基于人工鱼群算法的主动配电网故障定位

为有效解决主动配电网的故障定位问题,提出了一种基于人工鱼群算法的主动配电网故障定位新方法。首先,提出适用于主动配电网的整数规划故障模型,根据馈线终端单元上传的电流越限信息,将复杂的配电网架构等效为由整数表述的故障向量。其次,为解决不同规模的主动配电网故障定位问题,构建新的适应度函数,并利用改进人工鱼群算法根据等效后的故障向量进行迭代寻优定位故障。该方法主要根据配电网中故障电流的方向来定位故障位置,而不需要考虑DG出力的不确定性。最后,通过Matlab仿真验证所提方法,结果表明该算法准确率高、迭代速度快、对畸变信息具有高容错能力。     

基于关联规则算法的直流输电受端电网断面过载调整方法研究

特高压直流闭锁故障后受端电网易出现断面过载,针对这一问题,提出了一种基于关联规则算法的断面过载调整方法。首先进行多次特高压直流闭锁故障仿真,提取仿真结果中的断面过载调整策略及断面状态变化记录数据,进行数据处理并形成事务数据库,采用FP-growth算法构建FP-tree并挖掘故障事务数据库中的频繁项集。同时,对关联规则进行前后项约束,前项约束为调整策略数据,后项约束为断面状态变化数据,得到满足最小置信度的断面过载调整策略。最后以锦屏-苏州直流双极闭锁故障仿真为例,验证了本文方法的有效性。     

工作变形在变压器状态识别中的应用

本文首先从油浸变压器振动机理及振动传播途径出发,研究油箱壁振动用于判定变压器工作状态的可行性。然后论述了目前常用的振动强度用于故障诊断的局限性,提出了应用ODS工作变形方法对变压器进行状态监测的方法。并针对传统ODS方法难以定量判断的缺点,引入ODS定量判据RAC,并通过设计了线圈垫块掉落的故障模式,模态测试显示垫块掉落后,线圈前4阶固有频率下降约10%,证明故障模式成立。最后,通过试验求得故障状态与两次正常状态的ODS,用定量判据RAC对三次ODS进行分析,并区分出故障状态和正常状态ODS的差别,说明工作变形在变压器状态识别中有效可行     

基于强化学习的电动汽车集群实时优化调度策略

针对大规模电动汽车的实时调度存在维度高和随机性强等问题,提出基于强化学习的电动汽车集群实时优化调度策略.首先,以最小化综合成本(机组发电成本和补贴成本)为目标,建立电动汽车集群参与的电网机组经济调度模型.将实时阶段下的该模型构建为一个马尔可夫决策过程,利用基于最大熵的深度强化学习算法对马尔可夫决策过程进行模型训练和求解...     

双馈风电场故障序阻抗特征及对选相元件的影响

从双馈风电场故障序阻抗特征的角度出发,利用解析法分析了影响风电场送出线保护正确选相的原因。推导了双馈风电场启动转子撬棒保护后的序阻抗表达式,指出此时正、负序阻抗是风电场等效转速和撬棒阻值的函数,说明对于双馈风电场,电源正、负序阻抗近似相等的假设难以成立,由此导致风电场侧保护处各序电流分配系数也产生很大差异。基于以上结论,分析了相间电流突变量选相和对称分量选相发生选相失败的原因。最后,基于RTDS建立了仿真模型,对理论分析做了进一步验证。     

新型区域配电网数字物理混合仿真系统研究

随着大量分布式电源及新型电力电子设备接入配电网,迫切需要开展面向新型区域配电网的仿真分析关键技术研究,为配电网的规划、运行、科学研究与试验提供先进实用的分析技术和仿真手段。介绍了电力系统物理仿真、数字仿真和数字物理混合仿真,阐述了现有RTDS、ARENE、HYPERSIM、DDRTS等几款主流商业数字物理混合仿真系统的特点及其优缺点,并对数字物理混合仿真的分类方法进行归纳。然后从平台研发、模型建立、算法研究、接口开发、故障模拟等方面对新型配电网数字物理混合仿真技术进行了全面叙述,初步探讨新型配电网数字物理混合仿真系统研究,为进一步展开相关研究开发工作奠定基础。     

适应光伏学习曲线的分布式交易过网费机制

立足于分布式交易和光伏去补贴平价上网的背景,利用分布式交易缓解国家宏观政策调整对分布式光伏的不利影响,为分布式光伏在去补贴条件下提供投资回报途径和过渡机制。分析分布式交易模式、过网费机制和交易前后利益变化,分析过网费的关键问题,提出去补贴条件下适应光伏成本学习曲线的过网费机制,通过案例进行验证。结果表明,随着光伏单位容量成本降低,过网费的社会作用逐渐减小并回归输配电价水平。电网企业让渡部分输配电价空间,为光伏健康发展承担了积极的社会责任。     

基于电动汽车价格弹性需求响应的综合能源系统优化调度

针对电动汽车无序充电行为影响综合能源系统运行经济性的问题,提出一种考虑电动汽车电池荷电状态（stateof charge,SOC）弹性电价需求响应的综合能源系统优化调度策略。该策略首先分析了电动汽车充电行为,提出了考虑SOC的电动汽车弹性电价,建立基于电动汽车SOC因子的价格弹性需求响应优化调度模型;其次,在满足系统正常运行的前提下,以综合能源系统运行成本最小为目标,建立含电动汽车需求响应的区域综合能源系统模型,并采用混合线性规划进行求解;最后,根据电动汽车SOC弹性电价引导电动汽车参与需求响应,设置了3个场景进行对比,从电负荷、需求响应和热负荷3个方面分析了综合能源系统设备出力情况和系统运行成本。仿真结果表明,通过SOC弹性电价引导电动汽车参与综合能源系统需求响应,具有较好的可行性和经济性。     

基于强化学习的电动汽车集群实时优化调度策略

针对大规模电动汽车的实时调度存在维度高和随机性强等问题,提出基于强化学习的电动汽车集群实时优化调度策略。首先,以最小化综合成本（机组发电成本和补贴成本）为目标,建立电动汽车集群参与的电网机组经济调度模型。将实时阶段下的该模型构建为一个马尔可夫决策过程,利用基于最大熵的深度强化学习算法对马尔可夫决策过程进行模型训练和求解。此外,融合强化学习不依赖预测信息和运筹优化算法保证物理约束的优势,将电动汽车充电和机组出力分开优化调度。最后,通过算例验证所提策略在降低成本和削峰填谷方面的可行性和有效性。     

模型和数据驱动结合的暖通空调需求响应成本分析

为实现楼宇暖通空调与电网友好互动,提出了模型与数据驱动相结合的需求响应成本分析。首先,利用人工神经网络的拟合能力,从物理模型中自动学习并构建动态模型。然后,考虑温度变化对楼宇人员工作效率的影响,建立暖通空调设定温度的优化模型并基于粒子群优化算法进行求解。最后,将用户因偏离最优设定温度而产生的额外成本定义为响应成本,据此提出暖通空调的需求响应成本分析方法。仿真结果表明,通过设定暖通空调的最优温度,可显著降低用户的总成本;响应成本曲线可反映用户的工作效率损失因素,从而帮助用户在需求响应中理性确定投标价格。