小电流接地系统的单相接地选线与定位装置在兖州矿区变电所中的应用

本文分析了小电流接地系统,发生单相接地故障时,传统的选线和定位方法的缺点和适用范围的局限性.并介绍了在兖矿集团变电所种使用较多地TY-2型小电流接地系统单相接地选线与定位装置的工作原理、主要技术参数、技术特点,以及在兖矿的使用情况.     

支持向量机在沥青改性最佳状态识别系统中的应用

普通沥青在使用过程中容易受到很多破坏,需要加入改性剂来增加沥青的使用寿命。改性剂沥青中呈星点状分布,其颗粒的大小和分布直接影响改性剂功效的发挥。本文就是在模式识别技术下,利用支持向量机,根据改性剂颗粒在沥青灰度图像中的灰度特性及几何特征,识别改性剂颗粒在沥青中分布的最佳状态。     

基于深度学习的含统一潮流控制器的电力系统快速安全校正

随着新一代柔性交流输电装置如统一潮流控制器（UPFC）在现代电力系统中的逐步推广和应用,对电网安全校正策略的制定提出了更高的要求。基于物理模型的传统电网安全校正方法在实时性方面具有一定的局限性,而数据驱动方法将大量的复杂计算前移到离线阶段,具有快速在线计算性能。因此,针对含UPFC的电力系统提出了一种基于深度学习的快速安全校正方法。首先,基于深度学习建立了节点调整状态识别模型,利用深度神经网络（DNN）的分类和学习能力,优先确定存在调整可能性的节点范围,避免物理模型优化类方法迭代无解问题。然后,针对缩减后的寻优空间进一步采用优化法实现系统安全校正计算,快速确定系统各节点调整量。基于中国南京西环网UPFC示范工程的应用效果表明,所提快速安全校正策略能够发挥DNN的学习能力,进而提高系统安全校正的效率和实用性。     

能源区块链的典型应用场景分析及项目实践

区块链作为一种新兴的基础架构与分布式计算范式,具有去中心化、公开透明、不可篡改、可追溯等特点,与能源互联网的开放、对等、互联和共享特征相符合,有望推动能源互联网的进一步发展。首先详细归纳了能源区块链的研究现状,具体在分布式能源交易、阻塞管理与辅助服务、需求响应服务、碳排放权认证与绿色证书交易、数据管理与信息安全以及能源数字代币的发布与投资6类典型应用场景展开。其次,总结评述了每种应用场景对应的典型能源区块链项目。最后,对能源区块链在我国的发展前景进行了展望,并提出了相关的发展建议。     

计及UPFC的电力系统多阶段多目标无功优化算法

统一潮流控制器(UPFC)并联侧连续的无功调节能力为电力系统无功优化提供了新的控制手段。基于此,首先建立适用于新型UPFC拓扑的UPFC稳态模型;然后考虑无功设备动作次数的约束,明确多目标无功优化问题的目标函数和约束条件,建立计及UPFC的多目标无功优化模型;接着,提出一种多阶段方法对其进行求解,其中,第一阶段将原问题进行松弛并采取归一化的方法统一多个目标的量纲,第二阶段基于规格化平面约束法获取松弛问题的Pareto最优候选解集,并给出折衷解的选取方法,第三阶段基于三角罚函数法对折衷解中的整数变量进行归整,获取原问题的最优折衷整数解。最后,对南京西环网实际等值系统进行算例测试,验证了算法的有效性及UPFC在无功优化问题中的应用前景。     

基于复数域标幺化的配电网三相不对称快速分解状态估计算法

提出一种基于复数域标幺化的配电网三相不对称快速分解状态估计算法。基于坐标变换的思想,引入基准相角进行复数域标幺化,对阻抗进行整体移相,减小R/X比值,弱化电压相角对有功、电压幅值对无功的影响,实现配电网状态估计的快速分解;根据网络特性,得出使得快速分解估计方法可靠收敛的最优基准相角的选取原则;为适应PQ快速分解状态估计模型,将电流幅值量测等效处理为功率量测。标准测试算例的仿真结果表明,所提快速分解状态估计方法在保证估计精度的同时,可改善配电网状态估计数值计算的稳定性,提高大规模配电网状态估计的在线计算速度。     

计及风电不确定性的含UPFC电力系统的两阶段最优潮流

风速具有随机性和不确定性,大规模风电场的并网会影响电力系统的稳定性,而统一潮流控制器(UPFC)具有实时潮流控制能力,有利于系统稳定。建立计及风电不确定性的含UPFC的最优潮流模型,由日内滚动调度和实时调度两阶段组成。日内滚动调度阶段不考虑风电出力预测误差,制定机组出力计划,优化运行成本;实时调度阶段根据风电出力预测误差调节UPFC参数,实时修正运行计划,并进行潮流优化,以保证系统安全可靠。以IEEE 14节点系统和某实际系统为例进行算例分析,结果表明,所提模型可以通过UPFC的参数控制有效减少风电预测误差带来的影响,从而提高系统的经济性和安全性。     

电-气互联综合能源系统多时段暂态能量流仿真

考虑到气网的慢动态特性,研究了电-气互联综合能源系统的多时段暂态能量流仿真,其中电网采用稳态潮流模型,气网采用暂态能量流模型。运用隐式有限差分法将天然气系统暂态能量流方程转化为非线性代数方程组,然后用牛顿法求解以非线性代数方程组描述的综合能源系统的多时段暂态能量流方程。同时,计及了电力系统与天然气系统2个层面的耦合,即燃气轮机与电转气(P2G)技术。最后,基于修改的IEEE 24节点电力系统和比利时20节点天然气系统,计算其多时段暂态能量流。仿真结果表明,在短时间尺度研究中,天然气系统的稳态模型与暂态模型的计算结果存在显著差异。除此之外,还定量评估了P2G对风电消纳的积极影响。     

基于随机响应面法的主动配电网无功优化

考虑分布式电源(DG)的无功主动调控能力,计及状态变量的机会约束,建立主动配电网随机无功优化模型。通过非参数核密度估计对随机因素进行建模,进一步借助随机响应面法,研究适应于多种概率模型的概率潮流计算方法,用以判断状态变量是否满足机会约束,并利用Nataf变换处理随机变量的相关性。结合基于粒子群的无功优化方法,对所建立模型进行求解。最后,基于修改过的IEEE 33节点和美国PGE 69节点配电系统测试所提方法的正确性和有效性。算例表明所提概率潮流计算方法所得累积分布函数具有较高的精度,同时设计不同的场景,进一步表明所提模型和算法适应不同DG无功控制策略、可发现确定性优化方案的概率越界风险并调整解决。     

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。