基于大数据的台区异动判别研究

配电台区的建设是配电网发展过程的重要组成部分,但配电网数据来源复杂,数据量大且监管体系不完善等原因,配电台区的改造仍存在方案不合理,改造效果不明显,甚至存在重复改造的现象。鉴于配电台区存在大量异构多态且多来源的数据,其数据规模和特点符合大数据的各项特征,因此,针对现有配电网改造存在的问题,基于大数据技术,从PMS等业务系统中挖掘台区异动信息,建立大数据平台下新型的配电台区异动判别体系,实现对台区异动情况的快速查询、监测及预警分析,并通过某区域实际配电网台区重复改造判别实例分析,验证该基于大数据的台区异动判别体系的可行性、有效性。

数据驱动的无精确建模含源配电网无功运行优化

分布式光伏的接入使得配电网无功电压运行控制需求及解决措施与传统配电网差异较大。针对配电网测量设备安装不全、网架参数难以准确获取,无法进行精确数学建模的问题,提出了无精确建模的含分布式光伏的配电网电压优化控制模型。以节点电压合格为优化目标,使用高速公路神经网络拟合网架节点注入功率与关键节点电压之间的映射关系;考虑分布式光伏的出力约束,进而采用定向寻优策略和反馈机制对优化模型进行求解;通过改变分布式电源逆变器出力来控制电网电压,实现全局系统电压控制。以不同规模的配电网实际数据为例,验证了所提优化运行控制模型的有效性。对比分析了采用普通神经网络和高速公路神经网络的电压拟合精度及收敛速度,证明高速公路神经网络应用于解决无精确建模的多节点含源配电网无功运行问题,可以实现拟合精度和拟合速度的双重优化。

基于大数据结构方程模型及分位数回归的用户需求响应分析

研究用户用电行为是电力公司把握市场动态、提供差异化服务的基础。传统的用电行为分析大多基于用户电表信息制定电价及需求响应机制,对用户的基本信息及反馈意见等缺乏深度挖掘,该文提出一种基于多维用户信息的用户需求响应电量分析方法,针对用户数据规模大、维度高的特点,采用均值处理压缩数据规模;通过Kendall系数及结构方程模型分别对用户需求响应电量与用户的基本信息进行相关性分析,分别得到用户需求响应关联因素的直接影响路径及结构影响路径;基于此,利用分位数回归模型对新增用户的需求响应电量进行概率预测。算例分析表明:用户的需求响应电量与基本信息之间存在结构影响路径;通过对用户需求响应电量的概率预测,能较好地把握用户需求响应电量的分布,为电力公司制定需求响应机制及精细化服务提供指导。

中低压配电网规划建设库备选项目组合优选模型研究

针对中低压配电网规划建设库中滚动项目的特点,基于项目量化评价结果提出了组合优选模型。根据项目分类,对中低压配电网项目建立综合评价指标体系,使用层次分析法确定评价指标的权重,结合模糊隶属度及秩和比法提出评价指标的自适应量化评价标准,进一步构建在总资金受限条件下的多项目组合优选模型,为配电网规划立项决策提供理论依据。已将该模型应用于福建省中低压配电网,验证了其有效性。

基于多层LMDI分解法的云南电力消费增长趋势研究

在传统单层对数平均迪氏指数法(Logarithmic Mean Divisia Index,LMDI)的基础上,为解决单层模型在特定政策、行业方面解释性不足的局限性,提出利用多层LMDI分解模型,将云南省2008-2016年全社会用电量增长进一步分解为人口效应、规模效应、结构效应、部门效应和强度效应并与传统的单层分解法进行对比,分析得到以下结论:规模效应和部门效应对云南省电力消费的增长呈正向作用,结构效应和强度效应对云南省的电力消费的增长呈抑制作用,人口效应的影响较小,可为后续区域电力行业发展建设提供参考。

基于有限PMU配置与空域信号生成的配电网故障定位方法

随着配电网网络结构日益复杂,目前因成本限制有限安装的同步相量测量装置所采集到的数据难以保证配电网故障的全局可观性。为此,基于图卷积神经网络算法建立了一种可适用于含有限电源管配电网络的全局空域故障信号生成模型,提出了一种有限电源管安装下准确度较高的配电网故障线路定位方法。通过搭建20个节点的三相平衡配电网验证了所提模型与其他基准模型相比定位准确度更高。在电源管非全面配置时可达到98.8%的定位准确度,且模型对过渡电阻具有鲁棒性。

含分布式电源的配电网中混合储能优化配置

以光伏及风力发电为代表的分布式电源,其出力的波动性、间歇性及随机性等特点使得所接入的配电网面临来自规划、运行的多重挑战,储能装置的快速响应特性使其成为应对间歇式电源在配电网渗透率日益提高形势下电网安全经济运行问题的重要手段。针对配电网的削峰填谷及平滑负荷变化场景需求,搭建了以成本和电力系统优化运行为目标,同时计及电网和储能装置运行约束的混合储能系统容量优化配置模型,并基于典型储能功能定位计算得出储能类型及容量。算例分析结果表明,该模型智能化地实现了典型场景下混合储能的优化配置。

基于耦合特征与多任务学习的综合能源系统短期负荷预测

在区域型综合能源系统(IES)内各负荷间耦合程度逐渐增强和对更准确、可靠的用能预测需求日益提高的背景下,提出一种基于耦合特征构造及多任务学习的IES冷热电负荷短期预测方法。首先,从特征工程的角度利用耦合特征挖掘算法构造IES冷热电负荷耦合特征变量,提取不同能源负荷需求间的耦合特征,进而将负荷历史数据、耦合特征变量及气温等外生变量作为模型输入,利用多任务学习的共享机制建立IES的负荷预测模型,使得各能源预测子任务间的高维特征及模型参数能够通过基于长短期记忆神经网络搭建的共享学习层相互借鉴,以实现对负荷间耦合特征的充分挖掘和利用。以美国亚利桑那州立大学坦佩校区IES为例,通过预测结果精度对比和深度学习模型可解释性研究,证明所提出的预测方法可以有效提高区域型IES冷热电短期负荷预测的精度。

规划与运行融合的配电网无功补偿智能协调配置

采用空间快速负荷分段法建立动态负荷模型,去除空间负荷的时间复杂性。在此基础上,建立结合规划和运行的无功补偿智能协调配置双层模型,上层的规划模型对无功补偿设备的安装位置、类型和容量进行优化配置,下层的运行模型综合考虑不同的负荷场景,优化无功补偿设备的投切方案,使系统达到分级无功平衡。采用双层风驱动算法对模型进行求解。算例结果表明,所提无功补偿方案能够在不同负荷场景下取得良好补偿效果,验证了所提模型和算法的合理性和有效性。

适应于可再生能源接入下配电网极限线损的计算方法

随着可再生能源的开发与利用大幅提升,分布式的电源接入给中压配电网潮流分布带来了波动性和不确定性,从而加大了线损计算的难度,不利于电网经济性考核指标的制定.因此,极限线损的计算方法与模型越来越引起重视.提出了一种基于半不变量的配电网极限线损计算模型,以实现含可再生能源配电网极限线损的快速计算.首先,分别依据潮流计算与统计数据进行计算,得到配电网各节点与电源的各阶半不变量;然后,用Gram-Charlier(GC)级数展开式计算得到各个状态变量的分布函数与概率密度函数;最后,根据置信区间确定配电网极限线损.以IEEE34节点系统为算例,分析了不同节点分布式电源接入对配电网的影响,验证了应用半不变量法的线损计算模型的计算精度及其在大规模配电网应用中的计算速度优势.

SNOP优化配置的多维效用并合模型

智能软开关SNOP的优化配置需要考虑配电网运行效益及投资等多个优化指标,是一个多目标决策问题。因此在多维效用并合法的基础上,首先根据各个优化指标的内在特性及逻辑联系对SNOP的优化配置指标进行效用并合;随后以综合效用值最大为目标,建立SNOP优化配置的多维效用并合模型;最后,以IEEE 33节点系统为例,对所提出的优化模型进行了分析与验证。结果表明,基于多维效用并合法配置SNOP,能够以合理的SNOP安装容量实现系统有功损耗下降,改善系统电压水平及馈线负载平衡度,并能够提高分布式电源的消纳率,实现配电网综合优化运行。

基于随机矩阵的配电网单相接地故障区段定位

基于配电网典型故障暂态信息与电网运行数据,提出用高维随机矩阵的相关特征判别方法,对小电流接地系统单相接地故障进行区块故障定位。以崇明示范区电网为原型搭建Simulink仿真模型,将同一时间段内的运行数据按照通过矩阵的变换处理构建时序的高维随机矩阵,将电网运行状态映射到高维数据空间,通过对矩阵的谱分析,结合随机矩阵理论的Marchenko-Pastur分布律和单环定理确定故障位置。算例验证结果表明,提出的算法可以以电网运行暂态数据为导向,有效进行小电流接地系统单相接地故障区段定位。

计及分布式电源随机出力的配电网多目标无功优化

计及分布式电源出力的随机性,建立了以系统有功网损最小及节点电压偏差最小为联合目标的无功优化模型,采用基于Nataf变换的3点估计法解决概率潮流问题并利用人工鱼群算法进行求解。以改进的IEEE 33节点系统为例,验证了无功优化模型的有效性,并对比基于Nataf变换的3点估计法和蒙特卡洛法优化结果的影响,证明了基于Nataf变换的3点估计法能提升无功优化效率。

融合多种相关性分析方法的行业电量需求预测

随着供给侧改革的深入推进,为满足电网发展的需要,需要对行业电量需求预测模型进行精细化改进。从行业电量增长因素入手,提出基于关联规则挖掘和主成分分析相结合的行业电量相关性分析方法,建立历史用电相关分析数据集,挖掘行业电量增长的主导因素;分别对传统ARIMA模型和多元回归模型进行改进,得到融合多种相关性分析方法的行业电量需求模型。最后利用某地区有色金属行业为例进行实证分析,结果表明改进后的模型较传统预测模型的预测精度有较大的提升。