基于虚拟阻抗的低压配电网拓扑识别方法

当前拓扑识别技术难以反映潮流特性对拓扑识别的影响,基于配电网现有量测数据,通过分析节点间的电气距离,提出了虚拟阻抗的概念。将节点间具备电气意义的且与电气距离成正相关的连续变量定义为虚拟阻抗,并提出了一种基于虚拟阻抗的低压配电网拓扑识别方法。首先,构建以节点间虚拟阻抗为因变量的多元线性回归方程。然后,通过岭回归计算每一个单相电表与关口电表构成的回归方程的虚拟阻抗,根据计算结果快速判别出拓扑关系异常的电气设备。最后,建立基于导数动态时间弯曲(derivative dynamic time warping,DDTW)距离的校验模型,重新构建得到电气设备的正确拓扑关系,实现低压配电网拓扑关系的修正。以实际的低压配电网台区样本数据为依据,验证了所提方法的有效性。

高比例户用光伏接入下低压配电网户变关系识别

近年来,随着分布式光伏的发展,用户可参与的户用光伏系统在低压配电网中的并网数量快速增长。针对高比例户用光伏下的低压配电网具备的基本特征,提出一种基于台区配变及用户功率平衡关系的光伏时序功率卷积模型,并在此基础上,采用基于高斯混合模型的电压聚类优化目标函数进行户变关系识别。首先,基于用户-配变功率平衡关系,建立了高比例户用光伏的低压户变关系的多元线性回归模型;其次,提出一种基于Bi LSTM算法的光伏时序识别方法,筛选出光伏瞬时渗透率最高的时序片段;根据已识别的光伏时序片段建立光伏权重矩阵,并引入该矩阵将多元线性回归模型进行加权回归后转化为光伏时序功率卷积模型求解,在平抑光伏波动影响的同时初步识别户变从属关系;然后,提出一种基于高斯混合模型进行电压聚类的优化目标函数作为验证步骤,能够进一步排除验证错误的用户,提高户变关系的准确率;最后,以某地区实际低压配电网为例,分别使用该地区推广户用光伏前后不同时期的历史数据集进行识别,通过识别结果对比,验证了所提方法的有效性和实用性。

动态拓扑下基于终端数据挖掘的配电网异常节点检测

异常节点检测用于发现由窃电、设备故障等现象导致的功率、电压等电气参数的量测值与实际值不同的节点,是配电网态势感知、运行和管理的基础。为此,提出一种基于终端数据挖掘的异常检测方法。首先,通过挖掘节点电压、功率间的潮流约束关系,构建了一种潮流映射框架下的异常检测体系,将不符合约束关系的节点判断为异常。其次,构建对冲反向传播-残差神经网络拟合潮流约束关系,在配电网拓扑和参数信息缺失的情况下实现快速准确的电压计算。再次,针对配电网拓扑变动导致方法失效问题,引入模型回溯概念和生成树算法进行识别,将变动信息反馈给主模型,实现检测方法在动态拓扑下的应用。最后,结合实际案例与仿真实验验证了所提方法的有效性。

考虑低碳交通的电动汽车充电站优化配置方法

交通运输产生的碳排放是城市碳排放的主要来源之一,而城市充电站规划中较少考虑交通碳排放因素。对此,提出了一种考虑低碳交通约束的电动汽车充电站优化配置方法。首先,基于充电站候选点划分区域碳排放测算网格,在此基础上考虑充电站位置、容量等因素的影响并建立网格化交通碳排放模型;然后,建立综合考虑碳排放量、交通能源结构、交通电力能源清洁度以及充电站使用率四个因素的低碳交通指标体系,量化分析充电站规划方案对交通碳排放的影响;之后,以低碳交通指标为约束条件,兼顾经济性和节能减排,建立考虑交通碳排放因素的双目标优化配置模型;最后,通过某地区案例对所提方法进行仿真验证,结果表明,考虑低碳交通约束的优化配置方法可以在不增加投资成本的同时有效降低城市各区域交通碳排放水平。

基于概率图与功率优化模型的户变关系识别

户变关系是指配电变压器与其供电的终端用户间的电气连接关系,准确的户变关系是低压配电网运行管理的基础。在此背景下,本文提出一种基于概率图与功率优化模型的低压配电网户变关系识别方法。首先,利用马尔可夫随机场概率图模型来计算终端用户间的电压相关性;然后,对用户进行归集计算,得到新的用户集合,大大降低了计算维度;最后,基于新的用户集合,利用功率平衡原理建立用户集合与配电变压器的功率优化模型,实现低压配电网户变关系的准确识别。通过实际的低压配电网数据,验证了所提方法的有效性和鲁棒性。

基于α-DDTW算法与功率波形相似度的馈线OP互联匹配

OP互联是指供电企业内部对电力调度系统(OMS)及设备(资产)运维精益管理系统(PMS)中维护的台账数据进行有效关联。针对中压配电网10 kV馈线OP互联流程复杂、效率低下,且缺乏有效校验机制等问题,提出了一种基于配电网多源量测数据与系统台账信息的馈线OP数据校核与匹配方法。首先,从OMS和PMS中提取功率、设备参数等信息,并对台账及功率进行预处理,形成功率时间序列矩阵;然后,基于α-DDTW距离评估两侧馈线功率波形近似度,实现馈线OP数据的校核与关联匹配;最后,对华东某市电力公司的系统数据进行算例分析,验证了所提方法的有效性与实际工程应用价值。

基于负荷分解的用户侧自动需求响应系统

针对用户侧负荷如何自动化、智能化地参与需求响应,设计并实现了一种基于负荷分解的用户侧自动需求响应系统。系统通过负荷分解算法辨识得到各类设备的电气信息,并计算用户实时的需求响应资源,通过感知电网紧急状态实现自动切负荷的激励型需求响应。考虑到高渗透率分布式能源接入用户侧的趋势,提出以促进分布式能源消纳为目标的日前调度模型,实现用户参与价格型需求响应。最后,实际测试结果表明系统部署便捷、易于推广,可有效实现用户不同类型的自动需求响应。

一种面向智能配电网的分布式并行电压优化方法

针对智能配电网中分布式电源(DG)接入及电网仿真实时响应的需求,提出一种分布式并行环境下求解智能配电网中各DG最优输出功率的方法,实现了快速高效的配电网电压优化。该方法首先基于凝聚层次聚类法(HAC),解决了智能配电网自动分区的问题,在此基础上,采用分布式序列二次规划(DSQP-DG)算法,通过内外层迭代交替并行求解出DG最优出力。以接入DG的IEEE 33节点系统算例对该方法进行测试验证可知,较之辅助问题原理(APP)方法,该方法具备更好的寻优能力和快速性,能够有效解决智能配电网分布式并行电压优化问题。

面向需求响应的建筑用能在线分解方法

建筑负荷参与需求响应的潜力巨大,但限于目前的能耗监测技术而无法大范围应用。通过分析建筑能耗分项计量的特性,提出了面向需求响应的建筑用能分解方法。基于建筑负荷工作时电流、功率、分相等特征差异,从多个公共建筑和住宅建筑的电力公共数据集中,提取了建筑负荷的三重能效特征,包括功率能效特征、暂态能效特征和稳态能效特征,并形成建筑负荷特征数据库。通过信息筛选、三重特征匹配和比较修正,对建筑负荷进行辨识,实现了建筑负荷的在线分解。在公共建筑的实际验证中,将分解结果与既有的分项计量数据比对,表明该方法对需求响应资源有较高的辨识精度,能够满足建筑级需求响应的能耗监测要求。

基于ARM的智能温室控制系统

为实现温室系统的智能控制,系统以ARM9嵌入式处理器为核心,将各类数字传感器收集的数据通过模糊控制算法进行处理,采用自动控制、GUI和远程监控等多种方式调整温室执行机构,在搭建的温室模型中取得稳定、可靠的运行效果。ARM系统比传统温室控制系统维护简单、功耗低、经济实用。较之同类设计,该系统开发了数字传感器驱动、图形化窗口、模糊控制程序、网络摄像头监控,实现了温室控制的智能化、网络化和可视化。

基于无线网络技术的智能家居能量管理系统开发及需求侧管理应用研究

阐述了智能家居能量管理系统的模型构成,包括各种类型的家庭负载及其监控设备、分布式能源以及充放电可控储能单元,在此基础上引入基于ZigBee无线网络技术的家庭局域网,提出基于电价需求响应的家庭能量智能优化算法,以此为核心综合协调管理家庭能源。针对此智能管理模型,设计并实现了智能家居能量管理系统的软件架构,相应地简单介绍了该系统实现的主要功能。最后,从需求侧管理角度,分析了该系统的应用效果及其对智能用电体系建设的积极意义。

基于非线性回归的含隐节点低压配电网参数和拓扑联合辨识

低压配电网参数和拓扑缺乏维护,精度较低,阻碍了在此基础上的各种高级应用的可靠实现。为此,提出了一种基于非线性回归的含隐节点低压配电网参数和拓扑联合辨识方法。首先,分析了现有基于线性电压回归的参数和拓扑辨识方法的不足。其次,基于线路的非线性电压降方程推导出任意两节点串、并联关系的判据,建立了基于节点多时段有功、无功负荷和电压幅值量测的非线性参数估计模型,提出了自下而上的参数估计和拓扑重建算法。最后,采用实际数据和低压配电网算例验证了所提方法的有效性。

面向智能用电的家庭能量协同调度策略

针对用户侧分布式能源渗透率不断提高的发展趋势,提出一种包含光伏及储能设备的家庭能量协同调度策略。首先建立了家庭能量管理系统中的分布式电源模型和负荷模型,并提出了基于日前光伏出力预测和家庭负荷预测的家庭能量协同调度模型。然后,在满足用户舒适度约束的条件上,以家庭能源最大盈利为目标,采用二进制粒子群算法求解每日家庭最优用电计划,提高了可再生能源的利用率并做到光伏发电的最大就地消纳。最后,通过算例仿真比较不同用电模式下的用户收益,验证了模型的有效性。

以乳化剂SSL为主的复配型添加剂在馒头工程中的应用

馒头是中国最主要的发酵面食，被誉为中华面食文化的象征，而且作为人民日常生活的主食之一早已深入千家万户。但长期以来，馒头一直以自己蒸制及小型个体手工作坊式生产为主，随着我国人民生活水平的不断提高以及生活节奏的不断加快，馒头的社会化生产已成为现代社会的需...

分布式新能源接入下的区块链共识机制研究

随着分布式新能源电站装机规模和数量爆发性增长,为保证未来高比例新能源接入下电网的安全性、可靠性,应当构建一个分布式新能源信息互联平台,整合分散于各处的分布式新能源发用电数据。传统数据采集共享平台的运作模式存在信息数据易错漏、传输过程易受攻击、信息安全风险高等问题,对此,利用区块链技术去中心化、安全可信等突出特点,提出一种基于区块链共识机制的分布式新能源信息互联模式。在共识机制选择上,考虑到电网信息数据传输对传输速率、错误率等方面具有高要求,提出采用改进型RAFT(领导者选举)共识算法应用于电网信息互联场景,满足其在建链速度及性能方面的要求。首先,介绍了区块链技术原理及体系架构;然后,从算法复杂度、容错性、拜占庭问题等角度分析针对分布式新能源接入的区块链共识机制选择;最后,详细阐述了RAFT共识算法的运作模式,及针对电网“三站合一”建设所做的前瞻性算法优化,给出针对电网故障解列等状态下的应对措施。

基于机器学习的电网威胁检测算法模型和大数据平台设计

近年来,电力企业高价值数据和重要业务面临的网络攻击风险越来越严重,新型网络攻击技术、APT组织与攻击手段等对电力企业安全生产造成了严重威胁。针对各类型攻击形式,通用的威胁检测模型难以匹配电力生产实际网络和业务环境,存在检出率低、误报率高、难部署使用等不足。本文通过构建网络安全大数据平台,对电力企业生产运行和管理办公环境的网络安全相关数据进行统一采集、处理、分析和存储,进一步使用支持向量机、深度神经网络等机器学习算法对数据进行聚合、关联,生成细粒度攻击链条并匹配各类型攻防维基库,实现攻击行为的准确定位和攻击者画像的描绘。本文提出的基于电力企业网络安全大数据平台和威胁检测算法,构建匹配电力行业业务特点的网络安全威胁分析和处置中心,提升电力企业整体网络安全能力。

社会治理视角下的城市大脑电力驾驶舱设计及应用

针对电力数据如何在线化、智能化服务社会治理问题,提出以城市大脑为基础的电力驾驶舱理念,依托电力大数据为政府数字化城市治理提供辅助决策、为企业健康绿色发展提供智慧支持。首先,分析城市数字化转型中对电力数据的需求及电力大数据特征,构建一种社会治理视角下的电力大数据范式应用体系;其次,设计电力驾驶舱系统架构,实现海量能源据实时、安全的传输交互;最后,研究电力大数据的社会治理关键技术,提出电力-政务数据融合方法,构建社会治理电力指标体系和电力用户行为分析方法,实现指标化、场景化、平台化的电力数据服务。系统实际部署及应用场景取得的成效表明,电力驾驶舱是一种实现电力数据服务社会民生,提升城市数字化治理水平的有效途径。

基于电网电厂数据交互的居民垃圾分类激励方法及效果预测

针对现有居民垃圾分类效果不理想以及垃圾发电厂的处理速度日渐难以满足城市正常运转的需求的难题,本文深入研究了当前各大城市广泛采用的分类宣传、社区督导、行为激励等手段,提出了一种基于电网电厂数据交互、协议互动的电费补贴激励居民垃圾分类的方法,构建了基于工业互联网技术的多源异构电网电厂数据交互平台,并采用了k-近邻决策算法实现居民家庭门牌与电力缴费户号关联,提出一种发电厂数据奖惩指数分级算法实现垃圾分类对电厂效益提升的区间评估。为预测该套激励方法的效果,本文分别采用PSM模型算法预测分析该措施与宣传、督导等其他措施相比的实施效果,以及SPSS主成分分析法预测分析该措施与费用减免、积分兑换等其他激励措施相比的实施效果,最终证明该方法可有效提升全社会垃圾分类行为主动性。

隔离开关主连杆脱扣装置的研制

高压隔离开关操动机构故障需要停电以后才能排除,严重影响电网的供电可靠性及经济效益。本文研制出一种适配各种型号闸刀的闸刀主连杆脱扣装置,能在不停电的情况下安全检修、校验闸刀操动机构。

基于多维负荷特性挖掘的电力特殊用户用电行为分析

深度探索社会治理角度下电力大数据的应用场景,可为政府数字化开展社会民生工作提供辅助决策。独居老人作为特殊电力用户群体,当前缺乏有效技术识别手段,提出一种基于多维负荷特性挖掘的电力特殊用户用电行为分析方法。首先,基于负荷曲线构建用电行为特征指标,利用互信息值对其增添权重以降低指标设置的主观性,同时结合卷积块注意神经网络模型对独居与非独居老人的负荷数据进行特征提取,获取能表征两类居民用电行为的多维负荷特征向量。其次,利用β-级联森林模型对向量进行自适应表征学习,解决了在分类过程中存在样本不平衡问题,提升模型识别性能。最后,以浙江省某小区居民用户为例验证,并对独居老人进行用电行为监测,结果证明了所提方法样本规模较小且在样本不平衡的数据上具有良好的识别性能。