电力系统态势感知技术研究综述与展望

态势感知概念最早在太空和网络安全领域被提出,并被引入电力系统领域,近年来国内外学者对态势感知在电力系统的应用进行了广泛讨论。在此背景下,将电力系统实时运行状态辨识、发展趋势预测、态势可视化技术分别与Endsley定义的态势感知中的三大要素——"觉察""理解""预测"相映射,并将电力系统广域控制与风险调度对应于态势感知中的"决策行动"。接着,将上述内容依次展开,分别对电力系统事件监测、电力系统事件辨识、电力系统风险预测、态势可视化技术、广域控制和风险调度分别进行综述和分析,介绍现有方法的思路。最后,给出电力系统输电网态势感知目前研究的不足,指出人工智能和大数据技术是未来解决电力系统态势感知的研究方向。     

基于t-SNE降维和BIRCH聚类的单相用户相位及表箱辨识

低压台区单相用户的相位及接入表箱信息的准确性对户变关系纠错和线损治理分析有重要影响。目前,拓扑档案的校验主要依靠电力员工现场排查,人力物力消耗大且排查效率低下。因此,亟需一种效率较高的低压台区拓扑档案校验方法。在此背景下,文中提出了一种基于智能电表电压数据的低压台区单相用户相位及接入表箱辨识方法,可以为低压台区的拓扑辨识及排查提供参考。首先,采用t分布的随机近邻嵌入(t-SNE)技术对原始负荷数据进行降维处理,解决台区用户原始负荷特征维度过高带来的冗余性问题;接着,应用BIRCH方法对降维后的负荷数据进行聚类,实现台区下单相用户所属相位和接入表箱的辨识。最后,以浙江省海宁市某台区为例进行验证,算例分析的结果表明所提模型具有可行性和有效性。     

计及多阶段抗灾性能的骨干网架多目标优化

构建抗灾型骨干网架并对其进行差异化加固,可以保障极端灾害下电网安全运行和重要负荷供电。在此背景下,提出一种计及多阶段抗灾性能的骨干网架多目标优化模型。该模型定量评估了电网中节点和线路的拓扑和运行重要度,并提出基于核主元分析的综合评估方法。在满足投资限制的基础上,以最大化网架生存性、抗毁性和系统可恢复性为目标对抗灾型骨干网架进行优化。然后,采用嵌入图论修复策略和档案学习策略的改进全面学习粒子群优化算法求解优化模型,以扩大可行解空间。最后,某区域电网仿真算例验证了该模型的有效性。     

基于Copula函数的风电时序联合出力典型场景生成

针对风、光出力进行典型场景生成是电力系统规划和运行中应对风、光出力不确定性的常用方法,然而现有的典型场景生成方法未考虑不同时刻出力分布函数的差异性。在此背景下,针对分布式可再生能源发电的不确定性和相关性,创新性地考虑了不同时刻出力分布函数的差异性,运用Copula函数建立了多风电场时序联合出力模型;对模型进行概率抽样、拼接生成大量初始场景集,采用K-means聚类算法进行场景缩减生成风电时序联合出力典型场景。算例分析表明,所得的风电时序联合出力典型场景符合出力的相关性,并可以体现出力分布函数在不同时刻的差异性,在反映同一地区多风电场实际出力方面具有更高的准确性,可以更加有效地指导电力系统的优化运行。     

面向电力需求侧主动响应的商业模式及市场框架设计

中国智能电网的发展面临峰谷差持续拉大、空调负荷不断攀升、新能源接入等新挑战,而电力需求响应是解决上述问题的有效方法之一。中国新一轮电力体制改革正在稳步推进,为电力需求响应的发展提供了重要契机。在此背景下,文中分析了不同市场环境下电力需求响应的开展情况,提出了适合中国国情的面向电力需求侧主动响应的商业模式。通过分析需求响应与电力市场的关系,设计了与中国电力市场改革相互协同的包含需求响应的市场框架:在第1阶段建立与电量市场相对独立、包含需求响应的辅助服务市场;在第2阶段建立与电力市场相结合、包含需求响应的辅助服务市场。此外,分别介绍了2个阶段中需求响应的产品类型、出清方式和考核方式。面向电力需求侧主动响应的商业模式和市场框架要随中国电力市场的发展而不断完善,需求响应将在电力系统的稳定性和经济性方面发挥更大作用。     

基于改进节点重要度贡献矩阵的电网关键节点识别

电网中少数关键节点的故障可能会引发连锁故障,从而对电网的安全稳定运行造成巨大影响。因此,识别出电力系统的关键节点并进行重点保护对预防重大停电事故具有重要意义。在此背景下,该文提出了基于改进节点重要度贡献矩阵的电网关键节点的识别方法。首先,基于功率转移分布因子(power transfer distribution factors,PTDF)定义改进的电气距离,在此基础上提出了反映节点间连通性的节点效率指标;接着,为了更好地体现节点的局部和全局重要性,对节点重要度贡献矩阵进行改进,并提出基于改进节点重要度贡献矩阵的节点重要度评估方法;然后,为了比较不同关键节点识别方法的优劣,提出并定义了网络可供电能力和网络效能指标;最后,基于新英格兰10机39节点系统,通过模拟对关键节点的攻击以及与其他方法的比较,验证所提出的关键节点识别方法的有效性和正确性。     

基于后悔思想的网络重构两步策略

首先研究了复杂电力网络的拓扑特性,发展了一种基于后悔思想的节点重要度评价新方法,并在此基础上提出了用于选择恢复路径的最大路径平均重要度方法。然后,采用分步方法制定网络重构策略:第1步优化发电节点的恢复顺序,以最大化恢复系统可用发电容量为目标,并根据恢复状况确定串行或并行恢复方式;第2步优化恢复路径,每次选取路径平均重要度最大的候选路径恢复发电节点,同时考虑了恢复过程中线路投运失败的问题。这种方法在相当程度上避免了确定目标骨架网络和优化恢复路径序列这2个网络重构环节脱离的问题,为大停电后的系统恢复提供了新的思路。最后,以新英格兰10机39节点系统为例说明了所发展的模型和方法的基本特征。     

利用多源信息和深度置信神经网络的配电系统空间负荷预测

准确的空间负荷预测是配电系统精益化规划的基础。在此背景下,提出利用多源信息融合和深度置信神经网络的配电系统空间负荷预测方法。首先,在分析空间负荷元胞多源信息特征的基础上,采用基于程度副词语义标定的结构化方法对负荷元胞的非结构化属性进行结构化处理,以充分挖掘利用负荷元胞数据信息。然后,采用受限玻尔兹曼机方法和反向传播（back propagation, BP）算法相结合学习元胞特征,以提升元胞高维特征提取的性能,并采用训练后的深度置信神经网络预测待规划区域的空间饱和负荷密度。最后,以某城市的区域配电系统为例,对所提出的空间负荷预测方法进行验证;仿真结果表明：在空间负荷预测模型中考虑非结构化信息的影响可以提高空间负荷预测精度,且与现有的一些方法相比,所提方法的预测精度更高。     

基于复杂网络社团结构的恢复子系统划分算法

并行恢复对加快大停电后系统的恢复具有十分重要的意义,而恢复子系统的合理划分是并行恢复的基础,但到目前为止在理论上还没有成熟的方法来指导恢复子系统的划分。在此背景下,提出了一种新的基于复杂网络社团结构理论的恢复子系统划分算法。该算法根据黑启动机组在电网中的分布情况以及电网自身特点来划分子系统,利用模块度指标来衡量划分结果的合理性,并根据各个子系统分裂出来的先后次序来确定子系统之间同步并列的先后次序。克服了传统方法无法衡量划分结果合理性、不能适当确定同步并联规则或策略的缺点。最后,以新英格兰10机39节点系统为例说明了所述方法的基本特征。     

黑启动决策中指标值和指标权重的灵敏度分析

黑启动决策的优化对电力系统在大停电后的快速恢复具有重要作用。为了适当选择决策指 标中的指标值和权重,有必要分析决策结果对这些参数的灵敏度,迄今未见有关的研究报道。文中 在介绍简单加权法决策模型的基础上,提出了一种灵敏度分析方法,研究了指标值和指标权重的变 化对黑启动优选方案排序的影响,得到导致排序结果变化的灵敏度临界值。该灵敏度分析结果有 助于调度人员选择黑启动方案,并按照实际恢复过程中相关因素的变化,采取有效应对措施。通过 算例验证了该方法。