云边智能: 电力系统运行控制的边缘计算方法及其应用现状与展望

本文分析了当前我国电力系统的运行与控制面临的挑战, 对边缘计算的发展背景和关键技术进行了介绍, 阐述了云边协同和边边协同的功能与特征, 并对边缘协同技术下的边缘智能技术进行了探讨. 结合电力系统的层级式构架, 讨论了在电网部署边缘计算层的方法, 提出利用云边协同、边边协同、边缘智能等技术解决电力系统面临的实时性高、数据周期短、任务复杂等难题, 在减轻边缘节点与云中心通信压力的同时, 提高业务服务质量, 保障边缘节点的数据隐私. 通过对边缘计算在“源 ? 网 ? 荷”各环节的应用前景进行分析与讨论, 阐述了边缘计算在电网中的可行性与实用性. 最后, 对边缘计算的应用范式与方案进行了总结, 并对其在未来电力系统中的发展方向进行了展望.     

考虑分布式可再生能源的通证激励机制设计与分散式电力市场研究

可再生能源的大力发展对于优化我国的能源结构,促进能源的可持续发展有重大意义。为促进可再生能源的并网消纳,使可再生能源参与电力市场是一种有效途径。然而,可再生能源的发展依赖于有效的激励机制,现有可再生能源激励政策需要政府的管控,在市场化改革逐渐深入的情况下不能长久适用。针对上述问题,构建了适合可再生能源的分散式电力市场架构,提出了一种完全市场化的可再生能源激励机制,并分析了发电商的出力决策行为。仿真结果表明,所提市场架构和激励机制能有效促进可再生能源参与市场出清。     

人工智能大模型在电力系统运行控制中的应用综述及展望

随着“碳达峰”“碳中和”目标的提出与全国能源市场建设的大力推进,风电、光伏等新能源迎来蓬勃发展,但也给电力系统带来需要在多个运行调度与优化控制环节考虑不确定性的问题。同时,人工智能大模型技术已在电力领域展现出广阔前景。因此,综述了人工智能（artificial intelligence,AI）大模型技术及其在电力系统运行调控中的未来应用。首先归纳了新型电力系统对人工智能技术的需求,以及AI大模型技术和AI大模型对新型电力系统运行调控的影响。然后,以GPT-4为例,解析了其技术基础,包括网络架构、训练方法、数据配置等。最后,从“源-输-配-用-设备”5维展望了AI大模型在电力运行调控中的应用,为基于大模型的电网运行调控理论提供理论技术支持。