阿贡国家实验室研究团队利用人工智能技术增强电网弹性

阿贡国家实验室研究团队利用人工智能技术增强电网弹性

美国的电力网系统规模庞大且具有动态特性,这使得它特别难以管理。美国能源部(DOE)的阿贡国家实验室(Argonne)一个研究小组开发了一种新颖方法,以帮助系统操作员了解如何借助人工智能更好地控制电力系统。根据IEEE Transactions on Power Systems的最新文章,他们的新方法可以帮助运营商以更有效的方式控制电力系统,从而可以增强美国电网弹性。借助新型神经网络,实验室科学家帮助创建了可以弥合电力系统静态和动态特性新模式。

新方法可以帮助运营商以更有效方式控制电力系统,从而可以增强美国电网弹性。操作员可以在单个决策模型中以更高的准确性同时考虑电力系统的静态和动态特性来做出决策。在电力系统中,操作员必须将频率保持在一定范围内,以满足安全限制。静态条件(例如在线发电机的数量)会影响系统的保持频率能力和其他动态功能。大多数分析人员分别计算静态和动态特征。同时,其他人试图开发可以桥接两种类型计算的简单模型,但是这些模型的可伸缩性和准确性受到限制,尤其是当系统变得更加复杂时。研究人员开发了一种方法来创建可以将两者联系起来的人工智能新模型。尽管神经网络方法可以应用于大功率系统,但该团队在微电网系统上进行了测试,该系统是分布式能源的可控网络,例如柴油发电机和太阳能光伏板。

该团队使用神经网络来跟踪微电网系统中的一组静态条件如何映射到一组动态条件或值。更具体地说,研究人员使用它来优化微电网中的静态资源,从而使电频率保持在安全范围内。仿真数据用作训练其神经网络的输入和输出。输入是静态数据,输出是动态响应,特别是安全的频率范围。

研究人员,分析人员和操作人员可以使用Argonne科学家的方法作为起点。例如,运营商可能会潜在地使用它来预测何时可以打开和关闭发电资源,同时确保所有在线资源都能够承受某些意外的损坏情况。

上一篇:

下一篇:


标签