直流电场下盆式绝缘子体积电导率对其表面电荷积聚特性的影响

综合考虑直流GIL内部的传热及电荷积聚过程,研究建立了直流GIL电-热多物理场耦合模型.基于该模型,仿真计算了直流电应力和热应力耦合作用下,绝缘材料体积电导率对盆式绝缘子表面电荷积聚特性的影响规律.结果表明:将现有交流盆式绝缘子典型绝缘材料的体积电导率减小两个数量级,可以有效抑制绝缘子表面电荷积聚,但若过度减小绝缘材料的体积电导率反而会加剧盆式绝缘子的表面电荷积聚.     

基于网格化的配电网台区综合服务管控平台设计

目前配电网台区缺乏统一的规范性来约束和指引，导致“烟囱式”应用越来越多，各应用之间通信复杂，改造成本较高。设计了一种基于网格化的配电网台区综合服务管控平台，建立网格单元与对应用户、设备、指标、工单等的相互关联，以面向服务的架构为各类业务应用提供空间服务及可视化展现，实现基于大数据分析应用的网格划分管理、网格服务资源管理、网格协同服务、网格服务监控、网格综合评价。     

基于两阶段信息采集的智能建筑能量控制优化研究

提高智能建筑能源利用效率的关键不仅在于发挥能源互联网"云大物智联"的先天技术优势,更需要深度挖掘不同能源需求间的相互关系.能量管理系统是智能建筑系统能量调控决策的核心,通过信息流控制能量流,可以确保系统运行的安全性、高效性和经济性.以提高系统运行经济性与用户舒适度为双重优化目标,建立了智能建筑微电网能量管理系统优化模型...     

基于分层粒子群优化算法的用户侧电力调峰配置模型

由于传统的用户侧电力调峰配置模型在实际应用中的电网净负荷峰谷差较大,导致配置效果不理想,因此提出基于分层粒子群优化算法的用户侧电力调峰配置模型。选取用户电费最小、系统净收益最大及供电周期内电力调峰配置成本最小三个目标,利用函数对目标进行数学表达,根据实际需求针对电力系统功率平衡、电力系统发电机组连续时间段内的发电量及发电机组爬坡能力需求设计相应的约束条件,利用分层粒子群优化算法求解出符合约束条件的目标函数最优解,输出用户侧电力调峰优化配置策略。实验证明,设计模型的电网净负荷峰谷差小于传统模型,设计模型在用户侧电力调峰配置方面具有良好的应用前景。     

基于网格密度聚类算法的新能源充电桩运维优化模型

伴随着碳达峰、碳中和目标的提出,国家支持新能源行业发展的力度不断增强,而新能源汽车生产规模的扩大必然带来更多的充电需求,从而使得电动汽车充电基础设施在日常生活中发挥着重要的作用。但目前充电桩行业的盈利情况却并不乐观,归根到底是充电成本无法降低。从充电桩现状入手,利用聚类分析法优化电动汽车充电设施企业的运维方式,达到降本增效的作用。利用实例表明了本模型的实际价值。     

电力市场环境下源-网-荷多主体协调互动规划

新型主体大量涌现和电力市场化交易是新型电力系统的重要特征。为综合考虑多主体利益以及市场化因素,提出基于博弈论的源-网-荷多主体协调互动的规划模型。首先,分析配电网中各主体间的市场关系,将节点边际电价融入分布式电源运营商、配电网运营商、电力用户的优化配置模型。其次,基于用户的电力效用函数,建立需求侧响应模型;接着,结合三者的博弈关系,构建源-网-荷协调互动模型,采用基于粒子群算法的迭代搜索法求解。最后,分别通过改进的IEEE 33节点系统与实际9节点系统进行算例分析。算例结果表明,在电力市场环境下考虑各主体利益关系,能在保证主体间利益均衡的同时达到减缓线路以及分布式电源投资的目的,具有实际意义。     

全时空量测环境下基于双向长短期记忆网络的电力物联网损耗计算

针对泛在电力物联网新能源发电和传统电源混合、主动负荷与被动负荷共存导致电网损耗不断升高的问题,在全时空量测环境下,基于双向长短期记忆网络方法,提出了泛在电力物联网损耗计算方法。首先,基于传统B系数法,提出了最小二乘有功无功B系数法损耗计算模型;其次,在全时空量测环境下,提出了随时空滚动的最小二乘有功无功B系数法损耗计算及误差大数据;第三,基于人工智能中的双向长短期记忆网络方法,以预测负荷、最小二乘有功无功损耗计算、误差大数据作为输入,预测物联网的损耗。最后,以实际电网为例进行验证,表明了所提方法的有效性。     

三相级联H桥光伏逆变器的功率均衡控制策略

故障冗余运行条件下,三相共直流母线级联H桥(CHB)光伏并网逆变器中的每一相所包含的模块数目可能不同,导致模块间传输的有功功率存在差异,进而导致模块间的散热需求不同,不利于系统的模块化设计.为此,提出一种三相共直流母线CHB光伏并网逆变器的功率均衡控制策略,当三相所包含的模块数目存在差异时,即使电网发生不对称故障且逆变...     

基于最小二乘向量机结合双向时序长短期记忆的台区用电特征提取

为了实现泛在电力物联网精细化管理,为电网安全、经济的调控提供基础,需要精确的把握台区用户用电特征。对此,基于最小二乘向量机回归结合双向时序长短期记忆网络方法,提出了台区用户用电特征提取方法。首先,给出了最小二乘支持向量机回归模型的计算方法;在此基础上,提出了双向时序长短期记忆的最小二乘支持向量机回归模型,并以此作为边缘计算模型,将台区天气环境信息、人文活动信息、经济社会状态作为输入约束数据,提取台区用电特征。最后,以实际电网台区为例,对所提方法进行验证,表明了该方法能够有效提高用电预测。     

基于电动汽车充电负荷需求预测的电网调度优化*

现有的电网调度方法对电动汽车充电负荷需求的预测效果较差,预测的负荷变化趋势与实际情况相差较大,因此基于电动汽车充电负荷需求预测提出电网调度优化方法。根据电动汽车到达充电站的起始和终止时间,计算得到充电时长,电网调度再根据此时间段执行充放电活动。对历史负荷数据标记季节和假期属性,得到属性相似的初步样本,使用充电负荷数据的最值和平均值作为负荷属性,经过AP算法聚类后,利用CNN模型对样本负荷进行预测,其通道值分别为负荷值、温度和车流量,输出充电负荷需求值。根据充电负荷预测信息和剩余容量确定电网调度优化目标和调度约束条件,改变电动汽车的充电时刻,实现电网负荷优化。测试结果表明,该设计方法使用有序的充电策略保证了良好的优化调度效果,满足充电负荷需求。