一种基于有限密钥和诱骗态的双场量子密钥分发协议

量子保密通信技术为电力业务数据传输提供端到端的信息安全保障,双场量子密钥分发(Twin-field Quantum Key Distribution, TF-QKD)可实现无量子中继器的远程安全通信,但其安全性是基于无限密钥的假设。为解决现实场景中量子密钥有限和光子源不稳定的情形,提出一种基于有限密钥和诱骗态的双场量子密钥分发协议。在协议中采用诱骗态法和无替换的随机抽样法估计相位错误率,并利用Azuma不等式对协议进行安全性分析,验证了在不稳定光子源强度波动下协议的可组合安全性。数值模拟表明所提协议在不稳定光子源强度波动下得到的秘密密钥率可以超过线性密钥率的界线,且当信号脉冲数量较小时,强度波动对协议密钥率有显著影响。     

考虑天然来水随机性的水火电系统机组检修计划

如何合理安排机组检修是水火电系统调度运行中的一项重要任务。在长时间尺度下,天然来水的随机性使机组检修计划本质上成为随机优化问题,通常采用场景法描述随机性,但其形成的高维优化问题难以直接求解。建立多场景耦合的水火电系统机组检修优化模型,利用多学科协同优化(Multidisciplinary Collaborative Optimization, MCO)方法将各场景间的非预期性约束及检修变量耦合约束解耦,实现了原问题的降维,且MCO结构具有内在的并行性。此外,在基于MCO的系统级优化问题中,用绝对值惩罚项替代二次惩罚项,保证该问题是一个混合整数线性规划问题,有利于提高计算效率。最后以某省级实际水火电系统为算例进行仿真分析,验证了所提模型和算法的有效性。     

基于云存储的电力系统访问控制方案设计

电力系统是一个由多个子系统构成的综合性系统,作为一个能够实现海量数据处理同时具有高实时性、高可靠性的管理控制平台,需要电力系统能够实现对所辖多个子系统进行复杂、细密、大范围的访问控制,这些条件要求能够设计出合理有效的访问控制模型;为了实现安全、可靠、高效的电力系统访问控制提出了将传统电力系统同云存储平台相结合的访问控制方案,通过云存储平台对数据进行存取可以达到大数据量、均衡负载、安全可靠的目的;通过添加可信度因子构建访问控制模型,根据不同用户的可行度计算值分配给以不同的权限,匹配其可操作的资源,实现了对于用户操作对象的细化识别。     

模块化三电平静止无功补偿器的新型有源阻尼控制研究

本文关注模块化三电平静止无功补偿器因为并联台数变化引起的电网等效阻抗的变化,并据此提出了针对传统有源阻尼策略的改进策略。首先,建立了单台小信号等效模型,并从PCC处将单台等效模型拓展到多台并联模型。通过对谐振电流特性的分析,得出结论,在N台并联系统中,单台等效网侧阻抗扩大了N倍。同时分析了系统并联台数对谐振特性的影响,并提出了针对模块化三电平静止无功补偿器的新型有源阻尼策略。最后,通过实验研究,验证多台并联系统建模和谐振特性分析的正确性,所提出的新型有源谐振阻尼策略能够很好地抑制并联系统谐振。     

含风电电力系统机组组合的量子离散差分进化方法

风电具有天然的不可控性和随机性,大量并网给电力系统调度计划带来困难,在电力系统日前机组组合计划中计及风电出力的不确定性,有利于提高电力系统优化运行的精细度。文中通过系统旋转备用将风电出力的预测误差纳入机组组合的数学模型中,为求解含风电的机组组合问题,设计了双层求解方法,外层采用量子离散差分进化法优化传统火电机组的启停状态,内层采用二次规划法优化求解负荷分配的经济调度问题,以提高算法的求解精度。最后通过10机系统算例仿真,验证了文中算法的有效性。情景仿真得出在电力系统日前机组组合阶段中考虑风电出力的波动性和预测误差,可以提高电力系统供电可靠性,也为电力系统运行节省了费用,但随着风电出力预测误差的最大,系统所需旋转备用也会变化,使得发电费用也会增加。     

大规模电力系统经济调度的改进竞争群优化算法

提出了一种求解大规模电力系统经济调度(Economic Dispatch, ED)问题的改进竞争群优化算法(Improved Competitive Swarm Optimizer, ICSO)。CSO算法本质上受粒子群优化PSO算法所启发,具有原理简单,容易实现,搜索能力强等特点。在分析CSO算法存在的不足的基础上,提出了相应的劣质个体改进更新策略和控制参数自适应调节策略,以更好地平衡局部搜索和全局搜索。通过4个算例从经济性、收敛性、鲁棒性等多维角度对比分析了ICSO算法的可行性和有效性。算例仿真结果表明,ICSO具有较好的优化性能,可作为大规模ED问题的可靠求解方法。     

深度学习在电网智能调控系统中应用研究

基于对人工智能深度学习的研究,将该技术与电力智能调控深入融合,实现以数据、知识为基础的实时在线分析控制型电力调控。首先,分析深度学习的发展及其对电网调度的影响,针对深度学习在出力预测、状态估计和故障诊断方面的应用进行说明;然后,提出基于人工智能深度学习的电力调控系统构架,分析其与传统调控系统的区别,突出了该系统所实现的功能;接着,采用基于多核图像处理器（MGP）系统,阐明了所提出的智能调控系统实现的方法;最后,通过分析人工智能化调控系统的应用案例,说明该系统具有广泛的应用性。     

一种基于遗传算法优化BP神经网络的电网故障诊断方法

提出了一种基于遗传算法优化BP神经网络的电网故障诊断方法,利用神经网络的非线性问题处理能力进行故障诊断。针对BP神经网络在运算过程中易陷入局部极小的问题,结合遗传算法计算网络参数初始值,寻找最优的隐含层节点数,对网络进行优化。结合实例验证,该方法相对于传统BP神经网络在解决电网故障诊断问题上,收敛速度和准确率都有所提升。     

基于关键拓扑变动项辨识的调度操作潮流校核方法

为解决传统调度操作潮流校核中的有效性问题，定义了一种面向调度操作的关键拓扑变动概念，提出并实现了基于关键拓扑变动辨识的调度操作潮流校核方法。首先，剖析了调度操作安全校核的实施目的，围绕其运行断面潮流校验的校核目的，定义了面向调度操作的关键拓扑变动概念，并基于网络拓扑连接关系设计了其辨识方法。在此基础上，提出了基于关键拓扑变动项辨识的调度操作潮流校核方法，明确了其实施流程和要点。最后基于当前电网调度自动化系统实际，构建了其实施框架，并介绍了其在某电网的实施效益。     

电网调度自动化系统的设备结构性能分析

随着通信技术和网络技术的快速发展,用来支持调度中心与用户之间数据交换的自动化系统的应用愈加普遍。毋庸置疑,电网调度自动化系统在实现电网调度的自动化功能和安全性运营方面发挥着极其重要的作用。笔者在对电网调度自动化系统进行概述的基础上,从设备结构性能方面进行深入分析,以促进电网调度自动化系统的不断优化发展。