基于改进强化学习算法的主动配电网在线等值建模
2021-12-09韦乾龙唐文虎江昌旭钱瞳李维维郑杰辉
广东电力 2021年11期
韦乾龙,唐文虎,江昌旭,钱瞳,李维维,郑杰辉
(1.华南理工大学 电力学院,广东 广州 510641;2.福州大学 电气工程与自动化学院,福建 福州 350116)
随着可再生能源渗透率逐步提高,配电网形态与结构均面临诸多变化[1-3]。主动配电网的源荷形态结构比传统配电网更复杂,管理协调更困难。同时,主动配电网与输电网络进行功率交换时[4-6],主动配电网中量测装置较少,可观测水平极低,配电网调度员很难获取配电网的详细信息。因此,如何在配电网信息不完全的条件下,建立一个精度较高的配电网等值模型就显得尤为重要。
国内外学者在主动配电网的静态等值模型方面已经做了大量的研究工作。文献[7]不考虑分布式电源的影响,直接使用ZIP负荷模型﹝恒定阻抗模型(Z)、恒定电流模型(I)与恒定功率模型(P)的并联﹞,对配电网进行静态等值。文献[8-9]用等值发电机来表示主动配电网中的分布式发电,并且用PQ节点或PV节点连接在主动配电网中,该模型没有考虑分布式发电的不确定性。文献[10]用一个消耗负功率的负荷来代替分布式风电和光伏发电系统。但是这些模型都不能反映不同分布式发电各自的特征,并且忽略了可再生能源发电的不确定性。因此,许多学者开始考虑不同类型分布式发电的影响以及可再生能源的不确定性。文献[11]利用小波神经网络对不确定性进行预测,文献[12]利用半不变量法对不确定性进行建模,但是无法对此类模型进行在线评估。文献[13]建立了考虑可再生能源空间不确定性的主动配电网模型,并对模型参数进行辨识,解决了分布式电源地理分布不同导致的问题。……
登录APP查看全文
