矩差分析理论及其在配电网最小弃光决策中的应用

高比例分布式光伏接入配电网会导致潮流返送和电压越限等一系列问题,严重威胁到配电网的安全运行。文中提出了含分布式光伏配电网的矩差分析理论,将配电网对分布式光伏的消纳问题转化成恢复和维持矩差方程的平衡问题。对一个给定的配电网,当最高节点电压等于规定的电压上限时,光伏矩减去负荷矩的矩差近似为一个常数,称为临界矩差。临界矩差代表了配电网对分布式光伏消纳能力的极限,光伏矩才是配电网需要消纳的对象,而负荷矩是消纳光伏矩的资源。基于矩差分析理论提出了配电网分布式光伏的最小弃光决策,并应用于某10 kV单分支配电线路以及12.66 kV的IEEE 33节点多分支配电网的分析计算。算例表明,所提的最小弃光决策在误差不大于1.2%条件下,寻优速度提高了2877倍,验证了该方法的正确性和快速性。

空调温控负荷集群参与光伏消纳的潜力评估与互动框架

空调温控负荷集群作为当下最具调节潜力的需求侧响应资源之一,在削峰、填谷、分布式光伏消纳和电网调控中将发挥重要作用。因此,提出一种电力市场环境下,基于数据驱动和深度置信网络的空调温控负荷集群参与分布式光伏消纳的可调节潜力评估与互动框架。首先,利用数据驱动构建了基于深度置信网络的可调节潜力评估模型,实时输出温控负荷集群的可调节潜力;其次,考虑功率调整量在一定范围内变化的前提下,构建基于深度置信网络的需求互动模型,对温控负荷集群进行实时温度调控。最后,以冀北地区某10kV馈线作为实际算例进行分析,结果表明:所提框架能够充分利用空调温控负荷集群的可调节潜力,参与分布式光伏的消纳。

思维能力导向的线上物理化学实验课程建设与应用

为了解决物理化学实验课程学习难度大与课堂教学时间少的矛盾,弥补传统的物理化学实验教学“重过程、轻结果”的缺点,建设了线上物理化学实验课程。线上物理化学实验课程通过实验原理和仪器操作视频、实验习题、问题讨论等模块,完成知识、技能和思维能力的培养,与线下实验操作训练形成良好的互补关系。线上物理化学实验课程为翻转传统的物理化学实验课堂提供了前提条件,明显提高了教学效果。

基于一致性算法的多微电网点对点分布式能量交易策略

多微电网共同参与电力市场交易有助于提高新能源消纳能力。为提高微电网参与电力市场的积极性,提出了基于多微电网的点对点能量交易机制。首先,基于Stackelberg博弈理论,建立了多领导者多跟随者Stackelberg博弈模型,将点对点能量交易问题转化为Stackelberg博弈问题,以Stackelberg均衡解作为最优交易策略,实现多微电网最优运行。其次,提出了基于一致性算法的Stackelberg均衡(Stackelberg equilibrium based on consensus algorithm,SECA)求解方法,微电网仅需与相邻微电网交换部分信息即可获得Stackelberg模型的均衡解,SECA算法有效保障了各微电网内部隐私。最后,通过4微电网算例验证了Stackelberg价格博弈模型的有效性和SECA的优越性。

基于主动迁移学习的电力系统暂态稳定自适应评估

基于深度学习的暂态稳定评估模型通常需要大量的有标注样本用于离线训练。一旦电网的运行方式和拓扑结构发生较大变化,预训练模型的性能将劣化甚至失效,使得在线评估时存在一定的空窗期。为了解决这一问题,以深度置信网络(DBN)为研究载体,将深度学习、迁移学习和主动学习相结合,提出一种基于DBN模型的主动迁移学习方法。首先,训练DBN来挖掘输入特征和暂态稳定评估结果间的映射关系,得到更好的暂态稳定评估效果。其次,当拓扑结构和运行方式发生较大变化时,通过短期仿真生成大量的无标注样本,利用主动学习来筛选少量最富有信息的样本,并通过长期仿真对这部分样本进行标注,显著减少了样本的生成时间。最后,计算源域和目标域数据分布的最大均值差异,选择不同的迁移路径,在确保迁移效果的前提下进一步缩短了迁移时间。采用新英格兰10机39节点系统、NPCC 48机140节点系统和中国华中电网进行了仿真,结果验证了所提方法具有高精度、快速性和鲁棒性,有效缩短了深度学习模型在线应用时的空窗期。

融合多类型深度迁移学习的电力系统暂态稳定自适应评估

针对不同类型人工智能网络应用于电力系统暂态稳定评估时精度和泛化能力不稳定、运行方式或拓扑结构发生较大变化时评估精度下降、重新训练新模型费时费力等问题,提出一种融合多类型深度迁移学习模型(tmDLM)的自适应评估方法,该方法融合了深度置信网络、卷积神经网络以及长短期记忆网络3种不同的深度学习模型。将训练好的各类深度学习模型作为源域模型,当运行方式或拓扑结构发生较大变化时,采用少量目标域样本集微调预训练模型,使其快速跟踪系统当前的运行状态,并得到tmDLM。新英格兰10机39节点系统和华中电网的仿真结果表明:所提方法可以充分发挥各类深度学习方法的优势,具有良好的泛化能力;六分类模型能够在判稳的同时进行稳定裕度/失稳程度等级的评估;经过迁移后的深度学习模型具有良好的评估精度和时效性,大幅缩短了模型更新时间,实现了电力系统暂态稳定的自适应评估。

基于深度学习的电力系统暂态功角与暂态电压稳定裕度一体化评估

随着面向高比例可再生能源新型电力系统的转型,系统运行特性日趋复杂。暂态功角稳定(transientangle stability,TAS)与暂态电压稳定(transient voltage stability,TVS)问题相互耦合且频发,为系统安全稳定评估带来严峻挑战。研究首先采用变步长二分法通过调用PSASP从时间维度上构建了暂态电压与暂态功角的稳定边界。研究了不同故障位置、感应电动机占比、负荷率对稳定边界的影响并依托边界确定主导失稳模式。其次提出一种基于注意力机制与一维卷积神经网络融合的电力系统功角稳定及电压稳定裕度评估的新方法。该方法直接面向测量数据,将节点稳态与暂态运行的电压幅值、有功功率、无功功率数据作为输入特征,节省了数据处理时间。通过一维卷积神经网络构建输入特征与极限切除时间的映射,利用注意力机制进一步提高了模型预测效果。通过新英格兰IEEE39节点系统进行分析验证,结果表明该方法可以实现暂态安全裕度的快速评估且具有较高的预测精度。

基于深度残差收缩网络的电力系统暂态频率安全集成评估

在我国能源结构加速转型、力争实现“双碳”目标的背景下,传统电力系统也将迎来结构性的转变。其中由于可再生能源的随机性、不确定性和低惯量等特性,大规模新能源并网带来的一系列影响使得电力系统的频率安全问题日益突出。而传统的时域仿真方法在进行评估时有运算量大、计算时间长等缺点,故难以实现实际电力系统灵活多变的运行方式和大量量测数据下的快速评估。为实现对系统频率安全的快速评估,提出一种基于深度残差收缩网络(deep residual shrinkage network,DRSN)的电力系统暂态频率安全集成评估方法。深度残差收缩网络在深度残差网络的基础上引入注意力机制,能够增强有用信息并抑制冗余信息。在此基础上,将样本按最大频率变化率进行划分,并分别采用DRSN网络进行训练构建集成模型。通过引入风电的新英格兰39节点和118节点系统上的仿真结果,表明所用方法与传统深度学习方法相比精度更高,并有着优异的泛化性、鲁棒性和适用性。

基于光伏重心理论的配电网分布式光伏最大准入容量计算

随着高比例分布式光伏的接入,配电网分布式光伏最大准入容量(hosting capacity,HC)的确定成为了业界关注的焦点。提出了矩和重心的概念,并通过理论分析得到光伏重心必须超前于负荷重心的全局度量指标(globalmetric,GM)。继而推导了满足节点电压越上限约束和线路载流量约束的非迭代的HC的解析表达式,分别得到了节点电压和载流量度量指标LM1、LM2,它们与GM一起构成了完整的光伏重心理论。在此基础上,提出了配电网分布式光伏最大准入容量的新算法和修正算法,修正算法能考虑已有光伏接入和可开发光伏容量等现场约束。IEEE 33算例表明,与考虑无功分布和线损的经典蒙特卡洛算法相比,所提方法在准确性较好的同时,计算效率极高、且能兼顾已有光伏接入和可开发光伏容量等实际限制,工程实用性强。

基于深度学习的电力系统暂态电压与暂态功角稳定一体化超前评估

暂态电压稳定(transient voltage stability,TVS)与暂态功角稳定(transient angle stability,TAS)是电力系统安全运行的重要基础。随着新型电力系统的建设,电压与功角问题紧密耦合且频发,亟需高精度的一体化超前评估为紧急控制夯实基础。首先根据调研整合了表征功角稳定与电压稳定的综合特征,并根据极限梯度提升(extreme gradient boosting,XGBoost)衡量特征贡献度,根据贡献度生成含差分特征的特征集作为评估模型的输入。其次,提出了融合挤压激励模块的多尺度卷积门控循环单元模型(a multi-scale convolution gated recurrent unit integrated with squeeze excitation,SE-CGRU)。该模型通过挤压激励(squeeze&excitation,SE)模块实现特征通道权重的自适应调整,并利用多尺度卷积融合细节特征与宏观特征,实现了暂态功角与暂态电压的高精度一体化评估。在线评估时无需已知故障切除时间即可给出预测结果并输出系统当前状态下的安全裕度。通过引入带时间约束的损失函数与动态权重训练的方式,在保持现有精度的基础上大大缩减了响应时间,实现超前评估。采用多判据融合策略进一步减少了漏判与误判,提高了模型评估的可靠性。以新英格兰10机39节点系统和国内某区域省级互联系统为例验证分析,结果表明所提方法可实现高精度的功角和电压稳定一体化超前评估。

基于双状态评估器与深度强化学习的配电网无功优化

本文将“深度强化学习”引入配电网无功优化,提出了基于双状态评估器与深度强化学习的配电网无功优化方法。首先提出了一种配电网融合特征的提取方法,从配电网运行数据中提取统计特征,然后将统计特征与历史控制策略作为输入,网损与电压偏差分别作为输出,训练了网损评估器与电压偏差评估器。将无功优化问题转化为一个多步马尔科夫决策过程,以最小化网损和电压偏差之和为目标函数,以无功补偿设备的动作指令为策略,并采用基于Double DQN的深度强化学习算法进行求解。对改造后的IEEE 37节点配电网进行无功优化控制实验。结果表明,本文方法有效降低了节点电压偏移和网络损耗,他与配电网系统的模型和参数无关,在线决策速度快,可以实现在线无功优化控制,提高配电网运行经济性。

基于改进残差网络的两阶段电力系统频率安全多级预警

随着“双碳”目标的提出,可再生能源集群大规模并网,导致电力系统频率安全问题再次凸显。因此,借鉴深度学习方法,提出一种基于改进残差网络的两阶段电力系统频率安全多级预警模型。首先,对电力系统的频率安全进行多级精细划分,提出并构建频率安全多级预警模型。该模型在第1阶段利用基于改进残差网络的分类评估器对受扰后的频率是否会超出安全预警值进行评估,并给出预警等级;在第2阶段利用回归预测器进一步给出预警样本的危险程度。最后,以改进IEEE 10机39节点系统和美国伊利诺伊州200节点系统为算例对该模型进行测试,结果表明该模型具有较高的安全预警准确率,不但优于其他浅层学习方法和深度学习模型,而且可以精确地预测频率危险程度,并具有良好的鲁棒性和抗噪能力。

基于改进AlexNet-GRU深度学习网络的配电网短期负荷预测方法

负荷预测作为电力系统规划的重要环节,对于确保电网稳定运行、实现电力供需平衡等方面具有十分重要的作用。本文提出了一种基于改进AlexNet-GRU深度学习网络的配电网短期负荷预测方法。通过聚类将日负荷曲线分为不同日类型;然后根据聚类结果,建立基于改进AlexNetGRU深度学习网络的配电网短期负荷预测模型,并与传统的负荷预测方法进行对比。对某地区2013年的负荷进行预测结果表明,本文所提方法可以有效提高预测精度。

基于高速公路神经网络和注意力机制的短期负荷预测方法

有效的电力负荷预测为智能电网发展建设提供依据,为提高短期负荷预测精度,本文综合考虑用电负荷和实时天气影响因素,提出一种基于人工智能高速公路神经网络(highway neural network,HNN)和注意力机制(attention mechanism,Attention)的短期负荷预测方法。该方法采用Pearson相关性分析、主成分分析法以及K⁃means聚类完成输入序列的特征挖掘,并依据聚类结果将运行日分为3类。接着,针对现有模型可能存在的训练困难和预测效率低下等问题,对每类运行日分别建立Attention⁃HNN模型。该模型将能够给输入序列分配动态权重的Attention与能够选择性传递信息的HNN结合起来,可有效突出关键特征并优化预测效果。最后,通过山东省某地区实例验证并与不同方法进行对比,本文提出的Attention⁃HNN方法具有更好的预测效果,可有效降低预测误差。

特征结构分析及在电力系统次同步谐振研究中的应用

引入参与矩阵的概念，对一带串联电容补偿的简单电力系统进行特征结构分析，解释了电力系统稳定器（ＰＳＳ）对系统低频振荡模态的抑制作用和它对轴系其他次同步扭振模态的危害及其原因，为建立研究次同步谐振和轴系扭振的模型提供了理论依据，并引入响应比的概念分析了电气量和轴系机械量的动态响应，揭示了次同步谐振和轴系扭振的内在联系。

复杂电力系统发电机轴系扭振特性的快速计算

在系统部件的复频域等效端口导纳矩阵的基础上，采用分散消元方式快速计算发电机轴系扭振特性。结合“八五”重大科技攻关课题，对华中电网和葛上直流输电系统中的轴系扭振问题进行了分析计算。

用李雅普诺夫函数法判定汽轮发电机组轴系扭振的稳定性

探讨了用标量和李雅普诺夫分解法判定汽轮发电机组轴系稳定性的可行性，给出并证明了４段轴系模型汽轮发电机稳定性的代数判据。例证结果表明，标量和李雅普诺夫分解法给出了轴系扭振稳定的充分条件。

用于光伏并网的组合级联式功率转换系统复合功率控制策略研究

根据光伏电站并网要求,分析了HC-PCS拓扑结构及特点,提出HC-PCS对光伏电站有功与无功综合补偿的复合功率控制策略.该复合控制策略兼顾光伏电站的有功平滑和电压稳定需求来确定HC-PCS的输出电流参考值,对HC-PCS输出有功与无功补偿进行协调控制,同时附加变化率控制,充分利用其快速功率调节特性,并且对电池充放电进行保护.对所提出的控制策略进行了仿真验证,结果表明,基于电池储能的HC-PCS可有效改善光伏电站并网特性,有助于提高光伏电站的低电压穿越能力,并对电网提供一定的动态无功支撑.

抑制轴系扭振的改进型电力系统稳定器

提出了抑制轴系扭振的改进型电力系统稳定器的设计原则——分离模态设计原则，并将其应用于一典型次同步谐振（ＳＳＲ）问题，以改进经典的电力系统稳定器（ＰＳＳ）．特征根分析和大干扰下的非线性仿真结果表明，改进后的ＰＳＳ不但能很好地抑制系统的低频振荡，而且能有效地抑制轴系扭振．

具有直流输电的电力系统次同步谐振的研究

建立了直流输电系统的复频域模型，导出了任意网络结构下多机交直流电力系统的复频域网络方程，从而将复数力矩系数法应用到具有直流输电的电力系统次同步谐振的研究。