新型电力系统推进建设中,大规模光伏并网及优先消纳可能会导致电网阻塞而加剧火电机组调峰压力,使其运行工况恶化和成本增加。为此提出虚拟电厂参与系统日前深度调峰辅助服务策略。首先,分析计算电动汽车群组成的虚拟电厂调峰特性和运行费用,并根据火电机组的煤耗和排放数据,计算供电煤耗和建立环保指标;其次,基于运行费用和指标,以火电机组调峰裕度为优化目标,运用模拟退火改进的Q学习求解机组深度调峰电量和分摊费用。算例结果表明,虚拟电厂参与系统调峰可提高调峰灵活性和降低运行费用,缓解火电机组调峰压力。
电力系统受到大扰动后会进入紧急运行状态,必须及时采取紧急控制措施使系统恢复稳定运行。切机控制是维护系统稳定最有效且最常用的控制措施。针对传统基于策略表的控制方法在实际应用中存在故障不匹配的问题,提出了一种基于深度强化学习的电力系统暂态稳定切机控制决策方法。首先,引入深度确定性策略梯度(DDPG)算法,结合等面积定则,对算法各要素重新设计。其次,建立基于DDPG算法的切机控制决策模型。最后,利用PSA-BPA软件和Pycharm软件搭建单机-无穷大系统和IEEE39节点系统切机控制仿真模型,通过算例验证了所提方法的有效性。
随着新能源的快速发展,以风电为代表的新能源规模化并网使得电力系统呈现低惯量特性。目前主要以虚拟惯量控制提高低惯量系统频率支撑能力,但其会改变系统等效惯量水平从而干扰调频过程。针对上述问题,提出了一种计及惯量影响的分布式频率控制策略。引入虚拟惯量控制器补偿预测输出模型,并设计分布式模型预测频率控制器。仿真表明,所提控制策略可有效提高系统频率控制效果,同时能在一定程度上抑制风电机组过度参与调频。
为解决多站场景下协调控制和运行调度的问题,提出多站融合场景下控制架构和调峰调度运行策略。首先,根据各电源的控制响应特性,设计了兼容性强的控制架构。其次,根据多站融合场景下峰谷差最小的调峰控制目标,结合控制架构,提出了一种滚动优化调峰策略,并使用PSO算法对调峰优化模型进行求解。最后,通过实例分析验证了滚动优化调峰策略在多站融合场景下的有效性。
针对电网分区问题中基于经验的启发式方法的局限性,考虑分区问题中的新能源和负荷之间的匹配特性,建立电网优化分区的衡量指标;基于源-荷匹配度,通过求解各区域的源-荷匹配度系数,实现对电网进行优化分区;在传统K-means算法中引入误差平方和,筛选最佳聚类数值,规避聚类模型对分析结果的不利影响。算例采用某地区6座500 kV变电站运行数据,分析并计算了各主变压器下的源-荷匹配度系数,并根据系数对该区域电网进行分区。结果表明,所提算法能有效均衡分区之间的短路能力,明显提升在整体聚类上的效果。
低压台区是电力系统中最接近终端用户的环节。首先应用环境经济学的理论和火力发电污染物排放标准分析了新能源发电的环境效益,研究分布式光伏的发电特性,并分析其接入低压台区的用电场景。接着,以低压台区可中断负荷作为调控的灵活资源,以社会效益最大化为目标建立了低压台区运行-规划双层优化模型。最后,以算例的形式说明了所提出的模型能够有效提高台区电压质量以及应对新能源出力波动的能力。
线路重过载问题不仅影响供电设备的使用寿命,而且极易引发一系列的安全事故。为实现10 kV 线路重过载问题有效预警的目标,从用电信息采集台区入手,搭建基于遗传神经网络和自适应权重的10 kV配线负荷组合预测模型,进而结合线变关系,实现配线负荷预测,提前一天掌握各10 kV配线负荷情况,针对存在重过载风险的配线线路及时采取调整用电方案或负荷转供等手段,可有效缓解线路重过载压力,确保配电网安全、稳定运行。实验表明,所提模型具有较高的预测精度和应用价值。
传统配电网被动应对故障或异常运行状态时,缺少对网架薄弱点等电网风险或隐患的预警、实时监测和滚动排查。为了使主动配电网潜在风险排查业务模式具备即时性和全面性,提出一种基于海量运行数据的主动配电网运行健康水平综合评价方法。既考虑配电网实时运行的风险水平,又考虑由于配电网本身网架结构缺陷所带来的潜在风险,全面反映出配电网的健康运行水平。解决了传统配电网评价体系评价指标设置繁琐、评价特性单一、评价结果可信度不高等问题。
漏电流容性分量普遍存在于配电系统中,对漏电监控产生显著干扰,从而影响了电气火灾监控报警的准确性。搭建漏电流试验平台,模拟实际线路情况,设计数据采集系统实时显示,采集4种电压模式、4种负载模式在阻性漏电和容性漏电情况下的数据。提出利用多层全连接BP神经网络对漏电流阻性分量进行预测,消除漏电流容性分量。经测试,所提模型对漏电流阻性分量预测误差仅1.08%,能有效识别漏电流阻性分量,提高电气火灾预警的准确性。
大电流开关柜温度与负荷电流异常变化可能会导致设备缺陷进而影响正常运行。为了对开关柜的温度实现有效监测,采用Ansoft电-热学仿真模块分析了开关柜内部关键部件温度场变化情况,获取了不同环境下温度变化的数据,掌握了温度传感器与发热点距离位置的关系。最后,通过试验获取不同电流下温荷曲线,利用神经网络预测方法与现场试验相结合的方式验证了研究结果的准确性。试验结果能够为变电站现场运维人员的温度传感器安装方案提供指导。
在大电流开关设备温升试验中,为解决试验系统由于大电感效应使输出电流达不到要求的问题,基于温升试验系统和大电流试品回路的阻抗特性,通过施加小电流试验方法进行测试和分析计算,获得回路整体的感性分量数据,提出适宜的电容补偿解决方案,并给出了补偿电容器组参数选择、分级投切和保护设置的分析计算方法。采取容性补偿措施后,温升试验系统输出电流满足被试大电流开关设备的试验需要。所提方案无须对原有系统调压升流装置进行增容更换改造,具有效果良好、技术可靠、成本低的优点。
针对现有异常用电检测方法检出效率低下的问题,提出一种基于经验模态与多视角聚类的异常检测方法。遵循“经验模态分解-维度制约-多视角聚类-横向检测-纵向检测”的流程,通过多视角聚类结合初步判据,显著提高了检出率。在异常检测算法中,提出基于网格的熵离群因子(Grid-EOF)算法,并基于纵向检测给出新的判据,提高了不明显窃电行为用户的检出率。最后,用国家电网智能电表实测数据检测验证,结果表明多视角聚类和改进算法以及纵向检测的引入,能有效提高异常检测模型的检出率和准确率。
