考虑多状态特征的非侵入式负荷识别方法

针对传统负荷识别存在无法准确区分含有多种运行状态的负荷识别问题,该文提出一种考虑负荷多状态特征的非侵入式负荷识别方法(non-intrusive load monitoring,NILM)。首先,利用VGG16卷积神经网络(visual geometry group 16neural network,VGG16)对负荷的U-I轨迹进行初步分类。然后,采用最大相关最小冗余特征选择(max-relevance and min-redundancy,mRMR)算法,从未成功分类的负荷的各个工作状态中筛选出最优特征组合作为输入,通过支持向量机(support vector machines,SVM)算法进行二阶段识别,达到快速精细化识别多状态易混淆电器的分类效果。最后,利用Plaid数据集,对分别考虑单个状态和多个状态特征的识别效果进行对比分析。结果表明,文中所提方法可以有效区分易混淆的多状态电器,提高了识别准确性。

基于阻抗控制的电流互感器取能控制策略研究

针对电流互感器取能电源在输电线路小电流时存在供能死区、大电流时CT铁芯深度饱和导致异常运行状态的问题,提出一种阻抗控制式电流互感器取能控制方法。首先,建立取能CT等效电路模型,运用负载阻抗分析方法,对取能系统励磁特性问题展开研究;其次,给出阻抗控制式取能电路拓扑结构,并考虑不同原边电流工况的影响,对取能电流互感器提出阻抗调节控制策略;最后,搭建电流互感器取能综合实验平台进行实验验证,实验结果表明,容性阻抗运行特性的调节,显著提升了小电流工况下的系统取电功率,而在大电流工况下,感性阻抗运行特性使得铁芯的饱和状态得到抑制,可向负载提供稳定的电压和功率。

融合多注意力深度神经网络的可解释光伏功率区间预测

现有光伏出力预测研究对复杂时空相关性的影响考虑不足,且深度学习自身的黑箱性质使其预测结果的可解释性差。为提高多时空尺度下光伏功率预测精度并增强模型可解释能力,提出融合时空注意力深度神经网络的光伏出力预测模型及其可解释性分析方法。首先,建立了时间-空间-特征的多维注意力机制,结合深度神经网络和分位数回归模型构建光伏区间预测模型,并以注意因子为导向指导模型优化。然后,提出了面向深度学习模型预测过程和预测结果的可解释性体系,基于神经元电导梯度法从模型结构上解释其预测机制,进一步结合注意力权重挖掘影响模型功率预测的核心时空特征。为验证解释结果的可靠性,通过沙普利加性原理量化考虑时间差异性的特征全局边际贡献,并结合实例样本溯因模型的预测依据。最后,在中国某省分布式光伏电站数据中进行验证,结果表明,所提模型相比传统预测模型具有更高的预测精度,可以挖掘光伏出力的时空规律性并合理解释模型预测机制。

考虑产消者响应与不确定性的微能网双层混合博弈优化

随着分布式能源的发展,传统用户具备发电能力而成为产消者(production and consumption users,PCU)的趋势愈演愈烈,该文主要研究了同一微能网下大量产消者的协同运行问题。电价不确定性和产消者响应给微能网协同不同利益主体的PCU之间的调度带来困难。在此背景下提出考虑产消者响应与电价不确定性的微能网与产消者混合博弈优化策略。首先,构建产消者响应模型和电价不确定性模型,引入效用函数来描述PCU的满意程度,采用鲁棒优化和机会约束方法描述电价的不确定性与新能源出力的不确定性。其次,构建混合博弈模型,即上层微能网运营商(integrated energy operator,IEO)与下层PCU之间的主从博弈模型和下层PCU联盟之间的合作博弈模型。上层IEO作为主从博弈的领导者以运行成本最小化为目标,通过为产消者制定电价、热价引导产消者的用能需求;下层产消者作为跟随者,以效益最大为目标通过合作方式对IEO的决策进行产消者响应。PCU之间的合作博弈以纳什议价的方式进行,将PCU模型等效为联盟收益最大化和合作分配两个子问题。基于KKT条件利用Big-M法和Mc Cormick包络法将双层问题转换为单层混合整数线性规划问题求解主从博弈,结合交替方向乘子法(alternating direction multiplier method,ADMM)求解下层合作博弈。结果表明,该文所提策略有效协调了微能网与PCU的调度并保证了PCU合作联盟的公平性。

基于动态电-碳需求响应的综合能源系统日前多元低碳交易方法

随着电力行业碳减排任务的推进,电-碳耦合愈加紧密,为综合能源系统优化运行带来了新机遇、新挑战。根据新型电力系统多能互补、清洁低碳、安全可控、灵活高效、开放互动的基本特征,提出需求侧动态电-碳双响应的日前多级市场交易方法。首先,基于碳排放流理论,将源侧碳排放信息传递至各园区,实现差异运行方式下电力系统源-网-荷的精细化“电-碳”联动。然后,构建需求侧电-碳-绿证多元交易市场,鼓励更多主体参与市场,充分挖掘需求侧在经济、环境等方面的价值。最后,建立主网与各园区间的双层综合能源系统优化调度模型。上层主网发布动态电价与动态碳排放因子,下层需求侧的各园区生成有效的减排方案,使得源荷双侧形成有效互动,综合能源系统整体实现低碳经济运行。仿真结果表明,所提策略能够在较为精确表征碳排放的基础上,通过完善需求侧多元交易市场,深度挖掘园区的碳减排潜力,提高新能源的消纳率,有效平衡系统的经济性、安全性和低碳性。

计及电能质量影响的主动配电网光储容量优化

“双碳”目标的提出,配电网新能源接入已成必然,光储并网配置将成为影响配电网电能质量的关键因素之一。该文建立一种计及电能质量影响的主动配电网光储双层优化配置模型,下层调度模型采用基于二阶锥规划的最优潮流模型,以系统网损最低为目标对各主动管理措施和分布式电源出力进行调度;上层配置模型以发电系统年投资运行成本、各光伏并网点电能质量评估值、系统总弃光率和储能收益为目标进行优化,采用向量序优化理论进行求解,保证计算结果的快速性和准确性。采用IEEE-33节点系统进行算例分析,结果表明计及电能质量影响开展主动配电网光储容量优化,可以保证电网运行经济性的同时尽可能提升电网的电能质量,对于新型主动配电网规划建设可提供重要的理论支撑。

基于低碳需求响应的新型电力系统中源-网-荷-储协调的优化调度

【目的】在我国“双碳”目标的背景下,节能减排已成为当前电力行业的首要战略目标之一。电力系统除了要考虑系统安全可靠性和经济性之外,还需要将“碳减排约束”引入系统各环节中,将呈现全新的低碳运行和管理模式。【方法】针对新型电力系统碳计量与低碳调控运行问题,提出一种基于碳排放流的低碳需求响应调度策略。首先,分析新型电力系统源-网-荷-储各环节的碳排放影响因素,建立基于碳排放流理论精确的碳计量模型。其次,以动态碳排放因子为引导信号建立低碳需求响应机制,进行优化调度。【结果】通过算例验证:基于低碳需求响应的新型电力系统源-网-荷-储协调优化调度方法有效激发激发系统各环节减排潜力,降低碳排放量,提高新能源消纳率。

新型电力系统全生命周期低碳评价指标体系与方法

【目的】新型电力系统低碳电网的构建对于全社会低碳经济的发展具有重要的推动作用,新型电力系统全生命周期低碳评价指标体系的建立对电网低碳发展具有重要意义。【方法】基于新型电力系统低碳电网全生命周期的分析,首先构建经济性、可靠性、低碳性3个一级指标,然后在一级指标的基础上筛选出9个二级指标对低碳电网进行评估,建立新型电力系统全生命周期低碳电网综合评价指标体系及核心评价指标体系,并对体系中各指标的意义进行了详细说明。【结果】利用电网的大量统计数据,建立不同新能源占比的典型场景并进行仿真,得出不同场景的低碳指标评价结果,证明本文所建立的低碳电网评价指标体系的可行性。

基于IF-AD-ELM的特高压直流输电系统故障辨识

针对现有的特高压直流(ultra high voltage direct current,UHVDC)输电系统故障检测方法灵敏度低、难以识别高阻接地故障的问题,提出了一种基于整数因子(integer factor,IF)-近似导数(approximate derivative,AD)和极限学习机(extreme learning machine,ELM)的特高压直流输电系统故障辨识方法。其中整数因子用于分析不同采样频率下的信号,近似导数法用于获得信号不同程度的细节系数。首先,基于不同的整数因子对信号进行下采样,并利用近似导数法对所得信号求一阶、二阶和三阶近似导数。其次,分别计算各个子信号的熵特征。然后,用基于交叉验证的递归特征消除(recursive feature elimination with cross validation,RFECV)算法对得到的一系列特征进行特征筛选,并结合ELM对特高压直流输电系统进行故障辨识。最后,在Matlab/Simulink环境中搭建了±800 kV的UHVDC系统模型,模拟不同故障类型。实验结果表明,所提方法在识别特高压直流输电系统不同类型故障时有更高的准确率,且耐受过渡电阻能力强。

考虑煤气调度的钢铁园区能量流-物质流协同优化方法

为促进钢铁行业绿色低碳转型,提出一种钢铁园区能量流-物质流协同优化调度方法,充分挖掘生产系统与能源系统协同优化潜力。通过分析园区高炉、转炉、电炉工序的时序特性与物料关系,建立面向生产系统的物质流模型。考虑各生产工序的能耗特性和煤气产耗情况,建立计及煤气调度的能量流-物质流耦合模型。基于上述模型,以系统运行成本最小化和最低碳排为目标,对钢铁园区能量流-物质流进行协同优化调度,得到高炉、转炉、电炉生产设备的最优生产策略以及电力、煤气、焦炭能源的最佳调度结果。以山西某钢铁园区为算例对所提方法进行验证,结果表明,在满足钢铁园区生产计划要求的前提下,所提方法通过物质流与能量流的协同调控可使钢铁园区的日碳排放量降低9.56%,系统总成本降低6.12%。

基于效能评估的混合储能电站调频功率优化

混合储能电站由含不同类型及不同性能的储能单元组成,为有效利用各独立储能单元的调频性能,亟需完善混合储能电站参与电网调频功率优化策略。为此,提出了考虑储能参与系统调频效能的混合储能电站功率控制策略,建立了包含储能参与调频成本、效益和性能3类6大指标的效能评估体系,采用基于层次分析法和熵权法的主客观综合权重TOPSIS评价法对各储能单元调频综合效能进行评估;并考虑各储能参与调频的效能,以其技术特征为约束实现调频需求在各储能单元之间的优化分配。经含6个不同技术特征储能单元的混合储能电站验证表明,所提策略可以兼顾各储能的调频性能及成本效益,充分发挥不同类型储能的调频潜力,提升系统频率性能,提升储能电站总体效益,激励储能提供更好的调频服务。

基于卡尔曼滤波器及深度强化学习的双有源全桥变换器控制策略

高比例的新能源以及随机性负载大量接入微电网,其不确定性带来的大扰动对直流母线电压的稳定性造成不良影响。为了实现大扰动下快速、自适应的电压调节,针对双有源桥式DC-DC变换器(dualactivebridge,DAB)提出了一种基于卡尔曼滤波器(Kalmanfilter,KF)及深度强化学习的新型复合控制策略。设计了基于Actor-Critic架构的深度确定性策略梯度强化学习智能体,采用KF的最佳观测结果作为前馈补偿提高输出电压调节的准确性,通过在线学习自动调整DAB变换器的控制参数,保证直流变换器在面临系统各种扰动问题时均保持稳定,最后通过仿真和实验验证了该控制策略的有效性。

基于可能性理论的低压配电网分布式光伏承载能力评估方法

分布式可再生能源高比例渗透是未来新型配电系统的核心特征。大规模分布式光伏接入低压配电网,给配电网运行带来严重过电压问题的同时,系统的不确定性与日俱增,亟需开展不确定环境下低压配电网分布式光伏承载能力的研究。为此,提出一种基于可能性理论的低压配电网光伏承载能力评估方法。针对源-荷不确定性的差异,分别建立光伏出力区间模型和负荷模糊模型;定义可能性违规风险以量化配电网在运行中由不确定性带来的过电压风险;在此基础上,提出考虑可能性违规风险的分布式光伏承载能力评估方法。采用IEEE 34节点标准算例,通过对比所述方法与传统确定性光伏承载能力评估方法,验证所述方法的优越性与有效性。此外,分析仿真参数对评估结果的敏感度,并进一步探索配电网中有载调压变压器抽头位置与静止无功补偿器参数对网络光伏承载能力的影响。最后,在IEEE 123节点配电网中验证所述方法在更广泛系统上的应用。结果表明,该方法在评估中能够有效考虑源-荷的不确定性以及由此导致的电压违规风险,运营商可以根据配电网状况在可承受的风险内最大化网络光伏承载能力。

基于改进p-有效点法的多风电场共享储能联合参与一次调频的容量优化

以大规模多风电场接入电力系统的一次调频备用容量为研究对象,首先通过引入风电出力预测误差的概率分布描述系统的不确定性因素,考虑风储一次调频备用总成本最小为目标;然后建立基于机会约束规划的多风电场联合共享储能参与一次调频的容量优化模型;最后提出基于快速傅里叶变换快速求解联合变量概率分布的改进p-有效点法通过数学解析将机会约束规划从形式上转化为确定性规划,再通过Yalmip调用Cplex实现模型的快速求解。算例结果表明,所提模型和方法可有效提高风储调频效果和收益,且具有更高的求解效率。

计及不确定风险和多主体协同的虚拟电厂参与主辅市场联合优化策略

虚拟电厂(virtual power plant,VPP)可聚合多利益主体的分布式资源(distributed energy resources,DER)参与电力市场,以深入挖掘分布式能源的调度潜力,如何考虑各运行主体的协同调度,提高整体收益成为当前亟需解决的重要问题。基于此,提出了计及风光及市场电价不确定风险和多主体协同的虚拟电厂参与主辅市场联合优化策略。首先,建立电动汽车群体(electric vehicle duster,EVC)的可调度域评估模型,在此基础上考虑VPP与EVC两主体的利益均衡,提出VPP与EVC主从博弈的主能量市场日前竞标模型;其次,考虑电池储能系统(battery energy storage system,BESS)快速充放电的特性,进一步提出VPP参与主能量市场和辅助调频市场的日前联合投标模型和VPP实时调整及调频响应模型;最后,在日前联合投标模型中引入条件风险价值(condition value at risk,CVaR),衡量日前投标收益与不确定风险的关系。基于某省电力市场规则进行算例仿真表明,所提VPP优化策略能通过提供调频服务和鼓励EV响应调度提高VPP的综合收益。

基于改进长短期记忆网络的电力系统暂态稳定评估方法研究

现代电力系统海量量测数据为电力系统暂态稳定评估提供可靠的数据基础,与此同时,数据信息挖掘成为研究焦点,暂态稳定分析中不平衡故障样本以及多特征电气量时间序列数据中所蕴藏的信息仍有待深入挖掘。为此,该文提出一种结合注意力机制的长短期记忆网络(long short term memory network with attention,LSTMA)方法,用以深入挖掘暂态稳定评估样本中所蕴藏的信息。在离线训练环节,以长短期记忆网络为基础分类器,引入Attention注意力机制引导模型学习样本中关键特征,并对损失函数进行改进,以此强化对不平衡样本的学习能力;在线应用环节,在目标域小样本条件下采用迁移学习方法更新成型的离线LSTMA模型,并对比不同迁移学习策略对模型性能影响,经过迁移学习建立的新运行点下的改进LSTMA模型评估精度有效提高,训练时间大幅减少,所得出的迁移学习策略确定方法有利于实际应用环节快速决策。研究在IEEE39节点和IEEE300节点系统上进行实验,验证了所提方法的有效性。

基于功角稳定性的区域电网储能选址定容方法

为了缓解跨传输断面的调峰压力,同时提升电网的功角稳定性,建立了兼顾经济性与功角稳定性的储能选址定容双层优化模型,并给出了模型的求解方法。上层模型考虑区域电网的运行经济性,以储能电站收益最大为优化目标,确定储能配置总容量。下层模型考虑区域电网的功角稳定性,以储能调度期间总网损最小和储能调节区域电网功角稳定性能力最大为优化目标,进行储能选址与总容量的分配。双层模型的上层采用遗传算法进行求解,下层采用改进多目标人工蜂群算法进行求解。以某实际电网为算例进行仿真验证,结果表明,根据所提双层优化模型进行储能配置可以在保证经济性的同时,提升区域电网的功角稳定性。

台风扰动下计及线路老化与连锁故障的输电网韧性评估

针对传统韧性评估方法对输电网老化效应及其诱发的连锁故障考虑不足的问题,以台风作为电力系统外部干扰的代表,提出一种台风扰动下计及输电线路老化与连锁故障的输电网韧性评估方法。首先,考虑老化效应对输电线路风致故障率和安全过载能力的影响,以故障自然演化时间为切入点,提出一种计及输电线路老化的输电网双时间维度故障演化模型,包括台风时间维度和连锁故障时间维度。其次,基于台风灾害下电网性能变化曲线,提出考虑时间分辨率的系统脆弱率和恢复率2个输电网韧性指标;基于电网性能和系统服役年限关联曲线,提出考虑不同服役年限的输电网韧性指标。然后,根据台风扰动下输电网性能演化特征,确定基于上述2类曲线评估输电网韧性的整体框架和流程。最后,在IEEE 39节点系统上进行算例仿真,结果表明所提方法能够有效评估不同服役年限输电网的韧性。

考虑暂态稳定过程的电力系统运行状态辨识

数据驱动背景下的电力系统状态辨识包含故障前和故障后两个场景,分别具有安全域和稳定域概念下的分析特点。受限于样本特征及应用场景的不一致,现有研究通常将其作为两个独立的问题进行建模。一方面,独立建模忽略了两者间的时序耦合性;另一方面,电力系统运行状态时刻在发生变化,基于单一场景建立的网络模型仅适配当前场景,基于双场景独立建模存在模型切换复杂及参数更新耗时过长等问题。针对以上问题,该文提出一种基于多尺度密集网络的电力系统状态辨识方法,同时适用于故障前和故障后暂态稳定场景。首先,采用自适应池化层结构,建立适用于时间断面特征和时序特征类型输入的电力系统运行状态辨识模型,可同时应用于故障前和故障后的场景;其次,考虑到安全域和稳定域概念下暂态稳定数学模型的时序相关性,设计一种基于知识推理的样本自适应选择机制,通过网络“动态”特性表达故障前和故障后场景间的时序关系,提高计算效率。最后,在新英格兰10机39节点算例系统和实际电网中验证了所提方法的有效性与优越性。

基于多源数据驱动的电力系统暂态稳定性分析方法

【目的】当前,以深度学习为代表的数据驱动方法已广泛应用于电力暂态稳定性分析中。然而,现有研究数据驱动的暂态稳定模型在面对小样本、弱样本等实际场景时,存在泛化能力有限、模型精度不足等问题。为了提高模型的表达能力,提出一种基于运行数据和故障数据的精细化暂态稳定评估方法。【方法】首先,根据电力系统暂态稳定机理模型构建故障时间、故障位置、受扰线路和负荷水平4个故障信息特征。然后,提出并行融合和串行融合两种特征融合方式,实现运行特征和故障特征的统一表达,并对多源特征融合方式对暂态稳定分析模型的影响进行深入分析。【结果】新英格兰系统算例的实验结果表明,基于多源数据混合驱动的暂态稳定分析方法有利于提高暂态稳定评估模型的准确度,在面对小样本、弱样本等实际场景时仍具有较高的准确率。