面向低碳经济的人工智能赋能微电网优化运行技术

安全稳定高效、能量流动灵活、经济效益与环境效益兼顾等是微电网低碳经济运行的基础,然而随着多类型分布式电源、多利益主体的柔性负荷等接入微电网,以及“云计算-大数据-物联网-移动互联网-人工智能”技术广泛应用,微电网的组网模式、运行方式等正发生较大的改变。为此,梳理并归纳总结人工智能赋能微电网优化运行关键技术与挑战。首先,介绍微电网物理架构并总结智能化发展趋势,梳理微电网在低碳经济目标下的特点和优化运行所面临的挑战。其次,从决策变量、优化目标、约束条件和求解方法4个方面阐述人工智能赋能微电网优化运行原理。再次,聚焦于可再生能源出力预测技术、微电网优化调度技术、碳交易机制、人工智能深度融合下不确定调控技术等典型应用场景,分析并总结人工智能赋能微电网优化运行的应用效果。最后,总结分析了人工智能赋能微电网优化运行的未来发展方向,为绿色微电网技术发展提供借鉴。

计及不对称故障影响的感应电动机负荷模型解析算法

针对三相对称正序电压的仿真计算模型无法准确模拟感应电动机负荷动态特性的问题,提出一种计及不对称故障影响的感应电动机负荷模型解析算法。首先,基于转子一阶机械暂态方程获取感应电动机的转差率,再开展各项运算分析以获取扰动后感应电动机的电流变化和功率响应;然后,从电压稳定性和参数可辨识性角度,比较三阶机电暂态模型和一阶机械暂态模型的精度;最后,基于PSCAD/EMTDC平台搭建模型,对不同故障电压跌落场景下感应电动机的动态响应进行仿真分析。仿真结果表明,所提的解析算法能够获得不对称故障影响下感应电动机的动态响应且具有计算准确性和快速性的优势。

基于投票策略的智能配电网柔性负荷聚类分析方法

面向智能配电网台区负荷特性差异大,以及传统聚类算法的聚类效果、聚类精度以及鲁棒性难以平衡的问题,结合K均值(K-means)算法和基于灰狼优化的模糊C均值(fuzzy C-means clustering algorithm based on Grey Wolf optimization, GWO-FCM)算法等不同算法的聚类稳定性和聚类效应,提出一种基于投票策略的智能配电网柔性负荷聚类分析方法。通过集成树拟合,实现智能配电网台区柔性负荷高维数据的降维。利用马氏距离克服聚类指标维度的相关性,进而确定有效聚类数。通过卡林斯基-哈拉巴斯指数(Calinski-Harabaz, CH)确定基准聚类算法。通过一致性函数矩阵对聚类结果进行统一,攻克了聚类结果不稳定的问题,得到更一致、更稳定的总体聚类结果。通过宁夏回族自治区智能配电台区实际运行数据分析,验证了所提基于投票策略的聚类算法的有效性。

面向新型电力系统的配电网设备安全运行管理顶层设计

新型电力系统的快速发展,类型多样、特性差异大的海量配电网设备安全运行管理面临更高要求,精细化管理、精益化运维成为常态。为此,本文从顶层设计思路出发,提出了新型电力系统背景下配电网设备的安全运行管理设想。首先,深入分析了目前配电网电气设备安全管理过程中出现的主要问题和存在的缺陷;其次,立足于配电网一次、二次电气设备的安全运行管理特点,结合实物ID编码、云计算、大数据、移动互联网、配电物联网、数字孪生和人工智能等先进技术,从监督管理措施、安全管理制度和操作人员水平等多个角度对配电网设备的安全运行管理进行顶层设想;最后,从电力能源安全运行管理的视角,对配电网设备安全运行管理的关键技术、行业标准等进行综述,以期为提升我国配电网设备安全管理水平提供借鉴。

基于IMU-GNSS-VO的输电线无人机巡检定位和目标跟踪自适应方法

无人机巡检在220 kV输电线的日常巡检工作中占据越来越多的比重,然而无人机巡检存在定位不准、巡检目标识别与跟踪困难等系列问题。为此,基于惯性测量单元(inertial measurement unit,IMU)、全球导航卫星系统(global navigation satellite systems,GNSS)、视觉测程(visual odometry,VO)等多路传感器融合信息,提出了一种无人机输电线巡检定位与目标跟踪自适应方法。为解决GNSS信号中断以及视觉传感器在复杂场景中缺乏足够特征点导致的自主定位困难问题,提出一种基于联邦卡尔曼滤波的鲁棒自适应定位算法,该算法确保了无人机自主导航和定位的准确性;同时,为了实现输电线目标自动识别和跟踪,提出一种变化场景最佳阈值选择算法,实现预测性和连续的参数选择,以提高输电线跟踪的准确性。最后,以唐山某典型案例为试点,验证了方法的有效性,并进一步全面优化输电线路无人机巡检工作流程,为后续输电线巡检的智能巡检多维应用奠定较好的基础。