论文部分内容阅读
高渗透率大量分布式电源(Distributed Generation,DG)的间歇性发电,使得主动配电网(Active Distribution Net,ADN)的状态估计必须综合考虑DG的引入带来的诸多不确定性,然而传统的配网状态估计(Distribution State Estimation,DSE)已经不能达到电网实时运行调度的标准。因此,需对含DG且具有不确定性的系统进行正确建模、并提出高效准确的状态估计方法,从而提高ADN状态估计的精度成为一个亟需解决的问题。本文以含分布式能源的主动配电网为研究对象,针对如何提高ADN状态估计的精度问题,主要从以下几个方面开展研究:(1)研究并描述了DSE的数学模型,包括配电网量测系统以及配电网网络参数;接着介绍了最小二乘法和基于加权的最小二乘(Weighted Least Square Method,WLS)的状态估计法的基本原理,为后面的研究提供了理论基础。(2)为提高状态估计的精度,针对ADN中引入DG带来的不确定性问题,展开ADN潮流研究。建立光伏、储能、柴油发电机和不同负荷的概率模型;针对蒙特卡洛求解概率潮流受限于大量重复计算导致的计算时间长且精度不高的问题,提出一种基于半不变量和GramCharlier法的概率潮流计算方法,通过IEEE30配电网算例验证该方法的可行性,仿真结果表明DG接入后整体上改善了配电网的运行环境,并为系统安全运行决策提供更完整的信息;同时通过改进前推回代法求解算例得到确定性潮流数据作为后文研究状态估计的伪量测数据。(3)针对萤火虫算法求解状态估计存在精度和求解速度上不足的问题,提出一种基于混沌策略改进的蛙跳萤火虫算法。引入蛙跳族群划分策略改善初始化种群的缺陷;在移动公式中引入群体最优的概念;最后采用Logistic混沌策略克服算法对控制参数依赖性较强的缺陷。通过多种测试函数和组合优化函数验证所提算法的可行性和高效性。(4)为研究含DG的ADN的状态估计,建立含DG的主动配电网状态估计模型;以第三章潮流计算结果并叠加量测误差作为量测矩阵;运用改进后的算法对含DG的ADN进行状态估计研究。研究结果表明,采用改进后的算法得到的状态估计结果比改进前算法得到的状态估计结果精度更高,求解速度更快,从整体上提高了状态估计的精度,并能直观的展现含DG的ADN状态估计值范围。