《電工技術學報》是中國電工技術學會主辦的電氣工程領域綜合性學術期刊,報道基礎理論研究、工程應用等方面具有國際和國內領先水平的學術及科研成果。中國工程院院士馬偉明任《學報》編委會主任,兼《學報》主編。
點擊論文標題,可在線閱讀全文!
作者:田濟源, 范帥, 楊冬陽, 黃任可, 何光宇
摘要:虛擬電廠(VPP)是挖掘需求側靈活性的重要手段。現有研究多將需求側資源劃分為可控和不可控兩類,在優化模型中將后者視為與決策無關的參數。然而,由于負荷客觀存在靜態電壓特性,VPP調控引發的節點電壓變化必然影響不可控資源的實際功率,導致VPP難以實現精準調控。為此,本文提出考慮負荷靜態電壓特性的VPP精準調控方法。首先,建立了考慮負荷靜態電壓特性的VPP運行模型,在優化模型中精細化地考慮不可控資源功率受決策變量被動變化的影響關系;其次,針對負荷靜態電壓特性引入所產生的模型求解難題,建立了適應于VPP控制策略的負荷靜態電壓特性方程,實現高效地模型在線求解。基于實際系統的算例分析發現,本文方法可以在VPP運行問題中準確考慮不可控資源受其它資源調控而帶來的影響,進而以更小的調節代價達到合格的功率目標跟蹤精度。該研究解決了當前VPP因調節粗略而僅在削峰填谷等單一場景應用的不足,為VPP發揮負荷跟蹤、自動功率控制、運行備用等多類型調節作用奠定基礎。
作者:張睿騏, 陽輝, 王子睿, 謝文強, 孫鄞
摘要:電動汽車集群(EVA)在不同區域中的可調度潛力往往難以準確量化,同時現有的調控系統也未能充分考慮電力系統的整體性。為解決上述問題,本文提出了一種考慮用戶決策依賴特性的多時段電動汽車可調度域(MEVDR)構建方法。該方法將可調度域劃分為可調度能量域(DER)和可調度功率域(DPR),從而全面反映了EVA在特定時間段內的能量與功率調度特性。在此基礎上,本文利用高斯混合模型(GMM)對不同區域和時段的電動汽車數據進行聚類分析,擬合出各類數據的概率密度函數,構建并探討了不同區域和時間段內EVA MEVDR的差異及其對電力系統的潛在影響。為進一步優化調控策略,通過將MEVDR模型和車-庫-網等多個層級的特征納入考慮,構建了車-庫-網多層級協調調控系統(VGGMCCS)。最后,將所提方法與對比策略進行了對比。結果表明:VGGMCCS能在保障電力系統長期穩定運行的同時,有效降低用戶用車成本、提高車庫的經濟收益和電網運行效率,實現用戶、車庫運營商和電網公司的多方共贏。
作者:陸格野, 鄭大勇, 林秋瓊, 尹政, 張品佳
摘要:漏電流是表征光伏發電與并網系統健康狀況最直觀有效的特征量之一。漏電單元測量結果涵蓋了交、直流側各裝備對地狀態老化情況,尚不能完成獨立診斷。本文構建了基于漏電流的系統級寬頻共模阻抗模型,揭示了光伏陣列對地漏電狀態、連接電纜和升壓器對地絕緣老化狀態對寬頻共模阻抗特性的影響機理,映射了漏電流幅頻特性與各裝備對地等效電容的量化關系。根據工程應用中量測單元配置要求,提出了一種基于漏電流的系統共模阻抗模型與利用方法,實現了交、直流側對地健康狀態的解耦分析與獨立診斷。在線測試結果表明,直流側對地寄生電容計算誤差小于4%,交流側主設備對地絕緣等效電容計算誤差小于2%。
作者:王濤, 楊遠, 申冰潔, 張丹
摘要:面對新能源電力系統的的不確定性和時變性,基于深度學習的暫態穩定評估模型在實際應用中效果會變差。為此,提出了一種面向運行場景變化的方差引導式域適應暫態穩定評估框架。首先,設計了一種增強式核函數,以提升模型對極端值的容忍度,從而增強其在處理具有長尾效應的暫態穩定數據時的魯棒性。其次,提出了一種方差引導式域分布對齊機制。該機制基于增強式核函數構建了一組能表達分布方差特性的基,并構造了一個新的希爾伯特空間。在該空間中,通過方差引導式域分布差異度量精確量化源域和目標域間的分布差異,并通過不斷縮小這些差異,實現域間分布的精細化對齊,從而提高模型的自適應能力。最后,推導了域適應泛化的誤差界限,以保證所提方案的可靠性。在新英格蘭10機39節點系統和中國西南某省電網上的測試結果驗證了所提方案的優越性。
作者:崔沛然, 崔明建, 汪清, 張劍
摘要:光伏爬坡事件的不確定性對網絡攻擊檢測方法的準確度和時效性提出更高要求,現有研究忽視光伏爬坡事件與網絡攻擊事件的耦合特性,導致網絡-光伏爬坡協同攻擊難以精準辨識。本文提出一種基于張量分解個性化聯邦學習的網絡-光伏爬坡協同攻擊辨識方法,首先,分析網絡-光伏爬坡協同攻擊路徑,構建網絡-光伏爬坡協同攻擊模型并分析攻擊原理;然后,提出基于張量分解的個性化聯邦學習(TDPFed)方法進行網絡-光伏爬坡協同攻擊辨識,保證不同電網分區數據隱私安全的同時進行快速低成本通信,實現本地數據的隱私保護和全局共享模型的高效訓練;最后,通過算例分析證明本文所提方法相較于輕梯度提升機方法(LightGBM)、傳統聯邦平均方法(FedAvg)和基于Moreau envelopes策略的個性化聯邦學習方法(pFedMe),在辨識準確度、收斂速度等指標均有較大提升,能夠突破辨識方法因通信條件制約導致聯邦學習訓練難的瓶頸。
作者:蔡欽欽, 徐英, 儀忠凱, 涂正宏, 周渝皓
摘要:風光能源的持續并網顯著增大了電力市場的不確定性。為引導強隨機性市場主體降低不確定性,鼓勵確定性市場主體參與系統平衡調節,設計科學合理的多品類電價機制是未來電力市場建設的關鍵所在。本文基于不確定性功率的統計矩信息構建了源荷模糊集,提出了基于分布魯棒雙邊機會約束的電能量與輔助服務聯合市場出清模型。在模型求解上,通過凸重構將分布魯棒雙邊機會約束轉化為混合整數二階錐規劃。基于邊際定價原理,推導了電能量、備用與調頻的節點邊際價格,并提出衡量不確定性功率的系統和節點邊際價格,用來反映強隨機性市場主體產生不確定性功率的市場代價。在算例分析中,采用IEEE 39節點系統驗證了出清定價模型的有效性,分析了不確定性電價機制的實際應用價值。對比傳統出清模型,所提出清定價模型為聯合市場的長效運營提供了抑制不確定性的價格激勵信號。
作者:何華錦, 任洲洋, 馮健冰, 張海峰
摘要:新型源、荷規模化接入,配網三相不平衡工況高發,分相重過載問題極為突出。現有配變重過載預警方法無法充分揭示三相負荷時空特性,未滿足輕載及重過載工況下精度需求,忽視三相不平衡工況對配變載荷能力的影響,易導致虛警、漏警。該文提出考慮三相負荷時空特性和配變動態安全負載域的配變周前分相重過載預警方法。首先,探索配變三相負荷時空特性,建立基于特征組合動態選取技術與空間表征技術的特征強化表達方法。其次,提出基于SwinLSTM-D建立配變周前分相負荷預測模型,充分挖掘配變三相負荷時空特性。并且,面向預警任務在輕載及重過載工況下的高精度預測需求,構造雙重加權混合損失函數(Dual Weighted Hybrid Loss,DWH),優化模型注意力分配模式。然后,提出刻畫考慮配變熱點溫升約束的配變動態安全負載域,準確評估配變極限載荷能力。最后,提出基于配變動態安全負載域的配變周前分相重過載預警策略。利用中國南部某供電局配變實測數據進行算例驗證,表明該文預測方法具有顯著精度優勢,高效滿足配變周前分相重過載預警的實際生產需求。
作者:昌千琳, 羅永捷, 王強鋼, 任博, 周念成
摘要:為提高光伏系統自動化運維水平,提出一種基于I-V曲線全局特征提取的光伏組串Swin-Transformer故障診斷方法,實現準確可靠的智能化光伏狀態監測。首先通過校正與歸一化預處理提升I-V曲線數據的規范性。隨后采用格拉姆角場、遞歸圖和相對位置矩陣多維度刻畫I-V曲線的動態特性,提取表征光伏組串狀態信息的全局I-V特征。針對特征圖的局部區域周期性重復等特點,提出Swin Transformer故障診斷模型,采用分層結構聚合局部特征實現層次化表示,設計移位窗口機制融合局部與全局特征,通過局部自注意力計算實現高效故障診斷。3.75kW光伏系統的仿真和現場實驗表明,所提方法在相對位置矩陣特征變換下性能最佳,可精確診斷不同條件和嚴重程度的多種故障。在每類樣本數低至25個時模型準確率為99.67%,在30dB噪聲干擾下模型準確率為99.56%。采用多種特征數據與不同算法進行消融實驗,驗證了所提特征提取法與故障診斷模型的優越性。這項研究為光伏組串穩定運行提供了可靠的技術支持。
作者:劉碩, 滕云, 陳哲
摘要:針對城市“電-熱-冷-氣”多能源系統中可再生能源占比的快速增長,以及城市中環境治理設施與能源系統兼容協調要求的不斷提高,文章提出了一種基于減碳型多能源微網的城市多能源供給經濟-環境協調優化模型。首先,研究高比例可再生能源供能特性與城市環境治理需求間協調機理,提出并建立了具有污水處理、垃圾處理等環境治理機能的減碳型多能源微網模型及其集群多能源協同模型;其次,考慮城市居民的能源需求與環境治理需求,研究減碳型多能源微網集群的多能源供能效益和環境治理效益間的相互影響機理,建立了減碳型多能源微網的環境-經濟綜合效益量化模型;然后,以城市多能源節能率最大、系統污染物減排量最大和系統總運行成本最小為目標,建立了城市多能源系統能源環境綜合效益優化模型及其求解算法;最后,搭建仿真模型進行驗證,仿真結果表明文章方法有助于提升垃圾處理與污水治理效率和多能源供能收益。
作者:褚昱麟, 陳紅坤, 王嘉琦, 吳艷梅, 雷傲宇
摘要:數據驅動諧波源建模方法采用諧波電信號的幅值和相角數據訓練模型,本質上是一種針對復信號的分析處理過程。傳統數據驅動算法的設計與實現多在實數域上進行,在進行復信號回歸時存在信息丟失的問題。對此本文首先提出一種基于矩陣變量高斯分布的多元高斯過程回歸算法,借助行協方差矩陣刻畫目標復信號實部虛部間的相關性信息,然后根據多類型諧波源的諧波發射影響因素選取特征變量建立復信號諧波源模型。針對當前數據驅動諧波源建模方法對全局樣本學習效果差的問題,本文提出一種模型全局性提升方法,采用基于密度的空間聚類算法劃分歷史樣本數據并建立相應的諧波源子模型,根據待回歸樣本的輸入特征量選擇最接近的子模型進行回歸。算例表明本文所提算法的復信號回歸效果優于高斯過程回歸法和復線性最小二乘法,所選建模特征變量能夠準確反映多類型諧波源的諧波發射特性,所述全局性提升方法能夠提高模型對全局樣本的回歸精度并減少算法的訓練時間。
中國電工技術學會
新媒體平臺
學會官方微信
電工技術學報
CES電氣
學會官方B站
CES TEMS
今日頭條號
學會科普微信
大賽官方微信
?? 《電工技術學報》:010-63256949/6981;郵箱:dgjsxb@vip.126.com ?? 《電氣技術》:010-63256943;郵箱:dianqijishu@126.com ?? 《中國電工技術學會電機與系統學報(英文)》:電話:010-63256823;郵箱:cestems@126.com ?? 編務:010-63256994 ?? 訂閱:010-63256817 ?? “電工技術學報”微信號運營編輯:13121222619(微信同號) ?? “CES電氣”微信號運營編輯:18500877291(微信同號)
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.