基于差分进化算法的分布式电源DG规划设计

分布式电源(DG)是一种可以与环境兼容,利用清洁能源发电,可以满足用户对电量的特殊需求的发电装置。因此,将分布式电源接入电网,不仅可以保证电网的运行安全,提高供电可靠性,还可以将多余的电力反馈给电网。分布式发电接入配电网后,不一定能降低配电系统的网损,提高电网的稳定性,还有可能会因为并网的规划方案设计的不够好反而对电网造成不利影响,因此,分布式电源接入配电网的规划尤为重要。在分布式发电的并网规划中,最重要的是选择分布式发电的接入位置和容量。因此,本文选择具有结构简单、执行方便、优化效率高、参数设置简单、鲁棒性好等优点的差分算法,通过建立系统,并用Matlab进行了仿真,选择其最佳位置,计算出最优容量,并得到最优目标函数,来达到最佳的规划设计。     

基于LSTM及分位数回归理论的配电变压器重过载概率预测

配电变压器的重过载是导致变压器故障和损坏的主要原因之一。因此,准确地预测配电变压器的运行情况对于电力系统的安全和可靠运行至关重要。由于配电台区负荷受到诸多复杂变量的影响,同时这些复杂变量的影响往往无法可靠建模估计,故最终预测结果表现出一定的不确定性。传统单点预测为预测单一最优值,无法充分量化预测的不确定性。本文融合多维特征与变压器历史运行数据,采用分位数回归方法对台区负荷情况进行建模,通过将条件分位数与一般线性或非线性模型结合来构建概率预测模型,分位数回归能够对整个条件分布建模,相对于标准回归方法其可以提供更多信息。传统的点预测由于其无法估计预测结果的不确定性,故对业务部门的决策具有一定的风险,而概率预测不仅可以像点预测一样提供未来最优预测点,也可以提供未来预测值的分布情况,概率预测以预测区间或分位数的形式可以更好地估计重过载情况。