基于改进NSGA-Ⅱ的配电网三相不平衡多目标优化方法

    公开(公告)号:CN114997068A

    公开(公告)日:2022-09-02

    申请号:CN202210776609.2

    申请日:2022-07-04

    Abstract: 本发明公开了基于改进NSGA‑Ⅱ的配电网三相不平衡多目标优化方法,包括如下步骤:步骤1,根据低压配电网运行数据,计算配电网系统负序电压不平衡度、配电网线路线损率;步骤2,以用户相序为决策变量,构建配电网三相不平衡多目标优化模型;步骤3,对算法初始种群选取策略进行改进,提出了以近优化种群为先验知识的改进NSGA‑Ⅱ多目标求解算法;步骤4,根据改进NSGA‑Ⅱ优化算法对所述配电网三相不平衡多目标优化模型进行优化;步骤5、得到优化策略,对比分析算法的优化有效性,将对应策略优化后的线损优化值进行对比,选择合适的优化策略对配电网进行调整。通过本发明的方法可以提高三相不平衡多目标优化的治理效果。

    一种含分布式光伏配电网三相不平衡两阶段优化方法

    公开(公告)号:CN114825383A

    公开(公告)日:2022-07-29

    申请号:CN202210738497.1

    申请日:2022-06-28

    Abstract: 本发明公开了一种含分布式光伏配电网三相不平衡两阶段优化方法,包括如下步骤:步骤1,计算配电网三相电压不平衡度、线路线损率、参与优化户数;步骤2,构建计及电压越限风险的含分布式光伏配电网三相不平衡日前预测优化模型;步骤3,计算配电网三相不平衡指标、电压越限风险、优化动作次数;步骤4、构建三相不平衡日内实时优化模型;步骤5,构建三相不平衡日前预测优化‑日内实时优化的两阶段优化框架;步骤6、完成含分布式光伏配电网三相不平衡两阶段优化求解,根据得到的优化策略调整配电网运行参数,对比分析所得优化策略的有效性。本发明提出的方法显著优化了三相负荷不平衡的问题,同时很好地抑制了系统的电压越限风险。

    基于支持向量聚类的电动汽车集群并网鲁棒优化调度方法

    公开(公告)号:CN114944662B

    公开(公告)日:2022-10-21

    申请号:CN202210874839.2

    申请日:2022-07-25

    Abstract: 本发明公开了基于支持向量聚类的电动汽车集群并网鲁棒优化调度方法,包括如下步骤:步骤1,针对电动汽车历史充电数据,构建电动汽车的充电场景和调度模型;步骤2,采用支持向量聚类方法构建电动汽车鲁棒优化不确定集;步骤3,基于各时间段内电动汽车的入网时间和入网时的剩余电量具有不确定性,构建基于支持向量聚类的电动汽车鲁棒优化模型,并采用拉格朗日乘子法将模型转换为线性规划模型;步骤4,电动汽车调度鲁棒模型的求解,输出最优决策变量。本发明所提方法能更准确地描述电动汽车充电的不确定性参数,模型在保证经济性的同时能迅速响应分时电价,具有较好的实用性、重要学术意义和工程实用价值。

    基于支持向量聚类的电动汽车集群并网鲁棒优化调度方法

    公开(公告)号:CN114944662A

    公开(公告)日:2022-08-26

    申请号:CN202210874839.2

    申请日:2022-07-25

    Abstract: 本发明公开了基于支持向量聚类的电动汽车集群并网鲁棒优化调度方法,包括如下步骤:步骤1,针对电动汽车历史充电数据,构建电动汽车的充电场景和调度模型;步骤2,采用支持向量聚类方法构建电动汽车鲁棒优化不确定集;步骤3,基于各时间段内电动汽车的入网时间和入网时的剩余电量具有不确定性,构建基于支持向量聚类的电动汽车鲁棒优化模型,并采用拉格朗日乘子法将模型转换为线性规划模型;步骤4,电动汽车调度鲁棒模型的求解,输出最优决策变量。本发明所提方法能更准确地描述电动汽车充电的不确定性参数,模型在保证经济性的同时能迅速响应分时电价,具有较好的实用性、重要学术意义和工程实用价值。

    基于深度学习的配电台区用户三相不平衡预测优化方法

    公开(公告)号:CN113949079B

    公开(公告)日:2023-08-25

    申请号:CN202111284996.X

    申请日:2021-11-01

    Applicant: 东南大学

    Inventor: 汤奕 邵晨旭

    Abstract: 本发明公开基于深度学习的配电台区用户三相不平衡预测优化方法,包括如下步骤:采集居民用户智能电表用电数据和接入相位情况,进行数据预处理;根据配电台区用户名单对居民用电数据进行用户用电行为分析,划分出K类用电相近用户;计算K类用户负荷的不平衡度,通过对同类用户的三相不平衡度计算得到配电台区整体的三相不平衡度;搭建深度学习循环神经网络模型对聚类分析后居民用户进行用电三相不平衡度预测;在多时间尺度下完成配电台区用电三相不平衡优化策略的规划。本发明通过自适应聚类算法对用户用电行为进行特征提取,得到最优聚类结果,并且对各类用户单独进行三相不平衡程度的计算,得到台区整体不平衡度,大大降低了计算复杂度。

    一种含分布式光伏配电网三相不平衡两阶段优化方法

    公开(公告)号:CN114825383B

    公开(公告)日:2022-09-27

    申请号:CN202210738497.1

    申请日:2022-06-28

    Abstract: 本发明公开了一种含分布式光伏配电网三相不平衡两阶段优化方法,包括如下步骤:步骤1,计算配电网三相电压不平衡度、线路线损率、参与优化户数;步骤2,构建计及电压越限风险的含分布式光伏配电网三相不平衡日前预测优化模型;步骤3,计算配电网三相不平衡指标、电压越限风险、优化动作次数;步骤4、构建三相不平衡日内实时优化模型;步骤5,构建三相不平衡日前预测优化‑日内实时优化的两阶段优化框架;步骤6、完成含分布式光伏配电网三相不平衡两阶段优化求解,根据得到的优化策略调整配电网运行参数,对比分析所得优化策略的有效性。本发明提出的方法显著优化了三相负荷不平衡的问题,同时很好地抑制了系统的电压越限风险。

    基于改进NSGA-Ⅱ的配电网三相不平衡多目标优化方法

    公开(公告)号:CN114997068B

    公开(公告)日:2023-04-18

    申请号:CN202210776609.2

    申请日:2022-07-04

    Abstract: 本发明公开了基于改进NSGA‑Ⅱ的配电网三相不平衡多目标优化方法,包括如下步骤:步骤1,根据低压配电网运行数据,计算配电网系统负序电压不平衡度、配电网线路线损率;步骤2,以用户相序为决策变量,构建配电网三相不平衡多目标优化模型;步骤3,对算法初始种群选取策略进行改进,提出了以近优化种群为先验知识的改进NSGA‑Ⅱ多目标求解算法;步骤4,根据改进NSGA‑Ⅱ优化算法对所述配电网三相不平衡多目标优化模型进行优化;步骤5、得到优化策略,对比分析算法的优化有效性,将对应策略优化后的线损优化值进行对比,选择合适的优化策略对配电网进行调整。通过本发明的方法可以提高三相不平衡多目标优化的治理效果。

    基于深度学习的配电台区用户三相不平衡预测优化方法

    公开(公告)号:CN113949079A

    公开(公告)日:2022-01-18

    申请号:CN202111284996.X

    申请日:2021-11-01

    Applicant: 东南大学

    Inventor: 汤奕 邵晨旭

    Abstract: 本发明公开基于深度学习的配电台区用户三相不平衡预测优化方法,包括如下步骤:采集居民用户智能电表用电数据和接入相位情况,进行数据预处理;根据配电台区用户名单对居民用电数据进行用户用电行为分析,划分出K类用电相近用户;计算K类用户负荷的不平衡度,通过对同类用户的三相不平衡度计算得到配电台区整体的三相不平衡度;搭建深度学习循环神经网络模型对聚类分析后居民用户进行用电三相不平衡度预测;在多时间尺度下完成配电台区用电三相不平衡优化策略的规划。本发明通过自适应聚类算法对用户用电行为进行特征提取,得到最优聚类结果,并且对各类用户单独进行三相不平衡程度的计算,得到台区整体不平衡度,大大降低了计算复杂度。

Patent Agency Ranking