面向高比例直流电源系统稳定性研究的数据生成
系统与控制
2026-01-26 v2 系统与控制
摘要
直流电源资源（IBR）的日益增长正在从根本上重塑电力系统的动力学，并为稳定性评估带来新挑战。 数据驱动方法，特别是机器学习模型，需要大量且具代表性的数据集，以捕捉系统稳定性在广泛运行条件和控制设置下的变化情况。 本文提出了一个开源、高性能计算框架，用于系统性地生成此类数据集。 该框架为大型电力系统定义了可扩展的运行空间，通过敏感性分析引导的自适应抽样策略进行探索，并执行小信号稳定性评估以填充高信息内容的数据集。 框架有效地针对接近稳定性边际的区域进行目标定位，同时保持对可行运行条件的广泛覆盖。 该工作流程完全以Python实现，设计用于并行执行。 所得工具可支持现代电力系统中高IBR渗透率下的数据驱动稳定性研究。
引用
@article{arxiv.2512.06369,
title = {Data Generation for Stability Studies of Power Systems with High Penetration of Inverter-Based Resources},
author = {Francesca Rossi and Mauro Garcia Lorenzo and Eduardo Iraola de Acevedo and Elia Mateu Barriendos and Vinicius Albernaz Lacerda and Francesc Lordan-Gomis and Rosa Badia and Eduardo Prieto-Araujo},
journal= {arXiv preprint arXiv:2512.06369},
year = {2026}
}