融入重构级别快速识别的配电网两阶段优化运行

配电网净负荷时空分布不均衡带来大规模弃光、失负荷问题,采用配电网动态重构改善潮流分布是一条有效路径,但全局动态重构在增加模型求解难度的同时,可能产生大规模潮流转移和非理想递进效益。基于此,该文提出融入重构级别快速识别的配电网两阶段优化运行策略。重构级别识别方法以优先局部自治、弃光失负荷成本最小为目标对各变电站、变压器的级别选择变量进行决策,获得配电网各时段“馈线–变压器–变电站”多级重构需求,并通过时段划分获得分时段多级重构级别评估结果。两阶段优化运行策略:第一阶段以弃光、失负荷、开关动作成本最小为目标进行分时段多级重构;第二阶段在已知全时段开关动作情况下,采用场景集对光伏和负荷的不确定性进行处理,通过可控负荷协调优化弥补第一阶段潮流分布改善能力的缺陷。最后,采用148节点系统验证了所提级别识别方法和两阶段优化运行策略的有效性。     

基于时段划分的主动配电网动态重构

对主动配电网动态网络重构策略进行研究,首先考虑分布式光伏和系统柔性负荷的波动性,根据其概率模型建立基于时段划分的多目标动态重构模型,采用层次分析法降低多目标决策的复杂度;然后对不同时段进行合并,并引入多智能体思想对蚁群算法进行改进,构建动态协同优化重构算法,规避算法搜索的盲目性,提高算法的灵活性和可靠性,进而实现配电网的动态重构.     

基于深度强化学习的主动配电网高恢复力决策方法

随着全球极端天气事件频发,电力系统在极端自然灾害下恢复力的研究日益受到关注。本文提出基于深度强化学习的高恢复力决策方法,将极端灾害下配电网运行状态和线路故障状态作为观测状态集合,自学习智能体Agent在当前环境观测状态下寻求可行的决策策略进行动作,定义自学习Agent的回报函数以进行动作评价;采用观测状态数据,开展基于竞争深度Q网络(dueling deep Q network,DDQN)的深度强化学习(deep reinforcement learning,DRL)训练,智能体Agent通过试错学习方式选择动作,试错经验在估值函数Q矩阵中存储,实现状态到主动配电网实时故障恢复策略的非线性映射;最后结合改进的IEEE 33节点算例,基于蒙特卡罗法仿真随机故障场景,对所提出方法生成的故障恢复随机优化决策进行分析。结果表明:通过主动配电网的分布式电源、联络开关和可中断负荷的协调优化控制,可以有效提升极端灾害下供电能力。     

考虑DG及负荷时序性的多目标配电网重构与DG调控综合优化规划

为解决分布式电源（distributed generation,DG）出力及负荷的时变性给实际配电网调度所造成的不利影响,使配电网的优化规划方案更加切实可行,提出了一种基于配电网重构和DG选址定容结合的多目标粒子群动态优化模型,该模型以配电网有功损耗、电压偏差及经济成本为优化目标,考虑负荷及DG出力的时变性,对配电网络重构和DG调度进行综合优化求解。通过基于随机森林模型（random forest,RF）及长短期记忆神经网络(long short-term memory,LSTM)模型的混合预测模型对配电网负荷及DG出力进行预测。采用经帕累托最优理论改进的粒子群算法得到配电网重构及DG调控的帕累托最优解集并利用模糊隶属度函数法来确定帕累托最优解集中的最佳配电网调度方案。基于IEEE 33标准测试系统设计多个算例进行仿真分析,结果表明,所提考虑负荷及DG出力时序性的配电网重构和DG调度联合优化模型可显著改善配电网络运行的经济性和稳定性。     

含电动汽车和智能软开关的配电网动态重构

提出含分布式能源、智能软开关(SOP)和电动汽车(EV)有序接入的配电网重构策略。基于上班族的出行习惯模拟EV的无序充电模型,并构建配电网重构下的SOP模型;对于接入的EV无序充电负荷,采用拉格朗日松弛分散式优化算法和虚拟电价进行EV的有序调度;以最小化网损费用,SOP运行费用,弃风、弃光费用与开关动作费用之和为目标函数,通过大M法和二阶锥松弛将配电网重构模型转化为混合整数二阶锥规划模型,采用CPLEX求解器进行求解。IEEE 33节点标准系统的仿真结果表明,在配电网动态重构中采用SOP代替传统开关能够提升配电网运行的经济性,同时采用所提有序调度方法优化EV充电可以改善配电网电压质量。     

基于图注意网络与深度确定性策略梯度的三相主动配电网供电恢复方法

配电服务恢复作为一种基本韧性范式，提供了一种优化协调的韧性解决方案，通过极端事件后配电网的供电恢复实现韧性提升。该文根据三相不平衡配电系统的网络特点，利用图注意网络对Actor-Critic架构的深度强化学习进行改造，通过增加网络拓扑特征提高其对不平衡配电系统的学习能力，提出一种基于图深度强化学习的三相不平衡主动配电网供电恢复新方法。该方法将配电网的动态供电恢复问题设计为一种新颖的马尔科夫决策过程，在此过程中不断产生样本数据并根据所提出的图深度强化学习算法对智能体进行训练，通过优化协调多个微电网以实现配电网动态供电恢复，其性能在IEEE37节点和IEEE123节点配电系统中得到了验证。     

基于数据驱动代理模型的城市输电网运行品质调节控制策略

传统电网运行品质调节控制忽略了高压配电网拓扑结构对潮流转供的作用。将高压配电网计入所提城市输电网运行品质调节控制策略中,通过高压配电网的拓扑重构,提升输电网运行品质。通过马尔科夫链蒙特卡洛抽样生成大量高压配电网拓扑数据,计算每种拓扑下的运行品质,包括线路损耗、母线电压、线路负载率和断面负载率。使用深度神经网络拟合高压配电网拓扑和以上输电网状态参数之间非线性关系,生成基于深度神经网络的城市输电网运行品质评估代理模型。该数据驱动代理模型可以实现快速高效的输电网状态评估。之后将数据驱动代理模型嵌入非支配排序遗传算法(NSGA-Ⅱ)的寻优计算中,对高压配电网拓扑结构进行迭代,寻找到能提高城市输电网运行品质的拓扑重构策略。所提算法在某城市电网进行验证,显著提高了城市输电网运行品质。     

基于云-边协同的配电网快速供电恢复智能决策方法

分布式电源高渗透率接入对配电网故障自愈能力提出了更高的要求。基于模型的供电恢复方法利用精准的网络参数构建优化模型,可以实现供电恢复策略的准确制定。但在配电网实际运行中,精准的配电网络参数往往难以获取,导致基于模型的供电恢复方法应用受限。云-边协同运行模式可作为配电网快速供电恢复的一种实现方案。提出一种基于云-边协同的配电网快速供电恢复智能决策方法。首先,在云端基于图卷积神经网络建立配电网快速供电恢复智能决策模型,包括网络重构模块和潮流模拟模块。当故障发生后,云端利用网络重构模块,快速制定网络重构策略,经过破圈法/避圈法验校后下发至配电网边缘侧的边缘计算装置。边缘侧根据云端的网络重构策略利用潮流模拟模块就地制定负荷恢复策略,实现系统的快速供电恢复。最后,依托改进的IEEE33节点配电网算例对所提模型进行分析,验证了所提方法可有效提升配电网的供电恢复能力。     

考虑负荷与分布式电源变化的配电网动态重构

配电网动态重构是实现配电网架优化运行的重要手段,随着电网中分布式电源(Distributed Generator,DG)的大量接入,实际配电网中负荷需求和DG的出力在不断变换,以往静态重构无法满足配电网实际运行要求。本文建立了以网络损耗、电压偏移和弃电率为优化目标的配电网重构模型,针对动态重构时段划分问题,综合考虑负荷变化和电网运行指标,采取了一种双步时段划分策略,并应用"最小回路"编码方式剔除不可行解,对蚁群算法进行改进。最后,以修改后IEEE33节点系统为算例,验证了所提方法的有效性。     

基于约束型深度强化学习的主动配电网 电压控制策略

随着分布式电源与随机性负荷的大量接入,配电网的电压波动问题变得愈发严重。主动配电网能通过各种电压无功控制器平抑电压波动,但通常需要求解一个复杂的混合整数二阶锥规划问题,难以做到实时控制。文中利用深度强化学习建立了一个主动配电网实时电压控制模型,能快速得到满足潮流约束的控制策略。采集节点有功、节点无功、设备档位、时间步作为环境状态变量;以和网损及设备操作相关的费用作为回报函数来协调三个控制设备;通过基于长短时记忆网络的约束型强化学习来求解,从而建立主动配电网实时电压控制模型。基于4节点测试系统和IEEE-33节点测试系统进行了仿真,仿真结果表明,所提的深度强化学习方法能确保潮流约束,电压控制模型能实时控制电压无功控制器,以保证配电网的电压质量。     

基于CNN的配电网快速重构方法

针对现有配电网重构算法求解速度慢的问题,提出基于卷积神经网络(CNN）的配电网快速重构方法。首先,搭建基于配电网环路结构的多分支CNN模型,减少建模过程对配电网具体结构的依赖;其次,利用混合训练方法训练CNN模型,使模型具备对不同负载模式的配网进行快速重构的能力;最后,以IEEE33节点测试系统为例,验证所提方法的有效性。     

考虑电动汽车时空负荷分布特性的主动配电网动态重构

实现电动汽车(Electric Vehicle, EV)规模化发展并与电网双赢的关键问题之一是如何提高EV充电负荷的预测准确性,并保证含大规模EV充电负荷的配电网运行的安全性和经济性。考虑EV时空负荷分布特性,建立了主动配电网动态重构与有功、无功联合优化数学模型,并给出了其求解方法。首先,根据出行链技术和马尔可夫决策理论,考虑天、人、路对EV的影响因素,构建了EV单位能耗模型和充电负荷的时空分布预测模型。其次,提出考虑储能系统、有载分接开关、投切电容器组、静止无功补偿装置和动态重构多种主动管理措施,计及经济、技术指标和各设备、系统运行约束,建立了含EV的主动配电网动态重构与有功-无功联合优化数学模型。然后,为了提高所构建模型的求解效率,通过二阶锥松弛和变量乘积线性化方法将非凸等式约束和非线性不等式约束线性化后,将原始的混合整数非线性规划问题转化为易求解计算的混合整数二阶锥问题。最后,基于修改的IEEE33节点系统进行仿真实验和对比分析,结果验证了所提方法的有效性和优越性。     

基于线性近似模型的三相不平衡有源配电网重构

针对配电网中分布式电源和负荷具有波动性、时变性,并普遍以三相不平衡方式运行,提出一种有源配电网重构方法。首先,对一天的风力光伏发电和负荷功率进行日前短期预测建模,制定以一天为开关动作周期的日重构决策,降低对配电网运行的冲击。在此基础上,建立以配电网运行日损耗最低和电压偏差最小为总目标的三相不平衡有源配电网多时段重构数学模型,并基于最佳等距分段线性逼近法对原非凸模型进行精度可控的线性近似。最后,通过标准化配电测试系统验证了重构模型的有效性和精确性。     

基于PAM时段划分的配电网动态重构

为保证配电网的安全稳定运行,提出一种基于PAM(Partitioning Around Medoid)时段划分的配电网动态重构方法。以配电网网络损耗、电压偏移和负荷均衡为目标函数,建立配电网动态重构模型。针对配电网动态重构过程中的时段划分问题,给出一种以相异度为分段指标的PAM时段划分方法。为提升协同粒子群算法(Cooperative particle swarm optimization,Co-pso)的寻优能力,对其速度更新公式进行修正,并引入正态分布随机调整因子对协同粒子群算法进行改进。选择IEEE33节点系统进行算例分析计算,算例结果验证了上述方法的有效性。     

计及分布式电源接入的配电网重构

分布式电源的接入使得配电网重构需要考虑更多的安全因素。基于配电网支路潮流模型,建立以重构周期内网络有功损最低,以满足分布式电源接入下网络运行安全为约束的配电网重构。为有效求解该重构数学模型,利用凸松弛方法将原问题中二次项进行松弛,使之形成混合整数二阶锥规划形式,从而可利用YALMIP商业软件进行高效求解。最后,通过改进的IEEE 33节点测试系统进行仿真分析,并与现有基于粒子群算法及启发式算法的配电网重构方法进行对比,结果表明基于凸优化技术的重构结果不仅能够有效避免算法陷于局部最优,而且稳定性好、计算效率高。     

含分布式电源并网特性的配电网重构策略

不同类型的分布式电源(distributed generation,DG)并网到配电系统后,分析在不同种类DG出力的影响下进行配电网合理的网络结构调整成为配电网优化重构技术的关键。本文提出了一种综合考虑不同类型DG并网方式及其特性的配电网重构方法模型。考虑不同类型的并网DG接口,研究相应的等效接入方式。根据配电网辐射状特点,以网损最优为目标,建立基于二阶锥规划的重构数学模型。利用标准配电系统进行算例仿真,与传统重构算法的效果对比,验证了本文所提重构模型的有效性和计算精度,能够高效提升运行的经济性与安全性。     

计及储能及负荷转供协同调度的城市电网弹性运行策略

随着多种新型负荷的不断增长及新能源的大规模接入,城市配电网输电阻塞问题日益频繁,严重威胁电网安全运行和可靠供电。利用高压配电网网架重构以及储能电站充放电特性,实现负荷及发电的时间-空间转移,可有效缓解城市输电网局部阻塞问题,降低负荷损失,保证供电可靠性。因此,提出了一种同时考虑高压配电网重构和储能电站充放电协同控制的弹性运行策略。首先,建立了储能电站充放电功率调度模型及高压配电网可重构模型。然后,定义安全距离作为安全裕度指标,将线路传输容量和网络拓扑结构结合,以全面评估所提协同控制策略对提升220 kV电网运行安全的效果。最后以我国某城市局部高压配电系统为算例验证所提协同控制的有效性。结果表明,所提方法能有效均衡大尺度时空范畴内的源荷分布,改善城市输电网运行阻塞问题,提升220 kV输电网安全裕度。     

基于量子粒子群算法多目标优化的配电网动态重构

为保证配电网动态重构后系统安全稳定的运行,提出了以网损和节点电压稳定性为目标函数的量子粒子群算法的配电网动态重构。针对配电网动态重构过程中时段划分问题,提出以负荷曲线的单调性和幅值变化大小为依据初步划分时间段落。采用整数型量子粒子群算法进行动态重构,重构过程中以相邻时段的网损变化值的关系获取最佳重构段落,然后综合考虑配电网网损最小和节点电压值最大且波动最小为目标寻找最佳重构结构。以IEEE33配电系统为例验证了所提方法的有效性和实用性。     

基于博弈方法的含分布式电源配电网重构优化

智能配电网的发展要求在配电网重构中充分考虑分布式电源出力的不确定性,减小失电带来的影响,保证配电网供电的可靠性和经济性。在此背景下,把分布式电源出力不确定性虚化为“大自然”的博弈策略,与调度者的拓扑优化策略先后对策,构建了以重构费用最小为目标的配电网重构序贯行动博弈模型。然后通过改进的博弈树方法对重构的博弈模型进行求解,得到考虑了分布式电源出力不确定性的配电网重构方案。最后通过对IEEE 33节点配电系统的仿真分析,验证了所提出方法的有效性,并从经济性和可靠性方面对重构方案进行了鲁棒性分析。