含电动汽车的智能配电网优化调度研究综述

常规的经济调度已不能满足可再生新能源和电动汽车随机接入所带来的挑战。为了解决接入配电网电动汽车数量逐渐增多和分布式电源并网问题。本文对含电动汽车的智能配电网优化调度进行了详细的分析。首先简要分析了电动汽车接入对电网造成的影响。其次本文从电动汽车接入电网的类型、电动汽车参与优化调度的目标、优化调度模型以及优化调度建模方法四个研究方面详细分析了电动汽车与智能配电网协调优化调度。从优化调度的结果分析可知,把电动汽车考虑进智能配电网的优化调度中能够有效的降低配电网的运行成本,使得车主的充电费用减少,并且提高了分布式电源的利用率。然后对大数据技术在智能配电网优化中的应用进行了简要的介绍。最后对电动汽车与智能配电网协调优化调度提出了展望。     

基于边缘计算的智能电网数据调度与快速分发方法

常规的智能电网数据调度与分发方法多数采用大数据技术原理，缺少电网数据区域划分，其调度目标节点选择偏差较大，导致电网数据调度错失率较高，数据调度与分发任务完成效果不佳。基于此，引入边缘计算提出了一种新的调度与快速分发方法。首先，建立边缘计算集群分层模型，划分数据区域，分析集群节点状态参量，选择最优调度目标节点。其次，根据调度任务处理时间对任务有效价值的影响，设计智能电网数据流调度优先级，分配并执行数据调度处理任务。最后，设计数据快速分发机制，避免在调度处理任务执行中，出现节点失效和调度数据丢失的问题。根据实验结果可知，新的方法应用后，即使数据处理任务个数的增加，数据调度错失率也未出现大幅度波动，均控制在0.2%以下。     

具有自校核功能的配电网调度方法

为了提高配电网运行效率，及时发现配电网中异常数据信息，设计一种新型的配电网调度方案。该方案硬件包括调度控制中心、监控中心、调度计算等模块，能够向不同的区域提供配电网电力资源，并保证电力设备安全。该方法还采用ARM系列的LPC2214微处理器和DSP数据处理器，实现配电网不同区域信息的校核与调度；在进行调度数据信息时，通过聚类算法对不同异常信息类型进行分类，提高校核能力；又通过算法模型对不同调度数据信息进行评估，提高数据评估能力。通过试验，该方法大大提高了配电网调度能力，数据分析准确度高。     

智能配电网技术方案的应用设计

分析了能量流、信息流及业务流在传统配电网、数字配电网及智能配电网中的不同特征,提出了智能配电网的技术方案,给出了完善电网基础设施(即能量传输系统-配电网网架)、通信传输系统平台以及相关的智能配电终端的设计方法;构建了智能配电网调度系统、配电自动化系统、用电管理系统及其构成的调配一体化系统、配用一体化系统、调配用一体化系统的基本功能、基础应用和高级应用架构,并对各个环节的关键技术组成进行了探讨。     

无线传感器网络疑误数据节点自动诊断方法

为了提高无线传感器网络疑误数据检测能力,提出基于轮换调度的无线传感器网络疑误数据节点自动诊断方法。通过采用分块区域特征匹配的方法,得到无线传感器网络疑误数据传输的梯度模型,采用资源优化分配方案,进行数据传输信道的均衡调度,得到节点部署分布模型。通过传感信息跟踪采样方法,得到采样信息分布,建立无线传感器网络疑误数据信息特征分析,通过分组特征检测方法进行无线传感器网络疑误数据的信息融合和空间融合调度,提取无线传感器网络疑误数据的关联规则特征集,通过统计信息分析和融合调度的方法,进行无线传感器网络疑误数据的聚类挖掘,采用预算估计算法,得到疑误数据节点定位优化,结合自主学习算法,实现无线传感器网络疑误数据节点的优化定位和诊断检测。仿真结果表明,采用该方法进行无线传感器网络疑误数据节点检测的自适应性较好,特征辨识能力较强。     

基于Isight的分布式电源优化设计

分布式电源接入配电网是智能电网的关键.分布式电源接入配电网的位置及所注入的容量会对电网的损耗和电压的稳定性产生影响.在综合考虑电压稳定以及电网损耗的基础上建立起分布式电源优化模型,以Isight为优化平台,以MATLAB为数值求解软件,构建并实现分布式电源优化设计计算流程.该方法成功实现降低网损并提高电压稳定性的目标.采用配电网的标准算例对模型和算法进行验证,结果表明该模型具有优异的优化效果,有助于工程的实际应用.     

跨区域协同指挥下的配电网分布式目标优化调度方法

为了实现配电网优化调度，降低运行成本，改善配电网电能质量，设计一种配电网分布式目标优化调度方法。在跨区域协同指挥的条件下，依据一定的分区原则与实际情况，进行配电网的分区处理，制定各种分区的对应目标函数；制定支路潮流、节点电压、储能装置、激励负荷、可中断负荷、可中断负荷无功约束与有功方面的约束条件，利用交替方向乘子法进行目标函数的求解，实现分布式配电网目标优化调度。算例分析结果表明，该方法能够根据负荷变化，合理调度，达到了良好的储能优化效果，对于配电网运行成本与电能质量的改善有着积极的意义。     

基于数据的智能电网电能自适应优化调控

智能电网是新一代电网建设的目标,也是国际电力工业界的共同选择。首次提出基于数据的自适应动态规划的智能电网电能自适应优化控制方法。无需智能电网的模型,采用智能电网数据获得智能电网的最优控制策略,有效地克服了智能电网系统模型难以建立的困难。首先,给出了智能电网的具体工作原理,列出了智能电网储能设备,风能、太阳能等清洁能源的运行原理。其次给出了基于数据的智能电网电能自适应优化调控方案。然后讨论了基于神经网络的自适应优化具体实现方案。最后给出仿真实例证明方法的有效性。     

一种基于粒子群算法的配电网低电压诊断模型研究

随着智能电网建设的发展,传统的基于检测技术的配电低电压原因诊断已变成基于数据挖掘的电力大数据分类技术,而着眼于低电压故障原因的数据分类研究在国内尚处于起步阶段,为此该文提出一种采用改进聚类算法和支持向量机分类算法的配电网低电压诊断模型。该模型首先采用Canopy-Kmeans的聚类算法基于配电网历史运行数据进行低电压原因的聚类分析并得出可能存在的低电压原因,然后采用经粒子群算法对支持向量机数据分类算法进行参数优化,最后使用结果参数优化的支持向量机算法对智能电表所采集的配电网实时运行数据进行低电压原因分类并最终输出低压故障原因的诊断结果。实验表明,采样基于粒子群优化的支持向量机诊断模型能够实现90%的低电压原因诊断准确度。     

孤岛智能配电网下的快速自动发电控制机组一致性协同控制算法

由于可再生能源随机性、间歇性的特征和智能电网"即插即用"的要求,传统的集中式AGC控制方法面临诸多挑战,分布自治与集中协调已成为智能配电网的未来发展方向.为此,本文提出了一种基于等微增率的AGC机组一致性协同控制算法,解决了孤岛智能配电网的频率自治与协同控制问题;并提出了一种"虚拟一致性变量"的概念,用于解决AGC机组功率越限导致的拓扑变化问题和实现AGC机组的"即插即用";同时,在智能配电网发生负荷扰动的情况下,为保证所有机组在新的工况下仍能达到最优经济运行,建立了AGC功率分配与短期经济调度的协同目标.最后搭建了包含多种分布式电源及多个微网的智能配电网模型,仿真表明:与传统集中控制方法相比,一致性协同算法动态优化速度快,收敛鲁棒性强,能有效解决孤岛智能配电网的频率自治与协同控制问题.     

以激励为导向的配电网分布式电压调节

针对高渗透率可再生能源导致的配电网电压波动及越限问题,提出了基于分布式机组快速电压支撑能力的辐射状配电网分布式电压调节算法。不同于已有采用直接控制方式的分布式电压调节,利用激励信号间接控制分布式机组来实现配电网分布式电压调节。在所提的电压调节问题中,不但考虑了配电网从主网购入有功的成本,同时考虑了电压调节过程中配电网内附加无功的平衡。基于障碍函数法和对偶上升算法,将所提电压调节问题转化为一个可由配电网各节点协同求解的分布式优化问题,并提出了相应的以激励为导向的分布式电压调节框架。在该框架下,配电网运营商根据各节点反馈的出力决策,持续更新并发布节点有功及无功激励信号来协调各节点的出力,从而实现配电网电压的分布式调节。仿真研究证明了该算法在配电网电压陡降和电压突升情形下的有效性。     

基于SIR模型的智能电网WCSN数据伪造攻击研究

为了解决智能电网无线传感器网络面临的异构无线网络共存、频谱资源紧张和海量数据处理等问题,在智能电网引入了认知无线传感器网络（WCSN）。文章对智能电网WCSN中的数据伪造攻击进行了研究。在此类攻击中,恶意认知无线传感器节点（传染节点）通过向其他认知无线传感器节点（易感节点）发送伪造的频谱感知数据和设备能耗信息,导致控制中心做出错误的频谱分配和电力调度决策。采用流行病理论中的SIR模型,对智能电网WCSN中的数据伪造攻击信息传播过程进行了建模,研究了流行病爆发的潜在决定因素。最后,通过仿真验证了智能电网WCSN数据伪造攻击SIR模型,并对系统动态特性进行了分析。     

面向智能电网的大数据降维管理方案

针对智能电网数据繁多、维度较高、难以识别的技术问题,提出了降低大数据维度的构想,并设计出基于随机森林算法的物联网智能电网大数据管理系统。通过采用Bagging算法对数据样本训练、学习,建立起多个决策树构型,根据少数服从多数的投票法原则确定建立决策树的节点和分支,最终建立起成熟的随机森林算法模型,通过随机森林算法模型将智能电网中的大数据从高纬度降低到低纬度。本设计的方案大大减小了大数据处理难度,优化了数据处理的效率,增加了分析问题、解决问题的有效途径,为智能电网的健康、有序运行提供有力保障。     

基于态势感知的智能电网安全调度预警架构设计

智能电网安全调度过程不能准确进行故障识别,导致调度监护预警精度较低。为此,对基于大数据态势感知的智能电网安全调度监护预警架构进行了研究。通过智能电网数据库采集监护预警数据,利用大数据态势感知技术对监护预警数据进行处理;将实时性关联矩阵的原理应用到智能电网监控预警算法设计中,获取智能电网安全调度过程中任意故障对应的动作组合;在此基础上,基于多层用户接入及管理相关信息,构建监护预警功能结构模型,完成智能电网安全调度的监护预警。试验结果表明,与传统的电网安全调度监护预警架构相比,所设计的基于大数据态势感知的监护预警架构具有较小的电压、电流监护预警误差,提高了智能电网安全调度监护预警精度,为我国电网安全稳定奠定了基础。     

城市大型配电网调度智能运行系统设计

当下城市大型配电网数据流处理方法存在一定的局限性和不安全性,不能实现配电网高效运行。为此,提出一种基于城市大型配电网调度的智能运行系统模型的建立。该系统根据城市配电网应用特点及其设备种类,依照不同智能数据运行的模式,为达到最高效的智能运行效率,选择合理的系统运行组件。在此基础上,对配电网调度智能运行系统设计进行建模,得出模型函数,实现数据设计的应用。从绿色环境可再生能源的本质出发,在配电网负荷一定的前提下,使电能与模型函数成正比,从而完成配电网调度智能运行系统的设计。仿真实验证明,所提出的设计理念可以实现配电网调度系统运行的实时性、有效性和可靠性,为今后城市大事配电网智能运行系统设计研究提供坚实的基础。     

基于Petri网的网格数据库查询计划模型的映射转换

网格数据库中主要采用基于有向无环图（DAG）的查询计划建模方式，该方法由于不考虑子查询与节点的数据关系，因而对子查询在节点的优化调度方面支持不足。对查询计划提出了基于Petri网的形式化描述模型NSN，通过扩展子查询与节点以及子查询之间的数据关联关系的描述，对子查询的优化调度提供更大的支持；进一步给出了从DAG模型到NSN模型的转换规则和转换算法，实现了查询计划从DAG到NSN模型的转换，最后通过实验验证了NSN模型对子查询在节点中的分派调度的优越性。     

基于模糊隶属度的智能电网电力调度多目标优化研究

在智能电网电力优化调度过程中,因求解目标分布范围较小,导致全局搜索能力较差,因此提出基于模糊隶属度的智能电网电力调度多目标优化方法。根据智能电网的工作模式,搭建电力调度架构。在电力调度架构中,从调度成本、可再生能源利用率和用户满意度三个角度确定电力调度目标,构建多目标优化数学模型。设计模糊隶属度求解算法,获取多目标优化最优解集,采用通过模糊识别策略从最优解集内选取最终优化调度方案。应用分析结果表明,所提方法应用后,求解目标分布范围大幅度增长,全局搜索能力得到了增强,可以有效提升智能电网电力调度水平。     

一种基于K-Means的电力传感网信任决策方法

随着无线传感器网络 (Wireless Sensor Networks) 在智能电网 (Smart Grid) 中的广泛使用，智能电网的安全面临巨大挑战。为了解决智能电网的安全问题，本文提出了一种基于数据聚类的信任决策方法。首先，考虑到开放无线通信媒体的不稳定性和恶意节点的随机攻击性，采用聚类方法K-means将监测到的通信行为数据划分为若干不同信任级别的组,以进行训练数据的标记；然后，利用标记数据训练信任决策模型，用于判断节点是否可信；最后，根据节点的信任状态，选择可信的路由节点以实现安全可靠的数据传输。实验结果表明，该信任决策方法能够有效地检测出恶意节点，保护网络免受其内部恶意节点的攻击。     

智能电网中家域网安全数据汇聚与调度方法研究

智能电网中通信网络的安全是实施智能电网的一个重要环节。用户信息的隐私保护是智能电网安全服务的一个主要任务。智能电网中用户信息隐私保护主要围绕智能电表数据的机密性和匿名性展开。本文以家域网作为智能电网通信网络的一个基本数据汇聚与调度单元,提出了一种安全的网内数据汇聚与调度方法,从而保证了智能家居设备的用电信息的机密性和匿名性。采用NS-2对本文提出的网内方法进行了仿真研究。仿真结果表明,本文提出的网内数据汇聚与调度方法与传统方法相比具有较高的实用性。     

基于BP神经网络模型实现配电网络损耗优化的研究

配电网络损耗是关系到电网正常运行的关键,如何对配电网络损耗进行优化是目前亟待解决的技术问题。论文针对无功补偿设备辐射状配电网存在的网络损耗问题,提出了一种优化方案。根据辐射状配电网体系结构的特征,提出基于BP网络模型理论进行计算配电网络损耗的方法,该方法能够映射、处理任意复杂的非线性关系,数据处理精确、及时,并根据计算的结果,提出基于遗传算法优化网络损耗的方案,通过搜索最优解,有针对性地优化损耗问题。根据数据比对,论文提出的方案优化效果较好,具有一定的实用价值。