含可再生能源的电力系统两阶段核心骨干网架优化策略

可再生能源是全球能源转型和低碳发展的重要解决方案,含高比例可再生能源是未来电力系统发展的必然趋势,而高比例可再生能源电力系统的核心骨干网架直接关系到系统在灾害条件下的生存性、可靠性和可再生能源的消纳率。分析了高比例可再生能源电力系统的核心骨干网架的特征。随后结合电力网络中不同类型节点的特点,基于拓扑特性和电气参数分别构建各类节点的重要度评价指标体系,并采用熵权-理想解法评价各类节点的相对重要度。根据节点的相对重要度,构建了两阶段核心骨干网架优化模型:第一阶段模型针对重要负荷节点进行网架优化;第二阶段模型针对电源节点进行优化,最终得到包含风电场、光伏电站和常规机组的核心骨干网架。修改后的含高比例可再生能源的IEEE-118节点系统的仿真结果表明,文中策略能够较全面地评估高比例可再生能源电力系统的各类节点的相对重要度,优化得到的核心骨干网架能够保障对重要负荷的供电,且具有较高的可再生能源渗透率与利用率。     

基于改进节点重要度贡献矩阵的电网关键节点识别

电网中少数关键节点的故障可能会引发连锁故障,从而对电网的安全稳定运行造成巨大影响。因此,识别出电力系统的关键节点并进行重点保护对预防重大停电事故具有重要意义。在此背景下,该文提出了基于改进节点重要度贡献矩阵的电网关键节点的识别方法。首先,基于功率转移分布因子(power transfer distribution factors,PTDF)定义改进的电气距离,在此基础上提出了反映节点间连通性的节点效率指标;接着,为了更好地体现节点的局部和全局重要性,对节点重要度贡献矩阵进行改进,并提出基于改进节点重要度贡献矩阵的节点重要度评估方法;然后,为了比较不同关键节点识别方法的优劣,提出并定义了网络可供电能力和网络效能指标;最后,基于新英格兰10机39节点系统,通过模拟对关键节点的攻击以及与其他方法的比较,验证所提出的关键节点识别方法的有效性和正确性。     

电力系统态势感知技术研究综述与展望

态势感知概念最早在太空和网络安全领域被提出,并被引入电力系统领域,近年来国内外学者对态势感知在电力系统的应用进行了广泛讨论。在此背景下,将电力系统实时运行状态辨识、发展趋势预测、态势可视化技术分别与Endsley定义的态势感知中的三大要素——"觉察""理解""预测"相映射,并将电力系统广域控制与风险调度对应于态势感知中的"决策行动"。接着,将上述内容依次展开,分别对电力系统事件监测、电力系统事件辨识、电力系统风险预测、态势可视化技术、广域控制和风险调度分别进行综述和分析,介绍现有方法的思路。最后,给出电力系统输电网态势感知目前研究的不足,指出人工智能和大数据技术是未来解决电力系统态势感知的研究方向。     

微网作为黑启动电源的电力系统网架重构优化策略

微网是一种能够灵活容纳可再生能源发电的小型电力系统,一般具有高比例的可再生能源渗透率和利用率,具备孤岛运行能力。随着含高比例可再生能源发电的微网的容量逐渐增大,其作为黑启动电源为大停电后电力系统中待恢复机组提供启动功率的潜力得到越来越普遍的认可。在此背景下,对微网作为黑启动电源时的电力网架重构优化问题开展研究。首先,分析了含高比例可再生能源微网作为黑启动电源的优势及其可行性。然后,以最大化恢复系统的发电量和最小化微网内的负荷损失量为目标构建计及微网作为黑启动电源的网架重构优化模型,并基于节点重要度和路径恢复时间构建综合路径评价指标以优化待恢复机组的恢复路径。最后,以新英格兰10机39节点系统为例说明了所提方法的可行性与有效性。