基于场景时域概率的主动配电网全协调无功优化

针对主动配电网中风光荷储具有随机性和间歇性,无功全协调优化困难的问题,提出一种基于时域概率的场景分析法,采用CURE聚类法削减全场景数量,然后依次计算全场景的时域概率;提出一种计及源网荷储全协调互动的无功优化策略,通过求解网购电量最小为主要目标的有功优化模型得到集中式储能和可中断负荷的有功功率,以此建立主动配电网无功优化模型,并运用多目标粒子群算法求解,最后以某市一条10 kV配电线路为例验证本文方法的可行性和鲁棒性。     

考虑源网荷储协调互动的配电网无功优化

无功电压控制是保障电网安全稳定运行的基础,高比例新能源发电是新型电力系统的主要特征,挖掘新能源发电、储能以及柔性负荷等柔性可控资源的无功电压潜力能有效保障新型电力系统安全稳定运行。文中提出了一种考虑源网荷储互动的配电网无功电压控制方法,从负荷需求侧响应出发基于市场实时电价信息以负荷转移成本和用户购电成本为基础实现价格驱动需求响应的负荷平移策略;利用储能系统协调新能源发电出力和负荷平移规则,构建综合考虑源网荷储互动的配电网无功优化模型。通过调节无功补偿设备、储能充放电策略协调新能源出力,在满足负荷需求侧响应需求的基础上达到系统无功电压的最优控制。通过改进的IEEE33节点系统仿真分析,实验结果表明通过源网荷储的充分互动能够有效提高系统无功电压调节能力,实现配电网安全、经济运行。     

基于海量场景降维的配电网源网荷储协同规划

风电、光伏等新能源大规模接入配电网,给配电网规划方法的效率和规划结果的经济性带来了极大挑战。为了解决配电网中新能源海量运行数据与配电网源网荷储协调规划之间的配合问题,提出了基于海量场景降维的配电网源网荷储协同规划方法。首先,通过主成分-高斯混合聚类算法对风-光-荷海量高维场景进行降维聚类,得到风-光-荷的典型场景集;然后,构建了面向海量场景的配电网源网荷储协同规划模型,并采用二阶锥松弛技术将模型中非凸约束转凸处理;最后,在Portugal 54节点配电网算例上验证了海量场景降维聚类方法和规划模型的有效性。     

基于自由熵理论和智能场景匹配的 配电网无功优化

无功优化对保障电力系统安全、经济运行具有重要的意义。提出了一种基于自由熵理论和智能场景匹配的配电网无功优化方法。介绍了适用于配电网场景匹配和无功优化的自由熵指标的构建方法,基于自由熵指标进行智能场景匹配,从历史数据库中快速找出与待优化时刻最为接近的场景,并将其对应的控制方案作为待优化时刻的无功优化方案,以减小有功网损和节点电压偏移。最后,采用Matlab+Open DSS建立了IEEE37节点的主动配电网仿真模型,并增加了光伏/风电分布式发电和电动汽车等随机负荷模型,算例结果验证了所提方法的有效性和优越性。     

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。     

基于在线极限学习机的配电网无功电压控制

柔性可控资源的接入使得配电网无功电压控制关系更加复杂。提出基于数据驱动的配电网无功电压控制方法,通过蒙特卡洛方法生成配电网运行场景,构建配电网运行状态和对应的无功优化策略的映射数据集;利用在线极限学习机（Online Sequential Extreme Learning Machine,OS-ELM）构建无功优化的数据驱动模型,将配电网节点电压、负荷以及其他运行参数作为输入,将无功调节设备状态以及控制参数作为输出,建立系统的特征与优化策略之间的隐性关系;最后,将电网实时运行状态将其作为在线无功优化模型的输入得到系统实时的无功电压控制策略。基于IEEE33节点主动配电网对比仿真分析可知,所提方法在系统模型和参数建模未知的情况下实现无功电压的精准控制。     

基于多智能体深度强化学习的配电网无功优化策略

配电网中光伏、风机设备出力随机波动以及负荷波动带来的电压波动、网损增加等问题,给配电网在线无功优化带来了挑战.本文采用一种无模型的深度确定性策略梯度(MADDP G)算法多智能体强化学习框架,采用集中训练、分散执行的方式解决无功优化问题.MADDP G算法将每一个智能体当作一个行动者(Actor),在离线训练过程中每个...     

考虑源网荷储协调的主动配电网优化调度方法研究

针对源网荷储的一体化运行目标,提出一种考虑源网荷储的主动配电网协调运行调度方法.基于多时间尺度的思想,以最小化可调节量和最大程度地增加新能源消纳为目标,建立一个具有两个互补时间尺度的主动配电网日前-日内优化调度模型,将差分进化算法和帝国竞争算法相结合求解最优调度模型.仿真验证了所提出的多源协同调度方法的优越性.仿真结果...     

基于多智能体深度强化学习的分布式电源优化调度策略

针对分布式电源集中优化调度难以解决隐私保护的问题,提出一种基于多智能体深度强化学习的分布式优化调度方法。该方法可自适应源荷不确定性,在源荷随机波动的情况下实时给出优化调度策略。首先,阐述了基于通信神经网络架构的多智能体深度强化学习方法原理。然后,提出基于多智能体深度强化学习的分区分布式优化调度框架,以日运行成本最低为目标构建日前优化调度模型,并考虑各种运行约束。继而,采用近端策略优化算法对该模型进行离线训练,利用训练好的模型进行在线优化调度决策。最后通过改进IEEE33节点算例进行仿真验证,结果表明,各自治区域在仅利用局部通信的情况下即可计算出各自的近似全局最优解。     

基于数据驱动的非全实时观测配电网无功优化方法

现阶段配电网中量测设备覆盖率较低,只有部分节点的负荷数据可以实时采集得到,因此在配电网中进行实时无功优化时无法使用基于潮流计算的优化方法.考虑到以上情况,文章提出了一种基于数据驱动的非全实时观测配电网无功优化方法.该方法基于历史运行数据使用最优潮流离线生成无功优化策略,并通过训练神经网络构建可实时量测节点负荷数据和无功...     

基于Fisher时段划分的配电网源-网-荷-储多时间尺度协调优化调控策略

多元可控资源的联合优化调控对于提高配电网运行安全性和经济性意义重大,但同时大幅增加优化问题的复杂度,降低模型求解效率。基于此,提出了基于Fisher时段划分的配电网源-网-荷-储协调优化调控策略。首先,构建多时间尺度“源-网-荷-储”协调优化架构,包括日前优化、日内滚动和秒级监控3个阶段。其次,研究基于源荷功率区间数据的Fisher最优分割时段划分方法。然后,建立日前优化调控模型、日内滚动优化模型和区域自治优化模型,求解电网离散设备、需求响应负荷、光伏和储能等的最优调控指令。最后,以IEEE 33节点系统为例,对所提协调优化调控策略进行仿真验证。算例结果表明,所提方法能够大幅提高协调优化模型的计算效率,并保证电网运行安全性和经济性。     

基于一致性算法的主动配电网源-荷-储分布式协调优化调度

针对可再生能源高渗透率的主动配电网调度运行存在的网络拓扑多变、通信及计算量大等问题,建立了基于多智能体的配电网源-荷-储完全分布式模型。为增强负荷参与调度的意愿,对系统内柔性负荷进行分级优化建模,改变柔性负荷边际效用。通过设置节点负荷比重改进一致性算法,应用算法对各智能体的边际成本提取变量。通过一致性协调优化的方式实现源-荷-储的协调运行,提高配电网的运行经济性。算例仿真与分析验证了该模型的有效性。     

考虑源荷储匹配的配电网集群划分与优化运行

随着分布式能源大规模分散接入配电网,集中式配电网运行控制模式难以满足广泛感知、弹性可控、协调运行的需求。基于“群内自治、群间协调”的集群控制方式可以降低配电网运行控制的难度,集群划分是实现配电网分散式优化运行的关键。为此,提出一种考虑源荷储匹配的配电网集群划分方法,考虑集群内节点间功率互补特性,结合基于电气距离的模块度指标,建立兼顾集群结构性和源荷储资源匹配性的综合性能指标,实现集群的划分。针对风光出力的不确定性,将可再生能源出力偏离预测值视为一种扰动状态,构建两阶段配电网概率优化调度模型,采用同步交替方向乘子法(synchronous alternating direction method of multipliers, SADMM)进行集群优化调度。最后,以改进的IEEE 33节点系统进行算例分析,验证了所提配电网集群划分方法和分散式优化运行策略的有效性与可行性。     

主动配电网源–荷–储分布式协调优化运行(二):考虑非理想遥测环境的一致性算法

为实现主动配电网源–荷–储分布式协调优化,提出一种完全分布式协调的鲁棒一致性算法。在主动配电网完全分布式控制模式下,通过智能体间信息交互,采用一致性算法完成迭代计算,使得主动配电网内各源、荷、储的边际成本或边际效益趋于一致,以实现源–荷–储运行的分布式优化。首先,考虑非理想的遥测通信环境,针对遥测过程中可能出现的量测误差、遥测信道干扰、遥测数据传输时延等问题,提出基于增益调整函数的鲁棒一致性协调算法,并证明该算法的均方差一致收敛性。同时,算法通过引入功率调整项实现系统有功功率缺额的实时检测,使各项运行约束条件得以满足;通过基于节点重要度改进的状态转换矩阵缩短收敛时间,提高响应速度。最终,算例仿真验证该一致性算法的有效性。     

基于能源路由器的微网源荷储联合优化调度

随着能源结构的改革,能源需求侧负荷类型愈发多样化,为有效协调微网内源荷储供需关系,提高微网内多能耦合、多能互补的调度能力,本文提出一种基于能源路由器管理微网内源荷储的联合优化调度方法。首先,建立考虑柔性负荷参与调度的能源路由器源荷储能源转换扩展模型,在此基础上以日运行成本最小为优化目标,建立考虑源荷储供需关系的优化调度模型;其次,提出基于非线性权重因子改进的鲸鱼优化算法求解策略,得到典型日微网源荷储联合调度方案;最后,通过算例验证本文提出的源荷储联合调度能够提高新能源的消纳能力,有效降低日运行成本。     

基于多层电价响应机制的主动配电网源—网—荷协调方法

为应对可再生能源高渗透率配电网多层协调难题,提出了一种基于多智能体和多层电价响应机制的配电网模糊机会约束源—网—荷功率协调响应方法。针对分布式电源、主动负荷及微电网的运行特性,分析了可再生能源高渗透率配电网的源—网—荷协调难题,引入多智能体系统和多层电价响应机制构建协调优化框架。在此基础上,考虑可再生能源及主动负荷的不确定性因素和多智能体对风险的追求差异,利用模糊机会约束规划刻画主动配电网与源、荷及微电网的协调互动,分别构建配电网层、直接协调源荷层和间接协调微电网层的优化模型。随后,利用神经元网络和等价类转化处理随机规划模型中的模糊因素,并采用蝙蝠算法和黄金分割法进行求解。最终,通过算例仿真验证了该优化方法的有效性。     

含光储联合发电系统的配电网双目标拓展无功优化

光储联合发电系统接入配电网给其优化调度带来了新的资源和挑战。分析了光储联合发电系统接入配电网后对配电网电压和网损的影响机理,揭示了光储系统的有功无功调控对配电网调压和降损的重要地位。构建了以系统有功网损最小和电压越限风险最小为优化目标的拓展无功优化模型。该模型在传统无功优化模型的基础上增加储能有功出力和光伏发电功率因数作为控制变量,丰富了有源配电网无功优化的内涵。采用带精英策略的非支配排序多目标优化遗传算法(NSGA-II)求取帕累托前沿,并根据模糊集理论选取最优折衷解。与多种无功优化方案进行仿真比较,结果表明所提出的双目标拓展无功优化模型能够实现含源配电网中有功潮流和无功潮流的协调优化,在充分挖掘系统节能降耗潜力的同时提高配电网电压运行安全裕度。     

基于深度强化学习的配电网实时电压优化控制方法

大规模分布式电源的接入使得配电网电压优化控制策略与传统配电网差异较大。针对就地控制中光伏逆变器调压之间缺乏协同的问题，该文提出了一种基于多智能体深度强化学习的配电网实时电压控制方法。首先根据电压控制模型设计了部分可观测的马尔科夫决策过程，然后采用多智能体双延迟深度确定性策略梯度算法求解，根据中心化训练、分散式执行的框架实现光伏逆变器的无功协同控制。该方法能智能决策各个逆变器的无功调节量，且能够根据源荷的随机变化实时给出电压控制策略，具有较好的实时性和控制经济性。最后通过仿真算例验证了所提方法的有效性。     

考虑光伏集群无功贡献的配电网无功电压优化调节方法

为协调运用配电网各类调压资源,实现经济、灵活的电压控制,整合中高压配电网各类无功治理设备,提出考虑低压光伏无功集群贡献的配电网电压无功控制资源协调运行优化方法。针对配电网低压侧分布式小容量离线运行光伏电源,设计了3种光伏集群无功运行模式,使其按模式预设在线自律运行。提出低压光伏集群无功管控策略,建立配电网电压无功控制资源协调优化模型。采用最优分割联合优化方法对变压器分接头及电容器组的切换时间及切换状态进行优化,在此基础上得出光伏集群无功运行模式及其他治理设备无功输出优化结果。采用前推回代潮流计算嵌套粒子群优化的算法进行求解。仿真算例证明了所提方法的合理性及有效性。     

基于源网荷互动模式的智能配电网调度业务优化

随着分布式电源/多样性负荷的大量接入,配电网结构和运行特性的变化对其调度与控制提出了新要求,配电网运行效率的优化提高成为智能配电网建设的重要目标和迫切需要解决的问题。对配电网调度业务、优化目标以及源网荷互动展开研究,提出了基于调度业务优化的源网荷协调互动流程,探索基于多时间尺度多目标的递进式调度业务优化思路,并提出了优化过程中的动态多时段划分方法。