考虑大规模风光分层接入的配电网多层协调无功优化方法

大量风光新能源分层、多点接入给配电网运行带来了电压越限等负面影响,增加了不同电压等级无功协同优化的难度。兼顾不同电压等级调节需求,从模型降维等值的角度,提出了基于等值模型的配电网多层协调无功优化方法。该方法分别针对含有无功调节设备及没有无功调节设备的两种台区系统,利用神经网络对大量台区相关运行数据进行训练得到台区拟合模型,形成不可控和可控两种类型的台区等值模型,并用这两类拟合模型分别代替两类台区系统的物理模型,使台区以数据驱动的方式参与配电网无功优化,形成馈线物理模型和台区拟合模型组成的单一电压等级物数混合优化调度模型。将原多层无功优化问题转换为单层系统优化问题,再对该单层系统无功优化调度问题进行求解。该方法可降低配电网系统优化计算规模,从而减小计算量,以无功优化数学模型与数据驱动方法相结合的方式,实现配电网馈线-台区多层协调无功优化。通过算例验证了所提方法对于解决分布式风光分层接入所导致电压越限问题的可行性、有效性和优越性,能够保障配电网的经济安全稳定运行。

基于数据驱动的配电网无功优化

传统无功电压控制由于分布式电源、储能以及柔性负荷的接入面临计算速度和精度上的挑战。该文提出了一种基于数据驱动的配电网无功电压优化方法,通过跟踪实际系统的运行参数,实现无功电压的主动控制。在极限学习机中引入自动编码器构建深度学习机制,利用自动编码器建立极限学习机输入-输出的直接耦合关系,实现无监督学习和有监督学习有机结合,缩短训练模型的迭代过程;利用蒙特卡洛法基于分布式电源、负荷预测信息构建配电网运行场景,利用深度极限学习机挖掘运行场景优化运行与无功调压设备状态间的内在联系,建立电网运行场景与系统无功调压策略的映射关系。该文提出的基于数据驱动的无功优化方法不依赖实际系统潮流计算,能够实现配电网运行状态的跟踪和无功调节设备的优化调度,为配电网无功电压的主动控制打下基础。

含新能源和电动汽车充电站并网的主动配电网无功优化模型

针对新能源和电动汽车充电站规模化并网引起的无功优化问题,首先建立以主动配电网运行成本和电压偏差最小,系统稳定性最优的多目标无功优化模型。其次,基于PV曲线上、下半支解的接近程度,提出一种新的静态电压稳定性指标,以改善系统电压稳定性。最后,采用具有交叉反馈机制的混合优化算法对模型进行求解,并提出一种基于Tent混沌映射和自适应变异算子的改进飞蛾扑火算法提高求解效率。仿真结果表明,所提模型在降低系统运行成本,减少电压波动的同时,还能提高系统稳定性,且该混合优化算法能够快速、准确地求解混合整数的非凸、非线性优化模型。

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。

计及工况预测误差的主动配电网日前无功优化调度策略

为解决工况预测误差较大时,日前无功优化调度方案优化效果不佳的问题,提出了计及工况预测误差的主动配电网日前无功优化调度策略。首先,使用轻量级梯度提升机算法建立日前工况功率预测模型;其次,考虑大规模高比例分布式电源接入主动配电网,以调度时段内所有时间断面的多目标加权累加和为目标函数建立日前无功优化调度模型;最后,设计了一种变寻优粒子空间的改进引力搜索算法对日前无功优化调度模型进行求解,该算法根据历史工况预测误差评价指标调整寻优粒子空间各维度的上下限矩阵,从而抑制了当无功区域内工况预测误差较大时可控设备调度异常的缺陷。最后采用拓展的IEEE 33节点系统算例进行有效性验证。

计及光伏波动性的主动配电网双层有功无功协调优化

针对含有高比例分布式电源的配电网在源荷不确定性和协调多种无功补偿设备等方面存在的问题,提出一种主动配电网双层有功无功协调优化策略。该策略首先针对离散型出力的有载调压变压器和电容器组,以网损和电压偏差为目标,建立上层优化模型;其次,下层优化模型通过储能出力平抑光伏的有功波动,同时通过调整静止无功补偿装置、光伏逆变器弥补光伏并网点的无功缺额,以配电网的有功波动和光伏并网点的电压偏差为目标,并采用改进的多目标粒子群优化算法求解该模型;最后,通过IEEE 33节点算例验证所提策略的有效性。该优化策略不仅提高了有功与无功的协调性,且实时性强,不依赖精准的设备控制,使配电网的经济性和可靠性得到提升。

源网荷储协同优化的主动配电网日前调度

在“双碳”目标下新能源发展迅速,但其出力的不确定性会影响电网安全稳定运行,主动配电网具备对各类分布式能源组合控制的能力,是解决目前存在的新能源并网问题的有效手段,同时需求响应作为控制负荷侧资源的有效手段,与主动配电网相结合能够有效降低源荷双侧不确定性对电网的影响。构建“源网荷储”协同优化的主动配电网日前优化调度模型,以主动配电网收益最大为目标,综合考虑电动汽车参与需求响应、电网安全、储能电池配置以及各组成单元的成本及约束条件。仿真结果表明:所构建的主动配电网优化调度模型合理,能够降低有功网损,减小尖峰负荷,降低负荷峰谷差,提高配电网收益。

基于谱聚类的主动配电网多时间尺度无功优化策略

高比例分布式光伏接入配电网后,传统优化方案无法有效平抑电压波动,分布式光伏逆变器的无功调控能力难以充分利用。为此,提出一种基于谱聚类的主动配电网多时间尺度无功优化策略,该方法分为日前优化和日内实时优化两个阶段。首先,对离散设备的时间耦合性进行解耦,以配电网网损、平均电压偏差、电压波动严重程度为目标函数,建立基于社交网络搜索算法的日前无功优化模型,确定离散设备静态最优档位序列;其次,通过谱聚类的方法进行耦合,确定离散设备动态最优档位序列,结合改进的分布式光伏逆变器就地控制策略,建立日内实时优化模型,从而抑制日前预测数据偏差导致的电压波动;最后,基于改进后的IEEE33节点系统进行仿真实验。仿真结果表明,所提策略可以有效降低运算难度、提高求解效率,验证了该策略的有效性和优越性。

Intelligent Assessment of Active and ReactivePower Flow with Satisfying Accuracy forN-k_(1)-k_(2) Cascading Outages

Addressed to the N-k_(1)-k_(2) cascading outages,it is computationally burdensome for the reliable calculation of active and reactive power flows.This paper builds a comprehensive framework with three algorithms,including the distribution factor(DF),the Newton-Raphson(NR),and the first iteration of NR algorithm(termed as 1J).Classifiers are designed to determine whether the NR algorithm should be employed for accuracy.Classifier features are extracted upon the analytical error of 1J.As reactive power is partially considered in the 1J but neglected in the DF algorithm,the deviation between the solutions is taken as one crucial feature.The support vector machine(SVM)is then utilized for classifier training.As the deep integration of the causal inference and the statistical paradigm,this framework calculates active and reactive power flows rapidly,reliably,and robustly.The effectiveness and robustness are fully validated in three typical IEEE systems.

基于“先无功–后有功”功率补偿的配电网电压协同控制策略

整县分布式光伏电源的大量开发与利用及分布式电源规模化并网对实现“碳达峰、碳中和”与“乡村振兴”两大国家战略具有重要的现实意义。由于分布式电源发电尖峰和低谷阶段与负荷峰谷时常不同步,进而导致配电系统过/欠电压问题,严重影响了电能质量,甚至威胁系统安全。针对上述问题,本文提出一种基于“先无功–后有功”功率补偿的配电网层级式电压协同控制策略。首先,建立基于“先无功–后有功”功率补偿的配电网层级式电压协同控制框架。其次,结合多微电网节点注入电流与电压的方程与功率–电压灵敏度分析,根据多节点电压越限程度,提出一种基于“先无功–后有功”功率补偿的多智能体协同调节策略,该策略先通过无功补偿器进行无功调节,当电压尚未得到有效治理时,再采用多微电网进行有功调节。再次,为了进一步满足各节点微电网有功功率调节需求,并考虑电网内部源–荷–储运行成本与污染排放,提出一种基于多目标优化的微电网内部分布式源–荷–储优化协调功率控制策略。最后,在MATLAB平台中设计了3种仿真场景以及IEEE测试系统模型对所提控制策略进行了验证。结果表明,所提出的电压协同控制方法在最经济的情况下可以实现各节点电压的综合高效治理,同时,所提出的微电网优化协调功率控制策略能使源–荷–储在绿色经济的供电模式下实时精准地满足电压治理目标下微电网有功调节的需求。仿真实验结果验证了本文所提控制策略的有效性。

基于改进粒子群算法的主动配电网无功优化

随着分布式电源在配电网中的广泛应用,部分地区电压越限、有功网损增加的现象时有发生。但传统算法求解无功优化无法适应当代配电网的要求。因此,提出一种改进的粒子群算法应用于主动配电网无功优化。首先,建立有功损耗、电压偏移和、节点最低电压值的多目标函数,通过线性加权求和的方法将多目标函数转换为单目标。然后,提出一种基于种群集中度概念的惯性权重调整,并在算法的学习因子中引入正弦和余弦控制因子,利用改进后的算法进行主动配电网无功优化。最后,在改进的IEEE33节点上进行仿真,验证所提出算法的可行性、有效性。

基于安全强化学习的主动配电网有功-无功协调优化调度

提出一种基于离线策略的安全强化学习方法,通过离线训练大量配电网历史运行数据,摆脱了传统优化方法对完备且准确模型的依赖。首先,结合配电网络参数信息,建立了基于约束马尔可夫决策过程的有功无功优化模型;其次,基于原始对偶优化法设计了新型安全强化学习方法,该方法在最大化未来折扣奖励的同时最小化成本函数;最后,在配电系统上进行仿真。仿真结果表明:所提方法能够根据配电网实时观测信息,在线生成满足复杂约束条件且具有经济效益的调度策略。

海上风电场自适应多目标无功优化控制策略

针对传统固定权重多目标无功优化在应对新型电力系统复杂多变的工况时无法针对实时工况做出最合适的控制决策的问题,提出一种自适应多目标无功优化控制策略。该策略以系统有功网损和并网点电压偏离量的加权最小作为目标函数,目标函数的权重系数根据并网点电压的偏离情况自适应调节。首先,分析海上风电场并网点电压波动与有功、无功输出的关系,建立相应的无功分配模型,并针对风电机组及静止无功发生器(static var ge nerator,SVG)的输入输出特性,建立相应的无功控制模型。此外,考虑海上运行的功率约束、安全运行约束等,采用变惯性权重粒子群优化算法对无功控制策略进行求解。最后,在MATLAB中搭建海上风电场模型进行仿真验证,仿真算例表明:相较于传统固定权重多目标无功优化,自适应多目标无功优化控制策略可以根据电网实时工况,迅速调整各优化目标的优先级,较好地实现有功网损和并网点电压的协调优化。

考虑柔性资源灵活支撑的电网有功/无功优化调度

电气化交通是交通电力耦合的重要场景,大规模电动汽车接入对于电力系统的有功/无功调度具有重要影响。提出了一种考虑电动汽车有序充电无功支撑的配电网有功/无功优化方法。首先,基于电动汽车充电特性,建立电动汽车有序充电功率控制模型,实现电动汽车并网接入的有序充电控制;其次,构建结合用户侧和电网侧因素的电动汽车有序充电无功支撑双层优化模型,实现电动汽车与电网间的有功/无功功率交互;最后,通过仿真验证所提方法的合理性和可靠性。通过控制电动汽车有序充电的功率因素,能够大幅降低用户侧充电支出,同时还能有效改善电网负荷波动和降低网络损耗,为解决电动汽车大规模接入电网问题提供新思路。

基于双向安德森加速分解协调算法的输配协同无功优化

新型电力系统中新能源渗透率不断增加,输电网和配电网协同运行环境复杂多变,对输配协同优化算法的收敛性提出了更高的挑战。鉴于此,应用广义主从分裂法将输配协同无功优化问题分解为输电网和多个配电网的并行优化问题;为改善广义主从分裂法的计算效率,提出了基于功率、电压等多元信息交互及历史信息修正的双向安德森加速策略;在此基础上,提出了融合原对偶内点法、启发式算法和辅助函数的输配协同无功优化方法,实现了输电网和配电网多种类灵活性资源的协调配合和优化控制。算例仿真结果表明,所提方法能有效改善主从分裂法边界的收敛性能,在大规模分布式能源接入的输配协同无功优化场景中具有更好的应用价值。

源荷波动时含固态变压器的有源配电网动态无功优化方法

针对分布式电源并网引起的双向潮流导致网损增大以及分布式电源、负荷的波动导致节点电压波动等问题,文章基于固态变压器(Solid State Transformer,SST)两侧电力电子变换器的脉冲宽度调制技术,提出了一种控制潮流的方法。该方法首先建立了含SST的有源配电网动态无功优化模型;然后以多时刻的有功网损和电压波动为优化目标,采用改进多目标粒子群算法对SST的一、二次侧的电力电子变换器的调制角和调制系数等多个控制变量进行求解;最后建立仿真模型并与基于有载调压变压器的有源配电网动态无功优化方法进行比较。结果证明了所提方法在降低配电网网损和维持节点电压稳定方面的优越性。

高比例光伏接入的配电网分布式运行优化技术

高渗透率光伏和储能并网的现代配电网具有规模庞大、设备众多、运行工况复杂多变的特点,传统的集中式优化方法不再适用。与此同时,有载调压变压器、并联电容器等均为传统离散设备,导致配电网有功无功功率协调优化模型呈现非凸特性,而当前通用分布式算法仅适用于求解凸模型。为解决该问题,提出了计及模型非凸特性的配电网分布式有功无功功率协调优化方法。以提高配电网运行经济性为目标,利用随机规划理论进行光伏有功功率不确定性刻画,建立配电网分布式随机有功无功功率协调优化模型。针对所建模型的非凸特性提出基于交替寻优过程的分布式算法,实现该模型可靠求解。最后通过PG&E69节点系统进行算例分析,验证了所提分布式有功无功功率协调优化方法的有效性以及分布式算法的可靠性。

基于均值-方差-偏度的配电网有功-无功随机模型预测控制

针对高比例具有不确定性的可再生能源接入对配电网安全经济运行带来的挑战,提出一种基于均值-方差-偏度的有功-无功随机模型预测控制协调优化策略。首先,在综合考虑有功和无功成本的基础上,基于Fish⁃er-z变换的拉丁超立方采样生成可再生能源出力场景集,进而构建表征不确定性下收益的期望-偏度模型和表征不确定性风险的方差模型。然后,建立权衡收益和风险的三阶近似矩效用函数,提出基于均值-方差-偏度的有功-无功随机模型预测控制协调优化框架。最后,基于线性化潮流方法对所提模型进行线性化处理,在改进的IEEE-37节点系统进行仿真验证。结果表明,所提策略能够有效应对可再生能源不确定性对配电网经济运行与电压质量的影响。

考虑风电运行轨迹与场景划分的场级主动调压优化控制策略

传统风电场跟随主站电压指令调节的方式容易导致站内无功源频繁波动、站内无功裕度不足,影响风电场的调压能力。为此提出了一种考虑风电运行轨迹与场景划分的场级主动调压优化控制策略。首先,基于风电场功率预测数据和有功–电压灵敏度曲线,绘制并网点电压波动轨迹,结合AVC子站接收到的电压指令,协调风机和SVG的无功输出,有效降低了无功设备的调节频次。其次,根据电压跌落幅度划分详细运行场景,通过调整SVG的控制模式,有效抑制了电网电压的大幅波动。最后,构建了包含AVC功率控制器的仿真测试平台,验证对比了所提方法相对于传统风电场AVC控制策略在降低无功调节频次、提升无功裕度、主动电压支撑方面的效果,为实现风电场主动调压提供了新的解决思路。

双馈风机定子侧串阻抗的阻值优化

当电网受到大扰动导致电压骤降时,双馈风机需配合硬件改造措施以实现机组的低电压穿越。针对双馈风机采用定子侧串联阻抗的低电压穿越策略中存在的阻值整定问题,首先推导了双馈风机的转子暂态电流和开路电动势表达式,再以故障期间换流器的运行限制分析其有功无功耦合特性,最后结合上述分析提出了一种基于无功最优定子侧串阻抗的阻值优化方法。通过转子暂态电流约束和转子开路电动势约束确定阻抗选取范围,以暂态期间最大无功出力为目标,优选串联的阻抗值。仿真结果表明,所提方法优选出的阻抗值不仅能够有效抑制双馈风机所受到的暂态冲击,还能保证机组在故障期间提供无功功率,为电网电压提供支撑,提升机组故障运行能力。