论文部分内容阅读
配电网处于电力系统的末端,运行状态受运行方式和负荷变化的影响较大,配电网在一定区域和时段处于非经济运行状态,需要对电压和无功等指标进行协调控制。无功优化是保障电力系统安全、经济运行的有效手段。随着电网规模不断扩大,分布式电源及新型随机负荷的接入与控制变量的增多,无功优化的难度日益增加。配电网中实时产生快速增长的高维度、强耦合、高随机性多源异构大数据,使大数据技术在配电网无功优化领域的应用成为可能。本文依托ABB中国研究院项目“基于大数据随机矩阵和自由熵的配电网无功优化和电压管理技术研究”(ABB20171128REU-CTR),提出了一种基于大数据自由熵与场景匹配的配电网无功优化方法。本方法摒弃了传统的基于模型和参数的配电网优化调度的思路,将大数据建模与分析的方法运用到配电网无功优化领域,从数据驱动的角度来实现配电网的无功优化。论文主要内容如下:(1)结合配电网运行现状,建立了基于OpenDSS的含分布式电源和电动汽车的IEEE37节点配电网模型,提出了基于OpenDSS传统无功优化方法并验证了该方法的正确性和有效性,为后续研究奠定了基础。(2)提出了配电网无功优化大数据技术架构。基于配电网无功优化与场景匹配的关系,论证了从历史数据库中找出适用于待优化时刻的无功优化方案的可行性,建立了适用于配电网无功优化的大数据技术架构,并对数据进行了预处理。(3)提出了基于大数据的配电网无功优化场景聚类方法。在场景匹配时先进行聚类分析,再针对性地对同类场景进行匹配,能够加快匹配速度和提高精度。提出了适用于配电网历史大数据的改进K-means聚类算法,并对IEEE37节点配电网模型的历史场景进行聚类分析,聚类结果表明本方法可以有效地对具有不同特性的场景进行划分,验证了本方法的正确性和有效性。(4)提出了基于大数据自由熵与场景匹配的配电网无功优化方法。定义了能够反映配电网场景特征的自由熵指标,提出了配电网场景特征的提取方法,利用皮尔森相关系数对自由熵指标进行加权处理并定义了总体偏离度,量化了场景间的差异,给出了基于大数据自由熵与场景匹配的配电网无功优化具体过程。(5)配电网无功优化效果的验证与对比分析。建立了MATLAB/OpenDSS配电网联合仿真平台,对IEEE37节点配电网的无功优化进行了日仿真分析和半年仿真分析,并与传统算法和粒子群算法进行了效果对比,验证了本文所提方法的正确性和有效性。