电力系统模型中需求与天气不确定性影响的高效量化
应用统计
2020-11-17 v4
摘要
本文提出一种新方法，用于量化前向传播的需求与天气不确定性对电力系统规划与运行模型的影响。近期研究表明，源自需求与天气时间序列输入的此类采样不确定性不应被忽视。然而，既定的不确定性量化方法在此情形下失效，因为采用不相交样本的标准蒙特卡洛分析所需的数据与计算资源过大。本文引入的方法使用 m out of n 自助法并采用短于原始的时间序列，从而提升计算效率且无需任何额外数据。它既能量化输出不确定性，又能确定所需置信水平对应的样本长度。我们在两个容量扩展规划模型与一个机组组合及经济调度模型上进行了仿真与验证。文中讨论了所估计不确定性边界有效性的诊断方法。模型、数据与代码均已公开。
引用
@article{arxiv.1912.10326,
title = {Efficient quantification of the impact of demand and weather uncertainty in power system models},
author = {Adriaan P Hilbers and David J Brayshaw and Axel Gandy},
journal= {arXiv preprint arXiv:1912.10326},
year = {2020}
}
备注
8 pages. For supplementary material, see the version on IEEExplore