基于阿基米德Copula和拉丁超立方采样的概率最优潮流计算
提出一种考虑随机变量相关性的概率最优潮流算法.选用广义lambda分布拟合最优潮流模型中的随机变量,建立逆累积分布函数;基于Clayton、Gumbel、Frank、Joe生成元,构筑4种部分嵌套式阿基米德Copula模型对随机变量的相关性结构建模;选取Kendall秩相关系数描述随机变量的相关性,采用相关系数匹配法求取Copula模型的参数;基于生成元的拉普拉斯逆变换,将阿基米德Copula与拉丁超立方采样相结合,生成相关的随机样本用于概率最优潮流计算.对某地区10个风电场风速样本的建模和分析,验证了广义lambda分布和部分嵌套式阿基米德Copula模型的有效性.基于IEEE 118节点系统对2种拉丁超立方采样法进行了对比.
概率最优潮流、广义lambda分布、阿基米德Copula、拉丁超立方采样
39
TM744(输配电工程、电力网及电力系统)
国家自然科学基金资助项目51577057
2019-12-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
174-180