面向智能电网能源枢纽的需求响应策略研究

热电联产等技术的普及,加速了多能源系统的整合。同时,智能电网技术的进步促使电力公司开发需求响应计划,以影响客户的用电行为。对存在多能源载体的能源枢纽开发了一个综合需求响应计划。首先,考虑能源枢纽中电力和燃气网络,建立了能源供应商模型和客户模型。其次,将能源枢纽之间的互动建模为序数势博弈,并证明了该博弈存在唯一纳什均衡。然后,还开发了一种分布式算法来确定均衡,即每个能源枢纽的最佳能源运行策略。最后,在具有6个能源枢纽的系统中对所提出的方法进行了测试。仿真结果表明,除了负荷转移外,能源枢纽的客户可以通过在高峰时段转换能源资源,如将燃气转换为电力来参与综合需求响应计划。此外综合需求响应可以增加客户能源公司的日收益。

考虑风电不确定性的电-气能源系统数据驱动鲁棒优化调度

电-气能源系统的耦合为消纳风电提供了新途径,但风电随机过程的复杂不确定性给电-气能源系统运行带来了挑战。基于此,提出了一种考虑风电预测误差不确定性的电-气能源系统数据驱动鲁棒优化调度模型。首先通过无穷维高斯混合模型对风电预测误差进行聚类,考虑风电厂间出力的相关性,建立了数据驱动的风电预测误差不确定集。接着以燃气轮机为耦合元件,考虑动态天然气潮流,提出了两阶段的电-气能源系统鲁棒优化调度模型。第一阶段为日前计划层面,决策机组启停及出力区间、天然气的供气量区间;第二阶段为实时运行层面,决策机组的出力值以及天然气的供气量,针对天然气网络的非凸非线性约束,采用二阶锥松弛的方法将其进行凸化。针对该模型min-max-min的三层结构,通过KKT条件将第二阶段问题转化为单层问题,然后采用列约束生成算法进行求解。最后,通过6节点与118节点的电-气能源系统的算例分析,证明了所提模型的有效性。

基于LSSVM的负控数据填补方法

为解决山区小水电的负荷监控终端因日常维护困难、通信通道故障多而导致的数据缺失问题,提出一种基于最小二乘支持向量机(LSSVM)的负控数据填补方法。该方法利用LSSVM回归理论拟合训练样本,可实现具有同趋性多源数据的批量化填补。案例分析结果表明,该方法具有较好的数据还原效果,具有较强的工程实用和推广价值。

分布式电源对配电网继电保护的影响

低碳经济在全国得到全面推广,智能电网也受到广大用户的支持,发电技术采用分布式发电,因为清洁能源如：风能;太阳能;小水电等地点分布区域广,这项技术深入发展与推广。分布式发电的特性：灵活性、随机性,最终并入配电网,影响传统配电保护,配电保护出现误动作现象,传统的电力系统将面临新的挑战。这些难题也困扰着电力研究者,是一种新型热门课题。本文将着力分析探讨配电网如何保护分布式电源,因此本文将先阐明传统配电网保护配置原理,分析了分布式电源对配电网的几点（电流保护,自动重合闸,配电自动化）的影响。