基于集群负荷预测的主动配电网多目标优化调度

常规的配电网调度模式中,往往通过可控分布式电源、储能和柔性负荷来调节预测误差和实时波动,粗略地预测负荷值,这使得负荷预测往往不够精准,而且用可控分布式电源、柔性负荷或储能平衡配电网负荷波动,会造成较大的波动成本和备用成本.对此提出一种基于集群负荷预测的主动配电网多目标优化调度方法.采用模糊聚类的方法,对负荷进行集群划分...     

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。     

融合多场景分析的交直流混合微电网多时间尺度随机优化调度策略

交直流混合微电网接入高渗透率可再生能源及其特殊的网架结构,对交直流混合微电网的经济运行构成挑战。针对这一问题,提出一种融合多场景分析的交直流混合微电网多时间尺度随机优化调度策略。在日前调度阶段,在综合考虑市场分时电价、微电网内各分布式单元和双向AC/DC功率变换器的运行成本及特性的基础上,运用多场景分析技术模拟风光和交直流负荷的不确定性,以日运行成本最低为目标构建日前两阶段随机优化调度模型。在日内调度阶段,基于模型预测控制构建日内滚动优化调度模型,该模型通过在线滚动优化结合反馈校正形成闭环优化,在保障日前计划有效性的同时,充分抑制日前预测误差引发的功率波动,有效避免冲击配电网的稳定运行。最后,以某交直流混合微电网示范工程为依托,通过算例分析对所提方法进行验证,结果表明,所提方法能够有效应对交直流混合微电网多重不确定性的影响,实现其经济和鲁棒运行。     

考虑间歇性电源与负荷不确定性情况下基于多场景技术的主动配电系统两步优化调度

针对主动配电系统(active distribution system,ADS)中间歇性电源和负荷的不确定性问题,基于多场景技术提出一种两步优化调度模型。首先分析了ADS中各单元的概率模型,其次采用拉丁超立方抽样及样本缩减技术得到各单元的样本,进而构建了研究场景。在此基础上兼顾供电公司利益、污染物排放等目标,引入可中断负荷等相关约束,提出一种包含日前调度和实时调度的主动配电系统两步优化调度模型,并分别利用基于动态交换和密度距离的混沌粒子群算法和二进制粒子群算法求解日前调度和实时调度模型,算例结果表明所提模型和算法的有效性和正确性。     

基于场景聚类的主动配电网分布式风电的优化配置

为了实现主动配电网分布式电源(distributed generation,DG)优化配置,提出了一种多阶段优化配置方法.该方法首先应用多场景聚类方式考虑DG与负荷的时序性与随机性,将场景空间划分为若干个大致均等的子空间,在每个子空间中分别取各维分量坐标的代数平均值对应的点为该场景的簇心;然后将求取目标函数的最优解问题...     

基于模型预测控制的主动配电网多场景变时间尺度优化调度

针对源荷预测误差对主动配电网调度影响较大的问题,充分考虑源荷数据相关性,提出基于模型预测控制(MPC)的主动配电网多场景变时间尺度优化调度策略.在日前、日内优化阶段,采用藤Copula模型描述源荷相关性,结合场景生成与削减技术形成源荷出力场景,以多场景下配电网期望运行成本最小为目标建立优化模型,求解配电网中机组、储能、...     

引入改进模糊C均值聚类的负荷数据辨识及修复方法

高级量测体系的建设促使大量用电负荷数据增加了可观性,但由于通信等原因,量测数据中存在不良数据。文中提出一种引入改进模糊C均值(FCM)聚类算法的负荷数据辨识及修复方法,该方法利用快速爬山技术,对标准FCM聚类算法中聚类数目难以预先确定、初始聚类中心随机选取等缺点进行改进,实现用电负荷数据的精准聚类。在此基础上提取可行域矩阵及特征曲线,实现对新量测数据的辨识及修正。最后采用某地实际负荷测量数据进行分析,并通过与基于标准FCM聚类算法的对比,验证了该方法的快速性、高效性及其应用前景。     

数据驱动下基于风电场景的多时间尺度调峰调度研究

风电具有明显的波动性和反调峰特性。为减少风电大规模并网对电力系统调峰带来的影响,提出了一种基于风电调峰场景的多时间尺度调度策略,提高了极端风电场景下电网调度的执行效率。首先,构建了风电-负荷数据驱动模型。提出了风电调峰功率的多时间尺度评估指标,根据该指标对一年的风电功率进行时域分解并生成典型的风电调峰场景。其次,为保证在调峰场景下电网的功率平衡,针对历史场景构建了风火储协同调峰模型,并制定典型场景的经济最优调度预案。在此基础上提出多时间尺度调度策略,通过对调度预案进行滚动修正以应对风电的不确定性。最后,通过算例分析验证了所提方法在保证电网经济稳定运行的前提下可有效地提高调峰调度的计算速度并及时实施调峰调度。     

考虑自适应实时调度的多电压等级直流配电网能量优化方法

利用直流配电网整合直流型分布式电源与电力负荷已经发展成为一种有效方式,然而,高比例强随机性源、荷的接入背景下,固定时间尺度的能量优化调度难以实现直流配电网较低成本投入下的经济性优化运行。提出一种考虑自适应实时调度的多电压等级直流配电网能量优化方法。首先,基于直流配电网净负荷特征,建立了直流配电网实时调度自适应时间尺度模型;然后,基于多电压等级直流配电网分层的结构特点,构建了多电压等级直流配电网分层、多时间尺度滚动优化调度框架,并且,在实时优化调度层,综合配电网源荷匹配率与总运行成本之间的博弈,提出了自适应实时调度方法。基于提出的方法,通过直流配电网各个可调控单元分层、多时间尺度的能量优化,实现了直流配电网的可靠运行以及供需两侧的综合效益最大化。算例以某直流配电网示范工程网架进行验证,表明所提出方法的合理性和有效性。     

考虑电动汽车空间分配的多目标配电网重构优化

电动汽车充电过程在空间呈现的无序性会对配电网重构带来影响。在电动汽车用户倾向于选择距离最近、充电时间最少的充电站进行充电这一基础上,提出一种考虑电动汽车空间分配的配电网重构优化模型。以网络损耗和电压偏移水平为指标建立多目标优化函数,引入电动汽车效用度这一约束条件,对网络开关状态和电动汽车充电负荷空间分配方案同时优化。通过模糊C均值聚类对系统中电动汽车按照空间分布指标进行聚类,将空间分布位置相似的电动汽车聚为一类以降低问题模型维度。然后采用改进遗传算法对模型进行求解以获得综合优化方案。仿真结果表明,聚类能够显著降低计算难度,提高算法收敛速度;在优化模型的引导下,电网在保证自身运行经济性和可靠性的基础上,降低了电动汽车的充电时间和路程,证明了模型和方法的有效性。     

考虑氢-电混合储能的直流配电网优化调度

针对氢-电混合储能系统的运行模型和多端柔性直流配电网的电压-功率下垂特性二次调节过程,提出了一种源-储-网联合多时间尺度优化调度策略.日前调度阶段以运行成本和电压偏差率最小为目标,优化混合储能运行模式、微型燃气轮机的启停与下垂特性二次调节参数,为日内优化调度提供参考;日内滚动优化调度阶段以经济性为目标,微调设备出力并修正预测误差带来的功率波动.以某环形多端直流配电网为例,验证了所提调度策略的可行性、混合储能的优势和下垂特性二次调节对运行的改善.     

交直流混合主动配电网关键技术研究

配电网担负着电能的配送任务,传统配电网的电能传送是单向的,随着分布式电源大量接入,配电网的电能可能出现双向流动。由于分布式电源具有随机性和间歇性的特点,增加了配电网运行控制的难度。为了满足大规模分布式电源接入的要求,在北京延庆建设交直流混合主动配电网,提高配电网的能源配送和优化能力,支持高渗透率分布式能源的充分消纳,降低系统损耗,提高设备利用率,实现高可靠高质量供电,延缓增容建设投资。     

混合交直流主动配电网接纳裕度双重不确定性优化模型

接入的电能超出配电网接纳裕度时,为使充电接纳裕度最大化,风光出力波动最小化,提出混合交直流主动配电网接纳裕度双重不确定性优化模型。获取双重不确定因素,以电动汽车充电接纳裕度最大化、风光出力波动最小化为目标,以节点电压、风光出力以及接纳裕度等为约束,构建配电网优化模型,并通过混沌二进制粒子群算法求解优化模型,得到迭代后的最佳优化结果,实现配电网接纳裕度双重不确定性优化。经试验验证：通过该方法优化后,配电网的平均接纳容量从1 200 kW达到了2 000 kW左右,且始终保持在接纳裕度的优质区间内;接入不确定性电能类型后,节点的电压越限概率均最高在2.7%,各节点产生的弃能均保持在6 MW·h以下;各节点在峰时接入风、光机组时,风、光出力的最高波动值依然低于3.5 kW·h;当配电网处于恶劣环境下,日常接入不确定性电能时,配电网的有功网损处于0.25～0.40 MW之间。     

含多端柔性互联装置的交直流混合配电网协调控制方法

含柔性互联装置的交直流混合配电网协调控制方法是保证其高效可靠运行需要解决的关键技术之一。文中提出了一种新型的交直流混合配电网的协调控制方法。首先,根据互联装置交流侧运行状态将系统分为了9种不同的运行模式,并依照不同运行模式的控制需求提出了互联装置、储能单元以及光伏发电单元的控制策略。针对下垂控制的直流电压偏差问题,采用直流电压二层控制进行补偿。同时为了避免深度放电,提出了基于荷电状态带有缓冲区的减载算法,能够有效减小直流电压波动,而对于深度充电问题,提出了采用光伏发电单元同时切换至分层直流下垂控制实现直流电压恒定,实现按照容量比例进行均分。最后,通过仿真软件搭建了仿真模型,仿真结果验证了所提出方法的有效性和可行性。     

基于深度神经网络伪量测建模的交直流混合配电网交替迭代法状态估计

当前配电网状态估计面临的一个突出问题是实时量测数量不足,难以实现全网可观性。为了给配电管理系统提供准确的基础数据,提出一种基于深度神经网络伪量测建模的交直流混合配电网交替迭代状态估计方法。首先,建立电压源换流器的稳态模型和混合配电网的实时量测模型;然后,利用历史量测数据对深度神经网络进行离线训练,建立负荷节点注入功率的伪量测模型;最后,对交流区域和直流区域进行交替迭代状态估计,在交替过程中区域间交换VSC支路状态量的估计值,保证了边界状态量的一致性。算例测试结果表明,所提方法能在实时量测覆盖率低的情况下,准确估计混合配电网的状态值。     

基于深度神经网络伪量测建模的交直流混合配电网交替迭代法状态估计

当前配电网状态估计面临的一个突出问题是实时量测数量不足,难以实现全网可观性。为了给配电管理系统提供准确的基础数据,提出一种基于深度神经网络伪量测建模的交直流混合配电网交替迭代状态估计方法。首先,建立电压源换流器的稳态模型和混合配电网的实时量测模型;然后,利用历史量测数据对深度神经网络进行离线训练,建立负荷节点注入功率的伪量测模型;最后,对交流区域和直流区域进行交替迭代状态估计,在交替过程中区域间交换VSC支路状态量的估计值,保证了边界状态量的一致性。算例测试结果表明,所提方法能在实时量测覆盖率低的情况下,准确估计混合配电网的状态值。