融合拓扑信息的配电网电压-功率灵敏度估计数据驱动方法

为解决配电网量测数据多重共线性导致电压-功率灵敏度估计精度低的问题,提出融合拓扑信息的数据驱动方法.首先,将电压-功率灵敏度矩阵分解为主成分矩阵和次成分矩阵两部分,其中主成分与配电网拓扑密切相关,次成分为主成分与实际值的误差.然后,分两阶段依次估计主成分和次成分,分别建立基于二次规划的数据驱动模型.第一阶段模型的关键是基于配电网拓扑信息的约束,第二阶段模型的关键是次成分与主成分比值为微小量的约束.最后,采用实际配电网量测数据和IEEE 33节点系统验证所提方法的精度和效率,并与常规最小二乘回归、岭回归、LASSO回归方法对比,仿真结果表明所提方法的精度具有数量级的显著提升.

智能配电网电压功率灵敏度自动估计算法研究

目前智能配电网电压-功率灵敏度自动估计算法给出的幅值电压与实际电压值相差较大,导致线损值过高。为了解决上述问题,研究了一种新的智能配电网电压-功率灵敏度自动估计算法。根据电机运转驱动原理,引出配电网电压-功率的电机转子偏移角度灵敏度指标,根据配电网的电压-功率转换时间差,作为配电网电压-功率灵敏度指标,判断配电网电压-功率输出情况。确定灵敏度指标后,建立智能配电网电压-功率灵敏度模型。确定智能配电网电压-功率灵敏度的变化规律,完成自动估算。实验结果表明,研究的智能配电网电压-功率灵敏度自动估计算法电压与实际电压值吻合度较高,线损值得到了有效降低。

混杂Petri-net的配电网多层级节点电压混杂控制

开发利用分布式可再生能源是推进“双碳”目标的重要举措之一,而由于分布式发电具有较强的波动性和不确定性,其规模化接入会导致低压配电网电压越限等问题。为此,提出一种基于混杂Petrinet的混杂控制方法。上层采用基于节点电压越限条件触发的变压器挡位智能切换控制策略,以实现大幅度电压越限的粗调;下层采用基于功率-电压灵敏度的虚拟电厂有功功率优化动态调节策略,以实现电压频繁越限的细调。该方法在挖掘利用低压配电网自身变压器以及分布式可调节资源聚合调节潜力的同时,大大节省配置治理设备的资金投入,对助推分布式新能源的规模化消纳具有重要意义。

EVs聚合主动支撑的有源配电网协同调压策略

针对配电网因“双碳”目标下分布式电源与柔性负荷规模化接入导致的系统过/欠电压问题,提出了一种基于电动汽车(EVs)聚合主动支撑的有源配电网协同调压策略,并充分利用了柔性负荷聚合的调节作用,以支撑配电网安全高效运行。首先,提出了基于“出行链”概念的EVs聚合预测模型,以提高EVs聚合预测的精确性。其次,针对多个节点存在的电压问题,依据电压-功率灵敏度,提出了一种基于“EVs聚合-光伏多功能逆变器-无功治理设备”的协同调压策略,以促使节点电压的有效调节,减少无功治理设备的配置成本并保证系统安全供电。最后,通过不同方法的对比与多场景的测试,验证了所提EVs聚合预测方法与协同调压策略的有效性。

基于PMU量测的配电网模型等值与就地电压控制

电压控制是提高电压质量,保障电网安全、优质和经济运行的重要措施之一,而就地电压控制作为一种重要手段,能够实现无功功率分层分区就地平衡,可以有效改善局部电压质量,将电压维持在正常运行范围以内。本文提出一种基于同步相量量测的戴维南等值与就地电压控制方法,首先利用量测数据并考虑量测中噪声和系统内部运行状态变化的影响,通过卡尔曼滤波估计得到戴维南等值模型参数;然后根据等值后的网络计算等值节点的电压-功率灵敏度,进一步利用电压-功率灵敏度提出了就地电压无功控制策略。将本算法用于IEEE 33节点配电系统,验证了所提出算法的正确性和有效性。

计及动态无功控制影响的风电汇集地区高电压脱网原因分析

回顾电网实际发生的某次风电机组高电压脱网事故典型特征,总结提出:研究导致事故深层原因应充分考虑风电场汇集地区动态无功补偿控制的影响。基于简单系统推导出计及风电场感性支路恒无功控制影响的无功功率—电压灵敏度表达式,从原理上阐明目前动态无功补偿装置所广泛采用的感性支路恒无功控制方式将导致大规模风电汇集地区电网无功功率—电压灵敏度增大,其增大的幅度取决于感性支路的初值,并最终指出风电场感性支路恒无功控制方式导致的无功功率—电压灵敏度增大是导致"5·14"风电大规模脱网的主要原因之一。最后,结合实际系统的典型案例进行了仿真验证。