深度学习辅助约束辨识的电力市场快速出清方法

• 作者: 吴云亮 周鑫 张建新 李智勇 李豹 李鹏 杨燕 赖晓文
• 来源期刊: 中国电力
• 关键词: 安全约束经济调度 约束辨识 深度学习 日前市场出清
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 电力现货市场运行分析与机制设计专栏
• 页码范围: 90-97,207
• 页数: 9页
• 字数: 7428字
• 语种: 中文
• DOI: 10.11930/j.issn.1004-9649.202005028

摘要

日前电力市场出清需要求解大规模安全约束经济调度问题,尽管实际采用线化处理方法,但需要考虑N-1场景下的大量安全约束,导致其规模庞大,难以快速求解.提出了一种深度学习辅助的日前市场快速出清方法,以满足快速出清计算场合的应用需求.首先,设计基于深度神经网络的安全约束经济调度模型计算框架,将深度学习技术应用于日前电力市场出清计算过程,兼顾安全约束经济调度模型的求解速度和求解精度;其次,提出面向起作用约束辨识的深度学习策略,从特征向量、深度神经网络结果处理2个方面,实现安全约束经济调度起作用约束集的辨识,并将其纳入日前市场出清模型,以简化模型的复杂度;最后,在接入新能源的IEEE 30标准测试系统中验证了所述方法的有效性.利用深度神经网络预辨识安全约束经济调度模型的起作用约束,有利于降低模型复杂度,提高日前市场出清的计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建新		14	174	6.0	13.0
2	李鹏		44	611	16.0	23.0
3	李智勇		5	12	3.0	3.0
4	李豹		12	59	4.0	7.0
5	吴云亮		7	26	4.0	5.0
6	周鑫		4	5	1.0	2.0
7	杨燕		1	0	0.0	0.0