特约主编寄语

<正>实现“碳达峰”“碳中和”,是以习近平总书记为核心的党中央统筹国内国际两个大局作出的重大战略决策,是对人类命运共同体的庄严承诺。实现“碳达峰”“碳中和”目标,能源是主战场,电力是主力军。能源行业碳排放占全国总量的80%以上,电力行业碳排放在能源行业中的占比超过40%。为实现“碳达峰”“碳中和”目标,我国已明确将构建以新能源为主体的新型电力系统。     

计及相关性及改进交叉熵法的电-热互联综合能源系统风险评估

电-热互联综合能源系统负荷及风电随机性加剧,导致系统运行风险水平增加.为解决上述问题,提出了一种计及变量相关性及改进交叉熵法的电-热互联综合能源系统风险评估方法.首先,构建了电-热互联综合能源系统潮流模型,采用高斯混合模型建立风电出力不确定性场景,基于概率潮流对系统风险进行评估.接着,针对现有单峰最优抽样函数的交叉熵法...     

基于深度神经网络的电力系统快速状态估计

随着现代电力系统的迅猛发展,电网结构和运行方式日益复杂,对状态估计的实时性和准确性也提出了更高的要求.为此,该文提出一种基于深度神经网络的电力系统快速状态估计,通过相关性分析筛选出该状态估计模型的输入量测集,进一步利用海量历史数据建立基于深度神经网络的状态估计模型.当电力系统的实时量测更新时,将强相关量测输入已建立的状...     

电–气混联综合能源系统概率能量流分析EI北大核心CSCD

由电力系统(electric power systems,EPS)、天然气系统(natural-gas systems,NGS)之间的耦合与互联构成的综合能源系统(integrated energy systems,IES),对于构建经济、环保、高效的能源系统至关重要。同时,由于IES中大量的不确定因素,有必要将不确定建模技术应用于IES分析。该文将广泛应用于EPS的概率潮流的概念推广到IES的概率能量流分析中,计及了EPS、NGS之间3方面的耦合:1)燃气轮机组;2)电力驱动加压站;3)能源集线器。在IES稳态能量流的基础上,考虑了电、气、热负荷以及风电场出力的不确定性,并采用蒙特卡罗模拟法求解IES概率能量流。算例分析表明,NGS(或EPS)中不确定性因素会对EPS(或NGS)的概率能量流产生影响;同时NGS能量流方程线性化精度明显低于EPS。     

基于二维动态减载和双层MPC的风储联合调频与功率优化分配

风机可以通过减载控制提供调频备用功率,但存在弃风量大的问题.为此,结合储能装置,设计了考虑风速分区与储能荷电状态(SOC)的二维动态减载策略,在提供充足调频备用功率的同时减小了弃风功率.在此基础上,结合双层模型预测控制(MPC)架构,提出了计及机组转矩波动的风储联合调频控制策略,上层MPC将风电场视作整体,通过协调风储出力提升调频效果;下层MPC通过风电场内的功率优化分配以抑制机组的转矩波动,保证调频性能的同时提高了机组运行稳定性.通过仿真分析验证了所提策略的有效性,结果表明该减载策略具有更高的风能利用率,且在调频过程中通过机组的功率优化分配减小了机组的转矩波动,提高了机组运行稳定性.     

考虑样本类别不平衡的电网故障事件智能识别方法

电网中不同设备的故障概率存在差异,影响智能诊断技术的准确性.为解决此问题,提出了一种基于代价敏感学习和模型自适应选择融合的电网故障事件智能识别方法.首先,利用Word2vec模型将预处理后的电网告警信息向量化,并搭建2个双向长短期记忆网络作为基础分类器;然后,设计代价敏感损失函数,将交叉熵损失函数与代价敏感损失函数分别应用于2个分类器中;最后,提出一种模型自适应选择融合法,融合上述分类器,得到故障事件识别结果.实际数据测试表明,所提方法能够有效降低故障事件识别中样本类别不平衡的影响.     

基于矩阵变换的双线性WLAV状态估计

当电力系统中的杠杆点存在不良数据时会严重影响状态估计的坏数据辨识和估计效果。现有的抗差估计方法也难以有效处理杠杆量测坏数据,而剔除杠杆点量测可能会影响系统的可观性。在双线性WLAV状态估计的基础上,通过对雅克比矩阵进行矩阵变换来实现对杠杆点不良数据的抗差。这种方法对算法本身进行改进,不需要剔除杠杆量测,既能提高对杠杆点不良数据的抗差能力,又不会影响系统的可观测性,是一种比较理想的处理杠杆点不良数据的方法。基于IEEE标准系统以及国内某实际省网的仿真结果验证了该方法在提高计算精度和计算效率方面的有效性。     

基于变量选择与高斯过程回归的短期负荷预测

提高短期电力负荷预测精度是保障电网安全稳定运行的技术措施之一,通过选取影响负荷的最优输入变量集合,建立高斯过程回归(Gaussian process regression,GPR)短期负荷预测模型。负荷预测建模输入变量的选取对预测精度有很大影响,首先采用随机森林(random forest,RF)算法给出输入变量重要性评分(variable importance measure,VIM),并对各输入变量影响程度进行排序,基于序列前向搜索策略确定最优输入变量集合,避免人工经验选取的不足。其次针对共轭梯度(conjugate gradient,CG)法求解高斯过程回归模型超参数时易陷入局部最优解,且存在优化性能依赖于初值选取、迭代次数难以确定的问题,采用改进粒子群优化(particle swarm optimization,PSO)算法搜索模型超参数,形成优化高斯过程回归预测模型。最后,算例测试表明该模型的有效性。     

基于对等架构的虚拟电厂-配电网双层电碳协同调度模型

为使虚拟电厂更好地适应多种低碳能源并存的碳市场,建立了一种基于对等架构的虚拟电厂-配电网协同调度双层模型。引入碳排放流理论,结合电网潮流确定节点碳排放责任。建立双层模型,上层为配电网最优潮流模型,下层为虚拟电厂点对点交易模型。上、下层模型间使用目标级联分析法构建对等架构,并通过共识变量实现协同调度。下层模型使用基于共识的自适应步长交替方向乘子法处理虚拟电厂间点对点交易问题,促进资源消纳的同时实现了隐私保护。以IEEE 33节点配电网为例,对调度结果进行多种分析,验证了所提模型的有效性。     

电力系统半线性与全线性最优潮流模型

大电网运行分析亟需可快速获取完整调度信息的线性化最优潮流模型,但传统热启动类线性化模型的计算精度受操作环境的影响较大。基于此,对电压幅值和相角进行解耦,通过泰勒级数展开的方式对功率平衡方程进行不同程度的线性化处理,从而得到同时考虑电压幅值和无功功率的一种半线性化模型和一种全线性化模型。针对半线性化模型,通过改良网损等值负荷的求解方式,提出一种基于改进网损等值负荷的直流最优潮流模型为其提供良好的操作点;对于全线性化模型,采用迭代更新操作点的方式消除其对操作环境的依赖性。算例分析结果表明,所提3种线性化模型计算精度高,求解效率快。