数据驱动的无精确建模含源配电网无功运行优化
分布式光伏的接入使得配电网无功电压运行控制需求及解决措施与传统配电网差异较大.针对配电网测量设备安装不全、网架参数难以准确获取,无法进行精确数学建模的问题,提出了无精确建模的含分布式光伏的配电网电压优化控制模型.以节点电压合格为优化目标,使用高速公路神经网络拟合网架节点注入功率与关键节点电压之间的映射关系;考虑分布式光伏的出力约束,进而采用定向寻优策略和反馈机制对优化模型进行求解;通过改变分布式电源逆变器出力来控制电网电压,实现全局系统电压控制.以不同规模的配电网实际数据为例,验证了所提优化运行控制模型的有效性.对比分析了采用普通神经网络和高速公路神经网络的电压拟合精度及收敛速度,证明高速公路神经网络应用于解决无精确建模的多节点含源配电网无功运行问题,可以实现拟合精度和拟合速度的双重优化.
配电网、数据驱动、分布式光伏、无功运行优化、高速公路神经网络
41
TM712(输配电工程、电力网及电力系统)
国家重点基础研究计划项目;上海市科委科研计划资助项目
2021-01-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
1-8