Yuerong Yang · Shunjiang Lin · Shiyuan Chen · Mingbo Liu 等5人 · IEEE Transactions on Power Systems · 2024年6月

基于随机微分代数方程（SDAEs）描述电力系统在随机连续扰动下的动态行为。传统数值方法需大量样本计算状态变量的概率分布，计算成本高。本文提出一种非采样时域仿真（NSTDS）框架，可直接求解暂态过程中各时刻状态变量的概率分布，显著提升计算效率。该框架采用具有更高收敛阶的Milstein-Euler预测校正迭代格式，并结合L^p空间对偶定理，提出一种避免维度灾难的随机变量函数概率分布计算方法，适用于大规模系统。在改进的IEEE 39节点和118节点系统上的算例验证了所提方法在暂态稳定性评估中的高精度...

解读: 该非采样时域仿真框架对阳光电源储能系统和新能源并网产品具有重要应用价值。在PowerTitan大型储能系统中，可用于评估随机功率波动（风光出力、负荷变化）下的暂态稳定性，优化构网型GFM控制参数设计。相比传统蒙特卡洛方法，该框架通过直接求解概率分布显著提升计算效率，适用于大规模储能电站的实时稳定性评...