本方法综合考虑风电出力的随机性与相关性,通过实用动态安全域(PDSR)和蚁群优化算法精确确定风电出力随机变量的最优采样点数,进而提高评估的准确性。同时,引入多层感知机(MLP)神经网络模型,增强了评估方法的预测能力和稳定性。
背景技术
近年来,风力发电作为代表性的可再生能源之一,已被广泛地集成进电力系统中。风力发电与传统发电方式不同,其发电输出受到风速的直接影响,带有明显的不确定性和相关性。这种不确定性和风电的大规模集成,对电力系统的z暂态稳定性构成了重大挑战。因此,开发一种能够考虑风电场不确定性和相关性的有效暂态稳定性评估方法,对电力系统的规划和运行而言变得尤为重要。
申请公布号为CN113435113A的中国专利提出了一种电力系统暂态稳定评估方法及装置。该方法针对不同类别的电力系统特征建立独立的高阶特征提取器对量测序列进行高阶特征提取,在通过分类器进行不同类比之间的特征交叉,最终得到暂态稳定评估结果;申请公布号为CN113937762A的中国专利提出了一种基于长短时记忆网络的微电网暂态稳定评估方法。该方法基于长短时记忆网络构建评估器,并将其烧录至虚拟同步逆变器的控制单元中进行信息交互,在微电网正常运行以及虚拟功角在设定范围内变化时,评估器不进行评估,简化了神经网络的调试工作,实现暂态稳定提前判定。但是上述两种方法均未考虑到风电接入系统对暂态稳定的影响。
目前的暂态稳定评估方法多数没有考虑风电出力的随机性及相关性。申请公布号为CN117937434A的中国专利提出了一种新能源装备接入电力系统的暂态稳定评估方法。构建光伏同步机并联发电系统的全阶模型,基于奇异摄动法将其分解为慢系统和快系统。通过预设特征值法分析快系统稳定性,基于等面积定则分析慢系统稳定性,最终判定系统是否稳定。该方法提高了新能源装备接入电力系统的暂态稳定评估准确性,解决了传统技术未充分考虑光伏同步机特性和高阶系统处理效果差的问题。申请公布号为CN116050867A的中国专利提出了一种具备可解释性的数据驱动电力系统暂态稳定评估方法。应用数据驱动思想、特征降维去噪、样本增强的数据预处理方法、可解释性原理,研究电力系统暂态稳定评估方法及其可解释性分析。
但是上述两种方法均没有考虑风电出力的随机性及相关性。
实现思路