一种用于概率潮流问题的耦合 Karhunen–Loève 与各向异性稀疏网格插值方法
信号处理
2021-01-20 v2
摘要
在传统潮流分析中，一个关键假设是输入变量（即发电机出力与用户需求）在时间上固定且相应响应无可变性。然而，随着可再生能源的采用为现代电力系统增添更多可变性与不确定性，该假设不再成立。应对这些关切便构成了概率潮流（PLF）问题的定义。PLF 问题的挑战在于处理高维输入不确定性以及潮流方程的非线性。解决这些问题最直接但耗费计算时间的方法是执行蒙特卡洛方法。然而，本工作通过耦合 Karhunen–Loève（KL）展开与各向异性稀疏网格算法解决了这些——精度、高维性与计算时间——问题。所提方法在 IEEE 118 总线测试系统以及 IEEE 可靠性测试系统-1996 的现代化版本（即可靠性测试系统-电网现代化实验室联盟（RTS-GMLC））上实现并测试。针对 194 维情形的结果表明，在均值与标准差误差受限的条件下，与 10,000 次抽样的蒙特卡洛方法相比计算时间有所减少。
引用
@article{arxiv.1908.09370,
title = {A Coupled Karhunen--Lo\`eve and Anisotropic Sparse Grid Interpolation Method for the Probabilistic Load Flow Problem},
author = {Brandon Johnson and Nathan L. Gibson and Eduardo Cotilla-Sanchez},
journal= {arXiv preprint arXiv:1908.09370},
year = {2021}
}
备注
24 pages, 5 figures