面向扰动的多尺度交直流混联电压校正策略

目前,中国电网已建成多个交直流混联系统,运行中遇到的扰动带来的电压安全问题备受关注。传统电压校正控制受限于调控能力及响应速度,无法应对所有扰动。因此,文中提出运用直流系统的调控能力对越限电压进行校正。首先,基于不同动作方式及扰动的特性,分多尺度建立交直流系统电压域优化模型,作为电压校正控制的基础。其次,针对不同尺度的电压安全域建立了电压校正控制模型,以最小动作代价为目标,保证系统电压在正常情况下和N-1故障后均能满足安全性要求。最后,以某实际系统为模型进行仿真验证,证明了该方法的可行性与有效性。     

面向调度决策的智能机器调度员研制与应用EI北大核心CSCD

随着电网运行方式时变性和复杂性日益增强,传统基于人工离线规则的调度决策机制难以为继,成为国内外复杂电网运行迫切需要解决的问题。基于人工智能、立足现有调度机制,研究面向调度决策的智能机器调度员(automatic operator,AO)关键技术及应用。在总结10余年研究的基础上,提出了电网调度运行“邻域知识”模型,构建了AO体系架构,提出了知识自动发现、管理和在线应用的技术路线,研发了复杂电网AO系统,并在多个省级电网调控中心在线投运。AO将“专家智能”离线制定粗放运行规则的模式,变革为“人工智能”在线发现精细运行规则的模式,推动调度决策从“自动化”到“智能化”的跨越。最后,指出了尚待研究的问题。     

能源互联网供能质量综合评估

由于现有算法的限制和约束,面向电力系统的电能质量评估方法不适用于含多种分布式能源的能源互联网。为了得到能源互联网综合质量情况,需要提出面向多种分布式能源的综合评估方法。基于国家电能质量、室内空气质量和污染物排放标准,提出了将动态权重函数、二维惩罚函数、突变决策理论和自组织特征映射网络用于能源互联网供能质量综合评估的应用思路。最后,采用2个算例验证了所提方法的有效性,并得到了能源互联网供能质量的综合指标数值和等级评估结果。     

面向能源互联网的电气工程本科教学体系改革与实践

建设能源互联网,实现能源系统与互联网的深度融合,已经成为我国重要的能源战略需求和相关产业发展趋势。为了满足国家战略需求,引领产业健康发展,高校必须尽快培养能源互联网所需的复合型人才。能源互联网是一个典型的多学科交叉领域,该文系统介绍了清华大学电机系近5年来以电气工程专业人才培养方案为基础,逐步形成能源互联网方向人才培养方案的改革过程与实践经验,阐述了以电气工程为基础拓展建立能源互联网本科教学体系的原生优势以及存在的不足,提出了能源互联网专业人才所需的知识结构。同时以清华大学电机系在能源互联网方向进行的本科教学改革为例,介绍了在改革过程中形成的能源互联网专业本科培养方案,重点介绍了对专业课程体系的设计,以及在专业实践环节的具体做法,以期为我国能源互联网专业的人才培养提供有价值的参考。     

“分布式信息能源系统”专题特约主编寄语

<正>分布式信息能源系统(distributed cyber energy system,DCES)是能源互联网(energy Internet,EI)顺应新时代、新机遇与新挑战的产物,是能源发展的新阶段与新形态。能源作为信息的载体催生出海量能源数据,而信息技术的发展又将反哺能源网络的改造和升级。DCES通过信息流与能量流的交互影响,加强能源互联网的计算、优化、控制与管理的深度融合,以安全、高效、可靠和实时的方式感知与管控能源系统,实现多能源系统之间的自治与协作。     

基于数据增强和深度残差网络的电力系统暂态稳定预测

针对传统数据驱动的电力系统暂态稳定分析方法中,较少考虑输入数据存在噪声和信息缺失后对预测模型性能的影响问题,提出一种基于数据增强和深度残差网络的暂态稳定预测方法。首先,考虑噪声和信息缺失情况,对原始训练数据进行扩充;然后,采用发电机受扰后动态数据作为输入特征;考虑到输入的高维时序数据具有图像的特点,利用图像处理中一种特殊的卷积神经网络—深度残差网络构建用于暂态稳定评估的深层模型。算例分析表明,所提出的方法能够提高模型的泛化能力,在含噪声以及部分发电机信息缺失情况下具有更好的鲁棒性。     

电力系统精细规则的研究

在分析传统运行规则的基本形式和弊端的基础上,进一步阐述精细规则的概念。针对系统输电断面,提出建立精细规则的方法：针对静态安全,精细规则的建立基于灵敏度技术;针对暂态安全,精细规则的建立采用数据挖掘技术,由建立训练集、特征选择、知识表示等步骤组成,其中训练集采用基于连续潮流的极限传输容量计算方法,特征选择采用一种新的基于信息理论的方法,知识表示采用最小二乘拟合。对四机双区域测试系统和某省级电网分别进行精细规则的算例研究,结果表明,精细规则考虑了更精细的电网特征状态,对在线运行方式的适应能力更强,可在保证系统安全的前提下有效挖掘输电走廊的输电潜力,提供的灵敏度还有助于控制决策。     

电力系统中基于信息量损失最小的决策原理

作为电力信息学的基础理论之一，将电力系统的分析决策过程看成是一个广义的信息重建过程。针对电力系统中普遍的概率型信息，从传统的信息理论出发，建立了广义的信道模型，提出了基于信息量损失最小的决策原理，推导了信息量及信息损失量的计算方法。介绍了在能量管理系统（EMS）的网络拓扑错误辨识中的原理性应用实例，通过科学的量化，将网络拓扑错误辨识问题转变成新颖的优化决策模型的求解问题。研究表明，信息理论在提高电力系统的信息可靠性和决策智能性方面有着非常诱人的应用前景。     

基于分层区间数可能度排序的不确定静态安全分析

电力系统静态安全分析作为预防控制的基础,对系统进行N-1事故分析,得到其严重性进行排序。当间歇性能源接入电网后,网络中的潮流分布随之呈现一定的不确定性,为此需考虑不确定情况下的静态安全分析。首先根据区间有功行为指标将故障集分为3层,并采用区间数可能度比较法对每层的故障集分别构造区间指标集的互补判断矩阵,为保证判断矩阵的一致性,建立了以修正量最小的最小二乘模型,从而得到各个分层的区间指标排序向量。根据分层的权重和各个分层排序向量的大小,得到总故障集的安全性排序。以IEEE 9节点为例,详细说明了安全分析方法的求解过程,并采用蒙特卡罗随机模拟方法与之对比,结果表明了所提方法的有效性。最后,多个系统的时间复杂度测试结果体现了安全分析的快速性。     

基于模型预测控制理论的风电场自动电压控制

风电场电压受风力影响容易快速波动,传统基于当前时间断面进行决策的方法易出现无功控制滞后、多种设备不协调等问题。为此,基于模型预测控制(model predictive control,MPC)理论,提出了一种旨在协调风力机和静止无功发生器(static var generator,SVG)的风电场电压控制方法。区别于传统电压控制方法,所提出方法的目标是实现未来时间窗内电压控制曲线和无功调节动态过程的优化。利用自回归滑动平均方法预测风力机的有功出力,并分别以一阶惯性环节和比例积分环节模拟风力机和SVG无功控制的动态过程,在此基础上利用灵敏度预测求解风电场内各母线(含风力机机端母线)的未来电压曲线。由此建立了以目标函数为未来时间窗内并网点电压偏移最小和SVG动态无功储备最大的优化模型,并采用对偶单纯形法求解。在基于DIgSILENT建立的风电场仿真系统上进行了仿真验证。时域仿真结果表明,所提出的方法通过预测不同设备未来一段时间的控制动态过程,能合理安排快、慢无功出力,提前响应系统中可预见变化,保证风力机机端电压安全,并维持并网点电压平稳。