数据驱动的电力系统运行方式分析

被引:84
作者
侯庆春 [1 ]
杜尔顺 [1 ]
田旭 [2 ]
刘飞 [2 ]
张宁 [1 ]
康重庆 [1 ]
机构
[1] 清华大学电力系统及发电设备控制和仿真国家实验室
[2] 国网青海省电力公司经济技术研究院
基金
国家重点研发计划;
关键词
数据驱动; 高比例可再生能源; 电力系统运行方式; 电力系统运行模拟; 降维; 聚类;
D O I
暂无
中图分类号
TM732 [电力系统的运行];
学科分类号
120103 [信息系统与信息管理];
摘要
随着电网中高比例可再生能源及电力电子设备渗透率的提高,电力系统的运行形态将发生深刻变化,基于经验选择的电力系统方式分析,越来越难以应对电力系统运行、规划、保护和稳定分析的要求。为此,该文基于电力系统时序运行模拟数据,提出了数据驱动的电力系统运行方式及其形态变化分析方法。该方法首先对高维运行模拟数据进行预处理,通过聚类和紧密度指标饱和点分别辨识典型运行模式及其数量,利用t-SNE降维算法提取主要特征并可视化运行方式的时空变化规律;接着,从定量的角度,提出了描述电力系统运行方式分散性、季节一致性、时序多变性的评估指标。最后,以甘肃电网实际算例系统分析了高比例可再生能源对电力系统运行方式的影响,验证了文中数据驱动方法的有效性。实验结果表明,电力系统运行方式的分散性及典型运行方式的数量会随着可再生能源渗透率的上升而迅速增加。此外,电力系统运行方式与季节的耦合性逐渐减弱。
引用
收藏
页码:1 / 12+393 +393
页数:13
相关论文
共 28 条
[1]
基于数据驱动具有自我学习能力的机组组合智能决策方法研究 [J].
杨楠 ;
叶迪 ;
林杰 ;
黄禹 ;
董邦天 ;
胡文斌 ;
刘颂凯 .
中国电机工程学报, 2019, 39 (10) :2934-2946
[2]
人工智能在电力系统暂态问题中的应用综述 [J].
汤奕 ;
崔晗 ;
李峰 ;
王琦 .
中国电机工程学报, 2019, 39 (01) :2-13+315
[3]
Sparse Oblique Decision Tree for Power System Security Rules Extraction and Embedding [J].
Hou, Qingchun ;
Zhang, Ning ;
Kirschen, Daniel S. ;
Du, Ershun ;
Cheng, Yaohua ;
Kang, Chongqing .
IEEE TRANSACTIONS ON POWER SYSTEMS, 2021, 36 (02) :1605-1615
[4]
Embedding scrapping criterion and degradation model in optimal operation of peak-shaving lithium-ion battery energy storage.[J].Qingchun Hou;Yanghao Yu;Ershun Du;Hongjie He;Ning Zhang;Chongqing Kang;Guojing Liu;Huan Zhu.Applied Energy.2020,
[5]
Topology Identification and Line Parameter Estimation for Non-PMU Distribution Network: A Numerical Method [J].
Zhang, Jiawei ;
Wang, Yi ;
Weng, Yang ;
Zhang, Ning .
IEEE TRANSACTIONS ON SMART GRID, 2020, 11 (05) :4440-4453
[6]
Impact of High Renewable Penetration on the Power System Operation Mode: A Data-Driven Approach [J].
Hou, Qingchun ;
Du, Ershun ;
Zhang, Ning ;
Kang, Chongqing .
IEEE TRANSACTIONS ON POWER SYSTEMS, 2020, 35 (01) :731-741
[7]
Probabilistic duck curve in high PV penetration power system: Concept; modeling; and empirical analysis in China.[J].Qingchun Hou;Ning Zhang;Ershun Du;Miao Miao;Fei Peng;Chongqing Kang.Applied Energy.2019,
[8]
Probabilistic individual load forecasting using pinball loss guided LSTM.[J].Yi Wang;Dahua Gan;Mingyang Sun;Ning Zhang;Zongxiang Lu;Chongqing Kang.Applied Energy.2019,
[9]
Data-Driven Power System Operation: Exploring the Balance Between Cost and Risk [J].
Cremer, Jochen L. ;
Konstantelos, Ioannis ;
Tindemans, Simon H. ;
Strbac, Goran .
IEEE TRANSACTIONS ON POWER SYSTEMS, 2019, 34 (01) :791-801
[10]
A novel data-driven scenario generation framework for transmission expansion planning with high renewable energy penetration.[J].Mingyang Sun;Jochen Cremer;Goran Strbac.Applied Energy.2018,