【技术实现步骤摘要】
一种数据驱动的新能源电力系统非参数概率最优潮流预测
‑
分析一体化方法
[0001]本专利技术涉及一种数据驱动的新能源电力系统非参数概率最优潮流预测
‑
分析一体化方法，属于电力系统运行优化领域。
技术介绍
[0002]由于可再生与低成本的优势，风电、光伏等新能源的大规模接入在缓解能源危机、优化能源结构等方面愈发重要。然而，可再生能源发电功率的随机性与波动性也为电力系统的运行决策带来了巨大的风险与挑战。因此，开展可再生能源接入下的概率最优潮流研究，精准量化可再生能源不确定性对电力系统潮流概率分布的影响，对保障现代电力系统的安全经济运行至关重要。国内外相关研究工作已形成多种概率最优潮流计算方法，可归类为模拟法、近似法与解析法三类。模拟法即蒙特卡洛模拟方法，具有最高的准确性，但其计算效率较差。近似法预先假设随机变量的概率分布形式，从而将概率分布的求解简化为少量分布参数的计算，显著提高了计算效率，但参数化假设导致其计算结果的准确性有明显不足。解析法通过构建输出随机变量最优解的解析表达，在保证准确度的...
【技术保护点】
【技术特征摘要】
1.一种数据驱动的新能源电力系统非参数概率最优潮流预测
‑
分析一体化方法，其特征在于，该方法步骤如下：首先提出一种综合不确定性评估指标，对可再生能源的不确定性进行综合评估；然后基于不确定性综合评估结果，构建一种数据驱动的多元非参数概率预测方法；最后基于非参数概率预测结果求解最优潮流问题，提出一种最优潮流加权求和方法，实现非参数概率最优潮流问题的求解。2.根据权利要求1所述的数据驱动的新能源电力系统非参数概率最优潮流预测
‑
分析一体化方法，其特征在于，利用信息熵与点估计法分别评估可再生能源出力的固有不确定性与不确定性影响，进而构建综合不确定性评估指标以描述可再生能源出力的综合不确定性，表示为：其中，U
t
表示可再生能源出力的综合不确定性；表示点估计法所得电力系统输出变量标准差向量的无穷范数，用于评估可再生能源出力的不确定性影响；E
t,norm
表示可再生能源出力的信息熵，用于评估其固有不确定性。3.根据权利要求1所述的数据驱动的新能源电力系统非参数概率最优潮流预测
‑
分析一体化方法，其特征在于，所述的数据驱动的多元非参数概率预测方法基于不确定性综合评估结果自适应选取相似历史数据，构建相似数据集以非参数化表征可再生能源出力概率分布，具体为：首先定义相似性度量指标如下：其中，表示历史数据与预测目标间的欧氏距离；与分别表示t时刻预测目标与d时刻历史数据的输入特征矩阵，且满足d＜t；||
·
||2表示矩阵的2
‑
范数；然后根据可再生能源不确定性综合评估结果，确定相似数据集所需的数据量，表示为：其中，表示准确描述可再生能源出力概率分布所需的相似历史样本个数；表示准确描述...
【专利技术属性】
技术研发人员：万灿，李昀熠，曹照静，徐钰淇，宋永华，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。