可解释人工智能在电力系统中的应用综述与展望

可解释人工智能(XAI)作为新型人工智能(AI)技术,具有呈现AI过程逻辑、揭示AI黑箱知识、提高AI结果可信程度的能力。XAI与电力系统的深度耦合将加速AI技术在电力系统的落地应用,在人机交互的过程中为电力系统的安全、稳定提供助力。文中梳理了电力系统XAI的历史脉络、发展需求及热点技术,总结了XAI在源荷预测、运行控制、故障诊断、电力市场等方面的电力应用,并围绕解释含义、迭代框架、数模融合等方面展望了电力系统XAI的应用前景,可为推动电力系统智能化转型与人机交互迭代提供理论参考与实践思路。

电力数字孪生研究综述及发展展望

作为支撑新型电力系统构建的最重要使能技术之一,数字孪生受到了国内外学术界和工业界的广泛关注。文中总结介绍了数字孪生的基本概念、关键技术和电力数字孪生生态体系,提出电力数字孪生研究和应用的三种模式,围绕三种模式,对电力数字孪生的国内外研究成果进行了综述,并对国内外工程应用现状进行了分析总结,最后分析了电力数字孪生的发展前景和面临的挑战。

电力物联网边缘智能:概念、架构、技术及应用

近年来,随着传感器、采集装置、感知终端的规模化部署,以及人工智能、5G、北斗等新技术的融合应用,智能巡检、在线监测、需求响应等电力物联网应用产生海量感知数据,数据上传至云端服务器会占用大量通信带宽,为网络通道和云端资源带来巨大压力,处理分析的实时性与时效性也不满足应用要求。为解决上述问题,考虑将边缘计算和人工智能赋予电力物联网,电力物联网边缘智能技术应运而生。电力物联网边缘智能通过在边缘侧嵌入人工智能算法,在靠近数据产生源处对数据进行预处理、本地计算、推理研判,从而减少上传到云端的通信带宽需求,降低传输时延和传输功耗,为上述问题的解决提供一种有效技术路径。首先,阐释电力物联网边缘智能的概念与演进,提出电力物联网边缘智能体系架构;其次,从边缘侧芯片、边缘计算操作系统、边缘计算框架3个层次分析电力物联网边缘智能软硬件基础,同时从云边协同、模型压缩、模型加速、群体智能、联邦学习5个方面讨论电力物联网边缘智能关键技术;然后,从“发输变配用”5个环节探讨电力物联网边缘智能应用场景;最后,分析电力物联网边缘智能应用的机遇和挑战。

新型电力系统中人工智能应用的关键技术

在向新型电力系统升级转型的过程中,新一代人工智能技术是其中的关键创新技术之一,可以与传统机理方法形成优势互补。然而随着电力人工智能技术应用的推广与深入,逐渐凸显出影响应用成效的3个关键问题:数据均衡问题、模型可信性问题、实时优化协同问题。针对以上3个问题,文章梳理总结其对应的核心技术分支、发展现状与典型应用,提出通过数据增强、迁移学习、仿真推演等数据增强推演技术解决小样本带来的模型过拟合与泛化性能下降问题,通过串行、引导、嵌入、反馈、并行等数据机理融合模式解决模型安全性、可解释性、鲁棒性等可信危机问题,通过群体智能、混合增强智能等智能优化决策技术解决源荷高度不确定下的大规模资源快速、实时、精准决策。最后,结合3个关键问题维度,对电力人工智能发展所需要重点突破的技术方向进行了展望。

面向多用电主体的移动储能点对点交易控制方法

移动储能作为具有可移动、强灵活性的储能设备,能够对接多类型的用电主体,实现电量的时空转移,与点对点交易具备的去中心化、随时申报、使购售电主体直接对接交易等特性十分契合。文章设计了面向多用电主体与移动储能的点对点交易控制方法,建立了移动储能点对点交易运行的框架结构以及交易流程;通过设计移动储能容量使用权拍卖合约及控制合约,构成双层智能合约,以实现移动储能容量的拍卖、容量的控制使用以及对购售电主体的交易信息管理和结算等功能,并构建了购售电主体效益评估指标。最后通过算例验证了所提方法的有效性及优越性。

高比例新能源电力系统静态电压稳定裕度在线概率评估

新能源的随机性、波动性及弱调节特性给电力系统静态电压的安全及稳定性带来了挑战。针对此问题,提出一种考虑源荷双侧不确定性的高比例新能源电力系统静态电压稳定裕度在线概率评估方法。首先,基于新能源无功调节特性与传统机组的差异,分析了大量新能源替代传统机组对稳定裕度的影响。然后,分析了新能源出力不确定性对稳定裕度分布范围的影响,并建立源荷不确定性模型以生成典型场景。最后,为了应对新能源快速波动性给稳定裕度带来的影响,提出基于优化ELM-KDE的稳定裕度在线概率评估方法。利用优化极限学习机(extreme learning machine,ELM)预测典型场景稳定裕度并通过核密度估计(kernel density estimation,KDE)准确获得其概率分布函数。构建了静态电压稳定期望裕度和静态电压稳定风险度两个指标对结果进行表征。分别在New England 39和IEEE300节点系统进行了仿真测试,并将结果与传统蒙特卡洛方法计算结果对比,验证了所提方法的有效性。

电力系统中时序场景生成和约简方法研究综述

随着能源转型的推进,可再生能源以及新型负荷的渗透率不断提高,其引入的不确定性给电力系统安全与经济运行带来极大的挑战。对电力系统中不确定性因素精确建模是保证新一代电力系统安全稳定运行的基础。采用时序场景生成和约简技术对不确定性因素建模是推动电力系统不确定优化技术发展的关键。针对电力系统中时序场景生成和约简方法进行了系统性综述。首先,从研究对象和数学问题阐述了电力系统时序场景生成和约简的基本概念。其次,综述了电力系统中场景生成和约简的现有研究方法、评价指标以典型应用场景。最后对现阶段研究中存在的问题进行了归纳,并展望了未来的发展趋势和挑战。

电力人工智能技术理论基础与发展展望(一):假设分析与应用范式

人工智能(artificial intelligence,AI)正在成为构建“双碳”目标下新型电力系统的重要支撑技术。当前,人工智能在电力行业不同场景应用过程中表现出了不同的适用性与性能水平,这既源于人工智能算法本身的基础假设与固有局限,也源于电力系统不同应用场景的需求。针对以上问题,总结提出4种电力人工智能应用范式,即深度连接、符号知识、行为强化与集成智能,分析其核心算法的基础假设及因假设所带来的局限,匹配适用的电力应用场景特征与需求,并梳理目前性能表现较好的具体算法及相应技术指标。进一步,指出当前电力人工智能发展存在的共性技术瓶颈,即可信伦理、数据分布与进化迁移等。针对以上技术瓶颈,提出数据知识融合驱动机制、平行互动机制以及模型进化机制等3种解决机制。在后续文章中将详细剖析这3种机制,提出更加系统化的电力人工智能技术发展模式,以有效提升电力人工智能的自组织、自协同、自学习与自进化能力。

面向电力系统智能分析的机器学习可解释性方法研究(一):基本概念与框架

机器学习的可解释性是其在电力系统领域安全、可靠应用的关键环节与重要基础之一。针对电力系统智能分析的机器学习模型可解释性方法进行初步探讨。首先,阐述了机器学习模型可解释性的基本概念、数学描述与相关评价维度;之后,梳理了实现机器学习可解释的整体思路与技术路线,将可解释方法分为建模前解释、训练后解释与模型自解释3大类,并对其在模型诊断、安全评估、数据纠偏、知识发现等场景的应用进行了分析;最后,对目前电力智能分析的机器学习可解释性研究面临的挑战进行了展望。

面向隐私保护基于联邦强化学习的分布式电源协同优化策略

针对分布式电源优化调度面临的隐私保护和实时决策问题,提出了基于联邦强化学习的多智能体分布式协同优化策略。首先,构建了基于联邦强化学习的配电网分布式协同优化框架,利用联邦学习避免在多智能体深度强化学习过程中泄露隐私数据。在此框架下,提出了多智能体约束策略优化方法,利用离线训练缩短在线决策时间,支持智能体实时分布式决策。同时,该方法为智能体构建了考虑潮流方程等约束条件的可行域,允许智能体在训练过程中自由探索,提高了收敛速度,并确保实时调度策略满足电力系统安全运行约束。最后,通过算例进行仿真验证,结果表明离线训练时各智能体仅利用局部信息即可实现全局优化,并保证了实时决策和调度策略的安全性。

电力人工智能技术理论基础与发展展望(二):自主学习与应用初探

电力人工智能技术不断取得突破的同时,实际应用中也面临诸多挑战,在电力人工智能的假设分析与应用范式研究基础上,探索电力人工智能自主学习的创新应用模式。首先,针对电力人工智能研究中存在的可信伦理、数据分布与进化迁移等瓶颈,提出并详细阐述数据知识融合、平行互动、模型进化三大机制;进而,基于生物脑认知原理,提出适用于电力领域人工智能应用的意识引导的自主学习技术,通过构建电力领域机器意识引导算法进行模型构建、数据组织、训练调优等自主学习应用,解决规则复杂、数据价值低、场景泛化等情况下的电力人工智能模型训练优化难题;最后,在设备运维检修领域开展应用探索,通过意识引导知识、数据、任务的理解分析,构建面向复杂运维检修任务端到端算法生成的智能应用。

考虑数据隐私保护的可再生能源场景生成框架

为了有效描述可再生能源出力不确定性,需要将多源数据进行协同建模。然而,多源可再生能源数据的利益归属方不同,在协同建模中会存在数据共享意愿问题,这会引发在数据传输过程中带来数据泄露的隐患。针对以上问题,该文提出一种考虑数据隐私保护的可再生能源场景生成框架,使用改进群体学习实现日前场景生成。理论分析和算例论证验证了所提框架具有较好的安全性和可行性。当目标域可再生能源历史数据不足时,使用该框架对多源数据协同建模,还能够有效提高目标域的场景生成精度。

基于元模型全局最优化方法的含分布式电源配电网无功优化

含分布式电源（distributed generation,DG）的配电网无功优化是保障配电网安全稳定、提高系统运行经济性的重要关键技术。含DG配电网的无功优化控制既要处理DG和静止无功补偿装置（static reactive power compensation device,SVC）的无功出力等连续控制变量,又要处理分组投切电容器组挡位、有载调压器（on-load voltage regulator,OLTC）分接头等离散控制变量,加之考虑DG、负荷的不确定性以及离散控制变量的投切次数约束之后,其模型的求解为一类复杂的非线性混合整数规划问题。该文采用概率场景的方法描述源荷的不确定性,并通过静态优化–离散变量优化–连续变量优化的多阶段方法解决电容器组和OLTC的投切次数约束,并提出一种基于元模型全局优化算法的无功优化求解方法,该方法采用拉丁超立方采样对复杂的无功优化目标函数进行合理抽样,并用克里金拟合建模方法在可能解的区域生成计算快及优化求解容易的元模型。在迭代寻优的过程中,用元模型估算目标值,并据此择优生成新的采样点来不断修正元模型,逐渐逼近复杂的无功优化目标模型并得出全局最优解。此方法由于无需反复大量调用原有的复杂目标函数,因而可有效减少计算负担和时间,提高全局最优解的搜索效率。以改造后的IEEE33节点和美国PG＆E 69节点系统为例进行了多种场景和多种算法的仿真对比测试,算例结果表明了文中提出方法的有效性和可行性。

基于一致性算法的直流受端电网分布式调频资源协同频率控制

直流受端电网中大容量直流功率的馈入和大量分布式光伏及储能经电力电子变换器接入,导致受端电网同步机电源逐渐被取代,系统等效惯量下降,严重影响了受端电网的频率特性。因此,挖掘电网调频资源、增加电网频率控制的灵活性十分重要。针对上述问题,基于一致性算法,提出了利用受端电网中配电网的分布式调频资源,包括分布式光伏、储能、柔性负荷等协同参与电网一次调频的分布式控制方法。该控制方法能够有效应对由于调频资源数量大而导致的计算难度增大问题,并可通过定时刷新分布式调频资源的运行状态并自适应计算频率响应系数,实现在故障发生时快速响应频率变化。通过对等效直流受端电网中配电网调频资源以不同控制策略参与频率调节的仿真对比分析,验证了文中方法对直流受端电网频率调节的有效性及经济性。

含电力电子变压器的交直流配电网电压不平衡优化抑制方法

针对含有电力电子变压器（powerelectronic transformer,PET）的交直流混合配电网络,考虑低压交流系统三相负荷不对称的运行模式,提出了基于PET的电压不平衡优化抑制方法。建立计及换流器损耗的多端口PET的稳态模型。分析其三相不平衡治理机理,较之传统变压器更加具有优势,并在此基础上建立了以网损最小考虑三相电压不平衡度约束的优化模型,提高了系统运行的经济性和可靠性。通过对所构造的算例进行仿真分析,结果验证了所提模型的正确性和有效性。

基于电力电子变压器的交直流混合系统优化运行控制关键技术及研究框架

随着我国分布式可再生能源快速增长,高效消纳的问题日益突出,基于电力电子变压器（power electronic transformer,PET）,构建可实现大范围互联互济的交直流混合系统成为新的发展趋势。文章在分析国内外研究现状及存在问题的基础上,提出一种＂场景生成-互补优化-协调控制＂时序递进的优化运行控制体系,包括交直流混合系统运行场景生成方法、计及电力电子变压器调控能力的多时间尺度可再生能源互补优化策略、交直流混合系统协调控制技术等3个方面,进一步给出了交直流混合的分布式可再生能源互补优化运行控制方面亟待研究的关键技术和研究方案。最后,给出了示范验证项目的应用场景。

多售电主体点对点交易模式及其动态过网费机制

随着售电侧的放开,分布式发电与售电公司一同竞争形成多售电主体交易市场。现有交易模式存在过网费统一定价难以公平应对不同交易对电网运行成本的影响、集中式交易难以高效且经济地处理大量分布式交易等诸多弊端,因而建立合理的交易模式尤为重要。为此,文中探讨了动态过网费机制下多售电主体点对点交易模式。针对点对点交易小量、高频特性,建立基于灵敏度系数的动态过网费min-max问题并求解。利用连续双向拍卖的匹配机理,考虑售电主体提供的普遍-定制服务,提出计及动态过网费的2次连续双向拍卖多轮交易机制。多轮交易中,针对每一轮交易提出实时滚动的网络校核方法。考虑交易双方心理行为,提出改进型失望-后悔规避理论进行报价更新。仿真结果表明,所提动态过网费机制能够针对每笔交易特性更加合理地分摊电网运行成本,且设计的点对点交易机制可安全、经济、高效地实现计及动态过网费的多边竞价交易。

考虑区域自治能力的主动配电网分层优化调度

主动配电网是实现配电网集成新能源的有效技术手段,目前多采用全局优化+区域自治的分层分区的优化调度方法。由于主动配电网中各区域的可控资源并不均衡,某些区域自治能力较低可能导致实时情况下难以自治,从而使得实际运行结果与计划值产生较大偏差,降低了系统总体的运行效率。文中重点研究了区域自治的满足条件以及自治能力的衡量方法,并利用鲁棒机会约束模型将其引入到调度计划中,提出了考虑区域自治能力的主动配电网优化调度模型,引用最优条件分解理论实现模型的分层协调求解。采用浙江某地的实际系统数据作为算例,验证了所提方法的有效性。

共建共享模式下考虑需求响应的多售电主体风光储容量优化方法

在电力市场和低碳经济背景下,基于年时序仿真提出一种考虑需求响应和环境效益的售电主体风光储容量优化配置方法。计及建设周期内风光储容量和负荷波动的影响,以售电主体逐年综合成本最小化为目标,将投资和运营一体化考虑,建立两阶段随机规划模型,并采用动态回收周期评估系统的投资效益。在阶段1,提出风光储设备的逐年组合投资策略;在阶段2,充分考虑需求响应以及环境效益,建立售电主体逐年运营模型,以优化售电主体市场购电成本、碳排放折算成本以及用户用电成本,并基于分布式次梯度投影算法得到最优日前定价和用户能耗。提出基于贡献度利益分配的多售电主体共建共享投资优化模型。算例分析验证了所提方法对降低售电主体运行成本的有效性。

供电短缺下微网客户与移动储能端对端交易模式及调度策略

随着传统电力系统向新型电力系统转型升级,风、光等分布式能源作为微网主体电源在配电网故障发生时具备相当程度的主动支撑、调节能力。当微网预测到由于天气变化导致未来内部分布式能源供电短缺时,可提前与移动储能进行市场交易。端对端(peer-to-peer,P2P)交易模式能保证交易实时性,适合应对紧急度较高的用电需求。设计了供电短缺下微网客户与移动储能P2P交易模式及调度策略。首先,建立微网自主运行及能量互济模型,通过划分供电范围可预测各时段微网内存在电能需求的负荷信息。然后,建立购售电主体申报模型,为双方申报行为提供依据。基于连续双向拍卖机制进行撮合匹配,并提出偏差考核及违约结算机制。交易匹配后,移动储能在交通网-配电网耦合模型基础上进行优化调度,对接需电客户。最后,通过算例验证了P2P交易模式可行性,以及移动储能调度方法的有效性。