基于高斯过程回归与不确定性耦合关系的电力系统规划典型场景提取技术

摘要：

针对典型场景生成方法存在未能全面考虑风、光、负荷等不确定因素间的耦合关系、传统聚类方法在高维数据集上表现较差、提取的典型场景不能很好体现原数据特征等问题.首先在改进核函数的基础上,结合贝叶斯公式和多元高斯分布,利用高斯过程回归(GPR)对电力系统中的多种不确定因素的耦合关系进行建模,生成模拟运行数据;其次,采用时序分段典型场景提取方法,划分总调度区间为若干子区间并分别进行中心点聚类,得出子区间带权典型场景并用笛卡尔积连接生成全调度区间典型场景集;然后,应用基于陆地移动距离(E MD)的方法,进行典型场景提取效果评价;最后,通过算例验证了提取的典型场景能更好保留原始基础场景集合的概率分布特性,充分体现原始数据集合中不确定因素之间的耦合关系.结果说明所述方法提取的典型场景能更好体现原数据特征.

关键词：典型场景、高斯过程回归、EMD距离、中心点聚类

所属期刊栏目：37

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：国家电网地方公司项目非规范项目名称）52061318006P

在线出版日期：2022-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：64-73