基于源荷空间匹配关系分析的电力系统异速生长规律初探

为深入探索电力系统规模增长的规律,揭示电力系统源荷空间匹配关系驱动其发展演化的本质机理,本文进行了电力系统发展演化的异速生长规律研究。首先,引入生物领域中的异速生长概念,基于电能运输网络模型推导出电力系统规模发展在理论上满足异速生长的规律,其尺度因子为3/4,呈亚线性增长模式。然后,从涌现视角出发,构造考虑距离和电网供电余量的优选因子,基于局域世界演化模型设计一种满足全空间尺度电力电量平衡的基本要求的电力系统空间演化零阶模型。最后,通过多主体仿真验证了单源电力系统和多源电力系统规模增长均满足异速生长规律的理论推导。

基于系统动力学的电力系统中长期负荷预测

将系统动力学应用于电力负荷的中长期预测。首先根据历史用电情况分析建立模型结构图 ,然后进行方程式设计 ,最后通过仿真和参数敏感度测试证明模型的合理性和实用性。电力系统负荷中长期变化是一个受政策、经济等多方面不定因素综合影响的动态过程 ,采用系统动力学的方法进行预测可以充分利用专家的经验 ,并且在模型使用中不断积累经验 ,提高了预测精度。

广州地区生活垃圾干燥特性与动力学分析

以广州地区生活垃圾为对象在干燥箱内进行了模拟焚烧炉内干燥过程的实验研究。分析了温度对生活垃圾干燥特性的影响,采用实验数据对7种薄层干燥数学模型进行非线性拟合,获得了描述实验过程的最优干燥模型。结果表明:干燥温度越高,干燥时间越短,极值干燥速率越大。温度从100℃升高到160℃,干燥时间由322 min降至102 min,最大干燥速率由0.009 g/(g·min)升高到0.027 g/(g·min);Page,Modified page和Weibull Distribution模型可较准确地描述实验过程;通过菲克扩散模型计算出实验范围内有效扩散系数从2.212×10-9m2/s变化到8.044×10-9m2/s,由阿乌尼斯方程得出生活垃圾的活化能为27.035 kJ/mol。

PJM电力市场风险管控措施及对南方区域的建议

电力市场改革的深化对电网运行风险管控提出了新的要求。通过总结PJM(Pennsylvania-New Jersey-Maryland)电力市场的风险管控策略,从两个方面分析其电力系统物理运行风险管控策略:包含长期、短期和实时的风险事故发生前措施,执行紧急中断与恢复的风险事故发生后措施;从日前的可靠性机组组合、与电能量市场联合优化的辅助服务市场、中长期的容量市场和输电权市场四个方面分析其基于电力市场的风险管控策略。并将其与南方电网现有风险管控措施相对比,提出了进行多时段风险评估、采取调度-市场相结合的管控风险手段、建设完备的市场体系、成立风险委员会等多方面建议。

新型电力系统专用传感与边缘智能关键技术及其展望

电力物联网在电力系统的实时传感、透明感知与全局调控中发挥着重要作用。随着新型电力系统的不断演化,传统的设备传感与静态独立的智能系统难以应对多样化业务需求激增、多元化数据爆发式增长、传感器通信可靠性差与能效低下和算法模型迭代成本高等难题。因此,高度多元集成、绿色持续可靠、云边端深度协同的新型电力系统专用传感与边缘智能有望成为新范式。该文首先以新型电力系统专用传感与边缘智能的基本内涵为基础,构建了专用传感与边缘智能融合贯通的体系架构。然后重点阐述了国产化高频新型传感技术、绿色供能的高性能嵌入式芯片技术、高可靠性灵活组网技术、轻量化模型推理技术、云边协同资源共享技术和在线学习持续迭代技术。并进一步展望了专用传感与边缘智能在数据治理、隐私保护、软件定义硬件、业务-算力微服务、多层分布式泛在智能和电力大模型等发展方向,以期为新型电力系统建设提供参考。

电力变压器关键尺寸视觉检测方法及其缩比模型验证

电力变压器的关键尺寸测量是其装配制造、运输安装过程中重要一环,现有测量方法操作繁琐且效率较低。为此,本文提出了一种适用于110 kV油浸式电力变压器关键尺寸视觉检测方法,该方法利用YOLO目标检测算法、Grabcut图像分割算法实现关键组部件的智能检测与分割,然后基于双目立体视觉原理实现套管相间距离及变压器最大截面外形尺寸等关键尺寸的测量。本文搭建了110 kV油浸式电力变压器外观缩比模型,试验分析了拍摄距离和角度等因素对电力变压器关键尺寸视觉检测的影响。结果表明,本文基于缩比模型试验实现了在不同拍摄距离与角度下变压器关键尺寸的视觉检测,验证了该方法的有效性。本文方法可以为110 kV油浸式电力变压器现场尺寸测量提供参考。

基于大语言模型的新型电力系统用户特性立体应用模式初探

随着新型负荷的广泛接入与虚拟电厂建设的不断推进,新型电力系统中多元的负荷结构与频繁的网荷交互使得用户特性应用在数据融合、特性挖掘和业务赋能面临关键挑战。因此,该文首先深入分析了用户特性的研究现状,以此为基础提出了新型电力系统用户特性立体应用模式,贯通了“多源数据-多维特性-多元模块-多样业务”的应用链路。然后,针对该模式实践中海量多源数据可用性差、特性刻画灵活性低、业务贯通复杂性高的核心技术难题,立足于近期大语言模型备受关注的显著能力与智能体应用范式,分别在自适应数据治理、对话式数据交互、自动数据分析与机器学习、多智能体应用系统架构方面提出了解决方案。进一步,更通过用电数据库交互与业扩报装接入优化的案例表明所提方案能够自动化、智能化、个性化地开展用户特性应用,有望在实际中应对用户侧业务面临的关键挑战。最后,对大语言模型赋能用户侧海量资源管控以及系统智能水平跃升进行了展望。

考虑新能源随机性的新型电力系统图深度学习稳定指标概率分布评估模型

新型电力系统的新能源大规模随机性出力特点导致目前在线暂态稳定扫描结论面临失效风险,这一问题从元件建模精度、系统拓扑适应性和计算速度三个方面同时对现有方法提出挑战。因此提出了基于重概率化改进的置信带方法和图深度学习的稳定指标概率分布及置信带评估模型,通过图深度学习模型快速评估少量采样点,再由重概率化置信带方法扩增结果,利用标签共现知识引导时域仿真对准确率进行增强,最后使用置信带方法给出随机出力下的稳定概率分布和区间形式的评估结论。该方法优点在于利用了图深度学习的拓扑适应能力和快速计算特点,且不受元件建模精度限制,置信带计算结论具有可靠的理论背景,能够评估稳定概率分布。在IEEE-39和IEEE-300节点系统上的评估精度验证表明,所提方法能够高精度地预测指定方式暂态稳定指标,并给出可靠的概率评估结论。

电力电缆状态感知与检测技术研究综述

电力电缆是电力系统中的重要设备,电缆的运行状态关系到输配电系统的安全可靠运行。电缆状态检测技术指根据电缆运行状态的历史数据,综合运用停电试验、带电检测、在线监测等技术对电缆状态量进行智能感知,为电缆运行性能综合评估提供关键参考信息。文中综述了近年关于电缆状态感知及检测技术的国内外研究现状,分别从温度、载流量、局部放电、受潮、应变/振动和接地电流等状态量进行评述,阐明了不同状态量的检测原理,介绍了目前电缆状态检测技术研究及实践中的应用情况和发展水平,并探讨电缆状态检测技术的主要发展趋势。

考虑碳市场交易的寡头电力市场均衡分析

在碳市场上线的背景下,发电商需同时参与碳市场与电力市场,并对电力市场均衡产生影响。为研究碳市场及电力市场中发电商的交易决策及两个市场之间的交互影响关系,建立了考虑碳市场交易的寡头电力市场双层均衡模型,该模型可同时考虑发电商在电力市场和碳市场中的博弈行为。针对所建立模型,采用协同进化算法进行纳什均衡的求解。最后通过算例验证了相关模型和算法的有效性,并重点研究了碳市场对电力市场均衡及发电商市场博弈行为的影响。结果表明:在当前采用基准线法进行初始碳配额分配情况下,发电商的策略性行为同时抬高了电价与碳价,其中电价的上涨幅度远小于碳价的上涨幅度。

基于数据驱动的电力系统虚假数据注入攻击防御框架的研究

电力系统状态估计(power system state estimation,PSSE)在现代智能电网的稳定运行中起着至关重要的作用,但它也容易遭受网络攻击。虚假数据注入攻击(false data injection attacks,FDIA)是最常见的网络攻击方式之一,它可以篡改量测数据并绕过不良数据检测(bad data detection,BDD)机制,从而导致不正确的状态估计结果。文中提出一种基于数据驱动的针对PSSE的FDIA防御框架,该框架包含异常检测子框架和数据恢复子框架。异常检测部分采用改进的图卷积网络(improved graph convolutional network,IGCN)模型,该模型采用动态的边缘条件滤波器作用于图结构中,有效利用电力系统的拓扑信息、节点特征和边特征,从而检测出异常值。数据恢复部分采用变分自编码器(variational auto-encoder,VAE)模型,该模型将深度学习思想与贝叶斯推理相结合,可以有效地将异常数据恢复到在正常运行情况下的数值。针对不同攻击强度和攻击程度下的IEEE 14系统进行案例研究,以评估防御框架的检测与恢复性能。仿真结果表明,基于IGCN的异常检测子框架性能优于常规的数据驱动模型框架,其总体精确率为99.348%,召回率为99.331%,F1值为99.324%,基于VAE的数据恢复子框架的总体平均绝对误差为0.00534 p.u.,证明了防御框架优异的检测与恢复性能。

南方电网新型电力系统规划建设的量化评估与分析

双碳目标和新能源发电的快速发展是新型电力系统的标志。高比例可再生能源和高比例电力电子装备使新型电力系统在动态特性、电力平衡与调度运行方式上展现出新特征和新挑战,也推动了数字电网技术与应用的提速。从新型电力系统内涵、特征和发展要求出发,兼顾资源禀赋差异与跨区域电能互济贡献,提出了新型电力系统建设的评价指标集。对南方电网2025、2030年进行系统时序生产模拟和新型电力系统指标的量化计算。在此基础上对南方电网新型电力系统规划建设进行了评估分析。

随机环境下计及绿证与碳配额约束的电力市场均衡分析

为促进电力行业的低碳化和清洁化发展,中国相继建立碳市场和绿证市场,对电力市场产生显著影响。在此背景下,提出了一种随机环境下计及绿证与碳配额约束的电力市场均衡分析方法。首先,综合考虑发电机组报价约束、碳配额约束、绿证量价关系和风电的随机性,建立了一个新的双层电力市场均衡分析模型。其次,利用最优性条件替代下层问题,将单个发电商的双层模型转化为均衡约束规划问题(mathematical program with equi-librium constraints,MPEC)。为求解多主体的市场均衡,将所有发电商对应的MPEC等效为库恩-塔克条件,从而构建均衡约束-均衡规划问题(equilibrium problem with equilibrium constraints,EPEC),并采用大M法和二进制展开法等线性化手段加以求解。最后,通过算例模拟了不同绿证与碳配额约束下的电力市场均衡状态,验证了所提方法的有效性。

区域供冷系统参与电力系统二次调频的控制策略

区域供冷系统是一类特殊的、规模化的中央空调负荷,具有参与电力系统调频的潜力。基于模型预测控制方法提出了一种区域供冷系统参与二次调频的控制策略。首先,建立了区域供冷系统动态模型和火电系统调频动态模型。然后,以最小化建筑物温度与人体舒适温度偏差、火电机组调频功率指令和频率偏差为目标,设计了模型预测控制器优化分配区域供冷系统和火电机组的调频指令。最后,在含区域供冷系统的10机39节点系统上进行了仿真计算,结果表明,区域供冷系统参与调频能够改善系统调频效果,参与调频也不会对用户舒适度有较大影响。

基于动态相量的并联逆变器并网系统超高次谐波零序环流特性分析

为研究共交直流侧母线的并联逆变器并网系统中超高次谐波零序环流特征分量及边带分量的特性,通过分析各逆变器的开关状态研究系统中零序环流的流通路径,并建立零序环流等效电路;利用动态相量法建立计及逆变器间载波相位差的超高次谐波零序环流分析模型;以该模型为基础,分析并联逆变器并网系统的超高次谐波零序环流特征分量特性和边带分量特性。最后,通过仿真验证了理论分析的正确性。

基于两阶段聚类和MCMC算法的风光出力序列建模方法

针对风光出力的随机性建模问题,提出一种基于两阶段聚类和双层马尔科夫链模型的风光相关出力序列建模方法。首先采用两阶段聚类得到不同的风光典型日出力模式,第1阶段采用自组织映射聚类方法识别不同气象条件下的光伏出力类型;第2阶段采用近邻传播聚类方法对不同光伏出力类型对应的风电出力样本进行聚类。其次,建立双层马尔科夫链模型描述风光出力的相依变化,上层建立单变量马尔科夫链模型描述风光出力模式的日间转移,下层建立双变量马尔科夫链模型描述风光出力日内相邻时刻的状态转移。最后,采用MCMC模拟方法得到指定时间长度的风光出力序列。仿真算例表明,所提方法在各项评价指标上均优于传统MCMC方法及Copula模型,能生成更符合风光实际相关性的出力序列。

广州地区输电线路沿线绝缘子自然污秽化学成分的来源分析

为研究广州地区线路绝缘子表面自然污秽化学成分的来源,建立了自然积污监测点,现场采集自然污秽并测量了其化学成分。使用富集因子分析、相关性分析和因子分析3种分析方法,分析了绝缘子表面自然污秽化学成分的来源,发现绝缘子表面自然污秽化学成分主要来源于人为污染,不同污染源有不同的污染物化学成分;确定了绝缘子表面自然污秽积累的主要污染源。该分析方法可以确定某一区域或者地区的主要污染源,以此为依据可以通过控制个别主要污染源的排放量,减少绝缘子表面自然污秽积累,达到有效预防污闪的效果。

考虑风电接入的大型电力系统多目标动态优化调度

针对风电接入的大型电力系统,提出了以发电总燃料耗量、污染气体排放量和购电费用最小为目标的多目标动态优化调度模型,并考虑了抽水蓄能机组的实际运行特性对优化调度的影响。采用法线边界交叉法将多目标优化问题转换为一系列单目标问题,并采用原对偶内点法求解,从而获得均匀分布的帕累托最优解。根据熵权双基点法决策出折中最优解,为运行人员提供决策指导。在某省级电力系统上的计算结果表明,法线边界交叉法和熵权双基点法的结合能够快速、有效地求解电力系统多目标动态优化调度问题。

数据驱动的人工智能技术在电力设备状态分析中的研究与应用

电力设备作为电力系统的基本要素,其运行状态对电网的安全经济运行有直接影响。随着电力物联网的建设和智能传感器技术的不断发展,电力设备运行状态的相关信息呈现出多源、异构的数据特征。研究以海量多源异构数据为驱动的基于人工智能技术的设备状态分析方法,对于全面、及时、准确地掌握电力设备运行状态及其发展趋势有重要意义。论文首先介绍了基于数据驱动的新一代人工智能技术;然后,以当前电力设备状态数据所呈现的海量、多源异构的特性为出发点,针对图像、文本、时序这3种数据类型综述了基于人工智能的电力设备状态特征提取技术;其次,通过研究当前电力设备状态分析的总体需求,总结和讨论了数据驱动的人工智能技术在电力设备智能巡检、故障诊断、状态预测等典型业务场景中的应用研究现状;最后,探讨了现阶段数据驱动的人工智能技术在电力设备状态分析中面临的挑战性问题,并对相关技术的发展趋势进行了展望。

电力系统奇异信号的复值小波分析

文章讨论了小波的正交性、紧支性、对称性以及平滑性的作用，分析了框架意义下的冗余小波变换的特点，以及小波框架和尺度参数离散化的要点，在此基础上提出了利用复值小波变换的相位信息辅助幅值信息进行电力系统故障奇异信息检测的方法。以Ｍｏｒｌｅｔ 复值小波为例，通过对算例的分析，论证了复值小波变换的相位信息对奇异性更为敏感，能清晰地反映出信号的突变，并说明了小波尺度的选择对分析信号奇异性的作用。