考虑工业用户安全用电风险的分轮次负荷控制与恢复策略

针对目前工业用户分轮次控制及恢复过程的安全用电缺乏一套全面合理风险评估指标体系的现状,该文构建工业用户安全用电综合风险评估指标体系,并提出一种考虑工业用户安全用电综合风险的分轮次负荷控制与恢复策略。该文首先构建由21个指标组成的工业用户安全用电综合风险评估指标体系;其次,结合博弈赋权和云模型的风险评估方法获取工业用户风险等级,进而提出基于可控制风险阈值动态调整调控量的分轮次负荷控制策略和基于重要负荷受控制总量与负荷设备风险严重程度序列集的分轮次负荷恢复策略;最后,以IEEE-RTS-24系统为实际场景,以钢厂为例验证所提分轮次负荷控制与恢复策略的有效性,所提策略既可保障工业用户以低风险等级参与分轮次控制与恢复过程,也可满足电网安全可靠运行的需求。     

面向台风气象的电网运行风险态势感知方法

台风灾害的频发导致电网大规模停电事故,给国民经济带来巨大损失,为评估电网应对台风天气的能力以及辨识电网在极端气象下的风险态势,基于态势感知技术,提出面向台风气象的电网运行风险态势感知方法,建立了台风下电网实时运行风险指标体系。首先,态势觉察阶段以台风气象数据、电网结构参数、地理数据构建风场模型;其次,在态势理解阶段提出基于时变风速的贝叶斯网络,建立考虑风速和断线故障导致潮流转移的电网时变风险传播模型,并采用拉丁超立方抽样的蒙特卡洛模拟法,通过最优直流潮流进行态势理解,然后提出态势呈现指标体系,以实现线路风险态势、负荷水平态势、电网韧性态势的呈现和预测。采用IEEE-RTS 79标准节点算例进行仿真,结果表明面向台风气象的电网运行风险态势感知方法及指标能够有效评估电网运行风险态势。     

基于人工智能代理的负荷态势感知及调控方法

负荷态势感知是需求侧资源管理愈加精细化发展需求下的关键技术之一。针对典型负荷动态态势估计及其调控需求,提出一种基于人工智能代理的负荷态势感知方法,并构建人工智能代理与云端平台协作的实现架构。通过用户侧负荷模型的学习认知,进而建立负荷空间集,并提出时域特征拓展的随机森林算法以实现对于负荷运行状态的评估分析,为负荷调控提供决策依据。进而根据评估结果及电力系统调控需求,在云端平台实现差量计算,并基于态势指标计算结果遴选优化组合,实现负荷精准控制。最后,通过仿真验证了所提方法能够准确预测负荷行为并达到良好的负荷整形效果。     

基于数据密度与Transformer-IkNN的掺烧机组烟风系统风险态势感知模型

生物质掺烧可减少煤电机组的碳排放,促进“双碳”目标实现,但易引发烟风系统相关设备的运行风险。为此,借助数据密度提出了基于Transformer与信息融合的风险态势感知模型。首先,基于数据密度,识别海量历史数据的典型状态;其次,借助Transfomer模型机制,预测未来时刻的运行特征;再次,融合近邻点信息,判别并预警风险态势;最后,运用实际数据进行算例分析。结果表明:掺烧机组烟风系统可识别为低负荷和高负荷2类典型运行状态;所提Transformer模型在掺烧机组烟风系统的未来特征预测中优于其他模型;近邻信息融合可以有效判别掺烧机组烟风系统的风险状态。因此,该模型可有效感知掺烧机组烟风系统的风险态势,确保其运行可靠性。     

智能电网环境下基于多代理的商业用户可控负荷管理策略

智能电网的发展为电力用户积极参与电网运行调控提供了必要的技术支持。文中针对智能电网环境下商业用户的用电响应行为提出了基于多代理系统(MAS)的负荷控制策略方案。设计了包含多类具有一定用电响应能力的用电设备的MAS及互动协调机制,结合商业电力用户的特点,为突出商业用户对整体用电舒适度的要求,在居民用户MAS的基础上增加了负载聚合代理;以酒店类商业用户为例,根据各类用电设备的运行特性建立了相应的负荷响应模型,基于典型用电设备的实时信息,采用区间数排序法确定用电负荷的优先级,构建了以优化商业用户用电整体舒适度为目标的负荷管控模式。通过算例分析,分析了所述模型和方法的特点与合理性。     

基于主动配电系统供电能力的安全态势感知方法

主动配电系统中含有大量的分布式电源和柔性负荷,大幅增加了配电网的供电能力和供电灵活性,但同时也给系统运行的安全性带来了新的考验。针对主动配电系统特性提出一种基于供电能力的主动配电系统安全态势感知的方法。综合考虑主动配电系统的供电能力、系统运行的脆弱性环节、间歇性分布式电源和电动汽车充放电特性等因素,在效用风险理论的基础上,提出并建立适用于主动配电系统的安全态势感知的指标体系。采用模糊层次分析法对算例进行安全态势预警等级评估,验证了所提模型及方法的可行性。     

基于态势感知的智能配电网运行状态评估

围绕智能配电网的态势感知关键技术,综合考虑安全性、供电可靠性和经济性,提出了基于态势感知的智能配电网运行状态综合评估方法。研究基于量测系统的态势要素采集方案,对配电网运行状态进行实时评估和态势理解,进而基于负荷的超短期预测进行态势预测,并建立了配电网运行状态评估指标体系,从不同层次、不同角度反映系统当前与未来时刻的运行状态以及故障发生后系统所面临的风险,并通过IEEE 33节点配电系统对所提出的方法进行验证。结果表明,该方法可准确反映配网的运行状态,判断系统态势发展的趋势,为配电网安全运行提供一定参考。     

基于态势感知的变电站站用电节能关键技术研究

无人值守的变电站站用电消耗巨大,亟待充分挖掘节能潜力。现有的相关研究工作主要考虑站用电负荷的“静特性”,即从设备性能本身入手研究其节能技术,或通过一定历史数据统计分析用户的用电习惯,生成场景化的节能运行策略。为此,引入了态势感知与态势利导的理念,基于反馈式动态控制逻辑,提出了完整的变电站站用电节能框架,定义了各层次的具体内涵,以此作为站用电节能优化研究的一般思路。针对变电站用电的实际情形,针对时间型设备及空调负荷设计了节能策略,并以某变电站为例进行了实地验证。该变电站监控的时间型设备年节能潜力高达19105.74 kWh,空调在冬季每月节能潜力约为1070.79 kWh。     

基于DPSR模型的用户智能用电能效评价

基于驱动力-压力-状态-响应(driving forces-pressure-state-response,DPSR)模型提出了有效的工业用户用电能效评价指标体系,包括4个一级指标和22个次要指标,使用直觉模糊(intuitionistic fuzzy,IF)、专家意见集结和基于平均解距离评价(evaluation based on distance from average solution,EDAS)模型计算每个指标的权重并评价用户用电能效水平。多维度指标体系可以揭示用户内部和外部环境造成的用户用电驱动力、压力和状态的完整因果链,并最终采取响应措施。最后,应用实际算例分析验证了该指标体系和评价方法的可行性。     

电网自动智能调度模型的改进设计

传统的电网调度主要依据电网中的实时参数,缺乏对电网整体运行态势的感知,智能化程度较低。提出基于态势感知的理论,对电网自动智能调度模型进行改进设计,分析了电网态势感知过程,建立电网工作路线的指标体系,确立电网自动智能调度设计模型,在此基础上,分析电网工作路线在不同负荷下的机组调度过程,采用动态机组组合的电网调度模型,完成电网智能调度。实验结果表明,采用改进后的电网调度模型,其调度效率高、能耗少,对电网运行态势感知能力强。     

基于One-class SVM的大工业负荷模型研究

随着新型能源的不断增长,电力系统的负荷特性不断变化,电网的供需关系特性改变,给电网运行调峰、有序用电、客户管理带来了新的挑战。提出基于单类支持向量机(One-class SVM)的大工业用户负荷模型,从典型日选取、相关系数、频谱分析、指标体系4个层面建立大工业负荷模型,按照典型客户、客户群、行业负荷3个层级研究多时间维度、多层次的大用户负荷特性,实现对大工业电力负荷数据的实时跟踪。实际应用表明,该方法能够有效分析各类大用户用电规律以及相关特性。     

面向海量用户用电特性感知的分布式聚类算法

智能电表的普及促进了配用电大数据的发展。通过对用户用电数据的挖掘和用电特性的感知,能够有效识别用户用电模式、评估需求响应潜力、指导电价制定等。然而,用户用电数据一方面随时间不断更新,增长迅速,呈海量态势;另一方面,数据采集点分布在用户侧,具有极强的分散性。针对海量、分散的用电数据带来的挑战,文中提出一种新的分布式聚类算法。首先利用自适应k-means聚类算法对分布在各区域的用电数据进行局部聚类分析,提取各局部数据的典型负荷曲线,构建局部模型;然后利用传统聚类算法对获取的局部模型进行二次聚类分析,获取全局的典型负荷曲线,构建全局模型;最后向局部数据中心反馈全局聚类结果,实现全局聚类分析。通过爱尔兰实际量测用电数据证明了所提出算法的有效性。     

基于电动汽车供电资源态势感知的台区负荷弹性调度策略

考虑电动汽车、空调负荷等柔性负荷的无序接入对电网造成的不利影响,提出一种计及电动汽车供电资源态势分析的台区负荷弹性优化调度方法。首先,对电动汽车的充电需求进行概率预测,通过量化分析电动汽车负荷的特性指标,提出了台区电动汽车供电资源的态势感知模型,通过集成学习算法训练进行供电资源态势评估;接着,基于供电资源态势感知情况提出对电动汽车充电需求进行弹性伸缩的优化调度策略,将电动汽车充电需求与空调负荷削减量作为控制量,建立带弹性约束的多目标调度计划优化模型,采用改进多目标粒子群算法求解得到优化调度计划;最后,通过台区算例分析验证了所提优化调度方法能实现对电网负荷的削峰填谷,协调解决柔性负荷需求与资源闲置状态下存在的冲突,对电动汽车充电和空调用电负荷进行有序调度,以实现供电资源利用率最大化。     

基于负荷数据分析的用户侧用电感知与失电影响评估方法研究

提出一种基于调度侧配电网负荷数据分析进行负荷性质辨识与用户侧用电感知、失电影响评估的方法。利用调度自动化系统中的负荷数据,首先通过基于时间序列趋势的模糊C均值聚类方法求解馈线负荷曲线与典型负荷曲线的隶属度,判断馈线负荷性质;然后利用用户侧多维系统中历史数据,通过基于用电量积分的概率谱方法,分析线路负荷异常波动对应的用户侧实际用电感知及故障影响。实际案例分析表明:该方法能够根据调度侧负荷数据分析,正确辨识配电线路的负荷性质,精准评估用户侧失电影响,建立配网运行数据与客户用电感知之间的实时映射,辅助配网调控人员根据用户需求开展方式调整与故障处置。     

基于负荷控制潜力量化模型的工业用户群体画像方法

在中国新一轮电力体制改革背景下,研究工业用户负荷参与负荷控制的潜力,对于促进电网安全稳定运行有着积极的作用.以工业用户负荷数据为基础,充分提取用户在不同时间量度下的用电特征,从错时潜力、轮休潜力和避峰潜力3个方面构建多时间尺度负荷控制潜力指标体系.进而将信息熵和逼近理想解排序法相结合,构建负荷控制潜力量化模型,实现了对负荷控制潜力价值的衡量.并且,利用近邻传播算法分析量化模型结果,将用户按照潜力量化值聚类,实现了对不同用户特征群的划分.最后,基于某地区的实际工业用户负荷数据进行算例分析,实现了对工业用户群体负荷控制潜力画像结果的呈现.     

基于数据挖掘和CAPSO-SNN的电力作业风险态势感知

随着电力作业安全监控技术的不断发展,电力作业全过程在线信息采集成为可能。以电力作业数据为基础,提出一种基于数据挖掘和云自适应粒子群优化脉冲神经网络(CAPSO-SNN)的电力作业风险态势感知方法。该方法首先从电力作业事故事件数据库中提炼出所有作业风险影响因素以构建风险影响因素体系,然后通过主成分分析法从中挖掘出作业过程中应重点关注的风险关键要素,再以风险关键要素作为输入参数,通过云自适应粒子群优化脉冲神经网络进行作业风险态势感知的训练和预测。最后,以某电网公司的实际历史作业事故事件为样本,展示了所提方法的应用过程。算例结果表明,该方法不仅适用于分析电力作业的风险组成,还可以在作业过程中有效地感知风险状态信息,跟踪风险发展趋势,有助于实施电力作业风险的全过程精细化态势利导管控。     

基于负荷分解的居民差异化用电行为特性分析

针对智能电网建设过程中需要准确掌握居民用电特性的要求,将居民负荷分解为基本负荷和季节性负荷。基于自适应模糊c均值算法,分别对居民日基本负荷和夏季降温设备日负荷进行聚类分析。根据分类结果进行负荷特性分析,并在此基础上提出一种用户分类的方法,实现对居民用电行为特性的差异化分析。实验结果表明,基于该分类方法能够准确地描述用户用电行为特性,为需求响应如峰时电价制定、错峰管理、负荷调控等提供了有效的数据支撑。     

基于同步相量测量装置的配电网安全态势感知方法

配电网安全态势感知是全面动态分析配电侧网络安全运行状态及潜在隐患的关键技术。针对配电网安全态势感知的快速性和准确性需求,该文提出一种基于同步相量测量装置的配电网安全态势感知方法。首先,构建在同步相量测量装置优化布点前提下的配电网网络拓扑分层模型,快速捕获系统安全态势要素;其次,提出融合信息熵值的支持向量数据描述算法,实现配电网安全态势要素中异常信息的辨识和理解;然后,采用长短期记忆网络对正常运行和故障扰动下的配电网运行趋势进行预测,并提出零序电压、电压越限裕度、支路过载严重度和电压相位变化量等安全态势预警指标,感知系统实时态和未来态的安全风险。最后采用IEEE 33和PG&E69配电网验证所提方法的有效性。结果表明,该方法提高了配电网安全态势要素获取速度和精度,缩短了安全态势要素异常辨识时间,实现对配电网各节点的安全态势感知。     

基于高斯过程回归的工业用户需求响应潜力评估方法

精确的用户需求响应潜力评估有助于电力公司或者负荷聚合商合理调用需求侧资源,提高需求响应的实施成效,以及降低电力系统的负荷峰谷差。在此背景下,针对用电容量大且负荷规律性强的工业用户,提出了一种基于高斯过程回归的需求响应潜力评估方法。首先,构建了基于时序分解算法的工业用户负荷分解模型,并提出了负荷趋势性和周期性分量的可中断负荷特征提取方法以及工业用户的需求响应意愿特征提取方法;然后,基于提取的特征,构建了基于高斯过程回归的工业用户需求响应潜力评估模型;最后,以浙江省工业用户的实际需求响应数据为例,对所提需求响应潜力评估方法的有效性进行验证。仿真结果表明所提方法可以较为准确地评估工业用户的需求响应潜力,为电力公司或者负荷聚合商制定需求响应方案提供参考。     

基于新型负荷故障概率模型的用户电压暂降损失评估方法和DVR规划配置方案

现有电压暂降损失评价模型使用电压暂降严重程度指标进行评估,这种线性模型较为粗糙;评估时未考虑用户用电设备多样性及不同类型负荷电压耐受能力差异的问题.提出工业过程参与度的概念和一种基于新的负荷电压暂降故障概率模型的电压暂降经济损失评估方法,通过蒙特卡洛法构建电网遭受电压暂降的情景,对具有多工艺流程、多种不同用电设备的工业用户进行电压暂降评估,并制定相应的治理措施.对于一工业园区,在兼顾补偿效果和治理成本的目标下分别求解两种评估模型下的电压补偿装置配置方案,验证了本文电压暂降经济损失评估方法的合理性.