电网技术

2019, v.43;No.422(01) 65-74

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于K-means聚类技术改进的多线性蒙特卡洛概率能流算法
Improved Multi-Linear Monte Carlo Probabilistic Energy Flow Calculation Method Based on K-Means Clustering Technique

靳康萌;张沛;邓晓洋;谢桦;

摘要(Abstract):

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(KeyWords): 综合能源系统;概率能流;K-means聚类算法;多线性蒙特卡洛模拟

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划项目(2017YFB0903400)~~

作者(Author): 靳康萌;张沛;邓晓洋;谢桦;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享