考虑光伏波动性与负荷时变性的ADN多故障修复策略

论文摘要

在主动配电网（active distribution network, ADN）中,光伏出力具有波动性,且负荷功率具有实变性,当配电网发生多个故障时,修复时间较长,光伏在某些时段可能会出现出力不足的情况。为保证故障后对非故障失电区内尽可能多的重要负荷恢复供电,结合短时间尺度优化调度方法建立基于多代理系统（multi-agent system,MAS）的ADN分区域、分场景、分时段的动态修复模型。该模型以恢复全网负荷价值最大和开关次数最少为上层目标,以各非故障失电区内不同恢复时段、不同开关动作次数下失电负荷恢复价值最大为前提,总供电量最大为下层目标,并且光储、分布式电源（distributed generation, DG）共同参与联合寻优。提出一种孤岛路径寻优方法,可快速求得非故障失电区内各时段最优恢复路径。设计多目标蚁群算法获取全网最优抢修方案,以IEEE 69节点配电系统为例,证明所提策略的可行性和有效性。

论文目录

• 0 引言
• 1 负荷时变性模型
•   1.1 负荷的分类
•   1.2 负荷削减原则
• 2 MAS设计与ADN划分
•   2.1 Agent的通用结构
•   2.2 多Agent系统构建
•     2.2.1 设备层Agent
•     2.2.2 协调层Agent
•     2.2.3 决策层Agent
•   2.3 基于多Agent的ADN区域划分
•     2.3.1 ADN下的区域划分原则
•     2.3.2 失电区域不同场景的划分和失电区内孤岛划分的形成
• 3 ADN抢修与恢复策略
•   3.1 抢修最长可持续时间
•   3.2 分时段恢复方法划分策略
•   3.3 目标函数及约束条件
•     3.3.1 目标函数
•     3.3.2 约束条件
•       1) 节点电压、支路电流约束[9]。
•       2) 功率平衡约束。
•       3) 配电网辐射状运行约束。
•   3.4 失电区恢复策略
•     3.4.1 孤岛路径快速寻优方法
•     3.4.2 供需两侧多时段优化调度
• 4 基于多目标蚁群算法的故障抢修策略
•   4.1 多目标蚁群算法
•   4.2 打擂台法筛选非劣解集
•   4.3 信息素与参数更新
•   4.4 ADN多故障动态修复流程
• 5 算例和仿真结果分析
•   5.1 算例分析
•   5.2 仿真结果
• 6 结论

文章来源

类型: 期刊论文

作者: 孙秀飞,王宝娜,荣雅君,高鹏

关键词: 主动配电网,多故障,动态修复,多代理技术

来源: 分布式能源 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 内蒙古电力(集团)有限责任公司包头供电局,电力电子节能与传动控制河北省重点实验室(燕山大学),国网河北省电力公司沧州供电分公司

分类号: TM73

DOI: 10.16513/j.cnki.10-1427/tk.2019.02.005

页码: 30-39

总页数: 10

文件大小: 2661K

下载量: 63