碳中和目标下电力需求预测体系构建及华东区域电力需求发展趋势研究

碳达峰、碳中和将加速全社会各行各业,尤其是能源系统的转型,而电力行业作为能源枢纽,能源领域在双碳转型过程中将对电力需求带来不可忽视的影响。该文立足于分析双碳目标对于能源电力的影响,挖掘双碳和电力需求的关联性,提出碳中和目标下分行业发展趋势分析思路,构建了一套适应于双碳目标下的电力电量预测方法体系;以华东区域作为典型案例,研究了华东区域碳达峰至碳中和过程中的电力需求发展趋势。研究结果表明,所构建的分析思路和方案体系科学可行,预测结论合理。

双碳目标背景下上海新能源汽车保有量及用电需求分析及预测

本研究旨在分析和预测在3060双碳目标背景下,上海地区新能源汽车至2060年的保有量及用电需求趋势。通过收集上海新能源汽车历史保有量、行驶里程、能耗水平等数据,运用Gompertz、Logistic时序分析、以及国际对标等方法,得出以下结论:上海地区新能源汽车的保有量逐年增加,增速呈现先快后慢的趋势,预计在2040年左右趋于饱和。饱和值与城市车辆极限保有量和经济发展水平相关,根据人口规模等城市发展条件,若极限保有量越大、经济发展水平越高,则新能源汽车保有量也会越大。此外,不同场景的模拟结果显示,未来新能源汽车用电需求将呈倒U型趋势,大幅增加后略微下降,拐点预计出现在2040年左右。这一变化主要是由新能源汽车保有量达到饱和阶段后电耗的进一步下降所驱动。总体而言,面向3060目标未来上海新能源汽车用电需求的变化将对上海电力系统的科学规划和有效管理提出新的挑战,需要积极采取相应措施来确保电力供应的可靠性和稳定性。

新型电力系统背景下电力供需平衡特征和保供策略研究

新型电力系统背景下电力加速清洁转型,受行业减碳、新能源占比提升、极端气候等新因素影响下,电力供需平衡将呈现新特征,保供难度逐步加大,传统平衡体系难以满足新的规划要求。为此,结合充分挖掘碳达峰、碳中和对能源电力的影响,挖掘了新型电力保供面临的减碳、新约束,提出了一套电源发展分析双碳目标对于能源电力的影响,挖掘双碳和电力需求的关联性,提出碳中和目标下分行业发展趋势分析思路,构建了一套适应于双碳目标下的电力电量预测方法体系;以华东区域作为典型案例,研究了华东区域碳达峰至碳中和过程中的电力需求发展趋势。研究结果表明,所构建的分析思路和方案体系科学可行,预测结论合理,具有良好前瞻性。

区块链在电力设备泛在物联网应用的关键技术及方案

随着泛在电力物联网(ubiquitous power internet of things,UPIoT)的建设,将有亿级海量终端设备接入系统,给基于传统中心化分布式网络结构的电力设备泛在物联网带来巨大的挑战。为此,首先分析了泛在电力物联网在网络结构、信息安全、隐私保护、通信壁垒和多主体协同中存在的问题。然后利用区块链思维将区块链技术与物联网(internet of things,IoT)相结合,提出了基于区块链的电力设备泛在物联网建设方案,并重点阐述了在物联网区块链应用中的分区并行高通量联盟链、跨链通信、共识算法、智能合约、加密算法和数据压缩等关键技术。最后讨论了区块链与电力设备泛在物联网融合创新的发展趋势。区块链技术的发展势必深刻影响到社会的方方面面,论文的研究成果可为区块链在电力物联网的应用和实践提供参考。

基于云模型的配网运行画像数字孪生构建方法研究

为有效解决配网运行管理水平不高的问题,提出基于云模型的配网运行画像数字孪生构建方法。采用数字孪生技术构建虚拟空间电网的交互和映射。通过鱼骨图法分析影响配网运行状态的因素,建立配网运行指标体系,并将特征指标转换为标签矩阵。构建反映配网线路状态的特征指标。利用逆向云发生器展开云转化处理,以获取配网运行指标的模糊特征。对运行指标和标签矩阵的距离进行加权求和处理,可以获取配网运行指标的打分值,从而得到清晰且评价客观的配网运行画像。该方法能够精确获取不同情况下配网的运行状况,有效提高配网运行管理水平。

考虑不平衡案例样本的电力变压器故障诊断方法

针对电力变压器各故障类别间案例数量不平衡导致的神经网络等传统机器学习诊断方法准确率较低,及各故障类型之间识别效果差距大的问题,基于层次分类和集成学习的思想,构造了一种多级层次变压器故障诊断模型。该方法根据每级类别样本的不平衡程度分级建立相应的分类器,逐级深入进行诊断。第1级分类器选取神经网络,提取正常、放电故障和过热故障3种广义特征标签,并与原始参量输入进行特征融合,以引导DL/T722—2014中采用的9种更细致的状态类型分类;第2级分类器采用EasyEnsemble集成学习方法,通过欠采样生成多个数据平衡的训练子集,充分平衡了多数类和少数类故障信息,再通过并行训练子分类器合成最终分类器,避免了欠采样丢失数据信息的问题。实验结果表明:与传统诊断方法相比,所提出的方法提升了少数类故障的泛化特性,使总体准确率提升了7%,具有更准确和更平衡的电力变压器故障诊断效果。

电力物资管理过程优化路径研究

电力物资管理是电力行业管理的重点内容,也是电力企业管理的重要组成部分•电力企业要实现长远发展应基于物资管理过程中的重难点确定相关优化路径.文章阐述电力物资管理的意义,结合电力物资管理工作中的常见问题,提出具有针对性的优化路径策略,以期提高管理水平,促进电力企业持续健康发展。

基于功率互济的柔性互联多微网孤岛运行多层协调控制策略

为提高多微网孤岛运行供电可靠性及分布式新能源消纳能力,提出了一种柔性互联多微网多层协调控制策略。首先分析了基于柔性互联多微网的拓扑结构及控制架构特点,并根据多微网孤岛运行模式分析,提出了多微网功率互济规则;然后基于功率互济规则和多微网微电源预测输出功率,提出了多运行模式下混合储能装置控制方法;最后提出了柔性互联装置改进下垂控制策略。算例仿真分析表明:所提出的多层协调控制策略充分利用柔性互联装置控制特性,实现了多微网孤岛运行快速、自适应的动态功率互济,提高了多微网孤岛运行供电可靠性,并提升了分布式新能源消纳能力。

国产公里级高温超导线路保护优化方案

介绍上海公里级高温超导电缆示范工程系统结构,分析传统线路保护方案应用于超导线路的局限性,提出公里级高温超导线路保护优化方案。该方案以纵联差动保护、失超保护为主保护,以过流保护为后备保护;对于差动保护,增加了基于时域的电容电流补偿功能,并通过仿真验证了补偿效果;对于过流保护,分析了定时限和反时限过流保护的适用性。针对上海公里级高温超导电缆示范工程接线方式,提出一种基于保护信息交互的超导线路与备用常规线路的切换方案,提高了供电可靠性。

不平衡电网下基于无源控制的MMC-UPQC电能质量综合治理研究

基于模块化多电平变换器(modular multilevel converter,MMC)的统一电能质量调节器(unified power quality conditioner,UPQC)可用于高电压下电压电流的电能质量综合治理,但当电网电压不平衡时,电流电压相位和幅值发生变化,给综合治理带来困难。将无源控制方法应用到MMC-UPQC中,以解决电网电压不平衡下的电能质量问题。首先,根据MMC-UPQC的拓扑结构,建立其在不平衡电网下的数学模型;然后,根据正负序分离方法,对检测量进行无需锁相环的分离;接着基于无源控制理论,搭建基于E-L模型的无源控制器,并将其应用到多电平、高电压的电能质量补偿系统中;最后,利用串联侧补偿电压和并联侧补偿电流的原理,通过协调控制综合解决不平衡状态下的电网电能质量问题。Matlab/Simulink平台实验结果发现基于所提无源控制器的MMC-UPQC系统响应时间小于0.05 s且总谐波失真度小于5%,验证了其解决电能质量综合治理问题的有效性和优越性。

基于光纤布喇格光栅的配电变压器分布式温度监测方法

配电变压器在运行过程中由于动态增容需要、配电网三相不平衡的影响、变压器结构设计优化需要等因素,绕组会出现温升热点,加速绝缘老化,降低变压器使用寿命;而配电变压器绕组热点温度监测对于确保其安全稳定运行具有重要意义。为实现对配电变压器绕组温度准确监测,提出一种基于光纤布喇格光栅的配电变压器分布式温度监测方法,首先介绍了光纤布喇格光栅测温原理;其次基于COMSOL有限元仿真软件对10 kV配电变压器温度场分布进行仿真计算,得到绕组温升热点位置,并据此设计出光纤光栅温度传感器布置方案;最后通过改进制造工艺,研制出基于光纤布喇格光栅的分布式温度监测配电变压器样机,并进行了额定负载条件下的温升试验。试验结果表明,绕组热点分布与仿真结果相符。

10kV干式变压器典型异响缺陷诊断技术研究及应用

基于干式变压器典型异响诊断方法,分析了典型异响缺陷的成因,介绍了基于非负最小二乘反卷积波束形成的声学成像技术原理,提出了综合分析声学成像、时域图谱以及频域图谱的可听声信号诊断方法。

基于超声柱面导波技术对钢杆缺陷的无损检测研究

研究了圆柱钢杆内导波传播及频散特性。通过试验验证了杆中“柱面导波”现象并进行分析。利用建立的试验系统,对420mm长圆柱钢杆的人工模拟裂纹进行检测,结果表明在特定频率处,超声柱面导波检测钢杆中的缺陷是可行的。

基于机器视觉与听觉响应的干式变压器状态智能诊断方法

为提升干式变压器的状态监测与故障诊断能力,提出了一种新的整合机器视觉与听觉响应的变压器状态诊断方法。首先,通过目标检测算法对干式变压器的潜在故障位置进行识别监控,获取其位置信息;其次,整合延迟求和波束成形算法计算其潜在故障位置的声学信息,利用该声学信息实时监控变压器是否出现放电缺陷;最后,对于无法快速诊断的机械故障,利用听觉外周模型获取听觉谱,依据其声音信号的特征频段,设置各特征频率获得多特征频率听觉谱,通过卷积神经网络进行变压器故障类型识别。实验结果显示,所提的方法在噪声情况下的变压器状态识别准确率仍高达87.51%,优于其他对比的时频域特征提取方法。故所提方法能较准确地诊断干式变压器状态,并且具备良好的抗噪性能,有效补充了当前变压器的监测手段。

基于多源异构数据的配电网故障信息挖掘与诊断

配电网海量运行数据为其运行分析提供了良好的基础,如何挖掘多源异构数据诊断故障是提升配电网安全运行水平和优质服务水平的关键。文章以生产管理系统、故障抢修以及SCADA数据为对象,分析多源信息构成与属性,建立SCADA事件的预集规则,并匹配关联故障抢修事件与SCADA数据。基于数据来源、属性等不同维度,综合考虑数据预集规则,对多源异构数据进行分类组合与融合,并存储于大数据hadoop平台。基于多源异构数据的配电网故障诊断首先对事件进行判断,挖掘与故障相关的保护动作、遥测、事故汇总等,明确故障对象、内容与属性,并结合辅助信息验证诊断结果。利用该策略建立的系统部署于某城市配电网,其诊断性能及正确率满足要求,可有效提高配电网数据挖掘与分析能力,为调度运行及检修提供支撑。