基于自适应无迹卡尔曼滤波的配电网状态估计

随着大量分布式电源和电动汽车接入配电网,DG出力难以预测以及负荷监控复杂是配电网运行管理的难题。针对传统无迹卡尔曼滤波预测误差大,且容易受不良数据影响的问题,利用新息向量构造了自适应因子,提出自适应无迹卡尔曼滤波(Adaptive Unscented Kalman Filter,AUKF)算法对配电网进行状态估计。当系统负荷突变以及量测存在不良数据时,利用自适应因子对相应的预测协方差矩阵进行在线修正,减小了预测误差对估计精度的影响。在三相不平衡配电网中进行仿真分析,结果表明,AUKF算法比UKF估计精度高、鲁棒性强,验证了所提算法的有效性。     

基于人工智能的配电网设备负载预测分析系统

配电网设备负载与整个电网的安全运行息息相关,而用户数量的增加对配电网的输送能力提出了更高的要求,因此提出了基于人工智能的配电网设备负载预测分析系统.首先进行配电网设备负载预测分析系统硬件设计,设计自耦变压器对配电网设备进行电压调节.然后进行配电网设备负载预测分析系统软件设计,建立配电网设备负载智 能预测模块,基于人工智能技术设计用户管理模块,基于人工智能技术设计用户信息模块,最终完成配电网设备负载预测分析系统设计.通过测试,验证了该系统的实用性.     

基于配变负荷测控系统的配电网络运行状态估计

在配电网中配变负荷测控系统的基础上,结合时间序列预测算法,以及平均功率系数,提出了一种对配电网运行状态进行估计的方法。通过实践证明应用此方法能较准确地得到配电网的运行状态数据。     

考虑场景聚类的配电网运行灵活性评价

随着配电网新能源渗透率的不断提高,需要对配电网的运行灵活性进行全面的评估.但目前关于灵活性的讨论多集中在输电系统,且评价场景单一,也缺乏对可中断负荷等灵活性资源的讨论.因此基于灵活性场景的聚类,提出一种配电网灵活性评价方法.首先采用近邻传播算法聚类得到典型的配电网运行场景.然后考虑风电和负荷出力的不确定性,用非参数模型拟合预测误差概率分布.结合蒙特卡罗模拟和配电网经济调度模型,提出考虑配电网灵活性评价指标的实用化计算方法.采用某实际配电网数据对所提算法进行验证,并研究了可中断负荷对灵活性评价的影响.     

基于Akima-LMD和GRNN的短期负荷预测

传统局域均值分解(LMD)对极值点采用了滑动平均值处理得到局域均值函数和局域包络函数,易造成分解的分量过平滑而影响精度。为了减小过平滑影响,采用Akima插值法代替滑动平均值法处理局域函数来改进LMD算法,针对电力系统负荷序列的非平稳性和非线性,利用改进LMD算法进行序列分解得到若干分量,再利用广义回归神经网络(GRNN)预测各个分量的趋势,叠加各分量趋势得到负荷序列总趋势。GRNN神经网络较传统神经网络训练速度快、精度高,能很好地预测非线性序列。算例分析表明,改进LMD结合GRNN的方法较经验模态分解(EMD)结合GRNN的方法在短期电力负荷预测中有更高的预测精度。     

基于多目标的多阶段主动配电网规划方法分析

传统主动配电网规划方法未考虑到间歇性分布电源可信性出力,且配电网负荷分配不合理,导致规划效果并不理想。提出一种基于多目标的多阶段主动配电网规划方法,在常规负荷预测的基础上组建接入主动配电网的风、光等间歇性分布电源可信出力模型,全面考虑需求侧响应对负荷预测结果的影响,构建配电网负荷预测模型;通过负荷预测结果,构建基于多目标的多阶段主动配电网规划模型;基于粒子群算法,在模型优化的过程中引入快速支配策略、精英保留策略等,对节点配电系统进行计算,设计不同负荷水平下的电源最佳规划方案。仿真实验结果表明,所提方法能够有效减少规划费用,提升规划效果。     

新一代配电自动化主站系统中配电网负荷资源调度研究

针对现有配电自动化主站系统无法完全满足配电网负荷资源调度的问题,综合考虑配电网安全运行的原因,提出了新一代配电自动化主站系统中配电网负荷资源调度方法,设计了配电网运行可控功能,主要包括配电网自动化优化模型构建、配电网优化运行的数据处理、负荷资源分配调度.试验结果表明,在配电负荷资源动态调度的前提下,该方法的时延在可控范围内,和传统负荷资源调度方式相比具备一定优势.     

考虑微电网非计划解列运行的配电网可靠性评估

为分析微电网各种运行模式尤其是非计划解列运行情况下对配电网中负荷点可靠性的影响,提出一种基于改进故障模式与后果分析法的含微电网的配电网可靠性评估算法.在可靠性的评估过程中,建立开关因子模型和分区简化模型,降低含微电网的配电网的网络复杂性,减少可靠性分析的计算量;对传统的配电网潮流算法进行改进,使之适用于微电网的不同运行模式.算例仿真结果验证了所建模型的有效性,分析结果表明,微电网对配电网中不同负荷点的可靠性的改善效果具有差异性,且在提高负荷点可靠性参数方面具有选择性.     

基于动态权值相似日选取算法的短期负荷预测

提出了一种基于动态权值优化的相似日选取算法和灰色GRNN串联组合模型的短期负荷预测方法。采用动态权值相似日选取算法,在考虑不同地区和季节对短期负荷的影响时,引入改进的果蝇优化算法(MFOA),动态调整各因子的权值,增强了相似日选取算法的适应性和有效性。选取出相似日后,采用灰色模型和广义回归神经网络(GRNN)串联组合的短期负荷预测方法,并通过改进的布谷鸟(MCS)算法对GRNN平滑因子进行优化,组合模型改善了单一模型预测精度的稳定性。实例预测结果验证了该方法的有效性。     

配电网概率负荷分析及其应用

文章根据配电自动化系统中馈线终端单元(FTU)采集的历史数据,预测未来各个配电区域的负荷及其概率分布.基于各个区域的负荷相互独立、负荷预测结果呈正态分布的假设,得出流过各个开关的负荷及其概率分布的预测结果.在此基础上提出了体现负荷分布概率的新的配电网安全指标,并建立了能够考虑安全运行因素的网络重构方法.实例表明通过网络优化,可以均衡配电网负荷,并且确保配电网的安全运行.