分布式发电系统的充分性评估模型的不确定性分析
摘要：分布式发电（DG）系统的可靠性/充足性评估主要关注概率建模，旨在处理可再生资源发电机固有的随机性不确定性，前提是有足够的信息数据。然而，由于对现象的不完全了解以及相关特征参数的不精确评估，建模中必须考虑另一种类型的不确定性（认知不确定性）。在信息数据不充足的情况下，这种类型的不确定性需要另外的表示、传播、分析和解释方法。本研究试图初步确定、建模和联合传播发电系统建模中的固有和认知不确定性，以进行充足性评估。概率和可能性分布分别用于对固有和认知不确定性进行建模。证据理论用于将这两种不确定性整合到一个框架下。基于证据理论的确信度和信任函数，引入了混合传播方法。以从IEEE 34节点分布试验馈线适应的DG系统为例进行了演示。与纯概率方法相比，结果表明混合传播能够明确地表达对DG参数知识的不精确性，并将其转化为最终的适应性评估值。它还能有效地捕捉到随着较高DG穿透水平而增加的不确定性。
作者：Yanfu Li (SSEC, LGI), Enrico Zio (SSEC)
论文ID：1206.1204
分类：Performance
分类简称：cs.PF
提交时间：2012-06-07