针对主动配电网的日前-日内两阶段优化调度问题,首先构建了配电管理系统总揽全局、区域调控终端负责分区的调控框架。采用经济性与安全性协调统一的两阶段调度策略:日前执行经济调度,降低主动配电网(active distribution network,ADN)...针对主动配电网的日前-日内两阶段优化调度问题,首先构建了配电管理系统总揽全局、区域调控终端负责分区的调控框架。采用经济性与安全性协调统一的两阶段调度策略:日前执行经济调度,降低主动配电网(active distribution network,ADN)运行成本;日内阶段正常时各子区域跟踪日前计划进行分区局部修正,存在电压越限时DMS执行系统全局调整以消除越限。建立了日前经济调度、日内分区局部功率修正与系统全局电压调整的数学优化模型,并采用和声搜索算法来求解调度模型。最后通过算例分析,验证了所提调度方法能够适用于日前-日内两个阶段,保障ADN经济安全运行。展开更多
智能配电网中引入分布式储能(Distributed Energy Storage,DES),可以减少负荷峰谷差,提高供电可靠性,降低网络损耗,改善电压质量。在满足电压、电流等约束条件的前提下,以配电线路升级改造费用最小、网络损耗费用最小以及DES总投资费用...智能配电网中引入分布式储能(Distributed Energy Storage,DES),可以减少负荷峰谷差,提高供电可靠性,降低网络损耗,改善电压质量。在满足电压、电流等约束条件的前提下,以配电线路升级改造费用最小、网络损耗费用最小以及DES总投资费用最小建立多目标优化模型,并采用国外9节点标准单辐射系统对模型进行优化配置研究。展开更多
文摘本文旨在解决采用密度聚类算法分析电力设备位置坐标时,因手动设置超参数导致聚类结果不稳定的问题。通过引入粒子群优化算法,自动调整邻域半径和最小邻域点数,并以轮廓系数作为优化目标,实现了PSO-DBSCAN(particle swarm optimization for DBSCAN)算法。该算法能够更好地适应不同电力设备位置坐标的数据特征,提高了聚类分析的准确性和稳定性。实验结果表明,PSO-DBSCAN算法在电力设备位置坐标分析中表现出色,成功克服了传统手动设置超参数的局限性。本研究为电力系统管理提供了一种更智能、自适应的密度聚类分析方法,为电力设备位置坐标分析提供了可靠而高效的解决方案,为电力系统的管理和优化提供了新的思路和工具。
文摘针对主动配电网的日前-日内两阶段优化调度问题,首先构建了配电管理系统总揽全局、区域调控终端负责分区的调控框架。采用经济性与安全性协调统一的两阶段调度策略:日前执行经济调度,降低主动配电网(active distribution network,ADN)运行成本;日内阶段正常时各子区域跟踪日前计划进行分区局部修正,存在电压越限时DMS执行系统全局调整以消除越限。建立了日前经济调度、日内分区局部功率修正与系统全局电压调整的数学优化模型,并采用和声搜索算法来求解调度模型。最后通过算例分析,验证了所提调度方法能够适用于日前-日内两个阶段,保障ADN经济安全运行。
文摘智能配电网中引入分布式储能(Distributed Energy Storage,DES),可以减少负荷峰谷差,提高供电可靠性,降低网络损耗,改善电压质量。在满足电压、电流等约束条件的前提下,以配电线路升级改造费用最小、网络损耗费用最小以及DES总投资费用最小建立多目标优化模型,并采用国外9节点标准单辐射系统对模型进行优化配置研究。