基于负荷特征传导的配电台区全状态精准感知与数字化应用

针对低压配电网存在的状态感知水平较低、数据共享挖掘不足等典型问题,结合能源互联网示范台区项目建设内容,以能源互联网的建设理念进行"信息支撑"和"价值创造"2方面的技术突破和应用.首先利用用户负荷特征和故障特征在低压电网中的纵、横向传导特性,构建台区的变、线、户、相位、电气阻抗完整拓扑信息,极大简化采集架构,完成台区全状态精准感知,实现宽带高速电力线载波在信息感知上的高效利用;同时提出数字化业务支撑能力框架,以数据为驱动,探索能源互联网示范台区在电网数字化管理、用户数字化服务和政府数字化治理3个方面的典型业务场景;通过南京的11个小区完成示范应用,拓扑识别准确率可达100％,阻抗计算准确率大于90％,同时试点的603户完成了数据挖掘共享.     

Machine-Learning based methods in short-term load forecasting

Short-term load forecasting is of great significance to the secure and efficient operation of power systems. However, loads can be affected by a variety of external impact factors and thus involve high levels of uncertainties. So it is a challenging task to achieve an accurate load forecast. This paper discusses three commonly-used machine-learning methods used for load forecasting, i.e., the support vector machine method, the random forest regression method, and the long short-term memory neural network method. The features and applications of these methods are analyzed and compared. By integrating the advantages of these methods, a fusion forecasting approach and a data preprocessing technique are proposed for improving the forecasting accuracy. A comparative study based on real load data is performed to verify that the proposed approach is capable of achieving a relatively higher forecasting accuracy.     

虚拟企业伙伴选择中模糊因素的定量评估

针对虚拟企业伙伴选择时存在不一致区间判断的复杂评估问题,组建战略联盟决策群并确定着眼于候选伙伴实现机遇的互补竞争力评价指标体系,提出在层次分析法(AHP)框架下,运用有下限和上限的区间数表达候选伙伴之间不一致、不确定的比较比例,获得区间比较矩阵,引入模糊集的隶属度函数表示对选择方案的满意程度,构造模糊约束集合,利用线性规划方法求解具有最大满意程度的优先权矢量,计算出候选者的总体优先顺序.结果表明,该方法能够从可行域为空的不一致区间比较矩阵导出模糊优先权矢量.列举的虚拟企业伙伴选择实例验证了应用这个方法从模糊判断矩阵计算出确定的优先权重的有效性,这是其他方法难以做到的.     

连续通电条件下触点接触电阻劣化的初步分析

电器长期通电后可使触点表面劣化,具体体现为接触电阻稳定增大、无规律增大、周期性变化、瞬时变化等电接触失效形式。本文以银镍触点材料为例,试验研究了接触压力、通电时间和通电电流对接触电阻的影响,并分析了接触电阻劣化失效的物理机制。     

 基于混合模型的优化低频低压减载方法研究

文中以低频低压情况下保证电压稳定的前提下减载为研究内容,提出了一种基于混合模型的优化低频低压减载方法。该混合模型将遗传算法与人工神经网络相结合,在保证电压稳定的情况下选择合适的节点进行负荷切除。实验结果表明,该方法可以在低频低压情况下使负荷减载量达到最小。     

±800kV直流输电线路重冰区导、地线脱冰冲击敏感因素浅析.

结合±800 k V直流输电线路重冰区的实际工程数据,基于脱冰数值计算理论,通过数值方法模拟了六分裂导线在不同档数、档距、高差等复合因素影响下导线的脱冰动力响应过程,分析不同参数条件下导线和地线脱冰对悬垂绝缘子串和耐张绝缘串的冲击效应,得到最不利脱冰冲击效应的控制因素。研究表明:不同档距和高差组合下,档距和高差均最大时脱冰后的冲击效应最强;对于连续档,不同档脱冰时,对其相邻档导地线串的冲击效应最大;脱冰水平冲击效应主要受水平档距的影响,垂直冲击效应主要受高差的影响。     

基于非侵入式负荷监测的用户行为精细化分析

随着非侵入式电力负荷监测的发展,如何利用用户负荷用电细节信息,分析用户用电行为特征成为重要的研究方向。本文提出了基于非侵入式负荷监测的用户行为精细化分析方法,根据历史数据建立用户行为特性指标,提出基于因子分析与支持向量机的用户聚类方法。在此基础上,建立基于精细化负荷数据的用户需求响应潜力评估指标。算例结果表明,所研究内容可以准确分析用户行为,为电力公司施行需求侧管理提供科学指导。     

面向主动需求响应的需求侧荷源二重性建模方法

以面向主动需求响应的荷源二重性建模方法为主题,从需求侧灵活性资源参与电网调度的视角分析了国内外在荷源二重性建模方面的研究成果,按照研究对象划分,负荷跟随电源（load-follows-generation, LFG）模型分为一般负荷、储能设备、分布式能源及其组合,对负荷响应建模、优化目标、约束条件、调度方法、控制方式等进行阐述,阐述了负荷跟随发电的模式能够实现主动需求响应,优化负荷曲线,缓解发电侧调度压力,促进可再生能源消纳。     

基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法

短期电力负荷的精准预测可以有效指导机组组合调度、经济调度与电力市场运营。针对输入数据特征量受限时负荷预测的低精度问题,提出一种基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法。通过建立融合局部特征预提取模块的LSTM（long short term memory）网络结构,并将其与XGBoost（eXtreme boosting system）预测模型并行结合,之后结合MAPE-RW（mean absolute percentage error-reciprocal weight）算法进行模型融合初始权重设置,对最佳权重进行搜索,构建最佳融合模型。通过运用电力负荷数据对所提方法进行预测实验,结果表明CNN-LSTM- XGBoost模型的MAPE（mean absolute percentage error）与RMSE（root mean square error）分别为0.377%与148.419 MW,相比于单一网络模型与融合模型结构实现了误差指标的显著降低,验证了基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法具有较快的模型训练速度、较高的预测准确度与较低的预测误差。     

孤岛微电网逆变器不平衡负载下的控制策略

提出一种孤岛微电网逆变器在不平衡负载下的控制策略,采用分序网络解耦控制,在虚拟同步发电机(VSG)控制的基础上引入自适应负序补偿环.对三相负载不平衡下的电路进行分析,得到逆变器分序网络等效电路和逆变器间负序环流产生机理.通过分序网络解耦控制得到电压环参考电压各序分量,引入分序网络虚拟阻抗改进逆变器各序输出阻抗.正序网络采用VSG控制实现正序调频调压和电流的自主分配,负序网络加入负序补偿环抑制微电网三相电压负序分量.详细分析了微电网电压负序分量与负序补偿系数和逆变器输出电流负序分量的关系.负序补偿环采用自适应控制,在实现微电网三相电压平衡的同时根据逆变器额定容量自主分配输出电流负序分量.建模仿真结果验证了所提控制策略的有效性.