基于数据驱动的非全实时观测配电网无功优化方法

摘要：

现阶段配电网中量测设备覆盖率较低,只有部分节点的负荷数据可以实时采集得到,因此在配电网中进行实时无功优化时无法使用基于潮流计算的优化方法.考虑到以上情况,文章提出了一种基于数据驱动的非全实时观测配电网无功优化方法.该方法基于历史运行数据使用最优潮流离线生成无功优化策略,并通过训练神经网络构建可实时量测节点负荷数据和无功优化策略间的映射关系,实现对非全实时观测配电网的实时无功优化.最后基于改造的IEEE 33节点系统,将所提方法与传统九区图无功优化方法作对比,验证了所提方法的有效性.

关键词：神经网络、配电网、无功优化、数据驱动

所属期刊栏目：42

分类号：TM712(输配电工程、电力网及电力系统)

资助基金：国家电网公司科技项目"人工智能与大数据分析在提升我省供电服务质效中的应用研究"521820180014

在线出版日期：2021-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：68-76