袁 泉，孙宇军，张 蔷，王子强，李 鹏，赖晓文

（1. 中国南方电网电力调度控制中心，广东省广州市 510663；2. 北京清能互联科技有限公司，北京市 100084）

0 引言

随着电力现货交易范围不端扩大，发电计划优化的机组数目、电网安全约束的数量随之增加［1-2］。以广东现货市场为例，截至2021 年5 月参与现货竞价的机组有193 台，省内断面超过500 个［3］。为保证电网稳定运行与现货交易有序开展，需要求解大规模的安全约束机组组合（security constrained unit commitment，SCUC）与安全约束经济调度（security constrained economic dispatch，SCED）模型［4］。现货市场交易导致了运行方式更为复杂多变、不同的电网运行边界相互制约的情况，也逐渐成为调度机构关注的重点［5］。

为兼顾发电计划的可靠性和时效性，通常采用直流潮流方程来表达电网安全约束，以提高混合整数规划（mixed integer programming，MIP）模型的求解效率，然后针对SCUC 的计算结果展开交流潮流安全校核［6-7］。尽管如此，由于实际电网的安全约束众多，而且并不是每一种约束都在求解过程中达界，因此，将其全部纳入市场出清的建模和求解过程中会造成较大的计算负担。在实际应用中，通常引入“后验”添加的机制［8］，但是这种处理方法可能造成迭代次数增多的问题。如何通过不同约束耦合关系的辨识来辅助发电计划的求解，是一个值得研究的问题。

目前已有部分学者对此问题进行了研究，具体可以分为统计法［9-12］和解析法［13-16］两大类。在统计法方面，文献［9］提出了深度学习辅助安全约束辨识的方法，但仅适用于SCED 的计算。文献［10］将线路越限频次的高低作为辨识的依据，以此缓解约束数量较多造成的计算压力。……