利用智能电表数据增强配电网的可观测性
最优化与控制
2016-12-21 v1 机器学习
机器学习
摘要
由于计量基础设施有限，配电网目前面临可观测性问题。另一方面，来自配备可再生能源发电和需求响应项目的电网母线的智能电表数据（包括本地电压幅值和功率注入）被传送给公用事业运营商。本工作利用来自计量母线的电网数据来推断底层电网状态。为此，提出了一种耦合潮流问题（CPF）公式。利用计量母线注入功率的高可变性、太阳能逆变器的可控性以及常规负荷的相对时不变性，其思想是在连续时间点上联合求解非线性潮流方程。一个关于计量和非计量母线在物理电网上位置的直观且易于验证的规则，被证明是辐射状网络中局部可观测性的一个充要判据。为了考虑含噪声的智能电表读数，进一步提出了耦合电力系统状态估计（CPSSE）问题。CPF 和 CPSSE 任务均通过增广半定规划松弛来求解。该可观测性判据以及 CPF 和 CPSSE 求解器在 IEEE 34 节点基准馈线上使用合成和实际的太阳能发电及负荷数据进行了数值验证。
引用
@article{arxiv.1612.06669,
title = {Enhancing Observability in Distribution Grids using Smart Meter Data},
author = {Siddharth Bhela and Vassilis Kekatos and Sriharsha Veeramachaneni},
journal= {arXiv preprint arXiv:1612.06669},
year = {2016}
}
备注
8 pages, 8 figures, submitted to IEEE Transactions on Smart Grid