基于红外检测的变电站设备热状态诊断

提出了一种基于红外检测的变电站设备热状态诊断方案。首先基于变电站设备的红外图像,采用局部方差映射函数和遗传算法阈值提取了变电站设备的热状态数据,以用于对异常区域进行分割。然后构建了红外图像灰度数与变电站设备温度两者之间的关系。最后采用改进的相对温差法达到了对设备热状态进行分类和诊断的目标,并捕获定位了变电站设备的热状态异常区域。实验结果表明,该方法提高了异常热区提取的精度和效率,提升了变电站设备热状态诊断的容错能力,进一步保证了变电站和整个电力系统的运行稳定性。     

基于CPSO-BP神经网络的风电并网暂态电压稳定评估

针对目前传统方法难以快速、准确判断风电并网后系统暂态电压稳定性的问题,提出了一种基于CPSO-BP组合的风电并网暂态电压稳定评估方法。首先采用混沌理论对粒子群算法的不足进行改善,应用改进后的算法对神经网络的初始权值和阈值进行优化,然后利用系统故障前后采集的传统物理量和风电场相关的物理量作为BP神经网络输入特征量进行监督学习,最后将训练得到的模型应用于风电并网系统的暂态电压稳定评估中。利用英格兰10机39节点系统标准算例进行风电并网仿真分析,结果证明了所提方法的有效性。     

计及多能需求的综合能源服务商优化运行策略研究

随着分布式发电技术的不断成熟及发展,未来综合能源服务将是整合不同类型分布式发电并满足用户不同用能需求的有效途径。提出了一种含有多种分布式发电资源同时考虑多用能需求的综合能源服务商优化运行策略模型。首先建立了含有风电、光伏、燃气轮机、电储能、电热泵、辅助锅炉等分布式资源及电、热用能需求的园区综合能源系统优化调度模型;其次计算优化运行后的能源利用效率;最后,分析对比了不同季节、实时电价及天然气价格变化对综合能源服务商运行策略及盈利的影响。仿真结果验证了模型的有效性,其中综合能源服务商的收益对天然气的价格变化更为敏感。     

高比例可再生能源渗透下多虚拟电厂多时间尺度协调优化调度

考虑可再生能源出力、电力负荷和电价等一系列不确定性因素,提出了高比例可再生能源渗透下的多虚拟电厂日内两阶段优化调度模型。该模型通过对多虚拟电厂中运行设备小时级时间尺度和分钟级时间尺度的协调优化,达到分级消除系统中随机和扰动因素的影响,实现高比例可再生能源的安全消纳。并且在多虚拟电厂优化调度模型中,借助Markowitz均值-方差理论,提出利润函数的风险刻画,准确描述不确定性的影响。最后,通过算例分析,说明所提出模型可有效降低决策风险和不确定性因素的影响。     

考虑源荷不确定性的电热系统联合调度

针对风电和电热负荷不确定的问题,提出计及源荷不确定性的旋转备用容量的优化方法,建立考虑电热备用耦合影响的调度模型。在日前阶段,以能源与负荷的预测量制定机组的出力方案,风电由于其预测精度较低,利用Beta概率密度函数来拟合风电出力,从而确定风电的不确定性带来的旋转备用容量,利用机会约束规划来处理不确定问题;负荷有较高的预测精度,但其波动性较强,使用概率场景生成和削减的方法制定不同场景下负荷备用需求的调整量,以日运行成本最低建立目标函数,运用改进的粒子群算法在IEEE30节点系统上验证了所提模型的经济性和鲁棒性。     

含蓄热式电采暖的综合能源系统日前优化调度策略研究

以含蓄热式电采暖的综合能源系统日前优化调度运行问题为研究对象,分析了蓄热式电采暖系统运行的各种特点,建立了含蓄热式电采暖的综合能源系统运行优化调度模型。将某典型蓄热电采暖用户场景作为算例进行验证,结果表明通过对蓄热式电采暖运行情况进行优化,可以有效降低其对电网的负荷冲击,减小电网峰谷差,提升电采暖设备的使用效率,大幅降低用户采暖的运行费用。该方法可为蓄热式电采暖用户参与和电网互动、促进可再生能源消纳、提升采暖系统经济运行水平、降低电网峰谷差以及促进蓄热式电采暖系统推广等提供参考依据。     

柔性高压直流输电仿真技术研究方法综述

柔性直流输电工程应用前景广阔,采用各种高精度高效率仿真技术对柔性直流系统进行理论分析和运行特性研究是柔性直流技术发展的关键;实时数字仿真、物理动模仿真和数字物理混合仿真是常用的系统仿真研究方法。总结柔性直流输电系统结构及核心装备;分别介绍三种仿真方法,从基本理论与算法原理、实现方式和柔直装备建模方法等方面进行论述,并总结各种方法的适用性和优缺点。最后,对柔性高压直流输电仿真技术的发展趋势和关键问题进行了总结和展望,提出了几点可能的研究思路。     

基于改进深度强化学习的智能微电网群控制优化方法

针对微电网群控制的经济效益、负荷波动以及碳排放问题,提出一种基于改进深度强化学习的智能微电网群运行优化方法。首先,计及分布式电源、电动汽车及负荷特性,提出微电网的系统模型。然后,针对微电网群的运行特点,提出4个系统优化目标和5个约束条件,并且引入分时电价机制调控负荷运行。最后,利用改进深度强化学习算法对微电网群进行优化,合理调控多种能源协同出力,调整负荷状态,实现电网经济运行。仿真结果表明了所提方法的有效性,与其他方法相比,其收益较高且碳排放量较小,可实现系统的经济环保运行。     

高风电渗透率下考虑需求侧管理策略的智能微电网调度方法

提出了一种高风电渗透率下考虑需求侧管理策略的智能微电网调度方法。首先,考虑经济、环境成本指标、清洁能源就地消纳量以及可中断负荷和可转移负荷策略,建立了多目标优化调度模型。然后,引入ε约束法生成Pareto前沿解集,利用归一化方法求出最优折衷解。最后,基于24节点配电系统对所提方法进行分析验证。算例结果表明:建立的多目标优化模型能够有效提升清洁能源的消纳率,提高调度方案经济性,同时有效降低发电污染排放。采用的需求侧管理策略能够有效平抑负荷波动,达到削峰填谷的目的。     

一类具有Beddington - DeAngelis功能反应的离散竞争系统的概周期解

针对一类具有Beddington - DeAngelis功能反应的离散竞争系统,运用差分不等式和通过构造适当的Lyapunov函数,证明了该系统具有持久性和全局吸引性.利用差分概周期方程的壳理论,得到了保证该系统存在唯一的概周期解的充分条件.所得结果补充了文献[3]和文献[4]的工作.