由于可再生能源的广泛接入,智能配电网面临电压波动挑战,直接导致了电压裕度增加。因此,设计了基于态势感知的智能配电网精细化日前优化调度方法。该方法构建了一个由数据捕获层、数据分析层、未来预测层构成的3层态势感知架构。基于电...由于可再生能源的广泛接入,智能配电网面临电压波动挑战,直接导致了电压裕度增加。因此,设计了基于态势感知的智能配电网精细化日前优化调度方法。该方法构建了一个由数据捕获层、数据分析层、未来预测层构成的3层态势感知架构。基于电网数据,设定约束与目标函数,建立日前调度模型。模型通过识别储能系统荷电状态(State of Charge,SoC)极值点,估算虚拟电量消耗,并线性化资本回收系数,实现精细化调度。实验显示,该方法将总电压裕度降至54.26 V,远低于同类研究,有效降低了电压裕度,提高了配电网运行效率。展开更多
文摘由于可再生能源的广泛接入,智能配电网面临电压波动挑战,直接导致了电压裕度增加。因此,设计了基于态势感知的智能配电网精细化日前优化调度方法。该方法构建了一个由数据捕获层、数据分析层、未来预测层构成的3层态势感知架构。基于电网数据,设定约束与目标函数,建立日前调度模型。模型通过识别储能系统荷电状态(State of Charge,SoC)极值点,估算虚拟电量消耗,并线性化资本回收系数,实现精细化调度。实验显示,该方法将总电压裕度降至54.26 V,远低于同类研究,有效降低了电压裕度,提高了配电网运行效率。