半月刊

ISSN 1000-1026

CN 32-1180/TP

+高级检索 English
  • 2019年第43卷第1期文章目次
    全 选
    显示方式: |
    • >专辑:人工智能在电力系统及综合能源系统中的应用
    • 人工智能在电力系统及综合能源系统中的应用专辑特约主编寄语

      2019, 43(1):1-1. DOI: 10.7500/AEPS20181116008

      摘要 (3595) HTML (0) PDF 1.08 M (1640) 收藏

      摘要:

    • 人工智能在电力系统及综合能源系统中的应用综述

      2019, 43(1):2-14. DOI: 10.7500/AEPS20180706005

      摘要 (6346) HTML (0) PDF 1.90 M (4740) 收藏

      摘要:推进能源生产和消费革命,构建清洁低碳安全高效的能源体系,需要发展更加智能的新一代电力系统及综合能源系统。人工智能(AI)是当前最具颠覆性的科学技术之一,在计算智能、感知智能和认知智能方面具有强处理能力。人工智能技术在电力系统和综合能源系统中的应用,将改变能源传统利用模式,促进系统进一步智能化。文中主要从人工智能概述、电力系统及综合能源系统对人工智能的需求,以及人工智能在能源领域中的应用几个层面进行综述和分析,最后对人工智能在电力系统及综合能源系统中应用所面临的挑战进行了分析和展望。

    • 机器学习在能源与电力系统领域的应用和展望

      2019, 43(1):15-31. DOI: 10.7500/AEPS20180814007

      摘要 (4113) HTML (0) PDF 1.67 M (3111) 收藏

      摘要:新一代人工智能(AI)近年来成为国内外研究的热点,其中的典型代表机器学习(ML)作为一个算法范畴,通过分析和学习大量已有或生成数据形成预测和判断以做出最佳决策。中国的新一代AI正处于快速发展的关键期,目前已在能源与电力系统中得到初步应用。基于此,文中以新一代AI中的ML为代表,重点综述了强化学习、深度学习、迁移学习、平行学习、混合学习、对抗学习和集成学习等7种代表性ML在能源与电力系统调度优化和控制决策等方面的应用。最后,对未来ML的发展进行了思考与展望。

    • >能源转型与电力支撑
    • 能源转型碳减排效益的货币价值化评估

      2019, 44(1):29-34. DOI: 10.7500/AEPS20190506002

      摘要 (328) HTML (11) PDF 630.83 K (177) 收藏

      摘要:气候变化已成为人类可持续发展面临的核心挑战,低碳能源转型已成为减缓气候变化的关键举措。碳减排是能源转型的关键效益之一,若能对其进行货币价值化评估,将有助于在统一货币量纲下,对不同能源转型目标和路径进行成本效益分析。分析了国际主流碳排放货币价值化评估方法,认为碳排放社会损失更适用于长期能源转型问题的评估。进而,对碳排放社会损失评估模型中社会经济、气候变化、损失评估、结果折现各子模块进行了详细介绍,并明晰了评估模型的不确定性来源。最后,选择典型评估模型对中国碳排放社会损失进行了试算,并对折现率这一关键参数进行了灵敏度分析,为能源转型方案碳减排效益货币价值化提供了评估思路。

      • 0+1
      • 1+1
      • 2+1
      • 3+1
      • 4+1
      • 5+1
      • 6+1
      • 7+1
      • 8+1
    • >专辑:人工智能在电力系统及综合能源系统中的应用
    • 基于SDAE特征提取的含风电电网可用输电能力计算

      2019, 43(1):32-39. DOI: 10.7500/AEPS20180628009

      摘要 (1195) HTML (0) PDF 1.43 M (802) 收藏

      摘要:风力发电的不确定性显著增加了电力系统可用输电能力(ATC)计算的难度。基于点估计的Gram-Charlier级数展开理论和深度学习技术,提出了一种计及越限概率要求的ATC快速计算方法,考虑的约束类型包括静态安全、静态电压稳定和暂态稳定约束。假定风电出力概率分布已知,结合两点估计法和Gram-Charlier级数展开,通过两个确定性场景的最大输电能力(TTC)计算结果逼近TTC的累积分布函数。为了快速、准确地获得确定性场景的TTC,利用堆叠降噪自动编码器(SDAE)建立了TTC计算的深度学习模型。获得TTC的累积分布函数后,将断面功率超过TTC的概率定义为越限概率,推导了给定越限概率要求下ATC计算的表达式。实际电网仿真结果表明,所提方法能够有效计及多类安全稳定约束,快速、准确计算不同越限概率要求下的ATC。

    • 基于多主体博弈与强化学习的并网型综合能源微网协调调度

      2019, 43(1):40-48. DOI: 10.7500/AEPS20180627008

      摘要 (2443) HTML (0) PDF 1.56 M (1534) 收藏

      摘要:针对传统集中式优化调度方法难以全面反映综合能源微网内不同智能体的利益诉求,以及人工智能技术在综合能源调度方面的应用亟待进一步挖掘等问题,提出了基于多主体博弈与强化学习的并网型综合能源微网协调调度模型和方法。首先,针对并网型综合能源微网中横向电气热冷各子系统及纵向源网荷储等各环节的不同投资与运营主体,开展了多智能体划分;其次,针对可再生能源服务商、微网系统能源服务商、电动汽车用户等智能体,分别构建了各自的决策模型,并建立了以多智能体间利益均衡为目标的联合博弈决策模型;再次,针对多主体博弈这一高维决策难题,引入人工智能求解方法,提出了基于Nash博弈和强化学习算法的综合能源微网协调调度方法;最后,通过实例验证了所提模型和方法的有效性与实用性。

    • 人工智能应用于电网调控的关键技术分析

      2019, 43(1):49-57. DOI: 10.7500/AEPS20180629002

      摘要 (3823) HTML (0) PDF 1.69 M (4892) 收藏

      摘要:当前以深度学习为代表的新一代人工智能技术快速发展,作为引领新一轮科技革命和产业变革的战略性技术,已上升为国家战略,备受各行各业关注。电网调控运行作为电力系统运行的“决策大脑”,是集大量数据、机理分析、运行规程和专业经验相结合的综合性决策控制,与以数据驱动、知识引导为特征的新一代人工智能发展思路和演进方向十分相近。在分析新一代人工智能技术特点、电网调控运行业务场景及需求的基础上,提出了未来基于人工智能的调度控制系统设计思路、总体架构和主要功能,并从高性能计算、调控大数据、基于深度学习的电网预测及辨识、基于知识图谱的智能辅助决策以及基于语音交互的调度助手等方面,对其关键技术和潜在应用场景进行了分析。最后对未来人工智能在电网调控中的发展进行了小结和展望。

    • 计及高阶统计量和深度学习的抗噪孤岛检测方法

      2019, 43(1):58-64. DOI: 10.7500/AEPS20180404001

      摘要 (1035) HTML (0) PDF 1.92 M (802) 收藏

      摘要:分布式电源持续的规模化接入给微电网运行引入了显著的不确定性与噪声,增加了配电网监视的难度。而孤岛检测设备易受电网扰动干扰而误动作,导致分布式电源被切除运行,孤岛检测装置必须能够在噪声环境中准确区分判别扰动与孤岛情形。文中将基于多尺度高阶奇异谱熵的深度学习概念应用于孤岛检测问题,提出一种结合经验模态分解与高阶奇异谱熵的新型混合深度学习架构。作为经验模态分解后的信号处理方法,多尺度高阶奇异谱熵结合多分辨率高阶统计分析与谱分析并以熵值作为特征提取输出,进而通过深度学习架构对所提取的孤岛与扰动特征量进行训练及测试。仿真结果表明所提方法能够实现孤岛的准确检测,从而避免分布式电源退出运行。

    • 基于门控循环单元网络与模型融合的负荷聚合体预测方法

      2019, 43(1):65-72. DOI: 10.7500/AEPS20180625009

      摘要 (1177) HTML (0) PDF 2.09 M (807) 收藏

      摘要:随着智能电表的普及,以智能电表数据为基础,可按需求灵活划分不同规模的负荷聚合体并开展预测。由于负荷聚合体规模差异较大,并与用户负荷特性关系密切,传统预测方法不再适用。为此,提出了一种基于门控循环单元(GRU)网络与模型融合的负荷聚合体预测方法。首先,通过分布式谱聚类算法获得负荷特性相近的负荷群体,然后进行分组预测,采用GRU作为元模型,对时间序列进行动态建模,利用随机森林算法融合多个结构不同的GRU网络,实现对负荷群体的预测,最终将各群体预测值求和得到负荷聚合体预测值。算例表明,得益于分组预测、动态时间建模及模型融合技术,所述方法能充分利用不同模型的结构优势,发现时间序列动态规律,在不同时间尺度下预测精度更高,对不同规模的负荷聚合体适用性更强。

    • 基于协整—格兰杰因果检验和季节分解的中期负荷预测

      2019, 43(1):73-80. DOI: 10.7500/AEPS20180629013

      摘要 (1095) HTML (0) PDF 1.42 M (685) 收藏

      摘要:近年来,随着国民经济的转型,中国的经济结构发生了较大的变化,仅仅依靠电力负荷历史数据进行负荷电量预测会造成较大的误差。为解决传统负荷预测方法对于经济、气象等因素考虑不足的问题,提出了一种可以计及经济与气象等因素影响的中期负荷电量预测方法。首先利用季节分解将历史月度用电量分解为长期趋势及循环分量、季节分量以及不规则分量;并以计量经济学中的协整检验以及格兰杰因果检验分析经济因素与用电量长期趋势及循环分量的关系,确定影响该部分电量预测的关键性指标;基于电量、气象以及经济数据,对各个分量利用支持向量机分别进行预测并综合得到月度电量总量预测值;最后通过算例分析了方法的有效性与可行性。

    • 应用深度自编码网络和XGBoost的风电机组发电机故障诊断

      2019, 43(1):81-86. DOI: 10.7500/AEPS20180708001

      摘要 (1188) HTML (0) PDF 1.40 M (887) 收藏

      摘要:针对风电机组现场故障样本难获取的问题,为实现风电机组发电机部件的故障诊断,通过分析风机监控与采集(SCADA)数据,设计了基于深度自编码(DAE)网络和XGBoost的故障诊断算法。该算法包含两部分:第一部分是DAE故障检测算法,通过DAE获取SCADA数据的重构值,分析重构误差的变化趋势与其超越阈值的情况以预测风机故障和提取故障样本;第二部分是XGBoost故障识别算法,用贝叶斯优化搜索XGBoost的最优超参数,建立XGBoost多分类故障识别模型。算例结果表明,DAE算法能够捕获风电机组发电机早期故障,XGBoost比其他算法更精确地识别不同故障类型。

    • 基于Hilbert边际谱和SAE-DNN的局部放电模式识别方法

      2019, 43(1):87-94. DOI: 10.7500/AEPS20180422004

      摘要 (931) HTML (0) PDF 1.50 M (684) 收藏

      摘要:提出了一种基于Hilbert边际谱和稀疏自编码器(SAE)—深度神经网络(DNN)的局部放电(PD)信号的模式识别方法。首先,以变分模态分解(VMD)对PD信号进行分解,对所得各分量进行Hilbert变换构建相应的Hilbert边际谱。其次,以PD信号的Hilbert边际谱为输入数据,利用SAE自动学习复杂数据的内在特征来提取简明的数据特征表达获得参数。再次,利用SAE的训练结果初始化DNN,再以大量训练样本进行分类器的训练。同时,为了加快SAE和DNN学习过程的收敛速度,以自适应步长的学习速率对网络进行调优,更新权值参数。最后,用训练好的DNN完成测试样本的PD类型的识别。此外,以基于BP神经网络和支持向量机的识别结果与文中结果进行比较。实验结果证明,所采用的识别方法具有更高的正确识别率。

    • 模型—数据混合驱动的电网安全特征选择和知识发现:关键技术与工程应用

      2019, 43(1):95-101. DOI: 10.7500/AEPS20180614002

      摘要 (1341) HTML (0) PDF 1.58 M (1009) 收藏

      摘要:随着可再生能源的大规模并网、需求响应的逐步实现,电网运行方式的复杂性和波动性不断攀升,电力系统的安全运行正面临新的需求与挑战。因此,基于人工智能技术,在广东电网建立了“模型—数据混合驱动的电网安全特征选择和知识发现平台”,保证电网安全、稳定、经济运行。文中首先定义了电网安全特征和知识,阐述了模型—数据混合驱动的思想与具体实现方法,并分析了降低误差的手段;其次阐释了平台的并行计算技术;接着设计了平台的软硬件架构;最后,展示了平台在广东电网的实际应用效果,结果表明:(1)从运行规则制定层面,将运行专家离线制定粗放运行规则的模式,变革为人工智能在线发现精细运行规则的模式;(2)从运行规则应用层面,将调度员人工判定运行规则的模式,变革为人工智能实时判定运行规则的模式。

    • 采用长短期记忆网络与压缩感知实现电物理量轻型化方法

      2019, 43(1):102-109. DOI: 10.7500/AEPS20180324001

      摘要 (967) HTML (0) PDF 1.59 M (723) 收藏

      摘要:为进一步提升信息化电网性能,提出一种基于长短期记忆网络(LSTM)与压缩感知(CS)实现电物理量轻型化方法。将时间序列变化的电物理量采样数据作为LSTM模型的输入量,稳定结果作为输出量,通过时间反向传播(BPTT)算法训练LSTM模型参数,训练后的模型能充分利用循环架构的特征进行模式识别,并根据LSTM模式识别结果,将信号选择原子库进行CS,来确定测量采样频率。实例结果表明,LSTM+CS方法比常用传统方法采样频率低,传输参数少,可大幅节省存储容量和减轻网络流量。

    • 采用自适应分段聚合近似的典型负荷曲线形态聚类算法

      2019, 43(1):110-118. DOI: 10.7500/AEPS20180128006

      摘要 (1072) HTML (0) PDF 3.25 M (715) 收藏

      摘要:对海量负荷数据进行降维聚类处理是提取负荷关键信息,深度挖掘其内在规律的前提。根据负荷曲线的形态特征,文中提出了一种基于可变时间分辨率自适应分段聚合近似方法的曲线形态聚类算法。首先,根据负荷爬坡事件及基于斜率提取的边缘点来衡量负荷曲线的形态特征及其变化趋势,采用自适应分段聚合近似算法对用户日负荷数据集进行可变时间分辨率重构,进一步采用一种基于负荷曲线形态聚类的k-shape算法进行聚类处理,该聚类算法以一种基于曲线形态相似性的距离量度方式作为相似性判据,并依据斯坦纳树优化方法进行聚类中心计算。利用模拟数据、实测数据算例分析验证了所提算法在数据降维、负荷聚类中的实用性和有效性。

    • 基于堆叠去相关自编码器和支持向量机的窃电检测

      2019, 43(1):119-125. DOI: 10.7500/AEPS20180630013

      摘要 (1031) HTML (0) PDF 1.60 M (745) 收藏

      摘要:已有窃电检测模型的准确率尚无法满足应用需求,是因其均将建模重点放在了分类算法的选择或改进上,而相对地忽视了特征提取过程。因此,提出一种基于深度学习的特征提取方法,即堆叠去相关自编码器。得益于深层结构和高度非线性,其能够从用户用电数据中提取到高度抽象和简明的特征。随后支持向量机将这些特征映射到指示是否窃电的标签。基于真实数据的算例测试,验证了所提窃电检测模型具有较高的检出率和较低的虚警率,同时也验证了堆叠去相关自编码器能够提取到有效的特征。

    • 深度神经网络在非侵入式负荷分解中的应用

      2019, 43(1):126-132. DOI: 10.7500/AEPS20180629004

      摘要 (1349) HTML (0) PDF 1.60 M (948) 收藏

      摘要:负荷监测是智能用电的一个重要环节,为了实现非侵入式负荷监测,提出了一种基于深度神经网络的非侵入式负荷分解方法。首先提出了改进的电器状态聚类算法,通过改进终止条件和增加消除冗余类判据使得聚类结果更符合电器实际运行情况。针对目前研究常用的隐马尔可夫模型的弱时间特性问题,提出了电器时间特性模型,综合考虑了电器运行特性和用户使用习惯,从时间角度对电器进行建模。构建了深度神经网络进行负荷分解,网络的输入综合考虑了电器状态及时间、功率信息,采用历史运行数据及时间特性模型生成数据训练网络参数。最后,在测试数据集上验证了方法的有效性和准确性。

    • 基于多层极限学习机的电力系统频率安全评估方法

      2019, 43(1):133-140. DOI: 10.7500/AEPS20180629012

      摘要 (1235) HTML (0) PDF 1.54 M (899) 收藏

      摘要:可再生能源发电的随机性、间歇性和低惯性特征导致含可再生能源电力系统的频率安全问题凸显。利用时域仿真进行频率安全评估存在计算量大、耗时长等缺陷,难以满足多重复杂不确定因素“组合数爆炸”下的频率安全快速评估需求。为了实现频率安全的快速分析与预测,提出一种基于多层极限学习机(ML-ELM)的频率安全在线评估方法。该方法通过深层架构建立输入与输出之间的非线性映射关系,并在自下而上的逐层无监督训练过程中,引入自动编码器算法和正则化系数,逐层优化输入层与隐含层之间的权重矩阵,以使ML-ELM有效表征复杂函数、提高预测精度和泛化能力。在IEEE RTS-79系统上开展算例测试,将测试结果与时域仿真和浅层神经网络方法所得结果进行比较,验证了所提方法的准确性和泛化能力。

    • 基于正则化投影孪生支持向量机的电力系统暂态稳定评估

      2019, 43(1):141-148. DOI: 10.7500/AEPS20180601005

      摘要 (1073) HTML (0) PDF 1.70 M (768) 收藏

      摘要:提出一种基于正则化投影孪生支持向量机的暂态稳定评估方法。将基于传统支持向量机进行暂态稳定评估的高维二项式优化问题转化为两个低维二项式优化问题,并在投影孪生支持向量机的目标函数中引入正则项来改善评估稳定性。首先,构建由系统特征和投影能量函数特征组成的初始样本集,通过特征选择对初始特征进行压缩,获取可有效表征暂态稳定性的最优特征集。然后,基于正则化投影孪生支持向量机的思想将暂态稳定状态分成稳定类与不稳定类,寻找各稳定状态的最佳投影坐标轴,使稳定类投影到稳定类投影超平面上后尽可能地聚成簇,而不稳定类投影到稳定类投影超平面上后尽可能远离稳定类聚成的簇,降低暂态稳定评估的计算时间,同时借助遗传算法进行参数选择以提高准确率。最后,通过IEEE-145和南方电网算例的仿真分析,验证了所提方法的有效性和准确性。

    • 基于改进CGAN的电力系统暂态稳定评估样本增强方法

      2019, 43(1):149-157. DOI: 10.7500/AEPS20180522004

      摘要 (1099) HTML (0) PDF 2.67 M (710) 收藏

      摘要:基于数据驱动的暂态稳定评估方法已成为电网安全领域研究的重点,由于实际电力系统中暂态失稳情况极少,给通过数据挖掘方法判断失稳情况带来了极大困难。针对这个问题,提出了一种用于暂态稳定评估中失稳样本合成的数据增强方法,对条件生成对抗神经网络(CGAN)训练方法的适应性进行改进以提高其学习稳定性,在离线训练时利用改进CGAN交替训练生成器和判别器,学习电力系统暂态数据的分布特性,然后采用极限学习机(ELM)分类器筛选出改进CGAN所生成的多组样本中G-mean值最高的生成样本,将其中失稳样本对原始失稳样本进行增强,最后用增强后的原始样本训练分类器,实现在线暂态稳定评估。仿真结果表明,所提出的样本数据增强方法通过改进CGAN实现对原始数据分布特征的有效学习,进而提升暂态稳定评估的正确率,具有抗噪声干扰性强、对高维数据鲁棒性好的优点,能够有效平衡电力系统失稳数据。

    • 基于FARIMA模型的智能变电站通信流量异常分析

      2019, 43(1):158-167. DOI: 10.7500/AEPS20180705012

      摘要 (931) HTML (0) PDF 13.32 M (634) 收藏

      摘要:随着输变电设备自动化、变电站智能化建设的快速发展,电网信息安全隐患日益凸显。精确可靠的变电站通信网络流量模型建模和异常检测方法已成为预防网络安全问题和识别网络攻击的重要手段。文中在对变电站站控层网络流量行为特性进行分析的基础上,采用分形自回归积分滑动平均(FARIMA)模型对网络流量构建了阈值模型。针对变电站典型的网络攻击模式和流量异常特征,基于运行状态评估算法对某实际变电站站控层流量数据进行分析,并计算典型网络异常概率,从而实现了变电站在网络攻击情形下的安全态势评价。

    • >学术研究
    • 考虑可再生能源配额制的中国电力市场均衡模型

      2019, 43(1):168-175. DOI: 10.7500/AEPS20180621004

      摘要 (1230) HTML (0) PDF 1.41 M (762) 收藏

      摘要:考虑现行电力市场政策下可再生能源所占比重,分析了可再生能源固定电价制和配额制下各厂商经济决策及总效益,提出了一套基于固定电价制与配额制并行的电力市场均衡模型,既切合国情需要,又符合电力市场的运行规律。该模型满足可再生能源深化发展的同时,从经济学角度也实现了卡尔多—希克斯改进。该模型不仅能提升绿色电力强制配额上网环境下的总效益,而且能平衡利润和电价波动所带来的风险。最后,基于多智能体粒子群优化算法对两种制度在三种场景下的电力市场均衡模型进行仿真计算,实验结果验证了模型的有效性和时效性。

    • 计及需求响应的光热电站热电联供型微网的优化运行

      2019, 43(1):176-185. DOI: 10.7500/AEPS20180216001

      摘要 (1352) HTML (0) PDF 1.49 M (929) 收藏

      摘要:光热电站利用新型太阳能发电装置实现光—热—电之间的能量转化,可以输出比较稳定的电功率,为解决太阳能发电的消纳问题提供了有效途径。在此背景下,提出在热电联供型微网中引入光热电站以辅助系统运行,并结合风电站、电储能装置、电加热器等能量转换设备构建一种新的微网架构。之后,以零售电价和零售热价为信号引导微网内用户参与需求响应,并基于价格弹性矩阵建立了电负荷和热负荷的需求响应模型。在此基础上,考虑风电和光电出力的不确定性,以最大化微网运行效益为目标建立了模糊机会约束规划模型。然后,对模型进行了简化,最终形成混合整数线性规划问题,并用高效的商业求解器CPLEX求解。最后,以某微网系统在冬季和夏季的典型日为例对所提模型和方法进行了说明。

    • 光伏/电动汽车/负荷博弈的屋顶光伏容量优化

      2019, 43(1):186-193. DOI: 10.7500/AEPS20180422006

      摘要 (1122) HTML (0) PDF 1.41 M (779) 收藏

      摘要:近年来中国屋顶光伏发展迅速,光伏发电置信容量是衡量其对系统可靠性影响的重要指标。以含屋顶光伏发电系统与电动汽车的别墅型小区为研究对象,计算屋顶光伏的置信容量与容量可信度。首先,引入静态合作博弈理论对光伏阵列、电动汽车以及居民负荷三者之间的关系进行分析,将用户用电不足期望值作为目标函数,并采用最小获胜联盟算法求解。然后,通过获得的最大光伏容量可信度值,对屋顶光伏装机容量进行优化。最后,通过对算例系统进行验证,证明了所提容量优化方法的有效性和可行性。结果表明,配置适当容量的屋顶光伏、增大电动汽车的投入以及减小负荷峰谷差,可以提高屋顶光伏容量可信度。

    • 基于需量管理的两阶段大用户储能优化模型

      2019, 43(1):194-200. DOI: 10.7500/AEPS20180620009

      摘要 (937) HTML (0) PDF 3.35 M (656) 收藏

      摘要:为推进用户侧储能商业化应用,对用户侧储能从规划和运行两方面综合考虑,提出了一种需量管理捆绑峰谷套利的工业大用户储能评估及优化调度方法。首先,在储能评估阶段,以用户的综合成本最小搭建储能评估模型,评估用户加装储能的经济性并优化储能配置;然后,在调度优化方法方面,构建了储能月前和日内两阶段优化模型。在月前优化中,确定用户上报的最大需量;在日内优化中,基于最大需量约束,优化每日的储能充放电功率。最后,在MATLAB平台基于CPLEX求解器分别对4家典型工业大用户进行算例仿真,验证了模型的经济有效性,并为用户侧储能电池的商业化推广提供了可行性方案。

    • 考虑电磁环境约束的大型海上风电场集电网络拓扑博弈优化

      2019, 43(1):201-208. DOI: 10.7500/AEPS20180607006

      摘要 (826) HTML (0) PDF 1.86 M (545) 收藏

      摘要:随着海上风电的规模化发展,其运行过程中造成的海洋生态失衡问题日益显著,研究海洋电磁环境约束下的集电系统规划具有重要意义。文中以大型海上风电场集电系统全寿命周期成本最小作为优化目标,建立经济模型以研究影响海底电磁环境的海缆感应磁场分布特性,并设置约束限值。同时从海洋电磁环境、经济成本、可靠性等方面对规划方案进行多方博弈评估,以得到考虑经济性、亲环境性和可靠性的最优规划方案。算例分析结果表明,在集电系统规划中考虑电磁环境约束对优化结果具有显著影响。

    • 基于轨迹灵敏度的励磁系统参数可辨识性分析

      2019, 43(1):209-214. DOI: 10.7500/AEPS20180312011

      摘要 (817) HTML (0) PDF 1.51 M (537) 收藏

      摘要:针对在有限测点下励磁系统部分参数关联形成隐函数导致辨识结果不稳定的情况,提出一种关联参数的辨识方法。首先,利用奇异值分解选取子列集的方法将励磁系统参数划分为关联参数集和非关联参数集。其次,为降低对关联参数赋经验值消除关联性时,经验值与实际真值存在偏差对系统参数辨识结果精度的影响,选择灵敏度较小的参数作为关联参数代表赋值。为避免选取参数代表时重新引入关联参数,需进一步明确每个参数间的关联关系。为此,构造轨迹灵敏度矩阵求出判别系数,根据判别系数将相关联的系统参数划分至几个独立的隐函数参数集。仿真结果表明,该方法不仅能够有效判别励磁系统参数的可辨识性,而且可以尽可能地降低由于赋值偏差而对降阶后系统参数的辨识精度影响。

    • 基于递推最小二乘法的虚拟同步发电机参数辨识方法

      2019, 43(1):215-221. DOI: 10.7500/AEPS20180425008

      摘要 (957) HTML (0) PDF 2.07 M (640) 收藏

      摘要:基于虚拟同步发电机(VSG)控制的逆变器能够为微网提供惯性和阻尼,提出一种VSG参数辨识方法,为微网的优化设计提供基础。首先建立了VSG输出功率对指令功率的二阶传递函数模型,然后根据基于VSG控制的逆变器在响应阶跃指令功率后的输出,利用模型参数与惯性和阻尼系数的关系,并基于递推最小二乘法辨识出逆变器提供的惯性和阻尼系数。进一步分析了稳态平衡点偏移以及双线性变换给辨识结果带来的误差,结果表明利用递推最小二乘法辨识VSG参数能够满足一定的精度要求。最后,通过MATLAB仿真和实验验证了所提参数辨识方法的可行性和有效性。

    • >研制与开发
    • 应对多馈入直流换相失败的同步调相机布点方法

      2019, 43(1):222-227. DOI: 10.7500/AEPS20180115014

      摘要 (1141) HTML (0) PDF 1.41 M (752) 收藏

      摘要:特高压直流输电网受端交流故障诱发的直流换相失败会造成系统短时大量功率短缺,对系统安全稳定性带来巨大威胁。同步调相机因其强大的动态无功支撑能力,在应对多馈入直流换相失败及加快系统暂态恢复过程方面受到了越来越多的关注。从多馈入直流间相互作用角度出发,分析了调相机应对多馈入直流换相失败的优势,结合多馈入交互作用因子、多馈入有效短路比及相对暂态电压跌落面积指标,逐层确定最佳的动态无功补偿站点,提出一种可运用于工程实际的调相机应对多馈入直流换相失败的布点方法,并在华东电网数据典型运行方式的基础上进行了仿真验证。

    • 采用形态学峰谷检测的谐振接地系统故障选线方法

      2019, 43(1):228-233. DOI: 10.7500/AEPS20180506005

      摘要 (945) HTML (0) PDF 1.40 M (584) 收藏

      摘要:谐振接地系统发生单相接地故障时暂态量十分丰富。文中对各线路发生故障后1/4周期零序电流的短窗数据进行小波变换,剔除工频所在频带,按能量和最大的原则选取特征频带,并对特征频带下重构的小波系数进行形态学峰谷检测。故障线路零序电流首波头峰谷形态与各线路零序电流首波头整体的峰谷形态相反,据此构成故障选线判据。仿真分析和实录数据验证均表明所提方法选线准确、可靠性高。

    • 含同母线环路的配电网单相接地故障特征及选线

      2019, 43(1):234-241. DOI: 10.7500/AEPS20180326017

      摘要 (1102) HTML (0) PDF 1.47 M (693) 收藏

      摘要:现有小电流接地故障选线方法均以辐射状线路为基础,特定情况时将出现同母线环路供电情况,接地故障特征将发生变化,已有选线方法需要重新审视。文中建立了含环路配电网单相接地故障复合网络,推导了环路两端出口稳态与暂态零序电流的分布特征,分析了已有选线方法的适应性。结果表明,环路接地时,随线路参数和故障位置不同,环路两端出口电气量并非始终表现为故障线路特征,已有稳态量和暂态量选线方法将可能出现误选与漏选。可通过增加备选线路条数并利用环路中一条出口线路切除前后其余各线路零序导纳的变化辨识故障线路或将环路两端出口零序电流之和参与选线比较的方法解决该问题。仿真与现场数据验证了故障特征的正确性及所提选线措施的有效性。

    • 基于检修态切换的智能变电站保护设备检修辅助安全措施

      2019, 43(1):242-247. DOI: 10.7500/AEPS20180409011

      摘要 (996) HTML (0) PDF 1.39 M (758) 收藏

      摘要:智能变电站引进了过程层设备和光纤虚端子连接,导致保护设备的检修隔离方式与以往有明显差别。运行和检修人员对新技术、新设备不熟悉,仍习惯于传统物理实回路的操作方式,增加了误操作风险。文中总结了智能变电站二次设备检修安全措施操作的现状,分析了智能变电站保护及相关设备的检修隔离手段,提出了采用二次设备检修态转换的方法,仿照常规变电站工作习惯,定义保护及相关设备的检修态,如运行态、信号态、退出态、检修态和隔离态,把所有检修安措操作简化为检修态之间的切换。基于该技术开发了保护检修辅助安措系统,可以提供检修操作界面,辅助生成保护检修安措票,监视检修操作过程。所提技术减轻了运行检修人员现场工作压力,对智能变电站二次回路建模与在线监视也做了一些有益的实践探索。