基于局部-地理加权回归的时变谐波阻抗估计

现有研究中通常假定电力系统谐波阻抗恒定,但不符合真实工况中情况。实际中,系统侧谐波阻抗和背景谐波随运行工况时变,当两谐波电压样本点时间间隔较大时,对应时刻的阻抗和背景谐波的差值可能较大,难以根据时间间隔较远样本点的信息估计关注样本点的阻抗值。由此,文中提出一种基于局部-地理加权回归的时变系统侧谐波阻抗估计方法,首先依据时间间隔大小构建权重矩阵,对与关注样本点时间间隔较大的样本点赋予较小权重,并采用局部加权回归(locally weighted regression,LWR)初步估计系统侧谐波阻抗和背景谐波参考值。然后利用阻抗参考值修正回归方程以降低原回归方程的欠定程度,同时以背景谐波参考值为先验信息,筛选出与关注样本点背景谐波相似的样本点,再基于所筛选样本逐一采用地理加权回归(geographically weighted regression,GWR)求解各点的背景谐波电压和系统侧谐波阻抗。在强背景谐波波动的情况下,文中所提方法能识别阻抗的突变点、估计系统侧谐波阻抗的变化趋势。最后通过仿真分析可知,文中所提方法相对于传统恒定谐波阻抗估计方法,估计准确度提升约40%;相对于现有变阻抗估计方法,估计准确度提升约30%。

基于多特征融合卷积神经网络结合Transformer的电能质量扰动分类方法

随着可再生能源发电技术的发展,越来越多的可再生能源和设备应用到电力系统中,使电能质量扰动(Power Quality Disturbances,PQDs)发生频率显著增加。PQDs的准确分类对于研究PQDs发生原因和预防至关重要。提出基于多特征融合的卷积神经网络(CNN)结合Transformer模型(CNN-Transformer)对PQDs进行分类。利用快速傅里叶变换(fast Fourier transform,FFT)从PQDs时间序列中提取频域信息,使用CNN-Transformer模型分别对PQDs的时域和频域信息进行特征提取,实现PQDs识别分类。使用该模型对16种合成PQDs数据进行仿真,结果显示:该模型在无噪声条件下的分类准确率为99.88%,在噪声条件下准确率在98.00%以上,且拥有良好的抗噪性和泛化性能。与现有部分分类模型比较显示,本文模型在对比的模型中性能最优。

基于源荷空间匹配关系分析的电力系统异速生长规律初探

为深入探索电力系统规模增长的规律,揭示电力系统源荷空间匹配关系驱动其发展演化的本质机理,本文进行了电力系统发展演化的异速生长规律研究。首先,引入生物领域中的异速生长概念,基于电能运输网络模型推导出电力系统规模发展在理论上满足异速生长的规律,其尺度因子为3/4,呈亚线性增长模式。然后,从涌现视角出发,构造考虑距离和电网供电余量的优选因子,基于局域世界演化模型设计一种满足全空间尺度电力电量平衡的基本要求的电力系统空间演化零阶模型。最后,通过多主体仿真验证了单源电力系统和多源电力系统规模增长均满足异速生长规律的理论推导。

考虑高比例可再生能源接入的有源配电网经济调度策略研究

随着可再生能源在有源配电网中的渗透比例逐年增加,其带来的随机性、间歇性对已有调度策略产生了重大挑战。文章提出了一种基于多智能体深度强化学习的有源配电网经济调度策略,构建多区域能源自治框架,每个新能源自治区域对应一个智能体,应用多智能体深度强化学习(multi-agent deep reinforcement learning,MADRL)算法解决各区域的协同经济调度问题,并对包含风机、储能设备的有源配电网进行区域建模,设定经济优化目标及运行约束条件,在多智能体深度确定性策略梯度(multi-agent deep deterministic policygradient,MADDPG)算法基础上,采用BiGRU(bidirectional gated recurrent unit)代替全连接层,进行新能源的出力预测,有效降低新能源波动性带来的影响,以改进的IEEE33测试系统进行算例分析,验证了所提策略的有效性和对比同类算法的优越性。

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CatBoost算法的配电网分区拓扑辨识

含多分布式电源配电网的拓扑结构具有多样性与多变性,影响拓扑辨识的实时性和准确性。提出一种基于CatBoost算法的配电网分区拓扑辨识方法。构建结合拓扑分区的配电网拓扑辨识框架,采用区域开关状态矩阵描述拓扑结构,以进行物理上的辨识降维;提出基于CatBoost算法的特征选择与拓扑辨识方法,通过分区并行离线训练得到历史拓扑和未知拓扑的区域拓扑辨识CatBoost模型,通过在线应用得到实时的区域开关状态矩阵标签,形成配电网开关状态矩阵,实现系统拓扑辨识。配电网算例系统测试结果验证了所提方法的有效性。

基于改进LSTM的低压配电网日线损率预测方法

针对目前低压配电网日线损预测精度较低,原始电力数据缺失和异常值问题,提出了一种包含数据预处理和改进LSTM预测网络的双阶段线损率预测,及基于GAN扩充样本,增加样本多样性的方法。改进LSTM预测网络为一个融合多层LSTM的R-CNN深度学习网络架构,可提取电力数据特征以及时间维度信息。通过实验,与Bi-LSTM、LSTM自动编码器、CNN-GRU、BL-Seq2seq相比,所提预测网络的RMSE、MAE、RA2、训练时间指标综合性能最优。实验结果表明,所提预测网络在低压配电网日线损率预测中可以获得更好的预测精度,且模型训练时间最短。

基于决策树集成的主动配电网在线无功优化

为实现新能源出力频繁波动下的配电网电压治理,基于参数规划理论,以节点负荷需求、新能源出力作为不确定性参数建立主动配电网无功优化问题含参数的混合整数二阶锥规划模型;为提高无功优化模型的在线求解效率,将混合整数锥规划最优解的整数变量和紧约束定义为离散决策动作,采用决策树集成分类模型学习不确定性参数到决策动作的映射关系。通过历史数据构建决策动作数据集,训练决策树模型,基于实测参数预测最优决策动作,通过固定混合整数规划中的整数变量和紧约束,从而提高模型的求解效率。以改进的IEEE 33节点系统进行算例分析,与传统数学优化法对比,验证了所提方法的可行性及优势。

新型电力系统应对极端事件的风险防范与应急管理关键技术

保障电力安全是贯彻落实总体国家安全观的基本要求。当前,我国电力系统正向新型电力系统演进,新能源不确定性、设备低抗扰与弱支撑性等特征变化叠加日益严峻的极端事件威胁,使得提升电力系统弹性、防范电力安全风险成为一项复杂且具有挑战性的工作。该文在详细介绍新型电力系统弹性提升所面临挑战的基础上,从“风险评估—投资规划—预防准备—响应恢复”4个层面归纳新型电力系统应对极端事件的电力风险防范与应急管理技术,系统分析各层面的关键技术与研究重点。最后,对保障新型电力系统电力安全的实现路径进行展望,提出进一步深入研究的方向。

海上风电场经交流海缆并网谐波谐振放大分析

采用交流海缆接入电网的海上风电场在电缆线路分布电容的作用下,可能出现陆上风电场不常见的谐波谐振与谐波放大现象,严重威胁到海上风电场安全可靠运行。为研究海上风电场谐波谐振机理与谐波放大影响因素,首先,建立了海上风电场输电系统与集电系统两部分的状态空间模型,并给出谐波放大倍数、谐波含量等指标的计算方法;其次,通过特征值和参与因子揭示了谐波谐振机理及关键影响因素;然后,通过根轨迹法研究了电网短路容量、高压电缆参数和风电机组并网台数对谐振模态的影响;最后,在Matlab/Simulink仿真平台搭建江苏某海上风电场.验证理论分析的有效性。

基于改进等效电路模型的直流微电网大信号稳定性分析

对高阶非线性直流微电网进行简化建模是大信号稳定性分析的有效方法。传统简化模型主要关注LC滤波器和线路阻抗等参数,难以分析换流器控制参数的影响,所建立的判据存在难以准确反映直流微电网稳定域的问题。因此,该文提出直流电压下垂控制换流器的具备完整状态变量集的改进等效电路模型,相比于传统简化模型,能更准确地刻画系统低频响应特性。基于混合势理论推导了直流微电网大信号稳定判据及其稳定域,并结合LaSalle不变集定理得到能量指标,以反映系统稳定性变化趋势。建立的稳定判据可指导控制参数优化,且能拓展到多端直流微电网的大信号稳定性分析。在多场景下仿真验证了所提改进等效电路模型和大信号稳定判据的有效性。

基于混合储能的交直流混联微电网功率分级协调控制策略

针对交直流混联微电网孤岛运行时,仅靠互联变流器协调网间功率无法有效缓解系统频率与电压波动,且单一蓄电池储能难以适用多场景功率需求的问题,提出利用超级电容和蓄电池混合储能的交直流混联微电网功率协调控制策略。将混合储能作为储能子网连接在直流母线上,优先采用超级电容平抑交直流子网内功率波动,提出以储能荷电状态来划分五种工作模式的改进混合储能控制策略。兼顾超级电容快速响应特性和减少互联变流器的频繁起动,根据直流子网电压和交流子网频率波动程度,提出功率自治和功率互济工况的两级分层协调控制策略。通过设计混合储能处于不同工作模式的网间功率互济场景,仿真证明了所提混合储能和互联变流器协调控制策略能够平抑各子网负荷功率波动。

基于MCS-SBL算法的配电网故障定位方法

配电网拓扑结构复杂,传统方法往往需要大量测点信息且难以实现快速有效的故障定位,本文提出基于少量测点信息的故障定位方法。首先,利用等效原理建立一个欠定的故障节点电压方程;其次,利用多重测量向量模型的贝叶斯压缩感知算法求解方程,根据重构稀疏电流矩阵的非零元素位置求解故障区域,实现故障定位;最后,在IEEE33节点配电系统上进行仿真实验,结果表明,所提方法仅需要少量测点的故障前后正序电压分量便可有效定位故障,计算速度较快,并且基本不受故障类型、过渡电阻的影响,同时适用于单故障和多重故障的场景,具有较强的抗噪能力。

含垃圾能源化处理及电动汽车负载的区域综合能源系统协调优化

传统能源系统互相独立、欠缺联动,容易导致能量的浪费,并且能源结构也难以优化。区域综合能源系统具备多能互补、高效利用的优点,是提高能源利用效率和环保性的重要改进技术。为了利用垃圾蕴含的能量和电动汽车负载端的能源消纳,文中建立一个考虑垃圾焚烧和电动汽车负载的区域综合能源系统模型,利用模型进行系统的优化调度研究。论文分析了系统内的多能源能量流通关系,而后对系统内的各种能源转换设备及电动汽车进行分析,引入垃圾能源化处理,将热能转化为电能,并利用电动汽车进行电能消纳的模式,得出区域综合能源系统的能源效益最大化的模型。通过python进行算例分析,结果表明,含垃圾处理和电动汽车参与的区域综合能源系统既能提高能源的利用效率,又能带来更优的经济效益。

基于特征集重构与多标签分类模型的谐波源定位方法

传统基于谐波状态估计的谐波源定位方法需要专门的同步相量量测装置,工程应用受到限制。为此,基于电能质量监测装置所采集的非同步量测数据,提出了基于特征集重构与多标签分类模型的谐波源定位方法。利用监测数据的充分统计量来挖掘量测时段的谐波信息,同时利用标签特定特征学习算法重构特征集,从而消除冗余特征以及无关特征对于谐波源定位精度的影响;提出基于邻接矩阵以及灵敏度分析的测点配置方法,结合电路网络拓扑信息实现测点的优化配置;提出基于改进极限学习机的谐波源定位方法,该方法以重构特征集为输入,建立多标签分类模型,实现谐波源定位。通过仿真与算例分析,验证了所提方法的可行性及有效性。

基于混合分解多尺度时频图和Res-GRU-AT的电能质量复合扰动识别

能源互联网背景下的电能质量问题越来越凸显,针对传统电能质量扰动(power quality disturbances,PQDs)识别过程中存在的信号特征提取复杂、算法识别能力不足和复合扰动区分困难等问题,提出了一种混合分量多尺度时频图和残差神经网络(residual neural network,ResNet)、门控循环单元(gated recurrent units,GRU)网络与注意力机制(attention,AT)组合的电能质量复合扰动识别新方法—Res-GRU-AT。首先利用奇异谱分解(singular spectrum decomposition,SSD)和逐次变分模态分解(successive variational mode decomposition,SVMD)对PQDs信号分别进行多尺度分解得到混合分量,再对混合分量进行希尔伯特黄变换(Hilbert-Huang transform,HHT),分析得到多尺度时频图。其次,利用Res-GRU-AT模型对多尺度时频图进行深层次特征提取、强化和识别。Res-GRU-AT模型能够利用ResNet的二维图像空间特征提取能力和GRU的时序特征提取能力进行特征融合,再通过AT进行特征加权强化,提高了PQDs的识别能力。不同方案的仿真结果表明,所提方法特征提取能力强且抗噪性能好,对复合扰动识别率高。

风光储参与电网预防-紧急控制策略研究

基于风光储有功功率连续平滑调节能力,提出一种风光储协同切负荷优化的电网预防-紧急控制策略。首先,分析风光储参与电网预防-紧急控制原理,给出风光储参与电网预防-紧急控制策略。在故障发生前通过削减风光出力预留有功备用容量,通过调整发电机机组出力、储能充放电状态平抑风光出力改变引起的系统功率波动;在故障发生后,优先考虑风光预留有功备用量填补系统功率不平衡量,若风光预留有功备用量不足,则采取切负荷措施进行紧急控制。然后,综合考虑风光有功备用成本、预防、紧急控制措施成本,分别建立风光储参与电网预防、紧急控制模型,采用Matlab/CPLEX求解模型。最后在改进IEEE 39节点系统进行仿真验证本文所提控制策略的有效性。

基于改进Markov算法的电力线载波通信网络安全态势感知仿真研究

针对电力线载波通信网络安全态势感知单位运算时间较长且误差较大等问题,基于改进Markov算法研究一种新型通信网络安全态势感知方法。采用分区采集与降维运算数据预处理,去除电力线载波信号干扰因素。利用隶属关联矩阵挖掘网络安全要素特征,构建层次化Markov网络安全态势感知模型。利用BW算法寻找目标参数最优解,来确定感知目标点位置,缩短挖掘时间,提高感知精准度。经过试验验证,所提方法单位感知时间只有60~90 ms,多组并行感知均方误差不超过2%,表明所提方法能够满足电力线载波通信网络安全态势感知应用需求。

基于双分支并联的特征融合电能质量扰动分类方法

为了提高对电能质量扰动信号(power quality disturbance signal,PQDs)在受到噪声和异常数据干扰时的分类准确率,提出了一种双分支并联特征融合网络的PQDs分类方法。首先,采用一维残差神经网络和一维卷积神经网络两个分支进行特征提取。然后,通过特征融合模块将这些特征融合在一起。最终,通过分类模块对PQDs进行准确分类。相对于串联神经网络,所提方法融合特征向量,增强了特征的区分度,同时适用于并行计算,进一步提高了识别速度。仿真结果表明,所提方法在叠加信噪比为13 dB、15 dB和18 dB的PQDs分类任务中,识别率均超过95%,此外,该方法对异常数据的分类效果也具有一定的鲁棒性。

风电不确定性输入下电力系统仿真的区间仿射算法

大规模的风电机组并网改变了以同步发电机为主的传统电力系统的暂态特性,此外风电出力的随机性会影响电力系统的暂态稳定性。为此,文中提出了基于仿射算术的电力系统不确定性时域仿真算法,以考虑风电出力的波动性。在双馈风电机组机电暂态模型的基础上,扩展电力系统机电暂态模型,建立考虑双馈风电机组输入功率波动下的电力系统机电暂态仿射模型,通过隐式梯形积分法将仿射模型转化为的仿射雅克比矩阵方程迭代求解。仿真结果表明,文中所提出的仿射方法在不假设输入不确定量概率分布的情况下,能够较蒙特卡洛仿真更快地获得电力系统暂态响应的区间边界。