The high penetration and uncertainty of distributed energies force the upgrade of volt-var control(VVC) to smooth the voltage and var fluctuations faster. Traditional mathematical or heuristic algorithms are increasin...The high penetration and uncertainty of distributed energies force the upgrade of volt-var control(VVC) to smooth the voltage and var fluctuations faster. Traditional mathematical or heuristic algorithms are increasingly incompetent for this task because of the slow online calculation speed. Deep reinforcement learning(DRL) has recently been recognized as an effective alternative as it transfers the computational pressure to the off-line training and the online calculation timescale reaches milliseconds. However, its slow offline training speed still limits its application to VVC. To overcome this issue, this paper proposes a simplified DRL method that simplifies and improves the training operations in DRL, avoiding invalid explorations and slow reward calculation speed. Given the problem that the DRL network parameters of original topology are not applicable to the other new topologies, side-tuning transfer learning(TL) is introduced to reduce the number of parameters needed to be updated in the TL process. Test results based on IEEE 30-bus and 118-bus systems prove the correctness and rapidity of the proposed method, as well as their strong applicability for large-scale control variables.展开更多
高间歇性、高波动性分布式电源(distributed generation,DG)的持续大量接入给配电网的无功电压管理带来严峻挑战,对无功优化的时效性提出了更高要求。现有电压无功控制研究普遍基于单一电压等级和三相平衡网络模型假设,但实际中低压配...高间歇性、高波动性分布式电源(distributed generation,DG)的持续大量接入给配电网的无功电压管理带来严峻挑战,对无功优化的时效性提出了更高要求。现有电压无功控制研究普遍基于单一电压等级和三相平衡网络模型假设,但实际中低压配网两侧的DG、负荷通过配电变压器的耦合互动不断加剧。同时,由于换相缺失、线路不对称布置、负荷及DG不均匀接入等因素,配电网不平衡特性日益加剧,沿用单一电压等级和三相平衡网络可致电压无功控制决策结果不合理甚至不可行。为此,提出一种基于线性规划的中低压不平衡配电网电压无功实时优化方法。具体通过中压配网静止无功发生器(static var generator,SVG)和低压配网分布式光伏逆变器的协调控制,在满足电网运行约束和控制设备能力约束的情况下,实现中低压不平衡配电网节点电压偏差的最小化。同时,为满足高间歇性DG接入对电压无功控制实时性的要求,对上述非线性电压无功优化问题进行线性化逼近,并采用CPLEX求解器对相应线性规划问题进行有效求解。最后,基于某澳大利亚真实配网开展24h仿真,验证了所提基于线性规划的中低压不平衡配电网电压无功实时优化的有效性和优越性。展开更多
较为全面地综述了国内外学术界对电力系统无功电压调控配合的研究现状。归纳并定义了无功电压调控的平衡状态,提出无功电压调控失配与适配的概念,建立电力系统无功均衡适配调度模型(equilibrium and coordinated reactivepower dispatch...较为全面地综述了国内外学术界对电力系统无功电压调控配合的研究现状。归纳并定义了无功电压调控的平衡状态,提出无功电压调控失配与适配的概念,建立电力系统无功均衡适配调度模型(equilibrium and coordinated reactivepower dispatch,ECRPD),指出了现行无功电压调控配合研究的关键问题与难点。提出采用多智能体系统等分布式人工智能方法与博弈论相结合,用以分析和解决ECRPD问题。展开更多
分布式可再生能源的大规模接入,加剧了有源配电网(Active Distribution Network,ADN)的三相不平衡,容易导致系统电压越限与线损增加。然而,由于当前配电网量测设备安装不全,部分节点负荷数据难以准确获取,因此传统基于全局观测的ADN电...分布式可再生能源的大规模接入,加剧了有源配电网(Active Distribution Network,ADN)的三相不平衡,容易导致系统电压越限与线损增加。然而,由于当前配电网量测设备安装不全,部分节点负荷数据难以准确获取,因此传统基于全局观测的ADN电压控制方法难以满足实际控制需求。为解决上述问题,提出一种含深度学习代理模型的电压无功控制(Volt/Var control,VVC)进化算法。设计以高速公路神经网络为代理模型,精确拟合局部量测负荷信息、调压控制策略与系统性能指标之间的映射关系。将训练后的代理模型嵌入非支配排序遗传算法的迭代寻优过程中,对电压偏移率、三相不平衡度及线路损耗指标进行直接计算,实现数据驱动的配电网VVC策略快速求取。在改进的IEEE 123节点三相配电网算例上进行测试,验证了所提算法的性能优势及求解效率。展开更多
随着新能源大规模接入以及负荷的随机波动性,对配电网的电能质量提出了更高的挑战及要求。主动配电网控制无功调压设备抑制电压波动通常转化为混合整数规划问题,难以做到实时控制且需频繁进行复杂计算。从历史数据中提取源荷状态,生成...随着新能源大规模接入以及负荷的随机波动性,对配电网的电能质量提出了更高的挑战及要求。主动配电网控制无功调压设备抑制电压波动通常转化为混合整数规划问题,难以做到实时控制且需频繁进行复杂计算。从历史数据中提取源荷状态,生成基于二阶锥最优潮流模型的电压控制策略,构建以调压装置状态、系统数据与控制策略为核心实体的配电网电压控制知识图谱;在实时电压控制时,基于时间序列相似度检索算法,以当前网络状态匹配知识图谱中相似状态,进行安全校验和优化求解,并更新知识图谱中的状态策略。同时,在无功设备调节过程中增加人机交互环节,对于时间尺度、电压及设备动作及关键点电压实现精准控制。基于改进电气电子工程师学会(Institute of Electrical and Electronics Engineers,IEEE)系统算例的仿真结果表明,所提出的基于电压控制策略知识图谱的检索方法及交互策略能够有效提升配电网无功电压控制策略生成效率,并具有不同场景适用性。展开更多
文摘The high penetration and uncertainty of distributed energies force the upgrade of volt-var control(VVC) to smooth the voltage and var fluctuations faster. Traditional mathematical or heuristic algorithms are increasingly incompetent for this task because of the slow online calculation speed. Deep reinforcement learning(DRL) has recently been recognized as an effective alternative as it transfers the computational pressure to the off-line training and the online calculation timescale reaches milliseconds. However, its slow offline training speed still limits its application to VVC. To overcome this issue, this paper proposes a simplified DRL method that simplifies and improves the training operations in DRL, avoiding invalid explorations and slow reward calculation speed. Given the problem that the DRL network parameters of original topology are not applicable to the other new topologies, side-tuning transfer learning(TL) is introduced to reduce the number of parameters needed to be updated in the TL process. Test results based on IEEE 30-bus and 118-bus systems prove the correctness and rapidity of the proposed method, as well as their strong applicability for large-scale control variables.
文摘高间歇性、高波动性分布式电源(distributed generation,DG)的持续大量接入给配电网的无功电压管理带来严峻挑战,对无功优化的时效性提出了更高要求。现有电压无功控制研究普遍基于单一电压等级和三相平衡网络模型假设,但实际中低压配网两侧的DG、负荷通过配电变压器的耦合互动不断加剧。同时,由于换相缺失、线路不对称布置、负荷及DG不均匀接入等因素,配电网不平衡特性日益加剧,沿用单一电压等级和三相平衡网络可致电压无功控制决策结果不合理甚至不可行。为此,提出一种基于线性规划的中低压不平衡配电网电压无功实时优化方法。具体通过中压配网静止无功发生器(static var generator,SVG)和低压配网分布式光伏逆变器的协调控制,在满足电网运行约束和控制设备能力约束的情况下,实现中低压不平衡配电网节点电压偏差的最小化。同时,为满足高间歇性DG接入对电压无功控制实时性的要求,对上述非线性电压无功优化问题进行线性化逼近,并采用CPLEX求解器对相应线性规划问题进行有效求解。最后,基于某澳大利亚真实配网开展24h仿真,验证了所提基于线性规划的中低压不平衡配电网电压无功实时优化的有效性和优越性。
文摘较为全面地综述了国内外学术界对电力系统无功电压调控配合的研究现状。归纳并定义了无功电压调控的平衡状态,提出无功电压调控失配与适配的概念,建立电力系统无功均衡适配调度模型(equilibrium and coordinated reactivepower dispatch,ECRPD),指出了现行无功电压调控配合研究的关键问题与难点。提出采用多智能体系统等分布式人工智能方法与博弈论相结合,用以分析和解决ECRPD问题。
文摘分布式可再生能源的大规模接入,加剧了有源配电网(Active Distribution Network,ADN)的三相不平衡,容易导致系统电压越限与线损增加。然而,由于当前配电网量测设备安装不全,部分节点负荷数据难以准确获取,因此传统基于全局观测的ADN电压控制方法难以满足实际控制需求。为解决上述问题,提出一种含深度学习代理模型的电压无功控制(Volt/Var control,VVC)进化算法。设计以高速公路神经网络为代理模型,精确拟合局部量测负荷信息、调压控制策略与系统性能指标之间的映射关系。将训练后的代理模型嵌入非支配排序遗传算法的迭代寻优过程中,对电压偏移率、三相不平衡度及线路损耗指标进行直接计算,实现数据驱动的配电网VVC策略快速求取。在改进的IEEE 123节点三相配电网算例上进行测试,验证了所提算法的性能优势及求解效率。
文摘随着新能源大规模接入以及负荷的随机波动性,对配电网的电能质量提出了更高的挑战及要求。主动配电网控制无功调压设备抑制电压波动通常转化为混合整数规划问题,难以做到实时控制且需频繁进行复杂计算。从历史数据中提取源荷状态,生成基于二阶锥最优潮流模型的电压控制策略,构建以调压装置状态、系统数据与控制策略为核心实体的配电网电压控制知识图谱;在实时电压控制时,基于时间序列相似度检索算法,以当前网络状态匹配知识图谱中相似状态,进行安全校验和优化求解,并更新知识图谱中的状态策略。同时,在无功设备调节过程中增加人机交互环节,对于时间尺度、电压及设备动作及关键点电压实现精准控制。基于改进电气电子工程师学会(Institute of Electrical and Electronics Engineers,IEEE)系统算例的仿真结果表明,所提出的基于电压控制策略知识图谱的检索方法及交互策略能够有效提升配电网无功电压控制策略生成效率,并具有不同场景适用性。