面向低碳经济的人工智能赋能微电网优化运行技术

安全稳定高效、能量流动灵活、经济效益与环境效益兼顾等是微电网低碳经济运行的基础,然而随着多类型分布式电源、多利益主体的柔性负荷等接入微电网,以及“云计算–大数据–物联网–移动互联网–人工智能”技术广泛应用,微电网的组网模式、运行方式等正发生较大的改变。为此,梳理并归纳总结人工智能赋能微电网优化运行关键技术与挑战。首先,介绍微电网物理架构并总结智能化发展趋势,梳理微电网在低碳经济目标下的特点和优化运行所面临的挑战。其次,从决策变量、优化目标、约束条件和求解方法 4个方面阐述人工智能赋能微电网优化运行原理。再次,聚焦于可再生能源出力预测技术、微电网优化调度技术、碳交易机制、人工智能深度融合下不确定调控技术等典型应用场景,分析并总结人工智能赋能微电网优化运行的应用效果。最后,总结分析了人工智能赋能微电网优化运行的未来发展方向,为绿色微电网技术发展提供借鉴。     

形变马氏体对奥氏体不锈钢力学性能的影响

在不同的低温环境下,对奥氏体不锈钢进行预拉伸试验,研究了温度对材料形变马氏体含量的影响,并分析了不同形变马氏体含量对材料力学性能的影响。结果表明：在变形量和应变速率相同的条件下,温度越低,材料产生的形变马氏体越多;形变马氏体变多会使材料硬化且强度变大,并导致冲击试样缺口处裂纹的扩展速率加快,冲击韧性下降。     

一种改进的基于三角形折叠的网格简化算法

在已有的基于三角形折叠网格简化算法的基础之上，提出了一种改进的算法。对原算法的误差矩阵的计算进行了改进，提出了一种简单的误差控制方法。该改进的简化算法不仅能减少模型中的三角形数目和保持模型拓扑结构，而且实现简单、速度快。     

Ø147 mm铝合金钻杆抗内外压强度试验研究

铝合金钻杆因具有质量轻、比强度高、抗腐蚀性好、低磁等优点,在深井与超深井钻探作业中备受关注.在深井与超深井钻进中,铝合金钻杆需要承受巨大的内外压力,因此有必要对钻杆所能承受的最大内外压力进行计算与试验,对自行研制的Ø147 mm铝合金钻杆进行了静水内、外压试验与弹性力学理论计算校核,7075铝合金钻杆在内压69.51 MPa时持续加压20 min,没有发生泄漏现象;最大抗外压值为107.4 MPa.2024铝合金钻杆在内压48.65 MPa时持续加压20 min,没有发生泄漏现象;最大抗外压值为72.3 MPa.试验表明,铝合金钻杆抗内、外压性能良好,从而保证了铝合金钻杆在深井及超深井钻进时的可靠性.     

基于VGLESO和滑模理论的直流配电网母线电压控制策略

针对直流配电网母线电压稳定性问题,设计了一种变增益线性扩张状态观测器(variable gain linear extended state observer,VGLESO),有效地解决了传统高增益线性扩张状态观测器(linear extended state observer extended state observer,LESO)在运行初始阶段输出存在峰值的问题。在此基础上进一步提出了一种变增益滑模自抗扰控制策略,将其应用到直流配电网AC-DC双向变流器控制系统中的电压外环。变增益滑模自抗扰控制策略在不需要增加额外电流传感器的情况下,就能够实现对系统总扰动的快速跟踪和补偿,有效地抑制了母线电压波动,提高了系统的动态响应。从理论上证明了VGLESO和变增益滑模自抗扰控制策略的稳定性。最后通过MATLAB/Simulink验证了该控制策略的可行性与正确性。     

基于因子分析和支持向量机的电网故障风险评估

针对市场环境下地区电网的故障风险较难通过可靠性方法评估,且未能考虑到经济性和外部影响的问题,提出了基于电网建设经营的风险评估模型。通过构建以电网供应能力、用电需求、经济效益、气象及政策等指标组成的完整故障风险指标体系。采用因子分析法提取出包含原有指标信息的公共因子,利用支持向量机构建评估模型。算例结果验证了该模型的合理性。     

智能用电互动体系和运营模式研究

智能用电互动技术是智能电网总体架构中的一个重要环节。基于智能用电互动业务需求,探讨了智能用电互动技术体系的若干关键问题,包括用户信息、营销等典型互动业务场景,用能管理、分布式电源接入、电动汽车充放电等互动技术的内涵和发展技术路线,基于业务架构、数据架构、技术架构和集成架构的智能用电互动技术架构体系,智能用电互动业务模式及其对应的商业模式和风险规避机制等内容,可为进一步开展智能用电互动服务业务提供决策依据,有助于促进智能用电互动体系的最终构建。     

基于相关向量机的短期风速预测模型

通过对风速的时间序列进行分析,表明该序列具有混沌特性。在此基础上,利用相空间重构理论建立基于相关向量机（RVM）的短期风速预测模型,并对不同的核函数进行分析,选出最优的核函数。与现有的风速预测模型相比,该模型具有高稀疏性、核函数选择灵活等优点。仿真结果表明,与BP神经网络和支持向量机（SVM）模型相比,RVM模型预测精度更高。     

基于变量代换内点法的加权最小绝对值抗差状态估计

传统内点法加权最小绝对值(WLAV)抗差状态估计能够抑制坏数据影响,提高状态估计精度,但该方法模型复杂,计算效率低,限制了其工程应用价值。文中提出一种基于变量代换内点法的电力系统WLAV估计方法,该方法通过添加中间变量,将非线性量测方程分解为两步线性方程和两步非线性变换,并建立两步线性方程的WLAV估计数学模型。与传统内点法WLAV抗差状态估计相比,该方法无须形成海森矩阵,可有效提高迭代方程中系数矩阵的稀疏度,并减小矩阵的阶数,有效提高WLAV状态估计的计算速度。基于美国电气与电子工程师学会(IEEE)标准系统、波兰电网和国内某省网的仿真结果验证了所述方法的有效性,具有良好的工程应用前景。     

基于全寿命周期成本的配电网蓄电池储能系统的优化配置

蓄电池储能具有效率高、使用寿命长、对地理条件要求低等优点,其额定功率和额定容量可以独立配置。以配电网中蓄电池储能系统全寿命周期内总的净收益最大为目标,研究配电网中蓄电池的配置和各时段充/放电值的优化,综合考虑了储能套利收入、政府电价补贴收入、减少电能转运费、延缓电网升级以及全寿命周期成本等因素。建立了蓄电池储能系统配置的混合优化模型,提出一种基于差分进化和预测-校正内点法的混合算法并进行求解。最后,算例测试比较了钠硫电池、全钒液流电池、多硫化物/溴液流电池、铅酸电池和锂离子电池的配置和净收益,分析了影响经济效益的指标,为蓄电池的配置规划提出了建议,并验证了所建模型和求解算法的可行性。