考虑新能源消纳及需求响应不确定性的配电网主从博弈经济调度

针对当前配电网侧风电消纳率较低的问题,运用Stackelberg动态博弈理论,提出一种以配电网侧为主体、负荷侧为从体的主从博弈模型.通过分析用户负荷特性,建立用户负荷特性模型;运用三角模糊数描述需求响应的不确定性,建立价格型需求响应不确定性模型;以配电网侧配电网运行成本最小及风电消纳最大、负荷侧用户电费最低为目标建立配电网主从博弈经济模型,二者通过优化配电网侧的准实时电价策略集及负荷侧需求响应策略集达到博弈均衡;以修改后的IEEE 30节点系统为算例,采用改进型教与学优化算法求得该主从博弈模型的均衡解.算例仿真分析表明,所建模型能够有效提高配电网风电消纳能力,减少配电网运行成本和用户电费,实现主、从体双方社会效益与经济效益最优化.     

基于时空特性以及需求响应的DG和EV充电站多目标优化配置

针对可再生分布式电源(DG)及电动汽车(EV)大规模接入给配电网带来的用电量增长以及电压波动问题,提出一种基于时空特性以及需求响应的DG和EV充电站多目标协调优化配置方法.通过提取城市路网的拓扑结构,监测路网流量,基于交通规划软件TransCAD进行起讫点(OD)矩阵反推,构建出行概率矩阵以描述用户的出行特性;基于蒙特卡洛方法模拟EV的时空分布特性,考虑EV、DG与常规负荷的时序特性,并基于改进K-means算法构建风-光-负荷的典型运行场景;兼顾电网侧与用户侧,以综合效益、系统负荷波动以及充电耗时成本为目标,构建DG和EV充电站的多目标联合配置模型,并采用改进粒子群优化算法进行求解.结合IEEE 33节点配电网与某城区主干道路网模型进行仿真分析,结果验证了所建模型的有效性与可行性.     

基于深度强化学习的光储充电站储能系统优化运行

优化储能充放电策略有利于提升光储充电站运行经济性,但是现有模型驱动的随机优化方法无法全面考虑储能系统的复杂运行特性以及光伏发电功率、电动汽车充电负荷的不确定性.因此,提出一种基于深度强化学习的光储充电站储能系统全寿命周期优化运行方法.首先对储能运行效率模型和容量衰减模型进行精细化建模.然后考虑电动汽车充电需求、光伏出力和电价的不确定性,在满足电动汽车充电需求和光伏消纳的条件下,以光储充电站收益最大化为目标,建立了基于强化学习的储能优化运行问题.考虑到储能充放电决策动作的连续性,采用双延迟深度确定性策略梯度算法进行求解.采用实际历史数据对模型进行训练,根据当前时段状态对储能充放电策略进行实时优化.最后,对所提方法及模型进行测试,并将所提出的方法与传统模型驱动方法进行对比,结果验证了所提方法及模型的有效性.     

基于多变量解耦控制的配电网单相接地故障集成化柔性消弧方法

随着静止无功补偿装置、柔性消弧装置、大功率逆变器等电力电子装备应用逐渐增多,配电网柔性化加快发展,但已有电力电子装备存在功能单一、成本高等问题.基于直流侧并接储能元件的直挂式级联H桥变流器,将多变量解耦控制方法与电流消弧方法相结合,实现柔性电力电子装备输出电流在dq0坐标系下的独立调节,使单套柔性电力电子装备同时集成配电网有功功率、无功功率双向流动控制,以及单相接地故障柔性消弧功能,有效提高电力电子装备的利用效率.理论分析以及功率控制和单相接地故障消弧建模仿真结果验证了所提方法的可行性.     

基于拓扑篡改的电力市场虚假数据注入攻击方案

从攻击者的角度出发,在直流状态估计框架下提出了一种基于拓扑篡改的虚假数据注入攻击(FDIA)方案.首先,通过分析攻击后由网络拓扑处理器计算所得拓扑结构与传感器测量结果的一致性以及对比攻击前、后的残差,给出可以躲避拓扑误差处理检测以及残差检测的隐蔽攻击定义;然后,基于上述定义以及攻击向量列空间的隐蔽条件,提出一种FDIA方案,通过求解凸规划问题实现在保证隐蔽性的同时获得最大发电收益;最后,基于标准IEEE 9节点及14节点系统对所提方案的有效性进行验证.结果表明,与现有FDIA方案相比,所提将拓扑篡改与FDIA相结合的攻击方案具有更强的隐蔽性且获利更大.     

基于改进自注意力机制生成对抗网络的智能电网GPS欺骗攻击防御方法

为了避免全球定位系统欺骗攻击(GSA)对相量测量装置造成的危害,提出了一种基于改进自注意力机制生成对抗网络(SAGAN)的智能电网GSA防御方法.首先,通过引入深度学习参数,构建了改进网络-物理模型,利用历史数据计算得到当前时刻的量测值.然后,在SAGAN的生成器和判别器网络中分别融入一个时间注意力模块,提出了一种用于实现网络-物理模型的改进SAGAN防御方法.通过训练改进SAGAN,得到一对判别器和生成器,利用判别器检测采集的量测值是否遭受GSA,当检测到攻击时,利用生成器生成的数据替换欺骗数据,从而实现智能电网对GSA的主动防御.最后,基于IEEE 14节点和IEEE 118节点系统进行仿真测试,结果验证了所提方法的可行性和有效性.     

考虑传输能力的含分布式电源配电网扩展规划方法

为灵活性资源提供快速、及时调度的网架传输通道,在规划阶段充分考虑网架结构与分布式电源(DG)规划对配电网传输能力的影响,提出考虑网架通道传输能力的配电网扩展规划及DG选址定容双层优化方法.首先建立了线路负荷裕度指标和潮流均衡度指标用以评价配电网传输能力;其次分析了网架通道传输能力的影响因素,在此基础上构建了配电网扩展规划及DG选址定容双层优化模型,保证了规划方案具有良好的经济性和网架通道传输能力,利用嵌套的混合粒子群优化算法进行优化求解;最后将所提规划方法与只考虑经济性规划方法进行了算例验证.仿真结果表明,所提方法不仅没有增加经济费用,而且所得规划方案网架潮流更均衡,线路负荷裕度更高,传输能力更优.     

考虑不确定性的高速公路光储充电站选址定容

针对高速公路并网光储充电站选址定容中存在的不确定性,提出了一种基于数据驱动的分布式鲁棒优化的两阶段选址定容方法.阶段1基于蒙特卡洛模拟方法得到充电点的位置,利用整数规划模型确定充电站的位置;阶段2兼顾充电站利益及用户满意度,建立基于数据驱动的分布式鲁棒优化定容模型,通过KL(Kullback-Leibler)散度构建以经验概率分布为中心的概率分布模糊集合描述不确定量,利用风险理论将分布式鲁棒优化模型转化为混合整数线性规划问题,进而对充电站内的充电桩数量及光储容量进行优化.最后,通过环形路网对所提方法进行验证并进行敏感度分析.结果表明:所提方法可行、有效;配置光储设备能降低年均寿命成本;通过控制KL散度公差、样本数量、续航里程、充电功率等能有效平衡系统的经济性与鲁棒性.     

基于PCA-RBF网络模型的硫化矿自燃安全性研究

为了更加准确地预测硫化矿自燃安全性,综合考虑硫化矿自燃倾向性及火灾后果严重性,将硫化矿自燃安全性划分为9个等级,并选取矿山含硫量、矿山含碳量、矿石温度、矿石堆放时间、采场人员数量、氧气浓度和采场矿层厚度作为评价因素集。利用主成分分析法（Principal Component Analysis,PCA）对94个采场样本数据进行降维处理,得到包含70%以上原始信息的3个主成分。将降维后的84组数据作为基于径向基函数神经网络（Radial Basis Function Neural Network,RBF）预测模型的训练样本,10组数据作为检验样本进行硫化矿自燃安全性预测。最后分别利用十折交叉验证法和留一法对94组检验样本的自燃安全性预测结果进行检验,得到硫化矿自燃安全性预测准确率分别为92.55%和91.49%。研究结果表明：PCA-RBF网络模型对硫化矿自燃安全性的预测性能良好,且优于未经主成分分析的结果。     

基于图像识别的铜转炉吹炼造渣期渣含Fe预测模型研究

铜转炉吹炼是火法炼铜的关键工序,其终点判断与炉寿、铜产率和直收率紧密相关,目前现有人工经验、仪器测定和物料平衡法等终点判断方法均存在一定的局限性。理论上铜转炉吹炼造渣期终点与渣含Fe是否达标有关,而不同Fe含量渣样呈现不同的图像特征,鉴于此,基于图形识别的特征向量提取原理,分别采用卷积神经网络(CNN)算法与支持向量机(SVM)算法,构建了铜转炉吹炼造渣期渣含Fe预测模型,为图像识别技术在铜转炉吹炼终点判断中的应用奠定数模基础。两种模型的实例分析表明,卷积神经网络的训练集预测准确率98%,测试集预测准确率约50%;支持向量机模型的训练集预测准确率99%,测试集预测准确率62%。