基于资源禀赋及负荷特性的低压台区典型场景划分方法

随着光伏和电动汽车在配电网中的接入比例日益增加,这些非线性和随机性的负荷对配电台区的运行造成了显著影响,频繁引发三相不平衡、电压波动、谐波等电能质量问题。鉴于不同配电台区的源荷组成差异,其面临的电能质量问题及成因也各不相同。为有效解决这些问题,该文提出了一种基于资源禀赋和负荷特性的低压台区典型场景划分方法。首先分析了不同场景下配电台区的运行特征,并据此进行了场景划分;然后采用K-means聚类方法对贵州某地区的示范台区进行了详细分析;通过对基于K-means聚类的算例进行分析,准确识别示范台区内电能质量问题的根本原因,从而验证了所提方法的有效性。

基于用户智能电表大数据的配电台区数字化建模

智能电表的广泛使用带来了电网运行实时数据采集的变革,为配电台区的数字化建模提供了海量数据支撑。本文探讨了如何利用这些数据推进配电台区的数字化转型,首先介绍了数字化配电台区的概念与重要性,随后从五个维度进行数字化分析:台区特征、用户特征、新能源特征、网络参数和运行特征,构建了一个综合的数字化模型。在此基础上,本文选取具体的应用场景,展示了数字化建模的实际应用效果。研究成果不仅有助于理解智能电表数据在配电台区数字化建模中的作用,也为配电台区规划、运行和维护的数字化转型提供了理论与实践的参考。

基于多智能体的中低压交直流混合配电网优化调度

随着源荷种类增多,交直流混合配电网的实时优化调度愈加困难,强化学习智能体具有“离线训练,在线应用”的模式,能高效解决此类实时优化问题。然而,目前所提的集中式优化调度方法,对计算设备的要求较高,且无法保障台区数据的隐私性。为此,提出了一种基于多智能体的中低压交直流混合配电网优化调度方法。首先,基于Distflow的潮流计算方法,搭建低压交直流混合配电网优化调度数学模型;其次,以各台区节点电压、潮流分布等信息作为状态空间,以各台区可执行优化调度的设备操作作为动作空间,以各台区网络损耗和节点电压偏差最小作为奖励函数,搭建马尔可夫博弈模型,并采用“Actor-Critic”强化学习算法对模型进行求解,实现基于多智能体的交直流混合配电网多设备分布式协调控制;最后,以21节点中低压交直流混合配电网为算例,验证了所提方法在电压越限问题的治理和降低网络损耗方面的可行性与有效性。