可再生能源消纳责任权重制下计及源荷储互动的电力市场均衡研究

由于可再生能源发电具有的不确定性与波动性,弃风弃光现象居高不下。可再生能源消纳责任权重制（renewable energy portfolio standard,RPS）试图通过规定供用电主体的消纳责任,保障可再生能源发电主体的经济运行。因此,分析RPS下电力市场中源荷储运行策略以及市场均衡状态变得尤为重要。基于电力现货市场与RPS规则,提出了用于分析RPS下电力市场中源荷储交互均衡的2阶段模型:下层模型考虑了可再生能源发电不确定性的日前现货市场出清模型和超额消纳量交易模型;上层模型中微电网基于下层模型的分时节点电价和超额消纳量交易价格,优化投资、交易、运行策略。文章使用对角化算法迭代求解上述双层均衡问题,并以IEEE 14节点为例验证模型和算法的可行性。结果表明微电网投资、运行和交易策略在RPS下发生显著改变,系统可再生能源消纳量显著提升。     

适用于能源电源规划的全息数据智能交互方法

基于公共能源计量的大数据采集、分析、管理和控制的智能交互式终端,可将服务延伸至公共能源管理,对水、电、气等能源消耗进行实时采集、监测和控制.随着能源低碳化和供需一体化,以及能源互联网技术的发展和对国家环境的重视,全息智能互联设计电网运行模式将逐渐成为未来能源的主要运行方式.在此基础上,阐述了全息智能交互系统的特点和设计要点,接着探析了电力工程智能电网和微电网设计的方法.希望通过此次全息智能交互设计的探索,为今后的具体工程设计提供相应的理论依据.     

电力系统多源异构数据混合式存储方式研究

当今电力系统的数据量呈爆炸式增进趋势,电力行业迎来了大数据时期.大数据具有广泛的应用前景,但也面临着一些问题,例如数据异质性和数据的分散.在电力调度控制系统中,为了实现有效地利用控制大数据,有必要通过多源异构的数据处理方法控制多源异构数据,因此研究了电力系统多源异构数据混合式存储,构建了统一的数据模型和全景控制数据,这...     

基于BWO-DBSCAN和CSA-OCRKELM的变电站数据流异常检测方法

为了提升变电站数据流检测的实时性与准确性，提出一种使用白鲸优化(beluga whale optimization, BWO)算法优化基于密度的噪声应用空间聚类(density based spatial clustering of applications with noise, DBSCAN)算法，与使用圆圈搜索算法(circle search algorithm, CSA)优化单分类正则核极限学习机(one class regularized kernel extreme learning machine, OCRKELM)相结合的变电站通信网络数据流异常检测方法。首先，利用BWO-DBSCAN对正常数据流进行聚类，形成样本簇；其次，通过CSA-OCRKELM模型对异常数据流进行实时检测；最后，利用OPNET仿真软件仿真模拟变电站的通信行为并进行对比分析，验证所提方法的有效性。仿真实验结果表明所构建检测模型的检测率约为99%,较其他检测模型具有较高的性能与准确率。