考虑碳排放流的电-气互联系统源荷互动低碳经济调度

为应对电力系统存在的弃风、碳排放较高等问题,基于碳排放流理论提出了一种电-气互联系统源荷互动低碳经济调度模型。基于电力系统碳排放流计算方法,推导得到考虑气网动态特性的天然气系统碳排放流计算方法;构建以储液罐装置为主的储碳系统(CSS),CSS与火电机组(TU)、风电机组(WT)、电转气(P2G)设备组成TU-CSS-P2G-WT的联合运行方式;源侧以系统日运行总成本最小计算得到能源网络的碳势时空分布,荷侧根据源侧的碳势信号,基于低碳响应机制建立激励型低碳需求响应模型,合理调整用能行为最小化用户购能总成本;建立源荷互动两阶段低碳经济调度模型,并利用GUROBI进行求解。通过改进由IEEE 39节点和比利时20节点构成的电-气互联系统进行算例分析,验证了所提模型的低碳经济性和灵活性。

基于改进粒子群算法的综合能源系统多目标优化运行

“双碳”目标下,电力能源系统需要逐步向节能低碳的方向发展,综合能源系统(IES)是解决能源与环保问题的重要举措。目前对IES的研究主要集中在分布式能源、储能并网和多目标优化等方面,智能算法是处理优化问题的重要途径,但随着模型复杂化,传统的智能算法存在收敛性差、容易陷入局部最优的问题。基于此围绕IES经济、环保与稳定运行目标,构建了考虑经济性、环保性及出力不平衡性3个指标的基于改进粒子群算法的IES多目标优化模型。首先,以3个指标最优为目标搭建了IES模型;其次,采用隶属度函数和层次分析法(AHP)进行归一化处理并确定权重系数;最后,引入粒子浓度评价算子改进粒子群算法,对所提模型进行求解,并分析系统在单一目标和多目标情况下的运行结果,验证了模型和算法的有效性。改进算法显著提高了收敛速度,有效避免了粒子陷入局部最优。

基于纳什谈判的智能园区P2P电能交易优化运行

为促进构建更加公平和谐的新型电力市场,以智能园区为研究对象开展电能共享优化研究。构建了含多种灵活性供电资源及常规负荷的园区微电网系统模型和运行成本模型,考虑了电动汽车有序/无序充放电策略及负荷侧需求响应情况,以减少微电网与主网的交互波动,保证系统运行稳定性。建立了多园区联盟运行成本最小化模型,并根据各园区在合作共享运行时的不同贡献值构建了基于非对称议价的收益分配模型。设计改进的自适应交替方向乘子法(ADMM)进行求解,验证了模型与算法的有效性,并加快了计算收敛速度。算例结果表明,所提的园区点对点(P2P)交易优化模型能够实现多园区联合运行成本最小,基于不同贡献值的非对称议价模型可以实现在降低成本的同时增加各园区收益的公平分配,具有良好的经济效益。

光伏发电系统动态离散等值模型研究

可再生能源在新型电力系统中的占比进一步加大,光伏机组并网容量有明显提升的趋势,而不同渗透率下的光伏发电系统动态行为对电网负荷特性产生显著影响,但光伏发电并网动态模型复杂、待辨识参数多,增大了模型实际运用难度.为此,基于光伏电站机理模型,建立光伏发电并网系统的动态离散等值模型,得到光伏发电并网系统的动态离散等值模型的模型参数;并采用IEEE 14节点系统研究不同渗透率下光伏发电并网系统的动态离散等值模型特性.仿真结果表明,光伏发电并网系统的动态离散等值模型能准确描述光伏发电系统的动态特性,且精度高、易于辨识.

基于VMD-BiLSTM机制的小水电日发电量预测

针对径流式小水电日发电量预测精度较低而导致的发电计划不合理和弃电问题,提出一种基于变分模态分解(Variational mode decomposition,VMD)和双向长短时记忆网络(Bi-directional long short-term memory,BiLSTM)的日发电量组合预测方法。首先分析了小水电的日发电量特性,基于此采用VMD技术将日发电量分解为低频和高频分量,以提取时间序列数据周期趋势特性和局部波动特征,采用中心频率法和皮尔逊相关系数法确定VMD的分解次数;最后,采用基于日发电量特性选择的BiLSTM预测工具对VMD分解得到的各个分量进行预测,再将各个分量的预测结果进行融合,得到最终的预测值。实验结果表明,所选模型能较好地拟合实际数据,提高预测精度,并优于其他深度学习方法。

基于样本集成学习和SO-SVM的变压器故障诊断

针对变压器故障样本类别不平衡造成分类模型准确率偏低的问题,提出一种基于样本集成学习和蛇优化算法(SO)优化支持向量机(SVM)的变压器故障诊断模型。该模型先利用EasyEnsemble采样器对样本进行多次欠采样后生成类别平衡的多个子集;然后以Bagging策略训练SO优化关键参数后的SVM模型,综合各个分类器结果得到最终故障类型。通过算例对所提模型有效性进行验证,数据表明,SO-SVM的故障诊断相比于RF、SVM、KNN等模型,诊断准确率分别提高了3.44%、6.89%、10.92%,AUC值分别提高了0.0264、0.0425、0.0812;在同一分类器下,SO-SVM模型相比于SMOTE和ADASYN样本平衡方法,诊断准确率分别提高了4.59%、2.87%,说明SO-SVM模型对不平衡样本的故障诊断能力更优。

考虑碳-绿色证书交易机制的新能源跨省交易模型

针对我国可再生能源就地消纳困难问题,提出需求响应下考虑碳-绿色证书交易机制的新能源跨省出清模型。首先,论述了省内-省间双层电力市场运作框架;然后,构建以省内运行成本最小与省间新能源出清价格最低为目标函数的两层电力市场优化模型,通过拉格朗日对偶原理以及KKT(Karush-Kuhn-Tucker)条件将下层模型转化为等价的上层问题约束条件,采用大M法(big M method)化非线性问题为线性问题;最后,以我国某地区电力市场为实际算例对模型进行分析。结果表明,所提模型能明显改善负荷峰谷差,有效提高系统运行环保性及经济性。

考虑源-荷不确定性及条件风险价值的电力系统优化调度

高比例风、光新能源机组并网及负荷侧功率的波动使得电力系统面临着较强的源-荷不确定性。为此,提出一种考虑源-荷不确定性及条件风险价值的电力系统优化调度模型。采用随机优化规划的方法对风、光机组及负荷功率不确定性进行处理,运用三角模糊数表征随机变量,利用清晰等价转换求解模糊优化问题;考虑到不确定性带来的运行风险,利用条件风险价值的方法来调控不确定性对调度决策者的影响,降低不确定性风险成本,并考虑了阶梯碳交易成本,降低了系统的碳排放。算例结果表明,所提优化调度模型能够有效降低不确定性风险成本,提高系统运行的低碳与经济性。

±800kV特高压直流输电线路故障定位小波能量谱神经网络识别法

固有频率与故障距离之间存在数学关系,故障行波暂态能量在固有频率附近较集中,其暂态能量包含丰富的故障距离信息。利用人工神经网络(ANN)的非线性函数逼近拟合能力,建立直流输电线路故障定位的ANN模型。利用小波变换的等距特性提取单端线模电压7尺度的小波能量,并将其作为样本属性对神经网络进行训练、测试。所提方法将不易提取的固有频率点特征转化为容易提取的频带特征,提高了测距的可靠性。数字实验结果表明,所提方法在不同过渡电阻和不同故障距离下均能准确测距。

±800kV云广特高压直流控制方式的动态特性分析

云广±800 kV特高压直流输电系统建成之后,将形成远距离和大容量交、直流输电并列运行的电网格局,特高压直流的控制方式对电网的稳定性有重要影响。为此在电磁暂态仿真软件EMTDC中对±800 kV云广直流双极运行下,整流侧分别采用定电流和定功率控制时,交流系统整流侧与逆变侧故障对直流系统的影响,直流控制系统与交流系统的响应过程进行了详细的计算分析,对两种控制方式下系统的动态特性进行了对比分析。结果表明,与整流侧采用定电流控制相比,定功率控制时,交流系统故障期间系统各电气量的变化较缓慢,故障清除后系统恢复过程中,直流电流的突增会导致短时换相失败,且故障后直流系统的恢复时间较长。

±800kV特高压直流输电线路雷击暂态识别

特高压直流输电线路受到雷击未故障时,极线上电压行波围绕直流分量上下交替变化,与轴线电压相关度趋近于1。此特征可作为识别雷击干扰的判据。雷击故障时,雷电波中有大量高频分量,绝缘闪络后,迅速衰减;接地故障时,短路电压行波由附加电源产生,高频分量少。雷击故障最终呈现接地故障特征,经小波变换后,中低频分量与接地故障相近,故雷击故障高频能量与中低频能量比值较接地故障时大。据此特征可用来识别雷击故障和接地短路故障。利用云广800 kV直流输电模型,采用5 ms时窗,进行了大量的EMTP暂态仿真,验证了该方法的有效性。

过渡电阻对特高压交直流混联电网暂态功率倒向的影响分析

对于特高压交直流混联电网,当直流系统逆变侧发生换相失败后,交流系统有可能出现暂态功率倒向现象并导致交流线路保护发生误动。为此,对交流系统暂态功率倒向现象及其产生机理进行了研究;并利用PSCAD/EMTDC仿真软件建立了特高压交直流混联线路的仿真模型,分析了故障点过渡电阻的大小对暂态功率倒向现象的影响。仿真结果表明:随着过渡电阻的增大,倒向功率先减小后增大。通过减少突变量正方向元件的动作区域或者设置一定的延迟时间(一般取40 ms)闭锁纵联保护,可以防止由暂态功率倒向引起的线路保护误动。

基于改进关联规则的直流换流站典型运维事件集诊断方法

随着中国特高压交直流电网的大规模运行,直流换流站一、二次设备复杂程度不断增高,使得直流系统发生状态转换或故障时,换流站顺序事件记录(SER)系统短时间产生大量SER事件,SER事件集中的特征事件丢失难以被运维人员及时察觉。针对此问题,文中提出了一种基于改进关联规则的直流换流站典型运维事件集诊断方法。首先,分析了换流站原始SER特征类型并筛选SER事件的主要特征类型,实现数据降维与换流站SER事件模型构建;然后,通过改进关联规则算法挖掘换流站相似故障与状态转换的SER强关联事件组与SER关联事件;最后,基于数据挖掘结果诊断SER事件集中是否存在特征事件缺失的情况。结合昆柳龙直流工程换流站试运行数据进行算例分析,结果表明所提方法可以从海量异构、多态SER事件集中挖掘关联规则,为辅助运维人员诊断换流站状态转换与故障发生下SER事件集的缺失情况提供参考。

基于粒子群优化–长短期记忆网络模型的变压器油中溶解气体浓度预测方法

电力变压器作为电网中传输和变换电能的主要设备,对油中溶解气体的浓度进行有效预测,可为变压器的故障诊断及状态评估技术提供一定的理论依据。鉴于此,提出一种基于粒子群优化算法(particle swarm optimization,PSO)与长短期记忆网络(long-shorttermmemory,LSTM)的变压器油中溶解气体浓度预测方法。首先该模型以油中溶解的7种特征气体浓度序列作为可视输入;然后通过使用粒子群优化算法对长短期记忆网络中相关超参数进行迭代优化;最后构建PSO-LSTM组合模型对油中溶解气体的浓度进行预测。该模型克服了依据经验选取参数而导致预测精度低的问题。算例分析结果表明,相较于传统预测算法,所提方法可以更好地追踪油中溶解气体浓度的变化规律,提高了预测精度,为电力变压器安全稳定运行提供了有力保障。

基于多方合作博弈及梯级化的电能替代效益分析

电能替代对提高电能在终端能源消费中的比重,推动节能减排具有重大意义。首先,针对潜在群体化用户参与电能替代项目的次序问题,提出了用户群梯级化替代机制。其次,构建了基于多方合作博弈理论的电能替代效益分析模型,并在Pareto面上进行Nash均衡分析。最后,以云南曲靖地区以电替煤烤烟项目为例,采用改进交互式NSGA-II算法得到Nash均衡解。仿真结果表明,被替代的用户群密集程度是博弈中影响各方收益的重要因素。经算例验证,所提的博弈方法可有效求解各参与者的均衡策略,同时可推动电能替代项目的开展,并为相关政策的制定提供科学依据。

云南省高原湖泊流域生态智脑创新建设的对策建议

建设云南省高原湖泊流域生态智脑是数字孪生流域建设的内容之一,也是推进云南水利数字建设的重要内容,是提高云南省高原湖泊治理水平的必经之路。阐述了云南省高原湖泊流域生态智脑的内涵特点,分析了其创新建设的重要性,并提出了基本路径、对策建议。

一种大电流整流器的谐波抑制方法研究

针对应用星形联结自耦变压器的大电流整流器,提出一种应用有源平衡电抗器(AIPR)抑制其输入电流谐波的方法。分析不使用有源平衡电抗器时的输入电流、负载电压及自耦变压器的容量;给出有源平衡电抗器副边所接辅助电路的拓扑及其控制方法;当整流器输入电流谐波得到最大抑制时,确定辅助电路输入电流的幅值、频率和相位,并计算有源平衡电抗器对负载电压、自耦变压器容量的影响。实验结果表明,使用有源平衡电抗器后,整流器的输入电流总谐波畸变率(THD)由27%降到了3. 7%,输入电流谐波得到显著抑制;辅助电路的容量仅为负载功率的5. 1%,谐波抑制代价较小;负载电压不受有源谐波抑制方法的影响,仍为6脉波;有源谐波抑制方法改变了星形联结自耦变压器的绕组电流,导致其容量由95%上升到105%。

基于改进遗传算法的输电网优化规划

针对传统电网规划方法往往只能提供一种规划方案的缺点,提出用遗传算法进行输电网规划,根据输电网规划的特点,对遗传操作进行了改进设计,算例分析表明,该法可获得一批最优、次优的规划方案,结果令人满意.

基于麻雀搜索优化的Attention-GRU短期负荷预测方法

针对短期电力负荷预测目前存在的难点与问题,提出了一种基于麻雀搜索优化的注意力门控循环单元预测方法。首先,应用注意力机制对输入序列进行权重分配;然后,输入门控循环单元组合网络对内部特征进行学习,并输出预测时间负荷值;最后,使用麻雀搜索算法对网络超参数进行组合优化,以验证集损失最小为目标函数获取最优化网络结构超参数。该方法实现了原始输入序列结构权重分配与组合网络超参数的最优化。算例分析表明,所提方法比传统预测模型精确度更高。

电力系统机组优化组合的改进遗传算法

将遗传算法应用于电力系统机组优化组合计算.基于对遗传算法基本原理的研究,并结合机组组合问题的特点,设计了一套新颖的遗传操作.算例仿真表明:改进后的遗传算法不仅较好地处理了电力系统机组优化组合的各种约束条件,而且改善了算法的收敛性,提高了计算速度和精度,证明了该方法的正确性和有效性.