计及模型误差的分布式光伏配电网优化调控方法

当前配电网存在信息采集不全、在线获取电网精确模型困难的问题,导致对分布式光伏的调控存在误差,难以满足配电网安全运行的要求,因此提出了一种计及模型误差的分布式光伏配电网调控方法。基于近似灵敏度建立了光伏调控量粗略计算模型;采用极限学习机(ELM)方法建立人工智能辅助决策模型,作为光伏调控量粗略计算模型的修正;进一步地,基于上述2个模型,设计了计及模型误差的分布式光伏优化调控策略;最后进行仿真分析,结果表明提出的调控方法弥补了仅依赖电网模型进行优化带来的误差,提高了优化调控的精度。     

面向分布式光伏虚拟集群的有源配电网多级调控

受外界环境影响,分布式光伏出力具有间歇性、波动性和不确定性,其分散、高渗透接入给配电网调控带来了高维数、高复杂度等问题,故提出面向分布式光伏虚拟集群的有源配电网多级调控。首先,提出虚拟集群概念,并基于社团理论提出适应调控目标变化的虚拟集群动态划分方法。然后,针对含高渗透分布式光伏配电网的运行特点和调控需求,具体研究包含全局优化调度级、集群趋优控制级、本地消纳控制级的多级调控模型与实现方法。最后,在MATLAB/Simulink中搭建仿真模型并进行算例分析,验证了所提调控方法可适应有源配电网运行状态变化,提高调度控制的快速性和有效性。