电力系统中不确定性潮流分析的研究展望

合集下载

电力系统中的不确定性建模分析与决策支持方法

电力系统中的不确定性建模分析与决策支持方法

电力系统中的不确定性建模分析与决策支持方法电力系统是现代工业社会中不可或缺的一个系统,它向社会提供着十分重要的电力服务。

但是,随着经济的发展、人口的增加以及能源需求的不断增加,在电力系统中不确定性因素的作用也变得越来越明显。

这些不确定性因素会对电力系统中的各种系统变量产生显著影响,如需求量、生成能力、负荷等,并且容易导致电力系统的崩溃。

例如,能源风险(如煤气、石油、天然气价格不稳定)、天气变化(如暴风雨、恶劣天气导致电力系统中的线损损失量变化)等。

因此,在电力系统中建立不确定性模型并加以分析是非常必要和重要的。

不确定性建模是指对不确定性因素进行建模,以便更好地了解系统的运行状况。

这可以通过使用概率、不确定性理论、数值模拟等方法来实现。

众所周知,概率论与统计学方法具有处理不确定性方面的强大能力。

因此,这些方法也常用于电力系统建模分析中。

例如,可以使用随机变量来代表引起不确定性的各种因素,如需求变化、连接线路的振动等。

同时,蒙特卡罗模拟技术也是一种常用的处理概率模型的方法。

这种方法的优点在于它可以基于随机数值来生成模拟数据,以测试各种系统决策的有效性。

另一个常用的不确定性建模方法是模糊理论。

相比概率论,模糊理论更适用于处理非线性、复杂和不确定性参数等情况下的建模。

模糊算法可以使不确定性建模工作更加简单易行,同时也具有更好的解释性。

例如,可以使用模糊逻辑来刻画系统中的一些关系,如负载量与系统电源之间的关系。

此外,模糊决策也是一种优秀的决策支持工具,它可以使决策者更容易地理解决策后果与风险的关系。

这些决策可以在保证系统稳定和可靠性的前提下,找到最佳的决策方案。

建立不确定性模型是必要的,但如何构建有效的决策支持系统也是关键。

在电力系统中,形成以决策支持系统为核心的全局优化策略,已成为解决复杂的不确定性问题的关键手段。

决策支持系统应该提供更多的可视化和交互性工具,以增强决策者对系统的认识,增进对决策方案的理解,加强对不确定性变量的感知能力。

电力系统稳定性分析中的不确定性分析

电力系统稳定性分析中的不确定性分析

电力系统稳定性分析中的不确定性分析概述电力系统是现代社会的重要基础设施,其可靠且稳定的运行对保障国家经济发展和社会秩序具有重要作用。

然而,电力系统在面对各种内外部扰动时存在着一定程度的不确定性,如电源波动、负载变动以及天气等因素的影响。

因此,在电力系统的稳定性分析中引入不确定性分析,能够更准确地评估系统的稳定性,并采取相应的措施以确保系统的可靠运行。

1. 不确定性分析的需求电力系统是一个复杂的动态系统,其运行状态受到多种因素的影响。

这些因素的随机性和多变性使得电力系统的稳定性评估面临较大的挑战。

不确定性分析的需求主要体现在以下几个方面:a. 不确定性源分析:通过对电力系统中各种不确定因素(如电源变动、负载变化等)的分析,可以确定导致系统不确定性的主要源头,为稳定性分析提供依据。

b. 风险评估与管理:在电力系统稳定性分析中,不确定性分析能够量化各种不确定因素的风险程度,为制定风险管理策略提供支持,从而提高系统的运行可靠性。

c. 灾害响应与恢复:在面对自然灾害或设备故障等突发情况时,不确定性分析能够帮助电力系统运营者快速评估灾害风险,并制定相应的应对和恢复方案。

2. 不确定性分析的方法不确定性分析方法主要包括概率分析、统计分析和模糊数学分析。

a. 概率分析:概率分析是一种基于概率理论的分析方法,通过对系统不确定因素进行概率建模,利用概率统计方法推断系统的稳定性概率分布。

其中常用的方法包括蒙特卡洛模拟、概率密度函数拟合等。

b. 统计分析:统计分析是一种基于样本数据的分析方法,通过对历史数据的统计分析,研究和评估不确定因素的分布规律,从而预测系统的未来稳定性。

常用的统计方法包括正态分布分析、回归分析等。

c. 模糊数学分析:模糊数学分析是一种处理模糊因素的分析方法,通过对不确定性因素进行模糊建模,利用模糊推理方法预测系统的稳定性。

常用的方法包括模糊综合评价、模糊最优化等。

3. 不确定性分析的应用案例不确定性分析在电力系统稳定性分析中有着广泛的应用。

电力系统中的不确定性分析与风险评估研究

电力系统中的不确定性分析与风险评估研究

电力系统中的不确定性分析与风险评估研究电力系统是现代社会不可或缺的基础设施,而不确定性是电力系统运行中不可避免的因素之一。

对电力系统中的不确定性进行分析与风险评估研究,可以有效提升电力系统的可靠性和安全性,保障电力供应的稳定性。

电力系统中的不确定性主要包括天然资源的不确定性、负荷需求的不确定性以及运行状态的不确定性。

首先,天然资源的不确定性包括天气变化对可再生能源(如风电、太阳能)的影响,以及能源市场价格的不确定波动。

这些不确定性因素会直接影响电力系统的发电能力和运行成本。

其次,负荷需求的不确定性来自于电力用户的用电行为的不确定性,如突发的用电峰值和预测不准确的负荷需求。

这会对电力系统的供需平衡产生挑战。

最后,运行状态的不确定性包括电力设备的故障、突发事故和人为破坏等。

这些不确定性因素会对电力系统的运行稳定性和设备寿命造成影响。

针对电力系统中的不确定性,进行不确定性分析是关键的一步。

不确定性分析的目标是识别和量化各种不确定性因素对电力系统的影响。

不确定性因素可以通过概率统计方法进行建模,并利用各种模型和数据对其进行模拟和预测。

通过建立概率模型,可以对不确定性因素进行定量分析,进而分析其对电力系统运行的影响程度。

例如,对于可再生能源的不确定性,可以利用历史天气数据和能源市场数据,建立天气和价格模型,进行不确定性分析和预测。

而对于负荷需求的不确定性,可以通过统计分析用户用电行为和历史负荷数据,建立负荷预测模型,对负荷需求进行预测和评估。

此外,对于运行状态的不确定性,可以通过设备监测和故障记录等数据,建立设备状态模型和故障概率模型,对电力设备的可靠性和寿命进行评估。

不确定性分析的结果将为风险评估提供基础。

电力系统中的风险评估主要是评估各种不确定因素对电力系统运行的风险和可能造成的影响。

通过对不确定性因素进行概率分析和模拟,可以得到电力系统运行的可能性和风险的分布情况。

根据风险评估的结果,可以制定相应的风险管理策略和措施,以应对可能出现的风险事件。

电力经济系统决策中不确定性问题的研究

电力经济系统决策中不确定性问题的研究

电力经济系统决策中不确定性问题的研究根据电力市场化的改革不断的推进中,也极大的促进了电力系统的发展。

电力经济的系统决策因为直接的关系到电力系统的高效、经济以及安全和可靠地运行一进系统的长期的资源充足和可持续发展,也导致了越来越多得人们的关注,也就成为了研究的一个热点。

但是在电力经济系统决策会中有一些不确定性的问题也极大的影响到了市场参与者的正确的判断以及决策,为了更好的促进电力市场更加深入的、健康的发展,迫切的需要对它进行深入的研究。

本篇文章主要是针对电力经济系统决策中的输电和售电领域中的几个不确定性的问题展开了更深入的研究。

标签:电力经济系统决策不确定性判断决策一、研究的背景以及电力经济系统近百年来说,电力工业普遍都是采用的是发、输、配、售电的垂直一体化的垄断的运营模式。

在二十世纪的早期,这种的运营模式成分的显示了规模经济的优越性,可以随着系统的规模的扩展提供比较低的电价以及系统的风险。

然而,自从20世纪60年代以来,跟随者电力工业的规模经济性已经逐渐的呈现出饱和的状态,大电机组的效率已经接近了或者是已经达到了极限,输电网络的规模的简单扩展也不能够继续保持需求量的增长了,电力工业的高度垄断的某些负面的影响也逐渐的呈现了出来,主要就表现在了非生产性成本的大幅度的增加以及在电价受到管制的情况之下,政府就需要承受着更大的财政上的负担等等一系列的问题,这些影响都阻碍了我过电力工业的前进道路。

现目前为了有突破着发展的瓶颈,解除管制并且实行市场化运营是促进店里工业的高效持续发展的必然趋势。

电力的市场化改革需要解决两个根本的问题:一是,需要有效的激励机制刺激电能生产者提供出廉价的电能;二是,需要更好的外部的管理机制能够激发管理者管理电力工业。

世界的各个国家都是一次作为目标,开始尝试在电力工业之中引入竞争机制,实施电力工业充足,建立其竞争性的电力市场。

并实行电力市场最早的国家是智利,起步于20世纪70年代的末尾。

电力系统潮流分析与无功补偿控制研究

电力系统潮流分析与无功补偿控制研究

电力系统潮流分析与无功补偿控制研究潮流是指电力系统中功率的传输和分配,它是电力系统稳态分析的基础,能够有效地指导电网运行和规划。

无功补偿是一种重要的电力系统控制手段,用于维持系统电压稳定、提高系统功率因数和减少无功功率损耗。

本文将对电力系统潮流分析与无功补偿控制的相关研究进行探讨。

首先,潮流分析是电力系统稳态分析的核心内容之一。

它通过计算各个节点的电压、功率、电流等参数,来揭示电力系统稳态运行状态和潮流方向。

准确的潮流分析结果有助于发现系统中可能存在的问题,如过载、电压不稳定等,并为系统运行和规划提供决策支持。

潮流分析常用方法包括潮流方程法、节点分析法和改进牛顿-拉夫逊法等。

其次,无功补偿是提高电力系统电压稳定性和运行效率的重要手段。

无功功率的产生主要来自电感性元器件或非线性负载,会导致电压降低、功率因数下降和线路功率损耗增加等问题。

通过对电力系统进行合理的无功补偿,可以提高电压稳定性、降低线路功耗、提高系统效率和降低电能损耗。

无功补偿常用的设备有静止无功发生器(SVC)、静止无功补偿器(SVG)、固定补偿电容器等。

在电力系统潮流分析与无功补偿控制的研究中,存在一系列的重要问题需要解决。

首先是潮流计算方法的精度和效率问题。

潮流计算的精度直接关系到系统运行的稳定性和安全性,因此需要采用精确的计算方法。

同时,为了满足实时运行的要求,提高计算效率也是一项重要的研究内容。

其次是无功功率的优化问题。

在充分利用现有设备和优化系统运行的背景下,如何合理地配置无功补偿设备,是一个较为复杂的问题。

需要考虑设备的成本、装置容量、工作方式和控制策略等因素,以达到最佳的无功补偿效果。

另外,无功补偿还需要考虑与其他系统控制策略的协调问题。

电力系统中存在多种控制策略,如电压控制、频率控制、负荷控制等,不同控制策略间可能存在冲突或相互影响。

因此,在设计无功补偿控制策略时需要考虑与其他控制策略的协调和优化,以实现系统运行的综合最优。

电力需求的不确定性分析

电力需求的不确定性分析

电力需求的不确定性分析摘要:电力市场化改革政策的逐步推进和泛在电力物联网新兴技术的发展,给电力客户服务需求带来了新的发展机遇,也为电力公司带来了新的挑战。

当前的新环境与新形势对现有的电力客户服务能力提出了更高的要求,为适应新的行业环境,提升服务水平,需要掌握电力客户的需求特性,并挖掘影响这些需求的因素及其作用效果。

由此进一步判断客户需求的发展变化趋势,即需求期望,从而建立主动需求预警机制。

关键词:电力客户;需求;影响因素;不确定性分析前言:电力系统中各个环节产生大量数据,基于多个电力系统,电力数据具有数据量大、类型多、价值高等特点。

如果对电力数据进行深入分析,充分利用数据的价值,对电力客户的用电行为进行准确的预测分析,可有效提高客户服务效率。

未来在能源物联网、能源互联网与人工智能技术的发展趋势下,数据具有越来越高的价值,基于电力数据对电力客户行为的分析,尤显数据的重要性。

随着人工智能及信息融合技术的快速发展,对电力客户行为分析的方法也在不断完善和迭进,逐步迭进完善后的方法对数据的处理能力、分析能力更强大,结果会更加全面、准确,为电力客户行为预测提供更加科学、有力理论支撑,提高我国电力行业的整体服务水平。

1、电力客户需求概述电力客户核心需求无疑是持续可靠的电能供应。

在此基础上,涉及日常业务办理、故障时的问题处理等基本服务需求信息,对电力公司满足不同客户的基本用电需求,完善客户服务具有重要意义。

随着客户用电情况的复杂化,各行业服务模式多样化的变化趋势,衍生出客户的高级服务需求,对于提升客户体验具有重要价值。

2、电力客户行为分析2.1客户用电行为分析客户用电行为分析主要是指对客户的用电情况进行研究,从电力营销系统、电力营业厅智能服务机器人应用系统中抽取客户信息,进行信息融合分析客户峰谷用电情况、季节用电情况、年用电情况,根据客户的用电习惯,为客户分析节能效果,为客户提供节能、增容等方案建议。

同时,根据客户用电情况开展窃电检测,及时发现窃电客户,减少电网企业的经济损失。

潮流预测在电力系统中的应用研究

潮流预测在电力系统中的应用研究

潮流预测在电力系统中的应用研究随着社会不断发展进步,人们对于能源的需求量越来越大。

电力系统,作为现代社会发展不可或缺的基础设施,也越来越成为人们关注的焦点。

如何管控电力系统,提高其效率和准确性,成为电力系统领域内的一大难题。

而潮流预测技术的出现,为电力系统领域内的管理者和从业人员提供了新的选择。

一、潮流预测技术简介潮流预测技术是一种基于现代数学和计算机技术的电力系统运行和管理技术。

它通过对电力系统的各种数据信息进行采集、分析、处理,预测电力系统未来的状态变化趋势和特征,从而指导电力系统管理和优化。

潮流预测技术主要包括电力系统状态估计、电力系统潮流分析、电力系统故障诊断和电力系统优化控制。

二、潮流预测技术在电力系统中的应用1.电力系统状态估计电力系统状态估计是潮流预测技术在电力系统中的一项重要应用。

它通过计算电力系统各个节点上的电压和电流的实测值来反演电力系统的功率、电压、电流等未知参数,从而描绘出电力系统的状态情况。

电力系统状态估计是电力系统控制和管理的重要手段,对于提高电力系统的稳定性和安全性具有重要的作用。

2.电力系统潮流分析电力系统潮流分析是潮流预测技术在电力系统中的另一项重要应用。

它通过模拟电力系统中的电流流向和大小,推算电力系统中各个节点上的电压和电流等参数,从而分析电力系统的运行状况。

电力系统潮流分析对于优化电力系统的运行结构和提高电力系统的运行效率具有重要作用。

3.电力系统故障诊断电力系统故障诊断是潮流预测技术在电力系统中的另一项重要应用。

它通过对电力系统各个节点上的电压和电流等参数的监测和分析,及时发现电力系统中的故障和隐患,为电力系统管理提供及时的反馈和处理措施。

电力系统故障诊断对于保障电力系统的稳定运行具有重要作用。

4.电力系统优化控制电力系统优化控制是潮流预测技术在电力系统中的最终应用。

它通过对电力系统的各种数据和参数进行优化计算和控制,实现电力系统的高效、稳定、安全的运行。

电力系统潮流计算研究现状及发展展望

电力系统潮流计算研究现状及发展展望

电力系统潮流计算研究现状及发展展望作者:房盟来源:《中国新通信》 2015年第17期房盟山东科技大学电气与自动化工程学院电气工程及其自动化2012 级3 班【摘要】电力分析系统中电力系统潮流计算是一项基本计算,计算机技术的快速发展,使电力系统潮流计算技术不断更新,本文对电力系统潮流计算的发展历史进行简单回顾,同时对当前电力系统潮流算法进行比较,详细叙述了一些运用特别技术和程序设计技巧的潮流算法,分析当前电力系统潮流算法中的问题,提出具体解决对策并展望电力系统潮流计算的未来。

【关键词】潮流计算电力系统展望电力系统潮流计算是合理进行电力系统规划设计和运行方式的前提,定量分析电力系统的稳定性和经济性的主要依据,电力系统潮流计算稳定计算电力系统暂态和静态的基石。

一、发展历史电力系统潮流计算是一个手动到自动化的过程,手工计算、交直流计算台和计算机的应用是电力系统潮流计算与先进科技不断融合的结果,计算机是当代潮流算法主要运用的工具。

计算机潮流计算程序最早诞生于1956 年,由Ward 等人编制而成的赛德尔法,这种潮流计算方法,占用大量内存,有很大局限性。

19 世纪60 年代,非线性规划最优潮流算法出现,Dommel 和Tinney 又于60 年代末编制简化梯度法,计算机潮流算法的成熟标志即解耦性最优潮流牛顿算法,它于19 世纪80 年代由Sun DJ 提出。

当今世界潮流算法种类时非常多的,可靠收敛,使用方便,少用内存,计算速度快是评价潮流算法的主要依据。

二、潮流计算主要方法及评价当今电力兄潮流计算方法多种多样,每个潮流计算方法都有其独具的优势,但是这些算法依据的基本方程式都是一致的。

基本方程式:三、潮流的推广概念1、状态估计。

在一般潮流计算中,未知量数等于已知量和方程式数。

未知量数小于已知量和方程式数是状态估计。

表征系统实际运行状态的状态量可以在实际测量系统有偏差时利用冗余变量求得,其方法有递推状态估计法等。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

电力系统中不确定性潮流分析的研究展望
环境保护是世界上最具有挑战性的难题之一。

为了应对这个全人类的挑战,世界各国争相制定出一系列的能源计划。

分布式能源的渗透主要集中在可再生能源的飞速发展,新能源以一种空前的发展速度,使人类快速步入新能源时代。

然而,这对电力系统产生了新的不确定性,因此对电力系统性能的不确定性分析十分必要。

通常,工程系统的不确定性研究可以表示为基于概率理论或基于可能性理论。

在不确定性潮流分析中,同时考虑概率性和可能性的不确定性是现今不确定性潮流分析研究中的发展方向。

标签:不确定性;潮流分析;概率性;可能性
引言
对于电力系统的调度和规划来说,潮流评估是一个强大且重要的工具和手段。

确定性潮流分析需要系统提供各方面条件的精确数值才能保证分析结果的准确性,比如需求、发电量、网络情况等。

然而,随着新能源时代的到来,世界上的电力系统中出现越来越多的不确定性情況,特别是分布式能源比如新能源的并网,将导致许多难以预测的副作用。

所谓分布式发电,即将电力能源互相连接到分布式网络中。

虽然分布式发电在技术、社会经济和环境保护等方面带来了许多无与伦比的优势,但是我们深知任何事物都有其两面性,这项技术也拥有消极的一面。

分布式发电,特别是飞速发展的新能源,在对系统性能的不确定性方面的理论研究尚未成熟,需要一代又一代的中国优秀电气工程师投入大量精力研究。

1 不确定性潮流分析研究方法概论
在这样一种不确定的情况下,确定性潮流计算无法准确深刻地揭示电力系统运行的状态。

因此,在如今的潮流计算研究中,基于不确定性观点下的潮流分析与计算受到广泛研究者的关注。

当今的研究中,概率潮流分析通常认为是系统调度与规划的理想助力。

概率潮流分析方法致力于模拟母线电压和线电流随不确定性系统中的参数改变而变化的状态分析,帮助电力系统工程师分析系统未来的状态变化趋势,这样在发生系统发生重大变化时可以提前作出相关的决策。

如果这些系统中具有不确定性的状态量拥有充足的历史数据,现行的研究中主要采用基于概率论观点下的数学工具和模型来处理这类不确定性。

然而,在电力系统实际运行中,很多不确定性的系统变量的历史数据往往不完整,或者变量的取值是通过经验推测的等。

这些情况的存在将严重影响基于概率论建立的系统概率潮流分析模型的精确度。

在电力系统实际运行中,对不确定变量的状态分析更加困难,一些不确定变量是概率性的,一些是可能性的,并且这两类不确定变量时常出现交叉耦合的情况。

因此在这种情况下,同时考虑概率性和可能性的不确定性变量的影响是现行的研究方向,这也就是我们所谓的不确定性潮流分析问题。

至今为止,许多杰出的研究者和工程师提出了大量针对实际工程系统中不确定性现象分析方法,并且很多已经在研究中广泛应用。

从上世纪70年代开始,
电气工程师就已经提出了基于概率论的系统不确定性潮流分析方法。

由于当时新能源研究和分布式发电技术还没有像现在这样普及,影响因素种类较为单一,因此在当时这种概率潮流方法取得了非常显著的效果。

各种研究成果在时间的检验下演变,如今蒙特卡洛模拟作为一种基于概率论的概率潮流分析方法,在研究中广泛使用,被认为是先进系统潮流分析中普遍通用的概率模拟方法。

这里对普遍通用的含义进行粗略的说明,电气工程师在大量的理论推演和实践中证明,蒙特卡洛模拟的结果在各种规模不同的电力系统中均表现得显著而准确,因为被当作模拟结果的参考值。

蒙特卡洛方法的实际应用案例很多,当前在新能源发电并网与分布式发电的研究中基本上作为一种技术标中采用,并且各种蒙特卡洛相关方法还在开发中。

2 不确定性潮流分析中的挑战
历史的车轮滚动向前,基于概率论的潮流分析方法的研究还在继续发展。

如今新能源与分布式方面的研究日新月异,历史的车轮残酷地碾过,电气工程师们面临着不断出现的技术难题。

我们前面提到,当关于不确定变量的历史数据或其概率分布函数已知时,这种概率潮流方法才能取得较为显著的结果。

这是由于概率潮流的理论基础中有一个假设,电网中所有类型不确定性变量都可以用基于概率论的方式表示出来,这种基于概率论的表示具体是就概率分布函数而言。

通常在现在的电网中,由于层出不穷的因素的影响,比如历史数据不精确或稀缺、数据的保密性等等,在信息不足的情况下无法得出这些不确定性变量的概率分布函数。

在这种情况中,概率理论的基石被打破,因此电气工程科研工作者必须转向其他研究不确定性现象的理论中寻求一线生机;哪怕天寒地冻,路遥马亡,也要在理论上找到突破口,为电力系统的现代化发展扫清一切障碍。

最终这些伟大的电气工程师们研究发现,可能性理论正好可以填补这部分理论空白。

基于这种想法,有研究者尝试过使用模糊建模的技术分析潮流中的不确确定性,全新的探索也一直在继续。

系统工程师们都知道,工程系统中均具有多种不同类型的不确定性状态变量,这是工程界通行的法则。

实际的工程系统中,一些不确定性变量是概率性的(基于概率性理论描述),一些是可能性的(基于可能性理论描述),这些变量在系统中相互纠缠耦合,纯粹的概率性的和纯粹的可能性的不确定性变量是不存在的,因此单独应用某一个理论分析这些不确定性的结果令人十分懊恼。

工程实践中,一种结合两种理论的方法应运而生,而且工程的实用性知道我们必须把两种理论结合起来分析。

这种基于概率和不确定理论的方法飞速发展,引起学者的广泛关注。

现在研究中,一个主要的研究贡献是使用证据理论作为“胶水理论”,将概率理论与可能性理论“粘结”结合后应用到电力系统潮流分析,同时基于能源时代的大背景,综合考虑各种负载、风能和太阳能等新能源发电、汽轮机分布式发电、电动交通工具等因素。

实际建模中,将各种负载、风能和太阳能等新能源发电中的不确定性变量当作概率性的,汽轮机分布式发电、电动交通工具等看成可能性的不确定性变量。

3 结束语
在这篇论文中,我们从历史唯物主义的角度讨论了潮流分析的发展和研究情况,并且就研究中出现的困难和挑战出发,介绍了一代代优秀的电气工程研究者的解决方案。

以史为镜,这是一代代优秀电力系统研究者的思想精华之所在。

我们站在巨人的肩膀上,把握住未来电力系统不确定性潮流分析的发展和研究方向。

为此,立志科研,在电力系统未来半百时光的发展中,愿成为其健壮发展的坚实后盾!
参考文献
[1]武历忠,徐诚.电力系统潮流计算[J].云南电力技术,2016(04).
[2]丁明,李生虎,黄凯.基于蒙特卡罗模拟的概率潮流计算[J].电网技术,2001(11).
[3]Alarcon-Rodriguez A,Ault G,Galloway S. Multi-objective planning of distributed energy resources:a review of the state-of-the-art. Renew Sustain Energy Rev 2010,14:1353-66.
[4]Borkowska B. Probabilistic load flow. IEEE Trans Power Appar Syst 1974:752-9.
[5]Aien,Morteza,Ali Hajebrahimi,and Mahmud Fotuhi-Firuzabad. “A comprehensive review on uncertainty modeling techniques in power system studies.” Renewable and Sustainable Energy Reviews 57(2016):1077-1089.。

相关文档
最新文档