基于CAPSO的含分布式电源的配电网动态重构

对含分布式电源的配电网重构进行了研究,考虑配电网系统中各节点上的不同种类型负荷的不同占比和分布式电源日出力波动引起的日负荷变化,使用KMeans聚类算法对总的变化的日负荷进行时段划分,更具客观性;使用“解环”的重构策略,在满足动态重构的约束条件下以综合运行总费用最低为目标,使用较标准粒子群优化算法寻优性能更强的自适应惯性粒子群优化算法（CAPSO）进行配电网动态重构,得到最优重构策略,并用IEEE33节点系统进行了仿真验证。     

基于混沌自适应人工鱼群算法的含家庭储能配电网快速重构方法

针对分布式电源接入配电网具有波动性和随机性的特点,提出一种基于混沌自适应人工鱼群算法的含分布式电源配电网快速化重构方法。在风电、光伏和家用储能的数学模型和节点划分基础上,以电网网损、开关次数以及失电负荷成本最小为目标函数,建立基于多目标优化的含分布式电源配电网的优化重构模型。利用混沌自适应人工鱼群算法对模型进行求解,通过对鱼群的混沌初始化和自适应动态调整步长参数,提高了算法的全局搜索能力和收敛速度。根据电化学储能系统出力特性划分配电网网架重构的典型工作场景,通过含分布式电源的IEEE 33节点测试系统仿真实例验证了该文方法的有效性。仿真结果表明,与单独考虑电网网损成本相比,由该文方法得到的配电网优化重构成本降低了50%以上,优化重构时间均小于0.9 s,实现了含分布式电源配电网的快速自愈。     

采用特性指标聚类和改进萤火虫算法的配电网动态重构

为更好处理考虑负荷变化的配电网动态重构问题,将一种基于负荷特性指标降维的聚类方法应用于配电网负荷聚类,根据负荷特性相似性进行重构时段的划分,有效解决开关操作次数对实际配电网调度的不良影响。将最小生成树思想与改进的萤火虫算法相结合,以有功网损和负荷均衡指数最小构造目标函数,对负荷聚类后的配电网动态重构问题进行仿真验证。研究结果表明:改进的聚类算法可精确地对配电网负荷进行分类,为配电网重构提供了良好的基础,改进重构算法可快速有效地对配电网进行动态重构。     

考虑风电接入的配电网双阶段优化重构策略

针对小型风电机组接入的配电网,构建了双阶段优化重构策略,在考虑风电随机性的同时基于时间尺度求得最优重构方案。第一阶段针对风电随机性,运用场景分析法划分场景并得到风机有功出力,然后采用TLBO算法寻找每个场景的最优拓扑结构;第二阶段基于时间尺度的重构方案确定,首先对某时间段的风速数据进行场景划分,根据场景转换得到准重构时刻,然后以综合费用最小为目标确定该时段内的最优重构方案,并在美国PGE69节点配网系统中接入两台风电机组进行仿真验证。结果表明,所提重构方案有效且实用,能实现含风电接入配网的优化运行。     

计及"源-荷"不确定性的增量配电网多目标优化模型及算法

针对可再生分布式电源(RDG)和需求响应负荷(DR)的不确定性增加了增量配电网中"源-网-荷"多利益主体协调运行难度问题,提出了计及"源-荷"不确定性的增量配电网多目标优化模型及算法。首先,采用基于拉丁超立方采样的蒙特卡洛模拟方法和同步回代缩减法,产生关于RDG可发电功率和DR负荷电价弹性系数的典型场景集合,简化描述RDG和DR负荷的不确定性特征;在此基础上,分别以RDG运营商、配电网运营商和DR负荷用户的收益或成本最优为目标,建立"源-荷"不确定性场景集下的增量配电网多目标优化模型;然后,采用基于Pareto熵的多目标差分进化算法对模型进行求解,并利用模糊隶属度函数从Pareto最优解集选取最优折衷解;最后,以IEEE30节点配电网为例,证明了所建模型的合理性和所提算法有效性。     

基于改进二进制粒子群算法的孤岛划分方法

当分布式电源（distributed generation, DG）发生孤岛效应并停止运行时,可能导致重要负荷供电中断、DG弃光率升高和配电网供电可靠性降低。提出了一种基于改进二进制粒子群算法的孤岛划分新方法。根据线路电阻确定停电区域内负荷与各DG的电气距离,将其划分为多个单DG初级孤岛,以降低算法复杂度、避免功率远距离输送;给出具有“移动”“寻优”“突变”特性的速度更新公式和逐级约束的位置更新公式,并利用其划分各初级孤岛,以避免算法陷入局部最优解,从而提高其寻优速度;调整不满足约束条件和存在孤岛融合的供电区域,以保证孤岛运行的稳定性和最优性,实现孤岛划分。利用MATLAB/Simulink搭建IEEE 69节点配电系统,验证了该方法的有效性。     

基于可再生能源发电优先消纳的电力电量平衡模型研究

传统的电力电量平衡主要以经济调度、机组组合为基础，没有给予可再生能源突出考虑。首先利用聚类分析方法将电力系统内各电源按发电特性划分为电源簇，建立电量消纳优先次序，以充分体现各电源的价值；然后以购电成本最小化、可再生能源发电消纳最大化为目标函数，分别考虑各电源簇的运行约束，建立电力系统中长期电力电量平衡模型，并设计内外层相结合的分层求解策略进行模型求解。其中，模型外层为电源多目标优化配置，采用多目标规划-几何模型（MODM-GMM）算法求解；模型内层为电源发电能力计算，采用逐步优化-增量动态规划（POA-SIDP）算法求解。最后，将模型运用到重庆电网中验证模型可行性和有效性。模型能实现包含水、火、风、光等混合能源系统的购电经济性，并有效利用系统内的可再生能源，促进电网协调、低碳、健康、高质量可持续发展。     

一种基于V-Q灵敏度的动态无功最优分区技术

提出了一种基于V-Q灵敏度的动态无功最优分区技术。首先根据电气距离与无功源分布进行聚类分析,基于网架给出最佳分区数量;其次考虑无功源与受控节点之间的V-Q灵敏度关系,构建电网实时运行方式下的分区方案最优模型;最终求解优化问题,给出当前运行状态的动态最优分区方案。通过对某地区电网的仿真结果说明了该方法的有效性与实用性。     

基于Beta分布的空气源热泵联合蓄热器供热系统储热容量最小区间研究

在新疆偏远地区的风电场,为保证风电场建筑冬季供暖舒适性和达到弃风部分消纳的要求,提出利用弃风为空气源热泵联合蓄热器的建筑节能系统的供热模式。为达到降低成本和供暖舒适的目的,对建筑节能系统的储热容量最小区间进行计算。首先通过新疆风电数据计算风电场弃风曲线,根据建筑节能系统的性能对每日弃风进行弃风时段划分,依据弃风时段与供暖时段的匹配差异匹配蓄热器补充热量。提出基于Beta分布的储热容量分布特性的储热容量最小区间研究,并验证计算得到的最小区间的正确性。     

基于拓扑分区并行的高压配电网优化重构

高压配电网备供线路多、网架结构灵活,利用网架重构能够提高系统运行的经济性与安全性,有效降低电网阻塞风险。为实现高压配电网拓扑放射性约束的在线实时判别,针对其拓扑结构特点对其进行分区,同时考虑网络拓扑放射性约束的必要条件与不可开断支路缩小分区网络拓扑可行解搜索空间,提出快速判别算法。构造了以网损率、110 kV线路负载率均方差、220 kV变电站负载率差异度均方差的高压配电网多目标优化重构模型,以支路通断状态为控制变量应用非支配排序遗传算法（NSGA-II）求解,并将分区网络支路集合作为遗传算法交叉与变异的操作对象,加快智能算法的寻优速度。以某城市电网为例进行仿真分析,结果表明,所提模型能够有效降低网损,提高系统全局的负荷均衡性,消除局部输电阻塞,同时拓扑约束分区判别能够有效提高算法的求解效率,满足在线实时重构的要求。     

基于BP神经网络光柴孤网运行优化控制研究

摘要： 光柴互补发电独立微电网系统,主要包括：光伏电池组发电、柴油机发电和负载等,光伏发电模型采用MPPT控制。在确保光伏最大功率输出的基础上,对原动机及其速度/功率反馈系统、同步发电机及其励磁控制系统进行分析,建立相应的数学模型。设计基于BP神经网络算法PID控制器,控制原动机的转速调整其输出功率,维持微网系统频率的恒定。仿真结果表明：该控制策略实现光伏最大功率输出,提高太阳能利用率。同时,保证微网系统的频率恒定。     

公用电网与专用电网协调评价体系探讨

专用电网是配电网的重要组成部分,随着地方经济的发展,越来越多的专用用户接入配电网。为了提高公用电网与专用电网协调水平,提出了公用电网与专用电网协调发展的评价指标,选用专用线路占用间隔比率、容量不合规专用线路比率、公用专用线路负载率之比三个指标表征公用、专用电网的协调关系。结合南方某市现状情况进行公用、专用电网协调性评价,对存在问题进行详细剖析,并提出提升公用、专用电网协调性的方法与措施,对配电网的规划、建设和评估具有很高的参考价值。     

基于智能配电网关键技术的城市配电网规划

随着以分布式发电技术和电动汽车充换电为代表的用户侧接入技术的不断发展,建设满足分布式发电接入及电动汽车充换电实时响应需求的,具有环境友好型及用户交互性、网架坚强、自动化程度高的现代化智能配电网是未来配电网规划建设的方向。对影响未来智能配电网发展的关键技术进行了概述,并以上海城市电网为例,介绍了我国大都市城市配电网的现状特点。针对城市电网不同区域的可靠性和供电安全等级以及网架特点,提出针对性的规划解决方案。对城市电网的发展规划有一定的参考意义。     

基于网络安全管理平台的电力监控系统网络安全应用实践

近年来国际上频发工业控制系统网络安全事件,网络与信息安全形势严峻,为加强地区电力监控系统安全防护,保证电力监控系统稳定运行,对电力监控系统运行安全告警信息实时监视和快速处置,动态感知系统网络安全风险.结合网络安全管理平台建设及日常监控中的应用,分别从功能介绍、典型设备接入以及网络安全技术应用三个方面开展研究,着力解决电力监控系统网络空间有序,规范业务访问流量,为地区电力监控系统安全稳定运行提供了可靠技术保障.     

电力数据通信网安全防护方案的分析和研究

电力数据通信网是承载电力系统管理信息大区业务的关键网络,业务种类多,业务重要性强,整体网络基于BGP MPLS VPN技术体制,网络由骨干层、汇聚层、接入层多层部署。同时网络接入大量直调电厂,并与其他单位网络跨域互联,实现业务的横纵贯通。文章主要研究了电力数据通信网的安全防护,分别从电厂边界安全防护、骨干网主站安全态势感知部署2个方面,提出了电力数据通信网的安全防护思路,并提出网络安全管理方案,全面提升电力数据通信网安全防护能力,引导后期本区域电力通信网安全防护的进一步规划建设。     

基于改进Elman反馈型动态神经网络的配电网可靠性评估

快速准确地进行配电网可靠性评估具有重要意义,然而传统的配电网可靠性评估方法并不适用于评估大规模配电系统的综合可靠性指标,对大规模电网的可靠性进行评估时往往会造成建模困难、计算量剧增的问题。因此,提出基于Improved-Elman(IElman)反馈型动态神经网络的配电网可靠性评估方法,即在Elman神经网络的承接层中加入自反馈连接增益系数来衡量历史信息对未来状态的影响程度,并通过思维进化算法对Elman神经网络的相关参数进行优化。在采用神经网络评估前,利用灰色关联度分析对神经网络的输入变量进行预处理。所提出的方法与普通神经网络评估模型相比,平均相对误差由5.43×10~(-4)降到7.32×10~(-5),表明该方法能够有效简化计算,提高神经网络对复杂问题的评估精度。     

电力通信网络管理系统探讨

从电力通信网络管理系统的现状出发,指出了电力通信网络管理系统的要求和特点,并从技术的角度提出了建设电力通信网网络管理系统的设计原则和基本要求功能要求,为网管系统的建设设计和方案选择提供了一些有益的建议。     

基于循环神经网络的配电网非线性负荷建模

大量非线性负荷接入配电网导致电能质量问题日益严重,非线性负荷建模的精确性在一定程度上影响配电网谐波潮流计算和电能质量分析。考虑到非线性负荷在复杂运行条件下难以采用机理动态模型描述,以及基于预测方法的建模难以避免误差,构建双层循环神经网络模型,包含循环神经网络的初步功率预测层和误差修正层,初步功率预测层根据负荷功率和电压等训练样本,预测得到下一时刻的负荷功率;误差修正层根据前一层初步预测功率与量测功率的偏差,对下一时刻预测功率进行反馈修正。电压波动在一定程度上影响负荷功率变化,采用STL算法对电压进行时序分解,通过设置残差分量阈值来判断是否激活误差修正层。算例验证表明,所提建模方法较好地实现非线性负荷的拟合,同时能够避免电压波动较大时的建模精度下降。     

基于生成对抗网络和深度残差神经网络的变电站异物检测

变电站电力巡检能够保证变电设备安全运行，及时发现潜在危险和隐患。传统方法主要依靠人工完成，需要较多的人力物力，并且由于变电站异物入侵的偶然性和突发性，传统方法很难预测发生的时间和地点。针对该问题，提出了基于生成对抗网络和深度残差神经网络的变电站异物检测技术。利用深度残差神经网络提出图片的特征，结合区域推荐网络和池化分类器实现目标的分类和定位。利用生成对抗网络生成样本扩充训练数据库，提升了网络的学习能力。最后利用真实变电站的图片数据进行测试，提出的方法具有较高的异物识别准确度，并且比较了不同种类不同数目的训练集，验证了通过生成对抗网络扩充样本的有效性和可行性。     

基于对比歧化和深度置信网络的配电网故障类型识别

针对配电网数据分支多、设备类型多样、现有故障诊断方法精度低的问题,提出基于深度置信网络的配电网故障诊断方法。该方法建立了4种不同层数的深度置信网络,将配电网的实际监测数据分为训练和测试数据导入到深度置信模型,采用对比歧化算法优化初始参数选择和加速模型训练,测试模型对样本的识别精度,建立改进BP神经网络和Petri网对比故障识别精度。结果表明,深度置信网络可以通过实时分析配电网实时监测数据,准确辨识配电网故障类型,提高了配网故障诊断的准确率和速度。