基于深度学习的断面约束概率快速预警方法

• 作者: 吴云亮 周毓敏 孙宇军 张蔷 杨燕 赖晓文 邓韦斯
• 来源期刊: 南方电网技术
• 学科: 工学
• 关键词: 电力现货市场 断面预警 不确定性 深度学习 蒙特卡洛
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 系统分析与运行
• 页码范围: 45-52
• 页数: 8页
• 分类号: F426|TM744
• 语种: 中文
• DOI: 10.13648/j.cnki.issn1674-0629.2020.09.007

摘要

断面安全约束对现货市场出清的计算效率和结果产生直接影响,目前现货市场交易组织前主要通过方式专家的经验对确定性的场景进行断面约束预警.现货市场模式下电网运行方式更为多变,为增强断面约束设置的合理性、全面性,考虑新能源、负荷、电厂报价等预测的不确定性,首先提出了基于蒙特卡洛的断面约束预警思路,该思路可有效评估断面约束的安全裕度/风险程度.在此基础上,考虑蒙特卡洛法需要求解大量样本存在计算负担大的问题,进一步提出了基于深度学习技术的断面预警快速求解算法,该算法通过函数映射的方式直接求解出所有蒙特卡洛法产生的样本,可实现秒级计算,为方式人员判定现货出清中的约束条件提供参考.最后,在接入新能源的IEEE 118标准测试系统中展开算例分析,验证了所提方法的有效性.