摘要：负荷的快速增长及其时空分布的快速变化导致输电阻塞频繁发生,影响电力系统安全运行。在传统的阻塞管理模型中,由于N-1约束的强非凸非线性,对于大型系统耗时较长,难以应对快速变化的运行工况。因此提出采用深度网络拟合N-1约束,嵌入到优化控制模型中,提高求解效率。基于佳点集理论产生控制样本,以发电机控制量及负荷水平作为输入,以N-1违约量作为输出,基于深度神经元网络(Deep Neural Network,DNN)构建N-1评估器,嵌入到传统阻塞管理模型中,并采用遗传算法求解该模型,以IEEE30节点为算例验证方法的有效性,仿真结果表明该方法较传统方法而言,有效提高了收敛时间,同时又保证了传统模型的求解精度。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社