重要抽样法在概率潮流中的应用(大论文)终稿

硕士学位论文重要抽样法在概率潮流中的应用Applicationofimportancesamplingmethodinprobabilisticloadflowofpowersystem周阳洋2011年3月国内图书分类号：TM73学校代码：10054国际图书分类号：621.3密级：公开硕士学位论文重要抽样法在概率潮流中的应用硕士研究生：周阳洋导师：董雷副教授申请学位：工学硕士学科：电气工程专业：电力系统及其自动化所在学院：电气与电子工程学院答辩日期：2011年3月授予学位单位：华北电力大学ClassifiedIndex:TM73U.D.C:621.3ThesisfortheMasterDegreeApplicationofimportancesamplingmethodinprobabilisticloadflowofpowersystemCandidate：ZhouYangyangSupervisor：AssociateProf.DongLeiAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ElectricPowerSystemandItsAutomationSchool：SchoolofElectricalandElectronicEngineeringDateofDefence：March,2011Degree-Conferring-Institution：NorthChinaElectricPowerUniversity华北电力大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《重要抽样法在概率潮流中的应用》，是本人在导师指导下，在华北电力大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：日期：年月日华北电力大学硕士学位论文使用授权书《重要抽样法在概率潮流中的应用》系本人在华北电力大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北电力大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅。本人授权华北电力大学，可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。本学位论文属于（请在以上相应方框内打“√”）：保密□，在年解密后适用本授权书不保密□作者签名：日期：年月日导师签名：日期：年月日华北电力大学硕士学位论文I摘要电力系统的潮流计算是电力系统规划运行和控制的一种有效方法和常用的工具。在相当长的一段时间里，电力系统的分析都是建立在确定性潮流计算的基础上的，但是在实际运行过程中，电力系统中的一些参数，比如发电机出力、节点负荷等都是不确定的值。在这种情况下如果对电力系统分析还继续采用确定性潮流的计算方法的话，就要求必须对可能发生的情况作大量的计算，这种情况下，计算时间是难以承受的，而且也很难反映系统整体实际的状况。蒙特卡罗方法作为概率潮流计算中的一种重要的方法，它以计算结果精确而著称，但是蒙特卡罗方法却存在着计算精度和计算时间之间的矛盾。本文针对蒙特卡罗方法的缺点，将重要抽样方法应用于概率潮流计算，提出了一种应用于电力系统概率潮流计算的重要抽样算法。首先利用蒙特卡罗方法模拟出负荷样本，然后用核密度估计方法估计出负荷模型的密度函数，将之作为重要抽样密度函数，计算出支路潮流和节点电压的概率密度函数。在文章的最后采用IEEE39节点测试系统作为算例进行仿真计算，并且和蒙特卡罗方法进行的模拟仿真的结果进行了比较。结果证明文中提出的重要抽样的方法在保证计算精度的前提下，显著减小了抽样的方差，加快了迭代计算的收敛速度。关键词：概率潮流；蒙特卡罗抽样；重要抽样法；核方法华北电力大学硕士学位论文IIAbstractPowersystemsecurityanalysisisanimportantpartofpowersystemoperationandcontrol.Foralongtimepowersystemstabilityanalysishasbeenbasedontheuncertaintyofthetrendcalculated.However,thesystemloadchanges,equipmentinvestmentoftime,Networktopologyuncertainfactorssuchasthebusload,thepowersystemstabilityanalysisiftheuncertaintyflowcalculationmethod,ontherequestofalargenumberofpossiblescenariosforalargenumberofprogramstocalculatethetime,itishardtobearandtheoverallsystemisverydifficulttoreflectthesituation.InMonte-Carlosamplingtechnologynormallyusedinpowersystem,probabilisticsimulationhaslowefficiencyandneedslargesamplesize.Thispaperpresentsimportancesamplingmethodforprobabilisticloadflowofpowersystem.GeneratesamplesofloadmodelaccordingMonte-Carlosamplingmethod,thenusingthekernelsamplingdensityastheimportancesamplingdensity,carryoutimportancesamplingsimulationtocomputethecumulativedistributionfunction(CDF)oftransmissionlineflows.NumericalresultsofIEEE39-busshowsthatcomparingwithMonte-Carlosimulation,importancesamplingmethodcanevidentlyreducethesamplingvarianceandacceleratetheconvergencespeedofiterationcalculation.Keywords:Monte-Carlomethod,probabilisticloadflow,importancesamplingmethod,kernelmethod华北电力大学硕士学位论文III目录摘要.......................................................................................................................IABSTRACT..................................................................................................................II第1章绪论...............................................................................................................11.1研究背景及意义.................................................................................................11.2国内外研究现状.................................................................................................31.3本文主要研究工作.............................................................................................6第2章数学基础.........................................................................................................92.1随机变量及其描述.............................................................................................92.1.1概率密度函数和累积分布函数..................................................................92.1.2随机变量的数字特征................................................................................102.2常用的随机变量分布.......................................................................................122.2.1离散型随机变量（0—1）分布................................................................122.2.2正态分布....................................................................................................122.3概率密度函数的参数估计与非参数估计...................................................132.3.1概率密度函数参数估计............................................................................132.3.1.1点估计...............................................142.3.1.2区间估计.............................................142.3.2概率密度函数的非参数估计....................................................................152.4本章小结...........................................................................................................15第3章重要抽样法...................................................................................................163.1蒙特卡罗模拟方法...........................................................................................163.1.1蒙特卡罗模拟方