Efficiency Assessment of a Residential DC Nanogrid with Low and High Distribution Voltages Using Realistic Data
由于屋顶光伏(PV)系统和建筑物中使用的内部DC设备的数量大幅增加,直流(DC)配电在住宅纳米电网(RNG)中受到了关注。与AC分配相比,使用DC分配提高了RNG的效率。本文研究了低和高配电电压水平的直流RNG的效率,通过探索功率损耗的原因。所研究的DC RNG由各种类型的本地负载、现场光伏发电和电池存储系统组成。使用实际负载、PV曲线和转换器效率曲线使分析更加准确。此外,还考虑了低、中和高功耗的三种负载分布,以研究负载对整体系统效率的影响。
2021-05-03 cs.SY eess.SY
Quantifying the benefit of load uncertainty reduction for the design of district energy systems under grid constraints using the Value of Information
本研究扩展了信息价值框架以量化建筑监测在区域能源系统设计中的经济效益,发现尽管负荷不确定性显著影响成本与设计,但监测数据带来的成本降低不足以抵消其成本。
2025-06-28 cs.SY eess.SY
The Effect of the Uncertainty of Load and Renewable Generation on the Dynamic Voltage Stability Margin
研究了随机负荷和可再生能源发电量不确定性对动态电压稳定裕度的影响。描述负荷、风能和太阳能发电的不确定性的随机轨迹已被纳入电力系统模型中,作为一组随机微分代数方程(SDAE)。系统地研究了IEEE 39节点系统的Monte Carlo动态仿真,计算了所有动态部件都激活的随机负荷裕度。数值结果表明,需求和发电量的不确定性会导致动态电压稳定裕度的减小,但可再生能源发电机组的变化性可能起更大的作用。鉴于可再生能源的整合将继续增长,它是至关重要的,应用随机和动态的方法在电压稳定性研究。
2019-06-19 cs.SY eess.SP eess.SY
Dynamic Resilience Assessment of Power Systems With Data Center Load Events Using Physics-Informed Neural Networks
Binghamton University, State University of New York(纽约州立大学宾汉姆顿分校)
提出基于物理信息神经网络(DAE-PINN)的电网侧动态韧性评估框架,通过隐式后向欧拉残差无监督学习动态与代数状态,实现扰动后轨迹快速评估,并利用多阶段韧性指标量化数据中心断开与重连的影响。
2026-06-23 cs.SY eess.SY
Assessment of the Center of Inertia and Regional Inertia with Load Contribution via a Fully Data-Driven Method
本文提出了一种新的全面和完全数据驱动的方法来估计惯性中心(COI)和区域惯性,考虑由于干扰和负载惯性贡献的COI的位移。该策略使用基于典型性的数据分析(TDA)技术来检测正确的先导总线,代表COI。在TDA中,相关性和余弦相似性的复合被实现以近似数据的实际分布,并找到最接近被选为导频总线的平均值的点(总线)。然后,在试点总线的频率响应和有功功率偏差被嵌入到一个自回归移动平均外源输入(ARMAX)为基础的方法,以确定由等效机器,其惯性常数对应于在该区域的惯性贡献所代表的区域惯性。这样做是为了使用导频总线的频率响应和区域互连的有功功率来执行区域的惯性估计,以将区域建模为等效机器,其惯性常数使用ARMAX识别技术来估计。IEEE 68总线基准测试系统和一个适应的版本与聚合动态负载的方法进行了测试,证实了该方法的有效性。
2022-06-20 cs.SY eess.SY
A Distributionally Robust Optimization Framework for Stochastic Assessment of Power System Flexibility in Economic Dispatch
针对电力系统净负荷高维变异性带来的灵活性评估挑战,提出分布鲁棒优化框架,在允许最小违规下随机评估灵活性,并在四个IEEE标准测试系统上验证,结果较传统方法更不保守。
2024-07-20 cs.SY eess.SY math.OC
A Preliminary Assessment of Shipboard Power System Architectures for LVDC Integration
University of Genova(热那亚大学)
本文以现有MVAC-LVAC系统为基准,初步比较三种舰载电网拓扑(含LVDC部分、全LVDC放射状、区域LVDC),并用五个关键指标评估其性能。
2025-09-26 cs.SY eess.SY
Probabilistic Load-Margin Assessment using Vine Copula and Gaussian Process Emulation
随着可再生能源的日益普及和负荷的变化,电力系统状态的不确定性越来越大,威胁着电力系统规划和运行的安全性。面对这些挑战,本文提出了一种具有成本效益的,非参数的方法来量化不确定的功率注入对负载裕度的影响。首先,我们提出了一种新的藤蔓Copula,由于其模拟复杂的多变量高度依赖的模型输入的能力,产生系统的不确定输入。此外,为了减少传统的蒙特卡罗方法所需的计算时间,我们建议使用一个非参数,高斯过程仿真器为基础的降阶模型,以取代原来复杂的连续潮流模型。该仿真器允许我们以可忽略的计算成本在采样值处执行耗时的连续潮流求解器。IEEE 57节点系统,其中相关的可再生能源发电附加进行的仿真,揭示了所提出的方法的优良性能。
2020-04-13 cs.SY eess.SP eess.SY
Input Modeling and Uncertainty Quantification for Improving Volatile Residential Load Forecasting
Virginia Tech(弗吉尼亚理工大学);Arizona State University(亚利桑那州立大学)
本文提出了一种两阶段方法,通过输入建模和不确定性量化来解决现有负荷预测方法中忽视输入误差影响的问题,从而提高预测准确性与区间覆盖能力。
2019-05-16 cs.SY eess.SY
A Decentralized Framework for Real-Time Energy Trading in Distribution Networks with Load and Generation Uncertainty
ece.ubc.ca(不列颠哥伦比亚大学电气与计算机工程系)
本文提出一种分布式能源交易算法,以应对配电网络运营商在实时调度可控负荷和发电时面临的挑战,通过隐私保护和鲁棒性框架提升利润。
2017-05-07 cs.SY eess.SY
Cyber Resilience Assessment of Unbalanced Distribution System Restoration under Sparse Load Forecasting Attacks
Binghamton University, State University of New York(纽约州立大学宾汉姆顿分校)
本文量化对抗性攻击对负荷预测的影响,提出梯度稀疏攻击方法,并建立恢复感知验证框架,揭示系统级故障,为设计网络安全感知的恢复规划提供见解。
2026-06-23 cs.SY eess.SY
Real-time Building Energy Storage Scheduling under Electrical Load Uncertainty: A Dynamic Markov Decision Process Approach with Comprehensive Analysis of Different Pricing Policies
本研究针对建筑储能实时调度问题,提出结合分位数傅里叶回归的实时MDP模型,将大规模优化问题转化为线性规划求解,经学校一年数据验证,其适应不确定负荷的表现随电价政策在30%-99%之间。
2024-09-14 cs.SY eess.SY
Comprehensive Assessment of COVID-19 Impact on Saskatchewan Power System Operations
本文从萨斯喀彻温省电力系统运营的角度介绍了2019冠状病毒病(COVID-19)大流行期间迄今为止吸取的经验教训。本集团已制定负荷估计方法,以识别因COVID-19而影响企业、学校及其他非关键业务的关闭如何改变电力消耗。此外,我们亦研究COVID-19遏制措施及重新开放阶段对负荷不确定性的影响。二氧化碳排放量的变化,可再生能源发电的比例增加和负荷模式的变化进行了讨论。此外,还研究了COVID-19对平衡机构的功率控制性能的影响。本文的分析是基于SaskPower公司,这是在加拿大萨斯喀彻温省的主要电力公司的数据。对今后电力系统的运行和规划提出了一些建议。
2020-11-21 cs.SY eess.SY
Safe Reconnection Time for Large-Scale Data Center Loads: An Analytical Framework for Transient Stability Assessment
Iowa State University(爱荷华州立大学)
本文提出分析框架,用于确定数据中心负载在扰动导致断开后安全重连时间,以避免振荡。通过能量函数方法确定临界时间,确保重连后系统稳定。
2026-09-10 cs.SY eess.SY
Stochastic Distribution Network Reconfiguration under Load Uncertainty
Institute of Computing, University of Campinas(坎皮纳斯大学计算研究所)
本文针对负荷不确定性,采用两阶段随机规划构建MISOCP模型,在12个不同规模网络上验证了配电网重构可降低网损与电压越限,且空间异质场景对不确定性表征及重构决策有重要影响。
2026-10-09 cs.SY eess.SY
Two-Stage Adaptive Robust Optimization Model for Joint Unit Maintenance and Unit Commitment Considering Source-Load Uncertainty
针对源荷高不确定性下机组检修与机组组合协同难题,提出两阶段自适应鲁棒优化模型及混合求解算法,并在RTS-79系统上验证其经济性与适应性。
2024-12-01 cs.SY eess.SY
Comparative Assessment of Look-Ahead Economic Dispatch and Ramp Products for Grid Flexibility
Midcontinent ISO(中部电网独立系统运营商)
本文比较了前瞻性经济调度与爬坡产品在电网灵活性中的性能,发现两者在特定条件下存在差异,提出改进爬坡产品实现的建议。
2026-01-29 cs.SY eess.SY
Evaluating Load Models and Their Impacts on Power Transfer Limits
功率传输极限或传输能力(TC)直接关系到系统的运行和控制以及电力市场。因此,它们的评估必须符合静态约束,如线路热限制,和动态约束,如暂态稳定性限制,电压稳定性限制和小信号稳定性限制。由于负荷动态特性对电力系统暂态稳定性有重要影响,负荷模型是影响功率传输极限的一个关键因素。目前,工业界和学术界已经提出并采用了多种负荷模型,包括ZIP模型、ZIP+感应电机复合模型(ZIP + IM)和WECC复合负荷模型(WECC CLM)。每种方法都有其独特的优点,但它们对功率传输极限的影响尚未得到充分解决。一个现有的挑战是拟合高阶非线性模型,如WECC CLM。在这项研究中,我们创新地采用双深度Q学习网络(DDQN)代理作为动态评估过程中的通用负荷建模工具,并将相同的瞬态场测量值拟合到不同的负荷模型中。然后进行综合评估以量化负荷模型对功率传输极限的影响。仿真环境是在暂态安全评估工具(TSAT)中构建的IEEE-39节点系统。
2020-08-07 cs.SY eess.SP eess.SY
Degradation Aware Predictive Energy Management Strategy for Ship Power Systems
将现代防御武器集成到船舶电力系统中,在满足这些负载的高斜坡率要求方面提出了挑战。发电机可能需要满足这些负载的斜坡率。如果不这样做,可能会导致稳定问题。这通过发电机和能量存储元件的聚集来解决,以处理由负载引起的所需电力需求。本文提出了一种基于模型预测控制的能量管理策略,将不确定性的负荷预测。所提出的控制器优化协调发电机和储能元件之间的功率分配,以保证满足功率需求,同时考虑斜坡率限制和负载不确定性。一个低带宽模型,由一个单一的发电机和一个单一的能量存储元件被用来验证所提出的能量管理策略的结果。结果表明,在负载预测的不确定性下的控制器的鲁棒性和负载的不确定性对电池容量损失的影响。
2021-05-25 cs.SY eess.SY math.OC
Stochastic Economic Dispatch with Battery Energy Storage considering Wind and Load Uncertainty
Washington State University(华盛顿州立大学)
本文提出含储能的随机动态经济调度框架,利用分层与重要性采样生成风电和负荷不确定性场景,在改进IEEE 39节点系统上验证了BESS部署可减少弃电和调度成本、提升系统灵活性。
2025-08-28 cs.SY eess.SY
Managing HILP Consequences Using Dynamic Distribution System Asset Assessment
为了提高配电系统对高影响低概率(HILP)事件的恢复能力,重要的是要优先考虑这些事件损坏的资产,以便更快地恢复丢失的负载,特别是敏感和重要的负载。为此,本文讨论了电力供应线路的优先级调度和优先修复行动。为此,配电系统线路的经济价值被认为是衡量网络对飓风敏感性的一个标准。该模型是基于价值的,其中已考虑的负载值,基于寿命的失效概率的杆,脆弱性曲线,由维护团队的线路维修的持续时间,和拓扑因素。这是为了考虑需求侧的重要性、线路的故障程度和可达性、时间的重要性以及网络配置。分析结果给出了线路优先级的排序,其中拓扑因素的影响较大。该模型已在IEEE 33节点网络上进行了测试。
2021-05-23 cs.SY eess.SY
Continuous-Time Aggregation of Massive Flexible HVAC Loads Considering Uncertainty for Reserve Provision in Power System Dispatch
State Key Laboratory of Advanced Electromagnetic Technology, Huazhong University of Science and Technology(华中科技大学先进电磁技术国家重点实验室)
针对电力系统调度中大规模灵活HVAC负荷调度的计算与不确定性难题,提出含分布鲁棒机会约束的连续时间聚合模型及分层调度框架,验证了模型的有效性与可扩展性。
2026-09-03 cs.SY eess.SY
A Multi-model and Multi-scenario Assessment of the Impact of Climate Change on the Heating and Cooling Load Components of an Archetypical Residential Room in Major Indian Cities
本研究通过多气候模型与多排放情景评估印度各气候区典型住宅房间,量化墙体、窗户等负荷组成,预测未来制冷需求大增而供暖需求下降,并指出关键节能改造对象。
2023-07-16 cs.SY eess.SY
Benchmarking Time Series Foundation Models for Load Forecasting Under Covariate Uncertainty
University of California, Santa Cruz(加州大学圣克鲁兹分校)
本文针对协变量不确定性下的短期负荷预测,基准测试了四种从头训练模型和四种时间序列基础模型,发现Chronos-2在协变量准确时最优,而TimesNet在严重不确定性下更鲁棒。
2026-10-07 cs.LG cs.SY eess.SY
Probabilistic assessment of the impact of flexible loads under network tariffs in low voltage distribution networks
The University of Sydney(悉尼大学)
本文提出了一种概率框架,用于设计电价以最小化分布式能源资源对网络性能的影响,稳定电网公司收入并改善网络成本分配的公平性。通过结合自动化家庭能源管理系统减少高峰需求,该框架展示了如何通过非参数贝叶斯模型、热用水统计模型和新型HEMS来调度可控设备,从而降低客户成本并缓解网络约束。
2020-07-17 cs.SY eess.SY math.OC
Risk Assessment with Generic Energy Storage under Exogenous and Endogenous Uncertainty
本文重新定义可提供概率备用的通用储能,建立涵盖外生与内生不确定性的数据驱动统一模型,并通过风险指标和日前机会约束优化表明内生不确定性会带来更严重风险。
2022-03-26 cs.SY eess.SY math.PR
Fragility of Decentralized Load-Side Frequency Control in Stochastic Environment
Iowa State University(爱荷华州立大学)
本文研究了去中心化负荷侧频率控制算法在随机参数不确定性下的脆弱性,发现参数不确定性导致系统电压波动,从而引发随机不稳定。通过分析框架计算了临界方差值,并验证了可控负荷成本和可再生能源渗透率对临界方差的影响。
2017-02-12 cs.SY eess.SY math.OC
Benchmarking Flexible Electric Loads Scheduling Algorithms under Market Price Uncertainty
由于电力系统中间歇性和分布式发电机的数量不断增加,许多需求响应程序已经被开发来调度灵活的能量消耗。然而,缺乏适当的基准比较这些方法,特别是当决策的基础上反复更新的信息。本文提出了一种新的基准测试工具,旨在弥合这一差距。对灵活性规划算法进行分类的调查是定义基准标准的输入。该框架可以用于不同的目标,并在不同的条件下所面临的电力能源利益相关者感兴趣的灵活性调度算法。它包括一个模拟环境,捕捉前瞻性的信息,这使得比较在线规划和调度算法的演变。基准测试工具是用来测试七个规划算法测量其性能在不确定的市场条件下。结果表明,在线决策的重要性,数据质量对算法性能的影响,使用强大的随机规划方法的好处,值得信赖的基准测试的必要性。
2020-02-04 cs.SY eess.SY
Robust Capacity Assessment of Distributed Generation in Unbalanced Distribution Networks Incorporating ANM Techniques
Tsinghua University(清华大学)
本文提出一种考虑三相功率流建模和ANM技术的鲁棒分布式发电容量评估方法,通过两阶段可调鲁棒优化解决负载需求和DG输出的不确定性,提升DG接入容量评估的准确性和鲁棒性。
2017-09-12 cs.SY eess.SY
Tire-road friction estimation and uncertainty assessment to improve electric aircraft braking system
University of Perugia(佩鲁贾大学)
对路面摩擦系数的精确在线估计是任何先进制动控制系统的基本特征。在这项研究中,提出了一种基于MLP神经网络的数据驱动方案,以估计最佳摩擦系数作为窗口滑动摩擦测量的函数。一个随机NN权重辍学机制是用来在线估计的置信区间估计的最佳摩擦系数,从而提供了一个表征的认知不确定性与NN块。开环和闭环仿真的着陆阶段的飞机在一个未知的表面上显示的潜力和有效性的鲁棒摩擦估计方法。
2022-11-14 cs.AI cs.LG cs.SY
Fast Analytical Method for Resource Adequacy Assessment in Renewable-Rich Power Systems
本文提出一种适用于高可再生能源占比电力系统的资源充足性评估快速分析方法,结合应力强度法、中心极限定理与Gram-Charlier展开,经IEEE RTS-96测试系统验证,可大幅减少计算时间且精度不受损,适配未来电力系统需求。
2026-10-14 cs.SY eess.SY
Grid Inadequacy Assessment against Power Injection Diversity from Intermittent Generation, Dynamic Loads, and Energy Storage
University of Sydney(悉尼大学);University of the Philippines(菲律宾大学);The University of Hong Kong(香港大学)
本文提出了一种新的电网不足性度量标准,用于评估电网在面对间歇性发电、动态负荷和储能带来的多样化电力注入状态时的脆弱性,通过分析直流功率流不可行集与电力注入集的大小比例来量化电网的不足性。
2019-04-17 cs.SY eess.SY physics.app-ph
Service-Aware Hosting Capacity Assessment of Edge Data Centers with Workload Flexibility
University of Houston(休斯顿大学);West Virginia University(西弗吉尼亚大学)
本文针对含可转移工作负载的边缘数据中心,构建服务感知托管容量评估模型,经IEEE 33节点系统验证,AI DC的托管容量增益最高达9.89%,MEC DC达4.46%,CDN增益可忽略。
2026-10-14 cs.SY eess.SY
Robust Economic Dispatch with Flexible Demand and Adjustable Uncertainty Set
研究在RES接入下利用弹性负荷多维灵活性平衡发电成本与系统风险,提出风电不确定性集协同优化方法,通过代理仿射近似转化为凸问题,在六母线网络中验证灵活负荷聚合商对确定风电偏差最优允许区域的作用。
2024-12-24 cs.SY eess.SY
Passivity based Stability Assessment for Four types of Droops for DC Microgrids
该研究针对直流微电网的四类升压变换器下垂控制,基于无源性概念结合EN 50388-2标准,通过低通滤波器和母线阻抗推导设计无源控制器,并经带恒功率负载的单变换器微电网仿真验证了方法有效性。
2024-09-17 cs.SY eess.SY
Co-Optimization of Damage Assessment and Restoration: A Resilience-Driven Dynamic Crew Allocation for Power Distribution Systems
本研究提出MILP模型协同优化配电系统的损伤评估与恢复过程,通过动态调整抢修队伍调度并引入保守潮流约束集,在IEEE测试系统中验证了实用性与可扩展性。
2024-01-11 cs.SY eess.SY
Probabilistic Assessment of Rare Transient Instability Events via Kriging-based Active Learning Framework
McGill University(麦吉尔大学);University of Alberta(阿尔伯塔大学)
本文提出基于Kriging的主动学习框架,用于准确表征输入不确定性空间中的罕见不稳定性区域,并估计相关的小概率不稳定性,同时仅需少量昂贵的时间域模拟。
2026-05-07 cs.SY eess.SY
Coupling-Aware Aggregation of Multi-Zone HVAC Loads under Uncertainty: A Two-level Framework
Global Energy Interconnection Group Co., Ltd.(全球能源互联网集团有限公司)
针对多区域HVAC负荷聚合中的耦合与不确定性问题,本文提出耦合感知两级框架,通过建筑层面降维和聚合器层面矩阵变换实现高维灵活性的内近似,案例研究验证了其准确性、可靠性与可扩展性。
2026-09-04 cs.SY eess.SY
Trajectory Sensitivity-Based Dynamic Assessment of an AI Data Center Under Contingencies
Siemens - Research & Predevelopment(西门子研究与预开发部)
本文提出基于轨迹灵敏度的动态评估框架,用于含直流微电网的AI数据中心,在故障下快速估计系统响应,计算时间从秒降至毫秒,验证精度高。
2026-10-08 cs.SY eess.SY
Empirical Assessment of Time-Series Foundation Models For Power System Forecasting Applications
University of Colorado Boulder(科罗拉多大学博尔德分校);National Renewable Energy Laboratory(美国国家可再生能源实验室)
本文实证评估了时间序列基础模型在太阳能、风能和负荷预测中的性能,分析了八种核心能力,为电力系统运营提供决策依据。
2026-04-23 cs.SY eess.SY
Investigation of Relevant Distribution System Representation with DG for Voltage Stability Margin Assessment
Iowa State University(爱荷华州立大学)
本文研究了在配电网中包含不平衡负荷对电压稳定性边界评估的重要性,通过仿真方法分析不同不平衡负荷比例对电压稳定性边界的影响,并展示了通过配电网与输电网联合仿真实现的电压稳定性边界的评估方法。
2019-03-12 cs.SY eess.SY
Efficient and Robust Equilibrium Strategies of Utilities in Day-ahead Market with Load Uncertainty
我们考虑的情况下,$N$公用事业公司战略性地在日前的市场上竞标电力,并在实时市场上平衡承诺供应和实际需求之间的不匹配,考虑需求和当地可再生能源发电的不确定性。我们将公用事业之间的相互作用建模为非合作博弈,每个公用事业的目标是最小化其单位电力成本。我们研究了公用事业公司的最优报价策略,并证明了所有公用事业公司根据(净负荷)预测报价是一个唯一的纯策略纳什均衡,具有两个显著性质。首先,它不会造成效率损失;因此,公用事业之间的竞争不会增加社会成本。其次,它是鲁棒的和(0,$N-1$)故障免疫的。也就是说,非理性效用者的错误行为只会降低其他理性效用者的成本。同时使期望的市场供需不匹配最小化,提高了电力供应链的规划和供需匹配效率。我们证明了相关的预测误差和一般类的实时现货定价模型,捕捉现货价格,前一天的清算价格,和市场水平的不匹配之间的关系的设置下的结果。基于真实世界痕迹的模拟证实了我们的理论发现。我们的研究为市场机制设计提供了新的见解。特别是,我们推导出一组相当普遍的充分条件,市场运营商设计实时定价方案,使公用事业之间的相互作用承认所需的均衡。
2021-09-14 cs.SY eess.SY
Vulnerability Analysis Evaluating Bilevel Optimal Power Flow Approaches for Multiple Load Cases
University of Kassel(卡塞尔大学);Fraunhofer IEE(弗劳恩霍夫电气能源技术研究所)
本文提出双层模型评估方法,用于识别电力系统多负荷场景下的关键脆弱性,提升防御策略的鲁棒性。
2025-10-01 cs.SY eess.SY math.OC
Deep Reinforcement Learning Approach to QoSAware Load Balancing in 5G Cellular Networks under User Mobility and Observation Uncertainty
School of Electrical Engineering, Iran University of Science & Technology (IUST), Tehran, Iran(伊朗科技大学电气工程学院)
本文提出基于PPO的深度强化学习框架,用于在用户移动性和观测不确定性下实现端到端的QoS感知负载均衡,通过多目标奖励机制平衡效率与稳定性。
2026-05-12 cs.NI cs.SY eess.SY
Just-In-Time Learning for Operational Risk Assessment in Power Grids
Vanderbilt University(范德堡大学);Georgia Institute of Technology(佐治亚理工学院)
在可再生能源发电占很大比例的电网中,运营商将需要额外的工具来评估由于负荷和发电量波动性增加而导致的运营风险。前向不确定性传播问题的计算要求,必须解决许多安全约束的经济调度(SCED)优化,是这样的实时风险评估的主要障碍。本文提出了一个即时风险评估学习框架(JITRALF)作为替代。JITRALF使用机器学习(ML)来训练风险代理人,每天每小时一个,以预测估计风险所需的数量,而无需明确解决SCED问题。这大大减少了前向不确定性传播的计算负担,并允许快速、实时的风险估计。本文还提出了一种新的非对称损失函数,并表明使用非对称损失训练的模型比使用对称损失函数训练的模型表现更好。JITRALF在法国输电系统上进行评估,以评估运行储备不足的风险、甩负荷的风险和预期的运行成本。
2022-09-26 cs.LG cs.SY eess.SY
Non-parametric Probabilistic Load Flow using Gaussian Process Learning
School of Electrical and Electronics Engineering, Nanyang Technological University(南洋理工大学电气与电子工程学院)
在这项工作中,我们提出了一个非参数的概率潮流(NP-PLF)技术的基础上高斯过程(GP)学习,以了解电力系统的行为下的不确定性,更好的操作决策。该技术可以提供“半显式”的潮流解决方案,通过实施的学习和测试步骤,映射控制变量的输入。建议的NP-PLF利用GP置信上限(GP-UCB)采样算法。该NP-PLF方法的显著特点是:i)适用于具有未知分布的功率注入不确定性的潮流问题; ii)提供概率学习界(PLB),进一步提供对误差和收敛的控制; iii)能够处理间歇性分布式发电以及负载不确定性,和iv)适用于不同类型和大小的电力系统的平衡和不平衡潮流。IEEE 30节点和IEEE 118节点系统的仿真结果表明,该方法可以学习的电压函数的功率注入子空间使用少量的训练样本。此外,不同的输入不确定性分布的测试表明,完整的统计信息可以获得的概率潮流问题的平均百分比相对误差的顺序$10^{-3}$ \%的50000个测试点。
2020-03-18 cs.LG cs.SY eess.SY