数据驱动的无精确建模含源配电网无功运行优化

分布式光伏的接入使得配电网无功电压运行控制需求及解决措施与传统配电网差异较大。针对配电网测量设备安装不全、网架参数难以准确获取,无法进行精确数学建模的问题,提出了无精确建模的含分布式光伏的配电网电压优化控制模型。以节点电压合格为优化目标,使用高速公路神经网络拟合网架节点注入功率与关键节点电压之间的映射关系;考虑分布式光伏的出力约束,进而采用定向寻优策略和反馈机制对优化模型进行求解;通过改变分布式电源逆变器出力来控制电网电压,实现全局系统电压控制。以不同规模的配电网实际数据为例,验证了所提优化运行控制模型的有效性。对比分析了采用普通神经网络和高速公路神经网络的电压拟合精度及收敛速度,证明高速公路神经网络应用于解决无精确建模的多节点含源配电网无功运行问题,可以实现拟合精度和拟合速度的双重优化。

规划与运行融合的配电网无功补偿智能协调配置

采用空间快速负荷分段法建立动态负荷模型,去除空间负荷的时间复杂性。在此基础上,建立结合规划和运行的无功补偿智能协调配置双层模型,上层的规划模型对无功补偿设备的安装位置、类型和容量进行优化配置,下层的运行模型综合考虑不同的负荷场景,优化无功补偿设备的投切方案,使系统达到分级无功平衡。采用双层风驱动算法对模型进行求解。算例结果表明,所提无功补偿方案能够在不同负荷场景下取得良好补偿效果,验证了所提模型和算法的合理性和有效性。

基于随机矩阵的配电网单相接地故障区段定位

基于配电网典型故障暂态信息与电网运行数据,提出用高维随机矩阵的相关特征判别方法,对小电流接地系统单相接地故障进行区块故障定位。以崇明示范区电网为原型搭建Simulink仿真模型,将同一时间段内的运行数据按照通过矩阵的变换处理构建时序的高维随机矩阵,将电网运行状态映射到高维数据空间,通过对矩阵的谱分析,结合随机矩阵理论的Marchenko-Pastur分布律和单环定理确定故障位置。算例验证结果表明,提出的算法可以以电网运行暂态数据为导向,有效进行小电流接地系统单相接地故障区段定位。

计及分布式电源随机出力的配电网多目标无功优化

计及分布式电源出力的随机性,建立了以系统有功网损最小及节点电压偏差最小为联合目标的无功优化模型,采用基于Nataf变换的3点估计法解决概率潮流问题并利用人工鱼群算法进行求解。以改进的IEEE 33节点系统为例,验证了无功优化模型的有效性,并对比基于Nataf变换的3点估计法和蒙特卡洛法优化结果的影响,证明了基于Nataf变换的3点估计法能提升无功优化效率。

基于混合蛙跳算法的配电网无功补偿双层优化

针对目前城市电网小负荷时期发生功率因数超标和无功倒送问题,提出了无功补偿双层优化模型,上层以网损最小为优化目标,下层保证电网潮流正常安全稳定运行,利用混合蛙跳算法得到优化方案。进一步使用修改后的IEEE-33节点系统的网架结构,对无功补偿双层优化模型及相关算法进行了仿真试验,验证了混合蛙跳算法的可行性。验证结果表明无功补偿双层优化模型在降低网损、提升节点电压、解决无功倒送问题方面具有一定的效果。

海量数据支撑下的崇明地区电网无功负荷分布时空特性分析

以崇明电网SCADA系统中的海量电网运行数据为分析对象,基于功率平衡准则,对原始数据进行清洗和预处理以得到有效数据集。首先从时间维度上使用Kmeans聚类算法对崇明地区年总负荷数据进行聚类,分析不同运行场景下无功负荷分布差异性;再从空间维度上,用3种结构划分方式将电网分解成不同区域,分析电压等级、电源结构、负荷情况对无功倒送频率的影响。分析结果揭示了崇明地区电网无功电压运行中的典型问题,为当地电网无功规划及运行提供了重要参考。