基于功率微分项的双VSG有功功率振荡抑制策略

针对虚拟同步发电机(VSG)双机并联运行时产生的有功功率振荡问题,通过建立双VSG系统的小信号模型,分析了有功功率振荡产生的机理,提出一种基于改进虚拟阻抗的瞬态功率均分策略和一种基于功率微分项的自适应惯量和阻尼的功率振荡抑制策略,将有功功率微分项与角加速度结合起来实现惯量的自适应调节,同时将有功功率微分项引入阻尼控制环节以替代传统的阻尼项,实现阻尼的自适应调节。所提出的策略可以使动态时VSG之间的角频率差更快速地趋近于零,从而减小有功功率振荡的超调,改善频率动态响应性能。搭建了VSG并联的仿真模型,仿真结果表明:所提改进控制策略可以使瞬态时实现有功均分,使动态时的有功功率振荡超调减小41%,振荡过程减小了1秒。

基于改进深度Q网络的虚拟电厂实时优化调度

深度强化学习算法以数据为驱动,且不依赖具体模型,能有效应对虚拟电厂运营中的复杂性问题。然而,现有算法难以严格执行操作约束,在实际系统中的应用受到限制。为了克服这一问题,提出了一种基于深度强化学习的改进深度Q网络(improved deep Q-network,MDQN)算法。该算法将深度神经网络表达为混合整数规划公式,以确保在动作空间内严格执行所有操作约束,从而保证了所制定的调度在实际运行中的可行性。此外,还进行了敏感性分析,以灵活地调整超参数,为算法的优化提供了更大的灵活性。最后,通过对比实验验证了MDQN算法的优越性能。该算法为应对虚拟电厂运营中的复杂性问题提供了一种有效的解决方案。

“新型电力系统数字化关键技术综述”专辑评述

数字化是推动新型电力系统发展的重要动力,已成为广受学术界和产业界关注的热点技术。为此,《电力系统自动化》编辑部组织了“新型电力系统数字化关键技术综述”专辑,系统化介绍了新型电力系统数字化基础元件装备、边缘计算技术、通信安全与防护、智能化调度决策等一系列技术成果,代表了本领域最新技术成果和先进经验。文中立足于新型电力系统数字化发展的整体趋势,对专辑论文按研究方向进行了系统性梳理,对其核心成果与观点进行了归纳总结,希望能够完整呈现专辑成果对新型电力系统数字化关键技术体系的支撑作用,为相关技术研究的进一步深化提供参考。

对有关电能计量若干问题的思考

文中基于论证和较全面分析,就不同场景下电能计量所关注的截然不同的问题、更好利用大数据去构建电能表检验新方法、动态电能计量研究面临新挑战、关注超谐波电能计量、不宜将电能计量装置与电能表简单划等号,以及测量准确度不同于测量精度等六个问题,阐述了作者的观点和认识,旨在对开展相关研究,以及更清楚理解相关测量方法及概念等起到促进作用。

基于CEEMD-SE的CNN&LSTM-GRU短期风电功率预测

为进一步提升短期风电功率的预测精度,提出了一种基于互补集合经验模态分解-样本熵(complementary ensemble empirical mode decomposition-sample entropy,CEEMD-SE)的卷积神经网络(convolutional neural network,CNN)和长短期记忆-门控循环单元(longshorttermmemory-gatedrecurrentunit,LSTM-GRU)的短期风电功率预测模型。首先,利用互补集合经验模态分解将原始风电功率序列分解为若干本征模态函数(intrinsic mode function,IMF)分量和一个残差(residual,RES)分量,利用样本熵算法将相近的分量进行重构;其次,搭建卷积神经网络和长短期记忆网络的并行网络结构,提取数据的局部特征和时序特征,并将特征融合后输入门控循环单元网络中进行学习预测;最后,通过算例进行验证,结果表明采用该模型后预测精度得到了有效提升,其均方根误差降低了15.06%、平均绝对误差降低了15.22%、决定系数提高了1.91%。

考虑耦合作用的电网业务组合投资优化

电网业务正处于传统业务向新兴业务变革的关键时期,由于电网业务发展的多样性,应考虑业务的相互影响,准确量化业务投资价值。分析业务间耦合作用,构建业务耦合作用评价体系,并通过Choquet模糊积分量化了电网业务耦合程度,构建适应未来发展新环境的电网业务投资价值评价体系,构建了考虑耦合作用的电网业务组合投资优化模型。在算例中,包含综合能源业务、储能业务、电动汽车业务的组合投资价值最高,为2.024,其中,业务基础投资价值为1.870,耦合投资价值为0.154。通过算例分析验证了考虑电网业务耦合作用的必要性与投资优化模型的适用性,支撑电网公司制定电网业务组合投资决策。

新型电力系统数据跨域流通泛安全边界防护技术

新型电力系统建设涉及多业务系统、多部门、多方主体间进行海量、异构数据的交互和共享,电力数据的内外部网络环境与安全形势日趋复杂化,数据流通的脆弱性风险加剧。首先,分析新型电力系统下数据流的类型与特性,概括电力数据流通安全防护面临的新形势;其次,基于专用数据处理器(DPU)的高性能流量编排和多功能安全网关能力,构建面向电力数据跨域流通安全增强的泛安全边界,凭借数据面可编程技术沟通网络安全与数据安全双维度安全能力,提出基于DPU的数据跨域流通协同防护技术应用方案;最后,阐释DPU在不同电力通信网络层次的部署方式、价值与关键技术,分析现阶段DPU在电力领域应用存在的挑战。

电动汽车与电网互动:综述与展望

随着新能源发电、电动汽车的大规模发展,电网的调节能力持续下降,新能源消纳的压力日益增加,配电网的薄弱性逐渐暴露。电动汽车与电网互动技术的推广应用对于充电需求的满足、配电网建设压力的缓解、电动汽车灵活性资源的利用及新能源消纳都具有重要意义。文中从电动汽车与电网互动的技术研究、相关政策与标准制定、基础设施及能量管理等平台、信息安全以及示范应用五大方面入手,对电动汽车与电网互动领域的研究现状进行了系统总结,指出了现有研究中的不足之处,并进一步探讨了未来电动汽车与电网互动领域的潜在研究方向。

基于加速退化试验的漏电信号调理电路性能退化及可靠性研究

在电子电路服役过程中,元器件退化会引起电路输出特性变化,降低电子电路的可靠性。漏电信号调理电路作为一种电子电路,其可靠性直接决定了漏电断路器的可靠性。以漏电信号调理电路为研究对象,首先基于灵敏度分析方法确定影响电路性能退化的关键元器件,并对漏电信号调理电路进行了以温度为加速应力、动作电流值为退化特征量的恒定应力加速退化试验;其次根据不同温度应力下的试验数据建立基于Wiener过程的漏电信号调理电路性能退化模型,并利用极大似然估计法求取退化模型的未知参数,进而得出寿命预测的概率密度函数和可靠度函数;最后利用阿伦尼斯(Arrhenius)方程外推出正常应力下漏电信号调理电路的预测寿命。相关结论可为不同电子电路的寿命预测及可靠度分析提供支撑。

一种自适应扩展卡尔曼滤波的永磁同步电机无位置传感器矢量控制

在粗差干扰或噪声统计偏差情况下,扩展卡尔曼滤波(EKF)对永磁同步电机(PMSM)的速度和转子位置估计存在精度下降问题,为此提出一种基于新息序列的自适应扩展卡尔曼滤波算法(AEKF)。首先,将粗差干扰加入系统观测方程中,分析粗差干扰对系统观测精度的影响。其次,为增强算法的抗扰性能,在新息协方差计算中设置加权系数,通过调整临近时刻的新息协方差阵权重,计算出新息协方差值,并更新到卡尔曼增益的计算。最后,建立AEKF数学模型,并对比粗差干扰与噪声统计出现偏差情况下,AEKF与EKF两种策略的观测性能。仿真和实验结果表明,在粗差干扰或噪声统计信息出现偏差情况下,AEKF算法对永磁同步电机转速的观测具备更强的鲁棒性及更高的预测精度。

宽转子极无轴承开关磁阻电机径向力模型全周期拓展

针对单绕组宽转子极无轴承开关磁阻电机在定转子极非完全交叠区间的径向悬浮力模型空白、已有定转子极完全交叠区间径向悬浮力模型推导过程复杂且计算量大的不足,首先通过磁场有限元分析,分别确定了该电机在定转子非完全交叠区间和完全交叠区间的电磁场几何分布,计算了气隙磁密,再根据麦克斯韦应力法分别推导了这2个区间的径向力表达式,从而建立该电机在一个完整周期范围内的径向力数学模型,并通过与三维有限元计算结果的对比验证该模型的准确性。相比于利用等效磁路图推导径向力模型而言,该建模过程更简便,计算量也更小。全周期径向力模型的建立,不仅能为电机本体和控制器设计提供理论参考,还有助于提高该电机控制策略设计的灵活性,也可以提高与传统单绕组无轴承电机控制器的通用性。

基于DCS-惯性权重组合的柔性机械臂运动轨迹控制系统研究

为了有效调控机械臂运动幅度,避免柔性机械臂实际运动轨迹与目标轨迹发生较大的偏差,设计一种基于分散控制系统(DCS)-惯性权重组合的柔性机械臂运动轨迹控制系统,它是一个集合了计算机、通信、显示和控制的计算机系统,该系统由过程控制和过程监控。通过DCS算法控制监测对象行为幅度并计算柔性机械臂惯性权重,利用DCS-惯性权重组合求解素数控制指标的具体数值,实现了对柔性机械臂运动轨迹控制系统的软件设计。实验结果表明,DCS-惯性权重组合算法作用下的机械臂末端坐标在横轴、纵轴、空间轴方向上的运动幅值均可以被控制在10个单位长度之内,并且在0.52 s内进入机械臂运动轨迹最佳控制状态,运动轨迹差值最大仅为0.01 rad,验证了该系统具备可行性和有效性。

从电池管理到电化学数字电源

电源技术的发展对绿色交通、规模化储能、智慧电网等领域具有重要作用。以电化学器件为代表的电化学电源具有反应机理复杂、多物理场、多尺度特性,同时工作过程中表现出强非线性、时变性及空间分布等特点,为电源的管理带来了挑战。本文以动力电池为对象,分别从模型、测量和管理三个方面阐述当前电池管理技术的研究现状及发展趋势,认为局限于本地的管理技术将逐渐走向全局的数字化管控,提出电化学数字电源的概念并诠释其内涵,旨在助力新能源汽车、氢电储能、新型电网、充电基础设施等电化学电源应用场景的发展。

新能源电力系统不确定优化调度方法研究现状及展望

风电场和光伏电站出力的不确定性给电力系统优化调度带来很大技术挑战。文中主要介绍了考虑新能源不确定性的电力系统优化调度方法的研究现状及后续研究方向展望。首先,重点论述了各种不确定优化调度(UOD)方法,包括随机优化方法、鲁棒优化方法、随机鲁棒优化结合方法和基于人工智能技术的方法。其中,随机优化方法包括场景法、机会约束规划法和近似动态规划法;鲁棒优化方法包括传统鲁棒优化法和分布鲁棒优化法;随机鲁棒优化结合方法包括采样鲁棒优化法和分布鲁棒机会约束规划法。然后,介绍了每一种方法的优化模型形式、模型的转化和求解原理及其优缺点。最后,对UOD的后续重点研究方向进行展望,包括兼顾多个目标的UOD问题及多目标不确定优化方法、输配系统UOD问题及分布式不确定优化方法、考虑稳定性约束的UOD问题及含常微分方程约束的不确定优化方法、考虑管道传输动态的综合能源系统UOD问题及含偏微分方程约束的不确定优化方法。

10 kV电缆接头局部放电趋势分析及预警方法研究

电缆接头是局部放电频发的位置,针对目前对局部放电趋势研究的不足和预警不及时的问题,提出了一种基于Mann-Kendall检验法和长短期神经网络(LSTM)的局部放电的趋势分析和预警方法。为了清晰地揭示局部放电数据的趋势特征,文中采用Mann-Kendall检验法对采集的暂态地电压(TEV)数据进行处理,定量计算趋势变化及突变点检测。文中提出基于Mann-Kendall检验法和LSTM算法的综合预警模型,该模型利用LSTM预测TEV序列幅值,并用Mann-Kendall计算预测值的趋势参数,通过综合考虑TEV幅值大小和趋势参数实现了电缆接头局部放电主动预警。算例结果表明,Mann-Kendall能清晰揭示局部放电变化趋势,LSTM对局部放电数据预测效果良好,基于二者构建的预警模型能较好地对局部放电进行预警。

数字化背景下新型电力系统谐波溯源关键技术

构建以新能源为主体的新型电力系统是能源电力行业推动“双碳”战略目标的关键举措。伴随多类型电力电子设备大规模接入系统,源网荷储谐波源交互影响,谐波污染加剧且复杂多变,呈现全局化特征,影响了电力系统优质可靠供电。文中聚焦多类型谐波源交互作用下的谐波来源追溯,深度融合先进数字技术在数据资源和智能协作的优势进行主导源头辨识和谐波贡献评估。首先,围绕谐波溯源概念,分析其在数字化背景下新型电力系统面临的新挑战和新机遇。然后,阐述了谐波溯源研究现状,指出关键技术的发展新需求。基于此,利用数字电网技术架构设计了云-边-端协同溯源策略。针对数字化背景下的新型电力系统,阐述了谐波源确定在数据采集、机理分析、协同应用等方面的主要技术。最后,展望了未来数字电力系统安全、可靠、灵活发展的技术方向。

基于新能源-负荷相似性的源荷储协调调峰优化调度

合理利用可调节负荷的响应特性来实现源荷储的协调调度,可有效缓解新能源、负荷的不确定性所带来的调峰压力。基于新能源-负荷(NER-L)相似性,建立可调节负荷响应目标。基于相关系数,建立能准确刻画负荷对新能源出力跟踪匹配程度的NER-L相似性指标,并将指标引入所建源荷储协调调峰的双阶段优化调度模型。第一阶段模型以NER-L相关系数最大为目标,确定可调节负荷在各时段的响应功率并获得最优电网负荷;第二阶段模型以弃风弃光量最小、调峰运行成本最低为目标,优化火电机组及储能出力。以IEEE 30节点系统为例,对NER-L相似性、净负荷峰谷差、系统调峰运行经济性及新能源弃电功率进行计算分析,结果验证了所提模型的有效性。

基于CNN-SAEDN-Res的短期电力负荷预测方法

基于深度学习的序列模型难以处理混有非时序因素的负荷数据,这导致预测精度不足。提出一种基于卷积神经网络(CNN)、自注意力编码解码网络(SAEDN)和残差优化(Res)的短期电力负荷预测方法。特征提取模块由二维卷积神经网络组成,用于挖掘数据间的局部相关性,获取高维特征。初始负荷预测模块由自注意力编码解码网络和前馈神经网络构成,利用自注意力机制对高维特征进行自注意力编码,获取数据间的全局相关性,从而模型能根据数据间的耦合关系保留混有非时序因素数据中的重要信息,通过解码模块进行自注意力解码,并利用前馈神经网络回归初始负荷。引入残差机制构建负荷优化模块,生成负荷残差,优化初始负荷。算例结果表明,所提方法在预测精度和预测稳定性方面具有优势。

可解释人工智能在电力系统中的应用综述与展望

可解释人工智能(XAI)作为新型人工智能(AI)技术,具有呈现AI过程逻辑、揭示AI黑箱知识、提高AI结果可信程度的能力。XAI与电力系统的深度耦合将加速AI技术在电力系统的落地应用,在人机交互的过程中为电力系统的安全、稳定提供助力。文中梳理了电力系统XAI的历史脉络、发展需求及热点技术,总结了XAI在源荷预测、运行控制、故障诊断、电力市场等方面的电力应用,并围绕解释含义、迭代框架、数模融合等方面展望了电力系统XAI的应用前景,可为推动电力系统智能化转型与人机交互迭代提供理论参考与实践思路。

基于分布鲁棒优化的车-站-网日前能量管理与交易

为考虑上级电网电价、光伏出力等多重多层级不确定性对车-站-网互动博弈模型的影响,且充分体现配电网主动管理技术支撑效果,文中提出了一种基于分布鲁棒优化的车-站-网能量管理与交易方法。首先,针对主动配电网内多元主体能量管理与交易问题,建立了配电网运营商、充电站和电动汽车的日前市场互动框架。其次,融合主动网络管理技术和网络约束,在配电网运营商与聚合了电动汽车的多个充电站之间构建了以多主体各自利益最大为目标的双层Wasserstein分布鲁棒互动博弈模型。然后,提出了结合Karush-Kuhn-Tucker条件、对偶原理和大M法的化简方法以解决多层级不确定性造成的求解难题,将双层Wasserstein分布鲁棒模型转化为单层混合整数二阶锥规划模型,并利用商业求解器YALMIP/GUROBI进行了求解。最后,通过算例仿真验证了所提模型和方法的有效性。