基于城市商圈用能大数据分析的智慧商业选址应用与研究

基于电力公司全业务数据中心和大数据计算平台,将电网负荷、用户能耗数据和外部共享数据相结合,通过数据采集、整理、分析、挖掘等大数据技术,建立城市商圈商业选址评估模型,实现对城市商圈房产、美食、酒店、景点、停车场、加油站、商超等衣食住行配套设施覆盖情况、商圈内密度、消费购买力、地价发展潜力进行综合分析,为城市商圈建设和商业选址提供辅助决策参考。     

基于Kalman滤波的多区域分布式状态估计

现阶段,智能电网通常存在较多漏洞。针对该问题,提出一种新的高安全性的广域（多区域）智能电网的分布式动态状态估计机制,并构建一种假设系统正常运行的分布式状态估计器。该估计器基于局部Kalman滤波器,在局部中心之间交换必要信息的情况下,达到近似最优性能。为了提高安全性,进一步提出采用基于区块链(BC)的系统设计来保护网络数据库和网络通信通道免受攻击和数据操纵。同时,本地实时检测测量异常,以消除其对状态估计过程的影响。最后,算例研究结果验证了所提机制的优良性能。     

电力营销全业务集约管控平台的构建

针对日益紧迫的电力营销全业务精益化管理问题,提出了电力营销全业务集约管控平台的构建任务和课题,分析微服务模型数据,构建用于电力营销全业务集约管控的信息化平台,实现对营销业务的统一管理和集约管控,并兼容电力营销的全业务包括业扩、检查、抄表、配电抢修等各个方面,在数据模拟和实操作业中提高电力营销工作的工作效率,从而实现电力营销全业务的精益化管理。认为应当根据营销现场的实际需要,将相应的电力营销数据发送给营销现场的智能接收端,通过智能接收端将相应的电力营销数据通过增强现实的方式进行展示,有效的实现电力营销全业务集约管控。     

电力营销服务移动作业终端系统的构建研究

电力供需双方实时交付性需求增多,电力客户对电网企业的服务理念、服务方式、服务内容和服务质量不断提出新的更高要求。现有的电力营销服务作业系统很难适应电力业扩流程精简等业务的快速变化。文中提出构建新型电力营销服务移动作业终端系统,通过对电力营销服务移动作业系统架构、业扩报装作业任务模块架构、用户服务作业任务模块架构、基础支撑作业任务模块架构的介绍,以达到电力营销人员人员"一站式服务"、"一证受理"、"主动上门服务"、"预约服务"的管理要求。     

基于互联网+背景下的智慧电力营业厅

针对传统电力营业厅存在系统功能不齐全、信息交互能力弱、服务水平低、运营管理分散等问题,提出一种基于互联网+的集成化智慧电力营业厅的功能和系统架构。通过需求分析方法分析用户需求,提升智慧营业厅的服务业务架构和网络架构,全面系统分析智慧营业厅所需实现的各项功能,结合智慧电力营业厅的数据精准匹配功能,有效提升电力营业厅服务的可靠性和稳定性。与已有研究相比,本系统架构能更有效地提升用户体验、企业运营效率以及电力企业自身竞争力,为电力营业厅未来的发展提供参考和借鉴。     

基于分散PV-BES协调架构的孤岛直流微网电压控制

提出了一种用于即插即用微网的分散光伏-电池储能(PV-BES)协调控制方法.当电池储能单元因荷电状态(SOC)限制或充放电功率限制而达到饱和状态时,光伏发电单元可以在直流母线电压控制下运行.模式转换和功率共享基于一种无通信的方式.通过绕过通信,微网(MG)系统可以变得更加灵活可靠.所设计的控制系统分别包含光伏变换器和BES变换器的控制器.PV变换器控制器可以实现最大功率点跟踪控制和下垂控制之间的无缝模式转换.BES变换器控制器具有高通滤波器路径解耦的特性,在发电主导模式下可改善MG动态性能.BES高通滤波补偿克服了PV主导模式下动态性能差的问题,使系统对PV参数变化具有更强的抵抗能力.最后,仿真和实验结果验证了这一方法的有效性.     

基于气候相似性与SSA-CNN-LSTM的光伏功率组合预测

针对高分辨率气象数据匮乏影响光伏功率预测准确性的问题，提出一种融合气候相似性与奇异谱分析（SSA）、卷积神经网络（CNN）和长短期记忆网络（LSTM）的高分辨率光伏功率组合预测模型。运用SSA分解光伏序列为不同子序列，建立CNN-LSTM日前预测模型以捕捉光伏出力的连续性特征；利用气候相似性通过低分辨率气象数据选取相似日实现高分辨率光伏出力预测；通过灰色关联分析动态组合权重得到最终预测结果。仿真结果表明，该组合预测模型可有效提高日前高分辨率光伏功率预测的准确性，具有较高的预测精度。