线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于K-means聚类技术改进的多线性蒙特卡洛概率能流算法

靳康萌; 张沛; 邓晓洋; 谢桦 电网技术 2019年第01期

摘要:可再生能源的间歇性出力以及负荷的波动给综合能源系统(integrated energy systems,IES)引入了大量不确定性因素。提出了一种基于K-means聚类技术改进的多线性蒙特卡洛概率能流计算方法。首先,引入输入随机变量整体灵敏度系数概念,并以权重系数的形式修正输入随机变量样本,改进K-means聚类效果,确保各聚类簇均具有较小的波动范围。然后,采用多线性化求解思路进行概率能流计算,即对聚类中心进行确定性能流计算,而各聚类簇中输入随机变量样本利用同一簇聚类中心处得到的状态变量和雅可比矩阵进行线性化能流求解,从而减少了迭代过程,提高计算效率。以IEEE57节点电力系统和14节点天然气网络构成的IES为算例,验证了所提方法比传统蒙特卡洛法具有更高的计算效率,相比现有多线性蒙特卡洛算法具有更高的准确性和计算效率。

关键词:综合能源系统概率能流多线性蒙特卡洛模拟

单位:北京交通大学电气工程学院; 北京市海淀区100044

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

电网技术

北大期刊

¥1060

关注 28人评论|0人关注