考虑数据中心用能时空可调的电-气互联综合能源系统分布式光伏最大准入容量计算

在数字经济背景下,数据中心日益增长的用能规模和灵活迅速的负荷调节能力引起了广泛关注。为促进分布式清洁能源的消纳,本文提出一种考虑数据中心用能时空可调的电-气互联综合能源系统分布式光伏最大准入容量计算方法。首先,对数据中心能耗及运行特性进行建模,并分析数据中心用能时空可调特性;然后,在计及电-气能源网络安全约束的前提下,构建集成数据中心的电-气互联综合能源系统分布式光伏最大准入容量优化模型,利用凸松弛技术和增量分段线性化方法将模型转化为混合整数二阶锥模型求解。最后,在97节点电网和11节点气网算例中,验证了考虑数据中心用能时空可调特性对分布式光伏消纳的促进作用,并分析了电-气能源网络安全约束对分布式光伏最大准入容量的影响。     

考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测

为了提高光伏发电功率预测精度,根据不同天气类型下光伏输出功率特点,确定光伏发电功率预测模型的输入量。针对狼群算法（wolf pack algorithm,WPA）缺陷,对狼群游走位置和奔袭步长进行改进,得到改进狼群算法（improved wolf pack algorithm,IWPA）,并通过IWPA对最小二乘支持向量机（least squares support vector machine,lSSVM）进行优化,建立了考虑天气类型和相似日的IWPA-LSSVM光伏发电功率预测模型。采用不同天气类型下的光伏发电功率数据进行仿真,结果表明：无论是晴天、多云还是阴雨天气,所提方法预测精度更高,回归拟合时的误差波动更小。     

基于时变因素的光伏发电系统可靠性评估

随着光伏发电的大规模发展,光伏电站的可靠性水平愈加受到重视。提出一种基于时变因素的光伏发电可靠性评估方法,通过分析光伏发电系统运行机理、元件失效模式及其对输出功率的影响,建立系统输出功率的概率模型,形成光伏系统可靠性评价指标,并构造光伏发电系统六状态空间模型。基于序贯蒙特卡洛方法,综合考虑气候条件、元件老化和光照强度,对某50 MW光伏电站运行可靠性进行评估。仿真结果表明,该模型及指标可有效反映系统的实际运行情况、出力水平和故障情况,为光伏电站运维提供支撑。     

基于LightGBM算法的光伏并网系统孤岛检测及其集成的可解释研究

针对智能孤岛检测方法欠缺对数据集划分过程中标签分布不均问题的考虑,以及该领域尚未对复杂智能孤岛检测模型的决策进行可解释性分析,提出了一种基于轻梯度提升机(LightGBM)算法的孤岛检测模型。采用分层抽样的K折交叉验证检测模型的分类性能,解决数据标签分布不均的问题;提出基于决策树的Shapley值加性解释方法为主干,融合累计局部效应图和局部代理模型的集成可解释分析框架,从全局性和局部性角度对光伏并网系统的孤岛状态检测进行归因分析。算例仿真结果表明,所提模型能在传统检测方法的检测盲区中实现精确且快速的动态孤岛检测,且在电压波动、系统故障等情况下均未发生误判。基于集成的归因分析方法解决了单一可解释方法的欠合理性问题,揭示了模型输入电气特征自变量与孤岛检测响应因变量之间的关系,提高了模型的可信度。     

基于价值分解深度强化学习的分布式光伏主动电压控制方法

针对主动电压控制问题,深度强化学习能够有效地解决数学优化方法在精确性和实时性方面的不足。但传统多智能体深度强化学习方法存在信用分配、过度泛化等问题,难以学习到全局最优的协调策略,控制效果较差。为此,提出了一种基于价值分解深度强化学习的分布式光伏主动电压控制方法。将主动电压控制问题建模为分布式部分可观测马尔可夫决策过程,然后基于中心化训练和去中心化执行框架,提出分解式价值网络、集中式策略梯度2项改进措施：将全局价值网络分解为个体价值网络和混合网络,并采用所有智能体的当前策略进行集中参数更新。改进的IEEE 33节点配电网系统的算例结果表明,所提方法表现出了优越的稳压减损控制性能,且在训练速度、场景鲁棒性等方面具备一定的优势。     

计及经济性和光伏消纳率的微电网多目标优化策略研究

县域微电网的发展规模不断壮大,存在着微网运营支出成本与分布式可再生能源消纳率无法同时兼优的问题,基于此建立以日运营支出成本最小和光伏消纳率最大的双目标函数,计及功率平衡、功率范围等约束,建立了微电网优化运行模型。引入多目标粒子群算法对双目标问题进行折衷求解,最后以某一工业园区的总用电负荷和光伏预测数据为例,与标准粒子群算法单一目标下的优化结果进行对比分析,验证了所提模型和算法的有效性。     

基于过采样和随机森林的高压隔离开关发热故障诊断

云团运动的不确定性使得光伏系统输出功率较难准确估计,从而影响新能源并网的可靠性和经济性。为了有效利用卫星的云观测数据,提出了基于云图特征的超短期光伏发电功率预测模型。利用卷积神经网络对卫星云图进行特征提取,且和通过相关性分析后的4种气象特征进行融合,作为光伏发电功率预测模型输入。在此基础上,通过卷积神经网络解析这些特征之间的空间联系,并使用长短期记忆网络实现对光伏输出功率的时间序列预测。此外,考虑到一个自然日中不同时段数据对预测影响不同,引入多头注意力机制来确定关键时间点与关键特征,由此进一步提高所提模型精度。使用光伏电站实际数据以及对应的卫星云图和天气数据,对所提模型的预测效果进行验证。算例分析结果表明,该模型预测精度高且时效性好,特别对于正午辐照较大以及云团运动波动剧烈的时段,模型仍能保证较高的预测精度。     

基于气象资源插值与迁移学习的广域分布式光伏功率预测方法

针对广域分布式新能源普遍缺乏新能源资源监测装置,而导致功率预测精度不足的问题,提出一种基于气象资源插值与迁移学习的广域分布式光伏功率预测方法。首先,基于地理信息和粗颗粒气象数据,对广域范围下的气象资源数据进行网格化插值;其次,依据插值结果对具有相同气象特征的光伏电站进行自组织映射(self-organizing maps,SOM)网络聚类,并对每一类中的光伏电站进行迁移学习的源域和目标域的划分,以保证预测精度;然后,结合长短期记忆(long short term memory,LSTM)网络,引入误差修正环节,建立源域至目标域的双迁移模型;最后,以浙江省绍兴市的分布式光伏电站为实例验证该方法的有效性。相比于对各个光伏电站单独建模,所提方法能将目标域光伏电站的训练速度提高10倍以上,且在预测精度方面也有显著提升,具有一定的推广应用价值。     

具有功率解耦功能的光伏并网微逆变器

为了解决光伏并网微逆变器直流侧引入的二倍工频扰动问题,传统解决方案是在太阳能板两侧并入大容量的电解电容来平抑扰动,但电解电容的使用寿命过短,导致整个光伏系统的使用寿命受限。为此提出了一种新型的功率解耦电路拓扑,实现了以寿命长、容值小的解耦电容替代电解电容,在完成功率解耦的同时也有效延长了微逆变器系统的整体寿命。最后通过仿真验证了该新型解耦电路的可行性。     

基于PSCAD的光伏并网系统的研究

光伏发电是一个日趋重要的研究课题.根据光伏电池数学模型,利用PSCAD软件建立光伏电池的仿真模型 并进行了仿真,结果表明光伏电池的输出特性呈明显非线性并随环境温度和光照的变化而变化.针对光伏电池最大功 率跟踪点,在原有电导增量法基础上提出了一种改进的MPPT模型搭建方法(变步长电导增量法),仿真结果表明外 界环境发生变化时,改进的电导增量法能够使光伏阵列快速、准确地跟踪最大功率点,确保系统稳定高效运行.为实 现光伏发电系统并网运行,搭建了光伏逆变器模型,成功地将光伏直流电逆变成交流电并入电网稳定运行.