随着“双碳”目标的战略推进,可再生能源在主动配电网(active distribution network,ADN)的大规模消纳提上日程,但受限于调度控制方式和数据交互模式,现有的集中式控制方法无法有效满足分布式能源消纳需求和配电网运行经济性目标。为此...随着“双碳”目标的战略推进,可再生能源在主动配电网(active distribution network,ADN)的大规模消纳提上日程,但受限于调度控制方式和数据交互模式,现有的集中式控制方法无法有效满足分布式能源消纳需求和配电网运行经济性目标。为此,提出了一种基于目标级联法(analytical target cascading,ATC)的主动配电网区域多主体自治协同优化方法,将柔性负荷、分布式电源和储能视为受控单元主体,根据配电网整体的经济性优化目标和微电网区域的局部自治优化需求,设计“ADN主体-节点主体-受控单元主体”的调度框架;并通过ATC处理主体间的共享交互信息,将不同层级的系统解耦为主系统和子系统,达到兼顾整体和局部目标协同优化的效果。最后,通过搭建D9M2和IEEE 33节点配电系统,验证了该方法的有效性。展开更多
调度自动化系统的异常数据辨识和数据质量是电力系统精准调度和预测的基础,为数据分析提供了可靠的保障。针对异常数据对调度自动化系统的影响,提出一种调度自动化系统主子站通道异常数据辨识模型。首先,构建基于参数自适应的密度噪声...调度自动化系统的异常数据辨识和数据质量是电力系统精准调度和预测的基础,为数据分析提供了可靠的保障。针对异常数据对调度自动化系统的影响,提出一种调度自动化系统主子站通道异常数据辨识模型。首先,构建基于参数自适应的密度噪声空间聚类算法(Parameter Adaptation-Density Based Spatial Clustering of Applications With Noise,PADBSCAN)对异常数据进行辨识。此外,基于自相关性理论和数据传输的周期性,分析和挖掘传输数据以及用电行为中的潜在规律,通过用电相似度判据消除时间偏移的影响,对伪异常数据进行辨识。基于山东省某市的调度自动化系统主子站通道实测数据对本文方法有效性进行验证,结果表明所提方法能够有效辨识异常数据,能够满足实际工程需要。展开更多
文摘调度自动化系统的异常数据辨识和数据质量是电力系统精准调度和预测的基础,为数据分析提供了可靠的保障。针对异常数据对调度自动化系统的影响,提出一种调度自动化系统主子站通道异常数据辨识模型。首先,构建基于参数自适应的密度噪声空间聚类算法(Parameter Adaptation-Density Based Spatial Clustering of Applications With Noise,PADBSCAN)对异常数据进行辨识。此外,基于自相关性理论和数据传输的周期性,分析和挖掘传输数据以及用电行为中的潜在规律,通过用电相似度判据消除时间偏移的影响,对伪异常数据进行辨识。基于山东省某市的调度自动化系统主子站通道实测数据对本文方法有效性进行验证,结果表明所提方法能够有效辨识异常数据,能够满足实际工程需要。