低压配电网拓扑智能识别

"在以“互联网+智慧能源”为能源发展战略，“碳中和”为能源发展目标的背景下，越来越多的分布式电源、充电桩在低压配电网（LVDN）中接入，间歇性电压越限和三相不平衡将成为其安全运行的主要挑战之一，而LVDN电压管理的支撑基础是拓扑智能识别。因此，LVDN拓扑智能识别和电能质量管理成为电网行业促进分布式电源、储能、电动汽车并网以及打造高质量现代供电服务体系的关键技术需求。本书围绕LVDN的“变-相-线-户”拓扑关系拓扑结构识别理论方法与工程应用展开介绍。 本书共分为十个10章节，除第1章首章绪论外，内容划分上可归为三部分——低压拓扑识别、低压拓扑信息拓展应用、低压配电系统技术展望。全书体系完善、内容丰富，、语言平实，、既有理论方法知识，又有工程实践案例，能够帮助读者更加系统地认识低压配电网拓扑智能识别和电压管理优化。本书可作为高等院校电气工程相关专业师生的参考用书籍，亦可供电力行业相关研究人员、技术人员阅读。 "

在以"互联网+智慧能源"为能源发展战略、"碳中和"为能源发展目标的背景下，越来越多的分布式电源、充电桩在低压配电网(LVDN)中接入，间歇性电压越限和三相不平衡将成为其安全运行的主要挑战之一，而LVDN电压管理的支撑基础是拓扑智能识别。因此，LVDN拓扑智能识别和电能质量管理成为电网行业促进分布式电源、储能、电动汽车并网以及打造高质量现代供电服务体系的关键技术需求。本书围绕LVDN的"变-相-线-户"拓扑关系识别理论方法与工程应用展开介绍。本书共分为10章，除第1章绪论外，内容划分上可归为三部分——低压拓扑识别，低压拓扑信息拓展应用、低压配电系统技术展望。第2~6章主要介绍了理想数据场景、考虑空房用户、分布式电源接入、数据不完整等多种场景下的低压拓扑识别方法以及识别结果准确率评价方法。第7~9章为低压拓扑信息拓展应用研究，包括LVDN潮流建模和低压电压质量管理两个方面的应用。其中，第7章介绍了基于低压拓扑信息的含源LVDN建模方法并分析了分布式电源并网的影响。针对分布式电源并网的影响，第8章和第9章在含源LVDN潮流模型的基础上，提出了光伏选相并网控制和用户温控设备需求侧响应两种电压优化管理方案。最后，第10章介绍了"双碳"目标驱动的新型低压配电系统技术展望。全书体系完善，内容丰富，语言平实，既有理论方法知识，又有工程实践案例，能够帮助读者更加系统地认识低压配电网拓扑智能识别和电压管理优化。本书可作为高等院校电气工程相关专业师生的参考用书，亦可供电力行业相关研究人员、技术人员阅读。

周来，女，博士，分别于2016年和2021年获得华南理工大学电力学院学士、博士学位。现为广州番禺职业技术学院专任教师，SCI期刊《International Journal of Electrical Power & Energy Systems》审稿人。研究方向包括低压配电网大数据应用与分析、综合能源系统优化控制，已发表SCI检索论文5篇，EI检索论文10篇，申报发明专利12项，公开10项，授权1项，作为主要成员参与“低压配电网拓扑智能辨识的模型及其灰数据影响机理研究”等2项国家自然科学基金的研究与开发，主持校级科研、教改项目各1项。

第1章绪论
1.1低压配电网概述
1.1.1LVDN的基本内涵
1.1.2LVDN数据采集现状
1.2LVDN拓扑识别方法的研究进展
1.2.1信号设备注入法
1.2.2数据分析法
1.2.3其他方法
1.3LVDN电压幅值和三相不平衡管理技术研究进展
1.4本章小结
1.5参考文献
第2章基于知识驱动的变户关系识别
2.1LVDN变户关系识别问题概述
2.2量测数据时空特性推导与LVDN变户关系先验知识分析
2.2.1量测数据时空特性推导
2.2.2LVDN变户关系先验知识分析
2.3知识驱动的LVDN变户关系识别模型
2.3.1数据标准化和主要特征提取
2.3.2基于先验知识的变户关系识别模型
2.4算例分析
2.4.1算例参数描述
2.4.2方法识别过程
2.4.3算法性能分析
2.4.4与现有方法的对比分析
2.4.5阈值系数灵敏性分析
2.5本章小结
2.6参考文献
第3章考虑空房用户自适应聚类的相-线-户关系识别
3.1LVDN空房问题描述
3.2应对空房用户的用户自适应聚类模型
3.2.1用户间的关联特性推导
3.2.2关联空房用户的自适应聚类模型
3.2.3用户聚类结果修正策略
3.3基于二次规划和概率分布的相-线-户关系识别建模
3.3.1基于节点电流定律的相-线-户关系识别二次规划模型
3.3.2提升算法鲁棒性的蒙特卡罗概率分布模型
3.4算例分析
3.4.1算例参数描述
3.4.2方法识别过程
3.4.3与现有方法的对比分析
3.4.4阈值系数灵敏性分析
3.5本章小结
3.6参考文献
第4章面向新能源并网的低压用户链路识别
4.1低压用户链路识别问题描述
4.1.1图信号处理相关理论概述
4.1.2用户链路识别的基本模型
4.2基于GSP的图结构优化识别模型
4.2.1图信号的平滑性
4.2.2节点电流定律
4.2.3图结构的稀疏性
4.2.4优化模型
4.3用户链路识别算法
4.3.1基于GSP优化模型的相户识别
4.3.2用户链路关系初步识别
4.3.3用户链路关系修正
4.4算例验证
4.4.1算例参数描述
4.4.2方法识别过程
4.4.3算法性能分析
4.4.4与现有方法的对比分析
4.5本章小结
4.6参考文献
第5章考虑数据不完整性的相户识别多维校正
5.1数据不确定性问题描述
5.1.1LVDN中数据不确定性问题描述
5.1.2混合整数规划模型不可行论证
5.2基于时序曲线相关性的多维校正模型刻画
5.2.1用户与低压母线关联特性推导
5.2.2用户间的关联特性推导
5.2.3应用于相户识别的多维校正模型描述
5.3基于多维校正的相户识别改进方法
5.3.1基于多维校正的相户识别改进方法概述
5.3.2基于用户相关性的用户聚类模型
5.3.3基于用户和低压母线相关性的相户初始识别模型
5.3.4基于用户相关性的识别结果校正模型
5.4算例分析
5.4.1算例参数描述
5.4.2方法识别过程
5.4.3不同场景下的方法性能分析
5.4.4本章所提方法与现有方法的对比分析
5.4.5阈值系数灵敏性分析
5.4.6试点应用
5.5本章小结
5.6参考文献
第6章基于量测数据质量的拓扑识别结果准确率评估
6.1量测数据质量对拓扑识别准确率的影响机理分析
6.2量测数据质量评价指标体系
6.2.1量测数据质量评价指标
6.2.2指标归一化
6.2.3指标灵敏性分析
6.2.4AMI数据质量综合评分模型
6.2.5拓扑识别结果准确率评估模型
6.3算例仿真分析
6.3.1网架模型与基础数据
6.3.2拓扑识别结果准确率评估模型
6.3.3有效性和实用性检验
6.4本章小结
6.5参考文献
第7章含源LVDN建模与分析
7.1含源LVDN“源-储-荷”建模
7.1.1典型低压配电网结构
7.1.2“源-储-荷”特性建模
7.2含源LVDN三相四线潮流模型与算法
7.2.1含源LVDN三相四线潮流模型
7.2.2基于注入电流的N-R三相四线潮流算法
7.3分布式光伏接入对LVDN的影响分析
7.3.1LVDN基态模型
7.3.2分布式光伏接入对LVDN电压的影响
7.3.3分布式光伏接入对LVDN网损的影响
7.3.4分布式光伏接入对LVDN三相不平衡的影响
7.4本章小结
7.5参考文献
第8章考虑光伏选相并网的LVDN三相不平衡度优化
8.1光伏调节控制能力及选相并网原理
8.1.1光伏特性及其无功调节能力
8.1.2光伏选相并网系统
8.2含光储控制的LVDN优化调度模型
8.2.1目标函数
8.2.2约束条件
8.2.3区间约束确定化及逻辑变量连续化
8.3算例分析
8.3.1基础数据
8.3.2动态选相并网对电能质量改善情况分析
8.3.3储能配置对优化结果的影响
8.3.4光伏不确定性处理对优化结果的影响
8.3.5模型连续化处理效果分析
8.4本章小结
8.5参考文献