基于自适应时间窗的数据-模型融合驱动暂态频率预测

新能源大规模并网使得新型电力系统的暂态频率响应特征更加复杂，现有频率在线预测方法难以兼顾准确性和及时性。基于此，提出基于自适应时间窗的数据-模型融合驱动暂态频率预测方法。首先，基于长短期记忆网络，离线训练多个具有不同长度时序数据输入的频率曲线循环预测模型；其次，利用参数辨识方法离线建立各发电集群的通用等值频率响应模型，在此基础上构建系统有功-频率物理机理快速分析模型；最后，串行融合前述频率曲线循环预测模型与有功-频率物理机理快速分析模型，并提出“可信度量化评估指标”，实时分析在线预测过程中不同评估时刻下预测结果的精度，自适应调整输入时序数据长度，直至预测结果满足要求并输出。含风电的IEEE39节点系统的仿真结果表明，所提方法在不同风电渗透率或不同扰动下均能快速、准确地预测暂态频率响应曲线，相较于其他在线预测方法具有更优的评估性能。