基于XGBoost和ASPSO的电力系统暂态稳定预防控制方法

作者：刘颂凯; 袁铭洋; 杨超; 阮肇华; 张磊; 刘旭

来源：电网与清洁能源, 2023, 39(10): 9-18.

DOI：10.3969/j.issn.1674-3814.2023.10.002

• 暂态稳定
• 预防控制
• XGBoost
• ASPSO

该文提出了一种极限梯度提升（extreme gradient boosting,XGBoost）和基于蚁群算法的自适应参数粒子群优化算法（particle swarm optimization algorithm of self-adaptive parameter based on ant colony algorithm,ASPSO）相结合的方法，以实现电力系统暂态稳定预防控制。首先，通过XGBoost模型快速学习系统运行特征与暂态稳定性间的映射关系，给出特征重要性排序，提供一定的模型可解释性。其次，将训练好的XGBoost嵌入暂态稳定约束最优潮流模型作为暂态稳定约束。之后，利用ASPSO算法迭代求解，保证系统暂态稳定的同时，考虑发电机有功出力调整最小化，制定相应预防控制策略。最后，在PSS/E提供的IEEE 39节点系统中进行算例仿真，证明了所提方法的有效性。

• 单位
  国网福建省电力有限公司宁德供电公司; 三峡大学