电工电能新技术

作者：刘瑶1， 金吉良2， 李明乐3， 李小腾1， 向异2， 贾文皓3， 杜思君3， 丁涛3

单位：1. 国网陕西省电力有限公司电力科学研究院， 陕西 西安 710100；
\r\n2. 国家电网有限公司西北分部， 陕西 西安 710048；
\r\n3. 西安交通大学电气工程学院， 陕西 西安 710049

关键词：电力系统运行方式, 源-荷不确定性, 多变量核密度估计, XGBoost, 机器学习

基金：国网陕西省电力有限公司科技项目（5226KY220004）

随着可再生能源机组和灵活性负荷的大量接入，新型电力系统的复杂性和不确定性显著加剧，为电力系统运行方式的调整和计算带来巨大挑战。为此，本文提出一种基于极端梯度提升算法（XGBoost）的电力系统运行方式自动调整模型。该方法首先通过多变量核密度估计对电力系统源-荷不确定性进行建模，得到考虑随机变量相关性的多机组/负荷的联合概率分布。其次，采用场景生成和缩减技术得到电力系统典型运行场景，通过模型驱动生成电力系统典型运行方式样本集。最后，设计XGBoost有监督机器学习模型，训练回归分类树学习电力系统运行方式映射关系，实现电力系统运行方式的在线自动调整。算例结果证明了本文所提方法的有效性和精确性。

来源：2023年第8期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2023年第8期