负荷距在中低压配电网规划中的应用

由于农网建设时间较久,电力设施设备陈旧,早期的线路设备选型远不能满足现状负荷需求。特别是迎峰度夏用电高峰期,处于配网末端的用户电压过低,难以满足用户对电压质量的要求。针对目前农村电网中普遍存在的低电压问题,文章提出了负荷距的概念并将它应用于农村中低压配电网的规划建设中,有效解决了低电压问题,并提高了供电可靠性、安全性和经济性。

中低压配电网规划中负荷距的应用研究

针对中低压配电网规划中负荷距的应用,做了简单的论述。将负荷距应用于配电网规划建设中,可以有效解决低电压问题,全面提升供电的可靠性与安全性。在实际规划时,需要合理预测电力符合,合理选择网架接线模式,结合工程实际,重视无功补偿,做好差异化设计,以满足用电用户的需求。

基于CNN-SAEDN-Res的短期电力负荷预测方法

基于深度学习的序列模型难以处理混有非时序因素的负荷数据,这导致预测精度不足。提出一种基于卷积神经网络(CNN)、自注意力编码解码网络(SAEDN)和残差优化(Res)的短期电力负荷预测方法。特征提取模块由二维卷积神经网络组成,用于挖掘数据间的局部相关性,获取高维特征。初始负荷预测模块由自注意力编码解码网络和前馈神经网络构成,利用自注意力机制对高维特征进行自注意力编码,获取数据间的全局相关性,从而模型能根据数据间的耦合关系保留混有非时序因素数据中的重要信息,通过解码模块进行自注意力解码,并利用前馈神经网络回归初始负荷。引入残差机制构建负荷优化模块,生成负荷残差,优化初始负荷。算例结果表明,所提方法在预测精度和预测稳定性方面具有优势。

考虑负荷空间均衡和充电站合作博弈的快速充电定价机制

为了平衡快速充电负荷空间分布,提高电动汽车用户充电满意度,提出考虑负荷空间均衡和充电站合作博弈的快速充电动态定价机制。首先,通过实际订单数据逆地理编码得到出行概率转移矩阵,结合路网模型和速度-流量模型建立电动汽车充电负荷时空分布模型;然后,考虑用户主观意愿,建立计及用户偏好的充电站选择决策模型,模拟用户对于充电站选择的理性决策行为;最后,以充电站节点负荷均衡性为目标,建立区域内快速充电站合作模式下的动态定价博弈模型,通过迭代算法求解均衡值,并利用Shapley值法对合作联盟所得剩余收益进行分配。仿真实例表明,所提快速充电站动态定价策略能有效降低充电站节点的负荷方差,提高充电桩利用率和充电站收益,并减小用户排队时间,提高用户满意度。

基于新能源-负荷相似性的源荷储协调调峰优化调度

合理利用可调节负荷的响应特性来实现源荷储的协调调度,可有效缓解新能源、负荷的不确定性所带来的调峰压力。基于新能源-负荷(NER-L)相似性,建立可调节负荷响应目标。基于相关系数,建立能准确刻画负荷对新能源出力跟踪匹配程度的NER-L相似性指标,并将指标引入所建源荷储协调调峰的双阶段优化调度模型。第一阶段模型以NER-L相关系数最大为目标,确定可调节负荷在各时段的响应功率并获得最优电网负荷;第二阶段模型以弃风弃光量最小、调峰运行成本最低为目标,优化火电机组及储能出力。以IEEE 30节点系统为例,对NER-L相似性、净负荷峰谷差、系统调峰运行经济性及新能源弃电功率进行计算分析,结果验证了所提模型的有效性。

基于KPCA-CNN-DBiGRU模型的短期负荷预测方法

本文针对已有神经网络模型在短期负荷预测中输入维度过高、预测误差较大等问题,提出了一种结合核主成分分析、卷积神经网络和深度双向门控循环单元的短期负荷预测方法。先运用核主成分分析法对原始高维输入变量进行降维,再通过卷积深度双向门控循环单元网络模型进行负荷预测。以第九届全国电工数学建模竞赛试题A题中的负荷数据作为实际算例,结果表明所提方法较降维之前预测误差大大降低,与已有预测方法相比也有大幅的误差降低。

考虑最小平均包络熵负荷分解的最优Bagging集成超短期多元负荷预测

多元负荷预测技术是保证综合能源系统(integrated energy system,IES)供需平衡与稳定运行的关键基石。但具有强随机性与波动性的IES负荷加剧了超短期多元负荷准确预测的难度。为此,提出考虑最小平均包络熵负荷分解的最优Bagging集成超短期多元负荷预测方法。构建基于最小平均包络熵的变分模态分解参数优化模型,将IES多元负荷分解为本征模态分量集合;基于统一信息系数法筛选多元负荷预测的日历、气象与负荷强相关特征;结合负荷本征模态分量集合、日历规则、气象环境与负荷数据,构建Bagging集成超短期多元负荷预测模型,并建立基于平均绝对百分比误差与决定系数的集成策略优化模型,进而得到最优集成策略与最终预测结果。以美国亚利桑那州立大学坦佩校区IES为对象展开仿真验证,结果表明,所提方法的电、热、冷负荷预测平均绝对百分比误差分别为1.9486%、2.0585%、2.5331%,相比其他预测方法具有更高准确率。

可再生能源高渗透下时滞孤岛微电网的负荷频率控制

针对孤岛微电网系统中大规模接入可再生能源导致的低惯性和开放通信网络中通信延迟对系统稳定运行造成的不可忽略的影响,该文研究变时滞影响下低惯性孤岛微电网系统的负荷频率控制问题。首先,提出一种引入虚拟惯性控制的时滞微电网分层频率控制模型;然后构造一个新的Lyapunov-Krasovskii泛函,它包括时滞乘积项和增广的s-dependent积分项。进而,选取复合松弛积分不等式、二次函数不等式和凸组合等方法与所构造泛函有效配合,得到保守性更低的稳定性判据。最后,通过不同场景的仿真分析验证所提方法在提高孤岛微电网时滞稳定裕度和系统动态性能方面具有更好的效果,并分析了时滞稳定裕度与控制器参数、非线性负载扰动之间的关系。

计及成本和价值的长周期负荷侧调节能力投入策略

随着新型电力系统的发展,负荷侧调节能力建设日益受到关注,对于负荷侧调节能力成本、价值及其投入策略的研究,具有重要意义。基于近10 a来中国电力工业发展的基础数据,结合新型电力系统发展态势,分析了负荷侧调节能力需求的背景,通过对发用电两侧调节能力特点的比较,从电力系统整体角度梳理了负荷侧调节能力的投入所带来的增量价值,分析了负荷侧调节能力的应用价值盈余,进一步结合具体需求提出了3种长周期下负荷侧调节能力投入的优化策略模型,并进行了算例分析。结果显示:负荷侧调节能力的投入有利于降低电力系统的总成本、增加系统调节能力,但是由于其成本曲线的变化以及“非持久特性”等因素,其投入策略需要综合长周期市场发展需求和发用电两侧成本因素进行权衡,所提出的3种优化模型各有其适用场景。

基于多维气象信息时空融合和MPA-VMD的短期电力负荷组合预测模型

为提高电力负荷预测精度,需考虑区域内不同地区多维气象信息对电力负荷影响的差异性。在空间维度上,提出多维气象信息时空融合的方法,利用Copula理论将多座气象站的风速、降雨量、温度、日照强度等气象信息与电力负荷进行非线性耦合分析并实现时空融合。在时间维度上,采用海洋捕食者算法(MPA)实现变分模态分解(VMD)核心参数的自动寻优,并采用加权排列熵构造MPA-VMD适应度函数,实现负荷序列的自适应分解。通过将时间维度各分量与空间维度各气象信息进行融合构造长短期记忆(LSTM)网络模型与海洋捕食者算法-最小二乘支持向量机(MPA-LSSVM)模型的输入集,得到各分量预测结果,根据评价指标选择各分量对应的预测模型,重构得到整体预测结果。算例分析结果表明,所提预测模型优于传统预测模型,有效提高了电力负荷预测精度。

一种时频尺度下的多元短期电力负荷组合预测方法

随机因素的增加导致电力负荷数据成分日渐复杂,使短期负荷预测的难度逐渐增大。针对该问题,提出一种时频尺度下的时间卷积网络与多元线性回归相融合的组合预测模型。利用自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)在时频域上将负荷数据分解为若干个频率特征不同的本征模态分量,在模糊熵准则下聚类为随机项和趋势项。采用皮尔逊系数从诸多影响因素中筛选出与电力负荷高度相关的特征,鉴于小时间尺度分析更易于挖掘局部细节特征,分别构建了随机项与趋势项的细颗粒度特征集。利用具有强非线性处理能力的时间卷积网络(temporal convolutional network,TCN)去预测随机项,利用结构简单及线性拟合效果好的多元线性回归(multiplelinearregression,MLR)去预测趋势项,将二者的预测结果进行叠加重构后获得最终预测值。在新加坡和比利时两组数据集上的实验结果证明:所提模型具有较高的预测精度、较好的泛化性能及鲁棒性。

基于DeST的超低能耗建筑负荷特性研究

为实现节能减排,进一步降低建筑的能耗,通过DeST软件对严寒地区SJZU超低能耗示范中心建筑的负荷进行模拟计算,对比超低能耗建筑和不同节能水平的建筑负荷特性,分析新风量和内扰对建筑负荷的影响规律,利用数学分析方法研究内扰因素对建筑负荷的显著性。结果表明:典型超低能耗建筑的全年最大热负荷为14.74 kW,全年最大冷负荷为13.23 kW;全年累计负荷较不同节能水平下的节能建筑显著降低;人均新风量增加5 m^(3)/(h·人),全年累计热负荷平均增幅为4.73%,而全年累计冷负荷几乎不变;超低能耗建筑全年累计负荷的影响最显著的内扰因素是人员密度。

基于温升特性的强迫导向油循环风冷结构变压器负荷能力评估

针对强迫导向油循环风冷(oir directrd air forced,ODAF)结构变压器负荷能力受温升约束影响的问题,提出了3种负荷类型情况下变压器负荷能力评估方法。首先,考虑风扇与油泵的运行状态以及油粘度变化对热阻的影响等因素,基于热电类比法建立了变压器热路模型,以计算绕组热点与顶部油温度;其次,采用粒子群优化(particle swarm optimization,PSO)算法拟合热路模型参数,并基于2台不同型号变压器的运行数据,对热路模型的计算精度与拟合参数适用性进行有效性验证;最后,参考GB/T1094.7负载导则给出的温升限值,基于温升特性提出了负荷能力评估模型。分析结果表明,该研究所提热路模型计算热点温度的误差不大于2.35℃,在工程允许范围内;正常周期性负荷下当环境温度低于1℃时,关闭1组子散热器后仍满足温升约束。

基于动态自适应图神经网络的电动汽车充电负荷预测

电动汽车充电站负荷波动的不确定性与长时间预测任务给提升充电负荷预测精度带来巨大的挑战。文中提出一种基于动态自适应图神经网络的电动汽车充电负荷预测算法。首先,构建了一个充电负荷信息时空关联特征提取层,将多头注意力机制与自适应相关图结合生成具有时空关联性的综合特征表达式,以捕获充电站负荷的波动性;然后,将提取的特征输入到时空卷积层,捕获时间和空间之间的耦合关系;最后,通过切比雪夫多项式图卷积与多尺度时间卷积提升模型耦合长时间序列之间的能力。以Palo Alto数据集为例,与现有方法相比,所提算法在4种波动情况下的平均预测误差大幅降低。

高水平网球运动员训练和比赛负荷的实证研究

RPE因其经济、简便的优点,广泛应用于网球运动员内部训练负荷的监控和评价。然而,RPE指标会受到非客观因素的干扰,这也必然影响到评价的准确性和教练员下一阶段训练计划的制定。在实际训练中,教练员应如何合理运用RPE指标评价运动员内部训练负荷仍缺乏相关研究。本研究以中国国家网球集训队24名队员(12男12女)为研究对象,按男队员和女队员进行分组,同时将运动形式分为训练和比赛两种状态,分别将RPE指标与心率指标进行相关性分析。结果显示:(1)训练和比赛两种状态下,RPE与平均最大心率百分比和最高心率之间相关性均较低;(2)比赛状态下,所有队员s-RPE与Banister’s Trimp和Edwards’s TL均显著相关(P<0.05),而训练状态下,显著相关的比例分别为50%和41.7%(P<0.05),因此RPE指标在评价比赛状态下内部负荷量时更为客观;(3)训练状态和比赛状态下,女队员RPE指标与心率指标的相关性显著高于男队员,因此,RPE指标在评价女队员内部训练负荷时更为客观。本研究将为我国高水平网球运动员合理运用RPE指标客观评价内部训练负荷提供一定参考。

宽负荷下切圆燃煤锅炉H_(2)S分布特性的数值模拟

锅炉采用空气分级燃烧降低NO_(x)排放的同时也提高了主燃区H_(2)S体积分数。炉墙壁面过高的H_(2)S体积分数是加剧水冷壁高温腐蚀的重要因素。为保障新能源并网发电,大型燃煤机组灵活调峰的需求增加,不同负荷下的水冷壁近壁面H_(2)S分布特性值得关注。通过正交试验分析了切圆燃煤锅炉运行参数对水冷壁近壁面H_(2)S体积分数分布的影响。选取一台超临界600 MW切圆燃煤锅炉建立数值模型,设计L_(16)(4^(5))正交工况,覆盖100%BMCR、75%THA,50%THA以及35%BMCR四种负荷。建立了自定义SO_(x)生成模型以确定燃料硫的析出和转化路径,模型包含多表面反应子模型以描述焦炭与O_(2)/CO_(2)/H_(2)O等3种气体的异相反应,并确定焦炭气化反应消耗量占总消耗量的比例,进而对炉膛H_(2)S空间分布进行了模拟计算。研究表明,近壁面高体积分数H_(2)S区域主要位于投运燃烧器层中最下层燃烧器以下以及最上层燃烧器以上至SOFA层之间,烟气切圆沿炉膛高度增加逐渐增大是造成后一区域H_(2)S体积分数较高的重要原因。35%BMCR负荷下水冷壁重点区域的H_(2)S平均体积分数为364μL/L,明显低于其他负荷。锅炉运行参数对重点区域H_(2)S体积分数影响程度的排序为:锅炉负荷>一次风率>主燃区空气过量系数>假想切圆直径>燃烧器竖直摆角。

基于NSGA-Ⅱ的飞轮-火电联合二次调频最优负荷分配策略

为了在提升飞轮-火电联合二次调频性能的同时控制调频成本、减少飞轮损耗,面向飞轮-火电联合系统,提出一种考虑自动发电控制(AGC)指令及电网频率偏差的基于多目标遗传算法的负荷分配策略。该策略以电网调频偏差、飞轮-火电出力能量和、飞轮损耗为三层最小化目标,考虑火电机组爬坡率及其负荷备用、飞轮荷电状态及其功率等约束条件,基于改进的非支配排序遗传算法(NSGA-Ⅱ),通过AGC功率指令变化速度及频率偏差动态调整飞轮与火电出力权重系数,以频率偏差及其变化方向调整飞轮虚拟下垂、惯性系数,求解飞轮-火电出力比例、飞轮下垂系数和飞轮惯性系数。结合中国宁夏某电厂飞轮储能系统辅助火电机组调频现场AGC指令等历史数据,在双区域两机系统模型上进行仿真实验,结果表明该负荷分配策略有效地减小了火电二次调频偏差和调节时间,提升了调频性能,同时也有效地控制了系统出力能量及飞轮损耗。

一种风电场经VSC-HVDC并网的VSG变参数负荷频率控制策略

风电的大规模并网导致系统等效惯量下降、不确定性增加,给电力系统的负荷频率控制(loadfrequency control,LFC)带来新的挑战。考虑到柔性直流输电系统(voltage source converter based high voltage DC,VSC-HVDC)具有的潜在调频能力,对此展开研究,针对风电场经VSC-HVDC并网的情形提出了一种虚拟同步发电机(virtual synchronous generator,VSG)变参数负荷频率控制策略。首先,在风电场经VSC-HVDC并网的LFC模型及拓扑结构分析基础上,为了提高VSC-HVDC的可控性,对换流器的控制环节进行了VSG控制方法的设计;然后,对VSG控制参数与频率变化的关联性进行分析,并基于分数阶梯度下降法(fractional-order gradient descent method,FOGDM),利用频率的分数阶导数提取频率深层变化特征,以优化VSG控制参数;在此基础上,考虑到系统的不确定性,设计触发机制对VSG变参数优化模式进行调整,以降低VSG参数的变换频次,提高系统频率控制的针对性。仿真结果表明:所提控制方法能有效改善电网负荷频率控制效果,具有良好的适应性。

湖南省畜禽养殖粪污的耕地负荷与土地承载力评价

[目的]测算和分析畜禽养殖粪污耕地负荷和土地承载力,为防治农业面源污染,促进农牧协调发展提供科学依据。[方法]根据湖南省畜禽养殖、作物产量等数据资料,在考虑粪污综合利用率的前提下,采用产排污系数法、养分平衡法分别计算2020年各地市州畜禽养殖耕地污染负荷和土地承载力,分析畜禽养殖空间布局以及粪污消纳分配。[结果]湖南省2020年共养殖猪当量4.27×10^(7)头,各区域养殖量差异很大;畜禽粪便和TN,TP耕地负荷分别为19.04t/hm^(2),94.85,24.99kg/hm^(2),耕地负荷警报级别均在Ⅱ级以上,对耕地环境稍有威胁,其中永州市、娄底市、怀化市、郴州市至少有两项耕地负荷警报级别达到了Ⅲ级及以上,耕地环境风险较高;畜禽养殖土地最大承载量为1.23×10^(8)头猪当量,已养殖猪当量仅占其37.18%。各地市州的可增加养殖量也非常可观,常德市、益阳市、岳阳市、邵阳市、长沙市、永州市、衡阳市7个市的可养殖猪当量在5.00×10^(6)头以上。在确认区域内畜禽养殖未超载的基础上,永州市、娄底市、怀化市、郴州市要鼓励林地、园地的作物管理者增加有机肥的施用比例,加大粪污消纳量,才能降低耕地环境污染风险。[结论]湖南省畜禽养殖耕地环境风险整体上较低,畜禽养殖业发展空间很大,但是部分地市州存在耕地污染风险,必须调整粪污消纳去向,才能缓解耕地的粪污消纳压力,推动农业可持续发展。

基于低秩张量补全的非侵入式负荷监测缺失数据修复方法

非侵入式负荷监测技术(non-intrusive load monitoring,NILM)作为实现智能电网用户侧细粒度感知的重要手段,有助于实现需求响应、提高“源-网-荷”互动效率和优化用能,助力实现“30·60目标”。高质量的量测信息是数据驱动型NILM的基础,但由于数据采集装置故障、通道拥塞以及延时等都会导致数据缺失,尤其是严重的连续性缺失,由此造成非侵入式负荷监测与分解的精度下降,影响用户画像、需求响应等高级应用。因此,针对该问题,提出了一种基于CP分解的正则化低秩张量补全的量测数据缺失修复方法。算法突破传统单维数据处理局限,对NILM多维量测数据构建了三阶观测张量,从而利用数据内部时序关联性和参量维度间电气关联性进行正则化低秩张量补全。并针对每次核范数计算过程中奇异值分解计算量过大问题,采用基于CP因子矩阵分解的核范数计算降低计算量,减少计算时长,并证明了变换的等效性。最后基于NILM公开数据集iAWE进行了实验,实验结果表明所提出的方法可以提高数据修复精度,在高缺失率和连续缺失情况下仍能有较好地补全效果,并且通过非侵入式负荷分解实验证明其可有效提高分解精度,对智能电网提升细粒度感知能力具有良好的实际意义。