基于改进鲁棒自适应UKF的配电网动态状态估计方法

配电网动态状态估计中状态方程的过程噪声统计参数是未知而且时变的,因此在状态估计过程中需要在线对过程噪声统计参数进行实时估计,而且不准确的噪声参数将会导致无迹卡尔曼滤波器的滤波性能下降甚至滤波发散。文中研究了基于改进鲁棒自适应无迹卡尔曼滤波器的配电网动态状态估计方法,其噪声参数统计估值器由一个有偏的和一个无偏的估值器组成,可以提高在状态估计过程中噪声参数估计的准确性,同时确保过程噪声方差矩阵的半正定性,从而保证算法的鲁棒性。通过对IEEE 33节点系统进行仿真验证,结果表明所提方法在系统平稳运行、负荷发生剧烈变动或者初始噪声参数值设置不当的情况下,均能保证较高的状态估计精度。     

北京交通大学:培养新能源电力行业国际化人才

正北京交通大学新能源国际学院,是在国家外国专家局和教育部领导下,依托北京交通大学设立的国际化示范学院。学院密切结合电力和新能源领域技术发展趋势及产业发展对人才的需求,充分发挥北京交通大学在学生基础知识教育、应用技术研究和产品开发等方面的特色,建设国际学院"特区",通过思路转变、制度设计和政策倾斜,努力实现总体目标的要求;参考国际标准和办学经验,结合校情和国情,积极探索一条"拥有国际化视野、创新能     

主动配电网源-网-荷-储协调调度研究综述

主动配电网（active distribution network ,ADN）是通过对源、网、荷实施主动管理而提高分布式能源消纳能力和提升电网运行效率的配电系统。在主动配电网日益发展的大背景下,“源-网-荷-储”协调调度技术在主动配电网的发展中发挥了重要的作用,是促进新能源大规模消纳的核心技术之一。国内外学者针对主动配电网“源-网-荷-储”协调调度技术开展了深入广泛的研究,取得了丰硕的研究成果。首先该文对主动配电网的特征进行了梳理;然后,从主动配电网需求响应技术、柔性负荷建模、协调调度机理、协调调度架构4个技术层面对主动配电网“源-网-荷-储”协调调度技术进行分析归纳;最后,对主动配电网协调调度技术发展中存在的问题和前景进行了分析展望。     

基于统一多能耗模型的公路能源群落最优能耗领导–跟随控制

公路、能源、信息及社会等多领域子网耦合支撑新能源、化石能源等网联车辆集群在有无司机干预驾驶工况下混合行驶。降低混合行驶车辆集群能耗亟需解决燃油、电动及燃氢等车辆集群统一多能耗建模难、集群耦合公路干线动态演化特殊性不明及最优能耗领导-跟随控制研究等问题。为此，该文提出基于统一多能耗模型的公路能源群落多工况最优能耗领导–跟随控制策略。首先，考虑“人、车、网、云、端”等多维元素互联，在车辆自组织、公路能源群落等概念研究基础上，基于公路能源群落耦合干线公路的特殊性，阐述公路能源群落多工况最优能耗领导–跟随控制机理；其次，基于图论建立公路能源群落的动力学演化领导–跟随控制模型与基于汽油、电力及氢气等能源价格的统一多能耗模型；最后，考虑有无司机干预，提出两种基于统一多能耗模型的公路能源群落多工况最优能耗领导–跟随控制策略。多工况仿真结果表明，两种基于统一多能耗模型的最优能耗领导–跟随控制策略有效，可为科学、合理的管控公路能源群落的最优能耗状态提供理论指导。     

基于PIC18F87J60的微网电能质量监测网络系统设计与实现

随着对微网研究的深入及其应用范围的扩大,微网中的电能质量问题越来越成为人们关注的焦点,而对电能质量各项指标进行监测则是改善电能质量的基础和前提。提出一种基于PIC18F87J60单片机的微网电能质量监测网络系统,分析了该系统的功能和优点,并具体阐述了利用该系统构成电能质量监测网络的硬、软件的组成及实现方法。     

考虑多DG接入的配电网区域保护新方案

分布式电源(DG)的接入改变了传统配电网的拓扑结构,网络中潮流方向及短路电流会随着DG出力及负荷情况实时变化,这都给现有配电网的三段式电流保护带来了严重影响。随着DG的大量接入及渗透率的提高,依靠单点故障信息的保护算法很难同时满足继电保护四性的要求。提出一种基于通信技术的区域保护新方案,对配电网进行区域划分,通过一次和二次两步定位确定故障区域实现保护。利用故障时变电所母线处Bus-IED(智能电子装置)及馈线上A类IED的故障电流正序分量信息完成一次定位;利用相应开关动作后A类IED或B类IED处的电流突变量信息实现二次定位。所提方案自适应区域划分算法简单,占用存储空间小,实现方便,直观性好。故障定位所需信息量小,可靠性高,适应性强。最后通过PSCAD/EMTDC仿真,验证了方案的正确性。     

基于数据特征挖掘的电采暖小区短期负荷预测方法

由于电采暖负荷随机波动性强,且功率比重较大,从而导致电采暖小区负荷较频繁地大范围波动,基于常规时间序列的短期负荷预测模型缺乏对波动特性的捕捉能力。针对该问题,充分分析了电采暖小区负荷的波动特征,提出了一种基于历史数据特征挖掘的指标集模型和指标计算方法,用于从历史负荷数据中充分挖掘电采暖负荷的特点,形成历史数据特征集。然后,以历史数据特征集构建训练样本,提出了基于核函数极限学习机(kernel extreme learning machine,KELM)的电采暖小区负荷预测模型。最后,基于实际历史数据进行模型性能验证,结果表明所提的特征指标集模型能够有效挖掘历史数据特征,有利于提高短期负荷预测模型的精度。     

基于时空耦合特性的充电站运行状态预测

提出一种基于时空耦合特性和深度学习模型的充电站运行状态预测方法。首先,基于充电站历史运行数据和所在区域的交通通行速度数据集,利用k-means聚类方法将充电站划分为不同类型,分析充电站运行状态在时间上的特性;建立单个充电站的"偏移量-交通-时间"三维矩阵模型,深度挖掘充电站运行状态与周边交通状况在时间和空间上的耦合相关性。其次,将充电站状态与交通状况的时间滞后相关特性进行空间重构,利用卷积神经网络进行特征提取,通过长短期记忆网络进行时间序列预测,构建基于Keras深度学习框架的充电站运行状态多步预测模型。最后,以20个充电站的真实运行数据进行验证,并与多种预测算法进行对比,结果表明,所提方法具有较高的预测精度。     

面向高比例新能源接入的电氢耦合系统设想及分析

高比例新能源接入电力系统,其高随机性与波动性将造成系统“源-荷”结构失衡,且高比例电力电子化将导致传统电力系统以同步发电机和机电动态特性为基础的技术特性发生深刻变化。为此,提出了一种采用“送端绿电离网外送-受端离网制氢-氢燃气并网发电”模式的电氢耦合系统,即在送端将新能源电力汇集接入至与交流电网无电气联系的直流输电网络中,在受端满足电解水制氢直流负荷并通过氢燃气发电方式支撑交流电网,从而将大量新能源消纳和新增“西电东送”需求与送端/受端交流电网解耦。所提电氢耦合系统不仅能改善系统电力电量平衡,促进高比例新能源消纳,还能够保障电力系统的安全可靠运行,可为我国高比例新能源电力系统的演进方向提供参考。     

考虑多种分布式电源及其随机特性的配电网多目标扩展规划

为了增强新建配电网环网转供能力,提高供电可靠性,同时减小投资和运行维护成本,提出了一种分布式电源(DG)选址定容和多供电途径的网状新建配电网协调规划方法。该方法建立了考虑经济性、可靠性和稳定性的多目标优化模型,优化求解采用两层嵌套的粒子群算法。在规划中考虑了风电、光伏、燃气轮机、储能电池4种DG的选址和定容。针对输出功率不确定的DG,建立了概率模型,利用多状态系统理论,将随机性问题转化为确定性问题。最后以某开发区的实际配电系统为例,验证了所提模型和方法的合理性。