基于BiLSTM-GCN的新能源场站暂态无功分布式协同优化方法

卢国强; 王恺; 安娜; 王照雷

doi:doi:10.19912/j.0254-0096.tynxb.2024-1714

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于BiLSTM-GCN的新能源场站暂态无功分布式协同优化方法

更新时间：2026-03-06

- 基于BiLSTM-GCN的新能源场站暂态无功分布式协同优化方法
- Vol. 47, Issue 2, Pages: 266-278(2026)
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-1714
  CLC： TM73
- Online First：05 March 2026，
  
  Published：05 March 2026
- 稿件说明：
移动端阅览
卢国强, 王恺, 安娜, et al. 基于BiLSTM-GCN的新能源场站暂态无功分布式协同优化方法[J]. 2026, 47(2): 266-278.
DOI：

卢国强, 王恺, 安娜, et al. 基于BiLSTM-GCN的新能源场站暂态无功分布式协同优化方法[J]. 2026, 47(2): 266-278. DOI： doi:10.19912/j.0254-0096.tynxb.2024-1714.

摘要

针对光伏、储能等直流新能源发电资源接入电网的比例不断提高下新能源场站面临无功支撑能力不足的问题

提出一种基于图卷积网络（GCN）和双向长短期记忆网络（BiLSTM）的新能源场站暂态无功分布式协同优化方法。首先

通过构建多无功资源接入的新能源场站系统等值模型

研究多无功资源接入下的新能源场站暂态无功特性

建立新能源场站暂态无功模型;然后

以新能源场站无功资源运行成本为优化目标

建立新能源场站暂态无功协同优化模型

并结合BiLSTM-GCN对优化模型进行求解;最后

搭建新能源场站近区仿真系统模型

仿真验证所提新能源场站暂态无功协同优化方法的有效性。

Abstract

Aiming at the problem of insufficient reactive power support capacity of new energy stations under the increasing proportion of DC new energy power generation resources such as photovoltaic and energy storage connected to the power grid

a distributed collaborative optimization method for transient reactive power of new energy stations based on graph convolutional network （GCN） and bidirectional long short-term memory network （BiLSTM） is proposed. Firstly

by constructing the equivalent model of the new energy station system with multiple reactive power resource access

the transient reactive power characteristics of the new energy station under the access of multiple reactive power resources are studied

and the transient reactive power model of the new energy station is established. Then

with the optimization objective of the operating cost of reactive power resources in new energy stations

the transient reactive power collaborative optimization model of new energy stations is established

and the optimization model is solved by combining BiLSTM-GCN. Finally

the near-field simulation system model of new energy station is built

and the effectiveness of the transient reactive power collaborative optimization method proposed in this paper is verified by simulation.

关键词

Keywords

references

辛保安, 单葆国, 李琼慧, 等. “双碳”目标下“能源三要素”再思考[J]. 中国电机工程学报, 2022, 42(9): 3117-3126.

韩璐, 尹纯亚, 戴晨, 等. 高比例新能源送端系统暂态电压运行风险分析[J]. 电力系统保护与控制, 2024, 52(1): 23-34.

汪业正午, 季亮, 常潇, 等. 故障下新能源场站间主动电压支撑协调控制策略[J]. 太阳能学报, 2023, 44(12): 560-567.

陈鹏, 王玮, 杨建青, 等. 基于多尺度分解的风火储协同调频控制策略[J]. 太阳能学报, 2024, 45(3): 428-435.

马宁宁, 谢小荣, 贺静波, 等. 高比例新能源和电力电子设备电力系统的宽频振荡研究综述[J]. 中国电机工程学报, 2020, 40(15): 4720-4732.

李宇骏, 陆艺源, 牟同鹏, 等. 新能源发电经换流器并网系统的稳定性分析与控制综述[J]. 电网与清洁能源, 2023, 39(12): 79-94.

韩民晓, 赵正奎, 郑竞宏, 等. 新能源场站电网暂态电压支撑技术发展动态[J]. 电网技术, 2023, 47(4): 1309-1327.

何国庆, 王伟胜, 刘纯, 等. 风电基地经特高压直流送出系统换相失败故障(一): 送端风电机组暂态无功电压建模[J]. 中国电机工程学报, 2022, 42(12): 4391-4404.

金一丁, 贺静波, 李光辉, 等. 风电基地经特高压直流送出系统换相失败故障(二): 送端风电机组暂态无功电压特性与作用机理分析[J]. 中国电机工程学报, 2022, 42(13): 4738-4748.

王玮, 杨健, 任国瑞, 等. 考虑模糊多目标优化的风电场无功电压分区控制[J]. 动力工程学报, 2024, 44(1): 99-108.

赵天骐, 郭金鹏, 张海燕, 等. 考虑调相机的风电场稳态-暂态无功协同优化控制[J]. 电力系统自动化, 2024, 48(24): 54-65.

李可雨, 王峰, 蔡德胜, 等. 新能源发电协同参与配电网无功优化控制技术[J]. 供用电, 2023, 40(4): 15-22.

李海啸, 程强, 李山, 等.大型光伏电站分布式无功优化[J]. 重庆理工大学学报(自然科学), 2024, 38(3): 335-342.

董海鹰, 张宏, 陈钊, 等. 光热-光伏联合发电系统无功分层协调优化控制策略研究[J]. 太阳能学报, 2021, 42(6): 162-169.

周猛. 光伏电站无功补偿运行方式优化研究[J]. 电力电容器与无功补偿, 2023, 44(5): 22-26.

赵冬梅, 魏中庆, 祝晨丹, 等. 就地无常规电源支撑的新能源基地无功源优化配置方法[J]. 华北电力大学学报(自然科学版), 2025, 52(3): 1-11.

李文竹, 寇汉鹏. 考虑暂态过电压抑制的新能源送出型电网无功优化方法[J]. 电瓷避雷器, 2023, (6): 117-125.

周俊. 基于量子遗传算法的特高压新能源电网动态无功优化[J]. 东北电力技术, 2022, 43(9): 10-14, 46.

焦冲, 王小雨, 蔡安民, 等. 基于PQ群测控广域电网稳定程度及预防、辨识振荡源的方法[P]. 北京: CN202011206123.2, 2023-11-28.

王渝红, 李晨鑫, 周旭, 等. 压缩感知和图卷积神经网络相结合的宽频振荡扰动源定位方法[J]. 高电压技术, 2024, 50(3): 1080-1089.

XING L M, LIU W J.A data fusion powered bi-directional long short term memory model for predicting multi-lane short term traffic flow[J]. IEEE transactions on intelligent transportation systems, 2022, 23(9): 16810-16819.

KINGMA D, BA J.Adam: a method for stochastic optimization[C]//3rd International Conference on Learning Representations (ICLR 2015). San Diego, California, USA, 2015.

LU J G, ZHANG L, YANG H, et al.Improved strategy of particle swarm optimisation algorithm for reactive power optimisation[J]. International journal of bio-inspired computation, 2010, 2(1): 27.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

锁相环动态致VSC过电压机理及参数整定方法

考虑光伏发电集群的系统电-碳耦合运营决策研究框架及展望

考虑混合型新能源场站接入的送端电网频率特性分析

新型电力系统多级运行指标协同的电碳优化控制策略

基于虚拟阻抗与功率指令优化的构网型永磁风电机组故障穿越控制策略

Related Author

唐王倩云

杨子千

李智轩

张俊勃

庞帅磊

周红莲

廖孟柯

买买提艾力&#x

Related Institution

Department of Electrical Engineering and Applied Electronics Technology Tsinghua University

New Energy（Photovoltaic）Industry Research Center Qinghai University

College of Electrical Engineering, Xinjiang University

State Grid Henan Electric Power Research Institute

College of Energy and Electrical Engineering, Hohai University

AI问答

⁰