基于纵横交叉算法的分布式电源优化配置方法

由于对电能的需求不断增加,分布式电源(distributed generation,DG)接入配电系统变得日益重要。然而,分布式电源接入配电网络的位置和容量会极大地影响电力系统的网络损耗和电压水平。基于此,本文采用一种新型的纵横交叉优化算法(Crisscross optimization algorithm,CSO)来优化配电网络中分布式电源的位置和容量,其目标是在配电系统运行安全约束的框架下,最大限度地减少网络损耗,更好地调节电压以及提高电压稳定性。最后基于IEEE 33节点系统进行算例仿真,仿真结果验证了所建立的模型的合理性,论证了求解算法的有效性和计算性能。

Grassberger熵随机森林在窃电行为检测的应用

窃电行为严重危害电网安全,为了提高对窃电行为的检测效率,提出一种新型的基于Grassberger熵随机森林的电网用户窃电检测方法。首先,采用核主成分分析方法(Kernel Principal Componemt Analysis,KPCA)对用户的原始用电量的时间序列向量进行降维,提取用户的用电特征;接着,考虑到窃电样本和正常样本数量相差较大时,窃电检测的分类器训练效果较差,因此,采用数据欠采样方法建立多个数量平衡的样本子集,并采用改进的Grassberger熵随机森林(Random Forest,RF)算法计算信息增益,对各样本子集进行训练再集成,从而提高模型对窃电检测的准确度。以中国南方电网的专变用户窃电检测为案例,将各用户的电表采集电量数据作为模型输入,验证所提模型的窃电检测效果。

基于模糊双目标规划的充电站布局模型

随着电动汽车的推广,公共充电站的数量难以满足日益增长的充电需求。充电站建设通常需要进行多周期、多等级的战略规划,同时受政策、经济环境等因素的影响。每个充电站各建设周期的充电需求量、各等级充电站的建设成本以及运营成本都存在很大的不确定性。在考虑充电站服务能力以及服务半径约束的情况下,构建了以全建设周期电动汽车用户充电满意度最大化、充电站总成本最小化为双目标的模糊规划模型,并设计基于自适应和反向搜索机制的多种群遗传算法求解该问题。案例分析对比了改进与标准遗传算法的结果,验证了改进算法及所提模型的有效性,并分析了不同置信水平和充电站服务半径对目标函数的影响。

基于电压集群特性分析的台区户变关系校验方法

由于技术与管理的滞后,低压配电变压器(简称“配变”)台区广泛存在变压器与用户(以下简称“户变”)关系不准确问题,导致台区线损统计异常、停复电通知不及时等问题,严重制约了台区运维管理水平与客户用电满意度的提升。传统依靠人力梳理台区户变关系的方式难度大,成本高,且准确性难以保证。为此,通过研究低压用户电压时序的相似性,提出一种基于用户电压集群特性分析的低压配变台区户变关系校验方法。首先,通过研究用户电压时序变化机理,分析台区用户电压集群特性,在此基础上,根据用户间电压Pearson相关系数曲线的均值方差分析,剔除台区档案中户变关系错误的用户;然后,基于地理信息系统,获取以目标台区为中心的邻近台区数据集,对户变关系错误的用户进行二次归属,将其归属到正确的台区档案中;最后,选取广东省某地市试点台区的实际数据作为分析样本,验证所提方法的有效性。

基于反向传播神经网络的失流故障智能识别研究

为解决传统方法识别主网电流失流故障准确率低的问题,本文提出了一种基于反向传播神经网络的失流故障智能识别方法。本文利用反向传播的神经网络算法,通过梯度下降的方式反向修正各层权值,使网络输出误差达到可以接受的程度,从而达到对失流故障识别具有很好的自学习自适应能力的目的。首先根据对主网失流故障特征的研究,将失流故障分为持续失流与断续失流两种,构造对应指标,综合所有指标构建失流故障特征提取体系,最后建立反向神经网络来拟合失流故障提取体系。对数据进行识别,建立专家样本库,利用反向神经网络进行离线训练,训练完成后固定权值用于失流故障识别,从而准确输出失流故障事件。经实例验证,所提方法在识别准确率和识别效率优于一般分类识别方法,可实现失流故障的就地识别。

基于加权最小二乘法的低压配电台区拓扑自动识别方法

低压配电台区的拓扑关系信息对线损分析、窃电预警、故障定位以及优化运行等方面都具有重要意义。针对目前低压配电台区拓扑关系缺失或不准确问题,本文首先基于高级量测体系,建立了支持低压配电台区拓扑识别的系统架构。然后,提出了基于加权最小二乘的低压配电台区拓扑识别方法,该方法需要采集多时段的变压器低压拓展采集单元和用户侧智能电表的有功电流值,并根据电流值数据建立最小二乘法求解拓扑关系的矩阵方程,对时间较近的数据施加较大的权重,以达到能够尽早发现发生改变的拓扑关系的目的。最后,本文还提出了反映加权最小二乘法计算性能的拓扑改变发现率指标以及反映测量误差忍受限度的允许误差率指标,并在算例仿真中依据这些指标对本文所提识别方法进行了分析。

基于随机森林模型的台区相序识别方法

低压台区拓扑关系识别是实现电网智能化的一个关键基础,相对于人工识别,从数据挖掘角度进行识别,具有成本低、准确率高、时效性好的优势。就其相序识别问题,提出了基于随机森林算法的低压台区相序关系自动识别方法。首先基于随机算法原理搭建了用于台区相序识别的随机森林算法模型,并提出采用F1;core统计值作为识别模型的评价指标;然后将搭建好的模型应用到实际台区进行训练,训练方式设置了两类测试集:口袋内台区测试集与口袋外台区测试集;最后将训练好的算法模型对测试样本进行相序分许。实证结果证明,所提方法对台区的相序拓扑分析有较高准确性,为低压台区拓扑分析提供了一种技术思路和可行方法。

一种基于低压单级式PCS的储能系统

储能系统提高了发用电的灵活性,实现了用电峰谷的转移,给用户带来了实实在在的经济效益。主要分析了基于低压单级式储能变流器(PCS)的储能系统,通过各种智能算法控制PCS与储能电池,实现电网负荷功率因数控制、储能电池功率管理、电能质量优化监控、系统多种运行模式智能切换等功能,能够完成电力电网与储能电池之间交直流电力互换,实现电力设备和电力系统二者之间电能互通,起到电力系统调峰调频、功率分配优化、电网安全绿色稳定运行的作用。

基于电气特性分析的台区拓扑变化辨识方法

低压台区拓扑关系识别是支撑配电网智能化、数字化的关键基础。当前台区相序识别多从静态识别角度研究,缺少拓扑变化识别方法,就此提出了基于电气特性分析的台区拓扑变化辨识方法。对台区每天的用电数据设置滑动窗口,首先判断每一帧滑动窗口的电流数据的拟合偏差是否超过阈值;然后在拓扑变动较大的情况下直接启动拓扑计算程序,对台区用户重新计算相序拓扑关系,而在拓扑发生小变动的场景下,启动拓扑变动辨识程序,进一步分析了拓扑变动的电气特性并提出辨识方法;最后通过算例表明所提方法可以有效发现并辨识出相序拓扑变化的用户。

基于无线传感网络的室内环境舒适度智能调节系统

本文设计一种对室内环境更全面监测及调控的系统:空调系统对室内温湿度控制、新风系统对室内空气更换,以改善室内环境质量,使人们处在一个更加舒适的室内环境。

多负荷类型下电动汽车和光-水电源接入配电网的安全性评估

电动汽车和分布式电源集群接入对配电网安全运行带来不可忽视的影响。为探讨含多种负荷类型配电网接入电动汽车和光-水电源的安全性影响,建立了多负荷类型下电动汽车和光-水电源接入的配电网模型,从理论机理层面分析了对配电网电压、网损的影响;基于实测数据拟合的光伏/小水电出力特性和电动汽车负荷特性,在8种典型负荷类型下展开研究,分析了不同水光渗透率之比和电动汽车渗透率下电压和网损的变化规律,评估其安全性影响,为电动汽车和分布式电源接入规划以及配电网安全运行提供参考。