[论文解读] On the Statistical Settings of Generation and Load in a Synthetic Grid Modeling

Seyyed Hamid Elyas, Zhifang Wang+1 more|arXiv (Cornell University)|Jun 28, 2017

Complex Network Analysis Techniques参考文献 15被引用 5

一句话总结

本文提出了一种统计框架，通过利用节点度相关性和指数分布，在合成的高压输电网络中生成具有现实感的发电和负荷配置。该方法采用基于熵的优化方法，为母线分配容量和负荷，确保与真实电网拓扑结构和电气参数的统计一致性。

ABSTRACT

This paper investigates the problem of generation and load settings in a synthetic power grid modeling of high-voltage transmission network, considering both electrical parameters and topology measures. Our previous study indicated that the relative location of generation and load buses in a realistic grid are not random but correlated. And an entropy based optimization approach has been proposed to determine a set of correlated siting for generation and load buses in a synthetic grid modeling. Using the exponential distribution of individual generation capacity or load settings in a grid, and the non-trivial correlation between the generation capacity or load setting and the nodal degree of a generation or load bus we develop an approach to generate a statistically correct random set of generation capacities and load settings, and then assign them to each generation or load bus in a grid.

研究动机与目标

• 通过捕捉发电母线与负荷母线之间非随机的空间相关性，解决合成电网模型中统计真实感不足的问题。
• 克服现有合成电网中随机或均匀分配发电与负荷所导致的局限性，使其更符合真实电网特性。
• 确保合成电网模型准确反映发电容量和负荷需求的统计分布特征。
• 整合拓扑结构（节点度）与电气参数（容量/负荷）以提升模型的真实性。
• 开发一种可扩展的、数据驱动的方法，用于为合成电网架构中的母线分配具有现实感的发电与负荷数值。

提出的方法

• 采用基于熵的优化方法，根据节点度确定发电与负荷母线的关联选址。
• 使用指数分布对单个发电容量和负荷设置进行建模，以反映真实世界中的统计行为。
• 在节点度与各母线发电容量或负荷大小之间建立非平凡的相关性。
• 利用推导出的相关性，为合成电网中的每个母线分配具有现实感的数值，确保拓扑与统计一致性。
• 将电气参数（发电/负荷）与拓扑度量（节点度）整合进统一的建模框架。
• 通过验证，确保所生成的合成电网保留了真实高压输电网络中的关键统计特性。

实验结果

研究问题

• RQ1 如何在合成电网中对母线进行发电与负荷容量的统计分配，以反映真实世界的相关性？
• RQ2 在真实电力系统中，节点度与母线发电或负荷大小之间存在何种关系？
• RQ3 基于熵的优化方法能否有效生成合成电网中发电与负荷的关联配置？
• RQ4 将容量与负荷设为指数分布在多大程度上提升了合成电网模型的真实感？
• RQ5 如何联合建模拓扑结构与电气参数，以增强合成电网的真实性？

主要发现

• 真实电网中发电与负荷母线的相对位置并非随机，而是与节点度存在显著相关性。
• 基于熵的优化方法成功识别出与真实世界模式一致的发电与负荷母线关联配置。
• 真实电网中发电容量与负荷设置服从指数分布，可被用于生成具有现实感的合成数值。
• 节点度与发电/负荷大小之间的相关性具有非平凡性，必须在合成模型中加以保留，以确保统计准确性。
• 所提出的方法能够基于母线的拓扑位置，生成统计上正确的发电与负荷数值随机集合。
• 当同时考虑拓扑结构与电气参数时，所生成的合成电网模型展现出真实的统计特性。