融合关键机组信息与相平面图像的暂态稳定评估方法

针对传统基于电力系统时序数据的机器学习方法对系统深层耦合信息挖掘不充分的问题,将失稳模式作为先验知识引入机器学习,提出一种融合系统关键机组信息的暂态稳定性评估方法.该方法通过潮流追踪原理对线路计算各发电机潮流贡献度,得出系统关键机组权重.根据图像形态学原理,对相平面轨迹图像依照关键机组权重进行特征增强.在IEEE-39节点和IEEE-145节点系统下的仿真结果表明,所提方法较传统评估方法具有更好的评估性能,所构建的相平面图像样本较传统时序图像样本拥有更小的占用空间和更优的分类性能.

考虑环境效益的微电网经济功率优化

微电网是一类能将分布式电源很好地接入大电网的系统,它能实现能源的高效率利用。本文分别以经济效益、环境效益、综合效益为目标,研究微电网在脱离大电网系统情况下的分布式电源出力优化问题,并分析储能系统接入对微电网运行经济性产生的影响。通过引入线性递减惯性权重和异步学习因子改进传统粒子群算法,搭建水、光、柴、储微电网模型并进行解算,分析微电网在储能接入前后,不同经济目标下各分布式电源的出力变化,最后以福建某水电站典型日负荷为研究数据,验证了模型及算法的合理性和有效性。