摘要:新能源场站由于其不具备传统旋转发电机的机械惯量,对系统频率变化很难起到支撑作用。随着新能源发电比例不断提高,若新能源场站不参与系统频率调节,则当系统发生频率波动时,频率会发生快速变化,进一步恶化系统频率稳定性,因此研究新能源场站的调频技术特性具有重要意义。从提升场站频率响应和调整的速度出发,针对常用的二阶锁相环在频率斜升变化时不具备零稳态误差的问题,设计了一种频率响应速度更快,稳态性能和动态性能都较为优越的三阶锁相环,并且应用于新能源场站的半实物仿真平台中,进而在半实物仿真平台上以云南某新能源场站为样本,搭建了相应的半实物仿真模型,通过模拟不同频率阶跃变化和不同频率斜升变化,验证新能源场站的并网调频技术。

摘要:随着城市用电量的增加和新型负荷的广泛加入,城市电网阻塞问题亟待解决。5G基站耗电量大、分布范围广、调节潜力强,其参与需求响应可以有效缓解城市中压配电网阻塞。因此,构建了考虑通信基站需求响应的城市中压配电网阻塞管控模型。首先,通过分析5G基站工作原理,建立5G基站功率可调模型；然后,考虑网络潮流约束和城市通信需求约束,以阻塞管控成本最小为目标,建立城市中压配电网阻塞管控模型；最后,算例验证所提模型不仅可以解决城市中压配电网阻塞问题,还可有效提高经济效益。

摘要:为促进用户与电网实施友好互动,降低能源消费和用电负荷,应研究如何将电网公司的互动效益按一定补贴比例公平地分摊给各参与用户。为解决传统Shapley值法的组合爆炸问题,提出一种基于Shapley值抽样估计法分摊用户互动效益的补偿方法,该方法在满足收支平衡的约束条件下,通过分层随机抽样方法减少样本量；为确定各层样本分配量,综合比较了随机分配法、平均分配法及Neyman最优分配法的优缺点；为解决Neyman最优分配法中参与者各层样本标准差未知的问题,提出一种基于强化学习算法的 ε(t) 迭代估计最优分配方法。算例表明所提出的方法具有Shapley值法的所有特性,能精确地估计Shapley值法的分摊结果,因而能实现公平合理的分配,同时能有效地减少计算时间。

摘要:园区是我国城市碳排放的主要场所,厘清园区级碳排放源/碳汇构成是开展园区低碳路径研究的关键。目前,国内外还未发布园区级碳排放计算相关规范或指南,已开展的研究大多针对存量的某一特定类型园区碳排放进行计算分析,未充分考虑新建园区的数据可得性以及计算体系对不同类型园区的适应性问题。因此,开展了计及多类型园区特征的碳排放计算方法研究,从能源活动（覆盖农业、工业、建筑、交通、旅游设施、其他公共基础设施等）、农业生产、工业生产、废弃物处理、绿植碳汇5个维度构建园区级碳排放计算体系,并分别给出数据完备和数据缺失情况下的计算公式。算例表明,所提方法对特色农业型园区、工业制造型园区、商务办公型园区、旅游休闲型园区等多类型园区的碳排放总量计算以及结构分析均适用。

摘要:在我国双碳目标背景下,低碳化用能与能源革命迫在眉睫。在考虑社区综合能源发电商与用户竞价博弈的同时加入阶梯型碳交易机制,可满足经济性与低碳性要求。首先介绍了阶梯型碳交易机制和主从博弈模型,然后建立阶梯型碳交易的主从博弈模型,最后通过实际算例,利用CPLEX 求解器和粒子群算法对模型进行求解,验证了在主从博弈模型中合理的引入阶梯型碳交易机制可以有效降低碳排放。上述研究为发电商和用户的低碳经济运行提供了参考。

摘要:在高比例新能源的孤岛微电网中,风电的间歇性与波动性会增加微电网运行调度的不确定性,严重情况下可能对系统安全稳定运行造成影响。为此,提出一种计及用户舒适度需求侧管理的海上孤岛微电网运行策略。首先,针对微电网内不同类型负荷用户进行精细化建模以及差异化需求响应策略,提出不同类型用户的评判指标。其次,综合用户舒适度最优以及微电网日运行成本最小为目标建立日前调度框架,并利用yalmip+cplex求解器进行求解得到日前调度计划。最后,以某海上孤岛微电网为例,在不同风电场景下验证所提策略的有效性与普适性。

摘要:电力负荷的短期预测可以合理地确定机组运行方式,安排日调度计划,提高计量精准度,对实现系统功率平衡和保障系统的安全经济运行具有重要意义。在利用神经网络进行负荷短期预测时,若训练数据不足,模型的学习能力会大大降低。同时,由于电力负荷数据存在小时周期、日周期、周周期、季节周期特性,常规神经网络训练模型无法反映负荷的不同周期特性,对预测结果的准确性也会造成一定的影响。为此,首先提出一种数据增强方法,有效解决电力负荷预测中训练数据不足的问题。其次,针对负荷的周期性特征,进一步提出使用不同周期特征的并联时序卷积神经网络模型的融合方案,有效反映负荷数据的多周期特征,从而提升电力负荷短期预测的准确度。通过对某地市不同电压等级线路负荷数据的建模和训练,验证所提方法在短期预测方面的有效性和优越性。

摘要:随着新能源的大规模利用,光伏渗透率稳步增长,准确的光伏功率预测能为电网企业带来较多效益。基于此提出了一种多特征分析提取的随机森林预测模型,用于超短期光伏功率预测。首先,对收集到的光伏数据进行预处理,清理缺失值和重复值；再次,对影响因素进行相关性分析,选取相关性强的因子；然后,对筛选后的因子进行输入特征量选择,将处理后的特征向量作为预测模型的输入；最后,建立随机森林预测模型,并与BP、RBF、MLP模型对比。实证结果表明,所提模型具有较好的拟合度和更高的预测精度,对光伏预测工作有一定的指导意义。

摘要:利用供暖、通风和空调系统与建筑的耦合热惰性提供需求响应资源是一种经济实用的方法,尤其是具有主动储能系统的建筑物,具有更大的需求响应潜能。首先搭建仿真平台并验证了其准确性,然后从建筑和空调的被动储能以及蓄热罐的主动储能两个方面进行研究,采用了预冷、温度重置以及启停制冷机组3种策略的灵活组合,分析了建筑和空调系统、蓄热罐的需求响应潜力。结果表明,该策略对于短期（0.5 h）和长期（2.5 h）的需求响应均有效：对于短期需求响应计划,利用建筑和空调系统本身的热惰性就可以满足；对于长期需求响应计划,需用到主动储能技术满足室内热舒适要求。

摘要:短期负荷预测在电力系统规划与运行中起着重要作用。提出一种融合注意力机制和分位数回归的混合卷积双向长短期神经网络短期负荷概率预测模型。首先,利用相关性分析选取合适的天气变量和历史负荷。其次,通过Copula模型计算出风险阈值,该值被用于构造峰值二进制指示输入特征。接着,将所选特征集输入到卷积双向长短期神经网络预测模型,引入注意力机制给予数据不同关注。然后,采用核密度估计对负荷进行概率预测。最后,使用平均绝对百分比误差和均方根误差对模型预测性能进行评估。仿真结果表明,该模型具有更高的预测精度。

摘要:送端电网省份一方面需要平衡其内部高速增长的负荷和新能源,另一方面还要满足向外输电的需求。因此,送端电网调节能力的不足使得送、受两端电网的运行经济性和稳定性都受到了挑战。电力需求响应是提高电力系统调节能力的重要手段,能够有效削峰填谷和缓解电力供应紧张。目前我国需求响应工作已经在许多电网受端地区开展,但是我国开展需求响应的送端电网省份还较少。针对上述问题从负荷高速增长、高比例新能源接入、存在电力供应紧张风险和省间电力传输及交易4个方面入手,分析送端电网省份面临的部分问题,探讨开展需求响应的意义和必要性。此外,从市场配套机制发展路径、构建需求响应方案和制定需求响应预案机制3个方面提出一些建议,为送端电网省份需求响应的开展提供借鉴和参考。

摘要:针对庞大的综合能源用户群体在购买能源服务套餐时难以选择的问题,提出一种基于用户特征聚类的综合能源套餐推荐方法,以提高用户粘性。首先,将收集的综合能源用户信息进行知识图谱构建,对缺失的用户信息进行补充完善,同时分析用户之间的关系。然后,采用谱聚类的方法对构建好的用户知识图谱进行图谱分割聚类,进行用户之间的相似度计算,提取代表综合能源用户用能行为多样性的兴趣特征。最后,通过随机森林模型计算综合能源用户对各能源服务套餐的预测评分,将预测评分进行排序后,取评分最高的部分套餐通过线上平台为用户呈现套餐服务内容,实现对用户的精准推荐。将所提套餐推荐模型与传统推荐模型进行比较分析,结果表明基于用户特征聚类的综合能源套餐推荐方法能够为综合能源服务公司实现有效的用户精准化能源服务推荐,有利于提升能源服务公司的市场竞争力,同时为电力企业向综合能源服务提供商转型提供技术支撑。

摘要:以电力用户异常用电为代表的电力系统非技术性损耗通常会造成供电公司运营成本的显著性上升。首先,提出一种电力用户异常用电的深度神经网络检测方法,根据电力用户用电负荷特性采用深度置信网络（DBN）对原始的电力负荷数据进行特征提取并获取符合特征,其次,基于极限学习机（ELM）完成特征分类,从而建立电力用户异常用电检测基础模型。最后,提出一种采用改进果蝇优化算法（IFOA）对DBN 的网络权重与层间偏置参数进行寻优,由此获得基于IFOA-DBN-ELM的电力用户异常用电检测模型。实验结果表明：所提方法的准确率、精确度和检出率显著高于其他方法,误检率低于其他方法,能够较为准确地检测出具有异常用电行为的电力用户,有助于降低供电公司的运营成本。

摘要:由于居民用户用电需求的高度随机性和不规则性,亟需详细的数据分析来定义用户的行为特征,以提供更加合理的用电建议和需求响应潜力。为了进一步挖掘非介入式辨识数据的价值,提出一种基于多维用电行为数据的电力居民用户分类方法。首先通过非介入式智能电表获取居民细粒度用电数据,分析用户的用电行为,寻找到关键用电特征量；接着使用CRITIC权重法自适应配置各指标权重,通过6类聚类评价指标,对4种聚类算法和3个数据距离计算进行对比,实现最优聚类方法和聚类数目的选择。通过某小区实际数据验证了本文所提用电特征量以及定权聚类方法的有效性,将居民用户群体分成用电行为差异明显的两类。

摘要:为了有效界定停电事件的影响因素,提高应急情景动态推演模型的准确性,避免电力突发事故的发生,设计基于改进贝叶斯网络的大面积停电事件应急情景动态推演模型。首先,对初始情景、引发情景、爆发情景、恢复情景和消失情景等五个网络层级进行分析,构建大面积停电事件情景网络；其次,考虑应急决策主体、对象、目标、方案以及决策环境,模拟大面积停电事件应急决策过程,利用改进贝叶斯网络计算多层次情景网络之间移动概率,确定事件动态演化规律；最后,通过大面积停电事件数据的输入结果,得出包含大面积停电事件动态推演路径和最优应急方案。实验结果表明：应用设计模型后,停电面积缩小率为48.57%,停电事件的实际停电面积明显缩小。完善了应急情景动态推演过程,事件应急方案与实际停电情况相匹配,可以高效应对大面积停电事件,具有较高的应用价值。

摘要:针对现阶段精确到单个居民可控负荷的大量数据,多来源于国外,不适用国内居民可控负荷参与需求响应的问题,通过问卷调查的方式统计了国内某小区居民可控负荷,分析了其用于削峰及提高风电和光伏消纳水平的可行性及潜力。首先基于客观、易于回答等原则设计了居民可控负荷调查问卷,发布后收集到有效答卷466份。而后利用问卷调查数据质量综合评价体系对统计所得问卷进行了评估。基于评估所得结果,利用Python对评价等级为良好以上的问卷信息进行了量化处理,采用自下向上的分层建模思路,结合居民可控负荷数学模型,计算了居民可控负荷的需求响应潜力。最后通过对比各类居民可控负荷的需求响应潜力,可知国内可参加需求响应的居民可控负荷有空调、电热水器、洗衣机等；将居民可控负荷曲线与风电、光伏发电典型出力对比,可知居民可控负荷具备提高光伏发电和风电消纳水平的潜力。

摘要:售电公司作为连接发电侧与用户侧的关键节点,其信用关乎电力市场的稳定运行。在新电改背景下,我国诸多省份都已构建信用管理体系且取得一定成果。随着电力市场的不断深化改革,依靠当前较为简单的信用评价与担保信用额度相结合的管理体系已不能完全适应当下的市场环境。因此,以中、美典型电力市场为例,针对售电公司从评价模式、第三方评价、担保与无担保信用额度等方面进行多层次剖析,结合我国电力市场发展需求,从信用评价指标构建、第三方评价、信用额度等多方面提出售电公司信用管理体系建设的建议。

摘要: