[發(fā)明專利]一種基于深度學(xué)習(xí)的結(jié)構(gòu)參數(shù)不完備下配電網(wǎng)風(fēng)險(xiǎn)評(píng)估方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011296072.7
• 申請(qǐng)日: 2020-11-18
• 公開(kāi)（公告）號(hào): CN112232714B
• 公開(kāi)（公告）日: 2023-06-20
• 發(fā)明（設(shè)計(jì)）人: 肖浩;裴瑋;楊艷紅;馬騰飛;孔力;王新迎;張國(guó)賓;王天昊;馬世乾
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院電工研究所;中國(guó)電力科學(xué)研究院有限公司;國(guó)家電網(wǎng)有限公司;國(guó)網(wǎng)天津市電力公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q50/06;G06F18/214;G06N3/006;G06N3/04;G06N3/049
• 代理公司: 北京科迪生專利代理有限責(zé)任公司 11251
• 代理人: 關(guān)玲

一種基于深度學(xué)習(xí)的結(jié)構(gòu)參數(shù)不完備下配電網(wǎng)風(fēng)險(xiǎn)評(píng)估方法，步驟為：1)統(tǒng)計(jì)配電網(wǎng)中結(jié)構(gòu)參數(shù)信息不完備區(qū)域的外部可獲取歷史運(yùn)行數(shù)據(jù)，采用深度學(xué)習(xí)訓(xùn)練建立其等值封裝模型；2)根據(jù)日前預(yù)測(cè)的區(qū)域所在地氣象數(shù)據(jù)以及電價(jià)數(shù)據(jù)，代入等值模型，預(yù)測(cè)結(jié)構(gòu)參數(shù)信息不完備區(qū)域與配電網(wǎng)之間的關(guān)口交互功率的概率分布；3)構(gòu)造等效估計(jì)點(diǎn)并進(jìn)行配電網(wǎng)概率潮流計(jì)算；4)統(tǒng)計(jì)配電網(wǎng)中狀態(tài)變量的概率分布，完成配電網(wǎng)整體運(yùn)行風(fēng)險(xiǎn)評(píng)估。本發(fā)明可實(shí)現(xiàn)配電網(wǎng)在結(jié)構(gòu)參數(shù)不完備下的運(yùn)行風(fēng)險(xiǎn)評(píng)估，避免了傳統(tǒng)解析法與隨機(jī)抽樣法需要完備信息進(jìn)行概率潮流計(jì)算和風(fēng)險(xiǎn)評(píng)估的問(wèn)題，有助于提高配電網(wǎng)分布式可再生能源的接入水平、提升配電網(wǎng)運(yùn)行安全性和可靠性。

技術(shù)領(lǐng)域

本發(fā)明涉及一種結(jié)構(gòu)參數(shù)不完備下配電網(wǎng)風(fēng)險(xiǎn)評(píng)估方法。

背景技術(shù)

近年來(lái)，分布式光伏、風(fēng)電等分布式電源發(fā)展迅猛，在配電網(wǎng)中接入滲透率逐年增長(zhǎng)。由于分布式光伏、風(fēng)電的強(qiáng)隨機(jī)性和不確定性，導(dǎo)致配電網(wǎng)運(yùn)行的風(fēng)險(xiǎn)也大幅攀升。與此同時(shí)，由于配電網(wǎng)信息化建設(shè)的相對(duì)滯后，尤其是農(nóng)村配電網(wǎng)，仍存在大量信息采集的‘盲區(qū)’，使得配電網(wǎng)在風(fēng)險(xiǎn)評(píng)估中很難獲取完備的系統(tǒng)結(jié)構(gòu)參數(shù)信息，這對(duì)于地區(qū)配電網(wǎng)的風(fēng)險(xiǎn)管控和安全穩(wěn)定運(yùn)行帶來(lái)了嚴(yán)峻的挑戰(zhàn)，因此如何合理有效地評(píng)估隨機(jī)性分布式電源大量接入以及網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)不明晰的情形下的配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)成為地區(qū)電網(wǎng)調(diào)控中心迫切需要解決的關(guān)鍵問(wèn)題。

目前，針對(duì)配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)的評(píng)估，主要的分析評(píng)估方法包括解析法與隨機(jī)抽樣法兩大類。第一類解析法主要通過(guò)分析分布式能源和負(fù)荷隨機(jī)變量的概率密度函數(shù)，求取各階矩信息來(lái)獲取各節(jié)點(diǎn)輸入功率波動(dòng)量的半不變量或估計(jì)點(diǎn)，然后代入半不變量或估計(jì)點(diǎn)進(jìn)行確定性潮流計(jì)算，獲取輸出節(jié)點(diǎn)電壓幅值、相角等狀態(tài)變量的半不變量或估計(jì)點(diǎn)，最后再根據(jù)級(jí)數(shù)展開(kāi)方法擬合狀態(tài)變量的概率分布以及評(píng)估系統(tǒng)運(yùn)行風(fēng)險(xiǎn)。第二類隨機(jī)抽樣法則通過(guò)隨機(jī)抽樣生成大量描述分布式能源和負(fù)荷出力不確定性的樣本，然后針對(duì)這些樣本進(jìn)行大量潮流計(jì)算，最后再統(tǒng)計(jì)潮流結(jié)果擬合輸出節(jié)點(diǎn)電壓幅值、相角等狀態(tài)變量的概率分布。但不論上述哪種方式，均需要獲悉全部的網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)信息，進(jìn)而才能進(jìn)行完整潮流計(jì)算來(lái)獲取輸出節(jié)點(diǎn)電壓幅值、相角等狀態(tài)變量，因此其針對(duì)結(jié)構(gòu)參數(shù)信息不完備下的配電網(wǎng)風(fēng)險(xiǎn)評(píng)估分析很難繼續(xù)適用。

發(fā)明內(nèi)容

本發(fā)明的目的克服現(xiàn)有技術(shù)的不足，提供一種基于深度學(xué)習(xí)配電網(wǎng)風(fēng)險(xiǎn)評(píng)估方法，實(shí)現(xiàn)結(jié)構(gòu)參數(shù)不完備下的配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)建模，解決傳統(tǒng)解析法與隨機(jī)抽樣法需要完備信息進(jìn)行概率潮流計(jì)算和風(fēng)險(xiǎn)評(píng)估的問(wèn)題，為配電網(wǎng)風(fēng)險(xiǎn)管控策略的制定奠定基礎(chǔ)，有助于提升配電網(wǎng)運(yùn)行可靠性，提升分布式可再生能源的接入水平，對(duì)分布式能源及配電網(wǎng)的合理有序發(fā)展具有重要的理論和現(xiàn)實(shí)意義。

本發(fā)明基于深度學(xué)習(xí)的結(jié)構(gòu)參數(shù)不完備下配電網(wǎng)風(fēng)險(xiǎn)評(píng)估方法，包括以下步驟：

(1)統(tǒng)計(jì)結(jié)構(gòu)參數(shù)信息不完備區(qū)域的外部可獲取歷史運(yùn)行數(shù)據(jù)，如當(dāng)?shù)貧v史風(fēng)速、光照、電價(jià)、溫度以及該區(qū)域與配電網(wǎng)之間的關(guān)口交互功率，訓(xùn)練建立結(jié)構(gòu)參數(shù)信息不完備區(qū)域的等值模型；

(2)預(yù)測(cè)日前的風(fēng)速、光照、溫度等氣象數(shù)據(jù)以及電價(jià)數(shù)據(jù)的概率分布，代入結(jié)構(gòu)參數(shù)信息不完備區(qū)域的等值模型，計(jì)算該區(qū)域與配電網(wǎng)之間的關(guān)口交互功率的概率分布；

(3)根據(jù)預(yù)測(cè)的結(jié)構(gòu)參數(shù)信息不完備區(qū)域與配電網(wǎng)之間的關(guān)口交互功率概率分布，構(gòu)造等效估計(jì)點(diǎn)，進(jìn)行配電網(wǎng)概率潮流計(jì)算；

(4)統(tǒng)計(jì)配電網(wǎng)概率潮流計(jì)算結(jié)果，分析配電網(wǎng)中各節(jié)點(diǎn)電壓幅值、相角等狀態(tài)變量的概率分布，評(píng)估配電網(wǎng)整體運(yùn)行風(fēng)險(xiǎn)。

所述步驟(1)中，統(tǒng)計(jì)結(jié)構(gòu)參數(shù)信息不完備區(qū)域的外部可獲取歷史運(yùn)行數(shù)據(jù)，包括當(dāng)?shù)貧v史風(fēng)速、光照、電價(jià)、溫度以及該區(qū)域與配電網(wǎng)之間的關(guān)口交互功率，訓(xùn)練建立結(jié)構(gòu)參數(shù)信息不完備區(qū)域的等值模型；具體包括數(shù)據(jù)的預(yù)處理、區(qū)域等值模型封裝訓(xùn)練、訓(xùn)練模型的測(cè)試驗(yàn)證與更新等步驟：