計算効率の高いテール分布認識型大規模電力系統過負荷リスク評価 | JoVE Visualize

科学分野:

電力系統工学
計算電磁気学
リスク分析

背景:

再生可能エネルギー源（太陽光、風力）は、間欠性と不確実性をもたらします。
この変動性は電力系統に重大な過負荷リスクをもたらし、連鎖的な障害を引き起こす可能性があります。
大規模電力系統におけるこれらのリスクの定量化は、計算上困難です。

研究の目的:

大規模電力系統における過負荷リスクを定量化するための計算効率的かつ正確な手法を開発すること。
間欠的な再生可能エネルギー生成とN-kコンティンジェンシーによってもたらされる課題に対処すること。
過負荷閾値付近のリスク評価の忠実度を向上させること。

主な方法:

深層カーネル疎ベクトル値ガウス過程（GP）をサロゲートモデルとして開発しました。
GPモデルは、発電派遣、コンティンジェンシー、および不確実な入力（太陽光発電、負荷需要）を組み込みます。
電力潮流ソルバーを使用した適応的リサンプリングメカニズムを導入し、サロゲートモデルのバイアスを修正しました。

主要な成果:

提案手法は、21,000以上のバスシステムにおいて、モンテカルロサンプリングと比較してリスク評価を22倍高速化します。
過負荷リスク量の定量化において高い精度が維持されました。
このアプローチは、様々な分布タイプや相関シナリオにおいて堅牢性を示しました。

結論:

開発されたサロゲートモデリングアプローチは、電力系統リスク評価のための計算効率的かつ正確なソリューションを提供します。
適応的リサンプリングメカニズムは、過負荷閾値付近の予測の忠実度を向上させます。
この手法は、再生可能エネルギーの統合が大きい大規模電力系統に有効です。