基于强化学习的电动汽车换电站实时调度策略优化

随着电动汽车的应用推广,换电站的调度优化逐渐成为研究热点。传统的基于换电需求预测值的调度策略在实际应用中面临着难以适应动态干扰因素、预测误差累积等问题。为了解决这些问题,提出了一种基于带基线的蒙特卡罗策略梯度法的换电站实时调度策略,用于优化换电站的充放电策略以及响应电池数量。提出了带基线的蒙特卡罗策略梯度强化学习,并为换电站实时调度问题选取合适的状态空间和动作空间;设计了奖励函数对智能体进行离线训练,从电池状态数据、分时电价和排队电动汽车数量中学习得到最优策略网络;在离线训练好的模型基础上进行实时调度策略测试。基于换电站的服务可用率和经济效益验证了所提调度策略的有效性和经济性,算例结果表明所提策略能对电网负荷起到一定的削峰填谷作用。     

基于改进泰尔熵和熵度的电力系统关键节点识别

为了弥补信息熵考虑因素单一的缺陷,引入泰尔熵并对其适当改进用于电力系统关键节点识别中。改进后的泰尔熵将系统线路按照负载率进行分区,并分别计算节点功率变化时同区及区间潮流分布的均匀程度,然后采用负载率对同区结果进行加权,得到节点的改进泰尔熵指标。为了使识别结果更贴近工程实际,采用熵度评估了节点网络拓扑位置的重要性,然后提出了关键节点综合评估指标。综合评估指标兼顾节点网络拓扑结构重要性和其功率变化对潮流的影响情况,通过对IEEE-39节点系统进行关键节点识别验证,验证了方法的可行性和有效性。     

风险导向下基于成本效益分析的多投资商虚拟电厂容量配置模型

为了分析多个投资商在不同风险偏好下的虚拟电厂容量配置问题,提出一种风险导向下基于成本效益分析的多投资商虚拟电厂容量配置模型。首先,参考城市热环境设计中典型气象日的定义,提出一种基于最小相对偏差的典型日场景集构建方法;其次,以各投资商年均建设运维成本最小为目标函数,考虑分时电价、建设补贴等因素,分别运用条件风险价值度量风、光、负荷不确定性带来的经济风险,并将其与目标函数相结合,构建多投资商虚拟电厂容量配置模型;最后,基于成本效益分析原则,采用净现值和内部收益率对配置结果的可行性和抗风险能力进行评价。仿真结果表明该模型能够根据不同投资商的风险偏好给出相应容量配置方案并对决策结果进行经济学评价。     

基于录波数据的配电网保护定值管理系统研究与实现

针对配电网运行方式多样导致故障判断及保护定值整复杂的问题,研究了基于录波数据的典型故障类型特征判断方法及故障电流反向修正保护定值方法,给出故障定位和定值整定的算法流程及验证实例。分析了管理系统的功能需求,设计实现了配电网保护定值管理系统软件。实际应用表明：故障判断和定值整定方法准确有效,易于软件实现,管理系统功能达到配电网运行需求。     

基于图谱理论的变电站二次系统图纸活化技术研究与应用实践

针对目前变电站二次系统原始图纸信息单一、数字化程度不高等问题,提出了基于图谱理论的变电站二次图纸活化技术.该方法将电气图元拓扑化,建立图元的拉普拉斯矩阵来表征图的结构特征,通过相似矩阵算法实现图元匹配识别,利用广度优先搜索算法实现元件连接关系提取,从而确定二次图纸元件特征、回路属性和逻辑连接.以在线监视与诊断、模型文件辅助设计以及仿真培训三方面的应用为例,详细探讨了变电站二次系统活化图纸在运维检修中的应用实践,进一步证明了该方法的创新性和有效性.     

基于宽度和深度模型以及残差网络的综合能源负荷短期预测

针对用户级综合能源系统负荷波动大，能源耦合复杂的特点，提出一种基于深度和宽度模型(Wide&Deep)和残差网络(ResNet)框架并且采用完整集成经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise, CEEMDAN)和主成分分析(Principal Components Analysis, PCA)的综合能源系统联合负荷预测方法。所提模型由宽度和深度两部分组成：深度部分参考ResNet拟合残差映射的思想将多个长短期神经网络(Long Short-Term Memory, LSTM)子层堆叠构建深度预测网络，深度部分数据在输入前采用CEEMDAN进行分解，并利用主成分分析对分解结果进行主要影响因素提取和排序，并通过对数据的梯级输入实现对不同信息密度数据的梯级利用；宽度部分则采用简单模型并对传统Wide&Deep-LSTM模型的Wide部分输入进行改进，有效降低了模型的训练难度。通过实际算例分析可知所提模型具有良好的预测精度和收敛速度。与常规模型相比，所提模型具有一定优越性。     

高压电力电缆外护套故障修复新方法研究

高压电力电缆具有故障率低、对环境影响小等特点,在现代城市电力发展中占据重要一环.近年来,随着高压电力电缆迅速发展,电缆体量猛增,由于质量把控下降等原因造成电缆故障逐渐增多.以单芯高压电力电缆外护套故障为例,结合实际生产工作,分析了不同程度外护套故障的修复方法,并探寻了聚四氟乙烯在外护套修复工作中的可行性.     

基于Wide & Deep-XGB2LSTM模型的超短期光伏功率预测

为了充分利用电网自身的海量历史数据进行光伏功率预测,提出一种宽度&深度(Wide&Deep)框架下融合极限梯度提升(XGBoost)算法和长短时记忆网络(LSTM)的Wide&Deep-XGB2LSTM超短期光伏功率预测模型.对历史数据进行特征提取,获得时间、辐照度、温度等原始特征,在此基础上进行特征重构,通过交叉组合和挖掘统计特征构造辐照度×辐照度、均值、标准差等组合特征,并通过Filter法和Embedded法进行特征选择.在TensorFlow框架下通过算例对比验证了所提模型及特征工程工作对光伏功率预测性能的提升效果.     

基于表达谱的时间粒度自适应调度模式

随着可再生能源渗透率不断提高,常规火电机组小时级日前调度可能因可再生能源的波动而不再适用。为此引入粒计算理论,定义并分析了风电、负荷时间序列的信息粒度表达谱,同时提出了一种基于表达谱的时间粒度自适应调度模式。该模式提供了调度时段内包含多种时间粒度的火电机组启停和出力安排,以更好地适应净负荷变化。首先,建立了电力系统信息粒子,并在分析表达谱中粒子变化规律的基础上,采用Ward法实现功率-时间粒子的横纵方向双层粒化,形成典型电力场景和自适应时间粒度,以此设置火电机组自适应运行模式。其次,利用双重粒子群方法对5,15,30,60 min时间粒度下的调度模式进行机组组合和经济调度模型的双层求解。最后,以改进IEEE 39节点互联区域测试系统为例,验证了所提调度模式的合理性和有效性。