摘要：以风力发电、光伏发电为代表的分布式电源DG和电动汽车EV在缓解能源紧张、减少碳排放、治理雾霾等方面起着...以风力发电、光伏发电为代表的分布式电源DG和电动汽车EV在缓解能源紧张、减少碳排放、治理雾霾等方面起着重要作用。但随着DG、EV大规模并网,电力系统中不确定性因素和相关性因素逐渐增多。本文在分析随机变量相关性对概率潮流影响的基础上,研究随机变量相关性对配电网重构的影响。首先,介绍配电网重构的基本原理,包括:配电网重构模型、基于支路电流的分层前推回代潮流算法、配电网辐射状判据、以及适用于配电网重构的二进制粒子群优化算法,为后续章节提供理论基础。其次,分析总结各类概率潮流算法的优势与不足。从兼顾概率潮流计算精度和计算速度的角度出发,选择能计及随机变量相关性的基于拉丁超立方采样的蒙特卡洛模拟法(CLMCS)作为本文概率潮流算法,并完成相应程序的编写。采用Pearson相关系数描述随机变量的相关性;利用Nataf变换和拉丁超立方采样法(Latin Hypercube Sampling,LHS)得到同时满足概率分布和相关性要求的随机变量样本;应用蒙特卡洛模拟法(Monte Carlo Simulation,MCS)进行概率潮流计算。在此概率潮流模型的基础上,研究了随机变量相关性对配电网概率潮流的影响。接着,针对传统以均衡负荷为优化目标的配电网重构模型存在的缺点,提出一种以负荷熵为优化指标的配电网重构新模型。在标准IEEE33节点系统重载场景下的仿真结果表明:本文所提模型在提高配电网安全性、经济性和直观判断负荷均衡程度方面都更具优势。考虑到随机变量相关性对配电网概率潮流的重要影响,进一步提出基于机会约束规划的配电网重构模型,并研究了随机变量相关性对以降低网损、均衡负荷、提高电压质量为优化目标的配电网重构的影响。在改进的IEEE33节点系统中的仿真结果表明:随机变量相关性会对以降低网损、均衡负荷为优化目标的配电网重构结果产生影响,不会对以提高电压质量为优化目标的配电网重构结果产生影响。最后,由于配电系统中负荷、DG、EV出力实时变化,基于某时间断面完成的静态重构无法满足实时性要求,本文采用动态物理寻优策略进行配电网动态重构。首先以一定的时间间隔将待研究时间区间等分成若干时段,在每个时段进行考虑随机变量相关性的静态重构,根据重构结果进行时段的初步合并;再定义效益评估指标,指导时段的二次合并;然后处理开关约束问题,完成时段的最后合并,得到配电网动态重构方案。仿真结果表明该策略能在满足开关约束的条件下得到配电网动态重构比较理想的“折衷可行解”。本文的研究结论能促进配电网重构决策更符合工程实际。更多还原显示全部
