配电网络扩展规划 (DNEP) 非常复杂,涉及使用最具成本效益的策略改进系统以满足不断增长的需求。计划中的选择包括扩建变电站、升级配电馈线、安装额外的分布式能源资源 (DER)、安装电容器组 (CB) 和许多其他方法。当代网络中的配电规划人员必须相信投资的可逆性,可再生能源资源 (RER) 为 DNEP 注入清洁且具有成本效益,以满足不断增长的需求和环境要求。本文对 DNEP 进行的全面审查涵盖了所有可能的目标函数和问题约束。随着电动汽车 (EV) 的兴起,越来越需要评估电动汽车充电对配电网络的影响。了解电动汽车负载如何影响网络有助于规划未来的扩展以有效容纳充电基础设施。集成太阳能电池板、风力涡轮机和储能系统等 DER 正在改变电力的产生、分配和消耗方式。评估分布式能源 (DER) 与配电网的整合对于实现最佳网络规划和运营至关重要。此外,断路器对于配电网中的功率因数校正和电压调节至关重要。将断路器纳入扩建规划有助于提高网络效率、可靠性和整体电能质量。
摘要 由于能源转型和电力分配,配电系统的重要性日益增加,且运行中出现了新的挑战,因此受到了广泛关注。例如,可再生能源和电动汽车的整合导致系统发生多种变化,例如参与提供辅助服务。为了解决这些挑战,人工智能基于传感器数据和计算能力的增加提供了多种解决方案。本文系统地概述了过去 10 年中发表的一些将人工智能方法应用于配电系统运行的最新研究。在此基础上,制定了一般性指导方针,帮助读者为特定操作任务找到合适的人工智能技术。因此,提出了四个通用指标来指导每个应用的需求。从而可以得出结论,为每个操作任务提供合适的算法。
分布式能源资源 1 (DER) 有望在实现低碳配电网和整个能源系统方面发挥重要作用。但是,尽管制定了激励措施,例如国家规定的采用 DER 的目标,但事实证明,大型 DER 项目难以选址和互连。这促使大多数 DER 开发项目选址在最容易选址的位置,以快速利用现有的批发市场机会和国家赞助的基于关税的零售计划,但不幸的是,这并没有推动在可以提供最大长期总系统效益的位置的采用。由于没有定义 DER 可以为配电网服务提供的价值(价值方程中缺失的关键部分),大规模 DER 的选址和运营方式可能会增加客户的未来成本。
摘要:本篇综述文章综合了有源配电网 (ADN) 电压调节技术的最新进展,特别是在可再生能源 (RES) 渗透率高的环境中,并以光伏 (PV) 为例。它全面分析了旨在缓解电压波动、优化网络性能和集成智能逆变器和储能系统 (ESS) 等智能技术的各种创新策略和优化算法。本综述重点介绍了分散控制算法、多目标优化技术以及集成软开点 (SOP) 等先进技术以提高电网稳定性和效率的关键发展。本文将这些策略分为两大类:分析方法和计算方法。总之,本综述强调了可再生能源渗透率高的 ADN 电压调节对先进分析和计算方法的迫切需求,并强调了显著提高电网稳定性和效率的潜力。
本报告是作为美国政府机构赞助的工作的说明而编写的。美国政府及其任何机构或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证,也不承担任何法律责任或义务,也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
术语 定义 AMI 高级计量基础设施 BESS 电池储能系统 资本支出 CECV 客户出口削减价值 CPPAL CitiPower 和 Powercor CVR 节能降压 DER 分布式能源 DG 分布式发电 DMS 配电管理系统 DN 配电网络 DNSP 配电网络服务提供商 DOE 动态操作范围 DR 需求响应 DSS 配电变电站 D-STATCOM 分布式静态补偿器 DVR 动态电压恢复器 ESS 储能系统 EV 电动汽车 FACTS 灵活交流输电系统 FCAS 频率控制辅助服务 HC 托管容量 LRMC 长期边际成本 LTC 负载分接开关 LVR 低压调节器 MC 蒙特卡罗 NEM 国家电力市场 NREL 国家可再生能源实验室 Opex 运营费用 PDF 概率分布函数 PMU 相量测量单元 PVHC PV 托管容量 QSTS 准静态时间序列 TN 输电网络 TNSP 输电网络服务提供商 SoC 充电状态SRMC 短期边际成本 UPFC 统一潮流控制器 VaDER DER 值 VPP 虚拟发电厂 VR 电压调节器 VSG 虚拟同步发电机 ZSS 区域变电站
3.7 如何评估更广泛的网络以确定对其他客户的影响取决于以下章节中描述的连接类型。如果客户的连接可能会影响现有客户提供的服务,但他们不希望触发干预,则需要对其进行削减。这种削减将确保其他用户不会受到新连接的影响。这种削减是由确保更广泛系统安全的需要驱动的,是第 4 节中描述的选项的主题,也是非公司接入的初始定义的基础。需求
摘要:配电系统的数字化彻底改变了数据收集和分析的方式。本文解决了利用这些信息识别电力消耗中的违规和异常这一关键任务。重点是检测配电网中的非技术性损失 (NTL) 和能源盗窃。本文全面概述了利用电力消耗测量来发现 NTL 和能源盗窃的方法。确定了消费者中最常见的异常和盗窃场景和普遍案例。此外,还提出了针对特定异常的统计指标。在这篇研究论文中,重点介绍了许多人工智能 (AI) 算法的实际实现,包括人工神经网络 (ANN)、ANFIS、自动编码器神经网络和 K 均值聚类。这些算法在我们的研究中起着核心作用,我们的主要目标是展示它们在识别 NTL 方面的有效性。我们使用直接来自配电网的真实数据。此外,我们仔细评估统计方法的效果,并通过使用真实数据进行测试,将其与 AI 技术进行比较。人工神经网络 (ANN) 准确识别了各种消费者类型,频率误差为 7.62%。相比之下,K 均值算法的频率误差略高,为 9.26%,而自适应神经模糊推理系统 (ANFIS) 无法检测到初始异常类型,导致频率误差为 11.11%。我们的研究表明,人工智能可以更有效地发现电力消耗中的异常情况。这种方法,尤其是在使用智能电表数据时,可以帮助我们发现问题并保护配电网络。
摘要 — 现代主动配电系统需要集成存储系统,从而促进光伏 (PV) 能源的大规模扩散。这进一步要求对储能系统进行最佳规划,以满足所有运营和经济约束。本文介绍了一种详尽的存储集成方法,考虑了电池储能的生命周期、负载和光伏输出的不确定性以及系统的孤岛运行模式。制定了一个两阶段混合整数线性规划问题,该问题在第一阶段确定电池的容量和放电周期数。在第二阶段分析了基于部分放电深度的电池寿命。此外,通过概率分析和时间周期聚类考虑了光伏和需求的不确定性和可变性。该方法在标准的 33 总线径向配电网上得到了验证,可用于分配分布式锂离子电池。此外,该方法的可扩展性在实际的印度配电网和加拉加斯大都市地区的 141 台母线配电网(各个节点都有分布式光伏装置)中得到了验证。