基于GAT-GRU的高渗透率分布式新能源接入的配电网无功优化

刘会家, 滕杰, 冯铃, 肖懂

现代电力 ›› 2025, Vol. 42 ›› Issue (03) : 531 -541.

PDF
现代电力 ›› 2025, Vol. 42 ›› Issue (03) : 531 -541. DOI: 10.19725/j.cnki.1007-2322.2023.0072

基于GAT-GRU的高渗透率分布式新能源接入的配电网无功优化

    刘会家, 滕杰, 冯铃, 肖懂
作者信息 +

Author information +
文章历史 +
PDF

摘要

无功优化在配电网的电压控制、潮流分布以及整个配电网的稳定中起着至关重要的作用。目前,高渗透率新能源的分布式并网以及负荷的多样化给电网的稳定运行带来了巨大的挑战,传统无功补偿方式的时效性以及准确性在当下复杂电网背景下已经无法满足低成本–高质量的供电要求。针对以上情况,该文采用图注意力网络(graph attention networks,GAT)结合门控循环单元(gate recurrent unit,GRU)神经网络对配电网的无功做出优化决策,基于GAT-GRU网络,把握节点间相关性特征的同时获取配电网特征时间依赖性。依据决策,通过无功调节设备与智能柔性开关(soft open point,SOP)协同,以解决配电网的无功优化问题。最后,利用改进的IEEE 33节点配电模型对所提方法进行验证,结果表明GAT-GRU网络在电压控制、网络损耗优化等方面具有良好的效果,证明了该方法在无功优化中的有效性与优异性。

关键词

无功优化 / 配电网 / 图注意力网络 / 门控循环单元 / 分布式能源 / 智能软开关

Key words

引用本文

引用格式 ▾
基于GAT-GRU的高渗透率分布式新能源接入的配电网无功优化[J]. 现代电力, 2025, 42(03): 531-541 DOI:10.19725/j.cnki.1007-2322.2023.0072

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

6

访问

0

被引

详细

导航
相关文章

AI思维导图

/