基于蒙特卡罗算法的低压低频减载策略研究

《基于蒙特卡罗算法的低压低频减载策略研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江大学硕士学位论文摘要蒙特卡罗算法是一种利用随机数进行随机模拟试验来估计数值并求解未知量的计算方法。其基本思想是当所求解问题是某种随机事件出现的概率，通过某类事件出现的频率来估计这一随机事件的概率，或者得到一个随机变量的某些数字特征以作为所求问题的解。这是以概率论和统计方法为基础的一种算法，它将所求解的问题同特定的概率模型相联系，用计算机实现统计模拟，以获得问题的近似解。蒙特卡罗算法一般不需要连续性、可微性等限制要求，特别适用于电网系统这样高维的数学问题。低压减载和低频减载作为电力系统稳定第三道防线的重要方式，是对电力系统未来运行方式下负荷分配的安排，系统运行方式是不确定的。蒙特卡罗法

2、能考虑系统的各种随机因素，具有很强的适应性，计算复杂性对求解速度影响不大。该算法的收敛性是概率意义下的收敛，问题的维数增加不会影响它的收敛速度，在PSS，／E编程实现算法时，所占用的存贮空间也不大。本文将蒙特卡罗算法分别应用于低压减载和低频减载策略中，对国内实际电网进行仿真，计算结果说明该算法相比较传统算法而言，对维护系统稳定，实现甩负荷代价最小具有优越性。关键词：电力系统，低压减载，低频减载，蒙特卡罗算法，Pss／E浙江大学硕士学位论文ABSⅡ认CTABSTRACTMonteCarloalgoritllmisacalculationm劬odt0estimatetheValuesaIld

3、solVeunknoⅥ咀variablesbvamdomsimulationteSt、加nlralldomn啪bers．ThebasicideaisⅡlat、)~，henaproblemhappenediIlaprobabilit)rofsomeraIldomeVent，、)~dlichcallbeestimatedthrou曲t11en．equencyitoccurs，0raproblemsolutione小IaltospecificnuI玎ericalck吸lCt甜sticsofa姗domv撕able．Thisalgoritllmisbasedonthetheo巧aboutproba

4、bil时andstatistics．Thes01utioncallberelatedw池acertainprobabili够model，tl】【usitcaIlbesolvedinaapproximatesolutionbyaconlputerstatisticals曲ulation．MoIl_teC砌oalgo删unisbotllconti眦i够一雠e锄ddifferentiabil时一free，wIlichisSuita【bleformathematicaJproblemswnah碘dinlensionsuchaSapower鲥d．UnderVohageLoadShedding私wd

5、laSUnderFrequencyLoadSheddingis趾impommtwayt0metmrdlineofdefenseiIlordertomain_taintllepo、张rsystems切bili够，arldisalsomeloaddistributionschemein血tllreforthepowersyStemoperationmode，wKchisuncertain．MomeCarlomethodtdkesaccoumofavarie哆ofrandomf如torSillpo、ⅣersyStem．Withitsstrongadaptabil埘，tllecomputatio

6、llalcomplex时haSlittlenegativeinnuenceonthespeedofsolVingsuchproblems．MoreoVer，theconVe唱enceoft11ealgori恤isinthesenseofprobabilisticcoIⅣe玛ence，sotIlatmeproblem’sdimensionincreasingdoesnotslowtheconvergingspeed．W1lilepro鲫【IlIIlinginPSS／E，tllisalgori‰alsosaVesthestoragespacea10t．MonteCarloalgorim[Il

7、is印pliedinmes仃ateg)，forbotllUnderVohageLoadSheddingandUnderFrequencyLoadSheddingintllisp印er，somedomesticrealpowernetworkissinlu_Iatedwiththisalgoritllm，andtheresultsshowst11at，comparedwitlltllose位lditioIlalalgorimms．T1