[论文解读] Probabilistic Models for Daily Peak Loads at Distribution Feeders

Hossein Sangrody, Ning Zhou+1 more|arXiv (Cornell University)|Mar 19, 2017

Energy Load and Power Forecasting参考文献 6被引用 3

一句话总结

本文提出一种基于幂律分布的配电网馈线日最大负荷概率建模方法，通过增强的柯尔莫哥洛夫-斯米诺夫检验（结合蒙特卡洛模拟）进行验证，并利用自助法量化不确定性。研究结果表明，实际馈线数据始终遵循幂律分布，从而可显著提升长期规划与分布式能源（DER）承载力估算的准确性。

ABSTRACT

Load forecasting at distribution networks is more challenging than load forecasting at transmission networks because its load pattern is more stochastic and unpredictable. To plan sufficient resources and estimate DER hosting capacity, it is invaluable for a distribution network planner to get the probabilistic distribution of daily peak-load under a feeder over long term. In this paper, we model the probabilistic distribution functions of daily peak-load under a feeder using power law distributions, which is tested by improved Kolmogorov Smirnov test enhanced by the Monte Carlo simulation approach. In addition, the uncertainty of the modeling is quantified using the bootstrap method. The methodology of parameter estimation of the probabilistic model and the hypothesis test is elaborated in detail. In the case studies, it is shown using measurement data sets that the daily peak loads under several feeders follow the power law distribution by applying the proposed testing methods.

研究动机与目标

• 解决配电网负荷模式中高随机性与不可预测性带来的挑战。
• 为长期时间尺度下配电网馈线的日最大负荷开发稳健的概率模型。
• 通过非参数自助法重采样量化峰值负荷建模中的不确定性。
• 利用先进的统计检验方法验证真实馈线负荷数据对幂律分布的拟合程度。
• 通过精确的概率预测，支持配电网规划与分布式能源（DER）承载力估算。

提出的方法

• 采用幂律分布对日最大负荷进行建模，以捕捉真实数据中观察到的重尾特性。
• 应用经蒙特卡洛模拟增强的改进型柯尔莫哥洛夫-斯米诺夫检验，评估幂律分布的拟合优度。
• 使用自助法量化幂律模型参数估计值的不确定性。
• 基于实测馈线负荷数据，采用最大似然法进行幂律分布参数估计。
• 开展假设检验，验证幂律拟合相对于其他分布的统计显著性。
• 在来自多个配电网馈线的真实测量数据集上验证该方法。

实验结果

研究问题

• RQ1 配电网馈线的日最大负荷分布是否遵循幂律分布？
• RQ2 幂律分布模型在多大程度上能准确捕捉日最大负荷的随机行为？
• RQ3 与替代分布相比，幂律拟合的统计显著性如何？
• RQ4 如何量化峰值负荷模型参数的不确定性以支持可靠规划？
• RQ5 所提出的测试框架能否可靠识别真实馈线负荷数据中的幂律行为？

主要发现

• 多个配电网馈线的日最大负荷数据经增强型柯尔莫哥洛夫-斯米诺夫检验确认，强烈符合幂律分布。
• 所提出的蒙特卡洛增强型假设检验方法能有效区分真实负荷数据中幂律行为与其他分布。
• 自助重采样揭示了估计的幂律参数周围具有实际意义的不确定性区间，提升了模型可靠性。
• 该方法成功识别出真实测量数据中的幂律模式，支持其在长期规划中的应用。
• 概率模型能够更准确地估算极端峰值负荷事件，这对分布式能源（DER）承载力评估至关重要。
• 结果表明，与传统确定性或正态分布假设相比，幂律建模在捕捉负荷变异性方面表现更优。