基于运维稳定性的碳排放效率综合评价方法

建筑碳排放的控制已被认为是减少碳排放的关键因素。以往的研究主要集中在不同运维方案之间的碳排放量比较,忽略了不同方案间转换的困难以及同一方案自身的不稳定性。因此,提出了一种基于分项用电信息的建筑能源使用时空多尺度碳排放评价方法,根据已知变量建立了碳排放基准模型来检测未知变量带来的不稳定性,从多尺度时空视角下评价碳排放效率并探讨维持稳定性所带来的可能减碳收益,成功地检测出了特定运维方案的不稳定性,缩小了定位异常的范围,实现障碍较低,可操作性更强。案例分析表明,该方法能够有效地检测异常碳排放效率,定位异常原因,更加便于建筑减碳的大规模推广。     

基于神经网络的电力系统节点碳排放因子预测方法

电力减碳是实现国家“双碳”目标的关键环节。基于碳流分析法的电碳计量方法,能较好地反映发电、电网和用户的真实碳排放情况。然而,碳流分析法的计算量大,时间滞后,难以支撑电力低碳调度和低碳生产等。针对此,提出基于Dropout神经网络的电力系统节点碳排放因子预测方法,并在3个IEEE标准节点系统上,将该方法与传统神经网络、潮流计算进行性能对比。结果表明：该方法准确度高,计算速度快,可用于电力系统低碳调度的辅助决策依据,还可用于电力用户低碳生产和生活的引导信息。     

适应可再生能源分布式发电的D-STATCOM容量配置研究

针对可再生能源发电以分布式接入的方式并网的不可控性和其出力的间歇性,给电网带来的电压扰动越限等诸多问题,提出了一种适应可再生能源发电接入配电网的D-STATCOM容量配置方法。该方法基于可再生能源发电接入后的电压波动机理和线路特征参数的灵敏度分析,以抑制可再生能源发电造成的最大电压波动为目的,总结出了在数据缺省情况下的D-STATCOM容量配置推荐范围,并通过统一目标的多元线性回归拟合得到了D-STATCOM的容量配置推荐公式。以多条实际的城镇和农村配电线路作为算例,验证了所提方法的有效性。研究结果表明,该方法可以通过对D-STATCOM的容量进行合理配置来抑制可再生能源发电接入产生的电压波动。     

基于SDAE和双模型联合训练的低压用户窃电检测方法

用户窃电行为是电网企业运营管理的痛点,基于数据驱动的低压用户窃电检测是当前的重要发展方向.由于窃电数据集具有自身高维度且样本不平衡的特点,对窃电检测模型的拟合能力和泛化能力要求极高.为此,文章利用堆栈降噪自编码器对低压用户日用电量数据进行特征提取,通过挖掘数据的深层特征减少窃电产生的极端数据对检测模型的影响;进而提出逻辑回归与深度神经网络联合训练模型进行低压用户窃电检测,将逻辑回归模型的记忆能力与深度神经网络模型的泛化能力相结合,进一步提升窃电检测的精度.通过实际电网数据的实验仿真,从AUC值、准确率和召回值三个评价指标验证了所提出方法相对于传统机器学习算法具有明显的性能优势.     

基于改进强度Pareto进化算法的居民用户侧源储荷协调优化

为了在提高居民用户电能质量和用电可靠性的同时减少电费开支,提出了一种源储荷协调优化数学模型及其改进强度Pareto进化算法.首先,建立用户侧储能系统模型,并根据各负荷参与需求侧响应与否以及参与方式进行分类;其次,以减少用电费用、降低电压偏差和缩短故障停电时长为目标,综合考虑功率平衡、储能荷电状态、柔性负荷的优化范围等约...     

考虑光伏波动的有源配电网分布式储能双目标优化规划北大核心CSCD

文章针对光伏不确定性出力的场景下合理高效求解分布式储能优化配置方案的问题,建立了基于误差场景模拟法的有源配电网分布式储能优化规划模型。基于节点电压综合灵敏度分析方法进行了储能布点优化,避免了储能选址问题的大规模求解;以配电网综合成本和电压波动总和最小为双目标,构建了分布式储能优化规划模型;采用基于ε-约束法对双目标优化模型进行求解,并计及主观权值修正进行了折中最优解的选取。通过误差场景模拟光伏出力偏离预测值的不确定波动,规避了光伏出力随机性对储能配置方案的影响。通过仿真算例验证了所提分布式储能优化规划方法的有效性与适用性。     

考虑源荷随机性与相关性的直流配电网量测概率优化配置方法

大规模分布式能源以直流源荷形式接入直流配电网,其功率强随机与强相关特性深刻影响实时量测数据不足、依赖伪量测数据的直流配电网态势感知的准确性,急需研究实时量测点的优化配置保障系统状态估计精度。为此,本文首先考虑源荷功率的随机性与相关性影响,建立节点注入功率伪量测模型,提出基于三点估计的改进Nataf变换的直流配电网概率状态估计方法,计算节点电压状态量的估计偏差概率分布;在此基础上,建立以量测点配置成本最少为目标,考虑节点电压估计偏差机会约束的直流配电网量测概率优化配置模型,求解得到最优配置方案。采用改进的IEEE-33节点系统开展算例仿真,结果表明,所提方法能够有效兼顾量测配置的经济性与状态估计精度。     

直流电能表计量信号自适应降噪方法

直流配电网包含DC/DC变换器等电力电子器件,非线性特性显著,导致直流输出端电压、电流信号存在大量纹波,需通过滤波降噪处理提升直流电能计量的准确性。针对现有的滤波降噪方法参数设置缺乏优化、滤波降噪效果尚待提升问题,本文提出基于自适应变分模态分解与小波阈值去噪相结合的直流电能计量数据降噪方法。建立输出端直流电压、电流信号变分模态分解的参数最优化模型,并联合互信息分析,实现原始信号的有效模态分量与噪声模态分量的自适应区分。在此基础上,建立以信噪比、均方根误差、平滑度、相关系数复合评价指标最优的小波阈值去噪参数最优化模型,实现噪声模态分量的最优滤波降噪。通过实测数据计算分析,验证所提方法的有效性。     

含光储联合发电系统的配电网双目标拓展无功优化

光储联合发电系统接入配电网给其优化调度带来了新的资源和挑战。分析了光储联合发电系统接入配电网后对配电网电压和网损的影响机理,揭示了光储系统的有功无功调控对配电网调压和降损的重要地位。构建了以系统有功网损最小和电压越限风险最小为优化目标的拓展无功优化模型。该模型在传统无功优化模型的基础上增加储能有功出力和光伏发电功率因数作为控制变量,丰富了有源配电网无功优化的内涵。采用带精英策略的非支配排序多目标优化遗传算法(NSGA-II)求取帕累托前沿,并根据模糊集理论选取最优折衷解。与多种无功优化方案进行仿真比较,结果表明所提出的双目标拓展无功优化模型能够实现含源配电网中有功潮流和无功潮流的协调优化,在充分挖掘系统节能降耗潜力的同时提高配电网电压运行安全裕度。     

电力碳排放计量技术现状及展望

电力行业是我国碳排放的重点领域,也是实现“双碳”目标的主要“责任人”。精准的电力碳排放计量是评估各地区、各行业、各企业的碳排放量,制定合理可行的碳达峰、碳中和实施路径的基础。文中对电力碳交易、碳排放计量现状进行分析,总结发电侧、电网侧及用户侧碳排放计量的技术现状。针对电力碳排放计量技术在电力低碳调度、低碳需求侧响应等工作中的应用现状,提出优化碳排放计量技术的关键性问题和未来发展方向,为电力行业碳排放计量的进一步研究提供参考和借鉴。