面向高比例新能源接入的配电网电压时空分布感知方法

张天策; 王剑晓; 李庚银; 周明; 王宣元; 刘蓁

doi:10.7500/AEPS20200430026

您当前的位置：

首页 >

文章列表页 >

面向高比例新能源接入的配电网电压时空分布感知方法

学术研究 | 更新时间：2025-06-16

- 面向高比例新能源接入的配电网电压时空分布感知方法
- Perception Method of Voltage Spatial-Temporal Distribution of Distribution Network with High Penetration of Renewable Energy
- 电力系统自动化-方正平台 2021年45卷第2期页码：37-45
- 作者机构：
  
  1.新能源电力系统国家重点实验室（华北电力大学），北京市 102206
  2.国网冀北电力有限公司，北京市 100053
- 作者简介：
  
  张天策(1995—)，男，博士研究生，主要研究方向：新能源预测、配电网规划与运行。E-mail：ncepuztc35@foxmail.com
  王剑晓(1992—)，男，通信作者，博士，助理教授，主要研究方向：新能源预测、电力规划、智能电网等。E-mail：wangjx@ncepu.edu.cn
  李庚银(1964—)，男，博士，教授，博士生导师，主要研究方向：新能源电力系统安全与稳定性、智能电网等。E-mail：ligy@ncepu.edu.cn
- 基金信息：
  
  国家自然科学基金资助项目(51907064);国家电网公司科技项目(5700-202014197A-0-0-00)
- DOI：10.7500/AEPS20200430026
  中图分类号：
- 收稿日期：2020-04-30，
  
  修回日期：2020-09-17，
  
  网络出版日期：2020-11-23，
  
  纸质出版日期：2021-01-25
- 稿件说明：
移动端阅览
张天策,王剑晓,李庚银等.面向高比例新能源接入的配电网电压时空分布感知方法[J].电力系统自动化,2021,45(2):37-45.

ZHANG Tiance,WANG Jianxiao,LI Gengyin,et al.Perception Method of Voltage Spatial-Temporal Distribution of Distribution Network with High Penetration of Renewable Energy[J].Automation of Electric Power Systems,2021,45(2):37-45.
张天策,王剑晓,李庚银等.面向高比例新能源接入的配电网电压时空分布感知方法[J].电力系统自动化,2021,45(2):37-45. DOI： 10.7500/AEPS20200430026.

ZHANG Tiance,WANG Jianxiao,LI Gengyin,et al.Perception Method of Voltage Spatial-Temporal Distribution of Distribution Network with High Penetration of Renewable Energy[J].Automation of Electric Power Systems,2021,45(2):37-45. DOI： 10.7500/AEPS20200430026.

摘要

随着配电网中新能源渗透率不断增加，电压越限、潮流过载等安全性问题愈发严峻。为此，文中提出一种面向高比例新能源渗透的配电网电压时空分布感知方法，通过数据驱动的方法实现在缺乏配电网潮流模型条件下的短期、高精度的节点电压感知预测。所提方法包含三部分：基于数值气象预报的分布式风光预测，建立气象数据与分布式能源出力之间的时空映射关系；基于广义回归神经网络（GRNN）的电压灵敏度矩阵学习机制，在缺乏配电网潮流模型条件下构建数据驱动的节点功率-电压映射；基于核密度估计（KDE）的GRNN预测样本修正法(KDE-GRNN)，进一步降低因原始样本局部密度偏差导致的预测误差。基于IEEE 33和委内瑞拉141节点配电网验证了所提方法的有效性。对比同类算法，验证了提出的KDE-GRNN在预测精度、收敛速度方面的优势。

Abstract

With the increasing penetration of renewable energy in distribution networks

a series of reliability issues

e.g.

voltage over-limit and power flow overloading

have become severe threats. Therefore

an perception method of voltage spatial-temporal distribution with high penetration of renewable energy is proposed. Due to the absence of power flow models of the distribution network in practice

a data-driven method is designed to make accurate short-term prediction for nodal voltage perception. The proposed method is composed of three sectors: numerical weather prediction (NWP) based distributed wind power and photovoltaic forecasting

in which the relationship between meteorological data and distributed energy output is developed; generalized regression neural network (GRNN) based learning mechanism for constructing voltage sensitivity matrix

in which data-driven nodal power-voltage mapping is developed without a power flow model of the distribution network; and the kernel density estimation (KDE) based GRNN sample amendment method for avoiding the forecasting errors caused by the local density deviation of the original sample. Case studies based on IEEE 33-bus and Venezuela 141-bus distribution systems demonstrate the effectiveness of the proposed method. Compared with similar methods

the proposed KDE-GRNN has a significant advantage in forecast precision and rate of convergence.

关键词

Keywords

references

关于推进“互联网+”智慧能源发展的指导意见［EB/OL］. ［ 2016-02-29 ］. http：//www.nea.gov.cn/2016-02/29/c_1351410 26.htm http://www.nea.gov.cn/2016-02/29/c_135141026.htm ．

Guiding opinions on promoting the development of “Internet +” smart energy ［EB/OL］. ［ 2016-02-29 ］. http：//www.nea.gov.cn/2016-02/29/c_135141026.htm http://www.nea.gov.cn/2016-02/29/c_135141026.htm ．

WANG J ， ZHONG H ， WU C ， et al . Incentivizing distributed energy resource aggregation in energy and capacity markets： an energy sharing scheme and mechanism design ［J］. Applied Energy ， 2019 ， 252 ： 113471.1-113471.13 .

肖传亮，赵波，周金辉，等 . 配电网中基于网络分区的高比例分布式光伏集群电压控制［J］. 电力系统自动化， 2017 ， 41 （ 21 ）： 147 - 155 .

XIAO Chuanliang ， ZHAO Bo ， ZHOU Jinhui ， et al . Network partition based cluster voltage control of high-penetration distributed photovoltaic systems in distribution networks ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 21 ）： 147 - 155 .

SONG Y ， ZHENG Y ， LIU T ， et al . A new formulation of distribution network reconfiguration for reducing the voltage volatility induced by distributed generation ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 1 ）： 496 - 507 .

FREITAS W ， MOREKATO A ， WILSUN X ， et al . Impacts of AC generators and DSTATCOM devices on the dynamic performance of distribution systems ［J］. IEEE Transactions on Power Delivery ， 2005 ， 20 （ 2 ）： 1493 - 1501 .

李清然，张建成 . 含分布式光伏电源的配电网电压越限解决方案［J］. 电力系统自动化， 2015 ， 39 （ 22 ）： 117 - 123 .

LI Qingran ， ZHANG Jiancheng . Solutions of voltage beyond limits in distribution network with distributed photovoltaic generators ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 22 ）： 117 - 123 .

符杨，廖剑波，李振坤，等 . 考虑越限风险的主动配电网日前优化调度及运行［J］. 中国电机工程学报， 2017 ， 37 （ 21 ）： 6328 - 6338 .

FU Yang ， LIAO Jianbo ， LI Zhenkun ， et al . Day-ahead optimal scheduling and operating of active distribution network considering violation risk ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 21 ）： 6328 - 6338 .

XIE Q ， HUI H ， DING Y ， et al . Use of demand response for voltage regulation in power distribution systems with flexible resources ［J］. IET Generation ， Transmission & Distribution ， 2020 ， 14 （ 5 ）： 883 - 892 .

陈旭，张勇军，黄向敏 . 主动配电网背景下无功电压控制方法综述［J］. 电力系统自动化， 2016 ， 40 （ 1 ）： 143 - 151 .

CHEN Xu ， ZHANG Yongjun ， HUANG Xiangmin ， et al . Review of reactive power and voltage control method in the background of active distribution network ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 1 ）： 143 - 151 .

刘东，张弘，王建春 . 主动配电网技术研究现状综述［J］. 电力工程技术， 2017 ， 36 （ 4 ）： 2 - 7 .

LIU Dong ， ZHANG Hong ， WANG Jianchun ， et al . Research and application of coordinate control & optimization technology for active distribution system ［J］. Electric Power Engineering Technology ， 2017 ， 36 （ 4 ）： 2 - 7 .

王彬，郭庆来，李海峰，等 . 含风电接入的省地双向互动协调无功电压控制［J］. 电力系统自动化， 2014 ， 38 （ 24 ）： 48 - 55 .

WANG Bin ， GUO Qinglai ， LI Haifeng ， et al . Reactive voltage control of bidirectional-interaction coordination between provincial and district power networks with wind power integration ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 24 ）： 48 - 55 .

王剑晓，钟海旺，夏清，等 . 基于价值公平分配的电力市场竞争机制设计［J］. 电力系统自动化， 2019 ， 43 （ 2 ）： 7 - 17 .

WANG Jianxiao ， ZHONG Haiwang ， XIA Qing ， et al . Competitive mechanism design in electricity markets based on fair benefit allocation ［J］. Automation of Electric Power Systems . 2019 ， 43 （ 2 ）： 7 - 17 .

刘灏，毕天姝，徐全，等 . 配电网高精度同步相量测量技术方案与展望［J］. 电力系统自动化， 2020 ， 44 （ 18 ）： 23 - 29 .

LIU Hao ， BI Tianshu ， XU Quan ， et al . Scheme and prospect of high-precision synchrophasor measurement technology for distribution network ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 18 ）： 23 - 29 .

吴凯，袁慧宏，杨斌，等 . 一种基于最小二乘法的配网设备参数辨识方法［J］. 能源与节能， 2019 （ 5 ）： 58 - 63 .

WU Kai ， YUAN Huihong ， YANG Bin ， et al . A method for parameter identification of distribution network equipment based on least square method ［J］. Energy and Conservation ， 2019 （ 5 ）： 58 - 63 .

方治，宋绍剑，林予彰，等 . 含光伏电站和蓄电池储能系统的主动配电系统状态估计［J］. 电力系统自动化， 2019 ， 43 （ 13 ）： 71 - 83 .

FANG Zhi ， SONG Shaojian ， LIN Yuzhang ， et al . State estimation for active distribution systems incorporating photovoltaic plant and battery energy storage system ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 13 ）： 71 - 83 .

王红利 . 含分布式电源的配电网电压分区控制［D］. 广州：华南理工大学， 2016 .

WANG Hongli . The partition of distributed network for voltage control with distributed generation ［D］. Guangzhou ： South China University of Technology ， 2016 .

肖寅 . 基于WRF模式的短期风速预测及订正方法研究［D］. 南京：南京信息工程大学， 2016 .

XIAO Yin . WRF model-based short-term wind speed forecasting and correction ［D］. Nanjing ： Nanjing University of Information Science & Technology ， 2016 .

王蓓蓓，胥鹏，赵盛楠，等 . 基于“互联网+”的智慧能源综合服务业务延展与思考［J］. 电力系统自动化， 2020 ， 44 （ 12 ）： 1 - 12 .

WANG Beibei ， XU Peng ， ZHAO Shengnan ， et al . Business extension and related consideration of integrated services for smart energy based on ‘Internet plus’ ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 12 ）： 1 - 12 .

张俭 . 基于深度学习的风功率预测模型的研究［D］. 北京：北京交通大学， 2019 .

ZHANG Jian . Research on wind power prediction model based on deep learning ［D］. Beijing ： Beijing Jiaotong University ， 2019 .

KHANH B ， WON D ， MOON S . Fault distribution modeling using stochastic bivariate models for prediction of voltage sag in distribution systems ［J］. IEEE Transactions on Power Delivery ， 2008 ， 23 （ 1 ）： 347 - 354 .

LIU Y ， LI Y ， SHENG M ， et al . Reliability prediction method and application in distribution system based on genetic algorithm-back-propagation neural network ［J］. IET Generation ， Transmission & Distribution ， 2019 ， 13 （ 7 ）： 984 - 988 .

GAO H ， WANG R ， LIU Y ， et al . Data-driven distributionally robust joint planning of distributed energy resources in active distribution network ［J］. IET Generation ， Transmission & Distribution ， 2020 ， 14 （ 9 ）： 1653 - 1662 .

ZHAO J ， GUO Z ， SU Z ， et al . An improved multi-step forecasting model based on WRF ensembles and creative fuzzy systems for wind speed ［J］. Applied Energy ， 2016 ， 162 ： 808 - 826 .

WANG J ， ZHONG H ， LAI X ， et al . Exploring key weather factors from analytical modeling toward improved solar power forecasting ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 2 ）： 1417 - 1427 .

FAN S ， LIN J ， ZHANG T ， et al . Temporal and spatial distribution of power system voltage based on generalized regression neural network ［C］// 2019 IEEE Sustainable Power and Energy Conference ， November 21 - 23 ， 2019 ， Beijing， China.

MU G ， YANG M ， WANG D ， et al . Spatial dispersion of wind speeds and its influence on the forecasting error of wind power in a wind farm ［J］. Journal of Modern Power Systems and Clean Energy ， 2016 ， 4 （ 2 ）： 265 - 274 .

KHODR H ， OLSINA F ， JESUS P ， et al . Maximum savings approach for location and sizing of capacitors in distribution systems ［J］. Electric Power Systems Research ， 2008 ， 78 （ 7 ）： 1192 - 1203 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据