基于數(shù)據(jù)驅(qū)動和深度置信網(wǎng)絡(luò)的配電網(wǎng)無功優(yōu)化
摘要:隨著分布式電源和隨機負(fù)荷電動汽車等的大量接入,配電網(wǎng)的運行環(huán)境日益復(fù)雜,對在線無功優(yōu)化及其快速性提出了更高的要求。該文將“深度學(xué)習(xí)”引入配電網(wǎng)無功優(yōu)化,提出了基于深度置信網(wǎng)絡(luò)的無功優(yōu)化方法。通過構(gòu)造高維隨機矩陣,從配電網(wǎng)運行數(shù)據(jù)中提取統(tǒng)計特征作為輸入,將歷史控制策略進行編碼作為輸出,利用先無監(jiān)督后有監(jiān)督的方式訓(xùn)練深層架構(gòu),學(xué)習(xí)系統(tǒng)特征與無功優(yōu)化策略之間的映射關(guān)系,建立基于數(shù)據(jù)驅(qū)動和深度置信網(wǎng)絡(luò)的配電網(wǎng)無功優(yōu)化模型。基于改造的IEEE-37節(jié)點主動配電網(wǎng)仿真模型,對比分析了歷史數(shù)據(jù)量和分布式電源滲透率場景對傳統(tǒng)優(yōu)化方法,場景匹配方法和所提方法的無功優(yōu)化效果的影響。結(jié)果表明,所提方法可明顯降低網(wǎng)絡(luò)損耗和節(jié)點電壓偏移,它不依賴于系統(tǒng)的模型和參數(shù),在線決策速度快,且對歷史數(shù)據(jù)量要求較低,在高滲透率分布式發(fā)電等未知場景下仍能表現(xiàn)優(yōu)良,驗證了該方法的正確性、有效性和較強的魯棒性。
注: 保護知識產(chǎn)權(quán),如需閱讀全文請聯(lián)系電網(wǎng)技術(shù)雜志社