基于最大互信息系数的低压光伏台区用户相序辨识方法

针对高比例分布式光伏接入低压台区所导致的用户相序难以准确辨识的问题,依托于高级量测体系获取的用电数据,提出一种基于最大互信息系数(MIC)的低压光伏台区用户相序辨识方法。根据低压光伏台区的拓扑结构对用电信息的空间特性进行分析,基于用户电压所确定的数学表达式,挖掘用户相序的深层物联信息;结合工程实际,采用时间序列筛选机制,选取用户电压序列和台区配电变压器低压侧三相电流序列,以此构建低压光伏台区用户相序辨识特征;针对传统相关性表征方法的不足,引入MIC对相序辨识特征的三相关联度分别进行度量,根据MIC的数值大小对用户相序进行判别;基于低压光伏台区的实际数据进行算例分析,验证所提方法的有效性与可靠性。

数据驱动的三相配电网络拓扑与线路参数辨识

近年来,分布式电源、电动汽车、用户侧储能等大量接入配电网,对配电网的优化运行带来挑战。同时,分布式可再生能源的不确定性和用户用电差异性使得配电网三相处于不平衡的状态,对配电网安全经济运行提出了更高要求。然而,由于配电网中量测设备的限制,通常无法得到相角信息,难以有效辨识拓扑和参数信息。面对这些问题和挑战,该文提出无相角信息下数据驱动的三相配电网络拓扑与参数辨识方法。首先利用线性回归方法,得到无相位标签的拓扑和参数初值;然后以相关性为指标调整相序、拓扑以及参数;最后提出一种数据驱动的改进型Newton-Raphson法,得到精细的线路参数,恢复电压相角。通过爱尔兰真实负荷数据,在IEEE 34和123节点三相配电网中验证方法的收敛性和准确性。