Load Flow Analysis Framework for Active Distribution Networks Based on Smart Meter Reading System

With the expansion of distributed generation systems and demand response programs, the need to fully utilize distribution system capacity has increased. In addition, the potential bidirectional flow of power on distribution networks demands voltage visibility and control at all voltage levels. Distribution system state estimations, however, have traditionally been less prioritized due to the lack of enough measurement points while being the major role player in knowing the real-time system states of active distribution networks. The advent of smart meters at LV loads, on the other hand, is giving relief to this shortcoming. This study explores the potential of bottom up load flow analysis based on customer level Automatic Meter Reading (AMRs) to compute short time forecasts of demands and distribution network system states. A state estimation frame-work, which makes use of available AMR data, is proposed and discussed.

Intelligent Load Management Scheme for a Residential Community in Smart Grids Network Using Fair Emergency Demand Response Programs

In the framework of liberalized deregulated electricity market, dynamic competitive environment exists between wholesale and retail dealers for energy supplying and management. Smart Grids topology in form of energy management has forced power supplying agencies to become globally competitive. Demand Response (DR) Programs in context with smart energy network have influenced prosumers and consumers towards it. In this paper Fair Emergency Demand Response Program (FEDRP) is integrated for managing the loads intelligently by using the platform of Smart Grids for Residential Setup. The paper also provides detailed modelling and analysis of respective demands of residential consumers in relation with economic load model for FEDRP. Due to increased customer’s partaking in this program the load on the utility is reduced and managed intelligently during emergency hours by providing fair and attractive incentives to residential clients, thus shifting peak load to off peak hours. The numerical and graphical results are matched for intelligent load management scenario.

基于区块链的负荷聚合商及居民用户多方共治交易模式

居民用户以负荷聚合商为中介参与需求响应,在交易中往往不具有话语权和选择权,由此产生信息不透明、第三方权力过大等信任问题;同时,居民用户因信息获取能力差以及负荷实时控制能力弱,难以在聚合响应中享受平等决策权、知情权和话语权。因此,基于区块链技术设计负荷聚合商及居民用户多方共治交易模式,针对包含3类柔性负荷的居民用户及聚合商的区块链节点,以自治共享为基本原则建立区块链节点模型和配置方法;基于负荷聚合商及居民用户节点间的聚合响应新模式,构建了基于聚合商非合作博弈、居民用户间演化博弈及聚合商与居民用户间主从博弈的激励机制,设计了激励相容的智能合约算法和区块数据结构,并提出响应标识因数和激励理性系数来评估所提交易模式的有效性;最后,经算例仿真验证表明,所提交易模式在保证各交易节点效用的基础上,可确保聚合服务高效可信,有利于唤醒海量需求侧沉睡资源。

可切换智能负载的T型三电平电力弹簧负载电压谐波含量和超调量研究

首次把单相T型三电平逆变器应用在可切换智能负载的电力弹簧中,降低了负载电压的谐波含量,建立了可切换智能负载的T型三电平电力弹簧的数学模型。并推导了传统载波调制对可切换智能负载的T型三电平电力弹簧直流侧中点电位的影响,引入了中点电位控制方案,结合积分分离控制思想得到了可切换智能负载的T型三电平电力弹簧的控制策略。该控制策略能有效降低负载电压在网侧电压波动时的超调量。最后,通过Matlab/Simulink仿真验证,在稳关键和非关键负载电压时,改进后的谐波含量降低了3.47%和1.65%,超调量降低了0.34%和0.1%。

功能化纳米农药载药系统研究进展

纳米材料因其粒径小、尺寸易调节、种类丰富以及良好的移动性等优势,作为有效载体,在农药载药系统及农业病虫害防治方面受到了广泛关注。纳米材料与技术在提升农药生物利用度、溶解性和缓控释特性等方面展现出巨大的潜力。本文总结了利用纳米材料与技术开发具有功能化纳米农药载药系统的研究进展,系统综述了精准释放农药活性成分的智能响应型农药控释制剂、叶面亲和型、土壤用药型及农药双载体系等不同功能化纳米农药载药系统,概述了其在农药减量增效和精准施用方面的作用效果,并对功能化纳米农药载药系统的应用场景与产业化潜力进行了展望。

基于智慧路灯云平台的动态权重负载均衡算法

大规模路灯向云平台发送数据会导致服务器在高并发情况下的各节点出现负载失衡、引起通信故障。针对该问题,文中基于微服务提出了一种基于智慧路灯云平台的动态权重负载均衡算法。该算法在初始化时根据各个服务器的硬件性能计算出各自的权重系数及各节点的初始权值,并在请求过程中结合CPU(Central Processing Unit)和网络带宽的空闲率动态地调节服务器权重,实现负载的优化。通过设定最低阈值与计算出的剩余负载率进行比较,将到达负载上限的服务器权值置为0,防止服务器出现过载情况。测试结果表明,在实验环境下,文中算法相比于最小连接数算法和平滑加权轮询算法具有更优的负载均衡效果,相比于动态权重算法,平均响应时间和实际并发连接数也有所提升。

基于强化学习的智慧社区广义负荷协同互动调度策略

随着低碳经济在电力行业的发展,居民的节能环保意识逐步提高。针对智慧社区广义负荷灵活调度的问题,研究了基于强化学习框架的智慧社区广义负荷协同互动调度策略。基于智能电表和智能设备的数据来实现负荷管理和能源消费优化,通过分析智慧社区的负荷特性和用户的用电偏好,建立了广义负荷和储能充放电模型,构建了基于深度强化学习框架的能量管理模型,并提出一种基于柔性动作-评价(softactor-critic,SAC)的社区能量管理方法来求解低碳社区的优化调度策略。研究结果表明,智慧社区广义负荷协同互动调度策略能够显著降低能源消费成本,同时有效减少社区碳排放。

基于计算智能的电力数据智能分析及应用研究

为了提升智能电网负荷预测准确率,提出了一种基于深度学习的短期电力负荷预测模型。在长短时记忆网络和卷积神经网络基础上,构建混合CNN-LSTM预测模型结构。利用基于叠加卷积降噪自动编码器对电力数据进行特征提取,提出包含2个堆叠的LSTM层和1个线性输出层的负荷预测模型。24 h短期负荷预测结果表明,所提模型MAE、RMSE、MAPE和R2指标分别为232.08、292.19、0.0322、0.909,与XGBoost模型相比,性能分别提升74.8%、73.8%、70.8%和10.9%。

计及温度累积效应的智能电网负荷预测算法

针对温度累积效应对负荷变化造成的影响,提出了一种计及温度累积效应的智能电网负荷预测算法。将持续高温对电网负荷的影响计入预测模型中,并利用模块化神经网络保证了对温度累积效应学习的独立性和准确性。由三个子网络构成多模块神经网络的第一层,以温度、时间及负荷特征为输入参数,所得负荷预测的准确度可达98.13%,且误差较修正前降低了28.63%。结果表明,所提算法具有更高的预测准确性和运行效率。

变形承载一体的基于形状记忆合金片状致动器的智能复合材料结构性能分析

在形状记忆合金片上引入预应变可以制备成一个受热可回复的片状致动器,将其表面粘贴在复合材料结构表面便可以得到一个集承载和变形一体化的智能复合材料结构。本文主要聚焦于智能复合材料结构承载过程中的变形问题,通过有限元分析的方法对智能复合材料结构在承载时的受热致动变形能力和在受热致动变形之后的承载能力两个问题进行了分析研究。分析结果表明:智能复合材料结构在承载过程中仍然能够顺利变形,但是其变形过程中的胶层应力会受到载荷大小的影响,且相同载荷下受热致动过程加载时的胶层应力与加载过程中受热时的胶层应力相比会更大。

动量轮卸载对环月卫星SMART-1轨道的影响和定轨策略

动量轮卸载是卫星进行姿态控制的一种常用手段。通过对欧空局（ESA）首颗环月卫星SMART-1测轨资料的分析，计算了动量轮卸载对卫星轨道的影响，特别讨论了在动量轮卸载的精确信息未知时提高卫星定轨和预报精度的策略。计算表明，2006年5月29日至6月2日期间，SMART-1多达19次的动量轮卸载过程使得其轨道位置变化达到3km。如果不考虑动量轮卸载的影响，定轨结果相比于ESA重建轨道的位置误差最大可达742m。本文利用分段常数的经验加速度模型来模制动量轮卸载产生的小推力。计算表明，即使动量轮卸载的精确信息未知，采用该方法也可显著提高定轨和预报精度，定轨位置误差最大下降到246m。计算还表明，经验加速度的合理选择（周期性、常数或线性经验加速度）决定定轨精度的改善程度。考虑到我国的首颗探月卫星“嫦娥一号”也将采用动量轮卸载的方式进行姿态控制，本文的结论对我国的探月工程有一定的借鉴意义。

基于混合粒子群优化的智能电网负荷协同调度

由于智能电网负荷频率和负荷电压调节向量不确定,难以实现智能电网负荷协同调度,因此,提出基于混合粒子群优化的智能电网负荷协同调度方法。根据混合粒子群优化条件,求解电网负荷协同调度中的优化参数,定义目标负荷函数。分别计算智能电网负荷频率与负荷电压调节向量,结合电量信号确定协同调度决策指标的取值范围,实现智能电网负荷协同调度。实验结果表明,所提方法应用下,电量信号传输功率极值之差不超过100 dBm,满足智能电网负荷协同调度的实际应用需求。

多元数据融合的智能配电网负荷分析预测管理系统

针对多元大数据在智能配电网中的应用问题,为实现配电网的精益管理、科学预测和合理规划,文章开发了多元数据融合的智能配电网负荷分析预测管理系统。对软件系统的总体框架进行了设计;对软件系统的各功能模块进行开发和介绍;给出了软件系统的一个应用实例。该系统充分利用海量的历史负荷数据进行负荷特性分析,建立负荷特征库以及业扩信息库,通过对新接入用户进行信息匹配实现负荷管理及最大负荷预测。此外,该系统建立负荷预测方法模型库,可提供不同维度的负荷预测功能,从传统的地区负荷预测转变为馈线负荷预测,结合馈线现状以及业扩信息优化用户接入决策。总的来说,该系统具有功能模块数据链路互通、不同功能之间能提供信息支持、整体采用模块化设计思想等特点,可满足电网企业的日常应用需求。

考虑推移质运动有效应力的Smart推移质输沙率公式修正及验证

针对Smart推移质输沙率公式在计算中高强度输沙时存在的问题,分析了推移质输移的有效切应力,获得平整床面和有沙波存在时,推移质运动的有效应力均是床面切应力与基于能坡分割的沙粒阻力的非线性组合的结论,并据此重新对实测数据进行拟合,提出了新的推移质输沙率公式。验证结果表明,新提出的公式预测精度较高。

多工况车辆荷载下嵌入式压电传感路面结构动态响应分析

嵌入式智能装置与路面结构在车辆荷载作用下的动态响应对其服役性能和使用寿命意义突出。为此,采用1/4车辆振动模型,构建车辆动荷载作用下的嵌入式压电系统-路面结构有限元模型。基于足尺加速加载试验路段实测应变数据和文献振动数据,对有限元模型的响应结果进行了验证;进一步考虑了不同车辆轴载、车速和路面平整度等工况下,嵌入式路面结构的动态响应变化和压电系统的电压峰值输出。结果表明,路面结构的竖向加速度峰值、嵌入式压电系统的输出峰值随着车辆荷载的增加而增加,线性度良好;超载带来的横向应变峰值变化和竖向应变拉压交替峰峰值变化,需重点考虑;行驶速度对路面的振动和应变响应影响明显,均不为单调变化;随着路面等级从A级降为C级,路面各结构层平均竖向加速度从-10×10^(-3) g增加到-39×10^(-3) g,其中深度200 mm以内的三向振动增幅最为明显。该研究为嵌入式压电系统的实际应用和布置优化提供了支撑,也为智能道路的长期服役性能分析提供了依据。

某10 kV配电台区负荷不平衡特性分析

随着电力、电子技术的发展及相关设备日趋成熟,电力终端用户侧表现出新的负荷特征。比如,随机性与不确定性更强;峰值负荷短时功率变化更显著;三相负荷均匀分配更难等。本文结合某10 kV配电台区内2023年智能电表真实数据,分析不同智能电表采集终端和不同类型用户的负荷时间序列特征,并刻画负荷变化的特性指标,主要包括:负荷曲线波动系数;峰值负荷持续时间占比;负荷三相不平衡度。通过对以上指标提取及针对性分析结果的应用,优化了该区域配电网的运行调度,改善了用户服务。同时,可以为电力市场机制设计提供科学指导。

智能电网负荷预测的常用方法分析与选择

在智能电网工作环境中,对未来的负荷展开预测,对于平衡供给、优化电网工作细节、支持诸多设备维护等方面都有积极意义。而在负荷预测领域之中,多种模型层出不穷,因此选择两种最为基础的方法进行剖析,确定其特征,便于在展开电网负荷预测的工作中进行合理选择。

含分布式电源的智能电网负荷预测研究

随着能源结构的转变和环保要求的提高,分布式电源作为一种清洁、高效的能源,逐渐受到关注。分布式电源具有分散布局、灵活接入及高效利用等特点,能够与智能电网紧密结合,提高电力系统的供电质量和可靠性。文章主要研究基于分布式电源的智能电网负荷预测模型,通过介绍分布式电源的概念及其在智能电网中的应用,详细阐述基于分布式电源的智能电网负荷预测模型的构建过程,包括数据采集与预处理、特征提取与选择以及模型构建与优化等。实验结果表明,所提的负荷预测模型具有较高的预测精度和稳定性,能够为智能电网的调度和管理提供有力支持。

基于金字塔网络的非侵入式负荷辨识及其隐私保护方案

智能电网融合了信息系统,能够为能源供应提供更有效的解决方案。智能电表是智能电网的关键部分,对智能电表数据的深入研究有助于为智能电网的管理和决策提供有效支持。非侵入式负荷辨识(NILM)技术为需求侧管理提供了技术支撑,但现有方式需要用户和NILM服务端进行数据交互,在这个过程中泄露了隐私信息。针对上述问题,设计了基于2D-卷积神经网络(2D-CNN)金字塔网络的NILM,并采用同态加密和安全多方计算技术进行隐私保护,针对金字塔网络的卷积、全连接、批标准化、平均池化、Re LU和上采样等算子设计隐私保护协议,组合隐私保护算子构建隐私保护的2D-CNN金字塔网络。整个过程没有还原数据和中间结果的原始信息,从而保护了双方隐私。在UK-DALE数据集上的实验结果表明,基于2D-CNN的金字塔网络能够表现出良好的效果,准确率达到95.81%,并且隐私保护的2D-CNN金字塔网络能够在保护客户端数据和服务端模型参数隐私性的情况下保持2D-CNN金字塔网络的推理效果,精确率、召回率和准确率等保持一致。同时,隐私保护的2DCNN金字塔网络在广域网中计算时间不到5 s,在局域网中不到0.5 s,并且通信量仅需4.79 MB,能够适用于NILM任务的现实场景。

智能电网背景下的需求侧负荷资源调控技术与策略

随着新型电力系统的建设,电力系统“双高”“双峰”风险频现,电力系统资源调节能力不足、保供电压力较大等问题日益突出。充分调动需求侧负荷资源参与电力市场,做好需求侧负荷资源调控技术保障与策略支持,是当前保障安全、有序用电以及缓解电力系统压力的重中之重。在此基础上,针对目前需求侧负荷资源参与电力市场调控的现状,将需求侧负荷资源中的可调控负荷资源按响应速度、响应方式与终端类型进行进一步划分,分析了高级计量架构、远程通信技术、智能控制技术3种常用的需求侧负荷调控关键技术以及集中式与分布式2种需求侧负荷调控策略,旨在为智能电网背景下的需求侧负荷资源参与负荷调控提供更多参考。