基于ADMM的海上多平台-岸电供能系统能量-备用协同分布式优化调度

针对海上油气工程对能量供应稳定性的需求,许多海上发电机组和岸上电网协同的供能系统相继建立。建立海上发电机组和岸上电源的协同优化运行模式,能提高供能可靠性,减少碳排放。因此,提出了海上多平台-岸电供能系统能量-备用协同优化调度模型。同时,为了应对海上多平台供能系统与岸电系统之间的独立性,基于交替方向乘子法(alternating direction method of multipliers, ADMM)的思想提出了协同调度模型的分布式求解框架。为了确保分布式求解算法的收敛性,采用二阶锥松弛技术将海上平台电网潮流约束进行松弛,使模型转化为凸优化模型。算例结果表明,海上多平台-岸电协同供能系统在保护岸电系统和各海上平台信息隐私的同时,可使可再生能源的消纳能力获得提升。     

基于交替方向乘子的多能互补微电网分布式最优潮流调度

针对常规分布式最优潮流无法直接应用多微电网系统等问题,提出了一种基于交替方向乘子的多微电网协同最优潮流调度算法。算法给出各发电单元的成本函数和运行约束,以此为基础,提出多微电网间联络线潮流方程及连接点平衡约束,建立多微电网协同最优潮流模型;利用平均协商确定各微电网边界变量目标值,借助交替方向乘子法对多微电网进行协同最优潮流调度。仿真实验表明,算法在无中心协调和全局通信下实现了多微电网的最优潮流调度,同时验证了算法的收敛性和一致性,与相关潮流调度算法相比有较高的调度和协同优势,并且最优间隙至少保持在2.6×10^-6以内。     

基于边缘计算的电力系统稳态数据压缩方法

为有效压缩电力系统数据，缩减储存空间与数据传输量，面向电力系统工作过程中生成的大规模稳态数据，以边缘计算为技术支撑，提出一种数据压缩方法实现有效解决。通过建立联合稀疏模型、建立稀疏冗余字典、明确测量矩阵、建立联合重构算法等阶段，结合压缩感知与分布式信源编码，完成边缘计算下电力系统稳态数据融合。利用小波变换算法，按分辨率将得到的数据融合结果分解至各个尺度水平上，得到高频系数与低频系数，经阈值处理高频系数后，采用无损编码技术输出压缩结果。试验阶段中，针对某电网公司的试运行电力系统静态数据展开压缩试验，依据数据压缩空间占比、赋范均方误差以及数据压缩比率3个指标的定量评估结果，检验出所提方法具有较为明显的压缩优势，压缩信号与实际采样信号波形拟合程度较高。     

考虑多类型负荷及风光不确定性的配电网优化规划

风电和光伏的大规模并网,使得配电系统和各类负荷的运行稳定性明显降低.为降低可再生能源接入的不利影响,提出考虑多类型负荷及风光不确定性的配电网优化规划方法.利用仿射数模型降低分布式电源预测的不确定性;结合各类负荷的静态电压特性,建立各类负荷相应的幂函数模型,提出以电压波动和网络损耗最小为目标函数的规划模型;然后,采用自适应遗传算法进行模型求解;最后,在改进的IEEE-33节点的系统上进行仿真分析,验证了所提方法的有效性.