快速配电网拓扑估计通过子集和问题-计算机科学-机器学习-配电网格-图论-电力网络拓扑.pdfVIP

快速配电网拓扑估计

通过子集和问题

YueyaoXuYizeChen

HongKongPolytechnicUniversityUniversityofAlberta

HongKongSAREdmonton,Canada

michelle.xu@connect.polyu.hkyize.chen@ualberta.ca

摘要—面对分布式能源资源的不断渗透和配电网络能量管运营商来说，实现这些拓扑变化并及时发现电网问题是

理的快速发展，配电网络拓扑识别成为一项重要而基础的任务。很困难的。同时，对配电公司而言，保持准确的拓扑记

本由于底层电网拓扑通常对公用事业公司来说是未知或不完整的，录也并非易事。

译因此高效地利用有限的测量数据来识别配电网络拓扑结构成为随着高级计量基础设施(AMI)的必威体育精装版进展和部署，

了基础任务之一。快速准确的拓扑识别有助于实现负载监控、电

中力分配系统操作与控制以及故障检测等任务。本文提出了一种新智能电表可以实时以更高的频率将读数传输到中央数

1颖且超快的拓扑识别方法。通过采用具有层次结构的子集和方据中心[6]。同时，公用事业公司在网络的重要节点（包

v

4法，可以从较少的智能电表功率测量样本中推断出整个电网拓括馈线、变压器和需求节点）安装智能电表，可以增强

2扑。这些技术可以在拓扑快速变化的场景下实时应用，并且所提

9出的分层算法也对测量噪声具有鲁棒性。电网的可观测性。此外，尽管配电网络的设计可能看起

6来是环状或网状的，但绝大多数配电电网都是作为“辐

1关键词：配电网格，图论，电力网络拓扑，子集和问题，拓

7.扑识别。射”网络运行的，包含一组不重叠的树形结构。网络中

0随着技术的发展以及新兴分布式能源和即插即用的开关用于实现多种可能性中的一种辐射配置。在这种

5

2设备的增加，配电网络正面临着日益增长的复杂性。在情况下，配电网拓扑恢复可以被视为在给定特定开关配

:输电网络中，电网的控制和监控基于已知的拓扑结构置的情况下识别所有树形结构的连接。这些特征结合起

v

i和线路参数。然而，配电网络的拓扑结构是随时间变化来使我们能够设计快速的拓扑识别方案，以提高拓扑恢

x

r

a的，并且通常对公用事业操作来说是未知的。随着低压复的准确性和效率。

配电网用户和分布式能源资源（DERs）数量的急剧增为了应对这种挑战，已经做出了许多尝试。统计方

加，而传统监管方法需要大量人员，监测低压配电网的法如基于协方差矩阵和贝叶斯分析的方法被提出用于

拓扑结构和能耗变得越来越困难根据节点条件关系建模并推断网络拓扑[3],[7]。在[8]

中，考虑了电网参数的稀疏性，并开发了一种基于优化

I.介绍

的方法来重构图拉普拉斯算子。[9]发展了自适应lasso

[1],[2]惩罚来估计导纳矩阵中的大元素，并且还考虑了一个与

精确的网络拓扑信息在网络检测、定位、状态估计状态估计相结合的问题[10]。此外，[11]考虑了主动探

和优化电力系统中起着重要作用[3].低压配电网的拓测方法并讨论了配电馈线的拓扑恢复性。然而，在实际

扑结构给出了馈线、配电变压器、分销商和消费者等各分布网络中，一些必要的信息如开关位置或导纳矩阵

类资产之间的连接性[4].高效的拓扑识别技术还可以等并不可用