计及三相不平衡的有源配电网重构

针对单相光伏的大量接入引起配电网运行的三相不平衡、线路有功损耗增大问题,提出以有功损耗和三相不平衡度为目标函数,构建基于三相电流注入法的配电网动态重构模型,采用大M法对节点电压方程进行松弛,避免断开线路的约束条件对模型的影响,并采用多边形内近似法将非线性约束线性化。通过修改的IEEE 33节点配电系统的分析计算,验证了算法的有效性,提高了算法的求解效率和求解精度。     

三相不平衡有源配电网鲁棒动态重构

考虑配电网的三相不平衡运行和注入功率不确定性可以提高网络重构方案的优化效果和应用价值。首先,对考虑不确定性的分布式电源和负荷注入功率进行仿射数建模,划分重构时段,以有功网损最优为目标函数,基于三相Distflow潮流方程建立含不确定性预算的配电网两阶段鲁棒动态重构数学模型。为高效求解该模型,引入最佳等距分段线性逼近法对模型进行精度可控的线性松弛,并使用列约束生产算法迭代求解。采用标准化配电测试系统验证所提鲁棒动态重构模型的可行性和有效性,通过控制不确定性预算可进一步调节重构方案的保守性和鲁棒性。     

配电网三相不平衡过电压有源抑制方法研究

分析三相不平衡电压的产生机理,提出有源抑制方法,设计了有源逆变装置,等效为可控电流源,安装在中性点与地之间,优化控制注入电流的大小和相位,能强迫电网三相电压平衡。仿真分析和样机实验测试结果表明,该方法不需要测量线路对地参数,抑制三相不平衡过电压速度快、准确度高,甚至能将中性点位移电压抑制到零。     

基于改进布谷鸟算法的三相不平衡有源配电网重构

配电网间歇性分布式电源渗透率的提高和普遍的三相不平衡运行方式是配电网动态重构必须考虑的重要因素。为此,本文对考虑负荷和分布式电源出力不确定性的三相不平衡配电网重构策略进行研究。首先,通过概率模型对负荷和分布式电源出力预测误差进行合理描述,为了简化模型结合拉丁超立方采样、场景缩减进行场景构造,用几个确定的场景描述负荷和分布式电源出力的不确定性,建立了以全局综合网损最低为优化目标的三相不平衡配电网动态重构模型。其次,提出不定进制运算并引用量子位概念对传统布谷鸟算法进行改进,用以解决非线性整数优化问题,实现了配电网重构问题的快速求解。最后,通过修改的IEEE34节点算例证明了所提方法的优越性。     

配电网三相不平衡度近似计算方法简析

文章分析了国家标准GB/T 15543—2008《电能质量三相不平衡度》推荐的三相不平衡度近似计算公式的来历、适用范围及其引起误差的主要影响因素。分析及算例结果表明:该近似公式适用于输电系统三相不平衡度近似计算,但在短路容量较小的配电网中采用该近似公式可能引起较大的误差;文中建议在配电网特别是短路容量较小的低压配电网电能质量规划评估中,宜采用三相不平衡度的精确计算方法。     

低压配电网三相电压不平衡分析及抑制综述*

在低压配电网中单相负荷的随机性和不确定性导致电网的电能质量问题愈发严重,针对三相电压不平衡对电网带来的安全稳定问题越来越凸显,着眼于三相电压不平衡产生的原因及现状分析,探讨提高检测不平衡电流的精度和速度的方法,以便对三相电压不平衡进行更好的治理,同时提高电力系统电能质量,确保电网安全稳定运行。     

基于电压幅值对数变换的配电网三相不平衡线性潮流计算

线性潮流计算方法可为主动配电网分析与运行调控提供更好的鲁棒性与更高的效率.提出一种新的三相不平衡线性潮流计算方法.在极坐标下将三相潮流方程的电压幅值进行对数变换,然后根据三相配电网实际特点进行合理的线性近似.所提方法可以无须迭代直接计算配电网辐射状、弱环状和含PV节点3种情况的三相不平衡潮流.通过IEEE33三相不平衡...     

低压配电网三相不平衡补偿装置研究

研究了一种低压配电网三相不平衡补偿装置。介绍了装置的三相可控电压源型逆变电路,分析了工作原理并推导数学模型。基于dq0坐标变换检测指令电流,引入有源阻尼实现无阻尼LCL滤波;同时采用空间矢量脉宽调制技术SVPWM提高系统的容量;最后进行了仿真和试验验证。试验结果证明了该方法的正确性和有效性。     

低压配电网三相不平衡治理技术综述

基于三相不平衡对配电网经济运行和安全稳定运行的危害,阐述了自动换相、无源补偿和有源补偿三种主流治理技术的原理、实现方式及优缺点,为找到一种经济、可行、有效的三相不平衡治理方案提供参考,减少三相不平衡对配电网的危害,降低配电网线路损耗。     

基于数据潮流模型的高比例光伏配电网三相不平衡优化

随着分布式光伏的大规模接入,配电网固有的三相不平衡问题日益严重,给系统的电能质量、经济运行等带来不利影响。此外,高比例光伏的接入使得配电网的物理结构和运行方式更加复杂多变,导致当前依赖精确拓扑结构和线路参数的三相不平衡优化方法难以应用。因此,提出一种基于数据潮流模型的高比例光伏配电网三相不平衡优化方法。首先,采用基于双阶段注意力机制的循环神经网络方法建立数据潮流模型,拟合三相潮流约束中变量之间的函数关系。同时,提出图特征嵌入的方法将部分已知的拓扑信息嵌入到数据潮流模型中以提高拟合精度。其次,以训练后的数据潮流模型为基础重建配电网三相不平衡优化模型。最后,通过条件梯度下降方法求解该模型,以修改的IEEE33节点配电网络为例,验证了所提方法的有效性。     

适应三相不平衡主动配电网无功优化的二阶锥松弛模型

三相不平衡主动配电网无功优化的非凸非线性给全局优化求解带来一定挑战.传统方法采用二阶锥松弛方法来凸化原始非凸优化模型,从而实现全局最优解的有效搜索.然而,传统所提方法忽略了三相配电网相间耦合关系,从而导致三相不平衡场景下与全局最优解之间存在误差.为此,文中提出适应三相不平衡主动配电网无功优化的二阶锥松弛模型,通过将原始优化模型映射到高维空间,松弛秩约束,并采用Sylvester准则形成相间二阶锥约束.最后,通过IEEE 33节点、IEEE 123节点和906节点算例仿真分析验证了所提方法的有效性.     

基于智能软开关的三相不平衡配电网动态重构策略

针对单相分布式电源（DG）的接入会加剧配电网不平衡程度、增大网络损耗,且在严重不平衡时影响系统安全运行的问题,提出计及智能软开关（SOP）的三相不平衡配电网动态重构策略。首先,构建考虑SOP和DG电流不平衡度约束的三相不平衡配电网动态重构模型;然后,针对模型的非凸性将原模型转化为混合整数线性规划模型;最后,对改进的IEEE34节点配电网和某地78节点实际配电网进行算例分析,结果表明所提模型和策略可在保证配电网的安全运行的同时提升配电网的经济效益。     

主动配电网中计及网络重构的分布式电源鲁棒规划

网络重构作为主动配电网(ADN)中优化潮流、减小网损的重要手段,有必要在规划阶段进行考虑。为此,在电源规划中计及网络重构,以年综合费用最小为目标函数,除传统分布式电源(DG)规划约束,还考虑了风电和光伏发电的运行约束、重构次数限制约束,以及DG的渗透率约束,并针对风速、光照和负荷的不确定性,给出了"风—光—负荷"的不确定场景集,建立了主动配电网中计及网络重构的DG鲁棒优化模型。同时,针对模型特点,利用双层优化方法对其进行分解,并采用粒子群优化(PSO)算法和二进制粒子群优化(BPSO)算法分别对上、下两层规划模型进行求解。最后,采用IEEE 33节点系统对模型进行算例仿真,分析了网络重构和鲁棒性对DG规划方案、系统经济性及可靠性的影响,验证了该模型的有效性。     

提升分布式电源接纳能力的配电网三相鲁棒动态重构

不可控分布式电源(UDG)给主动配电网带来了显著的功率波动和不确定性。为消纳更多的UDG,主动配电网的拓扑结构应随系统的运行工况动态灵活配置。此外,由于配电系统的负荷通常是三相不平衡的,实际应用中也需要计及网络三相不平衡的重构模型。对此,基于自适应二阶段鲁棒优化方法,提出了一种三相不平衡配电网的动态重构方法。其中,第一阶段为在考虑的整个重构超前时段内优化网络的拓扑,以减少日常的开关费用并保持网络的辐射状结构。第二阶段为基于给定的网络拓扑和UDG出力不确定集合,通过执行三相动态最优潮流来最小化系统最坏情况下的运行成本。所提二阶段鲁棒动态重构模型可采用列与约束生成算法进行求解,并且线性三相潮流模型的采用,使主问题与子问题均可建模为混合整数线性规划问题。通过对修改的IEEE 34节点及IEEE 123节点系统的测试计算,验证了所提方法的有效性。     

基于遗传算法的配电网络重构改进模型研究

重点研究了基于简化策略简化策略的二进制编码的遗传算法编码规则,引入退火的罚因子设计动态罚函数处理约束条件,由此建立了基于改进遗传算法的配电网络重构优化的数学模型。算例研究表明,可以快速有效地得到配电网络重构的全局优化方案,降低网损,提高运算效率。同时本文方法对其它领域最小生成树问题的求解也有一定借鉴作用。     

基于混合智能算法的配电网络重构

提出了一种基于最优流和模拟植物生长法的配电网络重构混合算法。该算法模拟植物生长算法,帮助最优流算法避开局部最优,减少搜索次数和开关变换次数,从根本上提高计算速度。算法将目标函数与约束条件分开处理,采用方向性的搜索机制,避免了一些参数难以确定或搜索方向无引导性而陷入局部最优的问题。根据配电网的特点,改进了以开关作为控制变量的表达方式,降低了变量维数,提高了计算效率。采用四种状态描述开关的运行方式,有效减小了寻优过程中的搜索范围。对IEEE69节点系统进行分析计算,并对比相关文献结果,所提方法具有快速的全局寻优能力。     

基于分布式发电的油田配电网重构

采用伴生气的油田分布式发电具有容量小、分散的特点,根据负荷控制类型在潮流计算中将其作为PQ节点进行处理。提出了一种模拟退火与免疫算法相结合的网络重构算法,通过Boltzmann模拟退火算子来进行选择操作,同时采用免疫疫苗思想,保持了种群的多样性,并提升了收敛性能。根据进化过程中易产生不可行解的特点,提出环路公共开关矩阵方法,可有效避免不可行解的产生,进一步缩小了最优解的搜索空间。验证算例表明了该重构方法的优越性,在油田电网中应用可带来较大的经济效益。     

基于降低网络损耗的配电网重构

在传统遗传算法的基础上,充分利用配电网的特点,将配电网分解为一系列的“环路”,提出了一种基于环路的快速遗传算法,有效提高了收敛速度,避免了不成熟收敛,同时避免了“维数灾”问题;提出用支路的开关状态（0或1）作为控制参数,在染色体编码时仅仅涉及环路上的电源点和T节点之外的点,因此大大缩短了染色体的长度,同时在种群生成、交叉和变异过程中,采用孤岛和闭环消除手法使得正常环数总等于配电网的环路个数,因此得到的均是种群中的可行解,从而大大减少了搜索空间,有利于提高计算速度.最后将此法用于网络重构中,通过24节点算例验证,此方法是可行的、高效的,极大提高了计算效率.