考虑主动需求的主动配电网负荷预测

主动配电网的主动需求管理技术(Active Demand,AD)通过市场引导机制来改变用户的典型用电行为,电网负荷特性随之发生改变,降低了传统负荷预测技术的预测精度。针对AD对主动配电网负荷预测的影响,考虑用户响应特性分析影响AD响应负荷的因素,作为负荷预测的外生输入量,然后利用粒子群优化的支持向量机技术在黑盒框架下建立含AD输入的完备负荷预测模型,提出了适用于考虑主动需求的主动配电网负荷预测新方法。基于用户响应行为的现实考虑,建立时变AD模型产生含AD效应的负荷数据集来测试所提出的负荷预测方法。实验结果表明,所提负荷预测模型与不含AD输入的负荷预测模型相比,预测精度更高。     

计及需求响应的主动配电网短期负荷预测

随着分布式电源、电动汽车及储能等广义需求响应资源的接入,用户在电力市场各种激励影响下进行需求响应,将改变负荷特性并影响负荷预测。根据需求响应计划信号的可预知性及季节性基础负荷的独立性,利用小波分解等方法对主动配电网负荷在不同层面上进行了分解,形成季节性基础负荷和需求响应信号及各种气象因素作用的负荷部分,利用时间序列模型对季节性基础负荷进行预测,利用支持向量回归模型对需求响应信号及气象因素影响的负荷部分进行预测,形成组合预测模型,两部分预测负荷叠加得到总负荷。利用线性时变模型仿真的主动配电网负荷数据算例,进行了预测测试与分析,通过与其他方法相比较,证明了所提方法预测计及需求响应的主动配电网负荷的有效性及精确度。     

考虑电动汽车充放电集成的配电网短期负荷预测

未来电动汽车规模化应用将会改变原电网负荷的负荷特性,降低传统负荷预测技术的精度。针对电动汽车充放电集成(EVI)对配电网负荷预测的影响,引入EVI响应负荷的计算分析,提出了对配电网中原电网负荷和EVI响应负荷分别进行预测的组合预测方法。对于原电网负荷采取神经网络方法建立负荷预测模型,对于EVI响应负荷建立相关需求响应模型来确定电动汽车参与配电网调度的负荷量。实验结果表明,所提负荷预测模型性能良好,具有一定的实用性和有效性。     

低碳背景下考虑雷击概率和综合需求响应的主动配电网预防控制协调优化

低碳背景下,考虑主动配电网预防控制能力对主动配电网的稳定运行具有重要意义。基于风险理论,构建了考虑雷击概率和负荷综合需求响应的低碳型主动配电网预防控制优化模型。首先,基于主动配电网线路雷击故障概率模型,提出一种计及主动配电网支路过载和节点电压越限的综合风险指标,建立主动配电网综合风险约束预防控制模型。其次,构建负荷侧综合需求响应特性模型,引导负荷侧可调度资源参与主动配电网预防控制协调优化,改善传统方式仅依靠可控机制调节的情况。最后,引入阶梯型碳交易机制,构建具有低碳特性的主动配电网预防控制优化模型,深入探索主动配电网预防控制在经济性和低碳性之间的协调能力。采用CPLEX对主动配电网预防控制优化模型求解,验证了所提模型及方法的有效性和可行性。     

考虑主动响应的电动汽车充电站-配电网协同规划

在考虑电动汽车主动充电响应的基础上,提出了电动汽车充电站-配电网协同规划模型。电动汽车作为典型直流负荷,具有主动响应特性,将之作为规划考虑因素,对电动汽车进行分时段电价调整,引导用户主动响应充电电价变化,由峰时充电向平时和谷时转移,可降低变电容量。另外,利用直流馈线代替部分交流馈线以满足电网中增加的直流负荷,降低电网中的馈线投资,共同降低了总规划成本。最后采用混合整数线性规划方法,通过CPLEX对该优化问题进行求解,并通过13节点配电网系统对交流配网和交直流配网分别进行了对比分析,对所提方法进行了仿真验证。     

考虑需求响应不确定性的主动配电网优化调度

需求响应的多样性和不确定性给主动配电网的运行带来了很多不利影响,为此本文从各类需求响应行为的特征出发,构建了考虑需求响应不确定性的主动配电网优化调度模型。首先针对价格型需求响应,利用消费者心理学原理和价格修正系数来描述经济因素所引起的需求响应不确定性,进而利用不确定参数和范数约束条件来表示非经济因素对需求响应的影响,从而更精细化地刻画了价格型需求响应的不确定性并能够引导用户更好地参与需求响应;然后针对激励型需求响应,构建了可中断负荷与可激励负荷的融合机制及其相应的机会约束来减小负荷峰谷差;最后本文以运行成本和多种需求响应成本的综合成本最小为目标,计及多种系统约束和需求响应约束条件,建立了主动配电网优化调度模型。结合算例分析证明了本文所提模型的优越性。     

基于多目标的多阶段主动配电网规划方法分析

传统主动配电网规划方法未考虑到间歇性分布电源可信性出力,且配电网负荷分配不合理,导致规划效果并不理想。提出一种基于多目标的多阶段主动配电网规划方法,在常规负荷预测的基础上组建接入主动配电网的风、光等间歇性分布电源可信出力模型,全面考虑需求侧响应对负荷预测结果的影响,构建配电网负荷预测模型;通过负荷预测结果,构建基于多目标的多阶段主动配电网规划模型;基于粒子群算法,在模型优化的过程中引入快速支配策略、精英保留策略等,对节点配电系统进行计算,设计不同负荷水平下的电源最佳规划方案。仿真实验结果表明,所提方法能够有效减少规划费用,提升规划效果。     

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。     

考虑需求侧资源的主动配电网故障多阶段恢复方法

需求侧资源(demand side resource,DSR)参与主动配电网(active distribution network,ADN)运行能够提高系统可靠性及设备利用率。考虑主动配电网故障阶段复杂运行特性,文章提出了需求侧资源参与下的多阶段故障恢复方法。首先分析需求侧用户响应特性,建立价格型响应负荷的时变模型及激励型响应负荷的中断补偿模型,建立以停电时间最少、经济损失最小为目标,以用户停电次数、负荷响应时间等为约束条件的优化模型。应用差分进化算法建立动态优化模型,得到多阶段故障恢复最优策略。算例计算结果验证了所提模型和算法的正确性和有效性,并且分析了需求响应资源参与故障恢复的作用。     

基于Transformer深度学习网络的主动配电网多元源荷灾损辨识方法

近年来不断增多的强台风天气给沿海及部分内陆地区配电网带来了愈发严重的损失,造成大规模重要负荷长时间失电,提高含多元源荷的主动配电网恢复能力成为亟待解决的问题。针对现有配电网负荷损失评估方法在强台风弱通信条件下无法准确获取节点信息而造成灾损分析精度不高的问题,提出一种基于Transformer深度学习网络的主动配电网多元源荷灾损辨识方法,充分利用深度学习网络去模型化的特点并发挥其在灾损预测精度方面的优势。考虑地面粗糙程度和高度,结合弱通信条件下的台风灾害气象数据,构建主动配电网所处地理环境的风速、降雨强度等气象信息修正模型;在此基础上考虑强台风致灾机理和主动配电网拓扑结构,利用Transformer深度学习方法构建配电网灾损辨识模型,实现强台风弱通信条件下的主动配电网多元源荷灾损辨识精度提升。通过对改进的IEEE 33节点主动配电网算例进行仿真测试,对损失负荷、损坏节点数等特征量进行计算,验证了所提主动配电网多元源荷灾损辨识方法能够满足台风多发配电网灾损评估精度。     

考虑可靠性与故障后负荷响应的主动配电网供电能力评估

针对传统供电能力评估中难以同时解决既避免单纯以负荷高峰时刻全网N-1准则为基础又细致计及分布式电源、储能和负荷需求响应影响等问题,提出了考虑可靠性柔性需求与故障后负荷响应的主动配电网供电能力评估方法。首先,结合出力不确定性与用户差异化的响应能力,对主动配电网中的分布式电源、储能与可响应负荷等基本元素进行建模;其次,构建了以最大供电能力为目标、以可靠性需求和故障后负荷响应经济性为主要约束的主动配电网供电能力评估模型;继而,发展了考虑分布式光伏、蓄电池以及需求响应的主动配电网可靠性评估准序贯蒙特卡洛模拟法,并提出了基于遗传算法的供电能力评估模型优化求解方法;最后,通过算例验证了所提方法可有效挖掘主动配电网供电能力,提升资产利用效率。     

考虑需求响应和电动汽车负荷路-电耦合特性的配电网可靠性评估

随着电动汽车的普及,大量的无序充电行为给配电网可靠性带来负面影响.文章建立了考虑需求响应和路电耦合特性的配电网可靠性评估模型,准确预测电动汽车时空分布负荷并对其进行调度,改善可靠性指标.提出了路电耦合模式结构及时空负荷预测框架;建立了路网模型、用户模型、考虑需求响应的充电负荷补充模型,得到电动汽车负荷时空分布;基于双向...     

基于改进灰色理论的主动配电网中长期负荷预测

中长期负荷预测是影响主动配电网规划和调度的重要方面。从柔性负荷、分布式电源及电动汽车等主动配电网中特殊负荷入手,分析提炼负荷长期发展的影响因素;将灰色理论引入主动配电网负荷预测,分析了多变量残差修正灰色模型在计及多因素影响作用和消除累积误差方面的作用。通过具体实例计算,证实了改进灰色方法在主动配电网中长期负荷预测中的有效性和实用性。     

主动配电网规划中的负荷预测与发电预测

负荷预测和发电预测是配电网规划中的关键环节,是变电站、网架规划重要计算依据。考虑主动配电网下新型负荷和分布式电源接入等因素,提出适用于主动配电网的概率型负荷预测和发电预测方法。首先全面分析了主动配电网的负荷分类,提出含友好负荷的整体负荷预测方法;其次构建主动配电网分布式电源装机容量及分布预测模型,考虑分布式电源出力的概率特性,进而提出分布式电源可信出力预测方法;最后以负荷预测和发电预测结果为基础,分析了新型负荷和分布式电源对主动配电网规划的影响。     

考虑V2G储能特性与负荷需求响应的主动配电网低碳鲁棒调度

随着新型电力系统建设和“双碳目标”的发展,分布式新能源和灵活性负荷在配电网中的渗透率越来越高,主动配电网的低碳经济调度面临巨大挑战。考虑系统碳排放的同时考虑车辆到电站（vehicle-to-grid,V2G）的储能特性,建立了电动汽车有序充放电模型。基于可转移负荷和可中断负荷进行负荷需求响应建模,并对配电网支路潮流约束进行二阶锥松弛处理,以主动配电网调度成本最小为目标构建了一种考虑V2G储能特性与负荷需求响应的主动配电网日前低碳经济调度模型;计及风光出力不确定性得到主动配电网低碳鲁棒调度模型并采用行列生成算法（column and constraint generation,CCG）算法进行求解,以保证最坏场景的碳排放在允许范围以内。采用IEEE 33节点配电系统算例进行了验证,结果表明,所提模型能够有效降低主动配电网的调度成本和碳排放量。     

考虑电源和负荷时序特性的主动配电网网源协调规划方法

提出了一种考虑电源和负荷时序特性的主动配电网网源协调双层规划模型。模型上层为规划层,以综合费用最小为目标,对线路的改造、分布式电源和补偿电容的选型、选址和定容进行决策。模型下层为运行层,以年运行费用、快速电压稳定性、用户用电习惯满意度等为目标。考虑分布式电源和负荷的波动性和不确定性,建立二者的时序模型。综合考虑分布式电源出力、需求响应和补偿电容投切,实现主动配电网的经济调度。采用改进的IEEE33节点配电系统对该方法进行仿真。仿真结果表明,所提出的网源协调规划方法能有效降低主动配电网的投资成本和运行成本,同时能有效提高电网运行效率和分布式电源渗透率。     

基于GM(1，1)与BP神经网络的综合负荷预测

针对电力负荷预测中的单一预测模型存在的局限性,提出基于BP神经网络和GM(1,1)的残差修正组合模型。通过算法组合的方式进行系统建模,从而提高负荷预测模型的精度。首先通过GM(1,1)模型进行预测,得到灰色残差序列,利用灰色残差序列建立BP残差修正模型,利用该模型进行残差预测,最后将残差修正值和GM(1,1)模型预测值进行叠加得到最终所需的负荷预测值。利用该模型对某地区进行仿真实验,结果表明该修正模型具有较高的预测精度和实用性。     

计及“源-网-荷”影响的主动配电网可靠性评估

为解决分布式电源、配网自动化系统及柔性负荷等广泛接入后的故障恢复和可靠性计算复杂问题,提出了计及“源-网-荷”影响的主动配电网可靠性计算方法。源侧考虑分布式电源作用,建立了以最大化恢复等值负荷为目标的孤岛划分模型。网侧分析了配网自动化系统对网架联络、负荷转供的影响,并提出了基于浴盆曲线的设备故障率模型。荷侧考虑柔性负载,引入弹性系数矩阵对电价激励型柔性负载进行精确建模。最后,通过对传统可靠性计算的最小路法进行改进,提出了计及“源-网-荷”影响的主动配电网可靠性计算方法。通过仿真分析,说明了所提模型和方法的有效性。     

计及需求侧响应的主动配电网多时间尺度优化调度

考虑分布式电源出力的波动性、负荷预测的误差以及各类调度资源的运行特性在时间尺度上存在差异等问题，提出一种在需求侧响应机制下主动配电网的多时间尺度优化调度模型。首先，负荷参与需求侧响应的形式分为价格型和激励型两类，分别对这两种需求侧响应的形式进行建模分析。其次，建立基于模型预测控制的主动配电网多时间尺度调度框架，根据模型预测控制方法分别建立日前调度、日内滚动和实时反馈三个阶段的配电网优化调度模型。考虑到配电网调度过程中的有功无功耦合特性，通过控制无功调度资源使得配电网各节点电压控制在允许范围。最后，通过对改进的31节点算例进行仿真，验证了所提模型可以有效地降低预测产生的误差并提高主动配电网运行的经济性和安全性。     

考虑需求响应综合影响因素的RBF-NN短期负荷预测模型

为提高计及需求响应的短期负荷预测精度,通过量化电价、用户响应程度以及温度等外界因素,构建了考虑需求响应综合影响因素的径向基函数神经网络(radial basis function-neural network,RBF-NN)短期负荷预测模型。结合峰谷分时电价(time-of-use price,TOU price),根据消费者心理学原理描述了基于Logistic函数的用户模糊需求响应机理,用于有效辨识用户对峰谷电价的响应参数。利用半梯形隶属度函数消除用户响应模糊属性,将需求响应精确量化结果引入RBF-NN预测模型。通过实际算例,分析了该文构建模型在不同电价机制下的预测性能,证明了在RBF-NN模型中综合考虑电价、用户响应度等因素的重要性,为计及需求响应的短期负荷预测研究提供了一定的理论依据。