摘要
本发明公开了一种分布式光伏并网配电网风险评估方法,克服了现有技术中分布式光伏并网后,配电网风险评估准确性低的问题,包括:分析分布式光伏出力特性,对不同光照强度下的配电网负荷数据进行时序采集,对采集的负荷数据进行处理;利用奇异谱分析对负荷数据进行分解,建立BP神经网络对分布式光伏并网后的负荷进行预测;以负荷预测结果作为输入,建立分布式光伏并网电网影响量化模型,对分布式光伏并网的配电网进行风险评估。充分考虑光伏出力不确定性,提高负荷预测精度,基于负荷预测结果,进行配电网风险评估,能够提前预测相关风险点,提高电网运行可靠性。
技术关键词
分布式光伏并网
配电网风险评估
电压越限风险
随机森林模型
BP神经网络
光伏出力不确定性
电网运行可靠性
负荷预测精度
历史负荷数据
因子
时序
序列
信号
风险点
系统为您推荐了相关专利信息
溯源数据
风险
溯源方法
动态更新
Dijkstra算法
集成学习算法
分析方法
数据
高通量
随机森林模型
电控窗户
调控方法
调控模型
数据采集模块
颗粒物传感器
船舶
随机森林模型
分类预测模型
多维特征数据
预测系统
动态神经网络模型
波形钢腹板组合
三维结构
抗弯刚度
载荷