黎津池

(西南交通大学电气工程学院，四川 成都　610031)



基于短期负荷预测含分布式发电配电网状态估计

黎津池

(西南交通大学电气工程学院，四川 成都610031)

提出一种基于短期负荷预测的含分布式发电(distributed generations, DG)的配电网状态估计(distribution state estimation, DSE)方法。先采用基于粒子群优化的最小二乘支持向量机方法实现电力系统短期负荷预测, 为配电网提供更为准确的伪量测,进而解决DSE可观测性问题；然后，考虑到配电网中的一些设备如电压调节器、分布式发电机等的非线性、离散性特性，将含DG的DSE作为一个整形非线性、含多约束条件的优化问题，采用具有很强全局寻优能力和良好收敛特性的自适应差分进化算法解决DSE问题。含DG的IEEE 33节点测试系统仿真结果验证了所提方法的可行性，与文献中优化算法对比结果进一步突出了所提算法的有效性。

分布式电源；配电网；状态估计；短期负荷预测；自适应差分进化

0　引　言

在日益严峻的环境问题和严重能源危机的背景下, 分布式电源(distributed generations, DG)因其清洁、低碳和成本低廉等特点受到越来越多的关注[1]，并越来越多地被并入配电网中, 大大地缓解了能源供应和环境问题所带来的压力, 并能在一定程度上提高配电系统的可靠性和电能质量。但DG并网也会给配电系统带来一系列的问题[2], 状态估计便是其中要解决的问题之一。配电网状态估计(distribution state estimation, DSE)作为配电管理系统(distribution management system, DMS)的基础核心,为DMS进行各种重要的控制提供可靠、准确的数据支持。然而, 配电网中由于实时量测信息少, 并不能确保整个配电系统的可观测性, 因此系统的负荷数据、分布式发电数据常作为系统伪量测以提高量测的冗余度,保证DSE的顺利执行。……