风力发电机输出功率条件子集区间估计方法

根据风力发电机的风速和输出功率历史数据,对风机输出功率均值与风速的关系进行最小二乘参数辨识,以此为基础求出风机输出功率偏差与风速的关系。采用Python概率分析确定风机输出功率偏差各子集的概率分布类型,估计其特征参数,以求出其概率密度函数,进而对风机输出功率偏差进行概率置信区间预测。基于风机输出功率均值与风速的关系和风机输出功率偏差子集的置信区间估计模型,实现了根据风速预报值对风机输出功率的置信区间进行预测。用实际风机的历史纪录对所提方法进行了测试和验证。结果表明:基于风速将风机输出功率偏差划分成多个子集,可提高风机输出功率概率置信区间预测的精准度。     

基于Bootstrap方法的风电输出功率置信区间预测

本文对实际风力发电机在线检测装置记录的历史数据进行挖掘,确定影响风机输出功率及随机分布的主要因素;建立风机输出功率均值预测模型,求出风机输出功率偏差;按风力等级将风机输出功率偏差样本划分成多个子集,分别采用Bootstrap方法和参数化概率方法求解风机输出功率偏差子集和全集的置信区间,进而对风机输出功率可能出现的范围进行概率预测。利用实际运行数据对方法进行了验证和对比,结果表明:按风速划分风机输出功率偏差子集能显著地提高风机输出功率置信区间预测的准确率;Bootstrap方法预测准确率比参数概率方法高10%以上,但置信区间平均宽度约是后者的1.3倍。     

基于改进模糊C均值聚类时段划分的配电网动态重构

随着大量光伏和风电等间歇性电源接入配电网,传统的静态重构方案不再适用于动态变化下的网络。在此背景下,提出了一种基于改进模糊均值聚类的动态重构策略。首先依据分布式电源(distributedgenerator,DG)和负荷的时变性建立确定性等值负荷预测曲线,通过改进的模糊C均值聚类算法进行时段划分,并且利用损失函数确定最优时段划分方案。其次采用区间数描述DG和负荷预测的不确定性并建立以网损区间值最低为目标函数的动态重构模型,并引入仿射泰勒扩展的潮流计算法求解区间潮流方程。最后采用基于回路搜索的十进制粒子群算法对重构模型进行求解,实现不确定因素下的配电网动态重构。通过IEEE33节点系统仿真验证了所提方法的有效性和优越性。     

计及信息失效的柔性配电系统集中-分散协调控制策略优化

柔性多状态开关(FMSS)接入配电网,能够通过主动控制实现配电网正常与故障情况下的优化运行,同时也加深了对控制的依赖.为降低通信设备随机故障带来的运行风险,该文提出一种计及信息失效的柔性配电系统集中-分散协调控制策略优化方法.首先,建立柔性配电信息物理系统模型,分析了系统在不同状态下的控制方式;然后,采用自适应模糊C均值聚类方法与故障树法处理运行和故障场景的不确定性,在此基础上,以电压偏差与失负荷量最小为目标,建立了分布式资源集中-分散控制策略的双层优化模型,上层优化通信故障的分布式资源分散控制策略,下层仿真多场景下的柔性配电系统分布式资源的集中-分散协调优化运行;最后,以三端FMSS连接的三个IEEE 33节点系统作为测试算例,算例结果表明:通信设备随机故障下,分布式电源采用注入上限控制、FMSS延续故障前策略,可有效降低系统运行风险.     

基于改进粒子群算法的分布式电源接入规划

建立了含分布式电源的配电网规划经济性模型,以折算到每年的分布式电源的投资及运行费用和线路有功网损运行费用最小为目标函数,并应用改进粒子群优化算法进行配电网分布式电源(DG)规划,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度。对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性。     

计及风-光-荷时序特性的主动配电网源-储规划策略

为提高风、光分布式电源在主动配电网中的渗透率,计及风-光-荷时序相关特性提出主动配电网源-储规划策略。针对风、光分布式电源以及负荷的时序波动特性,采用改进模糊C均值聚类算法合成风-光-荷时序全场景。综合考虑分布式电源渗透率、消纳水平、经济效益及电压偏差指标建立多目标规划模型。采用混沌粒子群算法进行求解,引入适应度计算改善其全局寻优能力,得到源-储多目标规划解集。通过对东北地区某47节点配电系统的仿真,得到源-储多目标规划方案,并根据电压累计概率密度对规划方案进行评价。结果验证了所提方法的正确性和可行性。     

基于电力电子变压器的微网相间潮流控制研究

针对微网内高密度分布式电源DG(distributed generation)输出功率波动引起的微网三相潮流不平衡及运行不稳定问题,研究了基于电力电子变压器PET(power electronic transformer)的微网相间潮流控制方法。推导了基于三相独立控制的PET输出级变流器数学模型,提出了分相改进下垂控制策略,可以协调微网内相间的功率交换,从而保证了各相分布式电源的最大利用率。同时,增加电压和频率修正环节快速调整功率波动时的电压和频率偏差,提高了微网运行的稳定性。PSCAD/EMTDC仿真证明了所提控制策略的正确性和有效性。     

考虑通道因素的含分布式电源配电网双层协调规划

大量分布式电源出力随机波动性会威胁配电网经济安全运行,因此本文提出一种考虑通道因素的变压器增容和分布式电源配电网协调规划方法。首先,根据分布式电源的运行特点采用模糊变量表示分布式电源出力并建立其隶属函数以反映输出功率的不确定性;其次,引入分布式发电渗透率和供电半径等约束条件,以期望网损、设备固定费用及其运行成本等为目标,建立包含多种控制手段的含分布式电源配电网上下层协调规划模型;最后,对上下层控制变量进行染色体混合编码,构建双层优化遗传求解算法。由仿真结果验证所提方法在提升配电网经济性与可靠性的有效性。     

基于场景法的有源配电网动态无功优化

随着分布式电源(distributed generation, DG)大量接入,配电网动态无功优化调度难度增加,现有方法存在不足,为此提出一种基于场景法的有源配电网动态无功优化方法。首先运用场景法描述DG出力的不确定性,采用Weibull分布和Beta分布分别构建风速和光照强度模型,通过DG出力公式,将随机问题转换为确定性问题;然后采用蒙特卡洛模拟法抽样和K均值聚类算法将样本聚类成3个典型场景,建立系统日内网损最小、无功补偿设备动作费用与变压器分接头调节代价费用最小为目标函数的多目标动态无功优化模型,并采用改进的多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法对该优化模型进行求解;最后用所提方法对改进的IEEE 33节点系统进行仿真,验证其可行性。     

计及电能质量的分布式电源并网优化研究

分布式电源在配电网中并网的情况越来越普遍,但分布式电源输出功率的波动性和不确定性会给配电网的运行带来很大影响.在分析分布式电源功率特性及其对配电网的影响的基础上,建立了计及电能质量的分布式电源并网优化数学模型,通过对分布式电源并网位置和容量的优化来实现经济性和电能质量的相关指标,其中电能质量评估指标为节点电压偏差和电压总谐波畸变率,模型的求解则采用提出的改进遗传粒子群融合算法.建立分布式电源并网优化仿真实例,验证了优化模型及求解算法的有效性和优越性.     

含DG区域电网孤岛模式下储能设备的优化配置方法

提出一种含分布式电源地区电网孤岛模式下储能设备的优化配置方法,首先监测每个时间点分布式电源出力和负荷数据并分别拟合出其概率分布函数;其次建立储能设备充放电的控制策略得到储能设备输出功率的控制规则;接着建立分布式电源与负荷的动态半不变量,得到储能设备的充放电功率的概率分布;最后建立以储存设备容量最小化为目标,储能设备的荷电状态以及满足一定的置信区间作为不等式约束条件的配置优化模型,并求解得出储能设备的配置容量。仿真结果表明,该方法能够解决永久性故障情况下区域电网孤岛模式稳定运行和经济性问题。     

基于混合智能技术的微电网剩余负荷超短期预测

对微电网中分布式电源发电量和短期负荷的准确预报是微电网运行控制和能量管理的重要基础。提出了微电网剩余负荷的概念和计算方法,分析了微电网剩余负荷超短期预测的特点和影响因素。在考虑微电源历史输出功率、微电网历史负荷以及本地气象因素的同时,综合运用k均值聚类分析、遗传算法和人工神经网络建立了微电网剩余负荷超短期预测模型。搭建了一个含有风电、燃气轮机和燃料电池的微电网仿真模型,仿真结果表明,模型中分布式电源发电量和微电网负荷的预测结果与实测数据非常吻合,验证了模型的预测精度。     

地方负荷对微电网下垂特性影响及改进措施

在微电网中,分布式电源自带的地方性负荷对整个系统的稳定运行有着重要影响。文中提出了一种消除地方性负荷对分布式电源输出功率影响的方法。通过把分布式电源自身输出功率作为参考引入修正因子对下垂系数进一步修正,形成了新的下垂控制方法。下垂控制部分与电流控制环节和电压控环节共同构成单个分布式电源的完整控制系统,采取的控制方案可进一步拓展为多个分布式电源组成的微电网系统。仿真结果表明,所提出的改进下垂控制方案能够满足分布式电源输出功率的合理配置以及微电网的安全运行需求。     

考虑主动管理措施的配电网无功补偿双层优化配置

为了适应未来大量分布式电源(DG)并网及自动化水平显著提高的主动配电网发展,在规划阶段应该考虑主动管理措施,优化系统运行方式。同时,现有的无功补偿规划研究忽略了DG及负荷的不确定性。为此,计及间歇性DG及负荷的不确定性,提出主动配电网无功补偿双层优化配置模型。上层规划以无功补偿电容器的投资成本、网络损耗费用综合最优为目标函数,下层规划在此基础上考虑调节无功补偿容量及调节有载变压器抽头两种主动管理措施,对每个场景进行优化。采用K-均值聚类法对场景进行缩减,结合和声搜索算法和粒子群算法联合求解模型。通过IEEE33节点算例进行仿真计算,验证所提模型和方法的正确性。     

计及功率预测误差的主动配电网实时经济调度方法

为实现主动配电网的优化运行,构建分布式发电的高效集成和管理平台,采用实时经济调度方法计及功率预测误差确定系统的优化运行计划。首先以当前时段的实时经济运行成本最小为目标,计及功率平衡约束、设备运行约束、储能充放电约束等约束条件,建立小时级的实时经济调度模型。接着,在15 min级的时间尺度上,以实时经济调度计划为基础,针对可再生分布式发电的功率预测偏差,建立计及修正计划经济成本的实时经济调度修正模型并进行求解。仿真算例表明,主动配电网在并网运行模式下的经济性指标优于离网模式,实时不平衡功率调整方法相比于传统方法具有更优的经济性,同时所建立的模型适用于制定主动配电网运行计划。     

考虑通信故障的配电网失联分布式电源群优化控制策略

高比例新能源并网使得配电网对通信系统的依赖性不断提高。为降低通信设备故障对分布式控制系统运行的影响，提出一种考虑多重通信故障的配电网失联分布式电源（DG）群优化控制方法。首先，建立了分布式通信网络的通信链路矩阵，并基于通信链路搜索得到了典型的故障场景。然后，考虑通信故障场景及源荷的不确定性，以综合风险最小为目标，建立了失联DG群双层优化模型，模型外层优化失联DG多场景控制策略，模型内层优化未失联DG控制策略。最后，采用改进粒子群优化算法求取失联DG群控制节点的最优控制策略。以IEEE 33节点算例系统为例，验证了该控制方法的有效性。结果表明所提方法能够有效降低系统运行风险，提高供电可靠性。     

基于自适应变异粒子群算法的分布式电源规划

针对分布式电源(DG)规划问题,建立配电网网损最小、电压偏差最小、静态电压稳定裕度最大的多目标DG规划模型。采用模糊集理论将多目标优化问题单一化,通过使总体满意度最大化,提升整体性能。同时采用自适应变异粒子群算法(AMPSO)对建立的模型进行求解,在一定程度上克服了基本粒子群算法容易早熟收敛的问题。在IEEE 33节点配电网系统上进行仿真计算,验证了模型和算法的有效性。     

基于模糊C均值聚类的光伏组件发电量预测

光伏组件发电量预测是光伏系统发电量预测的基础,为此,基于模糊C均值聚类,针对3种典型天气,即晴天、阴天和雨天,结合向量给出了相应天气突变情况的判断方法,根据天气情况选取对应的光伏组件输出功率模型进行组件发电量预测,每次预测间隔为10 min。验证结果表明,优化的光伏组件功率输出模型和发电量预测方法预测精度高,晴天的预测误差为1.1%,阴天为3.76%,雨天为9.2%,复杂天气下为4.22%,验证了所提出的优化的光伏组件输出功率模型和发电量预测方法的有效性,满足功率预测误差要求。     

基于改进粒子群算法的配电网分布式电源规划

合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的.应用改进粒子群优化算法进行配电网分布式电源(DG)规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度.对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性.     

含分布式电源的配电网模糊优化规划

大量分布式电源接入配电网并网运行,会对配电网运行的安全可靠性和经济性产生各种影响,因此,必须对接入配电网的各种分布式电源进行规划。文中根据分布式电源的特点,考虑了负荷预测值和部分类型的分布式电源输出功率的不确定性,并采用模糊变量进行表示。其规划模型基于模糊期望值模型,以年投资运行费用的模糊期望值最小为目标函数,以经济可靠运行的各种限制为约束条件。应用遗传算法求解模型时,采用了混合编码方式,加快了进化速度。算例分析表明,采用该方法求得的规划方案对于存在各种不确定规划参数的规划环境具有更强的适应性。