基于短期負荷預測的含分布式發(fā)電配電網狀態(tài)估計.pdf

1、隨著智能電網和分布式發(fā)電(Distributed Generations，DG)的快速發(fā)展，配電網對于系統(tǒng)狀態(tài)的實時監(jiān)控顯得越來越重要。配電網狀態(tài)估計(Distribution State Estimation，DSE)作為配電管理系統(tǒng)(Distribution Management System，DMS)的基礎核心部分，為DMS的很多重要應用提供了大量可靠、準確的數據支持。然而，配電網中實時量測信息少，導致配電系統(tǒng)不可觀測，從而需要大

2、量偽量測來確保系統(tǒng)可觀測性，進而促使狀態(tài)估計順利執(zhí)行;再者，配電網結構復雜、三相不平衡及DG并網比例逐漸增加等因素導致了輸電網狀態(tài)估計的常規(guī)方法（比如基本加權最小二乘法）不能直接用于配電網狀態(tài)估計。因此，本文提出了一種基于短期負荷預測的含DG的DSE方法。主要工作和成果總結如下:
　　1、在本文方法中，首先采用基于粒子群優(yōu)化-最小二乘支持向量機的方法實現電力系統(tǒng)短期負荷預測，即采用粒子群算法對最小二乘支持向量機的關鍵參數進行尋優(yōu)以

3、建立更為精確的短期電力負荷預測模型，為配電網提供更為準確的偽量測，進而解決系統(tǒng)可觀測性問題，保證DSE的順利執(zhí)行。
　　2、考慮到當DG并網比例逐漸增加，其隨機性和波動性會加重系統(tǒng)狀態(tài)變化和負荷變化的不確定性，同時考慮到配電網中的一些設備如電壓調節(jié)器、分布式發(fā)電機等的非線性、離散性特性，將含DG的DSE作為一個非線性、含多約束條件的優(yōu)化問題，采用了具有很強全局尋優(yōu)能力和良好收斂特性的自適應差分進化算法解決DSE問題。
　　3