相关量测下处理时延的电力系统动态状态更新法

精确的量测系统模型是电力系统动态状态估计准确性的重要保证。利用修正量测协方差矩阵可更准确地表示实际量测系统的特性,在基于修正协方差的量测模型基础上提出了处理量测时延问题的电力系统动态状态更新法。利用当前动态估计值反推得到时延量测断面下的状态估计值,通过估计值间的协方差及交叉协方差矩阵计算,结合当前量测值重新滤波得到状态更新值。IEEE 14节点算例仿真结果表明,负荷波动较小时采用该方法对于提高动态估计精度具有一定效果;负荷波动较大时采用基于状态反推简化模型的动态状态更新法,能够有效降低动态状态估计值误差,提高估计精度。     

计及线路电阻随温度变化影响的电力系统最优潮流

传统最优潮流(OPF)虽然将电网的经济性、安全性和电能质量进行了很好的统一,但在其数学模型中,仅考虑了电网线路的电气模型,而忽略了实际情况下线路的电热耦合关系,因此采用传统OPF计算结果作为实际电网调度运行的参考有着较大的偏差。在电热协调理论的基础上,根据线路温度和线路电阻之间的电热联系,建立了考虑电热耦合关系的温度OPF模型。此外,为进一步提高算法的计算效率,对电、热模型进行解耦计算,然后基于内点法进行求解。最后,通过对IEEE 5节点系统,MATPOWER中的Case 30、Case 2736、Case 3012节点系统以及一个实际1856节点系统进行仿真测试,验证了该模型和算法的有效性与正确性。     

计及VSC-HVDC的交直流系统最优潮流统一混合算法

进化类算法和内点法交替迭代的混合算法在求解含电压源换流器的高压直流输电(voltage source converter basedhigh voltage direct current,VSC-HVDC)的交直流系统最优潮流(optimal power flow,OPF)问题时由于截断误差的影响和VSC-HVDC控制方式的限制,容易发生振荡,因此提出一种基于差分进化(differential evolution,DE)和原—对偶内点法(primal-dual interior point method,PDIPM)的统一混合迭代算法。算法的主要思想是以DE算法为框架,对离散变量进行优化,在DE算法的每一次迭代过程中,采用PDIPM对每个DE个体进行连续变量的优化和适应度评估。由于采用PDIPM进行DE种群适应度评估,无需设定VSC-HVDC的控制方式,因此提高了算法的全局寻优能力。多个算例结果表明,该混合算法数值稳定性高,寻优能力强,能很好地解决含两端、多端、多馈入VSC-HVDC的交直流系统最优潮流问题。     

回火温度对EH460级船用中厚钢板组织与强韧性的影响

利用光学显微镜、扫描电镜、电子背散射衍射分析和力学性能检测设备等,探究了回火温度对EH460级船板钢组织与力学性能的影响。结果表明:经400 ℃回火2 h处理后的试验钢具有最佳的强韧性匹配,屈服强度达到471 MPa,抗拉强度达到560 MPa,-40 ℃冲击吸收能量达到了312 J。回火后粗大M/A岛的分解、微观组织中大角度晶界比例与密度的上升以及有效晶粒尺寸降低是试验钢低温韧性改善的主要原因。     

B30铜镍合金的高温热变形行为及加工图EI北大核心

在变形温度为750~1000℃、应变速率为0.01~10 s^(-1)条件下,对铸态BFe30-1-1铜镍合金进行了热压缩实验。综合分析摩擦和温升对合金流变应力的影响,利用修正后的流变应力曲线构建了BFe30-1-1铜镍合金的Arrhenius双曲正弦函数本构关系模型,基于动态材料模型构建合金的热加工图,研究合金热变形过程中的组织演变规律。结果表明:合金的峰值流变应力随着变形温度的降低或应变速率的增加而升高,摩擦和温升能够显著影响合金的真应力-真应变曲线,热变形过程中发生了动态再结晶,本研究构建的合金本构关系模型对峰值应力的预测值与修正后实验值的平均相对误差仅为3.77%,能够准确地预测合金在不同热变形条件下的流变应力。结合热加工图和微观组织分析,合金的较合理的热塑性变形工艺区间为变形温度900~1000℃、应变速率0.04~0.16 s^(-1),在该变形条件下热压缩后的样品可获得更多的动态再结晶组织。     

人工智能赋能微电网运行优化的应用及展望

为深化能源改革和推进“双碳”战略目标，我国提出以构建新型电力系统作为关键行径。《“十四五”现代能源体系规划》提出积极发展智能微电网，以创新电网结构形态和运行模式，推进构建新型电力系统，人工智能是实现微电网运行优化的重要赋能技术。因此，对人工智能赋能微电网运行优化的应用与理论进行深入分析，并对人工智能技术在微电网运行优化中的应用现状、瓶颈及发展趋势展开分析、总结和展望。提出以数字孪生为主要支撑框架的人工智能赋能智慧微电网的应用体系，深度总结功能要素、运行方式和人工智能赋能作用，展望人工智能赋能微电网运行优化的应用前景，为未来人工智能技术与新型电力系统的深度融合应用提供参考和启示。     

专题主编寄语

<正>智能配电网/微电网具有信息流、能源流以及价值流深度融合的特点，在运行时在多时间尺度、多空间尺度上对电能提出了新的需求，同时配电网/微电网的系统复杂性和动态性增加，需要发展数据驱动下的配电网/微电网运行自适应和自寻优理论，支持改进配电网/微电网运行方式和新型电力系统的加速构建。数据驱动的人工智能技术通过发掘海量数据之间的特性与关联，通过训练找到参数特征进而构建模型，基于数值和统计理论求解，助力配电网/微电网优化运行大跨步发展，持续提高对调度、规划的服务与支撑能力。