基于贝叶斯推理的电力系统转动惯量和新能源虚拟惯量估计方法

在新型电力系统背景下,以风光为代表的可再生能源导致系统惯性水平低、不确定性强,电网频率稳定问题凸显。基于虚拟惯量控制的新能源虽然在一定程度上提升了低惯量电网的频率稳定性,但同时增加了电网惯量评估难度。针对传统电网在线惯量监测方式难以准确估量同步机转动惯量和新能源虚拟惯量的问题,文章在无需任何线性假设的前提下,提出一种基于多重重要性采样-贝叶斯推理的电力系统转动惯量和虚拟惯量综合估计方法。基于相量测量单位(PMU)局部测量信息和贝叶斯推理框架,通过多重重要性采样算法抽样获得惯量参数的非高斯后验分布,从而保证惯量估计准确性。仿真结果表明,该方法在同步和非同步发电机的在线惯量估计方面均具备较高的精度,可推广应用于以新能源为主导的新型电力系统。

改进的MMLT全局照明渲染算法

针对多通路Metropolis光能传递算法(MMLT)不能很好地保证路径样本在路径空间中的连贯性,对子路径的重用率也较低的问题,提出了一种改进算法.通过先采样路径样本再从中选择的方式提高子路径重用率;然后对路径样本进行空间排序,以提高路径空间中的连贯性;最后设计了一套权值策略来决定不同采样方式所占比重.实验结果显示,该算法能够在相同条件下产生噪声更小的结果.