山东大学学报(工学版)

作者：范海雯,郝旭东,赵康,邢法财,蒋哲,李常刚

单位：1.山东大学电气工程学院, 山东 济南 250061;2.国网山东省电力公司电力科学研究院, 山东 济南 250003

关键词：分布式光伏,配电网,静态等值,卷积神经网络,粒子群优化,

基金：国家自然科学基金资助项目(52177096);国网山东省电力公司科技项目(SGSDDKOOWJJS2100208)

为提升含分布式光伏配电网静态等值的运行方式适应性,提出一种基于卷积神经网络(convolutional neural networks,CNN)的含分布式光伏配电网静态等值方法。考虑源荷不确定性及相关性,基于核密度估计和Copula函数生成光伏、负荷功率场景并计算配网潮流。针对各单一运行方式下的等值问题,构造含分布式光伏配电网的等值模型,采用粒子群优化(particle swarm optimization, PSO)辨识变压器和线路参数。为提高模型参数计算效率,提出一种基于CNN的含分布式光伏配电网静态等值参数估计模型。在某省配电网算例下验证了所提方法的有效性。相较于其他方法,基于CNN的静态等值考虑了源荷功率的波动性及相关性,且提高了等值参数辨识效率,能够应用于静态等值参数的在线计算。

来源：2023年第4期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2023年第4期