基于泰勒展开的非平衡配电系统鲁棒潮流
系统与控制
2024-07-30 v1 系统与控制
摘要
传统潮流方法常采用针对被动平衡配电系统设计的若干假设，因而在非平衡运行场景下缺乏实用性。此外，这些方法的计算精度和效率严重依赖于分布式能源资源（DER）测量或预测数据中未知误差及坏数据。为此，本文提出一种用于非平衡配电系统的混合数据导向鲁棒潮流算法，结合泰勒级数展开知识与数据驱动回归技术。该方法采用修正泰勒展开构建线性化潮流模型，以获得显式解析解。为缓解DER集成及坏数据导致的近似误差，进一步开发数据导向鲁棒支持向量回归方法高效估计误差。在13节点和123节点IEEE非平衡配电网上的对比分析表明，所提算法在计算效率上具有显著优势，同时保证了精度并具备对离群点的鲁棒性。
引用
@article{arxiv.2407.19253,
title = {Taylor-Expansion-Based Robust Power Flow in Unbalanced Distribution Systems: A Hybrid Data-Aided Method},
author = {Sungjoo Chung and Ying Zhang and Zhaoyu Wang and Fei Ding},
journal= {arXiv preprint arXiv:2407.19253},
year = {2024}
}
备注
Physics-informed machine learning, unbalanced distribution systems, power flow, data-driven, distributed energy resources, outliers, regression