基于指标加权K-means++算法的分布式光伏功率波动平抑控制方法

近年来分布式光伏装机容量增长迅速,其快速波动性显著提升了输配网联络线功率波动平抑难度。挖掘分布式资源与柔性负荷的调控潜力成为解决配电网功率波动问题的新思路,但其总体数量大、单体容量小的特点使其难以协同调控。根据功率波动平抑需求构建资源聚类控制指标体系,提出了基于指标加权的分布式资源聚类方法,将海量分布式资源聚合成若干集群;构建以经济性最优为目标、以功率波动率为耦合约束的配电网功率波动平抑控制模型,实时优化资源聚合体调控量,解决了分布式光伏功率波动平抑困难问题。算例仿真验证表明,所提方法有效提升了海量分布式资源协同调控效率,兼顾调控成本与控制效果,提升了分布式光伏功率波动平抑可行性。     

基于智能混合预测策略的短期光伏功率预测

高比例新能源接入使得传统工频量保护难以适用，而行波保护是目前解决新型电力系统可靠性问题的有效途径之一。现有电流行波极性比较式保护方案依赖于首波头的准确捕捉。对此，首先分析了区内外故障时行波的折反射过程，明确了初始行波与后续折反射波间的极性和幅值关系，并定性分析了区内外故障时电流波形的变化趋势。在此基础上，利用故障暂态电流低频分量积聚值表征初始行波极性特征，进而提出了一种新型行波极性比较式纵联保护方案，可以有效解决高阻或小故障初相角情况下传统保护方案可靠性不足问题。最后，大量的PSCAD/EMTDC仿真实验表明，新方案能够可靠识别区内外故障，且具有较好的耐过渡电阻以及抗噪声干扰的能力。