分布式资源大规模并网要求配电网的灵活调控能力不断增强,如何充分利用多层级灵活性资源协助系统运行成为目前亟待解决的问题。为此,文中提供一种支撑多种资源接入配电网的分级自治协同策略。首先,分析多层级下灵活性资源特性,对分布式...分布式资源大规模并网要求配电网的灵活调控能力不断增强,如何充分利用多层级灵活性资源协助系统运行成为目前亟待解决的问题。为此,文中提供一种支撑多种资源接入配电网的分级自治协同策略。首先,分析多层级下灵活性资源特性,对分布式资源出力采用概率模型以减少其不确定性因素影响。其次,构建主变-馈线-台区分层分区优化调度模型,台区层进行内部自治并将等值结果传递给馈线层,馈线层基于网络架构和资源运行特性进行区域划分,实现兼顾系统安全性和经济性的主配协同优化,并采用基于谱惩罚参数的自适应交替方向乘子法(spectral penalty parameter based adaptive alternating direction method of multipliers,SPPA-ADMM)进行求解。最后,选用改进的IEEE 33节点算例进行仿真,仿真结果表明文中所采用的并行控制方式能有效提高优化求解的效率,验证了所提策略对多种分布式资源分级接入配电网运行调控具有指导意义。展开更多
文摘分布式资源大规模并网要求配电网的灵活调控能力不断增强,如何充分利用多层级灵活性资源协助系统运行成为目前亟待解决的问题。为此,文中提供一种支撑多种资源接入配电网的分级自治协同策略。首先,分析多层级下灵活性资源特性,对分布式资源出力采用概率模型以减少其不确定性因素影响。其次,构建主变-馈线-台区分层分区优化调度模型,台区层进行内部自治并将等值结果传递给馈线层,馈线层基于网络架构和资源运行特性进行区域划分,实现兼顾系统安全性和经济性的主配协同优化,并采用基于谱惩罚参数的自适应交替方向乘子法(spectral penalty parameter based adaptive alternating direction method of multipliers,SPPA-ADMM)进行求解。最后,选用改进的IEEE 33节点算例进行仿真,仿真结果表明文中所采用的并行控制方式能有效提高优化求解的效率,验证了所提策略对多种分布式资源分级接入配电网运行调控具有指导意义。
文摘针对传统方法在计算低压台区理论线损率时出现的数据质量要求高、物理结构依赖度高等问题,文章提出一种基于自适应增强(adaptive boosting,AdaBoost)集成学习的低压台区理论线损计算方法。综合考虑低压台区网架结构参数、台区运行方式、用电负荷水平等各类因素,形成影响因素特征指标体系,进一步通过AdaBoost算法训练各分类与回归树(classification and regression tree,CART)决策树个体学习器并计算各个体学习器的权重系数,利用个体学习器的线性组合集成得到最终的理论线损计算法模型,同时在此基础上分析研究了典型重要因素对理论线损的影响规律。结果表明:所提算法具有良好的可靠性与稳定性,可以实现不同因素对台区理论线损影响规律的分析,进一步可以支撑不同因素影响程度的横向比较,可为台区的线损异常治理提供方向性指导。
