含分布式电源的微电网电压等级序列优化选择

为探讨富含分布式电源的微电网在中长期规划中电压等级的合理配置,从成本特性入手,剖解微电网成本与供电区域的电压等级、供电半径、负荷规模、分布式电源容量规模和供电可靠性的数学关系。根据现有的配电网电压等级序列,构建多电压等级微电网结构优化模型,以其成本特性函数最小为目标函数,采用改进的混合优化遗传方法对目标微电网的电压等级进行选择与优化。通过实例对各电压等级序列在微电网的适用情况进行对比,得出未来发展中富含分布式电源的微电网的最佳电压等级序列。     

分布式电源接入的配电系统多类型无功源出力优化方法

同时考虑光伏发电系统、风电机组、静止无功发生器、并联电容器等多类型无功源的协同运行问题,建立多类型无功源协同运行的优化模型,增强了无功协调能力和优化效果。研究了光伏逆变器无功的调节原理和双馈电机风力发电系统无功调节能力。考虑光伏发电系统和风电机组的无功特性,构建向分布式电源和静止无功发生器的输出或吸收无功功率的约束条件函数。采用潮流雅可比矩阵直接变换求取灵敏度系数,构建基于线性规划的分布式电源、并联电容器和静止无功发生器输出无功功率的约束域及其罚函数。通过潮流雅可比矩阵进行矩阵变换,构建考虑有功网损最小化的目标函数灵敏度系数的线性化模型。采用两阶段单纯形法对优化问题进行求解,获得了好的效果。     

基于小区源-储-荷协同的微网多能协调控制策略

小区光伏配备的储能装置容量有限且运行模式单一,不能充分发挥储能作用。文中将天燃气储气备用、空调可控负荷产生的虚拟储能与储能装置一起组成储能系统,提出使储能系统在光伏平抑波动、电网有功功率波动和峰谷电价套利3种模式下协调运行的控制策略。在光伏平抑波动和电网有功功率波动模式中,利用小波包分解得到虚拟储能输出功率参考指令,根据空调、燃气管道等状态信息得到虚拟储能输出功率,储能装置根据荷电状态选择性地作为虚拟储能的后备。峰谷电价套利模式中,利用储能装置空闲时段并结合分时电价信息进行充放电控制。3种模式协调运行,可实现小区源-储-荷能量管理。在Matlab中仿真不同模式组合下储能系统的输出功率,验证了所提控制策略的正确性和有效性。     

基于模糊C-均值聚类算法的台区电压与用户关系辨识

用户的用电情况会影响台区电压偏离正常值,影响配电系统供电可靠性。为了实现供电系统的优化管理,提出一种基于模糊C-均值聚类的台区电压与用户关系辨识方法。首先,对来自智能电表的不良数据进行处理和修补;然后,采用PCA(主成分分析)法对其数据进行特征提取,并模拟不同对象进行模糊C-均值分类。根据多种数据特征,把用户归为大、中、小3个等级类型。采用皮尔逊相关系数,阐明各个等级类型用户的用电行为对台区的电压影响,构建明确的台区电压与用户之间的关系。以广州某小区为实例,通过历史数据进行了多场景仿真对比,验证了该辨识方法的有效性和适用性。结果表明,该辨识方法能够快速识别某些特殊用户的用电行为及其对台区电压产生的异常影响。     

考虑宏观政策的能源需求组合预测模型

针对目前能源需求预测考虑影响因素单一、忽视宏观政策影响因素、预测精度不足等问题,提出了一种融合灰色关联度分析和BP神经网络的能源需求组合预测方法。首先,根据宏观政策的针对性和方向性进行领域划分,分析各领域的指标;其次,利用灰色关联度分析法对分析后的各领域宏观政策初始指标进行关联度计算、排序、筛选;最后,将筛选出的初始指标作为BP神经网络的输入,利用神经网络预测能源需求,并进行实例仿真分析能源需求组合预测的预测结果。实例结果表明,所提出的能源需求组合预测方法着重考虑了宏观政策影响,且有效地提高了预测精度,具有实用性和可靠性。     

基于机会约束规划的多类型分布式电源容量与布点优化方法

在分析三种不同类型分布式电源并网模型的基础上,建立了配电网分布式电源容量和布点多目标优化的机会随机约束模型;综合考虑了分布式电源以PQ、PI和PV等不同接口模型并网时的出力特性,弥补了以往研究中将分布式电源统一处理为分布式电源PQ模型的缺陷;在包含不同接入类型的分布式电源的配电网规划中,由于考虑光伏发电系统输出功率Beta概率分布的影响与考虑风电机组欠额定输出、额定输出和无输出的概率模型的影响,对潮流、电源出力、节点电压等制约关系构建了机会约束条件函数,同时将分布式电源运行成本纳入多目标函数,采用改进的模拟退火粒子群算法对所建优化问题进行求解。计算结果验证了模型的合理性和算法的有效性。     

基于改进熵权层次分析法的变压器状态评估

针对传统电力变压器状态评估中的权重问题,提出了一种基于改进熵权层次分析法的变压器状态评估方法。利用层次分析法得到其主观权重,并建立了变压器分层评估模型。运用熵权法对样本数据进行分析,得到其客观权重,将层次分析法和熵权法的底层指标权重相结合后,再与层次分析法的中间层指标权重进行综合。通过对实际变压器的状态评估,验证了该方法的有效性。     

基于矩阵特征值分析和SOA优化模糊聚类的变压器故障诊断

考虑变压器故障诊断的不确定性,构建了变压器模糊聚类模型,提出了用矩阵特征值分析方法得出样本集最佳分类数,实现了无监督的故障诊断。针对模糊C均值算法用于变压器故障诊断存在的问题,提出用人群搜索算法(SOA)得到较优的初始聚类中心。SOA算法是一种新型的启发式智能算法,克服了粒子群算法(PSO)和遗传算法(GA)等智能优化算法收敛性差、局部寻优的缺陷。仿真结果表明,该算法收敛速度更快,且具有更好的全局搜索能力,比传统的智能算法具有更高的有效性和鲁棒性,为变压器故障诊断聚类分析提供了参考。     

基于CVaR分析的新能源配电网电压风险评估模型

针对风光等分布式新能源大规模接入给配电网带来反向潮流而造成的电压波动大、局部区域电压偏高的问题,在传统配电网运行风险评估理论的基础上,结合分布式电源、电动汽车和负荷概率模型,采用严重度函数描述了电压偏高、偏低的风险,构建节点电压偏高、偏低的严重性函数。将传统风险评估理论的事故风险评估替换为基于条件风险价值(CVaR)模型,提出了考虑电动汽车和负荷不确定性的事故冲击和损失计算方法,建立了电压波动的CVaR风险指标,提出了分布式电源发电功率、电动汽车充放电功率的特殊函数的估计方法。以IEEE33系统为计算实例,计算了正常运行和预期故障线路2种情况下的电压波动的CVaR风险值,验证了该方法的可行性和适用性。     

基于改进GSA-SVM算法的电能质量扰动分类方法

针对不同类型电能质量扰动信号分类准确率不高的问题,通过MATLAB/simulink搭建常见的9种不同的电能质量扰动信号的模型进行仿真分析,提出一种改进的万有引力搜索算法(improved gravitational search algorithm, IGSA)对支持向量机(support vector machine, SVM)的惩罚因子和核函数参数进行寻优的方法,通过优化SVM的惩罚因子和核函数参数,构建IGSA-SVM分类器,再把提取到的特征向量进行归一化之后输入到所构造好IGSA-SVM分类器中进行训练与分类。仿真结果表明,IGSA-SVM分类器的分类准确率比SVM和GSA-SVM这2种分类器都要好,可以实现对9种不同的电能质量扰动信号的快速准确分类,有利于解决实际的工程问题。