基于概率预测的电网静态安全运行风险评估及主动调控策略

近年来,随着电网互联层级和规模的高速发展以及新能源、电力电子设备的大规模接入,电力系统的不确定性和调控需求都在持续增加。为解决当前电网调度控制方式基于联络线越限等经验特征量异常触发、缺乏主动性和预见性调控手段的问题,提出了一种基于概率预测的电网安全运行风险评估及主动调控方法。首先,构建了基于长短期记忆网络和支持向量机的滚动概率预测模型。然后,从充裕度的角度建立了常见风险事件的严重度函数,从而实现对关键元件的越限概率预测,并计算得到量化风险以形成触发机制,实现电力系统面对风险事件的主动调控。最后,在IEEE 39节点系统上结合中国某省电网的实际负荷数据进行仿真,计算结果验证了所提方法和模型能够实现提前主动调控,有效规避安全运行风险。     

基于增强进化计算的电力系统暂态稳定关键特征智能选择方法EI北大核心CSCD

随着电网互联层级的高速发展以及新能源的大规模接入,电网动态特性日益复杂,安全防控策略失配风险增大,这对电力系统暂态稳定评估的快速性与准确性提出了更高的要求。基于数据驱动的暂态稳定评估方法可利用系统故障后的动态响应时序数据,实现较为精准的稳定性评估,但面对来自于电网的高维数据特征时,直接使用原始时序数据进行模型训练与预测常常会带来极大的计算负担以及过拟合的风险。针对以上问题,提出一种基于增强进化计算的电力系统暂态稳定关键特征智能选择方法。首先,为了充分考虑系统的时序动态信息,采用基于进化计算的包裹式特征选择框架,在选择过程中嵌入多维时间序列分类模型作为子集评价器。随后,为了改善特征选择过程中的局部停滞以及优化低效问题,提出一种基于信息理论的迭代寻优增强策略,使用特征优先级分数引导寻优算法的进化方向。最后,基于IEEE39节点系统的仿真算例表明,所提方法能够以更高的计算效率得到更优的特征子集,对于提升电力系统暂态稳定评估的快速性与准确性具有重要价值。