摘要:

摘要:智能配电网态势感知是配电系统可靠、经济和安全运行的重要基础。为此，从技术层面对智能配电网态势感知和态势利导的内涵、架构和关键技术进行了深入分析和阐述。首先，给出了态势感知和态势利导技术的含义和目标；其次，构造了智能配电网态势感知和态势利导技术的总体架构；最后，为了实现对配电网运行态势的全面准确把握，并为复杂配电网智能调度控制提供有力支撑，从态势觉察、态势理解、态势预测、态势呈现、态势利导5个方面阐述了智能配电网态势感知和态势利导的关键技术内容及其面临的挑战，以期为后续研究工作提供借鉴。

摘要:分布式电源(DG)的接入及网络结构的变化，使得主动配电网(ADN)的状态估计及量测配置更加复杂。在考虑DG出力不确定性的基础上，建立了兼顾经济性和多种网络结构估计精度的多目标量测配置模型；以高斯混合模型(GMM)模拟DG出力的不确定性，并利用量测协方差矩阵的非对角元素表征DG间出力的相关性；基于层次分析法(AHP)确定量测配置费用和含环网的多种网络结构的目标权重，并利用贪婪算法确定ADN的量测配置方案。IEEE 33节点配电系统和119节点配电系统的仿真结果验证了文中方法的有效性和可行性。

摘要:针对复杂有源配电网三相不平衡状态估计计算速度较慢与计算精度较低的问题，提出了一种基于多准则分区和基本加权最小二乘法—原对偶内点法(WLS-PDIPM)混合算法的状态估计方法。基于对有源配电网中实时量测、虚拟量测和伪量测的配置分析，建立了适用于复杂有源配电网状态估计的多准则分区优化模型，该模型综合考虑了分区后各子区域规模均衡、量测冗余度均衡及伪量测平均误差均衡。通过高级量测体系(AMI)全量测点实现各子区域完全解耦，有效减小了系统规模和雅可比矩阵阶数。所提方法将WLS与PDIPM的优点相结合，在提高算法精度的同时减少了计算时间。仿真算例结果表明所提方法可实现对复杂有源配电网的合理分区，有效提高了状态估计的计算速度与求解精度。

摘要:为定量评估间歇性分布式电源接入配电系统所造成的影响，改进了分布式电源随机模型，建立配电系统线路随机故障概率模型，基于全概率理论在风险评估中考虑了线路随机故障。建立电压越限与失负荷的节点级和系统级两级风险指标，以综合评价系统中多种随机因素的影响，实现了配电系统运行风险的量化评估。通过标准测试算例IEEE 33节点系统，验证了所提算法的实用性和有效性。

摘要:小型化、低成本、易带电安装是配电网线路相量测量单元(PMU)的发展方向。文中设计了一种应用于配电网广域测量系统的新型分布式PMU装置。通过高密度感应取电模块从线路中获取能量为装置供电，采用印刷电路板(PCB)式罗氏线圈测量线路电流，利用空间电容分压传感器实现线路电压测量，通过分布式同步采样实现全网的电压、电流采集，为新型配电网线路PMU的研制提供了一种新的解决方案。目前，配电网线路PMU测试样机已实地测试并传回监测数据，装置各模块均能稳定正常工作，测量结果能正确反映线路电压电流。

摘要:在配电网主站系统建设过程中，配电网网络模型的完整性和正确性是各个配电网分析应用模块赖以实用化的前提和基础。当前在建设配电网主站时，其基础性的配电网模型主要从地理信息系统(GIS)或生产管理系统(PMS)导入。在模型导入过程中缺乏有效的全局校核手段，难以从整体上检查系统网络模型的完整性和正确性。文中基于配电网主站系统，利用统计服务及拓扑服务，针对全局性网络模型设计实现一种模型完整性、正确性的校核方法，能够从整体上把控系统网络模型的变化及质量情况。通过具体工程应用，验证了该方法的可行性及有效性。

摘要:智能电表的普及促进了配用电大数据的发展。通过对用户用电数据的挖掘和用电特性的感知，能够有效识别用户用电模式、评估需求响应潜力、指导电价制定等。然而，用户用电数据一方面随时间不断更新，增长迅速，呈海量态势；另一方面，数据采集点分布在用户侧，具有极强的分散性。针对海量、分散的用电数据带来的挑战，文中提出一种新的分布式聚类算法。首先利用自适应k-means聚类算法对分布在各区域的用电数据进行局部聚类分析，提取各局部数据的典型负荷曲线，构建局部模型；然后利用传统聚类算法对获取的局部模型进行二次聚类分析，获取全局的典型负荷曲线，构建全局模型；最后向局部数据中心反馈全局聚类结果，实现全局聚类分析。通过爱尔兰实际量测用电数据证明了所提出算法的有效性。

摘要:电动汽车负荷预测是充电站规划及调度的研究基础。相比传统的负荷预测，大数据背景下的负荷预测具有待预测数据可快速观测的特点，此时负荷预测方法需要相应调整。首先分析了充电站负荷预测所需数据及主要数据来源。其次，针对单辆电动汽车，基于大量、快速更新、多种类的数据分析电动汽车的充电习惯，预测每一辆电动汽车的充电开始时间、持续时间和充电地点，获取单辆电动汽车的负荷模型。该模型综合考虑电池状态、出行时间、行驶路径与速度、充电偏好等信息。然后，面向任意充电站，对与其相关的路网节点与交通线路上的所有电动汽车负荷求和，估算该充电站的总充电功率。最后，进行实例仿真，并与传统方法下的充电负荷预测结果进行了对比。

摘要:基于D-S理论建立联合可能性—概率性的不确定性潮流求解方法，针对主动配电网中各类分布式电源及负荷特性，对呈现概率性及可能性分布的输入变量分类建模，并分别选用无迹变换(UT)算法和α-截集算法求解。讨论不确定性潮流结果的越限情况，结合停电损失建立运行风险分析体系。通过改进的IEEE 33节点系统算例，分别在三相平衡和三相不平衡情况下验证不确定性潮流联合求解方法的正确性和算法的时效性，得出风险节点及支路，实现主动配电网的风险感知。

摘要:研究了公交车充电站短期负荷预测方法，提出了一种基于数据新鲜度和交叉熵的组合预测模型。首先，对公交车充电站的负荷特性进行分析，发现日充电负荷具有波动大、周期性、与气象条件(温度、降雨等)密切相关的特点。其次，对组合预测模型在累积历史预测误差的过程中作了如下改进:(1)考虑充电负荷样本数据的时间特征和波动性特征，给出了基于灰色关联度的相似日选取方法；(2)考虑单一模型在预测过程中的精度和稳定度，基于交叉熵和正态分布概率密度函数建立组合预测模型，动态地调整权重系数；(3)充分考虑数据源的时间有效性，提出新鲜度函数的概念，改善了单一预测方法的概率密度分布函数，进而优化组合预测的权重系数，进一步提高组合模型预测精度。基于北京市某公交车充电站的历史充电数据构建训练样本和测试样本，通过与单一预测模型和其他组合模型的预测结果进行比较，证明了所提组合预测模型的有效性。

摘要:智能配电网的发展呈现更加灵活多变的趋势，使得输配电网间的相互作用日趋显著，对配电网态势感知提出更高的要求。为提升配电网态势感知能力，文中从输配协同的角度，提出了配电网态势快速感知的方法。首先，针对预估的配电网负荷变化计算输电网的状态；其次，从配电网根节点处将输电网进行戴维南等值并辨识等值参数；最后，将戴维南等值后的输电网接入配电网感知配电网负荷变化后的态势。该方法无需多次交互输配电网信息，感知速度快，计算结果精度高。在该方法的基础上，可通过对未来状态的多步预估，预测配电网静态电压稳定裕度指标轨迹，然后根据该轨迹评估配电网静态电压稳定态势。仿真算例验证了所提方法的可行性和有效性。