基于深度神经网络伪量测建模的交直流混合配电网交替迭代法状态估计

摘要：

当前配电网状态估计面临的一个突出问题是实时量测数量不足,难以实现全网可观性.为了给配电管理系统提供准确的基础数据,提出一种基于深度神经网络伪量测建模的交直流混合配电网交替迭代状态估计方法.首先,建立电压源换流器的稳态模型和混合配电网的实时量测模型;然后,利用历史量测数据对深度神经网络进行离线训练,建立负荷节点注入功率的伪量测模型;最后,对交流区域和直流区域进行交替迭代状态估计,在交替过程中区域间交换VSC支路状态量的估计值,保证了边界状态量的一致性.算例测试结果表明,所提方法能在实时量测覆盖率低的情况下,准确估计混合配电网的状态值.

关键词：混合配电网、交替迭代状态估计、深度神经网络、伪量测

所属期刊栏目：43

分类号：TM74(输配电工程、电力网及电力系统)

资助基金：国网江苏省电力有限公司科技项目;国家自然科学基金

在线出版日期：2022-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：111-120