考虑风电谐波影响与出力随机性的电力系统无功优化方法

电容器组等无功补偿装置的优化调整不仅可以减小电力系统网损,还会对电力系统的谐波潮流与谐波网损产生影响.风电不仅存在出力不确定性,而且会产生谐波污染,影响谐波潮流与谐波网损.然而,传统无功优化方法没有同时考虑风电的谐波特性与出力不确定性对谐波潮流和谐波网损的影响,可能导致谐波超标问题,不利于电力系统降低网损.因此,本文首先构建计及风电谐波影响的电力系统无功随机优化模型.该模型通过场景法对风电出力随机性进行建模,目标函数同时考虑基波和谐波网损,约束条件包括基波和谐波潮流约束、电压谐波总畸变率约束等.然后,针对该谐波约束的无功随机优化模型,本文提出了融合驱动力可调粒子群算法和全连接型深度神经网络的高效求解方法 .最后,通过三个修改后的IEEE测试系统对所提模型与方法的有效性进行了验证.

大型矿用自卸车厢斗装载程序分析及力学特性研究

自主装卸是智能矿山建设中亟待突破的关键技术,电铲-矿用自卸车合理的装载程序能够显著降低电铲装卸作业难度,降低复杂动态载荷对厢斗力学性能的影响。以某型号矿用自卸车厢斗为研究对象,依据厢斗容量标定方法建立了厢斗的堆装模型,确定厢斗堆装容积;分析了厢斗安装特点及结构特征,结合现场实际装载经验,提出了三种不同的装载程序,并利用离散元方法对三种装载程序进行仿真分析,研究不同装载程序下厢斗装载量、物料均匀性及底板承受的压力等;在此基础上,通过仿真分析研究厢斗满载工况下的力学特性。结果表明,在厢斗装载过程中将装载位置放在厢斗满载重心及前侧位置可提升装载量,各铲装载位置尽量靠近厢斗横向方向的中轴线,本文提出的装载程序二的装载量最大,物料可通过自身堆积特性装满厢斗,并在厢斗内部的均匀性更好,且物料装满后厢斗底板的总压力最小,当满载后厢斗的最大变形量为7.50 mm,最大应力为326.85 MPa,满足刚度、强度设计要求。

带有指令滤波的电力弹簧系统反步控制

针对新能源发电系统因间接性和不确定性导致的电压波动问题,文中首次将反步控制策略应用于电力弹簧(electric spring,ES)系统,并提出一种带有指令滤波的ES反步控制策略。根据ES的数学模型利用反步法设计控制器,并加入指令滤波器,以解决ES反步控制中的计算膨胀问题,同时设计误差补偿信号,并利用Lyapunov稳定性理论验证系统稳定性。通过仿真模拟新能源发电系统网侧电压波动时,ES对关键负载(critical load,CL)电压稳定的效果,以及不同系统参数对文中控制策略的敏感性分析。与传统的比例积分(proportional-integral,PI)控制对比,CL电压动态响应速度提高0.07 s,CL电压畸变率降低31%,参数敏感性分析中CL电压最大偏差率为0.318%,能承受的最大电压幅值波动范围提高52.9 V。仿真结果验证了文中所提出的控制策略具有响应速度快、谐波含量低、抗干扰能力强的优势。

基于画像的工业园区需求响应潜力评估

需求响应潜力的准确评估是电网调度部门制定科学合理调度计划的数据支撑,对于需求响应实施过程中涉及的各个利益主体均有重要意义。由于工业负荷用电量大且用电规律,其可挖掘的调节潜力巨大,是最理想的需求响应资源之一。首先,针对典型可调节用户,聚类分析其主要用电计划类型,并根据最大相关最小冗余准则对各用电计划进行画像;然后,以典型可调节用户不同用电计划的数据集作为训练集进行负荷超短期预测,得到典型用户在调度时段的可调节容量;最后,基于所提出的园区响应潜力评估框架,根据用电行为聚类确定各工厂所属典型可调节负荷类别,并根据各类型可调节负荷占比得到园区内对应类型负荷的可调节容量,进而得到园区总体的调节潜力。仿真结果表明,所提评估方法可分析出园区内各类可调节负荷的调节潜力,并结合园区总调节潜力的实际数据验证了评估方法的有效性。

新型配电系统中考虑电动汽车差异化行为特性的充换电站规划方法

随着电动汽车用户数量的增加,研究电动汽车差异化行为特性对高比例新能源配电网的影响具有重要意义。通过蒙特卡洛法对电动私家车负荷特性进行建模,同时提出电动公交车在3种差异化行为特性、补能模式下的负荷特性模型;以网损和充换电站成本最小、光伏消纳最大为目标,建立了含分布式电源以及不同种类电动汽车充换电站的配电网协同规划模型,采用yalmip工具箱结合cplex求解器进行求解,旨在规划差异化电动汽车充换电站容量以解决电动汽车类型比例不同时的规划问题。最后,通过改进的IEEE 33节点配电系统算例验证了所提模型的有效性。

不同载荷下轴承波纹状损伤的形成规律和材料损伤机制

轴承波纹状损伤是新能源汽车、风电、高速铁路中电气设施的常见故障。为揭示不同载荷下轴承电蚀的损伤形式和微观损伤机制,重点讨论了波纹状损伤亮区与暗区的差异,使用扫描电子显微镜、光学显微镜、三维轮廓仪、能谱仪检测磨损表面的形貌和成分。结果表明,随着载荷的增加,GCr15轴承外沟道表面亮暗相间的波纹状损伤趋于不明显,波纹的宽度、高度差和表面粗糙度Ra值均减小;相比于亮区,暗区电蚀更严重,氧化程度更低,次表层碳化物聚集更多且硬度更低。分析认为轴承波纹状损伤过程伴随着金属-绝缘膜-金属电容式接触的周期性破坏和重建。

基于N-BEATS与辅助编码器的短期电力负荷预测

短期电力负荷预测的准确性对智能电网平稳高效运行具有重要意义,但多种因素影响下的负荷数据具有较强的非平稳性与随机波动性,使得高精度的短期电力负荷预测面临挑战。为充分挖掘负荷序列中的趋势特征与周期性特征,准确提取与电力负荷存在潜在相关性的辅助信息特征,提升短期电力负荷预测精度,该文提出了一种基于神经基扩展分析(neural basis expansion analysis,N-BEATS)与辅助编码器的短期电力负荷预测模型。该模型包含两个并行的编码器,基于神经基扩展分析(neural basis expansion analysis,N-BEATS)模型的负荷特征编码器和基于多头注意力机制的辅助信息编码器,分别用于学习负荷数据中的时序特征与辅助信息特征。同时,构建特征融合模块将时序特征和辅助信息特征构造成联合特征向量,并设计基于门控循环单元(gated recurrent unit,GRU)的预测解码器模块进行短期电力负荷预测。在GEFCom2014公开数据集上进行实验,结果表明所提方法与长短期记忆(long short-termmemory,LSTM)网络模型、卷积神经网络(convolutional neural network,CNN)-LSTM网络模型、序列到序列(sequence-to-sequence,Seq2Seq)网络模型、季节自回归差分移动平均(seasonal autoregressive integrated moving average,SARIMA)模型及支持向量回归模型(support vector returns,SVR)等基线模型相比,在预测精度方面具有明显优势,平均绝对百分比误差(mean absolute percentage error,MAPE)平均提升了24.16%。

基于互联网技术的源荷互动配电网规划模式

高比例可再生能源接入电网带来大量不确定性因素,传统确定性规划方式将导致系统设备利用率低、弃风弃光严重等问题。基于互联网建立全面、实时和共享的规划数据体系,实现电源侧和负荷侧双方信息透明交互,从而避免规划的盲目性。计及源荷特性进行概率建模,运用多场景分析模拟源荷间不确定性,基于改进M-K聚类算法确定源荷典型场景。构建上层以规划综合成本最低为目标,下层从经济、技术和安全三个角度进行优化的双层规划模型,应用免疫遗传算法进行求解。最后通过对配电网区域和整体算例进行比较验证,结果表明基于互联网技术的规划模式能有效降低电网容载比和规划综合成本,同时减少弃风弃光现象。

考虑源-荷不确定性的省间电力现货市场潮流风险概率评估

新型电力系统建设背景下可再生能源占比逐渐提高,源-荷双侧不确定性使省间电力现货市场运行风险增加。针对该问题,提出一种考虑源-荷双侧不确定性的省间电力现货市场联络线潮流风险概率评估方法。首先,分析源-荷双侧不确定性对省间电力现货市场出清的影响,建立源-荷联合不确定性模型为市场出清提供数据基础。然后,设计省间电力现货市场出清双层优化模型,以计算省间联络线的潮流出清结果。最后,为表征源-荷双侧不确定性给电力市场出清安全带来的风险,提出联络线容量占用率、潮流概率稳定度和潮流稳定风险度等多个指标对联络线潮流进行了不确定性风险评估。利用某省电力公司数据进行了仿真测试,并将结果与不同不确定性建模方法、不同置信区间下的评估结果对比,验证了所提方法的有效性。

基于大数据分析的智能用电非侵入式负荷分解模型

为准确从电网电流数据中分解出单独的负荷叠加信号,基于大数据分析构建一种新的智能用电非侵入式负荷分解模型。应用大数据分析技术建立时间序列数据集,确定时间区域断点均值,并在大数据内部提取非侵入式负荷信号,通过迭代计算提取智能用电设备运行状态。根据线性解码计算结果构建负荷分解数学模型,分析负荷电流信号独立性,检测电流信号和负荷电流信号的近似系数,实现分解操作。实验结果表明,所构建模型分解后的电流与负荷的电流信号之间的相关系数达到0.9999,加快了收敛速度,保证分解效果。

采用节能导线的输电线路全寿命周期成本分析

近20年来,全国输电线路的长度显著增长,在线路工程建设中,经济性成本是至关重要的考量因素之一。通过构建输电线路工程全寿命周期成本量化模型,对辽宁省A市某220 kV新建线路工程采用JL/G1A-400/35型钢芯铝绞线及JL(GD)/G1A-400/35型钢芯高导电率铝绞线下的经济成本差异进行对比分析。采用线性回归分析、灰色预测GM(1,1)模型以及自回归差分移动平均(autoregressive integrated moving average,ARIMA)模型对工程运行期输电线路的负荷水平进行预测,得出组合预测分析方法下线路工程的售电效益;同时,量化节能导线的减碳效益,分析负荷增长水平、天气、海拔及投资折现率对线路运行成本的灵敏度,对比评估2种导线技术方案的经济性指标。研究结果表明,作为一种节能导线,钢芯高导电率铝绞线可以降低输电线路工程的运行维护成本,在考虑售电效益的同时为线路工程带来额外的减碳效益,在工程的全寿命周期内具有良好的经济性及低碳性。

基于先验统计模型的非侵入负荷辨识算法

针对传统非侵入负荷辨识技术中电热细分能力不足的问题,文中提出了一种基于先验知识与统计学习模型的居民非侵入式负荷辨识算法。文中对洗衣机辅热、电水壶、电饭锅、电热水器等设备进行了电热细分研究,通过设备运行关联算法实现了辅热设备的细分,并在用户有限反馈信息和专家标注的基础上,实现了非辅热设备分类的模型训练。实验结果表明,文中所提技术框架在事件检测负荷辨识算法的基础上实现了电热设备的细分,且在运行状态分解的F1分数指标中取得了0.9以上的优异效果。

基于水质分析模拟软件浅析北塘排污河的污染负荷减排

在全国各城市的黑臭水体基本消除的情况下,个别城市仍存在着水质问题严重的纳污河道。文中简单阐述了水质分析模拟软件(water quality analysis simulation program,WASP)和日最大污染总负荷(total maximum daily load,TMDL),并介绍了它们的应用进展,运用WASP模拟计算了水环境容量,结合TMDL分析了北塘排污河的负荷减排。研究发现Seg3河段为污染负荷最严重的区域,东郊污水处理厂、南陀村排污河闸口和东丽湖闸为污染负荷最严重的排污口,以此为管理者分析负荷减排与分配提供建议。

基于聚类分析的英国电动汽车充电对电力配电网的影响研究

随着电动汽车数量的快速增长,电动汽车的充电将对配电网造成巨大影响。为研究这种影响,需要建立配电网模型和电动汽车充电模型。对比表明,电动汽车充电模型在高峰需求时刻与配电网负载重叠,这进一步证明虚拟电厂的发展势在必行。

标准ISO 16750-3:2023与ISO 16750-3:2012差异分析

工业现代化进程的不断推进,全球汽车工业在飞速向新能源平台化发展。新势力车企的风起云涌、各大汽车品牌不断地从“油改电”转型,使得当下新能源车市场正迎来百花齐放的局面。根据传统燃油动力汽车与新能源汽车的平台差异化,标准ISO16750-3^([1])道路车辆电气及电子设备的环境条件和试验第三部分发布了新的版本,以更加全面地兼顾纯电动平台、混合动力平台的电子电气零部件的机械环境试验。本文对标准ISO16750-3:2023全面剖析,并结合旧版标准进行差异化分析,为相关第三方检测机构或检测人员更准确高效地理解标准和开展试验。

配电网负荷侧电力负荷主动调配策略分析

采用K-means聚类算法对用户电力负荷进行分析,并对各种类特征的用户进行关于峰谷调平、节约用电以及电价方案等方面的策略分析,利用电力负荷曲线特征为供电公司在改善电价政策或者制定电价标准提供参考。

一种用电设备分析识别原理与应用

非侵入式负荷监测(NILM)与识别是智能电网建设的重要方面。针对非侵入式用电负荷监测技术提出了一种基于V-I轨迹与奇次谐波分量特征的混合特征矩阵和卷积神经网络相结合的方法。具体内容为:分析用电设备的基本特征,包括输入电流稳态特征和暂态特征。建立了六种单相交流电源供电的用电设备MATLAB/Simulink仿真电路,分别为电阻加热器、电吹风、LED灯串、电源适配器、变频空调和变频冰箱,作为待分析识别的用电设备,并提取了这六种负荷模型的网侧电流波形和频谱、V-I轨迹以及奇次谐波电流分量数据作为基本特征量;提出了一种采用V-I轨迹与奇次谐波特征的混合特征矩阵以及卷积神经网络(CNN)进行用电设备分析识别,经过PLAID数据集的训练和测试,能够有效识别稳态运行下的用电设备,给出了详细的解算过程,并提供了应用算例。此外,对比分析了已有三种检测方法,验证本文提出的基于混合特征矩阵以及卷积神经网络用电设备分析识别方法的优越性。

用电行为分析系统的设计

随着居民用电需求的急剧增加,电能消耗日益庞大,这使得有效管理和控制电能的消耗显得尤为重要。此外,居民用电通常表现出一定的集中性,因此对电网的高负荷运行和电力供应稳定性构成了挑战。文章设计了一种用电行为分析系统,基于非侵入式负荷监测技术和区块链技术,该系统可实现居民用电行为分解、用电安全预警等功能,为居民安全用电和电力系统的稳定运行提供保障。

零碳排放下电-气综合能源系统多能负荷预测

电-气综合能源系统中多能负荷之间的耦合程度不断增加,提升了能源系统调度和运行的难度。为此,对零碳排放下电-气综合能源系统多能负荷预测方法进行了研究。分析零碳排放下电-气综合能源系统的运行架构。以气象因素为影响因子,运用灰色关联度分析法获得多能负荷与各因子的相关性。将相关性分析结果与系统历史多能负荷数据共同作为输入数据,构建基础长短期记忆(LSTM)预测模型。结合樽海鞘群算法(SSA)优化模型关键参数,获得优化LSTM预测模型,实现系统多能负荷预测。试验结果表明:冷负荷与电负荷的关联度为0.88;热负荷与电负荷的关联度为0.681;实际预测平均绝对百分误差低于0.45。该方法预测效果理想,为系统最优调度与运行规划奠定了基础。

基于大数据技术的用电负荷预测与调度算法分析

阐述用电负荷预测与调度控制中的问题及原因,提出优化对策,包括提高电力负荷预测准确性、智能化调度决策支持、提升数据处理和分析能力。实验验证算法在多个数据集上的预测精度和稳定性。