高比例新能源电力系统静态电压稳定裕度在线概率评估

作者：齐金山; 姚良忠^*; 廖思阳; 刘运鑫; 蒲天骄; 李健; 王新迎

来源：电力系统保护与控制, 2023, 51(05): 47-57.

DOI：10.19783/j.cnki.pspc.220677

• 高比例新能源
• 静态电压稳定裕度
• 不确定模型
• 概率评估
• 极限学习机

新能源的随机性、波动性及弱调节特性给电力系统静态电压的安全及稳定性带来了挑战。针对此问题，提出一种考虑源荷双侧不确定性的高比例新能源电力系统静态电压稳定裕度在线概率评估方法。首先，基于新能源无功调节特性与传统机组的差异，分析了大量新能源替代传统机组对稳定裕度的影响。然后，分析了新能源出力不确定性对稳定裕度分布范围的影响，并建立源荷不确定性模型以生成典型场景。最后，为了应对新能源快速波动性给稳定裕度带来的影响，提出基于优化ELM-KDE的稳定裕度在线概率评估方法。利用优化极限学习机(extreme learning machine, ELM)预测典型场景稳定裕度并通过核密度估计(kernel density estimation, KDE)准确获得其概率分布函数。构建了静态电压稳定期望裕度和静态电压稳定风险度两个指标对结果进行表征。分别在New England 39和IEEE300节点系统进行了仿真测试，并将结果与传统蒙特卡洛方法计算结果对比，验证了所提方法的有效性。

• 单位
  自动化学院; 中国电力科学研究院有限公司; 武汉大学