考虑物理-信息虚拟连接的电力信息物理融合系统的脆弱性评估

不断发展的自动化与信息技术的广泛应用明显提高了现代电力系统的运行水平,电力信息系统与电力物理系统的融合也逐步广泛和深入,从而进化为电力信息物理融合系统(CPPS)。在CPPS中,信息设备的故障会影响物理系统的安全可靠运行,而外部对物理与信息元件的攻击则可能导致停电事故。在此背景下,为了分析物理元件与信息元件的交互影响,将CPPS抽象模拟为物理节点、物理-物理连接、信息节点、信息-信息连接与信息-物理连接5类元素,并在此基础上评估信息系统受损对物理系统运行的影响。在博弈论的框架下构建了双层数学规划模型分别对物理与信息环节进行了防御资源分配,用于量化存在假想攻击下系统中各环节的重要程度。以修改的IEEE 14节点系统为例进行了仿真计算,结果验证了所提方法的可行性与有效性。     

风电功率预测误差的风险评估

归纳对风电功率预测误差的评估指标要求,以及常用评估指标的缺陷。在区分风电功率预测正误差及负误差对电力可靠性不同影响的基础上,提出基于风险的评估指标及计算方法。针对由预测误差而定义的功率扰动事件,取该事件的概率及其一旦发生后的损失的积分值为指标。该指标具有货币的量纲,可以作为误差的风险成本而与其他成本直接累计。从而消除了面对小概率大误差算例,在"不必考虑小概率事件"与"必须重视高损失事件"之间权衡的困惑。结合宁夏某风电场的实际算例验证了其可行性与有效性。     

配电系统与电动汽车充电网络的协调规划

电动汽车的普及进程与充电服务的便利程度密切相关,而充电基础设施的建设又必须考虑与配电系统扩展规划的协调。在此背景下,首先提出了基于节点充电需求的分散式充电桩的规划策略,之后构建了以投资成本和系统网损之和最小、快速充电站截获的交通流量最大为目标的配电系统与电动汽车充电网络协调规划的多目标优化模型。在所发展的模型中,引入了基于用户平衡的交通配流模型对快速充电站截获的交通流量进行分析,并运用排队论的相关理论以交通高峰时段车主的平均充电等待时间不超过一定阈值为原则配置各快速充电站的设备数量。最后,采用修改过交叉和变异算子的快速非支配排序遗传算法-Ⅱ对54节点配电系统和25节点交通网络的耦合系统进行测试分析,算例结果说明了所提出的模型与求解方法的基本特征。     

盐锅峡水电站主厂房通风系统改造

介绍对水电站主厂房通风系统实施改造的具体做法,就如何解决坝后封闭式厂房通风问题进行探讨.     

基于高光谱图像技术的腊肠酸价含量检测

本文以腊肠为研究对象,探讨了高光谱图像技术对其酸价检测的可行性。研究中,对高光谱成像系统获得的数据进行了MNF变换、PPI纯净指数计算、n-D Visualizer等处理,获得纯净的光谱数据信息。采用主成分分析,获得主成分图像,选取PC2作为分析对象,通过比较权重系数,选取六个特征波长943.28、1003.20、1136.53、1240.03、1326.95、1477.64 nm,并通过特征波长,选定1000~1500 nm波长范围作为光谱分析区域。利用PLS建模方法将高光谱数据与酸价实际值关联,获得腊肠酸价评价模型。采用一阶导+SG(17)+矢量归一化和二阶导+SG(21)+矢量归一化校正方法建立校正模型,校正集RMSECV和R~2分别为0.28,0.97和0.31和0.96,验证集RPD分别为2.92和2.89,一阶导+SG(17)+矢量归一化建立的PLS模型更适合酸价的定量检测,模型预测值平均重复性标准差为0.22,模型预测值平均相对误差为10.32%。研究结果表明,高光谱图像技术检测腊肠酸价含量是可行的。     

基于碳卫星与电力排放数据的碳计量

目前,基于温室气体卫星遥感探测技术的碳感知正逐步成为新一代碳计量方法的重要组成部分。然而,从碳卫星数据中准确提取由人类活动产生的碳排放数据是一项至关重要且极具挑战性的任务。文中结合碳卫星与电力排放数据,提出一种新的人工智能算法,以实现准确的碳排放计量。首先,介绍了所使用的包括碳卫星和电力数据在内的多模态数据源,并设计了相应的数据筛选方法。然后,提出了考虑此多模态数据特性的深度学习方法,构建反映碳卫星数据、发电量数据与碳源碳排放量之间函数关系的数据驱动模型。最后,基于美国OCO-2碳卫星的碳浓度遥感数据及美国1 304家火力发电厂的连续烟气监测系统数据验证了所提方法在发电厂碳排放量计量问题上的有效性。     

配电系统中电动汽车与可再生能源的随机协同调度

电动汽车和可再生能源发电的快速发展为电力系统的安全和经济运行带来了新的挑战。在此背景下,构建了能够计及可入网混合动力电动汽车(PHEV)和风电、光伏发电系统出力不确定性的随机协同优化调度模型。首先,分析了PHEV的行驶耗电和随机充放电行为。之后,在假设风速服从Rayleigh分布、光照服从Beta分布的前提下,导出了风电机组和光伏发电系统出力的期望、方差及二阶原点矩的表达式。在此基础上,发展了以平抑可再生能源出力波动为目标的电力系统随机协同优化调度模型,并应用交叉熵算法进行求解。最后,以33节点配电系统为例说明了所提出的随机协同优化调度模型的基本特征。     

基于双层优化的电动汽车充放电调度策略

大量电动汽车无序充放电会给电力系统的安全与经济运行带来严重的负面影响。为避免这一问题,引入了对电动汽车进行分层分区调度的理念,并构建了基于双层优化的可入网电动汽车充放电调度模型。在上层模型中,通过优化各电动汽车代理商在各时段的调度计划(包括充电负荷和放电出力),使系统在研究时间区间内总负荷水平的方差最小化,从而实现削峰填谷;在下层模型中,通过各电动汽车代理商对其所管辖电动汽车充放电时间的优化管理,以便与上层的调度计划尽可能一致。之后,采用AMPL/IPOPT和AMPL/CPLEX高效商业求解器对上下层问题分别进行迭代求解。最后,以包含5个电动汽车代理商的、修改的IEEE 30节点测试系统为例,说明了所提出的模型与方法的基本特征。     

电力信息物理融合系统的建模分析与控制研究框架

传统的电力系统研究与信息系统研究在理论和方法上基本都是割裂的,故在现有的理论和方法框架下难以系统而深入地分析信息系统对电力系统分析与控制的影响。实现智能电网的关键之一就在于怎样将前沿的计算、通信、传感技术与电力系统紧密而有机地结合起来,而信息物理融合系统（CPS）的目标正是将物理系统和信息系统融合为新型工业系统。在此背...     

基于自编码网络和经济增长数据的工业负荷预测模型

考虑到产业发展与用电量之间的显著相关性,采用自动编码器网络这一深度学习方法来研究电力消费与经济发展之间的关系。研究了如何根据经济增长数据预测工业用电量。算例试验研究结果表明:自动编码器网络算法在大多数情况下比一般的线性ARMA方法具有更高的精度;统计上,第二产业几乎所有行业都高度依赖电力消费,其电力消费与其增长率呈非线性正相关。