考虑含储能的三端智能软开关与需求侧响应的主动配电网有功无功协调优化

针对分布式电源(distributed generation, DG)大规模并网导致的配电网电压越限、网络损耗增加和弃风弃光等问题,提出一种考虑含储能(energystoragesystem, ESS)的三端智能软开关(softopenpoint, SOP)与需求侧响应(demand response, DR)的主动配电网(active distribution network, ADN)有功无功协调优化策略。首先,计及可再生能源出力的不确定性,基于条件生成对抗网络(conditional generative adversarial networks, CGAN)生成日前场景。然后,对含ESS的三端SOP与DR进行建模,并将其与DG和传统无功补偿设备进行协调优化。构建以网络损耗最小、电压偏差最小、弃风弃光量最小、用户舒适度与用户经济度最大为优化目标的数学模型。进而转化为混合整数二阶锥规划模型,并利用GUROBI进行求解。最后,在改进的IEEE 33和IEEE 69节点配电系统中进行仿真验证。结果表明,计及风光出力的不确定,所提优化策略在兼顾用户舒适度和用户经济度的同时提高了配电网运行...     

基于条件生成对抗网络的风电功率极端场景生成

针对风电功率不确定的电力系统调度和规划问题,提出了一种极端场景生成框架。首先,采用迭代方式对历史数据集的分布进行转移,解决了历史数据集中极端样本不足的问题。其次,根据风电功率特征定义不同的极端度量,并对风电功率场景设置不同的极端度量范围,实现不同极端度量范围下的可控生成,增强场景生成的可解释性。然后,通过条件生成对抗网络实现极端场景的可控场景。最后基于风电功率实时数据进行验证。结果表明：所设计的框架不需要复杂的概率建模和采样过程,同时可以捕捉到不同极端情况下的随机特性和动态特性。所提出的方案生成场景的极端度量值准确率在90%以上,能够在可控的极端度量范围以及误差范围内有效生成场景。