论文摘要
风力发电的不确定性显著增加了电力系统可用输电能力（ATC）计算的难度。基于点估计的Gram-Charlier级数展开理论和深度学习技术,提出了一种计及越限概率要求的ATC快速计算方法,考虑的约束类型包括静态安全、静态电压稳定和暂态稳定约束。假定风电出力概率分布已知,结合两点估计法和Gram-Charlier级数展开,通过两个确定性场景的最大输电能力（TTC）计算结果逼近TTC的累积分布函数。为了快速、准确地获得确定性场景的TTC,利用堆叠降噪自动编码器（SDAE）建立了TTC计算的深度学习模型。获得TTC的累积分布函数后,将断面功率超过TTC的概率定义为越限概率,推导了给定越限概率要求下ATC计算的表达式。实际电网仿真结果表明,所提方法能够有效计及多类安全稳定约束,快速、准确计算不同越限概率要求下的ATC。
论文目录
文章来源
类型: 期刊论文
作者: 闫炯程,李常刚,刘玉田
关键词: 可用输电能力,风电功率,深度学习,堆叠降噪自动编码器,级数
来源: 电力系统自动化 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 电力工业
单位: 电网智能化调度与控制教育部重点实验室(山东大学)
基金: 国家重点研发计划资助项目(2017YFB0902600),国家电网公司科技项目(SGJS0000DKJS1700840)~~
分类号: TM614
页码: 32-39
总页数: 8
文件大小: 1045K
下载量: 407
相关论文文献
标签：可用输电能力论文; 风电功率论文; 深度学习论文; 堆叠降噪自动编码器论文; 级数论文;