XiaoMi-AI文件搜索系统
World File Search System配电
为能源转型提供配电业务支持
通过今年的数字化电网研究（包括对全球 250 名配电公司高管的调查），我们确定了配电数字化转型的四个不同领域。第一个领域为其余领域奠定了基础，充分利用现有数据并创建支持不断变化的能源转型响应的数据架构。第二个领域扩展了核心运营可视性和控制力，针对与电网连接的 DER 及其集成所需的解决方案。在第三个领域，物联网设备从根本上扩展了数据范围，从而可以更好地了解更广泛的系统。第四个领域是面向完全智能电网的领域，由云、边缘计算、5G、数字孪生和平台支持，可以近乎实时地优化本地资产，协调电网自动化、分布式发电 (DG) 和需求响应。
有源配电系统电压调节中的储能模型预测调度
摘要 — 在本文中，提出了一个模型预测调度框架，利用储能系统 (ESS) 来调节配电系统的电压。目标是利用 ESS 资源协助调节电压，同时减少有载分接开关 (OLTC)、电容器组等传统设备的使用率。所提出的框架是两阶段解决方案的一部分，其中次级层根据 1 小时的发电和负载预测每 5 分钟计算一次 ESS 调度，而主层将处理实时不确定性。在本文中，制定了调度 ESS 的次级层。仿真结果表明，通过提供有功和无功支持来调度 ESS 可以最大限度地减少配电网中的 OLTC 移动，从而延长传统机械设备的使用寿命。索引词 — 有源配电网、分布式能源、储能、模型预测控制、电压调节。
通过优化数学模型中的不同经济指标来生成配电系统中的替代电池分配方案
摘要：电池系统为配电系统 (EDS) 带来了技术和经济优势，因为它们可以方便地存储廉价可再生能源发电的剩余电量，以便在更方便的时候使用，并有助于调峰。由于电池成本高，需要进行技术和经济研究来评估它们在 EDS 中的正确分配。为了促进这一分析，本文提出了一个用于最佳电池分配 (OBA) 的随机数学模型，该模型可以通过优化两个不同的经济指标来指导：净现值 (NPV) 和内部收益率 (IRR)。考虑到光伏发电和负载的随机变化，评估了 EDS 中 OBA 的影响。使用 33 节点 IEEE 测试系统进行的测试表明，OBA 可改善电压曲线（峰值时约 1%）、降低峰值（31.17%）、提高光伏承载能力（18.8%）并降低成本（3.06%）。此外，研究发现，由于 IRR 指标固有考虑了现金流与投资之间的关系，因此与传统的 NPV 优化相比，IRR 指标得出的解决方案有所不同。因此，决策者可以使用 NPV 和基于 IRR 的分配方案来改善 EDS 的经济和技术运行。
配电网储能系统优化配置...
在电力分配系统（SDEE）中的 DAE 应用中，有几个需要解决的问题，重点是分配和操作。储能设备的分配可以作为电力系统的运行规划问题来处理。规划 SDEE 包括评估问题的技术和经济限制，并在最小化投资和运营成本与满足预先设定的可靠性和服务质量标准之间找到折衷的解决方案 [4]。因此，DAE 的分配必须在项目的经济分析中提供正平衡，以便可以考虑其分配，此外还可以更好地分配电网中存储的能量 [5]。
使用修剪的物理感知神经网络增强配电系统状态估计：预印本
数据或通过插值观察到的测量数据来计算。在配电系统中，伪测量可以从智能电表数据、基于光伏 (PV) 辐照度或风速预测模型的分布式能源发电中获得。在 [4] 中，研究了一种基于博弈论的数据驱动技术，目的是在配电系统状态估计 (DSSE) 中生成伪测量。开发了并行机器学习模型来学习负载模式，然后生成准确的有功功率伪测量。出于同一目的，在 [5] 中，实现了一种基于频率的聚类算法，该算法确定负载模式并估算每日能耗。另一方面，使用概率数据驱动方法为未测量的 PV 系统生成时间序列伪测量 [6]。除了利用来自丰富数据的伪测量来改进电网监控之外，配电系统运营商 (DSO) 还将受益于能够以有限的传感预测系统状态的方法。[7]–[10] 提出了一种结合预测和状态估计模型的估计方法。这些方法提出了数据驱动模型，这些模型依赖于最小均方估计和贝叶斯估计。优点是这些方法不需要可观测性或冗余测量。最近，[10] 中的作者提出了一种基于深度学习的贝叶斯状态估计方法，用于不可观测的配电网。数据驱动技术为提高配电系统中的电网可观测性提供了一种非常有前途的解决方案。受这些方法的启发，我们提出了一种具有有限感知的数据驱动状态估计来解决 DSO 面临的问题。在 [11] 中，提出了一种称为物理感知神经网络 (PAWNN) 模型的方法。其思想是将配电系统的物理连接嵌入神经网络模型中；然而，模型中连续层之间的连接保持不变，这可能导致不必要的连接。为此，本文提出了修剪的物理感知神经网络 (P2N2)。图 1 显示了所提出方法的图形摘要。首先，使用设置 Monte Carlo 模拟
通过模型预测控制器增强配电网弹性，实现优先负荷恢复策略：预印本
摘要 — 有效的弹性改进策略使电网能够应对破坏性的极端事件。大多数电网停电都是由配电网中断引起的。受电力系统弹性研究的迫切需求的推动，本文提出了一种优先级加权最佳负荷恢复技术，以增强配电网对极端事件的弹性。所提出的技术基于智能配电技术，并被设计为顺序多步决策过程 (MDP) 和混合整数线性规划 (MILP)。它被公式化为具有模型预测控制 (MPC) 方法的最优控制问题。我们将设计的基于 MILP-MPC 的负荷恢复技术应用于简化的单总线版本的 IEEE 13 总线配电系统，该系统集成了分布式能源 (DER)，例如风力涡轮机、光伏阵列、微型涡轮机和储能设备。该技术使用可再生能源的预测信息、微型涡轮机的燃料状态和储能设备的充电状态，在每个控制步骤中实时执行缩减和滚动优化。我们考虑了触发上游公用电网停电并导致配电网孤岛运行的极端事件。我们证明了所提出的 MPC 方法在主电网停电导致孤岛运行期间根据优先级恢复配电网负载的有效性。
使用基于 MPC 的关键服务恢复实现配电系统的弹性运行：预印本
摘要 -- 配电系统更容易发生中断，并导致大多数电力系统停电。我们提出了一种服务恢复技术，用于在极端事件触发的变电站停电后恢复系统服务（电力输送）。所提出的技术考虑了控制配电系统分布式能源 (DER) 的问题，目标是在满足网络流量和电压约束的同时实现最大负载恢复。该问题被表述为模型预测控制 (MPC)，其中采用线性化最优功率流 (OPF) 模型来描述网络。该公式通过增加 DER 的储备产品来增强，以确保随着时间的推移单调地恢复负载。我们考虑了集成了风能、太阳能、微型涡轮机和储能设备的 IEEE 13 总线测试馈线进行模拟。我们证明了所设计的技术在单调恢复系统负载方面的有效性，而不会切断先前恢复的负载。我们还展示了 DER 的功率和储备产品的共同优化对服务恢复的好处。此外，还展示了该技术在调节节点电压和减少可再生能源削减方面的能力。
考虑电池寿命的主动配电网软开点储能优化运行
软开点式储能（SOP-based ES）具备时空电能传输及无功调节功能，有利于促进分布式电源（DG）的接入，降低有源配电网（ADN）的运行成本。因此，本文提出了一种考虑电池寿命的ADN中SOP-ES优化运行模型。首先，建立SOP-ES有功、无功功率方程和电池退化成本建模；然后，建立包含ADN运行成本、损耗成本和电池退化成本的最优运行模型；通过线性化处理，将混合整数非线性规划模型转化为混合整数线性规划模型。最后，通过IEEE33节点系统验证了所提优化模型的可行性和有效性。
西班牙皇家法令关于接入和连接电力传输和配电网的要点
RD 1183 专门规定了在输电网特定节点为使用可再生一次能源的新一代发电设施（单独或与存储设施相结合）或为新的存储设施进行招标的可能性。该措施的适用范围仅限于容量被释放或由于不符合管理里程碑或确定网络中可用接入容量的技术标准发生变化导致接入许可证失效等原因而出现的节点。该措施也可适用于由于新的规划过程而纳入输电网开发的新节点。