面向新能源并网的低压用户链路识别算法

针对新能源并网带来的电压特性变化和低压拓扑关系辨识颗粒度细化需求,提出了基于图信号处理的用户链路识别模型。该识别模型利用相邻节点间的电压相似性表征图信号的平滑性,结合节点电流定律对网络结构的约束,克服新能源并网带来的同相用户电压相似性变差的影响;利用图结构固有的链路属性,实现低压拓扑识别下沉至用户之间的上下游连接关系识别。最后,利用真实用户数据搭建仿真模型验证了所提算法的有效性,探讨了所提算法在不同场景下的性能表现,并与已有识别算法进行了比较分析。算例表明,所提算法与已有算法相比,可有效识别用户链路关系,且对新能源并网渗透率和数据误差率有较好的鲁棒性。     

台风天气下配电系统韧性提升策略

为了降低极端故障给配电系统带来的经济损失,本文提出了一种针对台风天气的配电系统韧性提升策略.采用线路加固以及在潜在故障点安装分布式电源的方式,以最小化停电损失、投资成本为目标,建立了3阶段鲁棒优化模型.第1阶段确定加固线路、加固类型以及对分布式电源进行选址定容,第2阶段以台风对配电系统造成损失最大化来确定故障线路的位置,第3阶段是在这一"最坏情况"下,将切负荷量和投资成本最小化.通过对偶理论使第2、第3阶段的鲁棒模型转换为单层模型,进而设计迭代算法求解整体模型.算例表明,该方法可以有效提升配电系统韧性以应对台风天气灾害.     

基于Softmax概率分类器的数据驱动空间负荷预测

提出了一种数据驱动空间负荷预测方法。将网格化体系下的功能地块作为空间负荷预测的基本单元,并且通过多维指标体系进行属性描述。基于大量调研数据,通过数据挖掘方法对不同类型地块的空间负荷密度分布规律和负荷曲线典型形态进行提取。建立Softmax多元概率分类模型对未知地块的负荷水平类型进行匹配。自下而上对相邻地块负荷预测结果进行时域叠加,得到更大区域的预测信息,包括其负荷量和预测负荷曲线。算例仿真结果表明提出的空间负荷预测方法在预测精度上有一定提升。     

基于电池储能系统动态调度的微电网多目标运行优化

微电网系统的优化运行应考虑经济性、环保性、可靠性以及对可再生能源的响应特性等多方面因素。以电池储能系统(BESS)为研究对象,提出一种基于动态规划的多目标优化方法,以最优化经济效益、最大化可靠性、最小化可再生能源功率波动、最符合可再生能源发电计划作为微电网优化运行的目标,应用模糊理论和二元对比定权法将其转化为单目标优化问题,从而获得BESS的动态最优调度策略。算例表明,该方法具有良好的优化效果。     

考虑工业用户生产特性的精细化用电管控模型及实证研究

“双碳”背景下,具有调节潜力的工业用户参与需求侧管理可以提升电力系统灵活调控能力,缓解电力保供压力,确保电网安全平稳运行。然而,传统针对工业企业的用电管理手段一般为0-1模式,严重影响企业生产连续性,无法保障社会效益最大化,无法成为支撑“双碳”目标的常态化需求侧管理机制。为此,提出一种考虑工业用户生产特性的精细化需求响应决策方法。首先,分析企业保供性、周期性、连续性、耦合性四大用电特性,构建基于工业用户生产特性的精细化用电管控框架。然后,以最大化所有工业用户的总用电量为目标,构建考虑最小保供电量、最小用电周期、最大负荷变化率、负荷耦合关联等内部工业负荷自身约束以及总用电量、负荷曲线等外部系统给定约束的精细化用电管控模型。其次,在此基础上,为保证模型求解的可靠性和提高模型求解的计算效率,针对性地提出线性化的解算方法。最后,基于中国东部某省工业园区的实际数据对所提模型进行验证。算例结果表明,所提方法可在满足用电总量、负荷曲线管控目标的前提下最大限度保障工业用户生产特性,提升企业效益。     

基于市场的中长期电力消费需求预测

中长期电力消费需求与市场发展密切相关,目前的电力需求预测方法对市场的关注度远远不够。文中从市场着眼,建立基于宏观经济、产业结构和终端能源结构等市场因素的电力消费需求预测模型。将经济增长构成要素分为投资、消费、出口3个方面,运用向量自回归(VAR)模型表征电力消费的时间序列与经济指标时间序列的关系。采用灰色理论常见模型GM(1,1)的精确形式DGM(1,1)模型对分产业用电量进行预测。根据马尔可夫预测无后效性的特点,建立最优化模型求取预测年份的终端能源概率。采用残差均方根来反映预测模型对历史数据的拟合程度,确定各预测方法权重,进行组合预测。文中以某省电力消费数据为实例,预测该省中长期电力需求,并通过校验证明了方法的准确性。     

基于深度期望Q网络算法的微电网能量管理策略

随着光伏发电在微电网中的渗透率不断提高,其发电出力的不确定性和时变性为微电网的经济运行带来了挑战.在构建经济调度模型时,就需要适当模拟不确定变量并相应地发展高效求解算法.在此背景下,文中提出能够有效计及不确定性因素的深度强化学习算法,以实时求解微电网的优化运行问题.首先,采用马尔可夫决策过程对微电网优化运行问题进行建模...     

基于端对端通信的充电桩无功响应分布式模型预测控制策略

电动汽车充电桩无功响应潜力的挖掘利用可优化配电网运行,同时提升基础设施容量利用率。文中提出了一种居民充电桩参与无功响应的分布式模型预测控制策略,在不依赖控制、通信中心的前提下,通过端对端通信和边缘计算实现充电桩的协同无功响应,改善配电网电压质量。首先,基于瞬时功率理论与灵敏度矩阵建立了充电桩无功响应的优化模型,利用模型预测控制算法求解充电桩控制电压的最优设定值。然后,建立基于时间戳异步更替的邻域端对端通信策略,交互彼此的电压、功率预测信息,实现多桩优化问题解耦,提升整体调压效果。最后,通过算例仿真表明,所提无功控制策略能在满足充电桩有功充电需求的前提下,有效降低电网电压偏差;此外,端对端通信交互模式下,相比无通信模式下的充电桩无序响应,所提策略的调压效果提升明显,并具有较好的通信时延鲁棒性。     

基于缺失数据修复的变压器在线故障诊断方法

数据质量是影响变压器故障诊断正确率的重要因素。为了解决变压器油色谱在线监测数据缺失问题,提出了一种基于缺失数据修复的变压器在线故障诊断方法,利用改进k-最邻近和多分类SVM的循环迭代实现基于缺失数据的变压器故障诊断。在k-最邻近方法中,提出以相关系数的负指数为权值的曼哈顿距离来度量样本间距离。一方面用以突出强相关指标对缺失信息的影响,提高数据修复的准确性。另一方面改进的曼哈顿距离适用于基于k-d树的高效搜索策略,可以实现针对海量历史数据的快速搜索,满足在线诊断对算法实时性的需求。实例诊断的结果表明,该方法可以有效降低数据缺失对变压器故障诊断正确率的影响,有利于实现变压器故障的准确、高效在线诊断。     

基于市场的中长期电力消费需求预测

中长期电力消费需求与市场发展密切相关,目前的电力需求预测方法对市场的关注度远远不够。文中从市场着眼,建立基于宏观经济、产业结构和终端能源结构等市场因素的电力消费需求预测模型。将经济增长构成要素分为投资、消费、出口3个方面,运用向量自回归（VAR）模型表征电力消费的时间序列与经济指标时间序列的关系。采用灰色理论常见模型GM（1,1）的精确形式DGM（1,1）模型对分产业用电量进行预测。根据马尔可夫预测无后效性的特点,建立最优化模型求取预测年份的终端能源概率。采用残差均方根来反映预测模型对历史数据的拟合程度,确定各预测方法权重,进行组合预测。文中以某省电力消费数据为实例,预测该省中长期电力需求,并通过校验证明了方法的准确性