基于SDAE特征提取的含风电电网可用输电能力计算

• 作者: 刘玉田 李常刚 闫炯程
• 来源期刊: 电力系统自动化
• 关键词: 可用输电能力 风电功率 深度学习 堆叠降噪自动编码器 Gram-Charlier级数
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能在电力系统及综合能源系统中的应用专辑
• 页码范围: 32-39
• 页数: 8页
• 字数: 7101字
• 语种: 中文
• DOI: 10.7500/AEPS20180628009

摘要

风力发电的不确定性显著增加了电力系统可用输电能力 (ATC) 计算的难度.基于点估计的Gram-Charlier级数展开理论和深度学习技术, 提出了一种计及越限概率要求的ATC快速计算方法, 考虑的约束类型包括静态安全、静态电压稳定和暂态稳定约束.假定风电出力概率分布已知, 结合两点估计法和Gram-Charlier级数展开, 通过两个确定性场景的最大输电能力 (TTC) 计算结果逼近TTC的累积分布函数.为了快速、准确地获得确定性场景的TTC, 利用堆叠降噪自动编码器 (SDAE) 建立了TTC计算的深度学习模型.获得TTC的累积分布函数后, 将断面功率超过TTC的概率定义为越限概率, 推导了给定越限概率要求下ATC计算的表达式.实际电网仿真结果表明, 所提方法能够有效计及多类安全稳定约束, 快速、准确计算不同越限概率要求下的ATC.