考虑DLR和风电预测不确定性的机会约束机组组合模型

为了提升电力系统消纳可再生能源的能力,提出了一种考虑动态线路潮流极限(dynamic line rating,DLR)与风电不确定性的机会约束机组组合模型。首先利用埃尔曼(Elman)神经网络与多元自适应回归样条(multivariate adaptive regression splines,MARS),建立起基于熵值法的DLR组合预测模型。其次根据DLR的不确定性制定了DLR机会约束集,构建了考虑DLR与风电不确定性的机会约束机组组合模型。最后,在IEEE-118节点系统上对所提模型进行仿真。仿真结果验证了模型的正确性与有效性,同时表明DLR技术可以明显降低电力系统总运行成本,并且能够大幅度提升电力系统消纳可再生能源的水平。