【技术实现步骤摘要】
本专利技术涉及配网电压分析,尤其涉及一种新能源配电系统节点电压不确定性量化方法、装置、终端及介质。
技术介绍
1、分布式光伏发电具有环境良好、运行灵活、易于组装并网等特性,逐步成为电力生产和清洁能源消纳的重要模式。但随着低压配电网中分布式光伏等新能源渗透率不断增加,产生的电压越限、潮流过载等安全性问题也愈发严峻,严重影响了配电系统电压的安全稳定。因此,量化新能源配电系统节点电压的不确定性,对准确分析区域内电压的时空波动特性、提前进行配电系统的风险评估及安全预警具有重要意义。
2、电压不确定性量化问题本质上是建立配电网中各节点功率与电压之间的映射关系。不少学者利用概率预测模型对电压不确定性进行量化,康涅狄格大学团队将dropout方法与改进的图卷积神经网络结合,提高了电压不确定性量化的鲁棒性,蒙斯大学团队使用联邦学习模型对能源社区的电压进行不确定性量化,并在联邦学习框架中引入差分隐私技术实现社区用户的隐私保护,但现有电压不确定性量化思路均为直接构建从新能源出力到节点电压的预测模型,预测方法的可解释性不足。电压-功率灵敏度矩阵可
...【技术保护点】
1.一种新能源配电系统节点电压不确定性量化方法,其特征在于,包括以下步骤:
2.如权利要求1所述的新能源配电系统节点电压不确定性量化方法,其特征在于,所述方法具体包括:
3.如权利要求2所述的新能源配电系统节点电压不确定性量化方法,其特征在于,所述确定性预测的模型采用双向长短期记忆神经网络预测模型(bidirectional long shortterm memory,Bi-LSTM),所述Bi-LSTM包含前向、后向两类长短期记忆神经网络模型,Bi-LSTM模型的输出也由两个不同方向的输出拼接得到。
4.如权利要求3所述的新能源配
...【技术特征摘要】
1.一种新能源配电系统节点电压不确定性量化方法,其特征在于,包括以下步骤:
2.如权利要求1所述的新能源配电系统节点电压不确定性量化方法,其特征在于,所述方法具体包括:
3.如权利要求2所述的新能源配电系统节点电压不确定性量化方法,其特征在于,所述确定性预测的模型采用双向长短期记忆神经网络预测模型(bidirectional long shortterm memory,bi-lstm),所述bi-lstm包含前向、后向两类长短期记忆神经网络模型,bi-lstm模型的输出也由两个不同方向的输出拼接得到。
4.如权利要求3所述的新能源配电系统节点电压不确定性量化方法,其特征在于,所述采用自举法(bootstrap)实现光伏出力的不确定性量化具体包括:
5.如权利要求1所述的新能源配电系统节点电压不确定性量化方法,其特征在于,根据牛顿-拉夫逊算法进行潮流计算推导得出电压-功率灵敏度,快速构建电压-功率灵敏度矩阵,包括:
...
【专利技术属性】
技术研发人员:斯建东,宗星辰,谭海云,杨坚,周晨,何子涵,何志强,李剑,张学鹏,张驰,徐旭,陈翔,朱逸芝,罗啸远,
申请(专利权)人:国网浙江省电力有限公司台州供电公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。