一种模型-数据混合驱动的微电网短期静态安全风险评估方法技术

本发明专利技术公开了一种模型

【技术实现步骤摘要】
一种模型
‑
数据混合驱动的微电网短期静态安全风险评估方法


[0001]本专利技术涉及微电网系统工程
，尤其是涉及一种模型
‑
数据混合驱动的微电网短期静态安全风险评估方法。

技术介绍

[0002]为了最大限度地发掘分布式发电在经济、能源和环境方面的优势，同时协调分布式电源(distributed generator，DG)与配电网的矛盾，微电网的应用与发展得到了高度重视。微电网是指由DG、储能装置、能源转换装置、负荷、监控和保护装置等组成的小型发配电系统，是一个能够实现自我控制、保护和管理的自治系统。微电网中含有大量的不确定性因素，如间歇性DG出力的随机性，线路和DG的随机故障，及负荷波动等，系统受到的随机性扰动更多，系统状态更加复杂多变，严重时会造成系统的瓦解，使得微电网在带来较好的经济和环境效益的同时，也产生了一系列的运行安全性问题，由此，有必要对微电网进行安全性评估。
[0003]电力系统静态安全评估与分析是考虑事故后稳态运行状况的安全性。风险评估方法是目前电力系统静态安全性评估的有效方法之本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型
‑
数据混合驱动的微电网短期静态安全风险评估方法，其特征在于，所述一种模型
‑
数据混合驱动的微电网短期静态安全风险评估方法，包括如下步骤：1)形成微电网历史短期状态数据，生成输入数据样本矩阵X；2)对矩阵X采用基于模型驱动的微电网静态安全风险评估，得到由频率越限风险指标和系统综合风险指标组成的输出数据样本矩阵Y；3)采用改进的最小二乘支持向量机(least squares support vector machine，LSSVM)算法对矩阵X和Y进行离线训练，得到基于数据驱动的微电网短期静态安全风险评估学习机模型及参数；4)取微电网新的短期状态数据，作为评估学习机的输入，得到评估结果。2.根据权利要求1所述的形成微电网历史短期状态数据，生成输入数据样本矩阵X，包括如下步骤：1)采用微电网所在地的历史风速数据，以小时为单位作为输入数据样本的风速数据；2)微电网短期运行内不考虑DG装置的计划停运，其故障率λ和修复率μ为常数，则DG装置的连续工作时间和停运时间均服从指数分布，其状态转移过程为齐次马尔科夫过程；设DG装置采用两状态模型，正常工作状态为状态1，故障状态2，状态转移过程为{R
DG
(t),t>t0}，t0＝0时刻处于状态1，得到DG装置处于状态1和状态2的时变概率p
DG,1
(t)、p
DG,2
(t)为以小时为单位，由式(1)计算出DG装置处于故障状态2的概率，作为输入数据样本的DG装置短期故障概率；3)以小时为单位的风速数据和DG装置短期故障概率作为输入数据样本，表示为x
i
＝[v
i
,p
DG1,2
,p
DG2,2
,...,p
DGj,2
]
ꢀꢀ
(2)其中，x
i
为第i小时的输入数据样本，p
DGj,2
为第i小时下微电网中第j个DG装置处于故障状态的概率，v
i
为第i小时的风速；取第1个小时至第m个小时的m个输入数据样本，生成输入数据样本矩阵X：X＝[x1,x2,...,x
k
,...,x
...

【专利技术属性】
技术研发人员：彭寒梅，贺玮煜，彭紫洁，谭貌，苏永新，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：