河海大学电气与动力工程学院
Published:2025
移动端阅览
陈明, 孙国强, 陈胜, et al. 计及拓扑灵活性的配电网概率潮流计算方法[J]. 2025, 42(12): 70-78.
DOI:
陈明, 孙国强, 陈胜, et al. 计及拓扑灵活性的配电网概率潮流计算方法[J]. 2025, 42(12): 70-78. DOI: 10.19421/j.cnki.1006-6357.2025.12.008.
针对现有的基于深度学习的概率潮流模型在拓扑灵活多变场景下无法实现配电网高效准确概率潮流计算的问题,提出了一种深度神经网络(deep neural network
DNN)多拓扑联合训练方法。首先,在不同的拓扑结构下根据支路的开断状态对支路导纳进行采样,从而实现以支路导纳的变化反映配电网拓扑结构的变化。然后,将多种拓扑结构下的支路导纳作为决策变量,与光伏出力和负荷联合作为输入,将节点电压幅值和相角作为输出来训练DNN。最后,通过IEEE 33节点配电网算例和Bus 119大型实际配电网算例进行仿真分析,验证了在拓扑灵活多变的情况下,使用所提多拓扑联合训练方法训练出的DNN模型计算配电网概率潮流具有较好的计算精度。
刘祎.大电网可靠性蒙特卡罗模拟的最优f散度重要抽样方法研究[D].重庆大学,2021(10).
陈鑫瑞.计及需求响应含分布式能源的配电网储能优化调度[D].贵州大学,2024(05).
申悦晴.考虑多种灵活性资源支撑的配电网韧性提升方法研究[D].华南理工大学,2024(08).
Uri Shaham,Alexander Cloninger,Ronald R. Coifman.Provable approximation properties for deep neural networks[J].Applied and Computational Harmonic Analysis,2018.
吴鸣,季宇,郑楠,吴红斌,潘军,徐斌.基于序列运算的风光储混合微电网可信容量评估[J].太阳能学报,2021(03).
张萍,张红,李云峰,陈伟,张晓英,李恒杰.基于改进LHS的半不变量法概率潮流计算[J].太阳能学报,2021(01).
李钰洋,王增平.基于高斯求积的智能配电网三相概率潮流点估计法[J].电网技术,2022(02).
苟笳豪,张梦婷,张宇菁,吴娴萍,付学谦.基于统计学习的概率潮流计算方法综述[J].供用电,2021(11).
蔡霁霖,郝丽丽,张柯琪.含可再生能源电力系统可靠性评估的非参数重要性分层抽样法[J].电力系统自动化,2022(07).
席俊烨,童晓阳,李智,董星星,杨明杰,刘芳.考虑风电不确定性的交直流配电网低碳分布鲁棒优化调度[J].电力自动化设备,2023(11).
张海春,陈望达,沈浚,陈铭,朱新,郭杨瑾,赵凤展.计及灵活性资源的配电网韧性研究评述[J].电力建设,2023(12).
叶希,王彦沣,黄杨,廖帮昆,欧阳雪彤,文云峰.计及随机变量相关性的多点线性化概率潮流计算[J].电力系统及其自动化学报,2024(01).
胡家祥,曹迪,胡维昊,陈健军,陈哲.融入拓扑知识的图神经网络配电网抗差状态估计方法[J].电力系统自动化,2023(10).
卫志农,徐昊,陈胜,周亦洲,孙国强.基于深度学习的直流配电网分布鲁棒优化调度方法[J].电力自动化设备,2023(10).
刘洪波,刘珅诚,盖雪扬,刘永发,阎禹同.高比例新能源接入的主动配电网规划综述[J].发电技术,2024(01).
韦明杰,王聪博,余越,梁英,王熙皓.适用高比例分布式光伏接入的配电网多级保护优化配置方案[J].电力系统自动化,2023(22).
宋卓然,李剑峰,范宇航,姜涛,刘宇,黄南天.“双碳”目标下电热-电蓄热接入配电网拓扑多目标规划[J].电力建设,2024(04).
王正宇,朱林,黄师禹,廖梦君.基于高斯函数-最大熵展开的风电并网系统概率潮流计算[J].电力系统保护与控制,2023(20).
贾孟硕,曹仟妮,许偲轩,蔡晖,谢珍建,沈沉.考虑机组调频容量约束的输电网概率潮流解析算法[J].中国电机工程学报,2023(22).
张汪洋,樊艳芳,侯俊杰,宋雨露.基于集成深度神经网络的配电网分布式状态估计方法[J].电力系统保护与控制,2024(03).
凌佳凯,章逸舟,胡金峰,秦军,戴健,费有蝶,朱振.基于CNN-LSTM-Attention的配电网拓扑实时辨识方法[J].浙江电力,2024(03).
0
Views
20
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution