合成电力系统动力学的框架
摘要：用于发电网的信息是机密的，因此真实数据往往无法获取。这就需要在研究中使用合成发电网模型。到目前为止，例如在机器学习中使用的模型必须非常简单和均匀，以产生大量强大的发电网集合。我们提出了一个模块化框架，用于生成合成发电网，该框架考虑了真实发电网动态的异质性，但仍然简单且可处理。这使得能够生成大量合成发电网，适用于广泛的应用。我们还包括了在短时间尺度上引起波动的主要驱动因素。生成的合成发电网具有稳健性，在所有评估的场景下显示出良好的同步性，这符合真实发电网的预期。这为未来对因极端事件而受到严重压力的电网进行研究打开了大门，这可能导致不稳定和断电。与论文一起发布了一个包含该框架的高效Julia实现的软件包。
作者：Anna B"uttner, Anton Plietzsch, Mehrnaz Anvari and Frank Hellmann
论文ID：2303.06116
分类：Adaptation and Self-Organizing Systems
分类简称：nlin.AO
提交时间：2023-08-21