【摘 要】
：
可再生分布式发电普及率的上升,给配电网规划带来了不确定性。针对可再生分布式发电的不确定性问题,提出了一种分布式电源接入配电网的选址定容方法。首先采用综合多种灵敏度指标的方法确定分布式电源候选接入节点顺序,以减小潜在求解空间的范围。然后采用启发式矩匹配法捕获历史风速、辐照、环境温度和负荷需求数据的目标矩(包括期望、方差、偏度和峰度)和相关性,生成代表性场景。最后以年综合费用最小和平均电压偏差最小为目标,采用带精英保留策略的非支配排序遗传算法进行优化求解,确定最佳的分布式电源接入位置和容量。以IEEE-33节
【基金项目】
：
国家自然科学基金资助项目(51877044)。
论文部分内容阅读
可再生分布式发电普及率的上升,给配电网规划带来了不确定性。针对可再生分布式发电的不确定性问题,提出了一种分布式电源接入配电网的选址定容方法。首先采用综合多种灵敏度指标的方法确定分布式电源候选接入节点顺序,以减小潜在求解空间的范围。然后采用启发式矩匹配法捕获历史风速、辐照、环境温度和负荷需求数据的目标矩(包括期望、方差、偏度和峰度)和相关性,生成代表性场景。最后以年综合费用最小和平均电压偏差最小为目标,采用带精英保留策略的非支配排序遗传算法进行优化求解,确定最佳的分布式电源接入位置和容量。以IEEE-33节
其他文献
针对多个虚拟网络请求(Virtual Network Request,VNR)动态到达的网络场景,本文提出一种基于成本及功耗联合优化的软件定义网络(Software-Defined Networking,SDN)虚拟网络映射(Virtual Network Embedding,VNE)算法.在对虚拟节点及链路映射成本及功耗进行评估的基础上,建模VNE成本及功耗的代价函数,进而在满足资源需求等约束条件下,建模基于代价函数最小化的VNE模型.该优化问题为整数线性规划问题,难以直接求解;为解决此问题,提出基于时
针对采用传统下垂控制的分布式电源无功功率分配不均,提出了一种高比例光伏微网无功均分控制中的Q学习方法。该策略融合人工智能算法的随机搜索机制以及Q学习算法的迭代机制。首先,针对采用下垂控制的分布式光伏,以微网总无功偏差量作为奖励函数的依据,构建电压幅值和无功功率之间的反馈。其次,根据最大奖励Q值对应动作控制分布式光伏输出电压幅值。最后,协调控制分布式光伏无功输出,实现含高比例光伏微网的全局最优控制。仿真结果证明了该策略可以有效提高无功均分控制效果,减少系统无功环流,提高电压质量。
为抑制逆变器间动态调整过程差异较大所引起的环流,提出一种新型幂次变加速趋近律的滑模控制策略来抑制环流。通过功率特性得出功率与输出电压幅值相角变化率的微分非线性关系,基于滑模面实现控制解耦,根据当前状态位置自动调整幂次项系数而改变趋近速度,使系统快速削弱输出电压幅值与相角波动,更快趋近稳态而达到显著环流抑制效果。仿真结果验证了改进趋近律下系统输出动态响应更快且抗干扰能力强,环流得到极大程度的抑制。
功率开关器件的故障检测能使多电平变换器及时进入容错运行模式,保证变换器在故障情况下仍能运行,提高变换器的可靠性。为此,提出了一种用于识别和定位飞跨电容三电平DC-DC buck变换器中功率开关器件故障的新技术,通过在线使用AD模数转换法来分析磁分量电压(电感电压)和开关函数,根据不同故障下对应不同的电感电压来确定故障类型,以及对比故障前后时刻的开关函数来确定故障位置。本方法使用互感器替代原有的传感器,降低成本的同时可提高变换器的功率密度。通过三电平飞跨电容buck变换器FCBC(flyingcapacit