含可再生能源接入的配电网拓扑识别混合框架
应用统计
2023-12-12 v2
摘要
拓扑识别（TI）是配电网状态估计（SE）的一项关键任务，尤其对于高渗透率可再生能源接入的配电网而言。由可再生能源时间序列行为引发的不确定性若不加妥善处理，几乎必然导致糟糕的 TI 结果。这些不确定性在传统框架下解析上难以处理——它们通常具有联合时空依赖性，因而不能简单视为白噪声。为此，本文提出一种混合框架，以系统化、理论化的方式处理这些不确定性；特别地，研究了大数据分析以利用这些不确定性的联合时空统计特性。借助若干先验知识，首先构建模型库以存储网络拓扑的典型可数模型；因此，各库模型 SE 输出与观测值之间的差异可被定义为矩阵变量——即所谓的随机矩阵。为深入理解随机矩阵，需要设计良好的度量空间。自回归（AR）模型、因子分析（FA）与随机矩阵理论（RMT）被联结用于度量空间设计，随后在高维（向量）空间中对这些矩阵进行联合时空分析。在所提框架下，获得了若干大数据分析结果与理论结果以提升 TI 性能。我们的框架利用 IEEE 标准配电网及实际现场数据进行了验证。
引用
@article{arxiv.2009.06214,
title = {A Hybrid Framework for Topology Identification of Distribution Grid with Renewables Integration},
author = {Xing He and Robert Qiu and Qian Ai and Tianyi Zhu},
journal= {arXiv preprint arXiv:2009.06214},
year = {2023}
}
备注
11 pages