考虑风电不确定性和储能灵活性的有源配电网有功无功协同鲁棒优化

提出考虑风电不确定性和储能灵活性的有源配电网有功无功协同鲁棒优化方法。首先建立计及储能四象限功率可调特性的有源配电网有功无功协同优化模型;其次给出储能约束条件和交流潮流方程的线性化表征方式;然后利用盒式集描述风电出力的不确定性,建立有源配电网有功无功协同鲁棒优化模型,并通过对偶变换得到混合整数线性规划形式的两阶段鲁棒主、子问题,采用列约束生成算法交互迭代求解;最后以IEEE33节点系统为例进行仿真验证。仿真结果表明,所提方法能够克服模型高度非凸非线性对其收敛精度和求解效率的影响,充分利用储能的无功调节能力,实现有源配电网有功无功协同鲁棒优化运行。

基于多重灵敏度的有源配电网有功无功联合优化方法

针对分布式电源接入后配电网实时优化维度高、复杂性增强以及部分量测缺失导致传统潮流计算无法进行等问题,提出一种基于多重灵敏度的主动配电网有功无功联合优化方法。针对配电网实时优化模型复杂度高的问题,推导一种多重灵敏度系数矩阵,简化传统潮流模型;针对因配电网部分量测缺失而导致多重灵敏度难以通过潮流物理模型实时获取的问题,建立基于社交网络搜索算法与径向基神经网络的多重灵敏度实时感知模型;结合模型预测控制理论,设计以可实时量测线路线损最小以及可调节设备调节成本最低为目标的配电网实时有功无功联合优化调控策略,并基于多重灵敏度感知模型实现灵敏度实时校正,提高配电网控制精度。通过IEEE 33节点系统验证了所提方法的有效性。

基于半正定规划的交直流主动配电网三相有功无功联合优化

交直流主动配电网作为未来配电网的主要发展形态,实现其有功无功资源的协同优化控制具有重要的研究意义。然而配电网负荷单相接入和分布式发电三相功率不一致,将导致配电网三相不平衡现象越发严重。为了应对交直流主动配电网的三相不平衡问题,提出考虑相间耦合与三相不平衡度限制的三相有功无功联合优化方法。首先,建立考虑相间耦合的原始三相潮流模型并对其进行升维映射;其次,采用半正定松弛方法,推导了交直流主动配电网各子系统的完整三相潮流模型以及序分量形式下的三相电压不平衡度约束;再次,提出以总运行成本最小化为目标函数的交直流主动配电网三相有功无功联合优化模型;最后,采用改进IEEE 33节点、69节点、141节点和1056节点交直流配电网算例分析,验证了该文所提方法的有效性。

基于反事实多智能体强化学习和有功无功协同控制的配电网电压优化

大量分布式电源的接入使配电网的结构与控制方式发生改变。针对分布式电源间歇性和波动性引起的电压越限问题,通过调节系统中无功潮流与有功潮流的分布来维持配电网的电压稳定。提出了一种基于反事实多智能体策略梯度(counterfactual multi-agent policy gradients, COMA)算法的配电网电压协同优化方法,通过反事实基线解决了多智能体强化学习中的“信度分配”问题,实现有功出力设备和无功补偿设备的联合优化调度。智能体通过局部观测值选定动作,减轻系统的通信压力,且不依赖精确的潮流模型,以实现配电网的实时优化控制。通过改进的IEEE33节点系统和141节点系统验证了所提算法的可行性与有效性。并与经典算法的控制效果进行比较,进一步证明所提算法在配电网电压优化控制方面的性能优势。

考虑DR的配电网电压有功无功协同优化

为解决高比例分布式电源接入配电网的节点电压波动等问题,提出了一种考虑需求响应的配电网电压有功无功协同优化控制策略。分析了影响节点电压波动的因素,进而说明了可从有功和无功的角度着手对电压进行控制;建立了以配电网有功网损最小、电压总偏差最小以及系统的综合运行成本最小为目标函数的配电网有功无功优化数学模型,并通过权重系数将其转化为单目标模型;通过改进灰狼算法对所建模型进行求解;最后,在IEEE33节点上进行仿真分析,证明了所搭建模型的有效性和实用性。

考虑SOP的配电网电压有功无功协同优化

为解决高比例分布式电源接入配电网的节点电压波动等问题,提出了一种考虑智能软开关的配电网电压有功无功协同优化控制策略。首先,对影响节点电压波动的因素进行分析,说明可从有功和无功的角度对电压进行控制,对智能软开关的工作原理进行分析,它可以精确控制两侧所连馈线间传输的有功,且提供一定的无功功率;其次,建立了以有功网损最小和电压偏离最小为目标函数的配电网有功无功优化数学模型,并通过权重系数将其转化为单目标模型;再次,通过改进灰狼算法对本文所建模型进行求解;最后在IEEE33节点系统上进行仿真验证。结果表明:所提策略能有效减小系统节点电压波动和降低网损。

考虑新能源不确定出力的有功无功协调降损控制策略研究

在高比例新能源接入电力系统的背景下,电网安全、经济的运行面临着巨大挑战。该文考虑风光出力的不确定性,建立有功无功协调优化的多目标优化模型。运用拉丁超立方抽样(latin hypercube sampling,LHS)场景生成法和Kantorovich距离的场景缩减技术,得到典型日的风电和光伏出力;建立以系统运行有功网损和电压偏移最小的多目标综合优化调度模型,采用传统的鲸鱼优化算法(whale optimization algorithm,WOA)与粒子群优化(particle swarm optimization,PSO)相结合的鲸鱼群(WOA-PSO)算法求解该模型,得到Pareto解的分布;根据优化结果制定无功补偿装置的投切功率以及储能系统充放电策略,达到提升系统电压稳定性与平缓新能源出力波动的效果,减少功率在线路上的损耗,实现电网的安全、节能运行;在改进IEEE30节点系统上进行实验分析,验证所提模型与求解算法的有效性与合理性。

考虑有功无功协调优化的配电网储能与无功补偿配置

针对“双碳”背景下分布式可再生电源大规模接入配电网,带来峰谷差加剧、节点电压越限等问题,提出一种考虑有功无功协调优化的配电网储能与静止无功补偿器配置方案。首先,分析储能调节有功无功实现调峰、调压的作用;然后,兼顾经济与技术目标,构建储能与静止无功补偿器多目标优化配置模型,利用多目标遗传算法寻优,获得储能与静止无功补偿器最优配置与运行策略;最后,基于IEEE33节点系统开展算例对比分析,在不同设备成本情况下与设置的两组对照方案进行比较,结果表明,本文所提方案可进一步提高系统经济性及改善电压越限等问题。

基于dq坐标系有功无功电流解耦空间电压矢量的STATCOM控制方法

为进一步提高静止同步补偿器(STATCOM)的性能,提出了一种基于dq坐标系下有功无功电流解耦电压空间矢量(SVPWM)控制方法。dq坐标系下有功无功电流解耦可以精确快速跟踪指令电流;空间电压矢量调制技术的引入,可以降低开关频率,提高直流电压利用率。在Matlab平台搭建了基于该控制方法的仿真模型,仿真结果表明:提出的控制方法可以精确快速补偿电网无功功率,提高功率因数,稳定直流侧电压,系统具有良好的动静态特性,对实际应用有一定参考价值。

采用模型预测控制的微电网有功无功联合实时调度方法

微电网中电源距离负荷较近,线路阻抗比一般较大,使得节点电压水平不但受无功功率的影响,也与各电源的有功功率密切相关,并且各电源的无功上限也受到有功大小的限制。为此,该文提出了一种考虑电压约束的微电网有功无功联合优化调度方法,以达到微电网经济运行与电压控制的目的。对风电、光伏电源功率采用了多场景建模方法。采用模型预测控制技术的建模方法,完成了微电网的滚动实时优化调度与电压控制。算例分析表明,所提出的有功无功联合调度方法可以有效地将微电网节点电压控制在允许范围内,与有功无功独立调度方法相比,所提方法降低了微电网中的节点电压偏差,也更有利于实现微电网经济运行。

新的基于最优潮流的有功无功一体化实时电价模型及算法

提出一种新的基于最优潮流（ＯＰＦ）的有功无功一体化实时电价模型及算法．该模型以ＯＰＦ取代传统实时电价理论中的经济调度概念，考虑电厂无功支持辅助服务的定价，同时采用新电网可变成本函数，保证了电网公司的投资回收．ＯＰＦ采用牛顿法求解．对ＩＥＥＥ－３０ 节点试验系统多种运行方式进行了数值计算，结果表明，所提模型是合理可行的，算法是鲁棒有效的．

双馈风电场损耗最小化的有功无功协调优化控制

基于最优潮流模型,提出一种适用于双馈风电场的有功无功协调控制策略。该策略能够在分配机组的有功和无功功率的同时降低双馈风电场的网络损耗、发电机损耗和变流器损耗,也可以根据调度中心的调度需求实现双馈风电场的降载运行。通过优化双馈风力发电机的定子侧和网侧变流器的无功分配来降低双馈风机内部的发电机铜耗和变流器损耗。在此基础上,将双馈风电场构建成基于线性潮流方程的最优潮流模型,从而同时降低网络损耗和双馈风机的内部损耗。该文提出的控制策略能够在实现风电场降载运行的同时降低双馈风电场内部损耗,从而降低变流器等设备的累积疲劳效应。仿真结果表明,所提出的优化控制策略在实现跟踪有功功率、分配无功功率的前提下,能够降低双馈风电场的内部损耗。

基于双层多智能体强化学习的微网群分布式有功无功协调优化调度

为实现微网群的分布式有功无功协调优化调度,提高系统供电可靠性并降低运行成本,该文提出一种双层多智能体强化学习方法训练智能体与环境交互,学习到最优调度策略。该方法不依赖精确的微网群网络模型,而且两层多智能体强化学习算法分别对应训练连续和离散动作智能体组,以适应子微网内同时存在连续、离散动作设备需要控制的问题。此外,考虑到微网群拓扑变化后造成优化任务改变,已有智能体组不适用的情况,给出知识迁移的适用条件,进而采取知识迁移的方法,将已有智能体的经验用于训练新智能体组,避免了从头初始化训练,减少了所需的计算和时间成本。数值实验结果表明,所提方法在微网群的分布式有功无功协调优化调度上具备有效性。

考虑风电不确定性和有功无功联合调整的两阶段优化调度

基于风电不确定性以及网络中潮流的合理分布对机组出力均有影响的调度问题,文中建立含风电的两阶段优化调度模型。针对风电预测精度日内-实时逐步提高的特点,日内滚动阶段根据时间序列法预测风电出力数据,构造优化发电成本的初调度,确定机组基础出力;实时阶段为了进一步减小误差,通过蒙特卡洛场景生成和后向削减预测风电出力,考虑风电的不确定性;通过有功和无功功率联合调整的动态潮流,使各机组根据频率特性系数按比例分担有功功率不平衡量,根据节点区域控制策略调整无功功率不平衡量,修正机组基础出力,实现潮流的合理分布,建立优化网损和电压水平的调度模型,并通过粒子群算法对模型求解,最后以改进IEEE14节点为例,进行仿真验证。

含SSSC输电系统的有功无功解耦算法

静止同步串联补偿器(SSSC)具有快速调节线路潮流的功能,对含SSSC电力系统的数学建模是深入研究SSSC的第一步。在两相同步旋转d-q坐标系下建立了装有SSSC双机系统的静态潮流方程并应用输入变换实现了有功和无功的解耦,同时给出了变换后等效的系统矩阵及所采用的输入变换矩阵。在MATLAB中对含有SSSC的双机电力系统进行了仿真,结果验证了该解耦策略的有效性。

基于模型预测控制的主动配电网多时间尺度有功无功协调调度

随着大量可再生能源的接入,主动配电网在如何应对分布式电源出力不确定性以及负荷波动方面面临极大挑战,同时也对运行过程的经济性和安全性提出了更高要求。为解决上述问题,提出基于模型预测控制的主动配电网多时间尺度有功无功协调调度方法。基于模型预测控制实现主动配电网日前调度,日内滚动调度以及实时反馈校正,减少可再生能源间歇性以及负荷预测误差对配电网运行的影响。同时考虑配电网有功无功耦合特性,通过有功无功协调优化来降低网络损耗,减少无功设备频繁动作所产生的操作成本,在保证主动配电网安全运行的同时进一步实现运行效益最大化。通过仿真分析计算,证明了所提方法的可行性和有效性。

主动配电网分布式有功无功优化调控方法

大规模分布式电源接入对传统配电网的拓扑结构、运行规程、控制方式和保护配置等都提出了极大的挑战。为解决配电网中大规模多类型分布式电源、储能系统和多类型负荷的集中管控与优化控制问题,该文提出一种主动配电网的分布式有功无功优化调控方法。首先,对主动配电网进行合理分区,并以配电网不同分区内分布式电源消纳最大化、电网电压偏差最小及网损最小为目标,并建立各个分区的子优化模型。之后,根据相邻区域之间交换的边界信息,采用加速交替方向乘子法协调求解各个区域的子模型,经过迭代计算后,得到近似全局最优解,实现主动配电网区间解耦和各分区分布式控制。所提控制方法在确保主动配电网运行经济性的同时提高了电网的电压质量和对分布式电源的自消纳水平,减少功率倒送对上级电网的影响。最后,仿真验证所提控制方法的有效性和可行性。

基于模型预测控制的风电场故障穿越有功无功优化控制策略

电网故障易造成并网风电场内风力发电机端电压骤变进而导致风力发电机跳闸,威胁风电场的安全运行。提出一种基于模型预测控制(Model Predictive Control,MPC)的风电场故障穿越有功无功优化控制策略。首先,基于下垂控制,根据并网点(Point of Common Coupling,PCC)电压得出故障下的风电场总有功无功参考值。其次,基于风电场的预测状态空间模型与功率-电压灵敏度计算公式,建立以最小化各风力发电机端电压波动为优化目标的基于MPC的优化问题数学模型,求解得到各风力发电机有功无功参考值。在深度故障下,协调控制静止无功发生器(Static Var Generator,SVG)补偿系统无功缺额以维持PCC电压稳定。仿真结果表明,所提控制策略能将PCC点电压与WT端电压快速有效地稳定在可行范围内,提升风电场的故障穿越能力。

并网逆变器的有功无功综合控制策略研究

随着分布式光伏电源在配电网中的渗透率上升,光伏电源对配电网的电压质量影响日益增大。本文采用光伏电源接入配电网等效电路模型,通过分析电压越限机理,提出了实时设定光伏电源注入配电网的有功功率及无功功率的控制策略,可从根本上实现电压质量的改善,提高功率因数,进而增大光伏在电网中的渗透率。仿真结果表明,此控制策略能够很好地抑制电压升高,提升电压质量。

基于分布式深度强化学习的微网群有功无功协调优化调度

针对微网群的分布式有功无功协调优化调度问题,提出一种分布式多智能体深度强化学习方法,可训练智能体在与环境交互的过程中学习到最优调度策略,并克服传统优化方法对模型的依赖。相较于已有基于“集中训练”框架的多智能体深度强化学习方法,该方法无须收集全局信息,能够更好地保障各子微网信息的隐私,减轻通信压力,并且在训练和执行阶段均表现出对通信故障的鲁棒性。此外,考虑到微网群存在拓扑变化而强化学习模型泛化能力差,提出一种迁移强化学习方法,利用已有智能体知识为每种拓扑高效训练一组智能体。最后,通过改进的IEEE 33节点系统算例,验证了所提方法在解决微网群分布式有功无功协调优化调度问题上的有效性。