再エネ発電組合せに着目したＮＮ教師データ自動生成による系統安定性判別手法の検討

カテゴリ: 研究会(論文単位)

論文No: PE18109

グループ名: 【B】電力・エネルギー部門 電力技術研究会

発行日: 2018/09/26

タイトル(英語): Study to predict post-fault stability of electric power system with NN model trained by automatically generated comprehensive renewable energy combination load flow

著者名: 郡司 圭子(日立製作所),山根 憲一郎(日立製作所),渡辺 雅浩(日立製作所),坪田 亮(日立製作所)

著者名(英語): Keiko Gunji(Hitachi, ltd.),Ken'ichiro Yamane(Hitachi, ltd.),Masahiro Watanabe(Hitachi, ltd.),Akira Tsubota(Hitachi, ltd.)

キーワード: 電力系統|ニューラルネットワーク|ＮＮ|安定性|再生可能エネルギー|シミュレーション|electric power system|newral network|NN|stability|renewable energy|simulation

要約(日本語): 電力系統での事故後の安定性を高速に推定する技術を開発した。電力系統の平常時の潮流状態，事故点・事故様相と事故後の安定性の非線形な関係をニューラルネット（ＮＮ）に学習させ，オンライン安定度演算を行わずに想定事故時の安定性を推定できる。ＮＮの教師データについては，再エネの出力変動を想定し発電機の出力と負荷を乱数を用いた組合せで潮流断面を作り，シミュレーションで得た安定性の解とセットとして自動生成する。

要約(英語): We have developed technique to predict post-fault stability of electric power system quickly. Branch P(power), generator δ(phase angle of generator), generator M(inertia), generator capacity and fault condition are used as inputs of NN. Our tool makes various load flow automatically and check post-fault stability of the load flow with simulation.

原稿種別: 日本語

PDFファイルサイズ: 1,293 Kバイト