配电网支撑下的电力系统图卷积神经网络韧性评估方法

摘要

随着增量配电网规模化接入，其所包含的分布式能源、储能及柔性负荷等资源将对电力系统故障传播过程和恢复能力产生显著影响。现有电力系统韧性评估大多未充分考虑配电网资源支撑作用，且传统基于蒙特卡洛的仿真方法计算量大，难以满足韧性指标快速评估需求。为此，提出一种考虑配电网资源支撑的电力系统图卷积神经网络韧性评估方法。首先，将大规模接入的增量配电网集群等效为虚拟储能模型，并纳入连锁故障仿真流程；其次，结合台风诱发初始故障、隐性故障、切负荷及系统恢复过程，构建不同系统运行点下的韧性指标样本集；然后，利用图卷积神经网络拟合系统运行点与韧性指标之间的非线性映射关系，实现韧性指标快速预测。最后，基于改进IEEE 30节点系统开展算例分析，并与其他模型进行对比。结果表明，所提方法能够较准确地评估考虑增量配电网资源支撑时的电力系统韧性指标，具有较好的拟合精度与应用价值。

关键词

韧性评估方法 / 系统运行点 / 连锁故障仿真 / 韧性指标 / 图卷积神经网络 / 增量配电网

基金资助

国网江苏省电力有限公司科技项目(SGJSLYOOKJJS2201444)