基于综合概率模型与深度学习的智能电网功率-电压映射方法

摘要：

随着新能源及分布式发电渗透率的增加,其间歇性强、波动性大等特性对电网电压波动造成较大影响,如何更加快速地计算包含复杂分布式电源接入的电力系统稳态电压具有重要意义.通过对大量风机、光伏真实出力数据采样,在传统概率模型的基础上改进生成综合概率模型,并通过马尔科夫转移概率矩阵修正因时空特性产生的概率分布偏差.然后,以中国南方某地区相邻光伏、风电场实际出力数据为样本,基于配电网拓扑结构,在不同场景下计算其各节点稳态电压.最后,算例结果表明,改进方法模拟生成的电网模型具有较高真实性和适用性,计算所得的电压具有较高准确率.并且,相较传统电力系统潮流计算,极大减少计算时间,从而在控制效果上具有更好的跟随性,适用于复杂新能源电力系统稳态电压的计算.

关键词：新能源;综合概率模型;马尔科夫链;蒙特卡洛模拟;人工智能

所属期刊栏目：43

分类号：TM743(输配电工程、电力网及电力系统)

资助基金：国家电网公司科技项目5108-202018028A-0-0-00

在线出版日期：2022-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：37-44