利用可解释 AI 识别德国电力系统阻塞与再调度中的驱动与缓解因素
系统与控制
2023-07-25 v1 机器学习
系统与控制
数据分析、统计与概率
摘要
向可持续能源供应的转型以多种方式挑战电力系统的运行。由于风能和太阳能往往安装在远离消费者的地方，输电网负载增加。在极端情况下，系统运营商必须通过对冲交易或再调度进行干预以确保电网稳定。本文中，我们对德国输电网中的阻塞进行了数据驱动分析。我们开发了一个可解释的机器学习模型，以小时级预测再调度和对冲交易的体积。该模型揭示了驱动或缓解电网阻塞的因素并量化了其影响。我们表明，正如预期，风力发电是主要驱动因素，但水电和跨境电力交易也起着重要作用。另一方面，太阳能并无缓解作用。我们的结果表明，改变市场设计将缓解阻塞。
引用
@article{arxiv.2307.12636,
title = {Identifying drivers and mitigators for congestion and redispatch in the German electric power system with explainable AI},
author = {Maurizio Titz and Sebastian Pütz and Dirk Witthaut},
journal= {arXiv preprint arXiv:2307.12636},
year = {2023}
}