基于GA优化BP神经网络的有源配电网高阻接地故障选线方法

当配电网发生高阻接地故障时,逆变型分布式电源的接入会向零序网络中注入不平衡的谐波电流,改变原有故障特征的分布规律,导致传统高阻故障选线方法失效。考虑光伏电源接入对配电网的影响,提出了一种基于GA优化BP神经网络通过融合多种故障特征的有源配电网高阻接地故障选线方法。首先,利用Matlab/Simulink搭建谐振接地系统仿真得到选定周波的故障零序电流,根据小波包变换从中提取小波包能量熵和模极大值,并将其作为数据样本。然后,将数据输入优化后的网络中进行训练,得到能够实现智能选线的机器学习模型。最后,算例分析表明该方法较传统算法提高了迭代速度和训练精度,在多种复杂故障条件下具有良好的选线容错率,且具有一定的抗噪能力。     

计及运行成本风险的主动配电网两阶段随机模型预测控制

分布式电源出力和负荷不确定性造成主动配电网运行风险,影响其运行安全性和经济性。建立了计及运行成本风险的主动配电网两阶段随机模型预测模型。结合不确定场景集和不同调节设备的动作特性,通过引入条件风险价值作为风险控制手段,构建了计及风险的两阶段随机优化模型,以降低运行成本分布中的“厚尾”风险。利用模型预测控制方法实现时序滚动优化,精细化协调控制,以减少可再生能源波动性以及负荷预测偏差给主动配电网经济运行带来的影响。最后,通过算例仿真分析,验证了所提方法在保证主动配电网安全运行的同时,进一步降低高额运行成本发生的概率,可实现主动配电网运行风险的有效、准确管控。     

冰灾下考虑多种拓扑特性的电网风险分析

为了建设抗灾能力强的电网,提出了一种冰灾下考虑多种拓扑特性的电网风险评估方法.利用了网状系数、圈长分布指标来反映电网拓扑特性,从而分析拓扑特性对冰灾电网风险的影响,指导电网拓扑规划.重点建立了考虑失负荷价值最小的冰灾风险指标,以及全局性拓扑特性指标,最终提出了降低冰灾风险的拓扑特性.以IEEE30节点网络及改进网络为算例,证明了网状系数大,短圈长路径比例大的网络,受到的冰灾风险更小.     

计及分布式电源和电动汽车特性的主动配电网规划

随着清洁能源的发展,高渗透率的分布式电源(DG)和电动汽车(EV)给配电网的规划和运行带来诸多影响,例如大量弃电、加剧负荷峰谷差等问题。文中建立了计及DG出力相关性和EV需求响应的规划运行双层模型以减小负荷波动。首先,在DG概率模型的基础上,使用相关矩阵法生成具有相关性的DG节点样本;其次,建立多目标规划运行双层模型,上层考虑DG和充电桩的协同规划,下层考虑负荷波动、DG弃电等运行成本,并将所提随负荷波动EV充放电价、DG相关样本等以约束方式表示;接着,在应用Voronoi图法对充电站服务范围划分的基础上确定EV响应量上限并将双层模型转化;最后,应用CPLEX工具包对所建二阶锥模型进行求解,并通过某"交通网-配电网"关联系统验证所提模型和方法的有效性。     

基于数据校核与图卷积神经网络的高容错配电网故障诊断方法

目前运用配电网中的多源故障遥信数据对配电网故障进行诊断的技术逐渐火热,但由于信息的误报、漏报使得诊断结果往往不尽如人意。针对配电网多源故障信息不健全的问题,本文提出了一种将数据校核操作与图卷积神经网络相结合的高容错性配电网故障诊断方法,旨在利用不健全故障信息对配电网进行故障诊断。首先,将多源故障遥信数据作归一化处理后再进行数据校核,从源头改善数据的不健全性;接着,根据配电网图模将多源故障数据转化为故障图数据;最后,将故障图数据送入图卷积神经网络进行学习训练,训练完毕的模型在部署后可实现对配电网的故障诊断。在Python 3.7平台进行实验,通过算例分析证明本文所提方法可有效提高配电网故障诊断的容错性。     

分布鲁棒优化方法在电力系统中的理论分析与应用综述

清洁能源、电价等不确定因素对电力系统的规划运行有着重要影响,而分布鲁棒优化(DRO)方法因结合了随机优化和鲁棒优化在处理不确定性方面的优点逐渐受到学者们的关注,文中对DRO方法在电力系统领域的应用情况进行综述。首先,阐述了DRO方法的特点,并与其他不确定性处理方法进行了对比分析。其次,介绍了不同类型的DRO方法在电力系统中的应用现状,并分析了各种DRO方法(包括概率密度、矩信息两大类及基于这两大类的分布鲁棒机会约束方法)的优缺点。最后,对DRO方法在电力系统领域待研究的方向进行了总结与展望。     

考虑开关重构与需求响应的配电网分布鲁棒优化运行

在高比例分布式光伏接入的背景下,给配电网运行的经济性与安全性带来了新的挑战。建立了考虑开关重构与需求响应的配电网分布鲁棒优化运行模型。首先,以配电网每日运行成本最小为优化目标,同时考虑开关重构与价格型需求响应,得到配电网拓扑结构优化方案与运行方案。其次,利用光伏历史出力数据,通过聚类获取典型场景与其概率分布,采用1-范数与∞-范数约束不确定性概率分布置信区间,建立数据驱动的分布鲁棒两阶段优化模型。最后,通过修改的IEEE 33节点系统,基于列与约束生产算法(column-and-constraint generation,CCG)利用Cplex求解器进行求解,验证了模型的可行性。     

计及光伏不确定性和低碳需求响应的工业园区光-储分布鲁棒规划模型

在双碳背景下,工业园区能通过配置光-储发电系统,减少外部购电量,从而降低碳排放水平,但光伏的不确定性给工业园区最优规划带来了一定挑战。基于此,建立了计及光伏不确定性和低碳需求响应的工业园区光-储鲁棒规划模型。该模型以园区年综合成本最小为优化目标,基于碳排放流理论,将动态碳排放因子作为需求响应的实时电价的定价依据,其次,利用光伏出力的历史数据,通过场景聚类,建立典型出力场景和其概率分布,构建基于数据驱动的两阶段分布鲁棒光-储规划模型。最后,利用Cplex商业求解器对某工业园区进行算例仿真,验证了所提模型的有效性。     

考虑事故–经济重构共同影响的配电网智能终端规划

随着智能电网建设的不断推进,信息系统与配电物理系统不断深入耦合,配电自动化程度势必越来越高,智能终端的规划设计在配电自动化建设发展中显得尤为重要。基于此,建立考虑事故–经济重构共同影响下的配电网智能终端双层规划模型。上层模型为系统综合投资成本和运行成本综合最优进行“二遥”(集遥信和遥测功能于一体的智能终端)、“三遥”(集遥信、遥测和遥控功能于一体的智能终端)终端选址、选型以及光缆铺设规划建模。基于上层规划结果,下层事故重构部分基于多场景事故停运时间分解法,结合各类可转移负荷的负荷–电源转移路径上智能终端配置状态,计及断路器是否支持遥控对系统可靠性造成的影响等,建立配电系统可靠性评估量化模型;下层经济重构部分则计及潮流约束、安全约束、拓扑约束和开关动作约束从而建立基于二阶锥松弛(second order cone programming,SOCP)的动态混合整数线性模型以分析规划结果在系统正常运行时的经济性。最终,整个双层模型采用离散二进制粒子群算法(discrete binary particle swarm optimization algorithm,BPSO)进行优化求解,并先后...     

基于主从博弈的售电商多元零售套餐设计与多级市场购电策略

随着电力市场改革的发展,如何制定吸引用户选择的多类型零售套餐成为提升售电商利润的研究重点。为此该文结合激励手段和价格信号为售电商设计了多类提升市场竞争力的零售套餐,并基于多时间尺度、多交易类型的市场背景为其提出购电策略。首先,搭建售电商与多元用户之间的主从博弈架构,分析售电商参与日前、月度、年度多级市场下与发电商、电力交易中心等主体之间的多种购电交易类型,设计峰谷分时电价、昼夜用电捆绑、峰谷惩罚补偿、阶梯递增电价、固定单一电价5种月度零售套餐。其次,分别以考虑风险因素的售电商效益最大化、多元用户自身综合满意度最大化为目标,构建主方购售电组合决策模型和从方零售套餐选择模型,并阐述主从博弈互动过程。接着,采用粒子群优化算法和CPLEX优化软件求解模型的纳什均衡解。最后,利用算例仿真验证主从博弈模型的迭代求解具有较好的收敛性,多级市场购电策略和多元零售套餐的提出有利于售电商提升自身利润的同时提高用户满意度,从而扩大市场份额。