CNN-GNN-Koopman-based Distribution Network Voltage Dynamic Assessment Method Considering Demand Response

BI Minghuan; GAO Qiang; TIAN Yunpeng; WU Lihong; CUI Mingjian

doi:10.20204/j.sp.2026.02007

您当前的位置：

首页 >

文章列表页 >

CNN-GNN-Koopman-based Distribution Network Voltage Dynamic Assessment Method Considering Demand Response

更新时间：2026-02-28

- CNN-GNN-Koopman-based Distribution Network Voltage Dynamic Assessment Method Considering Demand Response
- Vol. 54, Issue 2, Pages: 54-60(2026)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：10.20204/j.sp.2026.02007
  CLC：
- Published：2026
- 稿件说明：
移动端阅览
毕明欢,高强,田云鹏,吴丽红,崔明建.计及需求响应的CNN-GNN-Koopman配电网电压动态评估方法[J].智慧电力,2026,54(2):54-60.

doi:10.20204/j.sp.2026.02007
毕明欢,高强,田云鹏,吴丽红,崔明建.计及需求响应的CNN-GNN-Koopman配电网电压动态评估方法[J].智慧电力,2026,54(2):54-60. DOI： 10.20204/j.sp.2026.02007.

doi:10.20204/j.sp.2026.02007 DOI：

摘要

针对高比例新能源接入与需求响应共同作用所引起的配电网电压动态变化问题，提出一种计及需求响应的卷积神经网络（CNN）-图神经网络（GNN）-Koopman的配电网电压动态评估方法。首先，通过拉丁超立方抽样构建风-光-荷不确定性场景，结合需求响应的削峰填谷策略，并通过潮流计算构建动态电压序列数据集；其次，利用CNN提取节点电压的空间局部特征，同时借助GNN建模配电网的拓扑关联关系，并引入Koopman算子实现高维嵌入空间中的全局线性动态演化，从而构建出端到端的电压时序动态评估模型。仿真结果表明，所提方法的评估精度显著优于CNN-Koopman与GNN-Koopman等方法，且能够准确捕捉需求响应在负荷低谷与高峰时段对节点电压的调控特性。

Abstract

To address the dynamic voltage variations in distribution networks caused by the integration of a high proportion of renewable energy and demand response

a convolutional neural network （CNN）-graph neural network （GNN）-Koopman-based distribution network voltage dynamic assessment method considering demand response is proposed. Firstly

Latin hypercube sampling is employed to construct wind-photovoltaic-load uncertainty scenarios. These are combined with demand response peak-shaving and valley-filling strategies

and power flow calculations are performed to build a dynamic voltage sequence dataset. Secondly

CNN is utilized to extract the spatial local features of node voltages

while GNN is used to model the topological correlations within the distribution network. The Koopman operator is introduced to achieve global linear dynamic evolution in a high-dimensional embedding space

thereby constructing an end-to-end voltage time-series dynamic assessment model. Simulation results demonstrate that the proposed method achieves significantly higher assessment accuracy compared to methods such as CNN-Koopman and GNN-Koopman. Moreover

it can accurately capture the regulating characteristics of demand response on node voltages during load valley and peak periods.

关键词

Keywords

references

汤卓凡，王奎，赵建立，等. 空调负荷参与需求响应的激励机制研究 [J ] .浙江电力，2025，44（2）：32-41.

HAN F，LI J，QIAO J，et al. Framework design of power system situation cognition and operational risk assessment technology based on probability statistics and deep learning [C ] //2025 10th Asia Conference on Power and Electrical Engineering（ACPEE）.Beijing，China，2025：900-904.

王洋，赵若阳，李大勇，等. 基于故障相相间电流的有源配电网新型电流差动保护方法 [J ] .电力系统保护与控制，2025，53（21）：109-120.

LEI C，BU S，CHEN Q，et al. Decentralized optimal power flow for multi-agent active distribution networks：a differentially private consensus ADMM algorithm [J ] .IEEE Transactions on Smart Grid，2024，15（6）：6175-6178.

XIAO F，YIN X，TANG J，et al. Research on networked protection scheme of active distribution networks with doubly-fed wind turbines and electric vehicles [J ] .IEEE Transactions on Industry Applications，2025，61（4）：5946-5961.

郑舒，张毅，李渊，等. 多微电网协同支撑的乡村电网双层强化学习优化调控策略 [J ] .供用电，2025，42（12）：41-51，57.

刘自发，李颉雨，于普洋. 一种基于蒙特卡洛方法的配电网概率可靠性快速计算方法 [J ] .电力科学与技术学报，2024，39（2）：9-1 9.

戴逢哲，姜飞，陈磊，等. 计及负荷分布特性与综合功率损耗的配电变压器选型方法 [J ] .高压电器，2025，61（12）：72-80.

张天策，王剑晓，李庚银，等. 面向高比例新能源接入的配电网电压时空分布感知方法 [J ] .电力系统自动化，2021，45（2）：37-45.

王磊，臧谦，苏灿，等. 有源配电网电压时空分布特性的数据驱动感知方法 [J ] .华北电力大学学报（自然科学版），2025，52（2）：22-31.

刘舒，姚尚坤，周敏，等. 基于ICEEMDAN-TA-LSTM模型的主动配电网短期运行态势预测 [J ] .电力科学与技术学报，2023，38（6）：175-186.

高晗，杨德友，吕艳玲，等. 基于Koopman理论的暂态电压轨迹在线预测方法 [J ] .高电压技术，2025，51（1）：248-256.

莫静山，宋娜，范凯民. 含高比例分布式光伏配电网分区电压调差系数优化方法 [J ] .电力建设，2025，46（8）：12-21.

鲁玲，许鸿卫，陈鹤林，等. 融合多模态脆弱性感知与需求响应的弹性配电网重构 [J ] .南方电网技术，2025，19（11）：83-97.

乔立同，汪挺，刘剑宁，等. 考虑源网荷储协调互动的配电网无功优化 [J ] .电测与仪表，2024，61（5）:146-151，189.

刘毅力，黄怡婷，杨茵. 考虑需求响应的主动配电网储能优化配置 [J ] .太阳能学报，2025，46（5）：716-724.

祁向龙，陈健，赵浩然，等. 多时间尺度协同的配电网分层深度强化学习电压控制策略 [J ] .电力系统保护与控制，2024，52（18）：53-64.

文星，蔺红. 考虑DR的配电网电压有功无功协同优化 [J ] .控制工程，2024，31（11）：1992-1999.

樊玮，霍嘉兴，刘宇，等. 计及风电出力不确定性的风电场集电网无功优化方法 [J ] .电网与清洁能源，2025，41（9）：74-82.

陈智梁，魏苗，胡新源，等. 计及绿电交易的风光—梯级混合抽蓄系统多目标调峰优化控制 [J ] .高压电器，2025，61（11）：58-70.

田旭，张祥成，齐鑫，等. 考虑需求侧阶梯碳交易的虚拟电厂两阶段调度优化模型及效益分配策略 [J ] .供用电，2025，42（8）：88-98.

高琴，虞水，杨一童，等. 基于人工智能的医疗物资调度优化决策方法 [J ] .电子设计工程，2024，32（16）：82-86.

王辉，陈攀，李乃慧，等. 计及源-荷多类型备用的虚拟电厂双层优化运行 [J ] .电测与仪表，2024，61（11）：31-39.

樊姝琪，刘慧铭，庄润杰，等. 基于DWT-CNN-LSTM逐日气温预测模型研究 [J ] .热带气象学报，2024，40（6）：1063-1073.

赵妍，孙延，聂永辉. 基于格拉姆角差场和迁移残差网络的HVDC线路故障识别 [J ] .电力建设，2024，45（8）：118-127.

匡洪海，郭茜. 基于多特征提取-卷积神经网络-长短期记忆网络的短期风电功率预测方法 [J ] .发电技术，2025，46（1）：93-102.

张加永，赵国梁. 基于人工智能的电子设备数据信息自动化监测系统 [J ] .电子设计工程，2025，33（23）：63-67.

洪远，姜明新，冯国露，等. 基于FLH-YOLOv8的轻量级红外目标检测算法 [J ] .传感技术学报，2025，38（4）：658-667.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Capacity Optimization Configuration of Wind-PV-Storage Microgrids Based on Improved Grey Wolf Optimizer

基于多边界点近似的配电网电动汽车充电负荷承载力评估方法

Optimized Operation of Community Integrated Energy Systems Considering Dynamic Pricing Mechanism and Demand Response

Fault Classification in Distribution Network Based on CNN-SVM

Development and Application Research of Smart Home Energy Management System Based on ZigBee

Related Author

LI Shengqing

QIAO Jingxiao

GAO Zehua

ZENG Jinhui

宁志毫

王小源

毛柳明

朱吉然

Related Institution

School of Transportation and Electrical Engineering，Hunan University of Technology

Hunan Province Photovoltaic Smart Grid Control Engineering Research Center

国网湖南省电力有限公司电力科学研究院

电网防灾减灾全国重点实验室(长沙理工大学)

国网湖南省电力有限公司

AI问答

⁰