Renewable Energy Accommodation Assessment Method Based on Spatio-temporal Convolution Dynamic Knowledge Graph

CHEN Zongyuan; YU Tao; DING Maosheng; PAN Zhenning; CHEN Junbin; LIU Xizhe

doi:10.7500/AEPS20221209004

您当前的位置：

首页 >

文章列表页 >

Renewable Energy Accommodation Assessment Method Based on Spatio-temporal Convolution Dynamic Knowledge Graph

Special Topic on Power Balance and Optimal Dispatching Technology for Power System with High Proportion of Renewable Energy | 更新时间：2025-06-16

- Renewable Energy Accommodation Assessment Method Based on Spatio-temporal Convolution Dynamic Knowledge Graph
- Automation of Electric Power Systems Vol. 47, Issue 15, Pages: 46-54(2023)
- 作者机构：
  
  1.华南理工大学电力学院，广东省广州市510610
  2.国网宁夏电力有限公司，宁夏回族自治区银川市750001
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China-State Grid Joint Fund for Smart Grid(U2066212);National Natural Science Foundation of China(52207105);Guangdong Basic and Applied Basic Research Foundation(2023A1515011598)
- DOI：10.7500/AEPS20221209004
  CLC：
- Received：09 December 2022，
  
  Revised：2023-04-04，
  
  Published Online：04 July 2023，
  
  Published：10 August 2023
- 稿件说明：
移动端阅览
陈宗源,余涛,丁茂生等.基于时空卷积动态知识图谱的新能源消纳评估方法[J].电力系统自动化,2023,47(15):46-54.

CHEN Zongyuan,YU Tao,DING Maosheng,et al.Renewable Energy Accommodation Assessment Method Based on Spatio-temporal Convolution Dynamic Knowledge Graph[J].Automation of Electric Power Systems,2023,47(15):46-54.
陈宗源,余涛,丁茂生等.基于时空卷积动态知识图谱的新能源消纳评估方法[J].电力系统自动化,2023,47(15):46-54. DOI： 10.7500/AEPS20221209004.

CHEN Zongyuan,YU Tao,DING Maosheng,et al.Renewable Energy Accommodation Assessment Method Based on Spatio-temporal Convolution Dynamic Knowledge Graph[J].Automation of Electric Power Systems,2023,47(15):46-54. DOI： 10.7500/AEPS20221209004.

摘要

为构建新能源消纳知识图谱，首先，将电网积累的海量调度运行数据以动态四元组的形式，显式地表达调度运行数据的时空关联关系。通过滑动时间窗口快速搜索、提取局部时空图，构建子图数据集。然后，时空同步图卷积网络对局部时空图进行高维特征提取，充分挖掘历史数据的时空关联关系，利用新能源消纳知识图谱中存储的机理知识对模型进行引导，并通过多子图并行训练提升模型的学习效率。最后，基于中国西北某省级电网算例进行仿真和实验验证。结果表明，所提方法可以有效避免复杂的数学建模以及模型求解，相比于传统方法具有更高的评估精度与速度。

Abstract

To construct a knowledge graph of renewable energy accommodation

firstly

the accumulated massive dispatching operation data of the power grid in the form of dynamic quaternions explicitly expresses the spatio-temporal correlations of dispatching operation data. The local spatio-temporal graph is quickly searched and extracted by sliding time windows to construct sub-graph data sets. Then

the spatio-temporal synchronous graph convolutional network extracts high-dimensional features from the local spatio-temporal graphs to fully excavate the spatio-temporal correlations of the historical data. The model is guided by the mechanism knowledge stored in the knowledge graph of renewable energy accommodation and trained in parallel by multiple subgraphs to improve the learning efficiency. Finally

simulation and experimental validation are conducted based on a provincial grid case in Northwest China. The results show that the proposed method can effectively avoid complicated mathematical modeling and solving

and has higher evaluation accuracy and speed compared with traditional methods.

关键词

Keywords

references

卓振宇，张宁，谢小荣，等 . 高比例可再生能源电力系统关键技术及发展挑战［J］. 电力系统自动化， 2021 ， 45 （ 9 ）： 171 - 191 .

ZHUO Zhenyu ， ZHANG Ning ， XIE Xiaorong ， et al . Key technologies and developing challenges of power system with high proportion of renewable energy ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 9 ）： 171 - 191 .

赵剑波，王蕾 . “十四五” 构建以新能源为主体的新型电力系统［J］. 中国能源， 2021 ， 43 （ 5 ）： 17 - 21 .

ZHAO Jianbo ， WANG Lei . Construction of a new power system with new energy as the main body in the “14th Five-Year Plan ”［J］. Energy of China ， 2021 ， 43 （ 5 ）： 17 - 21 .

舒印彪，张智刚，郭剑波，等 . 新能源消纳关键因素分析及解决措施研究［J］. 中国电机工程学报， 2017 ， 37 （ 1 ）： 1 - 8 .

SHU Yinbiao ， ZHANG Zhigang ， GUO Jianbo ， et al . Study on key factors and solution of renewable energy accommodation ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 1 ）： 1 - 8 .

李建涛，李永光，朱泊旭，等 . 间歇式新能源消纳评估常用方法分析［J］. 电力工程技术， 2022 ， 41 （ 5 ）： 85 - 93 .

LI Jiantao ， LI Yongguang ， ZHU Boxu ， et al . Analysis of common methods for intermittent renewable energy consumption assessment ［J］. Jiangsu Electrical Engineering ， 2022 ， 41 （ 5 ）： 85 - 93 .

李原，徐国强，王松，等 . 可再生能源消纳措施的量化评估方法研究［J］. 太阳能学报， 2022 ， 43 （ 8 ）： 360 - 365 .

LI Yuan ， XU Guoqiang ， WANG Song ， et al . Research on quantitative assessment method of renewable energy accommodation measures ［J］. Acta Energiae Solaris Sinica ， 2022 ， 43 （ 8 ）： 360 - 365 .

谢国辉，栾凤奎，李娜娜，等 . 新能源消纳影响因素的贡献度评估模型［J］. 中国电力， 2018 ， 51 （ 11 ）： 125 - 131 .

XIE Guohui ， LUAN Fengkui ， LI Nana ， et al . Contribution evaluating model for the new energy accommodation influencing factors ［J］. Electric Power ， 2018 ， 51 （ 11 ）： 125 - 131 .

杨龙，胡少强，杨苹 . 广东电网可再生能源接纳能力研究［J］. 电力系统保护与控制， 2013 ， 41 （ 15 ）： 110 - 115 .

YANG Long ， HU Shaoqiang ， YANG Ping . Research on Guangdong Power Gird’s capacity of renewable energy integration ［J］. Power System Protection and Control ， 2013 ， 41 （ 15 ）： 110 - 115 .

刘纯，屈姬贤，石文辉 . 基于随机生产模拟的新能源消纳能力评估方法［J］. 中国电机工程学报， 2020 ， 40 （ 10 ）： 3134 - 3143 .

LIU Chun ， QU Jixian ， SHI Wenhui . Evaluating method of ability of accommodating renewable energy based on probabilistic production simulation ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 10 ）： 3134 - 3143 .

彭旭，李好文，郑岗，等 . 基于时序生产模拟的可再生能源消纳评估方法研究［J］. 太阳能学报， 2020 ， 41 （ 11 ）： 26 - 30 .

PENG Xu ， LI Haowen ， ZHENG Gang ， et al . Research on renewable energy accommodation assessment method based on time series production simulation ［J］. Acta Energiae Solaris Sinica ， 2020 ， 41 （ 11 ）： 26 - 30 .

曹阳，李鹏，袁越，等 . 基于时序仿真的新能源消纳能力分析及其低碳效益评估［J］. 电力系统自动化， 2014 ， 38 （ 17 ）： 60 - 66 .

CAO Yang ， LI Peng ， YUAN Yue ， et al . Analysis on accommodating capability of renewable energy and assessment on low-carbon benefits based on time sequence simulation ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 17 ）： 60 - 66 .

谭涛亮，姜云鹏，李震，等 . 考虑灵活性的地区电网新能源消纳能力评估方法［J］. 重庆大学学报， 2022 ， 45 （ 1 ）： 9 - 17 .

TAN Taoliang ， JIANG Yunpeng ， LI Zhen ， et al . Assessment method of renewable energy accommodation capacity of regional power grid considering flexibility ［J］. Journal of Chongqing University ， 2022 ， 45 （ 1 ）： 9 - 17 .

牛东晓，李建锋，魏林君，等 . 跨区电网中风电消纳影响因素分析及综合评估方法研究［J］. 电网技术， 2016 ， 40 （ 4 ）： 1087 - 1093 .

NIU Dongxiao ， LI Jianfeng ， WEI Linjun ， et al . Study on technical factors analysis and overall evaluation method regarding wind power integration in trans-provincial power grid ［J］. Power System Technology ， 2016 ， 40 （ 4 ）： 1087 - 1093 .

蒙飞，单连飞，卢峰，等 . 基于输入更新长短期记忆网络的调度自适应学习模型［J］. 电力系统自动化， 2022 ， 46 （ 24 ）： 26 - 35 .

MENG Fei ， SHAN Lianfei ， LU Feng ， et al . Adaptive learning dispatching model based on long short-term memory network with internal input update ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 24 ）： 26 - 35 .

许杏花，潘庭龙 . 基于KPCA-RF的风电场功率预测方法研究［J］. 可再生能源， 2018 ， 36 （ 9 ）： 1323 - 1327 .

XU Xinghua ， PAN Tinglong . Wind power prediction based on KPCA-RF ［J］. Renewable Energy Resources ， 2018 ， 36 （ 9 ）： 1323 - 1327 .

杨博，陈义军，姚伟，等 . 基于新一代人工智能技术的电力系统稳定评估与决策综述［J］. 电力系统自动化， 2022 ， 46 （ 22 ）： 200 - 223 .

YANG Bo ， CHEN Yijun ， YAO Wei ， et al . Review on stability assessment and decision for power systems based on new-generation artificial intelligence technology ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 22 ）： 200 - 223 .

姚建国，余涛，杨胜春，等 . 提升电网调度中人工智能可用性的混合增强智能知识演化技术［J］. 电力系统自动化， 2022 ， 46 （ 20 ）： 1 - 12 .

YAO Jianguo ， YU Tao ， YANG Shengchun ， et al . Knowledge evolution technology based on hybrid-augmented intelligence for improving practicability of artificial intelligence in power grid dispatch ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 20 ）： 1 - 12 .

刘梓权，王慧芳 . 基于知识图谱技术的电力设备缺陷记录检索方法［J］. 电力系统自动化， 2018 ， 42 （ 14 ）： 158 - 164 .

LIU Ziquan ， WANG Huifang . Retrieval method for defect records of power equipment based on knowledge graph technology ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 14 ）： 158 - 164 .

李海，张宁，康重庆，等 . 可再生能源消纳影响因素的贡献度分析方法［J］. 中国电机工程学报， 2019 ， 39 （ 4 ）： 1009 - 1018 .

LI Hai ， ZHANG Ning ， KANG Chongqing ， et al . Analytics of contribution degree for renewable energy accommodation factors ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 4 ）： 1009 - 1018 .

徐涌鑫，赵俊峰，王亚沙，等 . 时序知识图谱表示学习［J］. 计算机科学， 2022 ， 49 （ 9 ）： 162 - 171 .

XU Yongxin ， ZHAO Junfeng ， WANG Yasha ， et al . Temporal knowledge graph representation learning ［J］. Computer Science ， 2022 ， 49 （ 9 ）： 162 - 171 .

李湃，范越，黄越辉，等 . 基于电源聚合-分解模型的新能源电力系统月度发电计划优化方法［J］. 电网技术， 2020 ， 44 （ 9 ）： 3281 - 3289 .

LI Pai ， FAN Yue ， HUANG Yuehui ， et al . Monthly generation scheduling method of renewable energy power system based on power plant aggregation & decomposition models ［J］. Power System Technology ， 2020 ， 44 （ 9 ）： 3281 - 3289 .

SONG C ， LIN Y ， GUO S ， et al . Spatial-temporal synchronous graph convolutional networks： a new framework for spatial-temporal network data forecasting ［C］// AAAI Conference on Artificial Intelligence ， February 7-12 ， 2020 ， New York， USA ： 914 - 921 .

张庶，李华静，张宛利，等 . 基于时序的新能源跨区域消纳评估方法研究［J］. 太阳能学报， 2021 ， 42 （ 5 ）： 126 - 130 .

ZHANG Shu ， LI Huajing ， ZHANG Wanli ， et al . Research on inter-regional renewable energy accommodation assessment method based on time series production simulation ［J］. Acta Energiae Solaris Sinica ， 2021 ， 42 （ 5 ）： 126 - 130 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Case Filtering in Quantitative Analysis of Power System Transient Stability Under Complex Model

Construction and Comprehensive Evaluation Method for Trustworthiness Indicator System of Intelligent Assessment Model for Power Grid Stability

Scenario Generation Method of Typhoon Meteorological Load Based on Interpretability Conditional Generative Adversarial Network

Air Conditioner Intelligent Agent for Demand Response: Concept, Construction, and Application

Related Author

CHEN Zongyuan

YU Tao

PAN Zhenning

CHEN Junbin

LIU Xizhe

PENG Huimin

XUE Yusheng

LIU Qinglong

Related Institution

College of Electric Power, South China University of Technology

NARI Technology Co., Ltd.

State Grid Electric Power Research Institute (NARI Group Corporation)

Key Laboratory of Power System Intelligent Dispatch and Control of Ministry of Education (Shandong University)

College of Electrical Engineering, Sichuan University

⁰