Study on Multi-Objective Effect Evaluation System of Smart Grid Construction

This paper builds multi-objective effect evaluation indicator system of smart grid construction from five connotations including strong and reliable, clean and green, friendly and interactive, transparent and open, economical and effective, which is embodied in the power generation, transmission, transformation, distribution, consumption, dispatching and information communication platform of smart grid. Taking the construction of smart grid in a certain area of China as an example, this paper uses analytic hierarchy process (AHP) to make an empirical analysis on it, and makes a comprehensive and objective evaluation on its construction effect.

基于自适应网格多目标鲸鱼算法的火力分配问题研究

传统多目标优化算法在解决多于两个目标函数的火力分配问题时收敛效果不佳,多样性差,耗时过大。基于此,提出了一种自适应网格多目标鲸鱼优化算法(AG-MOWOA)来解决以震塌比例、弹药成本和自身剩余价值为目标函数的火力分配问题。该算法引入混沌映射和外部Pareto存档进化策略提高了种群的多样性,通过自适应网格选取最优个体的方法极大地减少了算法运行时间。仿真实验结果表明,该算法较其他算法收敛速度更快、收敛质量更高、解集分布更多样,能够有效解决火力分配问题。

计及需求响应动态特性的分布式智能电网运行优化方法研究

提出计及需求响应动态特性的分布式智能电网运行优化方法。引入Transformer构建需求响应动态特征方程;刻画了包含分布式能源、微电网、可调节负荷、独立储能以及分布式智能电网调度中心的分布式智能电网系统;设计以弃风弃光成本与运行成本最小为优化目标建立分布式智能电网运行优化模型;运用金豺优化算法(GJO)对模型进行求解。算例结果表明,分布式智能电网运行优化方法能够在保证供电可靠前提下以较低的成本实现风光的高消纳,验证了分布式智能电网的可行性。

计及光伏波动性的主动配电网双层有功无功协调优化

针对含有高比例分布式电源的配电网在源荷不确定性和协调多种无功补偿设备等方面存在的问题,提出一种主动配电网双层有功无功协调优化策略。该策略首先针对离散型出力的有载调压变压器和电容器组,以网损和电压偏差为目标,建立上层优化模型;其次,下层优化模型通过储能出力平抑光伏的有功波动,同时通过调整静止无功补偿装置、光伏逆变器弥补光伏并网点的无功缺额,以配电网的有功波动和光伏并网点的电压偏差为目标,并采用改进的多目标粒子群优化算法求解该模型;最后,通过IEEE 33节点算例验证所提策略的有效性。该优化策略不仅提高了有功与无功的协调性,且实时性强,不依赖精准的设备控制,使配电网的经济性和可靠性得到提升。

考虑电-氢-热多能互补的微网多目标优化配置

氢储能具有储能容量大、储存时间长、清洁无污染、可实现多种能源网络互联互补和协同优化等诸多优点,有望成为推动分布式能源发展和提升终端能源利用效率的重要支撑技术。为了提高独立型微网供电可靠性及可再生能源利用率,文中分析了典型电、氢、热装置的运行特性,提出考虑电-氢-热多能互补的独立微网多目标优化配置模型,并基于模拟退火的粒子群(simulated annealing particle swarm optimization,SAPSO)算法对目标问题进行求解,获得不同配置方案下的技术经济指标。最后,通过东北某地独立微网优化配置算例,基于MATLAB平台验证了所提多能互补配置方案较传统电储能配置方案负荷失电率降低了3.18%,可再生能源利用率提高了8.37%。所提配置方案可有效促进可再生能源消纳,保证独立微网的供电可靠性。

计及经济性和低碳性的光储充一体化电站多目标优化配置

为充分挖掘光储充一体化电站经济效益及碳减排效益,实现站内组成单元合理配置,文中提出一种计及经济性和低碳性的光储充一体化电站多目标优化配置方法。首先,根据充电站内各模块的功能及需求,探究光储充电站中碳排放的来源,建立站内各模块成本、碳排放的数学模型。然后,以系统年投资运行成本和碳排放量最小为目标,使用基于三黑洞捕获策略的多目标粒子群算法,对不同负荷场景下电站各组成模块进行优化配置,得出各场景下电站各组成模块的最优配置方案。对比结果表明,文中所提方法可有效降低规划运行时的成本和碳排放量,提高电站经济及环境效益。最后,采用逼近理想解排序法得出最优场景下的折衷优化方案,可为当前光储充一体化电站的投资建设提供参考。

考虑乡村振兴贡献度的农网项目投资决策模型

深入推进乡村振兴战略对农村电网发展提出更高要求,量化新时代农网项目贡献度,辅助农网实现精准投资成为关键。基于乡村振兴战略对现代农村电网发展提出的新要求,构建包含安全可靠、精准服务、绿色低碳、数字智能等4个维度的农网贡献度评价指标体系,采用最小交叉熵模型融合完全一致性方法(FUCOM)-变异系数法赋权系数对指标进行组合赋权,运用加权马氏距离TOPSIS法量化农网贡献度。以农网单位投资贡献度最优及财务效益最大为目标,构建农网项目投资决策模型,并基于c-DPEA算法进行求解。某县某批次20个农网项目的算例仿真结果表明,所提量化模型能科学评价农网项目贡献度,投资决策模型能为农网实现精准投资提供有效参考。

基于改进YoloV4的电网变压器油液渗漏检测方法

及时发现电网变压器油液渗漏问题对于电网的安全与稳定运行尤为重要;传统电网变压器油液渗漏检测主要依赖于人工定期巡检,但人工巡检无法实现全天候监测,具有滞后性;当前主流目标检测模型应用于电网变压器油液渗漏检测时,存在检测速度较慢、准确率低和鲁棒性较差等问题,无法满足实际应用;为此提出一种改进YoloV4的变压器油液渗漏检测方法;首先,通过引入Mobile-ViT作为模型的骨干结构,利用卷积和Transformer结构有效提取目标的局部和全局信息特征,降低计算量;其次,提出多尺度特征融合层,旨在实现局部和全局信息的多尺度特征融合,增强上下文语义表达,用以更好地实现电网变压器油液渗漏检测;实验结果表明,该方法在电网变压器油液渗漏数据集上检测精度达到了95.3%,检测速度达到了50.6 fps;相较于原生YoloV4方法检测精度提高了2.6%,检测速度提升了2.6 fps;经实际应用,该方法部署在边缘设备上推理速度也达到了43 fps,满足了实际工程的需求。

考虑并网灵活性的大规模海上风电场集群接入系统规划研究

为了提升大规模海上风电场集群接入系统的并网灵活性,提出了一种考虑并网灵活性的大规模海上风电场集群接入系统规划方法。首先,通过构建综合考虑并网灵活性及经济性的大规模海上风电场集群接入系统规划的多目标优化模型,挖掘大规模海上风电集群输电系统的灵活性;其次,采用运用改进的非支配排序遗传算法与基于图论的拓扑修复策略,对多目标优化模型进行求解,再次,基于模糊隶属度分析,从求出的帕累托前沿解中提取得到经济性、灵活性最优的风电场集群接入方案;最后以实际海上风电场群并网的算例为例进行分析,验证所提方法的有效性和可行性。

基于多目标粒子群的电动汽车优化充电策略

居民区家用电动汽车充电具有较强的集中性,大规模电动汽车充电负荷会对配电网系统造成负荷峰谷差过大等问题。文中提出一种基于多目标粒子群(Multi-Objctive Particle Swarm Optimization,MPSO)算法的用户充电选择控制策略,通过分析预测电动汽车充电负荷建立以系统总负荷方差和调度成本最小为目标函数的多目标优化模型,同时考虑了电动汽车电池及系统功率等约束条件,采用多目标粒子群优化算法求解电动汽车最优起始充电时刻。仿真结果表明,相比居民区内电动汽车无序充电,文中所提电动汽车充电策略能有效降低负荷峰值和调度成本。

现代智慧配电网的发展形势与应对策略分析

配电网是直接关系人民生产生活的重要基础设施,在国内大力推动新型电力系统建设的背景下,建设高质量的现代智慧配电网是实现能源绿色高效转型的关键路径。文章总结国内外现代智慧配电网发展与建设的先进经验,利用SWOC分析总结现代智慧配电网建设的内外部环境,探索现代智慧配电网的整体发展目标。研究成果可为电网公司现代智慧配电网的发展目标提供理论支撑。

时空网格(ST-GRID)移动对象数据库模型

有效的存储和查询数据库管理系统中的移动对象受到了大量的关注,有一些是针对管理移动对象动态改变信息的应用。在本文中,把时间和空间变换成时空网格模型(ST-GRJD),把移动对象的运动轨迹转换成时空网格上的折线,用这种存储结构来管理移动对象,并给出产生折线轨迹的RippleInsert算法及移动对象突然改变目的地的解决方案。

基于模糊隶属度的智能电网电力调度多目标优化研究

在智能电网电力优化调度过程中,因求解目标分布范围较小,导致全局搜索能力较差,因此提出基于模糊隶属度的智能电网电力调度多目标优化方法。根据智能电网的工作模式,搭建电力调度架构。在电力调度架构中,从调度成本、可再生能源利用率和用户满意度三个角度确定电力调度目标,构建多目标优化数学模型。设计模糊隶属度求解算法,获取多目标优化最优解集,采用通过模糊识别策略从最优解集内选取最终优化调度方案。应用分析结果表明,所提方法应用后,求解目标分布范围大幅度增长,全局搜索能力得到了增强,可以有效提升智能电网电力调度水平。

面向电网调峰的聚合温控负荷多目标优化控制方法

为使聚合温控负荷参与电网调峰时兼顾运行的经济性和清洁性,提出面向电网调峰的聚合温控负荷多目标优化控制方法。建立温控负荷聚合模型,在常规模型预测控制的基础上,计及温控负荷聚合特性,设计预测时间自适应优化策略,动态调整域参数以协调处理优化精度与计算时间之间的矛盾,同时建立双闭环反馈机制以实时反馈温控负荷状态信息,提升实现调峰计划的可靠性;引入拉格朗日乘子和松弛因子,将多输出约束条件变成多目标函数的附加部分,提高控制方法的稳定性;提出改进的哈里斯鹰算法,对多目标优化问题进行求解,缩短模型预测控制的执行延时,提高寻优速度和寻优精度。所提控制方法与其他控制方法的仿真对比结果表明,所提控制方法有效降低了电网峰谷差以及运行成本和排放成本,同时兼顾了聚合温控负荷参与电网调峰的技术性、经济性和清洁性。

多光储微电网系统海量资源优化配置方法研究

多光储微电网在运行过程中,受接入新能源间歇性与波动性的影响较大。为提升其灵活性与适应力,设计一种多光储微电网系统海量资源优化配置方法。以系统成本最小化、多光储微电网系统利用率最大化以及多光储微电网系统优化配置为目标,构建多光储微电网系统海量资源优化配置的目标函数。对于构建的目标函数,制定其储能电池电量方面的约束条件、可靠性约束条件与负荷转移约束条件。通过回溯搜索算法求解目标函数,实现海量资源的优化配置。测试结果表明,该方法在考虑100%经济性、100%可靠性、70%可靠性的情况下,配置结果分别处于-150~220 kW、390~410 kW、270~320 kW之间,具有较平稳的配置结果,消耗的有功功率较低。

基于多目标优化的配电网网架接线模式选择优化方法

配电网网架接线模式不佳,导致配电网过载无功网损值过高。为此,提出基于多目标优化的配电网网架接线模式选择优化方法。根据多目标优化设计配电网网架接线模式选择方式,构建配电网多目标网架接线架构,计算电力导线截面转供值;通过决策向量值确定配电网网架接线模式选择优化指标,以此实现配电网网架接线模式优化选择。实验结果表明,本文方法能够有效降低无功网损值,实现了配电网网架接线模式选择优化。

基于语义地图的目标定位和智能导航

针对移动机器人对于复杂室内环境的语义信息利用不足问题,提出一种基于二维语义栅格地图的声控语义导航方法,弥补室内机器人在单场景环境下语义导航领域的空缺。基于构建的二维语义栅格地图,采用声控语义导航算法,用语音指令驱动机器人导航到相应的语义物体附近,精确定位语义物体,并在这些物体周围的安全区域计算出合适的导航点;配合语音识别和自然语言处理技术,使机器人能够根据用户模糊的语音指令精确移动到指定的语义物体附近,实现智能化和灵活性更高的导航决策。实验结果表明,导航成功率达到了93%;在布置有不规则障碍物的环境中,该语义导航碰撞率仅为4.6%。所提声控语义导航方法可行,避障能力具有明显优势。

基于AG-MOPSO的含风电配电网无功优化

针对风电机组并网出力的不确定性,采用基于概率发生的场景分析法将不确定性模型转换为不同发生概率的多场景问题,建立以有功网损和电压偏差最小为目标的无功优化模型。针对传统方法得到的Pareto前沿多样性较差的问题,提出基于自适应网格的多目标粒子群优化AG-MOPSO(adaptive grid multi-objective particle swarm optimization)算法。该算法采用自适应网格得到外部档案库中粒子的密度,并根据密度信息以轮盘赌机制选取全局最优粒子和维护外部存储库的规模,有效地保证了Pareto前沿分布的均匀性和多样性。运用该算法对含风电的IEEE 33节点系统进行无功优化计算,并与已有NSGA-Ⅱ算法进行比较,结果表明所提算法得到的Pareto前沿较好,验证了该模型和算法的可行性。

基于逆向重建和运动轨迹偏移的视频重定向质量评价

随着视频重定向方法的日渐发展,对视频重定向质量客观评价算法的要求愈高。现存的视频重定向质量客观评价算法均以Scale Invariant Feature Transform flow(SIFT-flow)稠密匹配为基础。当原始帧与重定向帧尺寸不一致时,SIFT-flow稠密匹配会产生错误,客观评价算法性能下降。在匹配过程中,逆向重建网格存在未匹配区域。基于上述情况,提出一种基于逆向重建和运动轨迹偏移的视频重定向质量客观评价算法。该算法通过减小目标函数平滑项的权重和删除黑边减少了错误匹配的情况,并提出网格损失率(Grid Loss Ratio,GLR)衡量未匹配区域的空间失真,且使用网格运动轨迹偏移量减少对SIFT-flow稠密匹配的依赖。与Multimedia Lab(ML)主观数据库的肯德尔相关系数达到0.593,其标准差为0.295。与其他算法相比,该算法能更好地评估重定向过程的失真,更符合人们的主观评价结果。