新一代人工智能在智能电网中的应用研究综述

智能电网是人工智能 （artificial intelligence, AI） 的重要应用领域之一, 以高级机器学习理论、大数据、云计算为主要代表的新一代人工智能 （new generation artificial intelligence, NGAI） 技术的进步和突破, 将会促进智能电网的发展。首先概述AI的主要方法, 并对NGAI的内涵、特点与技术体系进行论述。之后, 对NGAI在能源供应、电力系统安全与控制、运维与故障诊断、电力需求和电力市场等领域中的最新应用研究情况进行比较系统的综述。最后, 总结NGAI在智能电网中应用的关键问题, 提出人工智能在智能电网中的应用可分为三阶段实施的建议。     

考虑电动汽车充电设施接入的居民配电系统供电容量最优规划

近年来,我国大力推进电动汽车（electric vehicle, EV）在私人领域的发展和普及,提出了新建住宅停车位须100%建设充电基础设施或预留建设安装条件的要求。持续增加的私人电动汽车的充电需求给居民配电系统规划带来重大挑战。配电系统规划既要保证常规用电负荷和电动汽车充电负荷需求得到可靠保障,也要兼顾系统运行安全性和经济性,避免过高冗余导致的资源闲置浪费。在此背景下,提出了一种计及电动汽车出行规律和有序充电的居民社区配电系统容量规划的混合整数线性规划模型,并采用线性规划和二元搜索相结合的方法求解。之后,采用一个实际工程案例证明了所提方法的可行性和有效性。计算结果表明,考虑电动汽车的出行规律和有序充电管理是必要的和有效的,能明显降低居民配电系统的高峰负荷,改善配电系统运行的安全性和经济性。     

实物期权方法及其在电力系统中的应用

很多国家和地区正在对电力工业进行放松管制和市场化改革,这将给电力系统的投资决策带来更多不确定性因素.传统的投资方案评估大多采用净现值(NPV)法,难以计及项目的管理灵活性;实物期权方法(ROA)较好地解决了这一问题,并已开始应用于研究电力投资决策方面的问题.首先简要介绍了实物期权的一些概念,然后对现有的实物期权定价的几种主要方法进行了总结,最后对ROA在电力系统中应用的研究现状做了简要综述,指出几个有待进一步研究的问题.     

计及非发电权容量出力调整的发电权阻塞调度

发电权交易是优化发电生产结构、实现节能降耗的重要措施。输电容量约束生效即系统发生阻塞时,一些发电权交易可能无法执行。此时,对发电机组参与发电权交易之外的容量（简称非发电权容量）的出力进行调整有可能改善潮流分布,从而最小化发电权交易的削减量。为此,发展了计及机组非发电权容量出力调整的发电权交易阻塞调度模型。这种调整会产生额外的补偿费用,因而给发电权交易的结算带来新问题,为此提出了一种可行的结算方案。算例分析说明了所提出的模型和方法的基本特点。     

计及负荷和电价不确定性的电力零售公司购电组合优化

随着我国电力市场改革的深化,售电侧随之逐步开放,已经成立了很多售电公司并参与了电力零售业务。如何构造在多个市场的购电组合优化策略是电力零售公司关注的重要问题。为发展电力零售公司的购电组合优化策略,必须适当考虑负荷需求和市场电价的不确定性从而进行风险管理。在此背景下,首先以h为单位构造了描述1天内的负荷需求和电力价格的日向量,并采用区间数来描述负荷和电价的波动范围。另一方面,模拟了零售公司在用户侧实施分时电价时对负荷调整和所占市场份额的影响。之后,以电力零售公司日利润总和最大为目标,建立了购电组合优化的强化区间线性规划(enhanced interval linear programming,EILP)模型,并采用解析方法求解。最后,采用美国PJM(Pennsylvania,New Jersey,Maryland)电力市场的负荷和电力价格实际数据,对所提出的方法做了说明。     

模拟进化优化方法在电力系统中的潜在应用——美国电力研究协会有关的研究

简要介绍了３种模拟进化优化方法，即遗传算法，进化规模与进化策略，之后较为详细地介绍了美国电力研究协会的有关研究项目，以供国内有关研究机构与研究人员参考。     

基于交替方向乘子法的分布式负荷频率控制策略

负荷频率控制(load frequency control, LFC)是维持电力系统安全稳定运行的基础。对于多区域互联电力系统,由于描述动态过程的微分方程组相当复杂,这给负荷频率控制器的设计带来了困难。在此背景下,针对多区域互联电力系统,提出基于交替方向乘子法 (alternating direction method of multiplier, ADMM) 的分布式最优负荷频率控制器设计方法,以取得良好的控制性能,同时具备较高的计算效率。首先,介绍了负荷频率控制问题的微分方程模型。之后,基于二次多项式和矩阵稀疏化构建了分布式最优LFC策略的数学模型,并采用ADMM求解。最后,以三区域互联电力系统为例对所提方法进行了验证。仿真结果表明,针对负荷扰动和时变参数,所提方法能够把各区域的频率偏差和区域间联络线上的功率偏差控制到0。     

输电网络故障诊断系统

在电力系统发生复杂故障、保护和/或断路器不正确动作、保护和/或断路器警报信号畸变和丢失等情况下,要靠调度人员及时而准确的判断故障就相当困难。这样,就需要发展电力系统故障诊断决策系统,以辅助调度人员对所发生的故障做出及时而正确的诊断。在此背景下,针对我国省级电力系统的实际需要,研究和开发了输电网络的故障诊断决策系统。该系统以故障诊断解析模型为基础,以保护和断路器状态为诊断信息源,采用优化算法实施故障诊断。该系统的软件开发以公共信息模型架构为基础,实现了与能量管理系统(Energy Management System,EMS)、监视控制与数据采集系统(Supervisory Control And Data Acquisition,SCADA)以及故障信息系统(Fault Information System,FIS)的信息交互,可以协助调度人员在面对复杂故障和非常见故障时,迅速确定故障元件,进而加快事故处理速度,尽快恢复供电。     

广域保护及其应用

环境约束与市场竞争压力导致电力系统越来越接近其极限运行.出于经济方面的考虑,电力系统互联越来越普遍.系统发生故障和事故的可能性以及其所影响的范围都会加大.为此,电力系统的保护和控制随之变得越来越复杂,也越来越重要.通信技术和测量技术的不断发展,使得新型的基于广域测量的广域保护技术得到迅速发展.文中对广域保护及其相关技术的研究历史、发展现状和应用进行了一个较全面的回顾与综述,并对未来的发展做了展望.     

基于RBF神经元网络的风电功率短期预测

准确地预测风力发电的输出功率对电力系统调度、电力系统稳定性和风电场运行都具有重要意义.从实际运行的风电场获得了相关风速、环境温度和风电功率的历史数据,建立了基于径向基函数( Radial Basis Function,RBF)神经元网络的短期风电功率预测模型.运用该模型进行了1 h后的风电输出功率预测,预测误差在12%附近.通过将预测结果和实际风电输出功率比较,表明该方法预测精度较高且比较稳定.