华北电力大学电力工程系
纸质出版：2025
移动端阅览
卢锦玲, 任义杰, 李承远, 等. 基于动态时空预测的多时间尺度配电网电压优化[J]. 电力科学与工程, 2025,41(7):1-9.
卢锦玲, 任义杰, 李承远, 等. 基于动态时空预测的多时间尺度配电网电压优化[J]. 电力科学与工程, 2025,41(7):1-9. DOI：
DOI：
为解决高比例分布式光伏并网引发的电压越限问题，首先用动态图卷积网络和Transformer模型进行联合建模，通过动态图捕捉光伏站点间的动态空间关联性，并利用Transformer提取长距离时序特征，使得预测的均方根误差较传统Transformer模型降低7.6%。根据预测结果，构建多时间尺度优化框架，提出用基于模糊逻辑的自适应目标权重系数来动态平衡电能质量与经济效益，并引入节点差异化指标实现关键区域的精准控制。仿真结果表明：相较于传统方法，加入自适应目标权重系数后，有载调压变压器和电容器组动作频次显著减少，光伏削减量降低0.563MW·h，储能损耗下降7.77%；同时，节点差异化指标的引入使电压超过1.025p.u.的情况减少了72.3%。以上结果证明了所提方法的有效性与经济性。
易波,兰征,苏元宸.多元异构资源协同的配电网多时间尺度调控方法[J].电力科学与工程,2024(12).
祁向龙,陈健,赵浩然,张文,张柯雨.多时间尺度协同的配电网分层深度强化学习电压控制策略[J].电力系统保护与控制,2024(18).
张亮,周立洋,徐晓春,李荣,李睿.一种基于GCN的光伏短期出力预测方法研究[J].太阳能学报,2024(08).
李刚,方鸿,刘云鹏,杨强,赵晓林,汪佐宪.新型电力系统中的大模型驱动技术：现状、机遇与挑战[J].高电压技术,2024(07).
张晓,吴志,郑舒,顾伟,胡博,董吉超.基于贝叶斯深度强化学习的主动配电网电压控制[J].电力系统自动化,2024(20).
韩晓,王涛,韦晓广,王军.考虑阵列间时空相关性的超短期光伏出力预测[J].电力系统保护与控制,2024(14).
董明,李晓枫,杨章,常益,任明,张崇兴,焦在滨.基于数据驱动的分布式光伏发电功率预测方法研究进展[J].电网与清洁能源,2024(01).
栗峰,丁杰,周才期,雍维桢,黄越辉,王建学,许晓慧.新型电力系统下分布式光伏规模化并网运行关键技术探讨[J].电网技术,2024(01).
舒印彪,赵勇,赵良,邱波,刘美,杨阳.“双碳”目标下我国能源电力低碳转型路径[J].中国电机工程学报,2023(05).
李鹏,姜磊,王加浩,夏辉,潘有朋.基于深度强化学习的新能源配电网双时间尺度无功电压优化[J].中国电机工程学报,2023(16).
马钊,张恒旭,赵浩然,王梦雪,孙媛媛,孙凯祺.双碳目标下配用电系统的新使命和新挑战[J].中国电机工程学报,2022(19).
朱琼锋,李家腾,乔骥,史梦洁,王朝亮.人工智能技术在新能源功率预测的应用及展望[J].中国电机工程学报,2023(08).
张家安,王琨玥,陈建,郭凌旭,黄潇潇,范瑞卿,李志军.基于空间相关性的分布式光伏出力预测[J].电力建设,2020(03).
焦田利,章坚民,李熊,朱军,叶方彬,麻吕斌.基于空间相关性的大规模分布式用户光伏空间分群方法[J].电力系统自动化,2019(21).
刘刚.全球清洁能源产业跑出“加速度”[N].人民日报,2024.
Yuqing Wang,Wenjie Fu,Junlong Wang,Zhao Zhen,Fei Wang.Ultra-short-term distributed PV power forecasting for virtual power plant considering data-scarce scenarios[J].Applied Energy,2024.
Lai Wenzhe,Zhen Zhao,Wang Fei,Fu Wenjie,Wang Junlong,Zhang Xudong,Ren Hui.Sub-region division based short-term regional distributed PV power forecasting method considering spatio-temporal correlations[J].Energy,2024.
0
浏览量
261
下载量
CSCD
关联资源
相关文章
相关作者
相关机构
EN
京公网安备11010802024621 京公网安备11010802024621