基于CV-KDE的风电并网系统概率潮流计算

作者：张晓英^*; 高天祯; 王琨; 陈伟; 王晓兰; 胡开伟

来源：太阳能学报, 2021, 42(09): 263-269.

DOI：10.19912/j.0254-0096.tynxb.2019-0831

• 风力发电
• 概率分布
• 统计学方法
• 概率潮流计算
• 核密度估计
• 交叉验证

高比例风电接入电网后加剧了电力系统的不确定性和随机性,用于系统不确定性分析的概率潮流计算就显得尤为重要。而现有的概率潮流计算中所用的风电概率建模存在需要假设参数分布和不能全面考虑各种随机因素影响的缺点,导致潮流计算结果具有较大误差。文中提出采用考虑边界校正的非参数核密度估计建立概率潮流计算中的风电功率概率模型,并引用机器学习中带交叉验证(cross validation,CV)的网格搜索(grid search)法优化核密度估计的带宽参数。所建模型利用网格搜索法将数据在交叉验证中测试训练得到最优解,得到的带宽参数比传统带宽求解法得到的参数更加精确,且使数据的利用更加充分。最后,利用加入风电后改进的IEEE 39节点电力系统进行潮流计算仿真分析,验证了所提核密度估计概率模型和带宽求解方法的准确性和有效性。

• 单位
  兰州理工大学; 国网甘肃省电力公司电力科学研究院