基于数据驱动的配电网拓扑识别及线路阻抗估计

中低压配电网的拓扑识别及线路阻抗参数估计是未来智能配电网实现各种功能的基础。依托AMI(高级量测体系)提供的电量信息,提出了一种仅依靠配电网节点电压及功率数据驱动的中低压配电网拓扑识别及线路阻抗估计方法。利用核密度估计方法计算各节点电压数据间的互信息并据此分析各节点间相关性;根据图的最小生成树算法生成以邻接矩阵形式表示的配电网拓扑;结合线性回归及Distflow潮流模型对拓扑进行校正,检验拓扑中是否存在AMI系统中没有相关数据的汇流节点并计算线路阻抗;最终得到准确的配电网拓扑及线路阻抗参数。通过IEEE 33节点中压配电网及典型低压配电网算例对所提方法进行了验证,结果表明所提方法能够准确辨识拓扑及线路阻抗参数,即使在感知设备不足的低压配电网中仍有较好的辨识效果。

基于分段预测及天气相似日选择的区域电网短期负荷预测方法

为了提高对低谷、午间高峰、午间低谷、晚间高峰时段的负荷预测精度,提出一种基于分段预测及天气相似日选择的短期负荷预测方法。首先,分析包括气象及经济在内的不同因素对区域电网不同时段负荷的影响,并选取相关特征构建训练集;其次,采用长短期记忆神经网络模型实现对不同时间点的负荷预测;之后,利用互信息及欧式距离选取与待预测日天气条件接近的相似日,并将该日负荷曲线作为参考,与前述分段负荷预测结果结合作为待预测日的负荷预测结果。实验结果表明,所提出的短期负荷预测方法能够有效提高短期负荷预测精度,特别是对低谷、午间高峰、午间低谷、晚间高峰时段的预测精度有明显提升。