基于极限学习机的有源配电网多场景静态电压安全分析

• 作者: 撖晨宇 胥鹏 朱红 刘少君 王蓓蓓
• 来源期刊: 电力建设
• 关键词: 极限学习机 电压越限分析 安全分析 神经网络
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 能源互联网人工智能关键技术及其应用|Key Technologies and Applications of Artificial Intelligence in Internet of Energy
• 页码范围: 18-28
• 页数: 11页
• 分类号: TM72
• 语种: 中文
• DOI: 10.12204/j.issn.1000-7229.2021.08.003

摘要

随着配电网中分布式可再生能源(distributed renewable generation,DRG)单相接入及其出力波动带来的不确定性增加,DRG接入情景下的配电网过电压、三相不平衡等静态电压安全分析面临新的挑战.为此,提出采用极限学习机模型挖掘配电网的三相潮流计算输入输出之间复杂的映射关系,训练后的网络能够大幅提升不同拓扑结构及不同DRG输出场景下三相潮流的计算效率.基于此提出了一种考虑多场景的有源配电网静态电压安全分析方法,该方法能够快速地对配电网中不同接入节点的安全性做出分析判别.最后采用接入DRG的IEEE 13节点、33节点及118节点系统进行仿真计算.仿真结果表明,所提方法较传统的三相潮流计算方法具有更高的计算速度,且不存在收敛性能上的问题,较BP神经网络方法也具有更高的效率与准确性,验证了所提方法的有效性与实用性.