,所提模型与方法能够有效描述风速的客观不确定性和主观不确定性信息,利用负荷裕度的信任和似然分布可确定系统发生电压失稳的最小和最大概率,符合电力调度人员的思维习惯。

基于Bayes公式的信任评估

Bayes公式在很多学科、领域都有着广泛的应用.为了在教学中明确Bayes公式的形式和应用,以Bayes公式在信任评估中的应用为主题,开展专题研究.分别演示和推导了Bayes公式的事件形式在信任累积中的应用和Bayes公式的概率密度函数形式在P2P商业模式中的信任评估.文章既展现了基于Bayes公式的信任累积及虚拟环境下信任评估的过程,也体现了Bayes公式的灵活、有效的应用价值;这对Bayes公式的教学和科研都有一定的启迪价值.

基于证据理论的电网稳控系统可控容量不确定性分析

电网安全稳定控制系统(security and stability control system,SSCS)构成电网稳定防御第二道防线,其可控容量反映SSCS维持频率稳定的能力。站点控制路径可用性和可控容量波动性,增加了对SSCS可控容量评估的难度。文章提出了一种SSCS可控容量不确定性分析方法。基于执行站(executive station,EX)可控容量波动特性,采用证据理论方法建立EX基本可信度分配模型。改进SSCS概率加权邻接矩阵,建立站点控制概率模型以修正EX基本可信度分配。考虑站点控制容量与控制路径相关性,建立SSCS可控容量联合可信度分配模型。计算可控容量的似然累积分布(likelihood cumulative probability distribution,LCPD)和信任累积分布(belief cumulative probability distribution,BCPD),量化电网功率缺额下SSCS保全能力。通过与传统概率方法比较,验证了所提可控容量不确定分析方法的有效性。