面向高比例新能源接入的配电网电压时空分布感知方法

• 作者: 刘蓁 周明 张天策 李庚银 王剑晓 王宣元
• 来源期刊: 电力系统自动化
• 关键词: 配电网 电压感知 高比例新能源 数值气象预报 广义回归神经网络 核密度估计
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 学术研究
• 页码范围: 37-45
• 页数: 9页
• 语种: 中文
• DOI: 10.7500/AEPS20200430026

摘要

随着配电网中新能源渗透率不断增加,电压越限、潮流过载等安全性问题愈发严峻.为此,文中提出一种面向高比例新能源渗透的配电网电压时空分布感知方法,通过数据驱动的方法实现在缺乏配电网潮流模型条件下的短期、高精度的节点电压感知预测.所提方法包含三部分:基于数值气象预报的分布式风光预测,建立气象数据与分布式能源出力之间的时空映射关系;基于广义回归神经网络(GRNN)的电压灵敏度矩阵学习机制,在缺乏配电网潮流模型条件下构建数据驱动的节点功率-电压映射;基于核密度估计(KDE)的GRNN预测样本修正法(KDE-GRNN),进一步降低因原始样本局部密度偏差导致的预测误差.基于IEEE 33和委内瑞拉141节点配电网验证了所提方法的有效性.对比同类算法,验证了提出的KDE-GRNN在预测精度、收敛速度方面的优势.