CN119482469A 基于三点估计法的谐波输出变量的统计计算方法 (三峡大学)_第1页
CN119482469A 基于三点估计法的谐波输出变量的统计计算方法 (三峡大学)_第2页
CN119482469A 基于三点估计法的谐波输出变量的统计计算方法 (三峡大学)_第3页
CN119482469A 基于三点估计法的谐波输出变量的统计计算方法 (三峡大学)_第4页
CN119482469A 基于三点估计法的谐波输出变量的统计计算方法 (三峡大学)_第5页
已阅读5页,还剩51页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

202210482435.92022.05.05基于三点估计法的谐波输出变量的统计计基于三点估计法的谐波输出变量的统计计将输出变量谐波电压Z在风机、光伏及负荷作为输入随机变量Xi2公式(11)中,wi,j为接入风机、光伏及负荷作为输入随机变量取当估计点m=3时,根据公式(11),可以得出位置系数3公式(20)中,wi,j为接入风机、光伏及负荷作为输入随机变量取4[0009]传统点估计常与Gram_Charlier级数展开结合求取输入随机变量的概率密度。但[0010]基于现有技术中谐波潮流计算的统计特征求取以及概率密度函数拟合精度低的5[0025]在已知一个小时内平均风速的概率密度和风机输出功率函数的情况下,即公式度的平均值x,与标准差on,s6[0041]公式(7)中,f(PLD)为负荷的有功功率的概率密度函数;PLD分别为负荷的为负荷吸收无功功率的期望值;σQ为负荷吸收无功功率的标准差;e为自然对数函数的底781个输入随机变量均取各自期望值,则可通过公式(15)可得到待求谐波电压函数的数字特及负荷作为输入随机变量Xi的期望值处分别展开,获得位置系数ξi,j及每个估计点xi,j对应9入随机变量的个数;i为n个不确定性风机、光伏和负荷所产生的随机变量中第i个随机变入随机变量的个数;i为n个不确定性风机、光伏和负荷所产生的随机变量中第i个随机变权重系数;wi,3为接入风机、光伏及负荷作为输入随机变量取第3个估计点时的权重系数;机变量取其各自数学期望时对应的函数值,反映了输入变量与输出变量之间的非线性关[0103]以谐波电压函数的熵取最大值为目标函数,并以谐波电压统计特征的前4阶原点谐波电压的原点矩;+∞为无穷大的正数;_∞为无穷大的负数;l为原点矩的阶数;λ0,整的基于点估计的谐波潮流计算理论。本发明在上述(3)中所构建的概率模型的基础上引[0137]在已知一个小时内平均风速的概率密度和风机输出功率函数的情况下,即公式[0140]公式(3)中,HX,为风电机组的出力概率密度的平均值;E(P(inN[0152]公式(7)中,f(PLD)为负荷的有功功率的概率密度函数;PLD分别为负荷的为负荷吸收无功功率的期望值;σQ为负荷吸收无功功率的标准差;e为自然对数函数的底个输入随机变量均取各自期望值,则可通过公式(15)可得到待求谐波电压函数的数字特及负荷作为输入随机变量Xi的期望值处分别展开,获得位置系数ξi,j及每个估计点xi,j对应入随机变量的个数;i为n个不确定性风机、光伏和负荷所产生的随机变量中第i个随机变入随机变量的个数;i为n个不确定性风机、光伏和负荷所产生的随机变量中第i个随机变权重系数;wi,3为接入风机、光伏及负荷作为输入随机变量取第3个估计点时的权重系数;机变量取其各自数学期望时对应的函数值,反映了输入变量与输出变量之间的非线性关通过谐波网络方程求解各节点谐波电压如式(2[0212]以谐波电压函数的熵取最大值为目标函数,并以谐波电压统计特征的前4阶原点谐波电压的原点矩;+∞为无穷大的正数;_∞为无穷大的负数;l为原点矩的阶数;λ0,[0224]图1给出了一种基于改进三点估计与最大熵理论的概率谐波潮流计算方法,具体[0234]10)利用最大熵理论对谐波电压的概率密度进行重构,可以较准确地估计出输出取自文献(ChiccoG,SchlabbachJ,SpertinoF.Characterisationandassessmentoftheharmonicemissionofgrid_connectedphotovoltaicsystems[C]//2005IEEERussiaPowerTech.IEEE,2005:1_7.DOI:10.1109/IECON.2009.5415分别为7m/s和13.5m/s两种场景进该时段最大光照强度(1KW/m2)时的最大出力Pmax均出的算法改进三点估计与最大熵理论(ImprovedThree_PointEstimateMethodand[0258]为了进一步验证所提算法的准确性,本发明以10000次蒙特卡洛模拟法得到的概率谐波电压结果作为参考,将期望值以及标准差的误差指标作为算法准确度的评价指标,和0.0163在30节点所求得的相对误差在四种工况下分别比PEM&GC法低0.0366%、ITPEM&ME方法使用少量采样点即可得到精确的系统输出相应,有效提高了传统模型的效[0272]从图4~图11中可以看出,本发明所提出的ITPEM&ME法相比于传统的PEM&GC法在四种不同工况下的概率密度估计曲线均最贴近MCS模拟出的真实情况,造成这种现象的原提算法ITPEM&ME在具备高度精确性的同时也有效地保证了概率密度估

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论