基于深度学习和智能在线场景匹配的配电网源网荷储无功协调优化策略

配电网源网荷储协调优化是消纳可再生能源的重要手段,其中,无功优化可保障系统安全可靠和经济运行。该文提出了一种基于深度学习和智能在线场景匹配的配电网源网荷储无功协调优化方法,它充分考虑到运行场景的特性,直接利用配网运行大数据离线生成历史场景库并基于多目标粒子群优化算法离线构建历史策略库,再基于不同优化目标和K-means聚类算法对历史场景库和实时待优化场景进行两次分类,然后以历史场景库为训练集,以实时待优化场景为测试集,基于深度神经网络实现智能在线场景匹配,通过匹配效果评估匹配历史策略或在线优化分配无功优化方案。最后,在IEEE 30节点仿真模型接入分布式光伏、储能和电动汽车充电站等随机负荷进行算例验证。结果表明,方法可灵活、有效地对系统进行协调无功优化,不依赖于模型和参数,极大地提高了决策效率。     

基于等网损微增率的主动配电网分布式无功优化方法

配电网中分布式电源渗透率的升高和电动汽车的大量接入使得集中优化模式难以满足控制灵活性和供电可靠性的要求。针对主动配电网(active distribution network,ADN)无功优化问题,建立了区内集中式、区间分布式的ADN分区分布式协调控制架构,并基于等网损微增率准则提出了ADN分布式无功优化方法,可以实现全局网损的分区分布式优化,保证系统电压质量和安全运行。所提方法包括无约束情况下的ADN分布式无功优化模型和针对功率电压越限处理的节点网损微增率(incremental rate of network loss,IRL)修正方法,尤其适用于系统规模大、分布式电源渗透率高以及分区数较多的ADN。基于IEEE33节点和69节点的仿真结果表明所提分布式无功优化方法具有较快的收敛速度和较优的全局优化效果,并且可以有效应对局部通信故障,保证ADN供电的可靠性和经济性。     

配电网持续无功优化的深度强化学习方法

高渗透率分布式光伏的出力波动可能导致配电网电压波动大、网损提高和电容器投切需求频繁。但配电网节点监控覆盖率低、潮流建模难度大,需要在上述不利条件下实现对台区内持续电压无功优化。采用深度强化学习的方法提出了适用于低感知度配电网的连续无功优化方法。该方法将原问题转化为一个多步马尔科夫决策过程,以最小化网损和动作成本之和为优化目标,以离散无功调节设备的投切指令为控制变量,并采用基于行动者–评论家(actor-critic)的深度强化学习算法进行求解。针对配电网缺乏完整潮流模型和观测数据的特点,分别设计了用来拟合投切策略的Actor网络和用来拟合动作价值函数的Ctritic网络。所提方法用深度神经网络直接拟合系统状态到离散无功调节设备的投切动作的函数关系,在与实际配电网的交互过程中完成网络训练。相比传统方法,该无需潮流建模和分段决策,且不依赖于日前的负荷与分布式电源出力预测,可以实现在线的多时间断面下的连续无功优化,提高了系统运行经济性。     

基于随机矩阵和支持向量机的两阶段配电网综合优化

无功优化对保障电力系统安全、经济运行具有重要的意义。提出了一种考虑重构的基于随机矩阵和支持向量机的两阶段配电网综合优化方法,先确定当前配电网的拓扑结构,再确定无功优化控制策略。通过构造高维随机矩阵,从配电网运行数据中提取统计特征作为输入,将传统无功控制策略和开关状态作为输出,利用支持向量机学习系统特征与优化运行策略之间的非线性映射关系,建立基于两阶段支持向量机组合决策的配电网综合优化模型。基于改进的IEEE-37节点主动配电网仿真模型,对比分析了传统优化方法、场景匹配方法和所提方法的优化效果。结果表明,所提方法可进一步提高优化效果,实现了无功优化与配电网重构间的协调控制,不需要配电网的模型和参数,在线决策速度快,为基于大数据的配电网优化运行提供了一条新途径。     

基于分布式电源有功无功调节能力的配电网无功规划

传统的无功规划方法在应对小概率极端电压场景时往往要求配电网投资大量的无功补偿装置。为此,基于分布式电源及负荷场景,提出一种配电网无功规划模型,该模型充分利用了分布式电源的有功、无功调节能力,在小概率极端电压场景下将分布式电源有功调节作为一种附加电压调节手段,并以无功补偿装置投资费用和分布式电源有功调节费用之和最小为目标以减少系统总支付费用。提出一种嵌入原始对偶内点法的粒子群优化算法对模型进行求解。通过对自定义IEEE 30节点系统进行仿真分析,验证了所提模型的经济性和所提算法的有效性。     

计及分布式电源出力特性的配电网无功优化

随着分布式电源在配电网中渗透率的逐渐增加,其出力特性对配电网运行的影响也在逐渐加大。针对含分布式电源的配电网在优化时将分布式电源等效为恒功率模型,没有考虑其输出随节点电压和注入电流变化而变化的特性导致的难以得到实际运行中最优解的问题,提出了计及分布式电源输出特性的配电网无功优化方法。对于遗传算法在求解时易陷入局部最优解的问题,采用了多种群遗传算法进行优化求解,并在IEEE 33节点配电系统上进行验证,结果证明了所提方法的有效性。     

计及分布式电源随机出力的三相配电网可调鲁棒无功优化

具有出力不确定性的可再生能源大量接入给配电网的规划与运行带来了巨大挑战。因此,考虑分布式电源出力随机性的无功优化成为配电网运行的重要研究内容。提出计及分布式电源随机出力的三相配电网可调鲁棒无功优化模型,利用二阶锥技术和对偶范数理论将原模型转换成混合整数凸规划优化模型并求解。针对鲁棒优化解过于保守的问题,通过调整不确定度协调解的经济性与安全性。IEEE-13节点和IEEE-123节点三相配电网系统仿真结果表明,相比传统确定性模型和随机优化模型,所提可调鲁棒无功优化模型鲁棒性较好,计算效率高。     

基于随机矩阵和历史场景匹配的配电网无功优化

配电网的无功优化是保证配电网供电可靠、经济运行的一项重要工作。将大数据理论引入配电网无功优化,提出一种基于随机矩阵的无功优化方法,它不依赖于配电网的模型和参数,直接利用配电网在运行过程中产生的运行大数据以及当地的环境数据构造7种高维随机矩阵,提取57种特征指标,再应用主成分分析法对这些特征指标进行降维处理,然后匹配历史数据库中已有的场景,快速找到特征指标与当前系统最相近的场景,直接采用匹配场景的控制策略作为当前系统的无功优化控制策略,以减小有功网损和节点电压偏移。最后,在改造的IEEE-37节点配电网仿真模型上进行算例验证,其中增加了光伏/风电等分布式发电和电动汽车充电站等随机负荷模型。结果表明,方法可有效地对配电网进行无功优化,摆脱了配电网模型的限制,可快速做出控制决策。     

基于随机模型预测控制的分布式能源协调优化控制

配电网中的高渗透率分布式电源出力和负荷功率具有随机性及时变性,难以准确预测,且预测误差随时间延长而增大,进而导致优化控制策略与实际需求偏差较大,为此提出一种基于随机模型预测控制的配电网多源协调优化控制方法。将优化周期内的预测值离散为表征不同状态的场景集,然后以配电网能量损耗期望最小为目标对各场景进行动态滚动优化,精细化协调分布式电源、柔性负荷和无功补偿装置等可控资源,使优化控制过程能够及时、有效地降低配电网不确定性的影响,满足系统实际需求。通过仿真分析,验证所提方法的可行性和有效性。     

基于改进蝙蝠算法的含分布式电源配电网无功优化

针对分布式电源接入传统配电网后,导致传统配电网的网络损耗增加和节点电压偏差增大等问题,提出一种计及分布式电源并网逆变器无功输出的优化策略。首先建立含分布式电源的配电网无功优化模型;然后基于前代回推算法计算配电网的潮流分布;进而利用改进蝙蝠优化算法对模型进行求解,有效地避免了求解陷入局部最优解,获得了分布式电源并网逆变器最优的无功输出;最后通过Matlab搭建IEEE-33节点含分布式电源的配电网模型进行仿真实验,仿真结果证明了所设计的无功优化策略的有效性和可行性。     

基于双状态评估器与深度强化学习的配电网无功优化

本文将“深度强化学习”引入配电网无功优化,提出了基于双状态评估器与深度强化学习的配电网无功优化方法。首先提出了一种配电网融合特征的提取方法,从配电网运行数据中提取统计特征,然后将统计特征与历史控制策略作为输入,网损与电压偏差分别作为输出,训练了网损评估器与电压偏差评估器。将无功优化问题转化为一个多步马尔科夫决策过程,以最小化网损和电压偏差之和为目标函数,以无功补偿设备的动作指令为策略,并采用基于Double DQN的深度强化学习算法进行求解。对改造后的IEEE 37节点配电网进行无功优化控制实验。结果表明,本文方法有效降低了节点电压偏移和网络损耗,他与配电网系统的模型和参数无关,在线决策速度快,可以实现在线无功优化控制,提高配电网运行经济性。     

高渗透率分布式电源按节点关键性接入配电网的运行风险评估

负荷出力波动性、分布式电源高渗透性和电力电子装备多样性使得配电网安全稳定运行分析的难度增加。为此,提出一种基于复杂网络理论和效用风险理论的配电网关键节点辨识方法,并进行了高渗透率分布式电源按节点关键性接入配电网的运行风险分析。考虑网络动态性和负荷时序性,计算不同时刻的线路电气介数,实现配电网加权拓扑动态建模;考虑配电网安全性、经济性和网络结构稳定性,建立多角度关键节点辨识指标体系,基于改进网络分析法和改进熵权法分别计算辨识指标主客观权重,结合逼近理想解排序法实现了不同时间断面的节点关键性综合评估与排序。最后,基于某地区实际配电网历史运行数据和设备参数建立仿真模型,进行高渗透率光伏电源按关键节点集合接入配电网的仿真分析,验证了所提方法可以有效提高配电网电压稳定裕度,降低支路负载率,推动复杂网络理论在城市能源互联网中的应用。     

基于二阶锥规划的含分布式电源配电网动态无功分区与优化方法

分布式电源大规模接入所造成配电网电压质量问题一直受到极大关注。针对分布式电源大规模接入所产生的局部区域电压严重偏高问题,提出配电网动态无功分区的方法,构建了配电网无功优化模型。利用锥规划对原优化问题进行了简化并转化为二阶锥规划模型。为解决求解难度大的问题,提出了考虑动态无功分区的求解方法。考虑不同无功分区的分布式电源接入特点和运行特性,构建电压灵敏度矩阵,计算确定配电网节点电压变化量,提出电容器组、静止式无功发生器(statle var generator,SVG)等无功补偿装置的运行策略并优化其在各种运行条件下的无功功率值。分别以IEEE33节点和东莞地区某53节点的配电网为实例进行了计算,验证了无功优化的二阶锥规划方法的适用性和可行性,分析了动态分区对配电网无功优化以及电容器组和SVG等无功补偿装置运行策略的影响。     

计及多种分布式能源运行的配电网双层优化规划方法

在配电网分布式可再生能源(Renewable Distributed Generation, RDG)优化规划问题上,考虑可控分布式电源和可中断负荷的调度运行情况,建立RDG双层优化模型。上层模型以配电网系统电压偏移最小、网络损耗最小为目标,求解RDG接入配电网的最优位置和容量。下层模型以配电网发电综合运行成本最小为目标,求解各时段可控分布式电源和可中断负荷最优出力安排。利用场景分析方法处理多种分布式可再生能源优化中的不确定因素。为减少模型计算量,采用K-means聚类算法获取典型场景。最后,采用改进的自适应遗传算法求解,以IEEE-33节点网络系统为例对所提模型与方法的有效性进行验证。仿真结果表明,该方法能够有效提高RDG优化方案在系统实际运行中的适用性。     

计及电压预测的主动配电网分布式电源在线优化决策方法

“双碳”背景下,配电网中分布式电源的接入量逐渐增加,如何决策分布式电源的输出设定值从而使配电网经济运行成为研究的关键问题。针对分布式电源管控问题进行了深入研究,在建立时变优化模型的基础上,就现有算法未考虑当前时段分布式电源决策对未来时段分布式电源决策影响的问题,提出了一种计及电压预测的主动配电网分布式电源优化决策方法。首先根据配电网各节点负荷变动情况对负荷变动后的网络节点电压进行预测。进一步利用所预测的配电网节点电压值进行分布式电源的决策。然后利用分布式电源决策设定值的变化量预测分布式电源决策后的网络潮流状态,以此类推从而求解所有时段分布式电源的决策设定值。针对502节点配电网算例系统,利用所提在线优化决策方法对配电网最优潮流收敛性、节点电压调控收敛性以及储能电源充放电预测有效性进行了算例验证。     

计及电压预测的主动配电网分布式电源在线优化决策方法

“双碳”背景下,配电网中分布式电源的接入量逐渐增加,如何决策分布式电源的输出设定值从而使配电网经济运行成为研究的关键问题。针对分布式电源管控问题进行了深入研究,在建立时变优化模型的基础上,就现有算法未考虑当前时段分布式电源决策对未来时段分布式电源决策影响的问题,提出了一种计及电压预测的主动配电网分布式电源优化决策方法。首先根据配电网各节点负荷变动情况对负荷变动后的网络节点电压进行预测。进一步利用所预测的配电网节点电压值进行分布式电源的决策。然后利用分布式电源决策设定值的变化量预测分布式电源决策后的网络潮流状态,以此类推从而求解所有时段分布式电源的决策设定值。针对502节点配电网算例系统,利用所提在线优化决策方法对配电网最优潮流收敛性、节点电压调控收敛性以及储能电源充放电预测有效性进行了算例验证。     

基于需求侧响应的主动配电网双层优化方法

分布式电源在配电网中渗透率越来越高,导致配电网电压越限问题凸显,对此构建协同考虑主动配电网设备规划和运行的双层优化模型。上层模型考虑配电网中分布式电源、静止无功补偿器及电容器组的容量配置优化以减少配电网投资运行成本。下层模型考虑需求侧响应,有载调压变压器、储能及分布式电源等设备的协调控制,着重提高电压稳定性。针对模型特征,采用基于改进麻雀算法和二阶锥规划的混合优化算法进行求解。外部采用改进麻雀算法求解多维变量以提高求解速度,内部基于二阶锥规划求得配电网主动管理控制策略。最后采用改进的IEEE33节点系统进行仿真验证。结果表明,所提出双层优化方法可以有效提高配电网运行经济性,改善配电网电压分布,平抑负荷峰谷差。     

考虑价格需求响应的主动配电网动态经济调度

随着分布式发电的渗透率提高,配电网会出现馈线过载、电压越限等问题,从而限制了分布式电源的接入。需求响应利用负荷侧可调控资源参与主动配电网调度可以促进大规模分布式电源消纳。本文将价格型需求响应引入现有主动配电网的多时段优化运行调度模型,构建了三相主动配电网有功-无功协调动态经济调度模型,并提出了基于混合整数二阶锥规划的模型求解方法。该模型可通过需求响应负荷调节,并协调与分布式电源、储能装置、无功补偿装置的动态优化运行,达到节能降损、保证馈线负载、电压不越限的目的,实现主动配电网全局能量管理优化。对扩展的IEEE 33节点测试系统进行仿真分析,验证了所提出模型及算法的有效性和优越性。     

基于一维卷积神经网络的配电网无功优化

深度学习和数据驱动技术的快速发展,为历史数据下的配电网无功优化提供了新的解决方法,提出了一种基于一维卷积神经网络的配电网无功优化方法.利用配电网节点的历史负荷数据,用优化算法得到对应的无功优化策略,并将无功优化策略进行二进制编码.通过训练一维卷积神经网络模型来映射配电网节点负荷和无功优化策略间的非线性关系,将训练好的模...     

基于运行层面相关性场景的含风机配电网多目标无功优化

针对含间歇性分布式电源(distribution generation,DG)配电网的无功优化问题,研究了基于运行层面相关性场景的配电网多目标无功优化模型及决策方法。从运行层面对风速和负荷进行了不确定性建模,构建了运行层面的相关性场景;以静态电压稳定性最好、网损期望最小和电压偏移期望最少为目标函数,建立了含间歇性DG配电网的多目标无功优化模型,并提出了基于优先级的多目标决策方法进行最优非支配解的选取。算例验证了所提方法的有效性,结果表明:基于运行层面的相关性场景构建方法可提高配电网的无功优化性能,基于优先级的多目标决策方法可根据系统实际运行状态动态调整目标偏好,从而保证系统运行稳定、经济及优质供电。