基于非线性回归的含隐节点低压配电网参数和拓扑联合辨识

低压配电网参数和拓扑缺乏维护,精度较低,阻碍了在此基础上的各种高级应用的可靠实现.为此,提出了一种基于非线性回归的含隐节点低压配电网参数和拓扑联合辨识方法.首先,分析了现有基于线性电压回归的参数和拓扑辨识方法的不足.其次,基于线路的非线性电压降方程推导出任意两节点串、并联关系的判据,建立了基于节点多时段有功、无功负荷和电压幅值量测的非线性参数估计模型,提出了自下而上的参数估计和拓扑重建算法.最后,采用实际数据和低压配电网算例验证了所提方法的有效性.     

考虑传输能力的含分布式电源配电网扩展规划方法

为灵活性资源提供快速、及时调度的网架传输通道,在规划阶段充分考虑网架结构与分布式电源(DG)规划对配电网传输能力的影响,提出考虑网架通道传输能力的配电网扩展规划及DG选址定容双层优化方法.首先建立了线路负荷裕度指标和潮流均衡度指标用以评价配电网传输能力;其次分析了网架通道传输能力的影响因素,在此基础上构建了配电网扩展规划及DG选址定容双层优化模型,保证了规划方案具有良好的经济性和网架通道传输能力,利用嵌套的混合粒子群优化算法进行优化求解;最后将所提规划方法与只考虑经济性规划方法进行了算例验证.仿真结果表明,所提方法不仅没有增加经济费用,而且所得规划方案网架潮流更均衡,线路负荷裕度更高,传输能力更优.     

配电网弹性内涵分析与研究展望

构建能有效抵御复杂环境下各类型扰动的配电网,对实现安全可靠供电、保障社会经济发展具有重要意义.为此,对配电网面临的扰动类型、配电网弹性的基本内涵以及配电网弹性提升关键技术进行了分析和探讨.首先,探讨了配电网弹性的概念内涵,对配电网须应对的扰动类型进行了分类划分,提出了扰动作用下配电网的运行状态分类及实现状态间转移的弹性控制手段;其次,提出了感知力、适应力、抵抗力、恢复力等4个配电网弹性核心特征;然后,提出了配电网弹性提升的关键技术,包括实现扰动预判分析的态势感知技术、实现运行状态校正的灵活适应技术、实现设备及系统安全的抵抗力提升技术,以及实现灾变应对的恢复控制技术;最后,对配电网弹性提升的研究方向进行了展望.     

基于FPGA实时仿真的光储独立直流微电网协调控制策略

现场可编程门阵列(field-programmable gate array, FPGA)具有数据并行度高、运行频率高等优点,可以满足电力系统微秒级步长的精细化仿真需求,在微电网实时仿真中展现出巨大潜力。为了深入研究光储微网中光伏和储能系统的动态特性,基于FPGA设计了光储独立低压直流微电网实时仿真系统。首先搭建了低压直流微电网实时仿真框架,设计了一系列电气系统典型模块。其次考虑到实时仿真的不同动态需求,搭建了涵盖多种控制策略的光储控制系统模型。然后在此基础上提出了基于直流母线信号(DC bus signaling, DBS)的分层协调控制策略,通过协调光储变换器的控制策略平衡系统能量流动。最后将FPGA实时仿真结果和Simulink软件作对比,一方面验证了FPGA实时仿真器的精确性和可靠性,另一方面也验证了分层协调控制策略可平滑切换工作层区,自主平衡系统功率流动,有效维持直流母线电压稳定。     

考虑储能与动态重构的柔性互联配电系统两阶段鲁棒优化

强波动性分布式电源的大量接入给配电系统可靠安全运行带来了挑战。为此,提出了一种考虑储能与动态重构的柔性互联配电系统两阶段鲁棒优化调度方法。首先,建立了综合考虑柔性配电开关、储能与动态重构的柔性互联配电系统两阶段鲁棒优化数学模型,其中第一阶段考虑日前分布式电源出力预测的不确定性以及网络拓扑和储能的时序相关性进行全局优化,第二阶段基于第一阶段的决策方案和准确的超短期预测信息,在各时段对柔性配电开关进行实时调度;其次,采用改进的列与约束生成算法对模型进行求解,通过辅助变量和对偶变量交替迭代,显著提高子问题的求解效率;最后,通过33和69节点系统进行测试,验证了所提调度模型和求解算法的有效性。     

计及分时电价的5 G基站光储系统容量优化配置方法

随着第5代移动通信技术（5G通信）的迅速发展,5G基站数量不断增加,5G通信耗电量大、用电成本高的问题日益突出。为此,提出了考虑光伏和储能接入的5G基站光储系统优化配置方法,以提高5G基站运行的经济性。首先,考虑5G基站负荷情况和配电网分时电价,建立了5G基站光储系统的经济调度模型;然后,通过量子粒子群优化算法计算典型日内5G基站光储系统的最小综合成本,以此确定光伏和储能的最优接入容量;最后,通过算例证明合理配置光伏和储能容量可以提高5G基站系统的经济性。光伏和储能容量的配置受储能成本和峰谷电价差的影响较大,且光储系统所能带来的经济效益随峰谷电价差的增大和储能成本的降低而增大。     

考虑数据不均衡的居民用户负荷曲线分类方法

由于用户用电行为的多样性和随机性,负荷数据存在分布不均衡的问题,传统负荷曲线分类方法在处理不均衡数据时性能较差,为此,提出一种改进K-means与LSTM（long short term memory network）-CNN（convolutional neural network）分类模型结合的负荷曲线分类方法。首先,为提升K-means算法对不均衡数据的聚类效果,基于密度峰值聚类算法（density peaks clustering,DPC）思想,提出一种相对k近邻密度峰值初始聚类中心选取方法（related k-nearest neighbor density peaks,RKDP）,将其作为K-means算法的初始中心进行聚类;其次,为提高RKDP_K-means处理高维负荷数据的性能,采用LSTM自编码器进行特征降维后再聚类（LSTM-auto-encoder RKDP_K-means,LARK）获得精准类别标签;最后,基于LSTM和CNN网络分别提取负荷特征构建负荷曲线分类模型,实现对大规模负荷曲线的分类。算例表明在大规模负荷曲线分类时,相比于LARK算法,本文所提方法轮廓系数指标提升29.7%,效率提升3.46倍,具有良好的负荷曲线分类效果。     

兼顾供电可靠性和经济性的多目标网络重构

提出了基于隐含并行寻优思想的兼顾供电可靠性提高和网损降低的配电系统多目标网络重构算法。该算法采用了大规模配电系统三相潮流计算和可靠性评估方法,实现了配电系统可靠性与经济性水平的综合最优化。该算法具有不依赖于网络开关的初始状态,也不受初始联络开关的操作次序的影响,可以高效地求解系统的有效解,实现多目标综合优化的特点。算例结果表明,该算法是灵活和高效的。     

配电系统节点优化编号方案比较

系统地分析和比较了现有的各种配电系统节点编号方案，建立了统一的分类标准，并对一些满足特定要求的编号方案进行了更具一般性的概括和描述，体现了节点编号方案的多样性和统一性。指出配电网辐射型结构的特点，使得节点编号方案在配电系统分析中具有重要意义，好的编号方案可以起到简化系统潮流方程和提高计算速度的作用。并指明了不同的潮流分析方法所适宜采用的节点编号方案。     

电力系统潮流计算研究现状

电力系统潮流计算是电力系统分析中最基本的一项计算。本文对电力系统潮流计算进行了综述。首先简单回顾了潮流计算的发展历史;接着对当前基于计算机的各种潮流算法的原理及其优缺点,作了简要介绍和比较,并介绍了它们采用的一些特别技术及程序设计技巧;最后简述了当前潮流算法存在的问题及对未来的展望。