基于数据增强和深度残差网络的电力系统暂态稳定预测

针对传统数据驱动的电力系统暂态稳定分析方法中,较少考虑输入数据存在噪声和信息缺失后对预测模型性能的影响问题,提出一种基于数据增强和深度残差网络的暂态稳定预测方法。首先,考虑噪声和信息缺失情况,对原始训练数据进行扩充;然后,采用发电机受扰后动态数据作为输入特征;考虑到输入的高维时序数据具有图像的特点,利用图像处理中一种特殊的卷积神经网络—深度残差网络构建用于暂态稳定评估的深层模型。算例分析表明,所提出的方法能够提高模型的泛化能力,在含噪声以及部分发电机信息缺失情况下具有更好的鲁棒性。     

面向调度决策的智能机器调度员研制与应用EI北大核心CSCD

随着电网运行方式时变性和复杂性日益增强,传统基于人工离线规则的调度决策机制难以为继,成为国内外复杂电网运行迫切需要解决的问题。基于人工智能、立足现有调度机制,研究面向调度决策的智能机器调度员(automatic operator,AO)关键技术及应用。在总结10余年研究的基础上,提出了电网调度运行“邻域知识”模型,构建了AO体系架构,提出了知识自动发现、管理和在线应用的技术路线,研发了复杂电网AO系统,并在多个省级电网调控中心在线投运。AO将“专家智能”离线制定粗放运行规则的模式,变革为“人工智能”在线发现精细运行规则的模式,推动调度决策从“自动化”到“智能化”的跨越。最后,指出了尚待研究的问题。     

能源互联网供能质量综合评估

由于现有算法的限制和约束,面向电力系统的电能质量评估方法不适用于含多种分布式能源的能源互联网。为了得到能源互联网综合质量情况,需要提出面向多种分布式能源的综合评估方法。基于国家电能质量、室内空气质量和污染物排放标准,提出了将动态权重函数、二维惩罚函数、突变决策理论和自组织特征映射网络用于能源互联网供能质量综合评估的应用思路。最后,采用2个算例验证了所提方法的有效性,并得到了能源互联网供能质量的综合指标数值和等级评估结果。     

考虑系统静态电压稳定性的电动汽车充电设备 就地控制方法研究

随着电动汽车的大规模发展,其峰值充电负荷占全网负荷的比例日益上升,给电网的静态电压稳定带来了负面影响。试图将电动汽车充电设备纳入电力系统安稳控制,从而减少这一影响。提出了电动汽车充电设备的三种控制方法：灵敏度控制方法、理想控制方法以及下垂控制方法,并对其控制效果进行了对比。三种方法都能够达到提升系统负荷裕度的目的,但其中的下垂控制方法更适合实际控制应用。将下垂控制应用到新英格兰39节点系统,在不同渗透率和不同充电速率情况下分析其对系统电压稳定性的影响。结果表明下垂控制能够明显提高系统负荷裕度,是一种有效的电动汽车充电设备就地控制方法。     

考虑系统静态电压稳定性的电动汽车充电设备就地控制方法研究

随着电动汽车的大规模发展,其峰值充电负荷占全网负荷的比例日益上升,给电网的静态电压稳定带来了负面影响。试图将电动汽车充电设备纳入电力系统安稳控制,从而减少这一影响。提出了电动汽车充电设备的三种控制方法:灵敏度控制方法、理想控制方法以及下垂控制方法,并对其控制效果进行了对比。三种方法都能够达到提升系统负荷裕度的目的,但其中的下垂控制方法更适合实际控制应用。将下垂控制应用到新英格兰39节点系统,在不同渗透率和不同充电速率情况下分析其对系统电压稳定性的影响。结果表明下垂控制能够明显提高系统负荷裕度,是一种有效的电动汽车充电设备就地控制方法。     

基于模型预测控制理论的风电场自动电压控制

风电场电压受风力影响容易快速波动,传统基于当前时间断面进行决策的方法易出现无功控制滞后、多种设备不协调等问题。为此,基于模型预测控制(model predictive control,MPC)理论,提出了一种旨在协调风力机和静止无功发生器(static var generator,SVG)的风电场电压控制方法。区别于传统电压控制方法,所提出方法的目标是实现未来时间窗内电压控制曲线和无功调节动态过程的优化。利用自回归滑动平均方法预测风力机的有功出力,并分别以一阶惯性环节和比例积分环节模拟风力机和SVG无功控制的动态过程,在此基础上利用灵敏度预测求解风电场内各母线(含风力机机端母线)的未来电压曲线。由此建立了以目标函数为未来时间窗内并网点电压偏移最小和SVG动态无功储备最大的优化模型,并采用对偶单纯形法求解。在基于DIgSILENT建立的风电场仿真系统上进行了仿真验证。时域仿真结果表明,所提出的方法通过预测不同设备未来一段时间的控制动态过程,能合理安排快、慢无功出力,提前响应系统中可预见变化,保证风力机机端电压安全,并维持并网点电压平稳。     

适应两级分布式智能调度控制的变电站高级应用软件

智能电网的发展对传统集中式的调度模式提出了挑战。文中重新审视了分布自治与集中协调这对基本矛盾,提出建立智能变电站高级应用软件体系,具体包括建模、状态估计、智能告警、电压稳定评估与控制、自动电压控制、风险评估建模等高级应用,变集中式调度模式为更加可靠、敏捷的变电站—调度中心两级分布式智能调度控制模式。简要介绍了各高级应用的特点、功能和实现,展示实际工程应用示例,并对相关实用化问题进行探讨。最后对智能变电站高级应用软件的发展提出展望。     

电动汽车集群内的递阶分散最优充电方法

电动汽车未来有望以集群（例如大型充电站内的电动汽车）形式参与电网调度。收到电网下发的集群优化充电调度指令后,集群代理需优化集群内的电动汽车充电功率以追踪电网指令。该追踪问题是一个大规模的优化问题,难于集中式求解。提出一种递阶分散优化算法求解该问题。集群代理下发协调信息,各电动汽车根据协调信息分布式地优化自身充电功率,并向代理返回迭代信息,通过迭代求得问题的最优解。为进一步提高计算效率,对集群代理和单辆汽车的优化子问题进行了深入研究和算法改进。通过数值实验发现所提方法具有很快的计算速度,尤其适用于求解大规模电动汽车集群内的追踪问题。     

计及用户决策的异质性与不完全理性的电网-充电运营商协同运行

随着电动汽车和快速充电站的快速发展，电力网络与交通网络之间的耦合日渐增强。作为激励信号，充电价格是引导车辆用户的路径与充电选择的有效手段。为挖掘电动汽车充电负荷的空间灵活性，提出一种电网-充电运营商协同优化架构。首先，基于离散选择模型，对电力-交通融合网络进行建模，完成计及用户决策的异质性与不完全理性的充电负荷计算。之后，通过电网调度与充电运营商的合作，实现充电价格与充电容量的协同优化，对车辆用户的行为模式进行引导，以发掘电动汽车充电负荷的空间可平移潜力。最后，计及充电运营商在合作中的收益损失，基于纳什谈判机制对合作中产生的净收益进行合理分配。算例表明，所提协同运行架构有效地降低了电网的供电成本，同时从个体理性角度保证了合作联盟的稳定性。     

基于动态潮流方程的连续潮流模型与方法

连续潮流法(continuation power flow,CPF)是静态电压稳定分析的一个基本工具。针对常规连续潮流法在处理不平衡功率上的不足,建立基于动态潮流方程的连续潮流模型,称之为动态连续潮流模型(dynamic continuation power flow,DCPF)。作为一种系统化的方法,DCPF合理地分配了系统不平衡功率,解决了常规连续潮流计算结果依赖于平衡节点选择的问题,提高了电压稳定评估的精度。IEEE-39节点和实际省级电网的算例结果表明:动态连续潮流模型计算结果不依赖于平衡节点的选择,计算速度可满足在线运行的需要。