为加强先进绝热压缩空气储能(Advanced Adiabatic Compressed Air Energy Storage,AA-CAES)与综合能源系统(Integrated Energy Systems,IES)的多能互补协同,提高系统运行效率,文中提出了一种含AA-CAES能源站的电-热综合能源系统优化运...为加强先进绝热压缩空气储能(Advanced Adiabatic Compressed Air Energy Storage,AA-CAES)与综合能源系统(Integrated Energy Systems,IES)的多能互补协同,提高系统运行效率,文中提出了一种含AA-CAES能源站的电-热综合能源系统优化运行方法。构建了含AA-CAES能源站的IES基本调度架构,详细分析了AA-CAES装置在压缩和膨胀工况下的储热、换热及供热等特性,建立了AA-CAES电热联供联储运行模型;基于热网管道传热延迟和损耗等动态特性,建立了考虑供热网储热惯性的热网方程;在此基础上,考虑了用户侧可调度资源,提出了计及综合需求响应的含AA-CAES能源站的IES日前优化运行模型;在修改的IEEE 33节点配电网和巴厘岛32节点区域供热网进行算例分析。仿真结果表明,所提方法可有效降低IES运行成本,提高IES可再生能源消纳能力。展开更多
虚假数据注入攻击(false data injection attack,FDIA)是智能电网安全与稳定运行面临的严重威胁。文中针对FDIA检测中存在的有标签数据稀少、正常和攻击样本极不平衡的问题,提出了融合无监督和有监督学习的FDIA检测算法。首先引入对比...虚假数据注入攻击(false data injection attack,FDIA)是智能电网安全与稳定运行面临的严重威胁。文中针对FDIA检测中存在的有标签数据稀少、正常和攻击样本极不平衡的问题,提出了融合无监督和有监督学习的FDIA检测算法。首先引入对比学习捕获少量攻击数据特征,生成新的攻击样本实现数据扩充;然后利用多种无监督检测算法对海量的无标签样本进行特征自学习,解决有标签样本稀缺的问题;最后将无监督算法提取的特征与历史特征集进行融合,在新的特征空间上构建有监督XGBoost分类器进行识别,输出正常或异常的检测结果。在IEEE 30节点系统上的算例分析表明,与其他FDIA检测算法相比,文中方法增强了FDIA检测模型在有标签样本稀少和数据不平衡情况下的稳定性,提升了FDIA的识别精度并降低了误报率。展开更多
文摘为加强先进绝热压缩空气储能(Advanced Adiabatic Compressed Air Energy Storage,AA-CAES)与综合能源系统(Integrated Energy Systems,IES)的多能互补协同,提高系统运行效率,文中提出了一种含AA-CAES能源站的电-热综合能源系统优化运行方法。构建了含AA-CAES能源站的IES基本调度架构,详细分析了AA-CAES装置在压缩和膨胀工况下的储热、换热及供热等特性,建立了AA-CAES电热联供联储运行模型;基于热网管道传热延迟和损耗等动态特性,建立了考虑供热网储热惯性的热网方程;在此基础上,考虑了用户侧可调度资源,提出了计及综合需求响应的含AA-CAES能源站的IES日前优化运行模型;在修改的IEEE 33节点配电网和巴厘岛32节点区域供热网进行算例分析。仿真结果表明,所提方法可有效降低IES运行成本,提高IES可再生能源消纳能力。
文摘虚假数据注入攻击(false data injection attack,FDIA)是智能电网安全与稳定运行面临的严重威胁。文中针对FDIA检测中存在的有标签数据稀少、正常和攻击样本极不平衡的问题,提出了融合无监督和有监督学习的FDIA检测算法。首先引入对比学习捕获少量攻击数据特征,生成新的攻击样本实现数据扩充;然后利用多种无监督检测算法对海量的无标签样本进行特征自学习,解决有标签样本稀缺的问题;最后将无监督算法提取的特征与历史特征集进行融合,在新的特征空间上构建有监督XGBoost分类器进行识别,输出正常或异常的检测结果。在IEEE 30节点系统上的算例分析表明,与其他FDIA检测算法相比,文中方法增强了FDIA检测模型在有标签样本稀少和数据不平衡情况下的稳定性,提升了FDIA的识别精度并降低了误报率。