摘要

滚动预警可辨识电网未来的不安全运行状态并提供决策指导信息,是化解系统性安全风险的有效手段。考虑源荷双侧不确定性,提出一种数据驱动的交直流混联大电网动态安全分级滚动预警方法。首先,提出基于控制代价的预警分级策略,分析典型控制措施的控制代价,根据为保障系统安全所需要的控制措施类型区分预警等级;然后,建立多时间尺度协调的滚动预警框架,利用源荷预测精度随待预测时刻临近而提高的特点提高预警结果的精准性,同时配合不同动作时序的控制措施;最后,提出基于增量学习的机器学习模型在线更新方法,利用动态新增的样本数据提高模型评估的准确性,通过有放回抽样训练多个模型以计算给定误差水平下的预警结果可信度。实际电网仿真表明,所提方法能够有效追踪动态安全风险态势,指导适配的防控决策。