一种用于评估含可再生能源电力系统概率总传输容量的数据驱动稀疏多项式混沌展开方法
信号处理
2020-10-29 v2
摘要
日益增长的可再生能源（RES）与老化的输电网络所带来的不确定性水平提升，给总传输容量（TTC）与可用传输容量（ATC）的评估带来了巨大挑战。本文提出一种新颖的数据驱动稀疏多项式混沌展开（DDSPCE）方法，用于估计概率性 TTC（PTTC）的概率特征（如均值、方差、概率分布）。具体而言，所提方法无需对随机输入的先验概率分布作假设，直接利用数据集估计 PTTC。此外，集成了稀疏策略以提升计算效率。在修改后的 IEEE 118-总线系统上的数值研究表明，所提 DDSPCE 方法能以高效率准确估计 PTTC 的概率特征。而且，数值结果揭示了在 PTTC 与 ATC 评估中纳入离散随机输入的极大重要性，而这一点此前未受到充分关注。
引用
@article{arxiv.2010.14358,
title = {A Data-Driven Sparse Polynomial Chaos Expansion Method to Assess Probabilistic Total Transfer Capability for Power Systems with Renewables},
author = {Xiaoting Wang and Xiaozhe Wang and Hao Sheng and Xi Lin},
journal= {arXiv preprint arXiv:2010.14358},
year = {2020}
}
备注
Accepted by IEEE Transactions on Power Systems for future publication