基于深度学习的配电网分布式光伏承载能力鲁棒评估方法

本发明涉及一种光伏承载能力评估方法，具体为基于深度学习的配电网分布式光伏承载能力鲁棒评估方法，首先对交流潮流方程进行线性化处理；然后利用生成对抗网络从光伏发电的历史数据中学习光伏时空概率特征，并基于生成器所诱导的光伏功率分布和Wasserstein距离设计了分布式鲁棒的模糊集合，构建了基于深度学习的分布式鲁棒联合机会约束光伏承载能力评估模型；最后采用Bonferroni不等式和条件风险值进行求解，将分布式鲁棒联合机会约束模型转化为确定性线性连续模型进行求解。该模型同时满足多个电力系统安全运行的机会约束，并嵌入复杂甚至非线性的光伏功率时空相关性，进一步降低分布式鲁棒优化的保守性。