基于图注意力网络和多层感知机的高渗透率分布式能源配电网计划孤岛形成

《Algorithms》：Planned Island Formation for Distribution Networks with High Penetration of Distributed Energy Resources Using Graph Attention Network and Multi-Layer Perceptron

　　

摘要

高渗透率的分布式能源（DERs）为配电网中的计划性孤岛形成和运行创造了机会，这有助于缓解电压波动，减少反向潮流，并提高可再生能源利用率。本文提出了一种基于图注意力网络（GAT）和多层感知机（MLP）的快速计划性孤岛形成方法。首先，考虑配电网的技术运行要求，分析了影响孤岛形成的因素，包括拓扑连通性、功率平衡和 DERs。基于图论，配电网的拓扑连接和节点信息分别由邻接矩阵、节点特征矩阵和边物理特征矩阵表示，以构建配电网图模型。其次，采用 GAT 学习配电网节点之间的相关性，并获得包含关系信息的节点特征矩阵。将获得的表示输入到 MLP 中，以学习节点表示与支路连接状态之间的映射，并根据输出概率生成孤岛划分方案。最后，考虑配电网的功率平衡约束，调整孤岛的边界节点，以获得最终可行的孤岛划分方案。在改进的 IEEE 33 节点配电网系统上的仿真结果表明，该方法实现了 92.37% 的 F1 值。此外，该模型在泛化测试中保持了 91.32% 的平均 F1 值，证明了其在高渗透率 DERs 配电网中快速计划性孤岛形成的有效性和鲁棒性。