考虑负荷多无功用电场景的城市配电网无功优化配置

高比例电力电子设备与高比例分布式光伏的广泛接入以及城市电缆化率的提升,使配电网用户侧的无功特性变得复杂,导致负荷无功用电不确定性增加,不利于配电网安全运行。因此,为了更好地进行无功优化配置,文章采用不同负荷日功率因数变化曲线的组合场景及其概率来反映无功用电的不确定性,以运行成本的期望值最小为目标,建立多无功用电场景的期望值优化配置模型。首先,利用多重一维卷积自编码器(one-dimensional convolutional autoencoders,1D-CAEs)提取不同用户日功率因数数据的低维表征;随后,利用k-means方法进行场景缩减,获得典型日功率因数变化场景,并组合出多用户的场景集;最后,建立期望值无功优化模型,采用粒子群算法求解,确定出最优配置方案。依据上海市某配电网不同类型用户实际的无功用电信息,采用改进的IEEE 33节点系统进行仿真,以验证所提方法的有效性。     

考虑非完美通信的高比例光伏配电网模糊电压控制策略

高比例光伏接入的配电网电压协同控制策略,能有效解决电压偏移、电压波动、功率因数降低等问题。但在当前研究中,控制策略的优良应用需在完美通信条件下实现。而实际应用中,配电网系统通信总会存在数据丢失、时延以及通信中断等情况,造成电压控制效果不理想。为解决上述问题,提出一种考虑非完美通信的高比例光伏配电网模糊电压控制策略,该策略通过构建异步迭代架构和信息校验补偿,来解决通信数据丢失以及数据时延等问题。仿真算例表明,所提方法能有效解决数据丢失、数据时延等因素对电压控制效果的影响。     

考虑负荷多无功用电场景的城市配电网无功优化配置

高比例电力电子设备与高比例分布式光伏的广泛接入以及城市电缆化率的提升,使配电网用户侧的无功特性变得复杂,导致负荷无功用电不确定性增加,不利于配电网安全运行。因此,为了更好地进行无功优化配置,文章采用不同负荷日功率因数变化曲线的组合场景及其概率来反映无功用电的不确定性,以运行成本的期望值最小为目标,建立多无功用电场景的期望值优化配置模型。首先,利用多重一维卷积自编码器(one-dimensional convolutional autoencoders,1D-CAEs)提取不同用户日功率因数数据的低维表征;随后,利用k-means方法进行场景缩减,获得典型日功率因数变化场景,并组合出多用户的场景集;最后,建立期望值无功优化模型,采用粒子群算法求解,确定出最优配置方案。依据上海市某配电网不同类型用户实际的无功用电信息,采用改进的IEEE 33节点系统进行仿真,以验证所提方法的有效性。