基于改进的Tabu搜索算法的配电网电容器优化配置策略

配电网电容器优化配置能有效降低系统网损,改善电压质量,提高系统安全性。对配电网电容器进行合理配置是配电管理系统的重要功能。本文基于改进的TS算法,根据电力系统规划是一个动态过程采用了两级优化来解决配电网电容器的优化配置问题,大大提高了最终结果的准确性和可信度,达到了工程实用水平。     

四川电网稳定调度实时监控自动化系统框架设计

四川电网稳定监控项目多,且稳定控制限额的数值随运行参数的变化而变化,给调度实时监控带来巨大困难.提出一种稳定调度监控自动化系统的框架设计,采用离线稳定计算的成果,将影响稳定控制限额的各种因素交给后台系统处理,并将修正后的稳定控制限额及稳定断面潮流等实时数据通过简单、直观的监控画面提供给调度员,改善了调度员传统的人工稳定监控方式带来的繁琐和困难,有效地减轻了调度员工作负担,对保证电网安全稳定运行具有重大的实用价值和意义.     

基于多目标聚类的用电集群特征属性计算

提出售电市场中用电集群与分析维度概念。确定集群特征变量后,采用自组织映射神经网络与 k-均值混合可视化聚类技术对售电空间进行自定义目标划分。基于负荷与经济指标,设计熵权改进的多指标属性测度算法对多目标划分下用电集群特性进行精细化定量综合计算,以分析各对象属性整体相对优劣。采集某电网317个用户数据进行算例分析,结果表明该算法能区别于传统负荷特性分析方法,在扩大售电市场研究对象基础上实现更多有效信息挖掘与多目标售电对象特征精细分析。     

充换电服务网络及其与配电网协同规划关键技术分析与研究

电动汽车是国家战略制高点和持续发展重要着力点,其产业推动依赖于充换电服务网络建设与发展。充换电负荷作为配电网增供终端推动负荷增长的同时,其服务网络影响并受制于配电网。二者形成的复杂技术经济动力学演进系统亟待研究。面向电动汽车产业在“示范推广-快速增长-平稳发展”的典型发展阶段中充换电负荷特性与类比、充换电设施配置、双网协同规划等领域的理论问题展开探讨,指出其中涉及的关键技术、难点和发展方向。     

输电线路规划方法和寿命周期成本综述

按照传统标准设计的输电线路规划存在效率低和资本浪费等问题。经济研究表明,采用优化设计和科学成本管理方法的输电线路建设对于节省资本投资具有重要意义。因此,从输电线路扩建规划方面进行了探讨研究,以帮助在输电线路建设和运营方面做出更明智的决策。首先,通过综述国内外的研究论文,概述了输电线路规划的基础理论,系统梳理了输电线路规划的方法,包括确定性方法、启发式方法、元启发式方法等,分析了各种方法的优缺点;然后,在经济评估方面考虑线路建设、运行、维护等多个阶段的费用,提出了寿命周期成本分析,更全面地评估输电线路规划方案的经济性。     

专栏评述：新型电力系统

<正>在国家大力推进清洁能源战略、“双碳”目标、新质生产力发展的重要历史阶段,聚焦电能供应侧清洁低碳化、输配电网侧数字化智能化、电能消费侧优质高效化,坚持需求导向和目标导向,面向国家战略需要,推进新型电力系统前沿基础理论和关键核心技术发展,服务国家新能源体系和新型电力系统建设,支撑国家能源安全和经济安全,具有重要科学价值和工程意义。为此,四川大学主办的《工程科学与技术》期刊,专门开辟了“新型电力系统”专栏,为国内外能源电力领域学者提供了一流交流平台。     

基于区间估计与深度强化学习的有源配电网多智能体电压滚动控制

光伏高渗透下的配电网电压滚动控制是时序非线性随机优化问题，传统物理建模方法难以满足时效性。为此，提出一种基于区间状态估计的多智能体强化学习有源配电网电压滚动控制方法。首先，考虑光伏与负荷预测不确定性，提出节点电压随机分布的区间状态深度学习方法，并基于电压数值空间特征构建实时安全约束，避免随机采样引入的高维约束集；进而，在电压估计的置信区间满足安全约束条件下以光伏消纳最大为目标，构建不同分区下以变压器、电容和光伏逆变器为控制对象的多智能体边缘协同滚动控制策略。算例验证表明，相比于传统模型的优化控制方法，所提方法能有效减少变压器和电容动作、降低电压越限风险，且决策效率满足时效性。     

双重不确定性下考虑风险偏好的风储系统日前报量策略

“两个细则”中明确指出对风电场参与市场运行进行偏差考核，市场机制下电价与风电出力的不确定性，进一步增加了风电场参与现货市场的收益风险。而信息差距决策理论(info-gap decision theory,IGDT)具有在严重不确定性背景下的优化决策能力，因此提出基于IGDT的风储联合系统日前报量决策模型。首先，立足于传统风储联合系统日前报量决策模型，在目标函数中引入了偏差惩罚项，量化日前报量决策导致的实时费用风险。其次，考虑决策者风险偏好的差异，构建了“风险规避”和“投机套利”两种风险偏好的IGDT电价不确定性描述模型。同时，利用贝塔分布描述风电出力分布特征，并采用超拉丁立方的区间采样实现决策者风险偏好在风电出力不确定性上的有效量化。最后，采用McCormick包络将原问题进行凸松弛后利用商业求解器求解。算例表明，所提出的日前报量决策模型能够满足决策者不同风险偏好的前提下，进一步提高风储系统的日前收益。     

基于生成对抗网络与局部电流相量的配电网拓扑鲁棒辨识

有源配电网运行方式切换频繁且其量测受噪声影响,要求其拓扑辨识具有实时性和鲁棒性,但传统方法驱动的有限观测条件下拓扑辨识是非确定性多项式(NP)难问题。文中提出一种基于生成对抗网络与局部电流相量的配电网拓扑鲁棒辨识方法。为解决传统监督学习在未知拓扑辨识任务下泛化能力差的问题,通过梯度惩罚优化的条件生成对抗网络(CGAN)学习由线路电流幅值、相角和节点负荷伪测量映射的拓扑分布。同时,以一维卷积神经网络构建生成器,有效利用连续观测窗中时序电流数据,增强算法的抗噪和抗数据缺失性能。此外,仅局部的电流信息需求大幅降低了配电网可观性改造投资。最后,通过算例验证了所提方法的有效性。     

V2G辅助服务调节潜力与经济性分析：以上海地区为例

电动汽车(EV)在我国的快速发展和规模化应用,为开展利用车入网(V2G)技术调控集群EV参与电力辅助服务提供了基础.在建立计及V2G技术参与辅助服务的EV充放电经济调控模型的基础上,采用上海地区相关统计数据,分析集群EV参与电力辅助服务的调节能力与潜在经济价值以及EV规模化发展带来的环境效益.仿真结果表明:集群EV参与辅助服务能够在降低用户成本的同时,为当地电网提供削峰填谷服务,且EV规模化发展可有效减少当地的CO2排放量;进一步分析发现EV充放电功率、峰谷电价比例的增大以及电池成本的下降将增加V2G应用的经济效益.