一种面向随机经济调度的数据驱动不确定性量化方法
信号处理
2021-09-20 v1
摘要
本文提出了一种基于数据驱动的稀疏多项式混沌展开代理模型，用于考虑风电不确定性的随机经济调度问题。所提方法能够高效、准确地估计随机经济调度解的统计信息（例如均值、方差、概率密度函数和累积分布函数），且不需要随机输入的概率分布。在电-气集成系统（IEEE 118-节点电力系统与20-节点天然气系统集成的系统）上的仿真研究展示了该方法相较于蒙特卡洛模拟的效率与准确性。
引用
@article{arxiv.2109.08195,
title = {A Data-Driven Uncertainty Quantification Method for Stochastic Economic Dispatch},
author = {Xiaoting Wang and Rong-Peng Liu and Xiaozhe Wang and Yunhe Hou and François Bouffard},
journal= {arXiv preprint arXiv:2109.08195},
year = {2021}
}
备注
Accepted by IEEE Transactions on Power Systems for future publication