基于无迹变换含分布式电源系统的随机潮流

提出一种基于无迹变换的随机潮流计算方法,比较对称采样、最小偏度单形采样和超球体单形采样3种无迹变换策略的实现思路和计算效果,讨论随机变量不同的相关程度对随机潮流分布的影响。利用无迹变换方法将潮流的随机性分析问题转换为少量样本点的确定性潮流计算,可较全面捕获非线性系统的统计信息,而直接方便地处理具有相关关系的随机变量。IEEE30、IEEE118和IEEE300节点标准系统的计算结果表明:对称采样策略的无迹变换方法具有较高的数值稳定性,更适用于大规模电力系统随机潮流的求解,与蒙特卡洛模拟相比,其计算速度可提高数十倍,且相对误差可低至0.5%。     

基于拟蒙特卡罗模拟法的主动配电网随机潮流计算

主动配电网内分布式电源出力波动性大、负荷可调,传统的确定性模型已不再能准确地对其进行风险评估。建立主动配电网中不确定性因素的模型,采用拟蒙特卡罗(QMC)模拟法抽取Sobol确定性低偏差点列,以随机潮流计算为工具,对主动配电网的节点电压越限情况进行模拟。算例表明,相同抽样次数下拟蒙特卡罗法的计算结果比蒙特卡罗法更接近真解。     

基于时序动态约束的主动配电网滚动优化调度

为有效应对主动配电网(ADN)中间歇性能源和负荷等不确定性因素给ADN优化调度带来的挑战,提出了基于时序动态约束的ADN滚动连续实时优化调度方法。以恒定调度周期24 h的经济性最优为优化目标,建立了统筹考虑各类有功和无功功率等控制资源的综合实时优化调度模型。所提的滚动优化调度方法基于优化时刻的实时采集数据和后续23 h的预测数据,采用和声搜索算法求解所建调度模型,连续实时确定每个时刻ADN的最优运行方案。在建模过程中考虑到风光荷预测的不准确性随时间的增长而增大的特性,提出了时序动态约束的概念,即愈往后其安全约束愈加宽松,以此扩大解空间范围,进一步提高了调度方案的经济水平。最后,对改进的IEEE 33节点算例和IEEE 69节点算例的调度仿真分析,验证了所提方法和模型的可行性和有效性。     

基于随机最优潮流的主动配电网DG渗透率规划

主动配电网(ADN)是智能电网框架下智能配电网的重要内容.在研究多种集成模式的基础上,从配电公司角度建立了以经济性最优为目标函数的DG渗透率规划数学模型,并定义了集成度和削减率两个DG集成指标.采用时序模型模拟配电网中负荷和DG出力的双重不确定性,提出了基于随机最优潮流(S-OPF)的DG渗透率规划方法.随机潮流采用蒙特卡罗模拟法.结合上海地区实际配电网常用接线模式,建立了上海48节点ADN测试算例,分析了两种情景下DG集成指标对于经济性的影响.     

考虑故障持续时间不确定的主动配电网随机优化调度

针对极端自然灾害下配电网故障"规模大,持续时间不定"等特点,提出一种考虑多重不确定性的主动配电网两阶段能量管理方法.首先,利用随机场景模拟不确定性变量,以最小化运行成本,切负荷风险以及网络损耗为目标构建双层优化模型;然后,采用风险管理方案来保证调度策略在小概率场景中的适用性;最后,利用二阶锥松弛和两阶段优化算法高效、快...     

含大规模电动汽车接入的主动配电网多目标优化调度方法

针对大规模电动汽车接入配电网无序充电带来的负荷峰值增加等问题,提出一种含大规模电动汽车接入的主动配电网多目标优化调度方法。首先基于蒙特卡洛抽样方法分析了大规模电动汽车的充电负荷需求;然后,以含大规模电动汽车接入的主动配电网运行成本最小化和负荷曲线方差最小化为优化目标,综合考虑电动汽车的充电需求和配电网的运行约束,构建含规模化电动汽车接入的主动配电网多目标优化调度模型,采用带精英策略的非支配排序遗传算法(NSGA-II)对多目标优化模型进行求解,针对多目标优化得到的帕累托(Pareto)最优解集规模大,蕴含信息丰富,导致运行人员难以决策的问题,提出一种基于模糊聚类的方法对多目标Pareto最优解集进行筛选。通过改进的IEEE 34节点算例的多场景对比分析,结果表明:所提出的模型和方法可在保证系统经济运行的同时,有效利用电动汽车的优化充电降低系统负荷峰谷差。     

计及电动汽车充电模式的主动配电网多目标优化重构

电动汽车的入网会影响到电网的经济性和安全性,而配电网重构是电网优化运行的有效措施。根据主动配电网(ADN)的特点,提出了含分布式电源(DG)和电动汽车充电的优化重构模型。通过有功网损灵敏度确定DG的安装位置和容量,构造出DG出力和EV充电的多时段概率模型。建立有功网损、电压偏移指标(VSI)和开关操作次数的多目标优化数学模型以确定系统的最佳重构方案,并在IEEE33节点标准配电系统中,采用引入小生境技术的改进多目标粒子群算法(IMPSO)进行计算,提高了算法的全局寻优能力。考虑了电动汽车无序充电和智能充电两种模式,对比不同场景下得出的结果,验证了该方法的实用性和有效性。     

基于最优潮流的含多微网的主动配电网双层优化调度

多个微电网并入主动配电网(Active Distribution Network, ADN)会对ADN系统的经济性和可靠性产生影响。采用传统的多微网与ADN全网统一优化调度方法时,若微网中风/光出力一旦出现波动,难以高效精确地求出系统的最优潮流,甚至造成无解。因此提出一种基于双层规划的多微网并网优化调度模型。上层模型中各微网作为电源并入ADN,以ADN系统潮流平衡为约束,建立最优潮流模型。运用二阶锥松弛技术将非凸非线性的潮流模型转化为凸可行域的二阶锥规划模型,并调用Gurobi求解器求解。下层模型以上层优化出的联络线功率为约束,建立并网微电网内可控电源的调度模型,并采用结合Tent映射混沌和NDX交叉技术的改进遗传算法(GA)求解。以并入多微网的调整IEEE33节点系统为算例,仿真算例表明双层规划的调度模型及算法具有可行性且在此模型下含多微网的ADN系统有更好的经济性。同时当风/光发电出现波动时,下层模型仍然可以进行局部调整优化,从而降低了微电网波动对ADN系统的影响,提高了系统的可靠性和鲁棒性。     

基于概率潮流的主动配电网日前-实时两级优化调度

为有效应对主动配电网(ADN)中间歇性电源、虚拟微网与柔性负荷等不确定变量给电网安全经济运行带来的挑战,基于概率潮流技术建立了ADN日前—实时两级优化调度模型。日前调度以ADN中各单元日前功率预测结果为依据,以运行成本最小为目标,确定次日各时段内各调度单元运行计划;在此基础上,针对实际运行中各单元的波动性和超短期预测结果进行实时调度,以不确定单元作为随机变量进行概率潮流计算,对日前调度计划进行调整,使得ADN中各节点电压和支路功率在3倍标准差内波动仍满足约束条件,提高ADN的安全裕度。最后,结合引力搜索算法和粒子群算法对调度模型进行求解,并通过算例验证模型的有效性。     

计及储能和空调负荷的主动配电网多目标优化调度

为了实现可再生分布式能源的充分消纳以及配网负荷峰谷差的降低,提出了一种考虑储能系统和空调负荷的主动配电网多目标调度优化方法。首先,基于空调负荷等效热参数模型和状态列队控制方法,给出了空调负荷虚拟电厂运行参数的计算方法。在此基础上,构建了一种以可再生能源功率削减量最小、配网运行费用最小和负荷曲线方差最小为目标的主动配电网优化调度模型。最后,采用多目标粒子群算法在改进的IEEE 33节点测试系统上对所提模型进行求解和仿真分析。仿真结果表明,所建模型可以有效地提升可再生能源的消纳能力,优化负荷曲线。     

含风电场配电网随机潮流计算及其电压安全分析

风电场的输出功率具有较为明显的随机性和波动性,传统确定性潮流计算方法不能全面分析其在并入配电网这类弱电网后对系统安全运行可能造成的影响。基于Cornish-Fisher正态分布展开及协方差矩阵转换法,提出一种考虑风电场输出功率模型特性以及系统负荷相关性的随机潮流计算方法。以浙江某地配电网为例,对风电场并网后系统电压分布进行计算,并对风电场并网位置、风电电源渗透率和风电场机组构成比例等因素对配电网系统电压安全影响作了对应分析,结果证明了该算法的有效性。     

基于机会约束规划的电气互联综合能源系统随机最优潮流

综合能源系统是未来能源利用的发展趋势,其中电力系统和天然气系统的联系最为紧密,但随机因素的增加也给综合能源系统的安全稳定运行带来了挑战。针对电-气互联综合能源系统的最优潮流问题,考虑风电场出力的随机性以及电力负荷、天然气负荷的随机性,建立其机会约束规划模型,并采用基于半不变量法和内点法的启发式算法进行求解。采用修改的IEEE 30节点电力网络与比利时20节点天然气网络构建电-气互联综合能源系统,分析比较了不同置信度水平和不同波动性情形下系统运行状态以及运行成本的变化,并与确定性情形对比,结果表明机会约束规划模型有助于提高电-气互联综合能源系统运行的安全性。     

计及功率预测误差的主动配电网实时经济调度方法

为实现主动配电网的优化运行,构建分布式发电的高效集成和管理平台,采用实时经济调度方法计及功率预测误差确定系统的优化运行计划。首先以当前时段的实时经济运行成本最小为目标,计及功率平衡约束、设备运行约束、储能充放电约束等约束条件,建立小时级的实时经济调度模型。接着,在15 min级的时间尺度上,以实时经济调度计划为基础,针对可再生分布式发电的功率预测偏差,建立计及修正计划经济成本的实时经济调度修正模型并进行求解。仿真算例表明,主动配电网在并网运行模式下的经济性指标优于离网模式,实时不平衡功率调整方法相比于传统方法具有更优的经济性,同时所建立的模型适用于制定主动配电网运行计划。     

基于改进Att-LSTNet与无迹粒子滤波融合的主动配电网预测辅助状态估计

针对传统的无迹粒子滤波(unscented particle filter, UPF)存在不准确的新息向量及未知的量测噪声协方差矩阵导致估计精度低的问题,提出一种改进Att-LSTNet与UPF融合的主动配电网预测辅助状态估计(forecasting-aided state estimation, FASE)方法。首先,采用引力搜索算法(gravitational search algorithm, GSA)对支持向量回归(support vector regression, SVR)的关键参数进行优化处理,利用历史数据建立GSA-SVR模型,并将其引入至Att-LSTNet模型的输出层,构建一种增强预测模型。然后,利用UPF中的新息向量来训练该模型,并结合孤立森林算法和箱线图法对原始新息向量进行监控和修正。最后,针对量测噪声协方差矩阵未知的情况,结合修正后的新息向量和UPF计算出未知量测噪声协方差矩阵,并进行状态估计。基于IEEE33与IEEE118节点标准配电系统的算例结果表明,所提出的方法在估计精度、泛化能力和鲁棒性等方面具有优越性。     

随机最优潮流及其应用的研究综述

随着电网运行环境的改变尤其是大规模新能源的直接并网,节点注入功率的随机性日益明显,这给电力系统调度与运行工作提出了新的挑战。随机最优潮流计及各种随机因素对电力系统的影响,是解决该问题的有力工具。对随机最优潮流的模型进行系统梳理,剖析各类模型的建立方式及应用范围;分类阐述随机最优潮流问题的5种主要解法,并分析各种解法的优劣;总结随机最优潮流在大规模新能源并网中的应用,并探讨后续亟待解决的问题,以期为新环境下电力系统的随机分析实用化技术提供科学依据。     

基于主从博弈和贪心策略的含电动汽车主动配电网优化调度

随着入网的电动汽车规模增加,为了实现电网与车主的双赢不仅要考虑其无序充放电对电网负荷的影响,还要计及双方的成本。基于此,建立了主动配电网与电动汽车主从博弈模型。上层以配电网运行成本最低为目标,通过合理的电价及激励策略引导电动汽车充放电,并协调优化分布式电源及储能;下层基于贪心策略进行两阶段优化,先以分时电价下充放电成本最低为目标优化充放电策略,在不减少收益的约束下,再最大化电网对减小负荷波动给予的激励调整策略。通过改进的IEEE 33节点系统算例分析表明,该模型在最大化双方利益的同时极大地缩小了负荷峰谷差,避免了大量电动汽车充电引起新的高峰。     

一种基于回路电流法的有源配电网潮流算法

提出一种基于回路电流法的主动配电网三相潮流算法,并提出风机等多种分布式电源在该算法中的计算模型。首先建立配电网络对应的图,然后将基本回路电流、变压器原边支路电压、非恒阻抗负荷支路电压、分布式电源支路电压、异步电机正序负序电压、转差率作为未知量,列写回路KVL方程、变压器原副边电流方程、负荷功率平衡方程以及分布式电源相关方程,推导Jacobian矩阵,并利用牛顿法求解方程。该方法不需要PV节点转化为PQ节点的过程,也不需要将环路解列及复杂的节点编号,没有对Jacobian矩阵进行简化和近似,具有二阶收敛性。算例表明,所提方法计算速度快,能够处理所有常见的分布式电源,具有较强环路处理能力,且比前推回推法有更好的收敛性。     

考虑随机性的微网能量优化调度模型

针对微网中风能和太阳能等可再生能源具有随机性和波动性的特点,提出了一种考虑随机性的微网能量优化调度模型,用以降低可再生能源发电预测不确定性带来的微电网和主网连接点(Point of common coupling,PCC)处的功率波动,使得微网对于主网成为一个可调度的单元,同时实现微网的经济调度。首先,采用拉丁超立方采样法(Latin hypercube sampling,LHS)和同步回带削减(Simultaneous backward reduction,SBR)技术生成可能的出力场景来描述风电和太阳能光伏发电出力的随机性。然后将PCC处能量波动引入目标函数,使得在系统期望成本最小的同时减小风电和光伏出力波动性对电网的影响,采用遗传算法求解该问题。仿真结果表明,该模型对含风电和太阳能光伏发电的微网优化调度的合理性和有效性。