基于二次矩阵补全的低压配电网相序识别算法

针对低压配电网数据完整性不足的场景,提出了一种基于二次矩阵补全的低压配电网相序识别算法。首先,分析了基于电流拟合的相序识别原理与模型;其次,研究了基于奇异值门限(SVT)算法的矩阵补全算法及其对缺失数据的一次补全方法;然后,为了进一步提升矩阵补全精度,提出了基于SVT算法的二次补全算法,并在此基础上构建了基于二次矩阵补全的低压配电网相序识别方法;最后,通过实际台区用电数据对所提算法进行算例分析。算例分析结果表明,所提算法适用于电流采集数据缺失的情况,能有效地降低电流矩阵补全的误差,从而提升低压配电网相序识别的准确率。     

基于需求响应潜力模糊评估的电动汽车实时调控优化模型

针对快充场所电动汽车(EV)大规模接入造成的配电网过载问题,提出了EV需求响应潜力模糊评估方法与实时调控优化模型。首先,基于EV电池安全电量、EV充电需求、充电桩额定功率的限制建立用户客观响应能力约束模型,以及考虑激励水平的用户主观响应意愿评估模型。其次,结合客观响应能力和主观响应意愿建立用户响应潜力评估模型,采用模糊推理确定充电电价、当前电量需求和剩余驻留时间等因素对用户响应意愿的影响。然后,提出激励型实时需求响应的双层优化模型及其求解方法,上层优化模型以EV聚合商激励成本最小化为目标对EV聚合商激励电价进行优化,下层优化以用户平均充电满意度最高为目标对EV充放电功率进行优化,从而充分挖掘用户的响应潜力,兼顾电网公司、EV聚合商、用户各方的利益。最后,通过多组仿真验证了所提模型和方法的有效性。     

基于改进多元宇宙算法优化ELM的短期电力负荷预测

为改善因人工神经网络参数随机初始化对短期电力负荷预测带来的不足,提出一种基于改进多元宇宙(improved multivariate universe optimizer, IMVO)算法优化极限学习机(extreme learning machine, ELM)的短期电力负荷预测方法。算法的改进包含3个方面。首先,添加beta分布的随机数得到改进Tent混沌映射方法,采用遍历均匀性更好的改进Tent混沌映射方法使MVO算法得到好的初始解位置。其次,采用指数形式改进传统MVO算法的旅行距离率,利用指数形式改进后可使算法在整个寻优迭代前中期保持较高的全局开发水平。然后,采用精英反向学习的方法改进宇宙群。通过基准函数测试改进前后算法的性能,表明IMVO算法具有更好的稳定性和鲁棒性。最后,利用IMVO算法优化ELM的权值和阈值,建立IMVO-ELM短期电力负荷预测模型。通过实例分析和实验对比,表明IMVO-ELM模型的稳定性、预测精度和泛化能力均优于其他模型。     

计及不确定性的分布式光伏接入配电网极限容量评估

针对分布式光伏大量并网导致的配电网电压越限风险增加的问题,分析了不同天气类型下光伏出力特性,提出了基于光伏出力波动特性的广义天气类型聚类划分方法和基于净空理论的光伏出力时间序列模型构建方法。所构建的模型能反映实际光伏出力的时序性和波动性,建立了基于各时段节点电压越限概率与严重度函数的系统电压越限风险评估指标,据此提出采用混合逼近法求解配电网中分布式光伏的极限接入容量。最后,以典型IEEE33节点配电系统和南方电网某地区实际线路为例,分析了不同负荷特性、负荷水平和线路类型下的系统电压越限风险,从这三方面分别对分布式光伏接入配电网的极限容量进行评估。     

物联网及其军事应用

介绍了物联网的内涵、发展及用途,并以图的形式形象地比较了物联网与其他网络的关系。以美军为例,阐述了物联网给军事应用所带来的变革,即实现战场感知的实时化、精确化,武器装备智能化、网络化,综合保障灵敏化、可视化,网络战由虚拟步入现实。同时,简要介绍了美军正在开发的两个物联网军事应用系统,最后提出了对我军应用物联网技术的建议。     

计及设备启停的含电转气园区能源互联网两阶段优化调度模型

园区能源互联网中可再生能源出力存在不确定性,给系统的安全、经济运行带来不利。为此,对典型的含电转气的园区能源互联网进行数学建模,并构建含电转气的园区能源互联网两阶段优化调度模型。所提模型在第1阶段决策能源转换设备的启停状态,在第2阶段决策能源设备及风电的调度值,并采用场景约束形式处理不确定性参数,使得第1阶段的决策结果能够保证第2阶段全面地应对风电出力变化。该模型为混合整数线性模型,采用GAMS软件的CPLEX求解器进行求解。算例仿真验证结果表明,所提模型可以提高园区能源互联网的运行经济性和风电消纳水平。最后进一步分析了电转气设备容量对风电消纳效益的影响,对下一步研究进行展望。     

基于时空特征变量数据分析的共享汽车充电负荷预测方法

共享汽车大规模应用将会给电网运行和充电设施规划带来新的挑战。目前对共享汽车充电负荷的预测方法研究不够深入,为此提出了一种基于时空特征变量数据分析的共享汽车负荷预测方法。通过数据挖掘,构建了由时空特征变量支撑的二维动态交通行为模型。为了探讨共享汽车连续充电与集中充电的特性,设定了连续充电和集中充电2种充电情形,以此构建充电行为模型。通过蒙特卡洛法模拟共享汽车的交通-充电行为,计算得到不同时间、不同区域下共享汽车充电负荷的预测结果,并分析负荷对电网的影响。仿真分析结果表明,交互影响的时空特征变量能够合理描述共享汽车时空二维不确定变化的特点,所提方法能对随机分散的共享汽车充电负荷做出科学预测,为电网及用户共享汽车负荷管理策略的制定提供有效的依据。     

计及动态管存的电—气互联系统优化调度与高比例风电消纳

面向高比例风电接入下电—气互联系统(IEGS)的日前优化调度问题,首先提出了风电并网功率比例因子,将其作为控制变量引入风电的随机性模型中,使风电建模可反映风电不确定程度与并网功率的相关性。其次,基于天然气传输的动态管存模型及流量平衡方程,推导了动态管存特性在应对天然气负荷波动时所呈现的缓冲特性机理。进一步地,以IEGS外购能源费用最小为目标,计及动态管存特性,同时引入极限场景的优化方法,建立了含高比例风电的IEGS日前经济调度模型,并对模型进行线性化求解。最后,构建仿真系统,验证了动态管存特性对风电不确定性功率的缓解作用,可有效提升系统运行的灵活性。同时,得出电转气(P2G)设备的应用有利于提升风电消纳能力的结论,但该能力受到风电不确定程度的制约。     

直流配电系统的组网技术及其应用

随着能源清洁化转型以及智慧能源建设的推进,直流配电系统因便于接纳分布式清洁能源、功率易于控制等优点受到密切关注。对直流配电系统的组网技术及其应用技术的研究现状和发展趋势进行了综述,首先对直流配电系统的主要性能特点进行了总结,其次对直流配电系统中典型的拓扑结构和供电模式进行了全面的分析,进而研究了模块化多电平换流器、直流变压器和低压换流器接入直流配电系统时的控制方式,最后结合交直流混合配电网、直流能量路由器、能源互联网及泛在电力物联网等智慧能源应用场景与发展趋势的分析,总结和展望了柔性直流配电系统关键技术的主要研究方向。