一种考虑线损最优的配电网新能源聚类规划方法

当前以风电、光伏为代表的分布式电源在配电网中的占比越来越大，其对电网规划的合理性及可靠性也提出了较高要求。该文提出一种基于k-medoid聚类的配电网分布式发电规划方法，采用轮廓系数法确定最优的聚类个数，以配电网线损最优为优化目标，以配电网线损灵敏度因子作为聚类特性指标，得到分布式发电最优规划位置；并提出基于节点有功变化的部分线损计算策略以获得分布式发电的最优规划容量。最后，以IEEE33节点系统作为测试系统进行了分析。结果表明，所提方法不仅具有较高的计算效率，同时能够一次性给出多个特征指标下的综合最优接入方案，具有较强的实用性。     

一种考虑线损最优的配电网新能源聚类规划方法

当前以风电、光伏为代表的分布式电源在配电网中的占比越来越大,其对电网规划的合理性及可靠性也提出了较高要求。该文提出一种基于k-medoid聚类的配电网分布式发电规划方法,采用轮廓系数法确定最优的聚类个数,以配电网线损最优为优化目标,以配电网线损灵敏度因子作为聚类特性指标,得到分布式发电最优规划位置;并提出基于节点有功变化的部分线损计算策略以获得分布式发电的最优规划容量。最后,以IEEE33节点系统作为测试系统进行了分析。结果表明,所提方法不仅具有较高的计算效率,同时能够一次性给出多个特征指标下的综合最优接入方案,具有较强的实用性。     

基于数据驱动的有源配电网实时调度降损策略

农村配网通常接入有较大容量的小水电等分布式电源,在向上级电网反送电能的过程中造成了大量的线损,因此本文提出了一种实时调度策略旨在降低配电网的线损。首先,考虑分布式电源的有功无功控制以及有载调压分接头的控制,基于支路潮流模型建立了配电网调度降损模型;进一步,通过构造高维随机矩阵,从配电网运行时间序列数据中提取能够表征运行状态的特征作为输入,对配电网历史调节策略进行热编码作为输出;然后利用深度双向长短时记忆网络学习配电网特征与网络降损策略之间的函数映射关系,建立基于数据深度学习驱动的有源配电网实时调度降损模型。最后,基于实际有源配电网系统进行了仿真,仿真结果表明所提出的实时调度算法能在保证小水电上网收益的前提下,优化小水电的出力曲线,提高分布式电能的就地消纳率,从而降低了网损。