计及模型误差的分布式光伏配电网优化调控方法

论文摘要

当前配电网存在信息采集不全、在线获取电网精确模型困难的问题,导致对分布式光伏的调控存在误差,难以满足配电网安全运行的要求,因此提出了一种计及模型误差的分布式光伏配电网调控方法。基于近似灵敏度建立了光伏调控量粗略计算模型;采用极限学习机(ELM)方法建立人工智能辅助决策模型,作为光伏调控量粗略计算模型的修正;进一步地,基于上述2个模型,设计了计及模型误差的分布式光伏优化调控策略;最后进行仿真分析,结果表明提出的调控方法弥补了仅依赖电网模型进行优化带来的误差,提高了优化调控的精度。

论文目录

• 0 引言
• 1 人工智能辅助决策的分布式光伏配电网调控策略
• 2 基于近似灵敏度的光伏调控量粗略计算模型
•   2.1 分布式光伏调控能力模型
•   2.2 近似电压灵敏度计算方法
•   2.3 光伏调控量粗略计算模型
• 3 基于极限学习机的人工智能辅助决策模型
•   3.1 极限学习机设计
•   3.2 学习模型建立流程
• 4 含辅助决策的配电网分布式光伏调控流程
• 5 算例分析
•   5.1 系统参数
•   5.2 近似灵敏度计算与极限学习机学习结果分析
•   5.3 调控结果分析
•     5.3.1 算例1
•     5.3.2 算例2
• 6 结论

文章来源

类型: 期刊论文

作者: 窦晓波,蔡超,段向梅,韩俊,刘之涵,陈曦

关键词: 分布式光伏,配电网,优化调控,近似灵敏度,极限学习机,辅助决策

来源: 电力自动化设备 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 东南大学电气工程学院,国网江苏省电力有限公司经济技术研究院

基金: 国家自然科学基金资助项目(51777031),国网江苏省电力有限公司科技项目(J2018058)~~

分类号: TM615

DOI: 10.16081/j.epae.201911002

页码: 41-48

总页数: 8

文件大小: 1829K

下载量: 197