面向电量-调频-容量市场的数据中心园区算力及电力资源规划

数据中心广泛建设是智能时代的发展趋势。如何在保证数据中心服务质量的前提下,考虑数据中心负荷转移特性,并对其进行合理规划,对降低数据中心规划总成本及提升新型电力系统灵活性均有显著意义。为此,提出一种考虑多元电力市场引导下的数据中心园区算力及电力资源优化规划方法。首先,通过多面体定界收缩法建立虚拟发电机和虚拟储能模型,描述数据中心园区的聚合可调特性。然后,根据不同电力市场的结算规则,研究了数据中心园区参与电量-调频-容量市场的方式和经济收益。在此基础上,以综合成本最小化为目标,优化数据中心园区发电机、储能的建设容量以及服务器的建设数量。最后,以阿里巴巴公开运行数据为例,证明考虑多元电力市场能够大大降低数据中心规划成本,激励数据中心园区投资建设更多灵活性资源,为电网提供有效的调频服务和容量支撑。

基于数据驱动模型的反窃电行为精准取证系统

反窃电行为现场蹲守取证的时效性与准确性均较差,导致取证工作效率下降,且取得的证据不完整,设计基于数据驱动模型的反窃电行为精准取证系统。在现场布设反窃电稽查仪、红外摄像头,在采集层获取用户相关用电数据以及视频图像,并通过通信层的集中器将数据传输到主站层。主站层借助数据驱动模型从用电数据以及视频图像中挖掘证据,对获取的证据进行实时整理和归纳,完成反窃电行为精准取证。实验结果表明,利用所设计系统对窃电用户进行检测与识别后所得F1值均大于9,且接近于10,能够实现反窃电行为精准取证。

铅炭电池储能技术及其在电力系统的应用

铅炭电池作为新型储能技术,具有安全性好、成本低、响应速度快、循环回收性好以及技术成熟等优点,铅炭电池储能技术是构建新能源为主的新型电力系统的重要组成部分。本文中,介绍了铅炭电池储能技术的化学原理,统计了铅炭电池原材料—铅矿的资源情况,分析了铅炭电池储能设施在用户侧、电源侧和电网侧几种应用场景的作用和意义,最后对铅炭电池储能技术未来的发展方向提出建议。

计及用户参与和调峰需求的储能配置优化研究

为了对分布式储能潜力进行充分挖掘以提升电网调控水平,提出一种全面考虑储能用户行为及调峰需求的聚合商侧储能配置优化模型。首先,对储能用户参与聚合的自身参与度与从众行为进行研究,建立储能容量模型。其次,综合考虑聚合商参与调峰收益、储能聚合成本、储能成本、储能充电成本,构建聚合商侧储能优化配置模型,并采用白鲸优化(BWO)算法对模型进行求解。最后,以修改后的IEEE33节点系统为例,验证了配置优化模型的有效性和算法的优越性。该模型不仅能得到储能优化配置容量,还能够充分考虑储能用户综合不确定性与电网调峰需求。该模型在国家鼓励多主体参与电力现货交易的背景下,具有广泛的适用性。

基于熵权法的电化学储能电站安全隐患数据分析

安全隐患排查治理是当前我国电化学储能电站建设运行监督管理中的重要手段,切实做好安全隐患排查治理工作有助于及时发现和消除电化学储能电站建设运行中的安全事故隐患。基于某省电化学储能电站安全隐患辨识与排查数据,采用熵权法开展了多维度、全方位、深层次的安全隐患数据分析,系统探究了各类安全隐患在空间特性(S)、运行工况(O)、类型占比(T)、危害程度(D)和治理难度(G)5个维度的危险特性和分布特征。结果表明:基于熵权法的电化学储能电站安全隐患数据分析,改善了当前安全隐患数据处理分析方式单一、信息提取不充分、结果利用率不足等问题,对精准定位安全管理的薄弱环节、助力构建安全隐患分级闭环管控机制、推动重大安全隐患精准治理、创新创建重大安全隐患数据库、提升电化学储能电站安全隐患排查治理能力具有重要的作用。

新能源用户参与度高的电力市场用户电量异常数据修正模型

为了精准识别电量异常数据并进行实时修正,保障用户用电安全,提出一种新能源用户参与度高的电力市场用户电量异常数据修正模型。以某含高比例新能源的省市为例,分析其电力市场用户电量可能存在的异常数据现象,搭建概率预测模型,通过离线训练及在线识别,结合阈值和电量预估区间,识别用户电量异常数据,按照用户有不完整负荷数据以及无负荷数据情况,将识别到用户电量异常数据分成两类,获取两种类型中需要修正的用户电量异常数据,将其作为输入,搭建基于深度神经网络的用户电量异常数据修正模型,输出用户电量异常数据修正结果。实验结果显示,该模型能够识别出用户电量异常数据并能精准识别用电数据异常时刻,并能够对识别出用电异常数据进行实时修正。

双冷水式机房空调自然冷却应用的节能分析

为了探索我国各地双冷水式机房空调自然冷却应用的节能潜力,给出了一种双冷水式机房空调自然冷却应用系统架构并分析了其运行模式。建立了双冷水式机房空调与冷水式机房空调的对比分析模型,利用当量压缩机耗电量对双冷水式机房空调的自然冷却应用进行了节能计算分析。结果表明:双冷水式机房空调直接利用冷却塔自然冷却的应用方式具有广泛的适用性;节能效果在可充分利用自然冷却地区越发突出,在不考虑水资源紧张的前提下节能率由高至低依次为西北、东北、华北、云贵高原、华东、川渝、华中及华南地区,其中西北地区绝大部分城市的节能率超过80%;通过采取节能优化措施可进一步提升双冷水式机房空调在水资源丰富、自然冷源相对贫乏的华南地区的节能效果,节能率提升值可达14.1%~20.5%。

基于DA多重插补法和电力物联网的电能数据缺失修复方法

针对电力物联网中电能数据量过多,缺失电能数据修复难度较大的问题,研究基于DA多重插补法和电力物联网的电能数据缺失修复方法。电力物联网利用感知层的电能数据采集终端采集电能数据,所采集电能数据利用通信层传送至应用层,应用层的电能数据缺失修复模块,利用EM插补算法计算电能数据缺失值的初始插补值;将所获取的电能数据插补值作为DA多重插补法的初始值,DA多重插补法利用局部加权回归模型,通过调整电能数据缺失值的预测误差,获取最终电能数据缺失修复结果。实验结果表明,该方法修复电力物联网电能数据的观测误差方差低于0.2,对于短期电能数据与长期电能数据,均具有良好的修复结果。

基于大数据分析的电力用户用电行为特征识别研究

为解决电力用户用电行为分析的难题,提出了一种基于大数据分析的方法。通过多源数据融合和机器学习技术,实现了对电力用户用电行为特征的精准识别。实验结果表明,该方法能够有效区分不同类型用户的用电模式,为电力系统的精准负荷预测和需求侧管理提供了有力支撑。

数据资产管理在可再生能源领域中的研究与应用

研究了数据资产管理在可再生能源领域中的应用,特别关注地热能、氢能、风能和太阳能。通过探讨综合数据的采集、分析和各种能源的数据资产管理,以期揭示如何使电力企业更有效地运用可再生资源,提高能源生产效率,推动电力行业迈向可持续的未来,以及为未来能源需求做好充分准备。

能源互联网环境下的电力数据安全与隐私保护方法研究

本文针对能源互联网环境下的电力数据安全与隐私保护问题进行了深入研究。首先对电力数据的特点和对安全与隐私保护的影响,以及对电力数据的敏感性进行了分析,并探讨了其面临的安全威胁;然后提出了一系列电力数据隐私保护方法,包括数据加密技术、访问控制与身份认证以及匿名化与脱敏技术;同时还设计了安全监测体系和风险评估方法,以确保电力数据的安全性。为促进电力数据的共享与合作安全,提出了安全数据共享模型和多方安全计算技术。

智能化技术在电力工程建设中的应用研究

智能化技术集成了信息通信技术、人工智能和大数据分析等多种先进技术,可以为电力工程的设计、施工及运维提供全新的发展方向,提高电力系统的供电可靠性和运行效率,并优化资源配置,从而构成一个绿色、低碳、高效的能源体系。为此,分析智能化技术在电力工程建设中的应用情况,从当前电力工程建设应用中的智能化技术应用现状入手,探讨国内外智能化技术在电力工程领域应用情况,分析其在电力系统中的应用挑战,如数据安全、技术标准缺失以及专业人才短缺等,并基于挑战提出未来的发展方向,从而发挥智能化技术在电力工程中的潜力,为实现未来能源转型和可持续发展目标提供强有力的支持。

纯电动汽车碰撞后的安全断电控制技术研究

随着纯电动汽车市场的日益扩大,其碰撞后的安全问题成为制约行业发展的关键因素之一。本研究聚焦于纯电动汽车碰撞后的安全断电控制技术,通过模拟碰撞实验与数据分析相结合的方法,系统地探讨了断电控制策略在防止电池短路、起火等危险情况中的作用。实验结果表明,所设计的断电控制策略在碰撞发生后能够迅速切断电池电源,显著降低安全事故风险,提高了纯电动汽车的安全性。进一步的数据分析揭示了碰撞过程中的能量吸收与传递特性对断电控制效果的影响,为策略优化提供了科学依据。同时,研究也指出了当前存在的局限性,如实验条件的局限性、车型差异的影响等,为未来研究方向提供了启示。

云计算在电力用户用电信息采集系统中的应用研究

随着国家电网公司确立的电力用户用电信息采集系统"全覆盖、全采集、全费控"目标的逐步实现,电力系统中运行的采集终端数量大幅激增,从而使采集的电力系统数据信息量呈几何级数增长。面对海量的用电数据,当前用电信息采集系统在多个方面出现瓶颈。文中通过分析当前作为解决大数据存储、分析、计算、管理有效手段的云计算技术,结合当前用电信息采集系统所遇问题,研究了云计算在电力用户用电信息采集系统中的应用前景及面对的挑战,对未来电力用户用电信息采集系统的建设和发展有指导意义。

电力用户侧大数据分析与并行负荷预测

随着智能电网、通信网络技术和传感器技术的发展,电力用户侧数据呈指数级增长、复杂程度增大,逐步构成了用户侧大数据。传统的数据分析模式已无法满足需求,迫切需要解决电力用户侧的大数据在分析与处理方面的难题。该文分析电力用户大数据的来源,针对电力用户侧大数据的数据量大、种类繁多与速度快等特点,指出电力用户侧的大数据在数据存储、可用性、处理等方面面临的挑战。结合云计算技术提出一种电力用户侧大数据分析处理平台,将智能电表、SCADA系统和各种传感器中采集的数据整合,并利用并行化计算模型Map Reduce与内存并行化计算框架Spark对电力用户侧的大数据进行分析。提出基于随机森林算法的并行负荷预测方法,将随机森林算法进行并行化,对历史负荷、温度、风速等数据进行并行化分析,缩短负荷预测时间和提高随机森林算法对大数据的处理能力。设计并实现基于Hadoop的电力用户侧大数据并行负荷预测原型系统,包括数据集群的管理、数据管理、预测分类算法库等功能。采用不同大小的数据集对并行化随机森林算法进行负荷预测实验,实验结果表明,并行化随机森林算法的预测精度明显高于决策树的预测精度,且在不同数据集上预测精度普遍高于决策树的预测精度,能够较好的对大数据进行分析处理。

基于热网-电网综合潮流的用户侧微型能源站及接入网络优化规划

提出一种考虑热网-电网综合潮流的用户侧综合能源系统的规划方法。考虑经济、节能、环保等因素,建立含风机、光伏、储能、微型燃气轮机及燃气锅炉的微型能源站二层规划模型。上层规划目标函数为年费用最小,优化变量为微型能源站安装位置、容量及接入网络;下层规划考虑储能与微型燃气轮机的优化调度,规划目标包含一次能源节约率、可控分布式能源运行费及网损费用。基于热电耦合,提出热网-电网综合潮流计算方法与流程。采用改进遗传算法和粒子群优化算法对模型进行求解。某用户侧综合能源系统算例验证了所提模型和方法的有效性。

基于负荷趋势的新型超短期负荷预测法

结合浙江电力发电市场超短期负荷预测的需求,在充分分析电网负荷特性的基础上,提出了基于负荷趋势的新型超短期负荷预测法。该方法简单实用,并将负荷伪数据的判别和加工修改融合在预测过程中。算例分析表明,该方法预测结果误差分析指标优于浙江发电市场中现行的各种超短期预测方法,是一种工程实用性较强的方法。

含新能源电力系统状态估计研究现状和展望

随着新能源的并网,需要考虑新类型电源的特性对电力系统状态估计器进行进一步研究。综述了系统拓扑结构处理、系统可观测性方法;对新能源并网模型进行了详细分类和概述;按照新能源并网方式对含新能源电力系统状态估计方法进行分类和详细分析;在对传统不良数据检测和辨识研究现状进行总结的基础上,分析了新能源并网后不良数据检测与辨识所面临的困难,同时给出了可能的解决方法。最后对新能源并网建模、含新能源电力系统状态估计算法、含新能源不良数据检测与辨识中值得研究的方向进行了展望。

甘肃省用能特点及电能替代潜力用户分析

在电能替代的背景下,甘肃省存在着严重的弃风弃光现象,造成资源浪费,为促进甘肃省新能源的消纳,实施"以电代煤、以电代油、以电代气"的电能替代战略,可以解决弃风弃光的难题。通过分析甘肃省用户用能的结构、特点以及用户用能的趋势,明确了电能替代的潜力用户,为甘肃省实施电能替代战略提供参考。

电力用户数据中用电特征数据挖掘模型仿真

对电力用户中用电特征数据的准确挖掘,可以提高电力用户数据安全性能。由于电力用户数据的不断增加,用电特征数据特征数目也逐渐增加,导致用电特征数据呈连续型属性,并使传统的CURE算法进行电特征数据的挖掘时,必须对连续型数据进行离散化处理,这需要花费大量的预处理时间、并且离散化过程可能会丢失一些重要数据信息,导致用电特征数据的挖掘精度下降。提出一种新的电力用户中用电特征数据的挖掘建模方法,在电力用户数据的用电特征数据属性基础上,引入信息熵原则分析法,获取用电特征。通过Kohonen神经网络模型提取电力用户数据的用电特征数据参数曲线,采用斜率修正法将用户特征数据进行校正,随机选取具有周期性的电路用户数据参数,挖掘用电特征数据,实现电力用户数据中用电特征数据的挖掘建模。仿真结果表明,改进建模方法相比传统的CURE算法,用电特征数据挖掘准确度高。