新能源配电系统非参数概率最优潮流解析方法

分布式新能源的大规模接入给配电系统的安全经济运行带来了严峻的挑战。为准确分析新能源出力不确定性对配电系统运行决策的影响,该文提出一种基于卡罗需–库恩–塔克(Karush-Kuhn-Tucker,KKT)条件与高斯混合模型的新能源配电系统非参数概率最优潮流计算方法。基于最优潮流问题的KKT条件获得从新能源出力等输入变量到机组出力等输出随机变量最优解的解析映射关系,显著简化了优化问题的求解过程。采用多元高斯混合模型对新能源出力概率分布进行描述,准确表征含有相关性的新能源出力的概率特性。最后,采用IEEE-33节点配电系统算例仿真分析验证所提配电系统非参数概率最优潮流计算方法的有效性。

基于条件生成对抗网络曲线生成的短期负荷概率预测

为指导电力系统稳定安全运行,提出一种基于条件生成对抗网络(CGAN)曲线生成的短期负荷概率预测方法。首先,以日期、温度、历史负荷等特征为输入,构建基于双向长短期记忆神经网络的日负荷关键值自适应集成预测模型。其次,采用最大信息系数方法为负荷特征赋权,基于加权K最近邻算法、加权重采样构建相似曲线数据集。然后,以负荷关键值和相似曲线数据集分别作为条件和训练集,构建基于CGAN的负荷曲线生成模型,提出数值偏差量与曲线形态偏差量修正损失函数。最后,考虑模型、噪声不确定性,构造由噪声到模型输出概率分布的映射关系,进行短期负荷概率预测。以中国华东某地区电网负荷数据为例,验证了所提方法相对于传统方法具有更高的预测精度。

基于机会约束规划的配电网分布式光伏承载能力评估

近年来分布式光伏发展迅猛,其发电功率间歇性和不确定性给配电网运行安全带来巨大威胁,亟需对配电网分布式光伏进行承载能力量化分析,以指导其科学开发.为此,考虑光伏发电功率不确定性,提出了一种基于机会约束规划的配电网分布式光伏承载能力评估方法.首先,基于分布式光伏历史运行数据,采用高斯混合模型对其发电功率概率分布进行建模表征;其次,考虑线路热稳定约束、电压安全约束以及设备运行约束,将光伏出力视作随机变量,建立了基于机会约束规划的配电网分布式光伏承载能力评估模型;然后,推导建立了分布式光伏发电功率与线路潮流、节点电压等系统状态变量间的仿射关系,通过计算累积分布函数在给定置信度下的分位点实现机会约束的确定性转化;最后,在一个改进的测试系统上验证了所提方法的有效性.