Review of Static Modeling and Quantitative Analysis Methods for Uncertainties of New Power Systems

LIN Chaofan; BIE Zhaohong

doi:10.7500/AEPS20240131002

您当前的位置：

首页 >

文章列表页 >

Review of Static Modeling and Quantitative Analysis Methods for Uncertainties of New Power Systems

Review·Perspective | 更新时间：2025-06-16

- Review of Static Modeling and Quantitative Analysis Methods for Uncertainties of New Power Systems
- Automation of Electric Power Systems Vol. 48, Issue 19, Pages: 14-27(2024)
- 作者机构：
  
  1.纽约州立大学石溪分校电气与计算机系，纽约 11794，美国
  2.西安交通大学电气工程学院，陕西省西安市 710049
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(U22B20103)
- DOI：10.7500/AEPS20240131002
  CLC：
- Received：31 January 2024，
  
  Revised：2024-05-21，
  
  Published Online：13 September 2024，
  
  Published：10 October 2024
- 稿件说明：
移动端阅览
林超凡,别朝红.新型电力系统不确定性静态建模及量化分析方法评述[J].电力系统自动化,2024,48(19):14-27.

LIN Chaofan,BIE Zhaohong.Review of Static Modeling and Quantitative Analysis Methods for Uncertainties of New Power Systems[J].Automation of Electric Power Systems,2024,48(19):14-27.
林超凡,别朝红.新型电力系统不确定性静态建模及量化分析方法评述[J].电力系统自动化,2024,48(19):14-27. DOI： 10.7500/AEPS20240131002.

LIN Chaofan,BIE Zhaohong.Review of Static Modeling and Quantitative Analysis Methods for Uncertainties of New Power Systems[J].Automation of Electric Power Systems,2024,48(19):14-27. DOI： 10.7500/AEPS20240131002.

摘要

中国正处在新型电力系统建设的加速转型期。新型电力系统在源网荷侧呈现的强不确定性发展趋势以及其高维度、强相关、多样化特点给传统的不确定性建模及分析方法带来挑战。文中围绕新型电力系统不确定性静态建模及量化分析方法展开评述。首先，梳理不确定性静态建模和量化分析的基本概念和框架；然后，以近几年文献调研为基础，重点从先验不确定性和后验不确定性的视角对不确定性静态建模方法进行整理和评述，以及从模型驱动和数据驱动两个层面对不确定性量化分析方法及其应用场景加以归纳和总结；最后，结合调研结果展望了未来新型电力系统不确定性静态建模和量化分析方法，指出应着力提高建模和分析方法的广度、计算效率、计算准确度并推动实际应用。

Abstract

China is currently undergoing an accelerated transformation period in the construction of new power systems. The development trend of strong uncertainty on the source

grid

and load sides of new power systems and their characteristics of high-dimension

strong correlation

and diversity bring challenges to the traditional modeling and analysis methods for uncertainties. This paper reviews the static modeling and quantitative analysis methods for uncertainties of new power systems. First

the basic concepts and framework of the static modeling and quantitative analysis for uncertainties are introduced. Then

based on the literature survey in recent years

the static modeling methods for uncertainties are classified and reviewed from the perspectives of prior and posterior uncertainties

and the quantitative analysis methods for uncertainties as well as their application scenarios are categorized and summarized from two levels: model-driven and data-driven. Finally

combined with the survey results

the static modeling and quantitative analysis methods for uncertainties of future new power systems are prospected

pointing out that efforts should be made to improve the scope

calculation efficiency

and calculation accuracy

and to promote practical applications.

关键词

Keywords

references

新华社 . 习近平：高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告［EB/OL］.（ 2022-10-25 ）［ 2024-01-15 ］. https：//www.gov.cn/xinwen/2022-10/25/content_5721685.htm https://www.gov.cn/xinwen/2022-10/25/content_5721685.htm .

Xinhua News Agency . XI Jinping： hold high the great banner of socialism with Chinese characteristics and strive in unity to build a modern socialist country in all respects—report to the 20th National Congress of the Communist Party of China ［EB/OL］.（ 2022-10-25 ）［ 2024-01-15 ］. https：//www.gov.cn/xinwen/2022-10/25/content_5721685.htm https://www.gov.cn/xinwen/2022-10/25/content_5721685.htm .

《新型电力系统发展蓝皮书》编写组 . 新型电力系统发展蓝皮书［M］. 北京：中国电力出版社， 2023 .

Writing Group of Blue Book of the Development of New Power System . Blue book of the development of new power system ［M］. Beijing ： China Electric Power Press ， 2023 .

徐潇源，王晗，严正，等 . 能源转型背景下电力系统不确定性及应对方法综述［J］. 电力系统自动化， 2021 ， 45 （ 16 ）： 2 - 13 .

XU Xiaoyuan ， WANG Han ， YAN Zheng ， et al . Overview of power system uncertainty and its solutions under energy transition ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 16 ）： 2 - 13 .

别朝红，马溪原 . 数字赋能新型电力系统构建良性“碳中和”电力行业生态［EB/OL］.（ 2021-07-12 ）［ 2024-01-15 ］. http：//www.ce.cn/cysc/ny/gdxw/202107/12/t20210712_36709131.shtml http://www.ce.cn/cysc/ny/gdxw/202107/12/t20210712_36709131.shtml .

BIE Zhaohong ， MA Xiyuan . Digit empowers new power system， build a benign “carbon-neutral” power industry ecosystem ［EB/OL］. （ 2021-07-12 ）［ 2024-01-15 ］. http：//www.ce.cn/cysc/ny/gdxw/202107/12/t20210712_36709131.shtml http://www.ce.cn/cysc/ny/gdxw/202107/12/t20210712_36709131.shtml .

别朝红，林超凡，李更丰，等 . 能源转型下弹性电力系统的发展与展望［J］. 中国电机工程学报， 2020 ， 40 （ 9 ）： 2735 - 2745 .

BIE Zhaohong ， LIN Chaofan ， LI Gengfeng ， et al . Development and prospect of resilient power system in the context of energy transition ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 9 ）： 2735 - 2745 .

卓振宇，张宁，谢小荣，等 . 高比例可再生能源电力系统关键技术及发展挑战［J］. 电力系统自动化， 2021 ， 45 （ 9 ）： 171 - 191 .

ZHUO Zhenyu ， ZHANG Ning ， XIE Xiaorong ， et al . Key technologies and developing challenges of power system with high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 9 ）： 171 - 191 .

EBEED M ， ABDEL ALEEM S H E . Overview of uncertainties in modern power systems： uncertainty models and methods ［M］// AHMED F Z， ABDEL ALEEM S H E. Uncertainties in modern power systems . Amsterdam， Netherlands ： Elsevier ， 2021 ： 1 - 34 .

National Research Council of the National Academies . Science and decisions： advancing risk assessment ［M］. Washington， USA ： The National Academies Press ， 2009 .

康重庆，夏清，徐玮 . 电力系统不确定性分析［M］. 北京：科学出版社， 2011 .

KANG Chongqing ， XIA Qing ， XU Wei . Uncertainty analysis of power system ［M］. Beijing ： Science Press ， 2011 .

SCHOOT V D R ， DEPAOLI S ， KING R ， et al . Bayesian statistics and modelling ［J］. Nature Reviews Methods Primers ， 2021 ， 1 （ 1 ）： 1 - 26 .

朱立轩，万灿，鞠平 . 计及不确定性的电力系统区间分析研究综述［J］. 电力自动化设备， 2023 ， 43 （ 7 ）： 1 - 11 .

ZHU Lixuan ， WAN Can ， JU Ping . Review on power system interval analysis considering uncertainty ［J］. Electric Power Automation Equipment ， 2023 ， 43 （ 7 ）： 1 - 11 .

ZHOU B ， FANG J K ， AI X M ， et al . Partial-dimensional correlation-aided convex-hull uncertainty set for robust unit commitment ［J］. IEEE Transactions on Power Systems ， 2023 ， 38 （ 3 ）： 2434 - 2446 .

ZHANG J X . Modern Monte Carlo methods for efficient uncertainty quantification and propagation： a survey ［J］. WIREs Computational Statistics ， 2021 ， 13 （ 5 ）： e1539 .

苏南，董梓童 . 电力系统将发生革命性变革——访中国电力科学研究院名誉院长郭剑波［N］. 中国能源报， 2022-08-22 （7）.

SU Nan ， DONG Zitong . Revolutionary changes will occur in the power system： interview with GUO Jianbo， Honorary President of China Electric Power Research Institute ［N］. China Energy News ， 2022-08-22 （7）.

徐扬，张耀，陈宇轩，等 . 基于Bagging 混合策略的多风电场稀疏向量自回归概率预测［J］. 电力系统保护与控制， 2023 ， 51 （ 7 ）： 95 - 106 .

XU Yang ， ZHANG Yao ， CHEN Yuxuan ， et al . Bagging ensemble method of probabilistic forecasting for multiple wind farms by sparse vector autoregression ［J］. Power System Protection and Control ， 2023 ， 51 （ 7 ）： 95 - 106 .

LIN C F ， BIE Z H ， PAN C Q ， et al . Fast cumulant method for probabilistic power flow considering the nonlinear relationship of wind power generation ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 4 ）： 2537 - 2548 .

DALTON A ， BEKKER B ， KOIVISTO M J . Classified atmospheric states as operating scenarios in probabilistic power flow analysis for networks with high levels of wind power ［J］. Energy Reports ， 2021 ， 7 ： 3775 - 3784 .

林超凡，陈晨，别朝红，等 . 含动态不确定性与频率电压控制的城市配电网灾后负荷恢复方法［J］. 电力系统自动化， 2022 ， 46 （ 17 ）： 56 - 64 .

LIN Chaofan ， CHEN Chen ， BIE Zhaohong ， et al . Post-disaster load restoration method for urban distribution network with dynamic uncertainty and frequency-voltage control ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 17 ）： 56 - 64 .

徐超然，徐潇源，严正，等 . 考虑风电统计特性挖掘的分布鲁棒优化调度方法［J］. 电力系统自动化， 2022 ， 46 （ 2 ）： 33 - 42 .

XU Chaoran ， XU Xiaoyuan ， YAN Zheng ， et al . Distributionally robust optimal dispatch method considering mining of wind power statistical characteristics ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 2 ）： 33 - 42 .

黎晨阳，张沈习，程浩忠，等 . 计及相关性的电-气互联区域综合能源系统概率多能流计算［J］. 电力系统自动化， 2020 ， 44 （ 21 ）： 42 - 49 .

LI Chenyang ， ZHANG Shenxi ， CHENG Haozhong ， et al . Correlation-based probabilistic multi-energy flow calculation of regional integrated energy system with combined electricity and natural gas ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 21 ）： 42 - 49 .

SADHUKHAN A ， AHMAD M S ， SIVASUBRAMANI S . Optimal allocation of EV charging stations in a radial distribution network using probabilistic load modeling ［J］. IEEE Transactions on Intelligent Transportation Systems ， 2022 ， 23 （ 8 ）： 11376 - 11385 .

DONG Z ， WANG X J ， ZHU R Z ， et al . Improving the accuracy of wind speed statistical analysis and wind energy utilization in the Ningxia Autonomous Region， China ［J］. Applied Energy ， 2022 ， 320 ： 119256 .

ZHANG X S ， XU Y Y ， LU S N ， et al . Joint planning of distributed PV stations and EV charging stations in the distribution systems based on chance-constrained programming ［J］. IEEE Access ， 2021 ， 9 ： 6756 - 6768 .

DEHGHANI N L ， ZAMANIAN S ， SHAFIEEZADEH A . Adaptive network reliability analysis： methodology and applications to power grid ［J］. Reliability Engineering & System Safety ， 2021 ， 216 ： 107973 .

MIMICA M ， GIMÉNEZ DE URTASUN L ， KRAJAČIĆ G . A robust risk assessment method for energy planning scenarios on smart islands under the demand uncertainty ［J］. Energy ， 2022 ， 240 ： 122769 .

加鹤萍，丁一，宋永华，等 . 信息物理深度融合背景下综合能源系统可靠性分析评述［J］. 电网技术， 2019 ， 43 （ 1 ）： 1 - 11 .

JIA Heping ， DING Yi ， SONG Yonghua ， et al . Review of reliability analysis for integrated energy systems with integration of cyber physical systems ［J］. Power System Technology ， 2019 ， 43 （ 1 ）： 1 - 11 .

YAN C ， BIE Z H ， LIU S Y ， et al . A reliability model for integrated energy system considering multi-energy correlation ［J］. Journal of Modern Power Systems and Clean Energy ， 2021 ， 9 （ 4 ）： 811 - 825 .

LI Y ， WANG B ， YANG Z ， et al . Optimal scheduling of integrated demand response-enabled community-integrated energy systems in uncertain environments ［J］. IEEE Transactions on Industry Applications ， 2022 ， 58 （ 2 ）： 2640 - 2651 .

ZHANG S X ， WANG S P ， ZHANG Z Y ， et al . Probabilistic multi-energy flow calculation of electricity-gas integrated energy systems with hydrogen injection ［J］. IEEE Transactions on Industry Applications ， 2022 ， 58 （ 2 ）： 2740 - 2750 .

ZENG B ， LIU Y ， XU F Q ， et al . Optimal demand response resource exploitation for efficient accommodation of renewable energy sources in multi-energy systems considering correlated uncertainties ［J］. Journal of Cleaner Production ， 2021 ， 288 ： 125666 .

REN G R ， LIU J Z ， WAN J ， et al . Investigating the complementarity characteristics of wind and solar power for load matching based on the typical load demand in China ［J］. IEEE Transactions on Sustainable Energy ， 2022 ， 13 （ 2 ）： 778 - 790 .

FLYGARE C ， WALLBERG A ， JONASSON E ， et al . Correlation as a method to assess electricity users’ contributions to grid peak loads： a case study ［J］. Energy ， 2024 ， 288 ： 129805 .

EINOLANDER J ， LAHDELMA R . Multivariate Copula procedure for electric vehicle charging event simulation ［J］. Energy ， 2022 ， 238 ： 121718 .

LEE R ， KIM G ， HUR J ， et al . Advanced probabilistic power flow method using vine copulas for wind power capacity expansion ［J］. IEEE Access ， 2022 ， 10 ： 114929 - 114941 .

王士兴，陈树恒，刘群英，等 . 基于高斯混合随机性模型的多风电场配电网概率潮流计算［J ］. 电力自动化设备， 2022 ， 42 （ 11 ）： 64 - 69 .

WANG Shixing ， CHEN Shuheng ， LIU Qunying ， et al . Probabilistic power flow calculation of distribution network with multiple wind farms based on Gaussian mixture random model ［J］. Electric Power Automation Equipment ， 2022 ， 42 （ 11 ）： 64 - 69 .

刘菲，林超凡，陈晨，等 . 考虑分布式新能源动态不确定性的配电网灾后时序负荷恢复方法［J］. 电力自动化设备， 2022 ， 42 （ 7 ）： 159 - 167 .

LIU Fei ， LIN Chaofan ， CHEN Chen ， et al . Post-disaster time-series load restoration method for distribution network considering dynamic uncertainty of distributed renewable energy ［J］. Electric Power Automation Equipment ， 2022 ， 42 （ 7 ）： 159 - 167 .

WU C T ， KARGARIAN A . Computationally efficient data-driven joint chance constraints for power systems scheduling ［J］. IEEE Transactions on Power Systems ， 2023 ， 38 （ 3 ）： 2858 - 2867 .

MAO D ， TAN J ， WANG J K . Location planning of PEV fast charging station： an integrated approach under traffic and power grid requirements ［J］. IEEE Transactions on Intelligent Transportation Systems ， 2021 ， 22 （ 1 ）： 483 - 492 .

NUÑO MARTINEZ E ， CUTULULIS N ， SØRENSEN P . High dimensional dependence in power systems： a review ［J］. Renewable and Sustainable Energy Reviews ， 2018 ， 94 ： 197 - 213 .

TAWN R ， BROWELL J . A review of very short-term wind and solar power forecasting ［J］. Renewable and Sustainable Energy Reviews ， 2022 ， 153 ： 111758 .

张高航，李凤婷 . 计及运行风险和备用可用性的含风电系统两阶段优化调度［J］. 电力系统保护与控制， 2022 ， 50 （ 11 ）： 139 - 148 .

ZHANG Gaohang ， LI Fengting . Two-stage optimal dispatch for wind power integrated power system considering operational risk and reserve availability ［J］. Power System Protection and Control ， 2022 ， 50 （ 11 ）： 139 - 148 .

徐询，谢丽蓉，叶林，等 . 基于非参数核密度估计的风电场有功功率双层优化模型［J］. 电力系统自动化， 2022 ， 46 （ 2 ）： 43 - 55 .

XU Xun ， XIE Lirong ， YE Lin ， et al . Bi-level optimization model of active power for wind farm based on nonparametric kernel density estimation ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 2 ）： 43 - 55 .

XU S W ， WU W C ， YANG Y ， et al . Analytical solution of stochastic real-time dispatch incorporating wind power uncertainty characterized by Cauchy distribution ［J］. IET Renewable Power Generation ， 2021 ， 15 （ 10 ）： 2286 - 2301 .

BLUDSZUWEIT H ， DOMINGUEZ-NAVARRO J A ， LLOMBART A . Statistical analysis of wind power forecast error ［J］. IEEE Transactions on Power Systems ， 2008 ， 23 （ 3 ）： 983 - 991 .

LIN C F ， BIE Z H ， CHEN C . Operational probabilistic power flow analysis for hybrid AC-DC interconnected power systems with high penetration of offshore wind energy ［J］. IEEE Transactions on Power Systems ， 2023 ， 38 （ 4 ）： 3016 - 3028 .

ZHANG N ， KANG C Q ， XIA Q ， et al . Modeling conditional forecast error for wind power in generation scheduling ［J］. IEEE Transactions on Power Systems ， 2014 ， 29 （ 3 ）： 1316 - 1324 .

JIA M S ， SHEN C ， WANG Z J . A distributed incremental update scheme for probability distribution of wind power forecast error ［J］. International Journal of Electrical Power & Energy Systems ， 2020 ， 121 ： 106151 .

WANG Z W ， SHEN C ， XU Y ， et al . Risk-limiting load restoration for resilience enhancement with intermittent energy resources ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 3 ）： 2507 - 2522 .

LIN C F ， CHEN C ， LIU F ， et al . Dynamic MGs-based load restoration for resilient urban power distribution systems considering intermittent RESs and droop control ［J］. International Journal of Electrical Power and Energy Systems ， 2022 ， 140 ： 107975 .

LIN C F ， CHEN C ， BIE Z H . A probabilistic resilience assessment method for distribution system operation with probabilistic optimal power flow ［J］. Energy Reports ， 2022 ， 8 ： 1133 - 1142 .

LIN C F ， LIU F ， CHEN C ， et al . An online resilience assessment method for islanded distribution systems considering uncertainty of intermittent RESs and loads ［J］. Energy Reports ， 2022 ， 8 ： 639 - 649 .

BENNETT J A ， TREVISAN C N ， DECAROLIS J F ， et al . Extending energy system modelling to include extreme weather risks and application to hurricane events in Puerto Rico ［J］. Nature Energy ， 2021 ， 6 （ 3 ）： 240 - 249 .

MA L Y ， CHRISTOU V ， BOCCHINI P . Framework for probabilistic simulation of power transmission network performance under hurricanes ［J］. Reliability Engineering & System Safety ， 2022 ， 217 ： 108072 .

ZHANG X ， CHAN K W ， LI H R ， et al . Deep-learning-based probabilistic forecasting of electric vehicle charging load with a novel queuing model ［J］. IEEE Transactions on Cybernetics ， 2021 ， 51 （ 6 ）： 3157 - 3170 .

KRISHNA A B ， ABHYANKAR A R . Uniform experimental design-based nonparametric quasi-Monte Carlo for efficient probabilistic power flow ［J］. IEEE Transactions on Power Systems ， 2023 ， 38 （ 3 ）： 2318 - 2332 .

林超凡 . 新型配电系统负荷恢复及弹性评估技术研究［D］. 西安：西安交通大学， 2023 .

LIN Chaofan . Load restoration and resilience assessment of new power distribution systems ［D］. Xi’an ： Xi’an Jiaotong University ， 2023 .

WAN C ， CUI W K ， SONG Y H . Machine learning-based probabilistic forecasting of wind power generation： a combined bootstrap and cumulant method ［J］. IEEE Transactions on Power Systems ， 2024 ， 39 （ 1 ）： 1370 - 1383 .

曹瑞琳，邢洁，李征 . 基于改进级数展开的含风电电力系统概率潮流计算方法［J］. 电网技术， 2022 ， 46 （ 9 ）： 3447 - 3455 .

CAO Ruilin ， XING Jie ， LI Zheng . Improved series expansion based probabilistic load flow calculation for power system with wind power ［J］. Power System Technology ， 2022 ， 46 （ 9 ）： 3447 - 3455 .

ALZUBAIDI M ， HASAN K N ， MEEGAHAPOLA L ， et al . Identification of efficient sampling techniques for probabilistic voltage stability analysis of renewable-rich power systems ［J］. Energies ， 2021 ， 14 （ 8 ）： 2328 .

MA Z Y ， GAO J W ， HU W Q ， et al . Risk-adjustable stochastic schedule based on Sobol augmented Latin hypercube sampling considering correlation of wind power uncertainties ［J］. IET Renewable Power Generation ， 2021 ， 15 （ 11 ）： 2356 - 2367 .

蔡霁霖，郝丽丽，张柯琪 . 含可再生能源电力系统可靠性评估的非参数重要性分层抽样法［J］. 电力系统自动化， 2022 ， 46 （ 7 ）： 104 - 115 .

CAI Jilin ， HAO Lili ， ZHANG Keqi . Non-parametric stratified importance sampling method for reliability evaluation of power system with renewable energy ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 7 ）： 104 - 115 .

SINGH V ， MOGER T ， JENA D . Uncertainty handling techniques in power systems： a critical review ［J］. Electric Power Systems Research ， 2022 ， 203 ： 107633 .

ZHENG J H ， XIAO W T ， WU C Q ， et al . A gradient descent direction based-cumulants method for probabilistic energy flow analysis of individual-based integrated energy systems ［J］. Energy ， 2023 ， 265 ： 126290 .

唐文静，唐俊杰，林星宇，等 . 基于外网静态等值与无迹变换法的互联电网概率潮流计算［J］. 电力系统自动化， 2023 ， 47 （ 10 ）： 117 - 127 .

TANG Wenjing ， TANG Junjie ， LIN Xingyu ， et al . Probabilistic power flow calculation for interconnected power grid based on external network static equivalent and unscented transformation method ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 10 ）： 117 - 127 .

CHE Y L ， WANG X R ， LV X Q ， et al . Probabilistic load flow using improved three point estimate method ［J］. International Journal of Electrical Power & Energy Systems ， 2020 ， 117 ： 105618 .

王庆岩，孙媛媛，谢香敏，等 . 基于改进多点估计与最大熵的概率谐波潮流算法［J］. 电力系统自动化， 2021 ， 45 （ 2 ）： 74 - 81 .

WANG Qingyan ， SUN Yuanyuan ， XIE Xiangmin ， et al . Probabilistic harmonic power flow algorithm based on improved multi-point estimate and maximum entropy ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 2 ）： 74 - 81 .

LAOWANITWATTANA J ， UATRONGJIT S . Probabilistic power flow analysis based on partial least square and arbitrary polynomial chaos expansion ［J］. IEEE Transactions on Power Systems ， 2022 ， 37 （ 2 ）： 1461 - 1470 .

LY S ， PAREEK P ， NGUYEN H D . Scalable probabilistic optimal power flow for high renewables using lite polynomial chaos expansion ［J］. IEEE Systems Journal ， 2023 ， 17 （ 2 ）： 2282 - 2293 .

XIANG M X ， YU J ， YANG Z F ， et al . Probabilistic power flow with topology changes based on deep neural network ［J］. International Journal of Electrical Power & Energy Systems ， 2020 ， 117 ： 105650 .

YANG Y ， YANG Z F ， YU J ， et al . Fast calculation of probabilistic power flow： a model-based deep learning approach ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 3 ）： 2235 - 2244 .

XIAO H ， PEI W ， WU L ， et al . A novel deep learning based probabilistic power flow method for multi-microgrids distribution system with incomplete network information ［J］. Applied Energy ， 2023 ， 335 ： 120716 .

WU H Y ， WANG M H ， XU Z ， et al . Graph attention enabled convolutional network for distribution system probabilistic power flow ［J］. IEEE Transactions on Industry Applications ， 2022 ， 58 （ 6 ）： 7068 - 7078 .

GAO F ， XU Z D ， YIN L F . Bayesian deep neural networks for spatio-temporal probabilistic optimal power flow with multi-source renewable energy ［J］. Applied Energy ， 2024 ， 353 ： 122106 .

GAO M S ， YU J ， YANG Z F ， et al . Physics embedded graph convolution neural network for power flow calculation considering uncertain injections and topology ［J/OL］. IEEE Transactions on Neural Networks and Learning Systems ［ 2024-01-15 ］. http：//ieeexplore.ieee.org/document/10176302 http://ieeexplore.ieee.org/document/10176302 .

熊芬芬，陈江涛，任成坤，等 . 不确定性传播的混沌多项式方法研究进展［J］. 中国舰船研究， 2021 ， 16 （ 4 ）： 19 - 36 .

XIONG Fenfen ， CHEN Jiangtao ， REN Chengkun ， et al . Recent advances in polynomial chaos method for uncertainty propagation ［J］. Chinese Journal of Ship Research ， 2021 ， 16 （ 4 ）： 19 - 36 .

ALIMI O A ， OUAHADA K ， ABU-MAHFOUZ A M . A review of machine learning approaches to power system security and stability ［J］. IEEE Access ， 2020 ， 8 ： 113512 - 113531 .

OZCANLI A K ， YAPRAKDAL F ， BAYSAL M . Deep learning methods and applications for electrical power systems： a comprehensive review ［J］. International Journal of Energy Research ， 2020 ， 44 （ 9 ）： 7136 - 7157 .

SINGH V ， MOGER T ， JENA D . Probabilistic load flow approach combining cumulant method and K -means clustering to handle large fluctuations of stochastic variables ［J］. IEEE Transactions on Industry Applications ， 2023 ， 59 （ 3 ）： 2832 - 2841 .

SANDOVAL N ， GONG Y Z ， CHUNG C Y . Three-phase second-order analytic probabilistic load flow with voltage-dependent load ［J］. IEEE Transactions on Power Systems ， 2023 ， 38 （ 1 ）： 229 - 241 .

方晓涛，严正，王晗，等 . 考虑“路-车-源-荷”多重不确定性的交通网与配电网概率联合流分析［J］. 电力系统自动化， 2022 ， 46 （ 12 ）： 76 - 87 .

FANG Xiaotao ， YAN Zheng ， WANG Han ， et al . Analysis on probabilistic joint flow for transportation network and distribution network considering multiple uncertainties of road-vehicle-source-load ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 12 ）： 76 - 87 .

王冲，王秀丽，鞠平，等 . 电力系统随机分析方法研究综述［J］. 电力系统自动化， 2022 ， 46 （ 3 ）： 184 - 199 .

WANG Chong ， WANG Xiuli ， JU Ping ， et al . Review of research on power system stochastic analysis methods ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 3 ）： 184 - 199 .

WANG Y Y ， VITTAL V ， KHORSAND M ， et al . Composite system reliability evaluation with essential reliability services assessment of wind power integrated power systems ［J］. IEEE Open Access Journal of Power and Energy ， 2020 ， 7 ： 403 - 413 .

HAN C ， LEE D ， SONG S ， et al . Probabilistic assessment of PV hosting capacity under coordinated voltage regulation in unbalanced active distribution networks ［J］. IEEE Access ， 2022 ， 10 ： 35578 - 35588 .

HASAN K N ， PREECE R ， MILANOVI'C J V . Existing approaches and trends in uncertainty modelling and probabilistic stability analysis of power systems with renewable generation ［J］. Renewable and Sustainable Energy Reviews ， 2019 ， 101 ： 168 - 180 .

FAN M ， LI Z S ， DING T ， et al . Uncertainty evaluation algorithm in power system dynamic analysis with correlated renewable energy sources ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 6 ）： 5602 - 5611 .

陈将宏，徐彬，何长民 . 基于无迹变换法的电力系统小扰动稳定概率分析［J］. 南方电网技术， 2023 ， 17 （ 10 ）： 77 - 84 .

CHEN Jianghong ， XU Bin ， HE Changmin . Probability analysis of small disturbance stability in power system based on unscented transformation method ［J］. Southern Power System Technology ， 2023 ， 17 （ 10 ）： 77 - 84 .

LIU F ， CHEN C ， LIN C F ， et al . Utilizing aggregated distributed renewable energy sources with control coordination for resilient distribution system restoration ［J］. IEEE Transactions on Sustainable Energy ， 2023 ， 14 （ 2 ）： 1043 - 1056 .

TRESPALACIOS A ， CORTÉS L M ， PEROTE J . Uncertainty in electricity markets from a semi-nonparametric approach ［J］. Energy Policy ， 2020 ， 137 ： 111091 .

韩帅，张峰，丁磊，等 . 基于混合Copula函数的风电场可用惯量评估方法［J］. 电力自动化设备， 2021 ， 41 （ 3 ）： 189 - 195 .

HAN Shuai ， ZHANG Feng ， DING Lei ， et al . Available inertia evaluation method of wind farm based on mixed Copula function ［J］. Electric Power Automation Equipment ， 2021 ， 41 （ 3 ）： 189 - 195 .

SAHIN Ö ， CZADO C . Vine copula mixture models and clustering for non-Gaussian data ［J］. Econometrics and Statistics ， 2022 ， 22 ： 136 - 158 .

LUO K ， LIN C F ， LIU S Y ， et al . A novel linear correlation clustering method for stochastic power flow studies ［C］// 2017 IEEE Conference on Energy Internet and Energy System Integration （EI2 ）， November 26-28 ， 2017 ， Beijing， China .

万灿，崔文康，宋永华 . 新能源电力系统概率预测：基本概念与数学原理［J］. 中国电机工程学报， 2021 ， 41 （ 19 ）： 6493 - 6509 .

WAN Can ， CUI Wenkang ， SONG Yonghua . Probabilistic forecasting for power systems with renewable energy sources： basic concepts and mathematical principles ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 19 ）： 6493 - 6509 .

李阳，沈小军，张扬帆，等 . 基于速度-关联约束的风电机组风速感知异常数据识别方法［J］. 电工技术学报， 2023 ， 38 （ 7 ）： 1793 - 1807 .

LI Yang ， SHEN Xiaojun ， ZHANG Yangfan ， et al . Cleaning method of wind speed outliers for wind turbines based on velocity and correlation constraints ［J］. Transactions of China Electrotechnical Society ， 2023 ， 38 （ 7 ）： 1793 - 1807 .

OMOYELE O ， HOFFMANN M ， KOIVISTO M ， et al . Increasing the resolution of solar and wind time series for energy system modeling： a review ［J］. Renewable and Sustainable Energy Reviews ， 2024 ， 189 ： 113792 .

LI W T ， YI M ， WANG M ， et al . Real-time energy disaggregation at substations with behind-the-meter solar generation ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 3 ）： 2023 - 2034 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

计及多重不确定性的新能源基地工程输电价格优化模型

Multi-period Online Preventive Control Strategy for Power Grid with High Proportion of Renewable Energy Based on Reinforcement Learning

Marginal Carbon Emission Factors in Multiple Time Periods and Analysis of Their Uncertainties

Operation Evaluation of Battery Energy Storage Systems on Renewable Energy Side: Current Status and Prospects

Related Author

LIN Chaofan

WANG Qianchen

SUN Yiding

LIU Dong

GUO Guodong

LIU Dongge

SUN Yingyun

JIANG Tao

Related Institution

Department of Electrical and Computer Engineering, the State University of New York at Stony Brook, Stony Brook

Key Laboratory of Modern Power System Simulation and Control & Renewable Energy Technology, Ministry of Education (Northeast Electric Power University)

State Grid Electric Power Research Institute (NARI Group Corporation)

Department of Electrical Engineering, Tsinghua University

⁰