计及工业聚集区需求响应特性的主动配电网扩展规划

来源 :供用电 | 被引量 : 0次 | 上传用户:daifeng216216
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着配电网中分布式电源的渗透率不断提升,传统配电网正逐步向主动配电网转变。主要考虑工业聚集区需求响应特性,研究含高渗透率分布式电源的工业聚集区配电网扩展规划问题。首先,分析工业聚集区的能量供需特性;其次,计及工业聚集区功能块的需求响应特性,构建含高渗透率DG的配电网扩展双层规划模型(其中:上层规划层用于确定DG的配置容量、地址以及网络的扩建和增容;下层运行层考虑了风电、光伏发电多种复杂运行场景的组合,并考虑了工业聚集区参与需求响应的运行约束);最后,采用某地20 kV实际配电网(工业聚集区)62节点系统,
其他文献
随着能源革命和数字革命的深度融合,配电网逐步演变为一个复杂多维的信息物理社会系统,各种分布式新能源的消纳、电动汽车与灵活负荷的接入、多主体间市场交易互动。作为综合性能源电力服务平台,配电网的源荷形态变化愈发显著,给系统协调规划问题带来巨大挑战。当前,配电网规划需要更加重视能源互联、市场环境、用户需求等因素,积极关注自身复杂形态演变和新兴业务拓展,以适应多元要素融合下未来能源系统绿色、高效、可靠、智能的发展趋势,并承担起新能源消纳、海量信息集成、市场交易互动、智能电气化公众服务等多重角色。
随着电力系统智能化和互动化的发展,配电网规划要素不断增加,以配电网投资效益机理分析为基础的规划投资决策模型构建越发困难。针对这一问题,提出了一种基于数据驱动的配电网规划投资决策方法。首先结合配电网规划目标及区域情况,构建规划投资指标体系。其次以与效益指标相关的各因素指标为输入,利用深度学习构建配电网投资效益模型,并通过迁移学习解决深度学习难以在小样本情况下有效应用的问题。在上述基础上,将投资效益模型替代配电网规划投资模型中的目标函数,并利用遗传算法对规划投资模型进行求解,获取规划投资方案。最后,通过算例分