基于动态能耗模型的微电网经济运行优化

微电网系统是一个具有多能源输入的综合性能耗网络系统,系统高昂的运行成本已成为其大规模推广应用的一个关键性障碍。针对微电网系统内冷、热、电等多种负荷的能耗特性及能耗设备的运行特性,采用智能算法对数据进行分析拟合,得到系统内各能耗设备的动态能耗模型。通过分析一次能源对冷、热、电三种负荷的转换利用方式及各能源之间的互补关系,构建了微电网系统的经济运行优化模型,采用量子行为粒子群优化算法对其进行优化求解,得到系统的最佳能源结构及综合运行成本。考虑不同季节下系统的运行特点及负荷特性,利用不同的算例对所提模型的有效性和可行性进行了验证。     

基于系统动力学的双特性需求侧资源 效用评价机制研究

具有充、放电双重特性的电动汽车通过响应需求侧资源调度管理,在不同时段可提供不同的充、放电备用容量,从而辅助清洁能源实现真正意义上的清洁供给。鉴于电力供给系统的动态、时变复杂系统特性,利用系统动力学构建了双特性需求侧资源在促进清洁能源消纳上的效用评价体系。对利用系统动力学建立效用评价体系的机理进行了分析;对系统边界及因果回路进行了剖析。在此基础上,构建了基于系统动力学的效用评价模型。通过算例仿真,对评价体系的可行性、有效性进行了验证。     

考虑无功资源协同优化的配电网分布式可再生能源双层规划模型

摘 要： 分布式可再生能源（distributed renewable energy,DRE）的大规模接入与网络运行控制能力匹配与否是影响DRE消纳的重要因素。传统DRE规划研究大都忽略了配电网已配置大量无功资源的现状,易造成设备利用效率低;而运行层面中,虽将DRE作为电压无功调控手段,但未能兼顾DRE高比例消纳。因此,文章在考虑现有无功资源的情况下建立DRE双层规划模型,旨在实现DRE收益最大化的同时提高配电网电压质量。IEEE 33节点配电网系统算例验证了所提模型及方法的有效性与合理性。     

海量数据驱动的变压器故障类型高性能诊断方法

电力变压器故障与否直接影响电力系统运行可靠性,准确且高效的变压器故障诊断有助于及时发现电网不安全因素。本文提出一种基于海量数据驱动的优选训练样本的分布式神经网络决策变压器故障类型方法。首先通过比值法求取DGA的比值型特征向量,根据皮尔逊相关系数和欧氏距离双指标计算方法在各类别中选取更具该类代表性数据作为训练样本；再通过插值-随机抽样方法应对训练样本类间数据不平衡问题并对其进行抽样分块；为适应海量数据处理,在Spark平台上将BPNN算法并行化实现以提高算法性能表现,各BPNN学习不同训练样本块构建性能不同的子分类器；最后对子分类结果多数投票得到最终诊断类型。算例表明所提方法对变压器故障类型诊断效果良好,诊断正确率较IEC三比值法和传统串行BPNN高,证明了该方法对于变压器故障类型诊断的有效性与适用性。     

短路电流辅助决策在线计算

在线短路电流分析大多只具备计算及短路电流超标的预警功能,尚不能给出控制短路电流超标措施的建议.阐述了短路电流辅助决策在线计算的两种实现方法:一种是根据各设备投停状态形成措施空间,结合变结构电力系统故障计算方法,给出停运发电机、停运线路及投运串联电抗三种辅助决策措施;另一种,则基于实时厂站拓扑分析,获得主接线方式,给出母...     

基于网络流介数的关键线路识别

提出了以输电线路对网络传输能力的制约程度为评价指标的关键线路识别方法。将各源荷节点对最大流对输电线路剩余传输容量的占用率定义为网络流介数作为输电线路关键性的评价指标,并通过权重来反映各源荷节点对的功率传输对输电线路使用的差异。采用网络输电能力变化量和故障临界切除时间相结合的方式来反映线路故障对系统的影响,用于验证所辨识出的关键线路。IEEE39节点系统和某实际省网算例结果验证了所提方法的有效性和实用性,表明所提指标能够克服已有指标无法兼顾电网结构和运行状态的不足。     

含风电的电力系统鲁棒优化调度

风力发电是目前较为成熟的一种可再生能源发电技术,其出力具有随机性和间歇性,电力部门很难对其进行准确的预测。风电的不确定性给电力系统的经济调度带来重大挑战,如何最大化利用风电资源以及减小风电波动对系统供电侧的影响,是经济调度常需要解决的问题。文中建立了含风电且以最低发电成本为目标的鲁棒优化调度模型,该模型考虑机组的自动发电控制(Automatic Generation Control,AGC)响应来应对不确定性出力波动,维持系统功率平衡。然后模拟实际场景,分析该鲁棒调度方法的安全性和经济性。     

高比例清洁能源渗透下的能量枢纽两阶段优化调度策略

大规模清洁能源出力的随机性和波动性导致其并网困难,弃风、弃水问题日益突出,传统促进清洁能源高效利用方式常以牺牲系统经济效益为代价,并且往往调节容量有限,难以保证高比例清洁能源调节需求。基于此,文章在输电网层面构建利用多种能源优势互补的清洁能源高占比下的风-水-气协同运行的能量枢纽,并制定了能量枢纽日前-实时两阶段优化调度策略,以消除弃风、弃水给能量枢纽经济效益带来的不利影响;然后通过线性化处理建立混合整数线性规划模型,并采用YALMIP/CPLEX求解器进行模型求解。算例结果表明,两阶段调度优化策略能够有效提高清洁能源利用效率,降低系统运行成本,是解决可再生能源消纳问题的有效途径。     

能源互联网背景下5G网络能耗管控关键技术及展望

第五代移动通信(5G)网络基础设施建设逐步加快,绿色节能通信网络的构建关乎5G网络能否可持续发展.研究5G网络能耗管控技术,对于探究能源互联网背景下,分布式清洁能源系统、储能系统与需求响应在5G网络能耗管控中如何应用以实现节能减排具有重要意义.文中从基站能耗管控研究的模型、算法、技术路线等角度出发,以配置有能量收集装置的5G基站为基础,介绍和分析了5G网络能耗问题研究现状和5G网络能耗管控相关技术,并对能源互联网背景下5G通信网与电力网的联合电力流优化控制及其技术创新与应用进行了展望,以期通过5G网络能耗管控技术的协同应用降低5G网络运营商与电网运营商的运营成本,为绿色5G网络建设提供思路.     

区块链技术下考虑风电不确定性的微网群鲁棒博弈交易模式

微网群电能交易可以提高多微网系统整体经济性,促进可再生能源消纳并缓解配电网运行压力。然而风电出力不确定性严重影响了单个微网运行调控行为,进而影响微网群电能交易的经济性和可靠性。同时,可再生能源出力不确定性和微网群规模的扩大使传统集中式交易模式在处理微网群电能交易产生的海量、复杂、实时的微网数据时,存在交易信息不透明、可靠性低等问题。因此,考虑风电出力不确定性,引入具备数据透明性和可靠性的区块链技术,提出区块链技术下的多微网电能交易两阶段鲁棒博弈竞标调度模型。首先,对区块链技术与多微网电能交易非合作博弈模型的契合度进行分析,并给出基于区块链技术的多微网电能交易架构;其次,采用两阶段可调鲁棒优化模型和非合作博弈理论构建多微网鲁棒博弈竞标调度模型;再次,采用二进制扩充法、对偶理论、大M法、列和约束生成(column and constraint generation,C&CG)算法对该模型进行求解,得到各个微网的最优经济调度策略以及竞标策略;最后,通过算例验证了所提方法可以实现多微网系统分布式交易,提高整体经济性,并有效应对风电出力不确定性。