面向需求响应的建筑用能在线分解方法

建筑负荷参与需求响应的潜力巨大,但限于目前的能耗监测技术而无法大范围应用。通过分析建筑能耗分项计量的特性,提出了面向需求响应的建筑用能分解方法。基于建筑负荷工作时电流、功率、分相等特征差异,从多个公共建筑和住宅建筑的电力公共数据集中,提取了建筑负荷的三重能效特征,包括功率能效特征、暂态能效特征和稳态能效特征,并形成建筑负荷特征数据库。通过信息筛选、三重特征匹配和比较修正,对建筑负荷进行辨识,实现了建筑负荷的在线分解。在公共建筑的实际验证中,将分解结果与既有的分项计量数据比对,表明该方法对需求响应资源有较高的辨识精度,能够满足建筑级需求响应的能耗监测要求。     

综合考虑电动汽车充电与储能及可中断负荷调度的配电网两阶段灵活性提升优化方法

分布式电源出力的强波动性及电动汽车(EV)的无序充电使配电网的灵活性不足问题日益凸显,因此非常有必要通过灵活性资源的有效调度提高配电网灵活适应性。在充分分析配电网灵活性提升措施的基础上,提出了能够表征配电网灵活性的净负荷峰值裕度、净负荷谷值裕度、净负荷允许波动裕度3个灵活性评价指标;建立了综合考虑EV充电与储能及可中断负荷调度的配电网两阶段灵活性提升优化模型,阶段1构建了基于蒙特卡洛树搜索的EV有序充电策略,合理引导EV负荷在谷时段进行充电;阶段2在阶段1的基础上,建立了计及储能及可中断负荷的优化调度模型,并采用粒子群优化算法进行优化求解。IEEE 33节点系统算例验证了所提灵活性指标及EV有序充电模型的有效性,结果表明配电网两阶段灵活性提升优化方法能有效提升配电网的灵活性且整体经济性最优。     

基于特征融合与深度学习的非侵入式负荷辨识算法

针对使用单一设备特征进行负荷辨识存在的局限性,提出了一种基于特征融合与深度学习的非侵入式负荷辨识算法。通过分析设备的高频采样数据提取了V-I轨迹图像特征与功率数值特征。利用人工神经网络的高级特征提取能力,实现了V-I轨迹图像特征与功率数值特征的融合。最后以复合特征作为设备新的特征训练反向传播(BP)神经网络进行非侵入式负荷辨识。使用PLAID数据集对算法辨识效果进行了验证,并对比了不同分类算法对特征融合的有效性与负荷辨识能力。结果表明,该算法利用不同特征之间的互补性,克服了使用V-I轨迹特征无法反映设备功率大小的缺点,从而提高了V-I轨迹特征的负荷辨识能力,并且在嵌入式设备中的运算速度为毫秒级。     

主动配电网宽适应性潮流灵敏度分析模型

分布式发电、储能及柔性负荷在配电网的大量接入引起配电网潮流的频繁变化,构建准确、简洁的节点注入功率与运行参数的函数模型对主动配电网的规划和运行至关重要。结合配电网辐射状拓扑结构,提出了一种对节点注入功率变化具有宽适应性的潮流灵敏度分析模型。所提灵敏度分析模型具体包含节点注入功率对线路损耗的二次形式的灵敏度模型、节点注入功率对节点电压的线性形式的灵敏度模型和节点注入功率对线路潮流的二次形式的灵敏度模型。对灵敏度模型应用于存在弱环网的配电系统时的有效性进行了分析,利用IEEE 33节点配电系统和含环网的IEEE 123节点配电系统进行仿真分析,仿真结果证明了所提灵敏度模型的有效性。     

基于模糊区间算法的配电网潮流计算

考虑配电系统运行中的不确定性因素，建立了负荷、并联电容器组和调相机的模糊区间模型。结合配电网络的特点以及模糊潮流和区间潮流各自的优点，提出了一 种基于模糊区间计算的前推回推配电网潮流算法。一般测试系统和阜新市10 kV实际配电系 统的计算结果验证了该算法快捷、有效。     

复区间潮流保守性问题的解决方案

区间运算的保守性问题是困扰区间潮流的主要问题之一。文中将复平面上区间数的3种不同表达方式，即方形域表达、圆盘域表达和扇形域表达引入区间潮流，来研究它们对区间潮流结果保守性的影响。复区间潮流采用的基本算法是配电网前推回推复区间潮流算法。采用33母线系统为算例，对潮流结果的保守性进行了研究，得出结论认为，根据电力系统中负荷的不同基本组成，来选择适当的复区间表示方式，可以降低区间潮流计算结果的保守性。     

基于经验模态分解和ELM神经网络的逐时太阳能辐照量预测

准确的太阳能辐照量预测对于光伏发电系统具有重要意义。提出一种基于经验模态分解(EMD)和ELM神经网络的逐时辐照量组合预测模型。首先,根据预测日的环境信息,构建相似日逐时辐照量时间序列;然后,将时间序列进行EMD,分解为具有不同频率的信号,并对每个信号建立ELM神经网络预测模型;最后,将不同信号的预测值相加便可得到原始辐照量序列的预测值。算例比较表明,所提方法比传统的预测方法具有更高的预测准确度和更快的运算速度。     

配电网弹性内涵分析与研究展望

构建能有效抵御复杂环境下各类型扰动的配电网,对实现安全可靠供电、保障社会经济发展具有重要意义.为此,对配电网面临的扰动类型、配电网弹性的基本内涵以及配电网弹性提升关键技术进行了分析和探讨.首先,探讨了配电网弹性的概念内涵,对配电网须应对的扰动类型进行了分类划分,提出了扰动作用下配电网的运行状态分类及实现状态间转移的弹性控制手段;其次,提出了感知力、适应力、抵抗力、恢复力等4个配电网弹性核心特征;然后,提出了配电网弹性提升的关键技术,包括实现扰动预判分析的态势感知技术、实现运行状态校正的灵活适应技术、实现设备及系统安全的抵抗力提升技术,以及实现灾变应对的恢复控制技术;最后,对配电网弹性提升的研究方向进行了展望.     

基于非线性回归的含隐节点低压配电网参数和拓扑联合辨识

低压配电网参数和拓扑缺乏维护,精度较低,阻碍了在此基础上的各种高级应用的可靠实现.为此,提出了一种基于非线性回归的含隐节点低压配电网参数和拓扑联合辨识方法.首先,分析了现有基于线性电压回归的参数和拓扑辨识方法的不足.其次,基于线路的非线性电压降方程推导出任意两节点串、并联关系的判据,建立了基于节点多时段有功、无功负荷和电压幅值量测的非线性参数估计模型,提出了自下而上的参数估计和拓扑重建算法.最后,采用实际数据和低压配电网算例验证了所提方法的有效性.