适应源荷不确定性的参考电网区间优化方法

针对现有电网评估模型未考虑源荷不确定性情形以及并未关联电网响应不确定性的运行策略的不足,提出适应源荷不确定性的参考电网区间优化方法,为实现柔性电网规划提供理论参考。基于规划周期内不确定电源、负荷预测区间和规划网络候选方案,充分关联电网运行策略,构建以追求电网的发电成本、备用配置成本和输电网络投资成本总和最小为目标,以不确定性背景下电网各种工况运行安全域为约束条件的参考电网区间优化模型,并给出模型求解方法,得到支撑源荷功率平衡的电网优化方案。通过算例分析说明了所提方法的有效性。     

金沙江下游梯级水库发电出力区间优化研究

传统的水库调度单点最优决策常基于动态规划系列算法求解,据此改进得到的区间近优决策虽然提高了调度灵活性,但是受限于径流多样性与目标维度。采用随机径流模拟器扩展径流输入,构建梯级水库发电联合调度模型并结合“参数-模拟-优化”框架,对累积目标（多年平均发电量）、最值目标（最小出力）和阈值目标（出力保证率）进行稳健性优化,应用于金沙江下游梯级水库并探讨多个方案下的优化发电出力区间。结果表明：虽同为发电效益,最小出力目标与多年平均发电量、出力保证率目标依旧存在相互制约的关系;基于maximin指标优化可以提高最值目标的稳健性;折中方案在权衡多个目标的基础上可增加多年平均发电量93.2亿kW·h(+4.96%),采用20%～80%分位数归纳折中方案的坝上水位柔性决策区间,可指导金沙江下游梯级水库发电联合调度运行。     

计及负荷调控特性的社区型综合能源系统规划方法研究

针对社区型综合能源系统规划配置中对负荷调控特性考虑不足的问题,构建了社区型综合能源系统结构、相关设备的数学模型和负荷调控模型,以年综合成本最低为目标,建立了社区型综合能源系统的规划模型,采用混沌反向灰狼算法对上述模型进行求解.仿真结果表明,对负荷进行调控可以有效降低系统规划成本,实现了社区型综合能源系统的配置优化.     

面向规模化风电消纳的电-气-氢能源互联系统协同规划

高比例风电接入系统趋势下,考虑将规模化新能源转化为氢气等清洁气体,配合燃气设备发电,以解决可再生能源消纳和减少碳排放问题。首先介绍了电-气-氢能源互联系统能流结构框架和关键设备运行模型;其次,计及源、荷的不确定性,构建含燃气机组、储氢装置、燃料电池以及电转气(Power To Gas, P2G)设备的优化规划模型,通过二阶锥松弛和分段线性法将其转化为混合整数线性规划模型进行求解;最后采用IEEE-9节点电力网络和7节点天然气网络联合系统进行算例验证。结果表明,储氢装置及燃料电池的应用,降低规划总成本的同时能够提升风电消纳和减少碳排放,且考虑不确定性的规划方案能够提高系统灵活性,保证系统可靠运行。     

基于Fbprophet负荷预测与用户满意度约束的综合能源供能优先调度研究

在综合能源系统中,如何协调好能源供应与用户波动需求之间的关系,是亟待解决的问题。针对居民用户冷、热、电负荷需求不确定性特点,提出了一种基于Fbprophet算法的多元负荷预测与考虑用户满意度约束的综合能源负荷供能优先调度模型。首先采用Fbprophet算法对冷、热、电多元负荷进行预测,并与典型负荷预测方法 ARIMA、LSTM进行对比分析;然后通过构建用户满意度二次效用函数,将用户满意程度融入能源服务商的评价指标;最后设计了综合能源系统优化调度模型和计及用户满意度的供能优先级模型,并基于自适应粒子群算法进行模型优化求解,分析了优化算法的稳定性,实现供能优先调度。通过实际综合能源系统算例仿真,验证了预测算法与调度模型的有效性,为综合能源提供一种兼顾经济效益和用户满意度的决策方案。     

风电并网系统的区间动态经济调度方法研究

大规模风电并网对电力系统的优化调度提出了新的挑战。通过用三元区间数刻画负荷与风电输出功率的不确定性,建立了区间动态经济调度模型。模型以常规机组的发电成本最小为目标,考虑了对应净负荷区间中值和区间上下限的机组出力调整约束;引入了调度权重的概念,通过对不同权重下机组出力的比较,分析了以三元区间数刻画负荷和风电输出功率的不确定性对系统有功调度的影响。利用MATLAB二次规划程序包对所建模型进行求解,以IEEE-30节点系统为例进行了仿真分析,仿真结果表明所列区间动态经济调度模型对风电与负荷的随机变化具有较好的适应性。     

基于多目标多任务进化算法的含可再生能源混合发电系统优化调度

可再生能源发电的快速发展为电力系统的安全和经济运行带来了新的挑战。在此背景下,构建了能够计及火电阀点效应非线性,风电、光伏发电系统出力不确定性和水电一次能源浪费的多目标优化调度模型。假设风速服从Weibull分布、光照服从Beta分布的前提下,含可再生能源混合发电系统优化模型综合考虑了能源利用、环境保护、成本以及损耗等限制因素。在此基础上,创新的引入了多目标多任务进化算法,同时优化多个任务的多个目标,并行处理多个发电系统的优化调度问题,从而大幅提高了搜索速度。仿真算例采用标准IEEE30节点和IEEE118节点系统,验证了该算法在解决多目标多任务多电源发电系统优化问题时的优越性。     

考虑极端灾害下系统韧性约束的气电联合配网分布鲁棒扩展规划

近年来,在未来多能互补、综合能源系统的背景下,气电联合配网得到迅速的发展。然而,当前全球各地极端灾害频发,给能源系统的安全性带来了严峻的挑战。针对极端灾害对系统造成的失负荷影响,为兼顾系统的经济性与安全性,提出了一种考虑极端灾害下系统韧性约束的气电联合配网分布鲁棒扩展规划模型。首先,以规划成本与运行成本最小化为目标,建立考虑电动汽车充电站、分布式燃气机组和储能设备的气电联合配网扩展规划模型;然后,考虑极端灾害的作用,建立考虑韧性约束的气电联合配网分布鲁棒扩展规划模型,该模型包括基础场景与极端灾害最坏场景,其中基础场景考虑系统的经济性,以规划成本与基础场景运行成本最小为目标,极端灾害最坏场景则通过韧性约束保证系统的安全性,所提模型通过主问题–子问题迭代求解。最后,算例仿真发现：通过增加电动汽车充电站、分布式燃气机组和储能设备的规划投建,系统的经济性得到明显提升;而在面对极端灾害的影响下,通过分布式燃气机组的发电和电动汽车、储能设备的放电,系统失负荷情况得到减少,但随着系统韧性的增大所需单位规划成本会大幅增加。本文为在规划层面提升系统韧性提供了一种有效与实用的方法,为未来减小极端灾害对系统造成的影响的方案提供了一定参考。     

计及能源网络特性的综合能源系统最优协调规划

对综合能源系统进行协调规划,可以提升整个系统运行的安全性与经济性,实现多种能流互补共济,并改善总的能源利用效率。在此背景下,对含天然气与热力管网的IES的规划问题进行研究。首先,在计及气网管存效应、热网延时效应与热网热量损失的情况下,构建含多个能源中心(energy hub,EH)的IES模型;然后,提出以规划期内投资和运行总成本最小为目标的IES协调优化规划的混合整数非线性优化模型,以确定EH设备和能源网络的优化配置方案;接着,采用增量法将所构建的最优协调规划模型转化为混合整数线性优化问题,并采用商业求解器Yalmip/Gurobi求解;最后,以包含6个EH的IES为例对所提协调规划方法进行验证。算例结果表明,在IES规划中考虑天然气与热力管网特性是必要的,所提方法是可行的。     

基于两层优化的主动配电网储能优化配置

针对主动配电网储能系统优化配置问题,考虑运行控制策略对规划方案的影响,提出一种基于两层优化的配置方法。在短时间尺度的内层优化中,利用低通滤波算法提取上网功率高频分量,以高频分量变异系数和可再生能源浪费率最小为目标,基于标量化方法和粒子群算法优化主动配电网控制策略。在长时间尺度的外层优化中,构建多目标优化模型,最小化投资成本和可再生能源浪费率,采用NSGA-Ⅱ算法求取储能系统配置的Pareto最优解。由于运行控制和规划配置间存在相互影响,将不同时间尺度的内外层优化置于统一的框架内,以可再生能源浪费率、储能系统配置位置和容量为耦合变量交替迭代求解。结合算例,对所提模型及其求解方法进行了验证。算例分析表明:主动配电网中储能系统优化配置能够有效提高电网对可再生能源的消纳能力。     

加权Markov修正模糊信息粒的电力负荷区间预测

针对电力负荷预测存在波动性且预测精度不高的问题,提出一种基于加权马尔可夫(Markov)修正模糊信息粒的电力负荷区间预测方法.该方法首先对电力负荷数据序列进行基于模糊信息粒化(FIG)的空间窗口重构,以此得到电力负荷模糊信息粒和电力负荷的各阶自相关系数; 然后建立由基于FIG和长短时记忆网络(LSTM)组合的模型(FIG - LSTM),以此获得能够预测不同模糊粒的3组LSTM模型; 最后建立加权Markov - FIG - LSTM模型,并通过消除3组LSTM模型中的预测误差得到电力负荷预测区间和趋势值.实例分析表明,Markov - FIG - LSTM模型的RMSE、MAE和MAPE指标比FIG - LSTM模型分别降低了4.78%、11.37%和11.72%,因此该方法可为电网调度提供有效的数据支撑.     

基于线性规划算法的源-网-荷互动最优潮流模型

针对风、光电等新能源的严重弃风弃光问题,提出了源-网-荷互动最优潮流模型.利用柔性电荷、新型能源和传统电源等特性,基于传统最优潮流模型和线性规划算法,修改目标函数的设置,确定了约束条件的基本表达式,从而实现了增大系统边际效益的目的.利用Visual Studio和Styrp1. 10等软件搭建了源-网-荷互动最优潮流模型.仿真测试结果证实了模型的可行性和有效性,该模型可以缓解新能源发电的能力局限问题.     

基于时序分解与误差修正的新能源爬坡事件预测

为了提高以风电、光伏为代表的新能源的爬坡预测的准确性,提出基于主成分分析、时序分解与修正长短期记忆（LSTM）网络预测误差的爬坡预测模型. 为了充分考虑功率的时序特性,采用时序分解方法将功率分解为周期、趋势和余项,结合多个特征因素的主成分建立基于LSTM的趋势和余项预测模型,实现功率的时间特征与影响因素主成分的映射关系刻画. 在采用LSTM对趋势和余项进行初步预测的基础上,引入误差修正算法计算拟合预测模型的动态误差并构建新的非平稳时间序列,获得准度性更佳的趋势和余项预测值. 通过加法模型融合趋势、余项以及利用朴素法获得的周期,得到最终预测功率. 结合风电和光伏爬坡事件定义,运用所提模型分别进行风电和光伏爬坡预测. 实验结果表明,与其他预测方法相比,所提模型在功率直接预测和爬坡事件间接预测上均具有更优的精度,能够为电网调度提供更可靠的依据.     

基于动态能耗模型的微电网经济运行优化

微电网系统是一个具有多能源输入的综合性能耗网络系统,系统高昂的运行成本已成为其大规模推广应用的一个关键性障碍。针对微电网系统内冷、热、电等多种负荷的能耗特性及能耗设备的运行特性,采用智能算法对数据进行分析拟合,得到系统内各能耗设备的动态能耗模型。通过分析一次能源对冷、热、电三种负荷的转换利用方式及各能源之间的互补关系,构建了微电网系统的经济运行优化模型,采用量子行为粒子群优化算法对其进行优化求解,得到系统的最佳能源结构及综合运行成本。考虑不同季节下系统的运行特点及负荷特性,利用不同的算例对所提模型的有效性和可行性进行了验证。     

LSTM循环神经网络的高速铁路越区切换算法

在高速铁路列车运行过程中,为了保持不中断通信,列车需要不断地与基站进行越区切换。越区切换作为LTE-R通信的关键技术,对于保障行车安全至关重要。针对下一代高速铁路无线通信LTE-R系统越区切换算法,因迟滞门限参数固定而导致切换成功率低等问题,提出了一种基于长短期记忆循环神经网络的高速铁路越区切换算法。首先,利用长短期记忆神经网络的记忆特性以及高速铁路越区切换重叠区信号时空相关性的特点,构建了基于长短期记忆循环神经网络的越区切换迟滞门限参数动态预测深度学习网络;其次,通过提出的长短期记忆深度学习模型,对越区切换迟滞参数进行线下训练和线上预测来获取未来时刻的切换门限值,实现了对越区切换迟滞参数的自适应预测,克服了迟滞门限参数固定的缺点;最后,通过仿真实验的结果表明,所提基于长短期记忆循环神经网络的高速铁路越区切换算法较其他比较方法能够有效地提高越区切换的成功率,并降低乒乓切换率的影响。     

基于组合损失函数的BP神经网络风力发电短期预测方法

为了改善风电大规模并网带来的电力系统功率平衡问题,提高系统的风电消纳能力,构建了基于组合损失函数的风电功率预测神经网络模型. 为了提高原始数据信息的利用率,在模型中将数据进行分类,提出以最小化组合损失函数为目标的BP神经网络风力发电短期预测模型,由均方差损失函数、交叉熵损失函数和排序损失函数按照不同的权重比构成组合损失函数. 基于实际风场数据,对基于组合损失函数的预测模型效果进行训练和仿真验证,结果表明相较于基于单一的均方差损失函数的预测方法,提出的组合损失函数可有效提高预测精度.     

超临界机组附加单耗分布及案例分析

建立了超临界机组稳态工况下能耗空间分布模型,基于600 MW超临界机组锅炉及汽轮机系统模型进行案例分析。根据热力学第二定律,得出总体附加单耗在各设备间的分布情况,挖掘出节能潜力并提出进一步降低煤耗的指导思路。     

基于C-LSTM的短期用电预测模型和应用

基于深度学习下的长短期记忆循环神经网络对家庭短期用电预测进行研究。本研究引入卷积神经网络(convolutional neural network, CNN)和长短期记忆(long short term memory, LSTM)模型结合的混合深度神经网络模型C-LSTM,并在此模型基础上提出多步预测策略。根据对5个真实家庭日常用电数据集的研究,C-LSTM实现了以5 min为单位的家庭电力需求预测。通过不断修改模型参数、完善模型,从本研究提供的3种误差指标的分析来看,C-LSTM预测准确性高于自回归集成移动平均模型、支持向量回归模型和LSTM模型。本研究评价模型预测效果的主要依据是平均绝对百分比误差值(mean absolute percentage error, MAPE), 从试验结果可得C-LSTM 模型在5 min的家庭需求电力预测,比支持向量回归模型提升4.63%,比 LSTM提升22.8%,比自回归集成移动平均模型提升 34.74%。因此,C-LSTM模型为智能电网对家庭层面电需求的准确及时预测提供了保障,对推动个性化用电套餐的广泛普及、减少能源浪费产生重要影响。     

基于多域关联的武器装备型号需求生成方法体系构建

给出了装备型号需求生成方法体系的内涵,包括定义、目标和意义;结合装备型号需求生成结构化流程,设计了装备型号需求生成应用域和方法域;构建了方法满意度评估模型和评估指标体系,结合优序图法和模糊综合评判法对某方法满意度进行了综合评价;采取关联矩阵的形式构建了基于多域关联的装备型号需求生成方法体系。