计及备用风险性的新型电力系统源网协同安全经济调度

为合理利用源侧备用资源,提出基于随机潮流和半不变量法的备用风险评估指标,以准确量化因备用不足而造成的潮流越限风险;为了实现源侧备用资源和网侧可控资源的协同优化,将网侧有载调压变压器和电容器组无功补偿装置纳入决策变量,以系统运行成本最低和系统运行越限风险指标值最小为优化目标,构建计及备用风险性的新型电力系统源网协同安全经济调度模型;将布朗运动和莱维飞行随机游走机制融入多目标微分进化算法,设计新型的布朗-莱维多目标微分进化算法,对模型进行高效求解。算例分析结果验证了所提方法的有效性和优越性。

计及需求响应不确定性的节点负荷准线:概念与模型

基于负荷准线的需求响应(DR)具有规模化推广、常态化实施等优势,是挖掘需求侧灵活调节潜力的良好手段。但是,当前研究对负荷准线的制定尚未考虑网络拓扑关系以及用户在DR中的响应不确定性,对用户精准引导有所不足,大规模开展时可能引起线路潮流越限等问题。为此,提出为各节点发布负荷准线的方式,引导大规模可调负荷参与DR。首先,提出了节点负荷准线的概念,并给出了鲁棒安全的节点负荷准线的数学定义,以反映节点负荷准线作为各节点引导目标对避免大规模DR下潮流越限的意义。其次,从局部、整体两方面构建可调负荷响应偏差的不确定集,并在此基础上提出了鲁棒安全的节点负荷准线计算模型。再次,给出了基于节点负荷准线的DR实施方案。最后,算例分析表明,所提节点负荷准线对于约定DR响应范围内的任意实际响应结果均能够保证经济最优下的所有线路潮流不越限。

基于深度强化学习的电力系统安全校正控制

新型电力系统中,源荷双侧的不确定性使得电网潮流波动大幅增加。电力系统安全校正控制能够消除系统潮流越限,保证电网安全运行。然而,传统安全校正控制方法约束众多、计算复杂,且面对大规模电网时难以进行实时多步决策。因此,提出一种基于深度确定性策略梯度(DDPG)的两阶段训练方法来确定安全校正控制策略。首先,将安全校正控制问题与深度强化学习联系起来,通过设计强化学习的状态、动作和奖励函数,构建了安全校正的马尔可夫决策过程模型。然后,提出了两阶段训练框架来求得最优校正策略。在模仿学习预训练阶段,基于专家策略,利用模仿学习为智能体提供初始神经网络,提高训练速度;在强化学习训练阶段,通过DDPG智能体与环境的不断交互进一步训练智能体。训练好的智能体可以实时应用,获得最优决策。最后,基于中国某省级电网的仿真算例验证了所提方法的有效性。

基于三相四线制最优潮流的低压配电网光伏-储能协同控制

大规模户用光伏不平衡接入低压配电网会造成严重的电压越限、网损和三相不平衡。针对当前户用光伏消纳控制技术对三相四线制低压配电网不适用的问题,提出了一种基于三相四线制最优潮流的低压配电网光伏-储能协同控制方法。考虑电压、电流的幅值和相角,采用三相四线制节点导纳矩阵建立了低压配电网的网络拓扑结构;综合考虑网损和三相不平衡度最小,建立了储能元件有功功率和光伏逆变器无功功率的三相四线制线路多时段协同控制模型;通过复数变量拆分和模型凸化以降低三相四线制模型的求解难度,采用CPLEX算法包求出模型全局最优解。仿真结果表明,所提出的基于最优潮流的控制方法在大规模光伏和负荷不对称接入条件下能够有效抑制电压越限,同时达到降低网损、改善电网三相不平衡的目的。

基于随机潮流的新能源发电预测误差对电网影响研究

综合考虑风电出力的随机波动、负荷的变化、发电机的强迫停运及线路的故障等各种不确定情况,针对大规模新能源接入电网产生随机扰动,对非线性蒙特卡罗法进行线性化处理,得到节点电压及支路潮流的概率分布。采用IEEE-30节点算例,基于提出的随机潮流算法研究了大规模风电接入对电网电压越限率和潮流分布的影响。结果表明,风电场接入点附近电压和支路功率随机波动范围明显增加,所提算法能反映大规模新能源接入下系统的不确定性和多个新能源电站出力相关性,为电力系统规划和决策人员提供有价值的信息。

无功功率就地补偿对变压器调档过程的影响分析

本文以一起某110kV变电站变压器差流越限告警实例为依据,深入分析了变电站内变压器调档过程中由于系统节点无功功率不足,且该变电站内未安装无功补偿设备,导致变压器差动保护和差动电流增加,并触发差流越限告警,威胁电网的安全稳定运行。文中采用现场记录的数据计算出变压器调档过程中产生的差流大小,并从理论上探析了无功功率对变压器及输电线路的影响,为类似事件的分析提供参考。