人工智能辅助的电网加固以应对极端天气事件
信号处理
2018-10-09 v1 机器学习
系统与控制
摘要
本文提出一种基于人工智能的电网加固模型，旨在提升电网应对极端天气事件的韧性。首先，提出一种机器学习模型来预测极端事件下元件状态（运行或停运）。随后，这些预测被输入加固模型，该模型确定分布式发电（DG）单元布置的战略位置。与现有加固与韧性增强文献不同，本文通过考虑经济与韧性目标之间复杂的相互依赖关系，对二者进行协同优化。在标准 IEEE 118-母线测试系统上的数值仿真说明了所提加固模型的优点与适用性。结果表明，所提加固模型通过分散式和分布式本地能源资源能够产生更鲁棒的方案，可显著保护系统免受极端事件引起的多元件停运影响。
引用
@article{arxiv.1810.02866,
title = {Artificial Intelligence Assisted Power Grid Hardening in Response to Extreme Weather Events},
author = {Rozhin Eskandarpour and Amin Khodaei and A. Paaso and N. M. Abdullah},
journal= {arXiv preprint arXiv:1810.02866},
year = {2018}
}