综合主成分分析及改进神经网络的电压稳定控制方法

汤伟， 杨铖， 谢芝东， 程琦

(1.国网安徽省电力有限公司 电力调度控制中心， 安徽 合肥 230022；2.安徽立卓智能电网科技有限公司， 安徽 合肥 230601)

0 引言

电压稳定控制是电力系统自发展初期至今所需要考虑的关键问题，关乎电力系统的稳定运行[1]。近年来，用户对电能质量的要求越来越高。但随着新能源的发展以及电力电子技术的进步，当今的电力系统发电侧新能源渗透率不断提升[2]；随着电动汽车等柔性负荷的比例不断增大，用户侧出现了前所未有的多样性和复杂耦合性[3]。其中，直流层面有高压直流输电[4]、柔性直流输电[5]和直流配电网[6]；新能源渗透率不断提升，不确定性随机出力的比重越来越高，电力系统的复杂性进一步提升。

在该背景下，传统的电力系统电压稳定控制已不能满足其电压稳定要求。在时效性和可操作性方面无法兼顾，且通过大量的离散无功补偿装置，如电容器的电压调节措施无法对电压平滑控制，可能出现投切电容器电压波动较大的问题[7-10]。针对这些问题，国内外已有众多学者进行了探究，构建了较多的电压无功自动控制系统及针对交直流混合电网的电压稳定控制措施。

本研究结合目前研究经验，采用主成分分析方法[11]提取对电压影响较大的变量。结合粒子群优化[12]的神经网络算法[13]，对神经网络的权值和阈值进行优化，从而能够更加高效地得到高质量的电压。

1 主成分分析法

1.1 算法概述

作为一种经典的特征提取方法，也可搜集样本的特征点实现数据压缩的效果。……