期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
考虑海量分布式能源接入的配电网分布式无功控制策略 被引量:8
1
作者 翟苏巍 李银银 +3 位作者 杜凡 李文云 潘凯岩 梁峻恺 《中国电力》 CSCD 北大核心 2024年第8期138-144,共7页
针对非常规安全风险对新型电力系统造成的影响,提出了考虑源荷不确定性的新型电力系统双层协同无功控制策略。以配电网网络损耗最小为目标,考虑多种调节设备约束,建立配电网无功优化模型。构建配电网分布式无功优化求解框架,外层采用自... 针对非常规安全风险对新型电力系统造成的影响,提出了考虑源荷不确定性的新型电力系统双层协同无功控制策略。以配电网网络损耗最小为目标,考虑多种调节设备约束,建立配电网无功优化模型。构建配电网分布式无功优化求解框架,外层采用自适应超松弛惩罚参数交替方向乘子法(alternating direction method of multipliers,ADMM)进行全局更新迭代求解,内层采用列与约束生成算法(column-and-constraint generation,C&CG)对各区域两阶段分布鲁棒无功优化模型求解。所提策略能有效改进分布式无功优化模型求解效率,降低网络损耗,提高新型电力系统的稳定性。 展开更多
关键词 新型电力系统 无功优化 分布鲁棒优化
在线阅读 下载PDF
基于图卷积网络的新型电力系统实时无功功率优化
2
作者 张沛 刘晓菲 +4 位作者 李文云 路学刚 王珍意 翟苏巍 孙慧博 《南方电网技术》 北大核心 2025年第7期3-14,共12页
新能源出力的快速变化引起电网电压频繁波动,严重威胁电网的安全与经济运行。为此,提出了一种基于图卷积网络(graph convolutional network,GCN)的实时无功功率优化方法。首先,构建了考虑节点重要性的多目标无功功率优化模型。基于此,... 新能源出力的快速变化引起电网电压频繁波动,严重威胁电网的安全与经济运行。为此,提出了一种基于图卷积网络(graph convolutional network,GCN)的实时无功功率优化方法。首先,构建了考虑节点重要性的多目标无功功率优化模型。基于此,建立无功功率优化模型的图表示,并结合优化问题重构邻接矩阵。然后,基于GCN算法映射出最优解集,并利用改进CRITIC-AHP-TOPSIS组合赋权算法选取最优解,获得实时优化策略。最后,以改进的IEEE 39节点系统和实际电网为例,验证了所提方法不仅具有求解速度快和避免陷入局部最优解的优势,而且获得了更理想的电压偏差和有功功率网损,保障新型电力系统运行的安全性和经济性。 展开更多
关键词 图卷积网络 新能源 实时无功功率优化 节点重要性 最优解
在线阅读 下载PDF
基于随机鲁棒优化的配电网分布式光伏承载能力综合评估方法
3
作者 翟苏巍 张馨介 +3 位作者 李文云 高天亮 于全喜 梁峻恺 《太阳能学报》 北大核心 2025年第7期624-635,共12页
为有效评估配电网的分布式光伏承载能力,提出一种基于随机鲁棒优化的配电网分布式光伏承载能力综合评估方法。首先,采用K-均值聚类方法对配电网负荷水平进行聚类。然后,利用随机优化算法来应对负荷水平的不确定性。针对光伏出力的不确... 为有效评估配电网的分布式光伏承载能力,提出一种基于随机鲁棒优化的配电网分布式光伏承载能力综合评估方法。首先,采用K-均值聚类方法对配电网负荷水平进行聚类。然后,利用随机优化算法来应对负荷水平的不确定性。针对光伏出力的不确定性和传统盒式不确定集合的局限性,提出多区间不确定集合来描述分布式光伏出力的波动性。接着,综合考虑到电网的安全性、充裕性和经济性,建立基于随机鲁棒优化的配电网分布式光伏承载能力综合评估模型。最后,通过某地区10 kV配电系统仿真验证表明,通过该方法可全面合理地分析配电网内分布式光伏的承载力,提升评估准确性。 展开更多
关键词 K-均值聚类 多区间不确定集合 随机鲁棒优化 光伏承载能力 综合评估
在线阅读 下载PDF
基于改进概率神经网络的储能电池荷电状态估计 被引量:7
4
作者 翟苏巍 李文云 +2 位作者 周成 汪成 侯世玺 《智慧电力》 北大核心 2024年第2期94-100,共7页
锂离子电池荷电状态(SOC)估计技术是储能电站电池管理系统重要组成部分。为了实现对SOC的准确估算,提出一种改进概率神经网络(MPNN)用于储能电池荷电状态估计。相较于传统神经网络,结合概率函数和补偿机制的MPNN,不仅可避免陷入局部最优... 锂离子电池荷电状态(SOC)估计技术是储能电站电池管理系统重要组成部分。为了实现对SOC的准确估算,提出一种改进概率神经网络(MPNN)用于储能电池荷电状态估计。相较于传统神经网络,结合概率函数和补偿机制的MPNN,不仅可避免陷入局部最优,而且具有更优秀的拟合能力,可进一步提高SOC估计精度。仿真实验表明,所提MPNN方法的SOC估计值平均绝对误差和均方误差均低于1%,获得了满意的性能。 展开更多
关键词 储能电站 锂离子电池 荷电状态 神经网络 数据驱动
在线阅读 下载PDF
基于深度强化学习的风储合作决策方法 被引量:7
5
作者 翟苏巍 李文云 +2 位作者 邱振宇 张新怡 侯世玺 《智慧电力》 北大核心 2023年第9期60-65,共6页
目前,风电场配置储能是提高风电经济性较为有效的手段。针对最大化风储合作收益问题,提出一种基于深度强化学习的风储合作决策方法。首先,综合考虑风电、储能系统、外部电网以及需求侧柔性负荷,构建一种新型风储合作系统;然后,针对传统... 目前,风电场配置储能是提高风电经济性较为有效的手段。针对最大化风储合作收益问题,提出一种基于深度强化学习的风储合作决策方法。首先,综合考虑风电、储能系统、外部电网以及需求侧柔性负荷,构建一种新型风储合作系统;然后,针对传统深度强化学习方法易陷入过估计问题,提出改进双竞争深度Q网络(D3QN),并进一步设计基于D3QN的风储合作决策算法;最后,结合实际数据对算法进行仿真验证,结果表明相比传统深度强化学习策略,所提方法能更好协调风电和储能运行,提高风储合作系统的运行收益。 展开更多
关键词 风电 储能系统 强化学习 深度神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部