规划与运行融合的配电网无功补偿智能协调配置

采用空间快速负荷分段法建立动态负荷模型,去除空间负荷的时间复杂性。在此基础上,建立结合规划和运行的无功补偿智能协调配置双层模型,上层的规划模型对无功补偿设备的安装位置、类型和容量进行优化配置,下层的运行模型综合考虑不同的负荷场景,优化无功补偿设备的投切方案,使系统达到分级无功平衡。采用双层风驱动算法对模型进行求解。算例结果表明,所提无功补偿方案能够在不同负荷场景下取得良好补偿效果,验证了所提模型和算法的合理性和有效性。     

数据驱动的无精确建模含源配电网无功运行优化

分布式光伏的接入使得配电网无功电压运行控制需求及解决措施与传统配电网差异较大。针对配电网测量设备安装不全、网架参数难以准确获取,无法进行精确数学建模的问题,提出了无精确建模的含分布式光伏的配电网电压优化控制模型。以节点电压合格为优化目标,使用高速公路神经网络拟合网架节点注入功率与关键节点电压之间的映射关系;考虑分布式光伏的出力约束,进而采用定向寻优策略和反馈机制对优化模型进行求解;通过改变分布式电源逆变器出力来控制电网电压,实现全局系统电压控制。以不同规模的配电网实际数据为例,验证了所提优化运行控制模型的有效性。对比分析了采用普通神经网络和高速公路神经网络的电压拟合精度及收敛速度,证明高速公路神经网络应用于解决无精确建模的多节点含源配电网无功运行问题,可以实现拟合精度和拟合速度的双重优化。