基于可解释机制的极限传输能力计算知识表达模型.pdfVIP

第 47 卷 第 15 期 2023 年 8 月 10 日 Vol . 47 No . 15 Aug . 10 ，2023 DOI ： 10. 7500/AEPS20221215002 基于可解释机制的极限传输能力计算知识表达模型 1 1 2 2 2 张 沛 ，周钰朋 ，崔 晖 ，杨晓楠 ，胡晨旭 （1. 北京交通大学电气工程学院，北京市 100044 ；2 . 中国电力科学研究院有限公司，北京市 100192 ） 摘要 ：极限传输能力(TTC) 受到运行点、潮流调整方式、极限边界的综合影响，故计算呈现多因素 影响下的高维状态空间复杂性，传统方法难以在复杂环境中建模并快速计算。文中将TTC 计算看 作人工智能模型的知识学习问题，提出了一种基于可解释机制的TTC 计算知识表达模型。首先， 从安全域角度分析TTC 影响因素。其次，构造由初始运行点、潮流调整方式、极限状态组成的样本 集，训练XGBoost 模型完成计算，并提取影响模型建立的关键特征作为全局知识。然后，引入沙普 利加和解释机制完善单一状态下的结果分析和计算结果的可信度。最后，以IEEE 9 节点系统和 WECC 240 节点系统进行算例验证，对比其他模型，所提方法具有较好的计算效果和一定的可 信度。 关键词 ：电力市场；极限传输能力；安全域；可解释机制；知识模型 0 引言 （radial equivalent independent ，REI ）网络解决多区 域间TTC 计算问题，但仍需使用连续潮流法，且等 随着中国电力市场建设的不断深入，完善省间 效后的计算精度有所下降。 电力现货市场对促进新能源消纳、优化资源配置具 上述方法的机理模型和实际模型匹配度不高， 有重要意义。现有省间交易考虑的交易方向单一， 且考虑多个稳定约束时计算效率难以兼顾。基于人 出现了某些输电通道阻塞而另外一些输电通道利用 工智能的计算方法，采用离线训练在线应用的方式， 不充分的问题 ，输电通道极限传输能力 （total 能满足实时性要求。文献［10 ］利用多元线性回归构 transfer capability ，TTC ）实时计算是解决多区域资 建TTC 与关键影响变量间的映射关系，但线性回归 ［1 ］ 源合理配置的关键问题 。 方法假设自变量之间无相关性，无法反映真实的映 电网运行点会随运行状态、新能源波动发生变 射关系；文献［11 ］提出了基于深度置信网络的数据 化，极限边界由多种安全稳定约束组成，潮流调整方 驱动TTC 计算模型，在样本规模大时计算准确性 式与发电机调度方式、负荷增长方向有关，且电力系 高，但其训练参数较多且不具备可解释性 ；文献 统属于高维状态空间，运行点的变化将导致触发的 ［12 ］聚焦新能源接入下的TTC 快速计算，提出了基 极限约束和极限点存在差异。因此，极限传输能力 于最小绝对收缩和选择运算 （least absolute ［2-3 ］ 会随运行状态实时变化，需要进行在线计算 。