基于极限学习机的有源配电网多场景静态电压安全分析

随着配电网中分布式可再生能源(distributed renewable generation,DRG)单相接入及其出力波动带来的不确定性增加,DRG接入情景下的配电网过电压、三相不平衡等静态电压安全分析面临新的挑战。为此,提出采用极限学习机模型挖掘配电网的三相潮流计算输入输出之间复杂的映射关系,训练后的网络能够大幅提升不同拓扑结构及不同DRG输出场景下三相潮流的计算效率。基于此提出了一种考虑多场景的有源配电网静态电压安全分析方法,该方法能够快速地对配电网中不同接入节点的安全性做出分析判别。最后采用接入DRG的IEEE 13节点、33节点及118节点系统进行仿真计算。仿真结果表明,所提方法较传统的三相潮流计算方法具有更高的计算速度,且不存在收敛性能上的问题,较BP神经网络方法也具有更高的效率与准确性,验证了所提方法的有效性与实用性。     

需求响应分布鲁棒建模及其大规模潜力推演方法

需求侧资源的多样性、分散性使得小范围示范工程采集的响应模型很难推广到大容量客户群体,文中拟基于小样本需求响应数据完成需求响应特性泛化建模及其大规模潜力推演工作.首先,构建响应随机参数的分布鲁棒模糊集.其次,基于主成分分析法挖掘小样本用户用电与其响应死区拐点与饱和区拐点的关系,采用共性与个性结合的方式实现大规模泛化过程中...     

电力消费与城市经济发展驱动力关系的深层挖掘分析

不同城市由于区位及产业结构原因,具有不同的经济发展驱动力,在各自的外部环境下,其电力消费与经济发展的关系往往呈现各自的特点。选取规模以上工业增加值、固定资产投资、进出口总额和一般公共财政预算收入4个经济变量指标,基于协整理论进行电力消费与城市经济发展驱动力关系的深层挖掘。以我国某沿海省份不同城市2016年—2017上半年相关数据为例说明各市电力消费与各经济变量之间的协整关系,并找到影响各市电力消费的Granger因。模型有助于分析得到各地经济发展特点,为当地电网企业把握本地经济发展形势、准确预知该区域电力消费发展趋势提供参考。     

需求响应分布鲁棒建模及其大规模潜力推演方法

需求侧资源的多样性、分散性使得小范围示范工程采集的响应模型很难推广到大容量客户群体,文中拟基于小样本需求响应数据完成需求响应特性泛化建模及其大规模潜力推演工作。首先,构建响应随机参数的分布鲁棒模糊集。其次,基于主成分分析法挖掘小样本用户用电与其响应死区拐点与饱和区拐点的关系,采用共性与个性结合的方式实现大规模泛化过程中一般用户响应关键参数的获取,最终实现基于小样本数据的大规模需求响应潜力推演。算例表明,所提需求响应潜力量化方法充分考虑了用户响应的随机性,对行业共性特征及用户个性特征都进行了较好刻画。研究成果一方面可支撑针对示范工程范围内小样本用户的需求响应特性精准建模,另一方面可支撑对未来场景下大容量客户群体的响应能力推演评估。     

不完全信息下基于深度双Q网络的发电商三段式竞价策略

不完全信息的电力市场环境下发电商仅知道自身相关的信息,而其他市场参与者的报价和市场环境都可能会影响市场出清结果,进而影响发电商的收益,因此其报价决策应当考虑多维的市场信息。基于深度强化学习算法,提出多智能体的DDQN（double deep Q-network）算法模拟日前现货市场中发电商三段式竞价策略的过程。首先,定义发电商模型中马尔可夫决策过程的要素和动作价值函数;然后,建立发电商深度双Q网络的框架,并引入经验池和动态ε-greedy算法进行神经网络的训练,该决策模型可以根据市场的出清电价和负荷水平等多维连续状态做出报价;最后,通过算例比较了发电商采用DDQN和传统Q-learning两种算法获得的收益差别,说明DDQN算法可以根据发电商面临的复杂市场环境做出正确的决策而Q-learning算法在环境复杂时决策能力较差,并在不同状态量选取、网络泛化能力、更大规模算例适应性等方面分析了发电商采用DDQN算法进行市场策略生成的有效性和优越性。     

悬挑钢罩棚相贯线管桁架预装牛腿施工技术

通过儋州市体育中心"一场两馆"项目预装牛腿的施工实例,提出了悬挑罩棚管桁架预装牛腿的施工技术.对安装顺序与工艺的研究,解决了主次弦杆因安装、焊接顺序造成的局部隐蔽焊缝施焊困难,空中相贯口对接难度大的难题,可为其它管桁架工程的施工提供参考.     

基于“互联网+”的智慧能源综合服务业务延展与思考

随着智能电网的深化建设与互联网新型技术的快速发展,未来电网将进入"互联网+"时代,系统中个体将实现广泛互联。在此背景下,智慧能源综合服务发展的困境得以解决,其服务内涵与服务形式将得到不断延伸。文中首先分析智慧能源综合服务现有业务由于技术、数据等原因而无法解决的诸多问题,基于"互联网+"下逐渐广域普及的终端设备及"云大物移智"、5G通信、边缘计算等技术特点,深入探讨未来智慧能源综合服务可能的业务形式,分别提出智慧能源综合服务面向用户侧、配电侧以及能源金融3个方面的未来典型应用场景,并对其顺利开展亟需解决的问题进行展望和思考。     

基于深度强化学习的配电网在线拓扑优化策略研究

分布式发电（distributed generation,DG）在电力系统中的应用日益广泛,会频繁地导致在线电压问题。在分布式发电产生较大预测误差时,依靠有限的电压调节装置逐渐不能满足在线电压调节的要求。针对这一问题,提出了一种灵活的拓扑控制方法,并采用一种深度强化学习算法对其进行建模与求解。该算法中的动作机制与图论中的分支交换概念相融合,有效简化了智能体的动作维度和动作空间。在标准IEEE 14节点系统上的算例表明,该算法具备较优秀的泛化能力;与传统算法相比,该算法在获得接近最优解的同时,显著提高了计算性能,满足在线电压调节的需求。