基于多时间尺度状态估计的配电网实时态势预测

为有效提升泛在电力物联网建设过程中的配电网运行安全感知能力,提出了一种基于多时间尺度状态估计的配电网实时态势预测方法,该方法可实现对配电网安全态势的快速、准确预测。首先,基于多元混合量测提出了多时间尺度递归动态状态估计方法,通过状态预测与伪量测递归变换改进了已有的量测线性等效变换方法,缩短了状态更新周期,在递归变换算法中添加了校正算法以消除伪量测波动误差,提高了状态估计算法的计算速度。然后基于状态估计得到历史估计状态,采用分区多元时间序列分析方法建立了实时状态预测模型,实现了配电网的实时安全性态势预测。最后在Matlab仿真平台中基于实际算例对所提方法进行了分析,结果验证了所提配电网实时态势预测方法的准确性和有效性。     

基于态势联动的主动配电网多源优化调度框架

分布式电源、储能、电动汽车规模化接入配电网,以及电力电子装置的广泛使用,对配电网的调度运行带来了巨大的挑战。针对主动配电网中新元素运行的不确定性,设计了主动配电网态势感知框架,实现对主动配电网实时运行状态及未来运行趋势的全面掌控;分析了主动配电网态势感知与优化调度的联动机理,为主动配电网多源协同优化调度提供数据和模式的支撑;基于态势感知生成了优化调度周期内的多运行场景,提出了基于多场景的主动配电网优化调度框架,并指出了实现主动配电网多源优化调度需突破的关键技术,包括连续时序运行场景集生成技术、典型场景调度策略库生成与维护技术、自适应目标优化调度技术等,以保障主动配电网的安全、可靠、高效运行。     

基于态势感知的智能配电网运行状态评估

围绕智能配电网的态势感知关键技术,综合考虑安全性、供电可靠性和经济性,提出了基于态势感知的智能配电网运行状态综合评估方法。研究基于量测系统的态势要素采集方案,对配电网运行状态进行实时评估和态势理解,进而基于负荷的超短期预测进行态势预测,并建立了配电网运行状态评估指标体系,从不同层次、不同角度反映系统当前与未来时刻的运行状态以及故障发生后系统所面临的风险,并通过IEEE 33节点配电系统对所提出的方法进行验证。结果表明,该方法可准确反映配网的运行状态,判断系统态势发展的趋势,为配电网安全运行提供一定参考。     

基于电能质量态势感知的分布式发电主动运行决策方法

可再生能源的随机性和不确定性使得电网运行环境异常复杂,对配电网电能质量产生很大影响。为解决配电网电能质量问题,首先利用态势感知技术,在广域时空范围内,对涉及配电网电能质量变化的各类信息元素进行采集、理解与预测,准确有效地掌握电能质量变化态势;其次,在精准预测电能质量未来变化趋势基础上,通过对微电网变流器主动运行决策模式的控制,来改善配电网电能质量。文中提出了电网与微电网变流器之间的信息交互架构,利用马尔可夫决策过程建模知识,建立了变流器态势感知与主动运行决策马尔可夫决策模型,并提出先进变流器控制策略,以实现对配电网的态势感知与最优运行模式决策,为解决电网电能质量控制提供了更多有效的手段,保证了配电网的安全可靠运行。     

输配协同的配电网态势快速感知方法

智能配电网的发展呈现更加灵活多变的趋势,使得输配电网间的相互作用日趋显著,对配电网态势感知提出更高的要求。为提升配电网态势感知能力,文中从输配协同的角度,提出了配电网态势快速感知的方法。首先,针对预估的配电网负荷变化计算输电网的状态;其次,从配电网根节点处将输电网进行戴维南等值并辨识等值参数;最后,将戴维南等值后的输电网接入配电网感知配电网负荷变化后的态势。该方法无需多次交互输配电网信息,感知速度快,计算结果精度高。在该方法的基础上,可通过对未来状态的多步预估,预测配电网静态电压稳定裕度指标轨迹,然后根据该轨迹评估配电网静态电压稳定态势。仿真算例验证了所提方法的可行性和有效性。     

智能配电网态势感知和态势利导关键技术

智能配电网态势感知是配电系统可靠、经济和安全运行的重要基础。为此,从技术层面对智能配电网态势感知和态势利导的内涵、架构和关键技术进行了深入分析和阐述。首先,给出了态势感知和态势利导技术的含义和目标;其次,构造了智能配电网态势感知和态势利导技术的总体架构;最后,为了实现对配电网运行态势的全面准确把握,并为复杂配电网智能调度控制提供有力支撑,从态势觉察、态势理解、态势预测、态势呈现、态势利导5个方面阐述了智能配电网态势感知和态势利导的关键技术内容及其面临的挑战,以期为后续研究工作提供借鉴。     

基于同步相量测量装置的配电网安全态势感知方法

配电网安全态势感知是全面动态分析配电侧网络安全运行状态及潜在隐患的关键技术。针对配电网安全态势感知的快速性和准确性需求,该文提出一种基于同步相量测量装置的配电网安全态势感知方法。首先,构建在同步相量测量装置优化布点前提下的配电网网络拓扑分层模型,快速捕获系统安全态势要素;其次,提出融合信息熵值的支持向量数据描述算法,实现配电网安全态势要素中异常信息的辨识和理解;然后,采用长短期记忆网络对正常运行和故障扰动下的配电网运行趋势进行预测,并提出零序电压、电压越限裕度、支路过载严重度和电压相位变化量等安全态势预警指标,感知系统实时态和未来态的安全风险。最后采用IEEE 33和PG&E69配电网验证所提方法的有效性。结果表明,该方法提高了配电网安全态势要素获取速度和精度,缩短了安全态势要素异常辨识时间,实现对配电网各节点的安全态势感知。     

计及用户用电信息接入的配电网调度控制技术支持系统架构及关键技术研究

为了应对配电网的快速发展,提升配电网观测水平和供电可靠性,提出了一种计及用户用电信息接入的配电网调度控制技术支持系统建设思路,并在此基础上研发了网络拓扑、动态着色、故障研判、三相不平衡分析等功能,实现了用电信息采集系统与配电网调度控制技术支持系统的信息交互.新开发的配电网调度控制技术支持系统已在吉林某些调度控制机构上线运行,应用结果表明该系统可以提供准实时、准确的配电网变压器运行状态及分布式电源信息,设备有效感知率达到90％以上,有效地提高了配电网故障处置效率.     

基于模型预测控制和机会约束的主动配电网实时调度优化策略

合理利用分布式电源和可调负荷的灵活调节特性是实现主动配电网主动控制的关键,但其中分布式电源的随机性和波动性影响了实时调度的可靠性。为实现主动配电网的实时优化调度,提出基于模型预测控制和机会约束的主动配电网实时调度优化策略,将模型预测控制与机会约束相结合,降低了分布式能源随机性和波动性对小时间尺度调度的影响。首先,对主动配电网的小时间尺度调度体系进行了分析;在此基础上,以最优经济调度为优化目标,通过模型预测控制将系统未来状态感知与实时状态反馈相结合,对实时调度进行滚动优化,尽可能减小配电网不确定性影响;在滚动优化中采用机会约束进一步降低分布式能源和可调负荷随机波动的影响;实现了主动配电网实时调度的高可靠性和高经济性。最后通过全面的运行实例验证了所提策略的适用性和优越性。     

基于超短期负荷预测的智能配电网状态估计

状态估计作为智能配电网自愈控制的数据出口和态势感知工具的核心板块,需要在1个数据采集周期内对全网进行1次状态估计计算,传统的配电网状态估计算法不能满足以上要求,需要研究高效的配电网状态估计算法。提出了一种基于超短期负荷预测的智能配电网的状态估计方法,为自愈控制状态评估模块和潮流计算模块提供所需数据。该算法将预测速度快、预测精度高的超短期负荷预测技术引入智能配电网状态估计,实时预测节点负荷,实现了配电系统节点负荷的实时跟踪;采用指数函数抑制不良数据的影响,提高了状态估计的精度;利用配电网潮流计算的前推回代算法计算状态变量的初始幅值和相角,提高了算法的收敛性;考虑了分布式电源接入,体现了智能电网透明开放的特点。基于IEEE36节点标准算例的计算分析,验证了算法的有效性。     

智能配电网态势感知关键技术及实施效果评价

智能配电网态势感知技术是智能配电网状态可观测性提升与系统稳定运行的重要保障。然而在实际应用过程中因场景差异性较大和实施效果的有效定量分析方法缺失,常出现其难以完成对突发事件的智能快速响应。为此,从配电网高效运维的角度阐述并分析了智能配电网态势感知及实施效果评价的涵义、框架和关键技术。首先,介绍了智能配电网态势感知技术的内涵、框架和挑战;其次,从配电网精益化运维的视角深入阐述了智能配电网态势感知在态势觉察、态势理解和态势预测等3个阶段中各自主要的关键技术;最后,为实现对差异化场景下配电网态势感知实施效果的科学评价,考虑配电网运行数据质量现状与主客观评估的模糊性,从指标体系和赋权方法 2个方面阐述了智能配电网态势感知实施效果评价的关键技术内容和发展趋势,并分析归纳了自学习评价技术的框架和理念,以期为智能配电网态势感知推广应用提供一定的评判标准,也为配电网智能调控的实现提供有力的技术支撑。     

基于智能电表和PMU混合量测的低压配电网三相状态估计

随着同步相量量测PMU等新型测量装置的发展以及智能电表的广泛布置,为保证低压配电网安全可靠运行,提升其态势感知能力,提出一种基于智能电表和PMU混合量测的低压配电网三相状态估计方法。该方法同时采用低压配电网智能电表采集的实时量测和PMU同步相量量测,显著提高了低压配电网测量数据的冗余度,以端点注入电流平衡方程为基础,建立了低压配电网最小二乘估计模型。基于IEEE13节点修正系统,对该方法进行了仿真分析。仿真结果表明,所建模型可以对低压配电网的三相状态进行精确估计,且计算速度快收敛可靠。     

基于动态调度优先级的主动配电网多目标优化调度

供需互动的主动配电网调度技术为应对可再生能源的高比例接入提供了新的思路。在多种不确定性的环境下,本文建立了需求侧资源(如柔性负荷、电动汽车等)和供给侧资源(如储能装置、可控分布式电源等)互动调度机制,综合考虑可调度资源的实时状态和历史数据信息,建立可调度资源动态调度优先级(DSP)评估体系。在此基础上,根据DSP评估结果对各类可调度资源进行协调控制,以达到调度成本最小、可再生能源利用率最大以及用户满意度最高的主动配电网优化目标。最后结合某11节点配电网络,通过改进粒子群算法对调度模型求解,验证了调度模型和求解算法的有效性和可行性。     

电网高峰负荷分析决策平台的设计与实现

介绍了电力系统高峰负荷分析决策平台的设计方案。首先通过系统分析电网高峰负荷特征信息量建立分析决策平台的系统结构框架;然后采用数据仓库技术设计包括历史数据和知识库的数据库,建立电力系统运行模式,研究电网运行的大量历史数据,采用数据挖掘方法进行负荷高峰前沿的负荷预测和状态预估,为电压态势分析及考虑网损修正的机组调度提供输入数据,最终为高峰调度的紧急状态提供决策支持信息。对实际系统的模拟分析结果表明,此平台能为调度运行人员提供有效的决策支持信息。     

基于动态惯性权重粒子群算法的配电网状态估计

配电网单条馈线节点少、支路少,常采用加权最小二乘法对配电网各条馈线分别进行状态估计。但由于牛顿法对初值要求高,易发散,为此采用动态惯性权重粒子群算法对配电网进行状态估计。该算法能自动调节搜索步长,加快收敛速度,弥补了基本PSO算法易陷入局部最优、算法不稳等不足。4节点算例证明该算法可稳定快速收敛,即使初值偏离真值较远也能有效、快速收敛;IEEE 33节点算例证明了该算法运用于配电网状态估计时收敛速度快、精度高。     

城市配电网智能感知系统建设与应用分析

随着电网的快速发展，城市配电网信息系统不断增多，信息孤岛、集成和整合不足的应用现状已不能适应新时代电网的要求。在现有的配网自动化系统基础上，提出了一种城市配电网智能感知系统。首先，结合泛在电力物联网的建设理念，依托关键数据，对不同系统中的相关联信息进行整合；其次，构建出一个相对完善的、先进的配网调度智能感知系统，用于支撑配网调度的相关业务；再次，结合EMS、DA提供的实时信息，利用人工智能研判技术，对配用电网络的运行状态进行分析研判；最后，通过信息监控感知，将用户停电信息研判精准定位，实现配用电网络实时、准确和全面的运行状态监控，缩短业务流程，及时传送运维抢修，提升了配网运维质效。所建系统试运行后，用户停电研判信息准确，极大缩短了用户抢修时间，提升了配电网管理和服务水平。     

考虑需求响应和电动汽车参与的主动配电网经济调度

传统配电网主动管理设备容量有限,需充分挖掘用户侧调节作用,需求响应和电动汽车有序充电作为用户侧重要可调度资源,是主动配电网经济调度切实可行的调节手段。与此同时,风光出力的不确定性给主动配电网调度带来的风险不容忽视。基于此,考虑需求响应及电动汽车有序充电,提出基于信息间隙决策理论的主动配电网经济调度模型。该模型综合考虑网损、分布式发电弃电惩罚、上级电网购电和负荷峰谷差惩罚的调度成本,构建基于价格弹性系数矩阵的实时电价需求响应模型,利用蒙特卡洛模拟分析了电动汽车在有序充电和无序充电时的负荷需求,并考虑主动配电网的多种管理手段,针对不同风险偏好的决策者,制定机会模型与鲁棒模型,为主动配电网经济调度提供决策基础。最后通过改进的IEEE 33节点系统验证了所提经济调度模型的有效性。     

基于数据密度与Transformer-IkNN的掺烧机组烟风系统风险态势感知模型

生物质掺烧可减少煤电机组的碳排放,促进“双碳”目标实现,但易引发烟风系统相关设备的运行风险。为此,借助数据密度提出了基于Transformer与信息融合的风险态势感知模型。首先,基于数据密度,识别海量历史数据的典型状态;其次,借助Transfomer模型机制,预测未来时刻的运行特征;再次,融合近邻点信息,判别并预警风险态势;最后,运用实际数据进行算例分析。结果表明:掺烧机组烟风系统可识别为低负荷和高负荷2类典型运行状态;所提Transformer模型在掺烧机组烟风系统的未来特征预测中优于其他模型;近邻信息融合可以有效判别掺烧机组烟风系统的风险状态。因此,该模型可有效感知掺烧机组烟风系统的风险态势,确保其运行可靠性。     

基于状态评估的智能配电网态势感知方法研究

针对传统智能配电网态势感知方法缺少对特征向量的一致性检测,导致评估结果不准确的问题,提出基于状态评估的智能配电网态势感知方法。构建智能配电网模型,利用最小二乘拟合法剔除智能配电网计量异常数据,建立评价指标体系,引入层次分析法计算权重。利用所得权重两两比较建立矩阵,确定特征向量,基于状态评估检测矩阵的一致性,提取特征向量矩阵最大值,实现智能配电网的态势感知。实验结果表明,基于状态评估的智能配电网态势感知方法的评估结果与实际结果吻合度极高,能够真实还原智能配电网态势。     

基于改进自适应UKF算法的中压配电网鲁棒动态状态估计方法

针对中压配电网缺少实时量测、伪量测精度较低以及现有的动态状态估计（dynamic state estimation,DSE）方法均采用恒定系统处理状态过程噪声的问题，提出了一种基于改进自适应无迹卡尔曼滤波（unscented kalman filter,UKF）算法的中压配电网鲁棒DSE方法。首先，利用中压配电网变压器低压侧的智能电表量测和变压器模型，推导出等效中压量测以增强中压配网量测冗余度；然后，借鉴信号处理技术对系统状态过程噪声的协方差矩阵实时更新并融入UKF算法，以减轻状态预测和量测滤波的不确定性；最后，基于15节点中压配电网进行仿真。仿真结果表明：所提方法能够有效地进行中压配电网的动态状态估计，获取更为精确的态势感知信息。