基于电网分布式存储构建业务分析模型的探索和研究

由于电网大数据分散存储在不同的独立存储服务中,难以保证文档检索全面性和准确性,影响查询业务质量。为此,构建基于电网分布式存储的业务分析模型。切分待存储文件,组成文件碎片,分布存储到不同的存储节点中,构建电网分布式存储模型。针对该模型,扩展查询业务关键词,增大查询范围。基于查询业务扩展结果,构建业务探索分析模型,从分布式数据库中检索相关文档。实验结果表明:所构建模型的各类电网大数据检索F1值接近1,提高了电网分布式存储文档检索的全面性和准确性。

基于双联盟链的电网分布式异构数据共享研究

电网异构数据分布较为广泛,难以实现有效共享,导致数据共享时延增加、吞吐量变小。为了解决这些问题,提出了基于双联盟链的电网分布式异构数据共享方法。利用双联盟链平台开源代码配置数据共享环境,生成新区块。使用哈希值函数检验区块数据,将同一个属性的异构节点放置在同一通道中。引入全同态加密技术分割明文,获取明文序列,实现单节点跨链数据共享。考虑各个节点隐私情况,采用安全多方计算方式处理相似异构数据,保证异构数据一致性,计算所有节点、局部节点权重,保证数据共享安全性,实现多节点跨链数据共享,从而达到电网分布式异构数据加密共享的目标。实验结果表明,该方法的最大共享时延为10 s,最大吞吐量为460 bit,数据共享效果良好。

智能配电网分布式馈线自动化技术探讨

随着电力系统的快速发展和智能化水平的飞速提高,传统配电网已无法满足日益增长的电力需求,以及用户的高质量电能供应要求。因此,智能配电网分布式馈线自动化技术应运而生。将大量控制设备、通信设备应用到配电网中,促使配电监控终端之间,可通过减缓对等通信信息,实现定位馈线分布式故障区段供电恢复,有效避免在集中控制主站过程中,可能带来的数据处理与通信时长较长的问题。本文通过分析研究影响线路电流的主要因素,并提出相应优化以及改进措施,以便进一步提升智能电网可靠性,对智能配电网发展具有重要意义。

基于能源互联网技术的电网分布式电源布置研究

电网分布式电源具有小模块化和分散化的特点,获取电源布置约束条件的难度较大,导致不同负荷条件下电网线路损耗较高。提出基于能源互联网技术的电网分布式电源布置研究方法。分析能源互联网技术,并将其应用在电源布置中,获取约束条件;利用约束条件建立电源布置目标函数,优化安装位置优化目标函数、分布式电源优化目标函数、储能系统经济运行容量优化函数等子函数,完成电网分布式电源的布置。实验表明:低负荷或高负荷条件下,所提方法的电网网络线路损耗均最低,分布式电源布置后节点电压的使用效率最高,验证了该方法的有效性强、实用性高。

考虑时序特性的配电网分布式电源优化配置分析

对配电网分布式电源进行基于时序特性的优化配置分析,在DG运行中运用V2G接入电网方式有效平抑负荷曲线,加强对电力设备与等效负荷率的运用,降低工程过程中的经济投资,提高了供电可靠性,增强了对新能源的利用。

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。

基于测控一体化的数字化分布式配电网控制策略

随着分布式电源(DG)的不断接入,配电网面临着越来越多的挑战,尤其是在处理高比例DG接入导致的线路过载和故障问题方面。提出了一种基于测控一体化的数字化分布式配电网控制策略,该系统将保护、测量和控制功能集成于同一装置中,实现了信息共享和协同作业,提高了系统的运行效率和可靠性。系统利用测控一体化装置采集线路状态信息,结合智能算法进行异常问题分析和预测,并通过控制策略实现故障线路的快速切除、分布式电源的切除和备用线路的投入,从而最小化故障影响范围,保障配电网的稳定运行。通过对比分析,验证了该系统相对于传统分散式控制方案的优势,包括更快的响应时间、更小的故障影响范围、更低的运行成本和更高的可靠性。

融合群体智慧的分布式智能电网高效发展管理策略

针对不同资源禀赋下分布式智能电网建设策略难以精准投资的问题,提出了一种融合群体智慧的分布式智能电网高效发展管理策略。首先,依托海量分布式智能电网发展规划数据,利用Ward凝层聚类,从运行、规划及发展3个方面构建分布式智能电网发展最优指标集;其次,结合指标类型拟合其概率分布函数,确定各指标阈值区间,实现指标的客观打分;然后,构建基于群体智慧的分布式智能电网发展精准投资评估体系,利用指标横纵差异度驱动群体智慧重新赋权,实现分布式智能电网建设策略的合理评估;最后,通过计算发展规划投入产出比形成闭环反馈,实现分布式智能电网高效发展管理。通过对某省10 000组发展规划数据的分析评估,验证了所建体系的合理性。

基于分布式边缘计算的智能配电网规划策略研究

配电网规划、调度能有效提升能源的经济效益,但传统ADMM算法在求解规划问题时易陷入局部最优,造成目标收益差、系统成本高的不良后果。为解决上述问题,基于边缘节点并行更迭决策量的优化,提出一种EN-ADMM改进交替方向乘子法最优求解算法。首先需保证调度的稳定性与安全性,将柔性负荷、分布式源与电网总和作为配电网的稳定约束条件;然后构建配电网最低运行成本目标函数,并对目标函数进行优化,构建出32节点分布式电网模型;最后分别采用传统ADMM算法与EN-ADMM算法对配电网模型进行性能参数与经济参数的最优求解。实验结果显示出,较传统ADMM算法相比,EN-ADMM算法的计算耗时降低了41.9%,且目标成本降低了4.21%,即EN-ADMM算法通过边缘节点优化提升了收敛时效性与聚拢性,同时提高了配电网目标经济效益。综上,EN-ADMM算法在智能配电网规划中具有较为重要的仿真价值。

考虑网络安全约束的分布式智能电网边云协同优化调度方法

随着分布式资源配置容量与电力系统灵活性需求的不断提升,通过分布式智能电网(DSG)整合用户侧灵活资源并进行协同调度,对提升分布式电源就地消纳与配电系统实时供需平衡调节能力具有重要意义。考虑到DSG优化过程中的运行经济性、决策生成的实时性与能量网络安全性的需求,该文首先将DSG中灵活资源的优化调度过程描述为一个多智能体优化模型,并构建了基于边云协同的DSG系统层级优化调度框架;然后,建立了考虑产消者差异化特征的异构智能体交互环境模型,为兼顾异构产消者的设备运行要求与DSG系统的整体运行经济性和能量网络安全性,设计了考虑全局-局部奖励相结合的产消者智能体奖励方法;最后针对考虑异构智能体的离线训练任务提出了一种改进多智能体近端策略优化算法,并基于IEEE 33节点系统,利用该文所提方法对DSG系统实时优化调度过程中能量网络安全性、运行经济性与决策时效性的提升作用进行了验证。

基于深度强化学习的分布式电力配电网负荷调度研究

分布式电力配电网通常涉及多个能源源头,如传统发电机组、可再生能源和储能设备等。这些能源的有效协调调度是一个关键难题。需要考虑不同能源之间的互补性和相互依赖性,以平衡供需关系,提高系统的可靠性和经济性。为此,提出一种基于深度强化学习的分布式电力配电网负荷调度方法。利用深度强化学习中的LSTM(长短期记忆)提取损坏负荷数据,基于此,建立分布式电力配电网调度模型的约束条件,并将非线性递减惯性权重引入到传统粒子群算法中,对调度结果实现寻优。实验结果表明:通过对负荷的优化调度,可实现存储设备及灵活负荷的主动加入,新能源功率特性与负荷特性的匹配度更高。

广域分布式光伏接入电网极限承载力估计模型

为避免电力网络运行过程中电信号过量负荷行为的出现,设计广域分布式光伏接入电网极限承载力估计模型。在分布式光伏回路中,根据熔断电流求解结果,统计电量潮流水平,完成广域分布式光伏接入电网的潮流量计算。根据计算结果,获取动态配电参数,依据该参数的取值结果,确定电信号参量的极值负荷区间,联合极限绕组负荷条件,推导预估表达式,实现广域分布式光伏接入电网极限承载力估计模型的设计。实验结果表明,在电信号输出功率不超过额定数值水平的情况下,上述模型对于电网极限承载能力的预估准确率达到了100%,可以有效避免电信号过量负荷行为的出现,符合实际应用需求。

基于人工智能的分布式光伏配电网监控系统安全性监测与评估

分布式光伏配电网作为新型电力系统的重要组成部分,其监控系统面临着数据安全、异常入侵等多重威胁。本文提出了一种基于人工智能的多层次安全防护框架,融合数据加密、异常检测、访问控制与漏洞扫描技术,对监控系统进行全方位安全防护。通过构建仿真测试平台,综合评估了所提框架的安全性能。实验结果表明,该框架能够有效提升监控系统的安全防护能力,保障分布式光伏配电网的安全稳定运行。

基于数据挖掘的分布式电网故障检测与分类策略

分布式能源入网规模的日益增大对传统过流继电器的故障检测及分类产生了重大影响。通过新兴的图学习技术构建了能有效检测分布式电网故障的时空递归图神经网络模型。该神经网络结构可以通过检测母线电压单元数据来提取时空特征,并根据数据的时空特征进行故障事件检测、故障类型分类、故障相位识别及故障定位。在IEEE 123节点系统上进行仿真模拟。结果表明,所提的基于电压测量的故障诊断策略与已有的传统方案相比具有较高的精度。所提策略仅需要提取电压信号而非电流信号,不受继电器安装数量的限制,因此所提策略更具有实操性与通用性。

基于分布式不平衡配电网双方向整定的自适应过流保护方案研究

随着传统化石能源的大量消耗与环境问题的日益严重,分布式发电(DG)技术快速发展,DG接入配电网也产生了新问题。由于重合器-熔断器的不协调,可能会降低网络可靠性。为了防止这种可靠性的降低,提出一种保护协调策略,展开理论分析,得出重合器快速和慢速操作修正设置以及熔断器系数的取值,以实现尽量少地使用熔断器的情况下满足保护目的,增加保护装置的协调范围。在IEEE 13个节点测试系统上模拟出现故障情况时应用该策略,重合器和熔断器能够配合处理故障,验证了策略的有效性。

基于遗传LM算法的分布式电网异常负荷自动识别方法

传统分布式电网异常负荷自动识别方法直接对电网负荷数据实施分类,未进行预处理,识别错误率较高。提出基于遗传LM算法的分布式电网异常负荷自动识别方法。首先,预处理采集到的分布式电网异常负荷数据;其次,通过遗传算法生成初始种群,其中,每个个体对应一个电网负载数据、异常负荷特征的参数组合;然后,利用LM算法的局部优化特性对电网数据参数组合进行局部优化,对遗传算法进行改进,计算其适应度,得到准确的电网负荷数据异常分类结果;最后,进行电力负荷异常值的识别。结果表明,该研究方法识别错误率更低,具有实用性。

源网荷储协同的分布式智能电网能量管理与集群控制研究及应用

“双碳”背景下,打造安全高效的高渗透率新能源“能源互联网”解决方案,是构建以新能源为主体的新型电力系统的第一要务。内蒙古电投能源股份有限公司矿山供电公司结合企业矿山卡车油改电实际,创新开展了基于源网荷储协同的分布式智能电网能量管理与集群控制技术研究及应用,通过将矿山能源互联网建设与露天煤矿产业发展相结合,构建源网荷储协同优化的分布式智能电网能量管理系统和安全高效的分散式模块化储能支撑系统,在实现矿山电卡用电全面绿色化的同时,为其他企业降低用能成本、减碳降碳提供了行之有效的解决方案。

面向快速自愈的分布式智能配电网管理系统设计

文章旨在设计一种面向快速自愈的分布式智能配电网管理系统,采用实时监测、机器学习故障检测与定位、深度强化学习自愈控制等技术,构建一套完整的系统架构。通过在某市郊区10 kV配电网进行为期10 d的实证研究,结果表明该系统能在16.8 ms内检测故障,178.3 ms内完成自愈,故障定位准确率达96.5%,证明该系统能够提升配电网供电可靠性和自愈能力。

基于5G的分布式电力配电网负荷调度技术

随着全球能源需求的不断增加和可再生能源技术的快速发展,分布式电力配电网成为现代电网体系的重要组成部分。这种类型的电网通过分散的能源生成和存储,提高了能源的利用效率并降低了环境影响。由于5G能够有效地处理大量分布式源和电网节点产生的实时数据,从而实现更加精确和动态的电力管理,文章探讨了基于5G的分布式电力配电网负荷调度的关键技术和实现策略,包括实时数据采集与传输的技术要求和实现方式,以及利用大数据和人工智能进行负荷预测与分析的方法与措施。

光伏接入下分布式配电网三相不平衡自适应优化方法

为提高分布式光伏发电系统的功率输出和电网的可持续性,优化电网的系统效率和质量,防止三相不平衡带来的设备损坏和传输损耗,首先计算了光伏接入下分布式配电网的无功功率和无功补偿容量,完成了分布式配电网的潮流计算,基于此,改进灰色关联算法,设计优化流程步骤,实现分布式配电网三相不平衡的自适应优化方法。结果显示,与已有研究方法相比,该方法使配电网参数更稳定,显著优化了分布式配电网的电压和电流稳定性。