考虑灵活性供需匹配的孤岛微网优化调度策略

为使孤岛微网能更大程度地实现源侧发电功率与荷侧用电需求之间的匹配程度,以灵活性理论为依据,提出考虑灵活性供需匹配的优化调度模型。以最大化经济效益和最大化灵活性供需匹配程度为目标,利用多目标粒子群优化算法得到该优化问题的Pareto解集,并从中选取更符合实际需求的解。算例仿真结果表明,所提优化调度策略能有效提升系统应对可再生能源发电机组出力的波动性与随机性的能力,提高经济效益。     

深度学习驱动的电网无功-电压优化控制策略模型

在应用深度神经网络的基础之上,提出一种对电网网络损耗进行有效评估与优化的方法。该方法通过神经网络寻求电网中无功补偿设备、变压器的运行状态与系统网络中网络损耗的内在联系,再结合改进遗传算法对其优化,实现在线快速调节控制。方法解决了电网使用传统最优潮流计算求解非线性混合变量规划时存在的收敛性问题,文中放弃了使用潮流分布数据采用节点电压数据替代实现降维的同时保证电力系统中全局响应信息,采用佳点集抽样样本优化神经网络训练的效果,并改进传统遗传算法提升搜索的全局性或收敛的速度,最后本章通过IEEE30节点系统对本套方案进行仿真验证,证明了改进方法的有效性。