【摘 要】
：
提出了一种基于数据驱动的微电网两阶段自适应鲁棒优化调度方法.首先,构建了基于数据驱动的微电网市场调度优化框架,利用K-means聚类方法对微电网大量历史数据进行聚类预处理,选取典型场景代表大量复杂场景来获得准确地风电出力概率分布情况.然后,在阶段一建立微电网日前预调度模型;基于预处理的聚类数据,建立数据驱动的风力发电的不确定性集合,在阶段二建立微电网实时调控模型.通过数据驱动构造的风力发电不确定性集合,排除了部分极端场景,降低了模型的保守度.接着,用列约束生成算法(C&CG)将构建的两阶段自适应鲁棒优化模
【机 构】
：
国网甘肃省电力公司,甘肃兰州730030;国网甘肃省电力公司经济技术研究院,甘肃兰州730050
论文部分内容阅读
提出了一种基于数据驱动的微电网两阶段自适应鲁棒优化调度方法.首先,构建了基于数据驱动的微电网市场调度优化框架,利用K-means聚类方法对微电网大量历史数据进行聚类预处理,选取典型场景代表大量复杂场景来获得准确地风电出力概率分布情况.然后,在阶段一建立微电网日前预调度模型;基于预处理的聚类数据,建立数据驱动的风力发电的不确定性集合,在阶段二建立微电网实时调控模型.通过数据驱动构造的风力发电不确定性集合,排除了部分极端场景,降低了模型的保守度.接着,用列约束生成算法(C&CG)将构建的两阶段自适应鲁棒优化模型分解为主问题和子问题进行交互迭代求解.最后,仿真结果验证了所提方法的有效性,降低了微电网设备运行成本,提高了新能源利用率.
其他文献
针对区域交直流混合配电网中实时量测覆盖率低、量测误差分布具有不确定性的问题,提出了基于深度神经网络(DNN)伪量测建模的交直流配电网区间状态估计方法.该方法首先对DNN进行离线训练,然后将实时量测数据和电压源换流器控制的变量值作为DNN的输入特征,建立伪量测模型;接着,在实时量测更新时,利用已训练好的DNN快速生成伪量测;最后,对伪量测和实时量测的不确定性采用区间形式建模并进行区间状态估计,进而准确监测交直流系统状态.算例仿真结果表明,所提方法能够避免对量测误差的概率分布进行假设,并且能够在低冗余量测配置
随着居民分布式资源的普及,如何考虑用户多类型设备的运行特性,满足实时自治能量管理需求以达到用户侧经济性最优成为亟待解决的课题.传统基于模型的最优化方法在模型精准构建和应对多重不确定性等方面存在局限性,为此提出一种无模型的基于深度强化学习的实时自治能量管理优化方法.首先,对用户设备进行分类,采用统一的三元组描述其运行特性,并确定相应的能量管理动作;接着,采用长短期记忆神经网络提取环境状态中多源时序数据的未来走势;进而,基于近端策略优化算法,赋能在多维连续-离散混合的动作空间中高效学习最优能量管理策略,在最小
基于用电信息采集系统的量测数据,提出了一种基于改进局部离群因子算法的用户用电隐患检测方法.首先,提出基于信息熵的电压信息重构方法,扩大电压数据差异性.其次,提出基于K-奇异值分解的电压数据稀疏编码方法,解决台区用户原始负荷特征维度过高带来的冗余性问题.然后,提出基于改进局部离群因子算法的用户用电隐患检测方法,通过多局部离群因子模型组合优化,提高低压用户用电隐患检测泛化能力与准确率.最后,以中国浙江省某台区为例进行验证,算例分析的结果表明所提算法相对于传统局部离群因子算法具有更高的隐患检测准确率.
针对并网逆变器控制中传统电压电流双闭环控制策略抗扰能力不足的问题,构造线性自抗扰控制(LADRC)取代电压外环控制.为了提高线性扩张状态观测器(LESO)的观测精度,通过在LESO中引入直流母线电压微分与其观测值之间的误差项,对传统LADRC进行了改进.从频域分析上证明了改进型LADRC的跟踪性能和抗扰性能均优于传统LADRC.仿真结果表明,所提出的改进型LADRC可确保并网逆变器具有更好的稳态与暂态性能,特别是在电网电压跌落和负载突变方面具有优越性.
近年来,随着电网互联层级和规模的高速发展以及新能源、电力电子设备的大规模接入,电力系统的不确定性和调控需求都在持续增加.为解决当前电网调度控制方式基于联络线越限等经验特征量异常触发、缺乏主动性和预见性调控手段的问题,提出了一种基于概率预测的电网安全运行风险评估及主动调控方法.首先,构建了基于长短期记忆网络和支持向量机的滚动概率预测模型.然后,从充裕度的角度建立了常见风险事件的严重度函数,从而实现对关键元件的越限概率预测,并计算得到量化风险以形成触发机制,实现电力系统面对风险事件的主动调控.最后,在IEEE
针对虚拟电厂异构资源的优化组合问题,提出了包含需求响应、柔性可控负荷、分布式电源的响应特性模型.以虚拟电厂对互动资源的控制权限为依据,将互动资源响应电量划分为有、无风险资产,将资源响应计划分配问题映射至投资组合理论中资产权重配置问题,以组合风险衡量用户响应电量不确定性,以预期收益最大为目标建立优化组合模型.在此基础上,利用互动资源的分散性,使虚拟电厂向电网提供阻塞管理,并在CIGRE 20 kV中压配电系统上对所提出方法进行验证.算例结果验证了所提模型的实用性.
当虚拟同步机(VSG)孤岛运行时,不平衡负载的接入会导致其输出电压不平衡.首先分析了不平衡负载条件下VSG输出电压不平衡的机理,提出了基于PR和PI复合控制的VSG电压环路控制方法;其次,考虑到VSG输出电流的d,q轴分量在负载不平衡时含有二倍频波动分量,导致VSG定子电气方程输出电压的d,q轴指令呈现二倍频波动,提出采用电压环PI调节器输出电流指令作为定子电气方程的电流输入;再次,针对不平衡负载条件下有功功率和无功功率含有二倍频分量问题,提出一种采用电压环PI调节器输出电流指令的功率直流分量提取方法;最
数字控制器存在的固有控制时延会影响并网逆变器入网电流的控制性能,为此提出一种控制算法优化方案,旨在降低控制时延带来的不利影响.首先分析了控制时延以及零阶保持器对比例-积分(propor?tional-integral,PI)控制器参数稳定域及系统阶跃响应的影响,在此基础上提出采用超前环节来补偿控制时延带来的相角滞后,分析不同补偿参数下的性能差异并选定了最优补偿参数,经过超前环节补偿后的PI控制算法能拓宽PI参数的稳定域以及提升控制系统动态性能.最后,利用Matlab/Simulink仿真平台以及并网逆变器
针对传统四象限变频器直流母线采用大电解电容带来的缺点,以电梯变频系统为研究对象,对母线电容采用小薄膜电容的可行性进行分析,对电网侧变流器的双环控制策略展开了深入研究.网侧变流器采用了高阶的LCL滤波器,以更好地抑制并网电流的高次谐波.重点讨论了电流环和电压环控制策略,电流环采用PIR控制器,保证并网电流的总谐波满足并网要求,电压环采用PI控制加功率前馈控制,提高小母线电容时系统的稳定性.针对以上控制策略,搭建了离散化的Matlab仿真模型,并进一步搭建了样机,通过仿真和实验验证所提控制策略的正确性.
电能供给是保证机器人正常工作的重要环节.现有机器人充电方式多为接触式充电,该方式存在着漏电、易产生火花等重大安全隐患.而无线充电技术是一种非物理接触式传能方式,克服了现有充电方式的弊端,同时且具有自动化程度高、环境适应性强等优点.以串并补偿结构为研究对象,首先建立系统传递函数模型;其次考虑到无线充电系统具有非线性、高阶次及强耦合的特点,采用误差、误差变化率及输出论域可随系统参数变化而实时调整的变论域自适应模糊控制策略,使得系统具有控制精度高、自适应强和鲁棒性好等优点.最后通过仿真和实验结果验证了所提出的控