10.11930/j.issn.1004-9649.202208009
基于微分代数神经网络的含新能源区域电网端口动态特性学习方法
高比例新能源渗透背景下,建立能够准确描述复杂环境因素影响下含新能源的区域电网端口特性动态模型,对于新型电力系统动态分析至关重要.为此,提出了一种基于微分代数神经网络的含新能源区域电网端口动态特性学习方法.该方法利用微分代数神经网络,基于区域电网接入点的时序量测以及光照强度、温度等环境量测数据,学习以神经网络表达的端口特性模型.所得模型由初始状态提取模块、微分神经网络模块、代数神经网络模块组成,可直接接入电力系统暂态仿真器中,用于分析电力系统整体动态特性.在IEEE-39节点系统中对该方法进行仿真验证,测试结果表明:所得模型能够适应不同环境场景,准确率高,验证了方法的有效性.该建模方法仅依赖端口时序量测,在新型电力系统动态分析中具有较大的应用潜力.
新能源、端口特性建模、微分代数方程、神经网络、动态仿真
56
TM74;TM311;TP391.41
内蒙古电力集团有限责任公司科技项目;国家自然科学基金
2023-02-28(万方平台首次上网日期,不代表论文的发表时间)
共9页
23-31