论文部分内容阅读
新能源正在逐步代替传统发电厂为用户提供电能,但同时也为电网的安全运行带来了潜在的风险。因此,在规划阶段需要全面地对最大频率偏差越线风险进行概率评估。基于蒙特卡罗仿真(Monte Carlo simulation,MCS)的规划方法效率很低,而人工神经网络(artificial neural network,ANN)可以通过对数据的学习做出快速有效的预测。为此,提出一种基于MCS-ANN的区域频率概率评估方法,以实现对区域最大频率偏差越线风险的快速评估。首先,产生大量的随机扰动,仅对小部分扰动进行仿真;然后