考虑需求侧管理和碳交易的电-气互联网络分散式低碳经济调度

在能源互联网和低碳背景下,提出一种考虑需求侧管理(demand side management, DSM)和碳交易的电-气互联网络分散式低碳经济调度模型。首先,根据碳交易市场的实际情况建立阶梯型碳交易机制,并利用电转气(power to gas, P2G)的低碳特性,得到P2G参与碳交易市场的激励机制;其次,由现有DSM的机理与实现方式,在负荷侧考虑不同的DSM来最大化地协调网络的低碳性与经济性;然后,根据所建模型的非凸特性,对气网潮流进行二阶锥松弛且采用连续锥规划算法对松弛间隙进行检验,逐步缩小气潮流的仿真误差,保证松弛的严格性。为了满足不同决策主体的分散自治权与信息私密性,在上述基础上建立分散式优化模型并引入基于嵌套连续锥规划的同步交替方向乘子法(synchronous-alternating direction method of multipliers, S-ADMM)进行求解;最后,通过算例仿真对不同场景下网络的调度结果及不同的调度策略下的运行结果进行比较分析。结果表明,在阶梯型碳交易机制下,虽然总碳交易成本增加了0.02%,但碳排量、运行成本分别减少了4.53%和3.74%;DSM参与到所提模型中使碳排量、弃风量分别降低了9.87%和75.4%,进而有效地提升了电-气互联网络的低碳经济性。     

基于异构物联网络的输电线路智慧巡检方法

为解决高海拔地区输电线路运行维护检修存在的传感器供电可靠性差、无移动信号区域数据传输难度大的问题,文中提出了一种基于异构物联网络的输电线路智慧巡检方法。首先,研究了风光协同的传感器供电技术,实现了高海拔地区恶劣环境下输电线路监测传感器的可靠供电;其次,建立了异构的输电线路物联网络,实现了输电线路无移动信号传感器的数据采集。在此基础上,通过深度学习对所采集数据样本进行分析,实现对输电线路的智慧巡检;最后,将所提方法在某无信号地区110 kV线路的现场运行,其结果验证了所提方法的有效性和可行性。     

基于多分量融合的调度端小电流接地选线策略

针对中性点不接地的配电系统站端接地选线方式投资大、维护成本高,零序电流采样监测运行维护困难的问题,提出一种基于多分量融合的调度端小电流接地选线方法。首先,在现有调度自动化系统监测数据集中,针对性分析了对接地故障较为敏感的单分量特征及其影响因素;其次,综合考虑实际运行可靠性和判断准确性,提出了基于三角模融合的接地选线判据;进而通过归一化计算各线路接地概率,实现在调度端远程的故障线路准确选线;最后,通过在某电力公司实际部署基于所提方法的小电流接地选线功能模块进行实测验证。运行结果显示,所提方法具有良好的选线成功率,能够较好支撑调度端的远程故障定位,具有较高的推广价值。     

PIPD/Cu2 纳米纤维气凝胶的制备及性能

以聚(2,5-二羟基-1,4-苯撑吡啶并二咪唑)(PIPD)为基体、三氟乙酸(TFA)和甲烷磺酸(MSA)为混酸,通过混酸剥离-去质子化诱导凝胶-冷冻干燥-惰性气氛高温处理制备出PIPD纳米纤维气凝胶.对PIPD纳米纤维气凝胶的形貌和结构进行表征,结果表明,混酸法制备PIPD纳米纤维气凝胶过程中,强质子酸破环了PIPD纤维的晶区和取向,PIPD主体的化学结构未发生明显变化.制得的PIPD纳米纤维气凝胶具有蜂窝孔结构、低密度(6.90～15.2 mg/cm3)和高孔隙率(99.1％～99.6％).当PIPD含量(以MSA和TFA总质量为基准,下同)不高于1％时,PIPD纳米纤维气凝胶无明显收缩.惰性氛围高温处理使PIPD纳米纤维气凝胶具有弹性.水平垂直燃烧、极限氧指数(LOI)、导热系数测试表明,PIPD含量为0.5％的纳米纤维气凝胶达到不可燃水平(UL-94,V-0级),LOI高达49.2％,100℃下低热传导性〔导热系数为0.052 W/(m·K)〕.此外,引入Cu2+配位交联网络提高PIPD纳米纤维气凝胶的压缩应力,增强后气凝胶的压缩应力是初始PIPD纳米纤维气凝胶的约16倍.     

采用不同模型预测低碳Fe–Ni合金等离子熔覆层的冲击韧性

采用等离子熔覆法在Mn13高锰钢上制备了低碳Fe-Ni合金层。以熔覆电流、喷头移动速率、离子气流量和热处理温度作为输入参数,以冲击韧性作为输出参数,建立了BP(误差反向传播)神经网络模型和粒子群算法优化(PSO)BP神经网络模型,并跟冲击韧性与热处理温度之间的线性回归模型进行对比。结果表明,线性回归模型、BP神经网络模型和PSO-BP模型的平均相对误差分别为7.06%、6.12%和3.03%。PSO-BP模型的预测结果与实测值的误差较小。     

基于恢复价值动态评估的配电网恢复控制决策

配电网停电后,停电场景、恢复进程和应急情况下的负荷职能等均会影响负荷恢复供电的紧急程度,通常根据待恢复对象自身的恢复价值静态设置其重要等级或重要度,这制约了有限恢复资源的精细化管理.为此,考虑冷负荷启动特性与负荷间职能耦合关系对负荷单位恢复价值的影响,考虑间歇性电源出力的可控性对电源恢复价值的影响,结合母线恢复为周边其他待恢复对象带来的潜在恢复价值,同时计及系统供电缺额、恢复代价和恢复操作的不确定性,提出了综合恢复收益、代价和风险的负荷及电源母线恢复价值动态评估方法.以此为基础,建立了配电网供电恢复多进程优化模型及分区并行恢复决策方法.最后,通过仿真分析验证了所提策略能够有效提高恢复资源的利用率.     

基于S变换相关度和深度学习的配电网单相接地故障选线新方法

针对配电网发生单相接地故障时特征信息不明显,且现有选线方法易受故障条件和环境噪声影响的问题,基于S变换相关度和深度学习,提出一种具有强抗噪声能力和高泛化水平的配电网单相接地故障选线新方法.首先,利用S变换获取零序电流时频信息,基于各线路零序电流的全频段信息计算线路故障信息相关度;其次,为提高故障特征的可辨识度和抗干扰性,提出一种S变换相关度图形(SCF)构建方法;在此基础上,建立含SCF层的卷积神经网络深度学习模型(S-CNN),并利用Simulink仿真模型生成的故障数据对其结构参数和超参数进行分步训练;最后,通过S-CNN提取配电网故障零序电流深层特征,实现故障选线,并测试了S-CNN在配电网不同运行状况和故障条件下的选线效果.仿真结果和实际配电网故障数据测试表明:在强噪声干扰场景中,基于S-CNN的故障选线模型在不同故障位置、故障相角、过渡电阻条件下可实现高正确率选线,且在各线路零序电流采样不同步条件下仍具有较强的鲁棒性.     

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.     

基于长短期记忆网络的电网故障区域定位与故障传播路径推理

为了在发生故障后维持电力系统的安全稳定,有必要实现对故障区域的快速定位并确定故障冲击的传播路径,提出基于长短期记忆网络(LSTM)的故障区域定位和故障传播路径推理方法.首先,利用LSTM建立2个故障诊断模型分别实现在线检测故障时刻和确定故障区域;然后,通过计算故障点附近线路的端口供给能量确定故障冲击的传播路径;最后,以8机36节点电网为例进行算例验证,结果表明所提模型可在发生故障后短时间内检测到故障,给出故障区域和故障冲击传播的路径,且对噪声有较强的鲁棒性.     

一种基于CGAN-CNN的同步电机转子绕组匝间短路故障诊断方法

由于同步电机故障样本数量较少,为解决同步电机故障诊断中普遍存在的样本不平衡问题,提出了一种基于条件生成式对抗网络(CGAN)和卷积神经网络(CNN)的同步电机转子绕组匝间短路故障诊断方法.首先,对传感器收集到的数据进行预处理,对正常样本和故障样本分别添加标签后输入CGAN中生成大量新样本,将生成的新样本与原始样本混合并划分训练集和测试集;然后,利用CNN训练平衡后的数据集,充分、精准地提取有效故障特征;最后,在输出端利用Softmax分类器输出故障分类结果.通过实验证明,与非平衡数据集相比,利用平衡数据集后的故障识别准确率十分稳定且达到99.5％以上,同时与平衡的原始样本数据相比,生成样本避免了噪声和其他干扰,故障诊断的准确率也更高.