基于柔性多状态开关和动态重构的配电网灵活运行方法

未来电动汽车(electric vehicle, EV)以及光伏(photovoltaic, PV)在配电网中的接入比例逐渐增高,这不仅带来了复杂的不确定性问题,而且导致了配电网净负荷时空分布的不均衡,从而产生了弃光、失负荷以及潮流分布不均匀的问题。基于此,考虑电动汽车充电负荷以及光伏的不确定性,提出了一种基于柔性多状态开关(flexible multi-state switch, FMS)和动态重构的含高比例电动汽车-光伏配电网灵活运行方法。首先,基于FMS灵活功率调控和网络动态重构,构建了支撑高比例电动汽车-光伏接入的配电网灵活运行框架。其次,利用蒙特卡洛随机模拟法对各类电动汽车充电负荷以及光伏出力进行不确定性建模,建立了基于场景集以及场景缩减法的随机规划模型。然后,建立了以弃光、失负荷、FMS损耗、网损成本最小和负荷均衡度最优为目标的配电网灵活运行模型。最后,在158节点系统上通过算例验证了所提方法的有效性。     

基于模糊匹配的配电网短路故障区段定位方法

针对传统10 kV配电网短路故障方法难以适应非健全信息环境的难题,文中利用配电网配用电信息系统的多源数据,以Elman神经网络模型为中心,建立基于模糊匹配的短路故障区段定位方法。首先,以配用电信息系统数据库为基础,对配电网短路故障相关的信号与电气量进行分析,建立配电网短路故障诊断特征库。然后通过I-Relief算法进行主要特征的筛选选取,来作为Elman神经网络的数据输入,并基于Elman神经网络模型对多源数据和配电网短路故障类型及位置进行模糊匹配。最后通过西南某地区实际算例分析,证明所提模型能高效快速地对10 kV配电网短路故障进行区段定位,且具有较好的容错性和实用性。