基于分布式光纤的覆冰监测技术应用研究
该成果彻底解决了输电线路长期无法全线路实时在线覆冰监测的问题,并实现了监测范围由点到面的突破。提出了基于光纤传感的分布式覆冰监测技术,利用电力通信光缆内部一芯冗余光纤做传感器,解析装置安装在变电站内,有效规避传统技术“电源、通信、环境”问题,实现了全线路覆冰监测,且装置安装无需登杆或停电。提出了多路复用技术,使用一台解析装置同时监测多条线路的覆冰状态,实现监测装置利用效率最大化。搭建了北京电网覆冰监测系统,实时获取电网覆冰监测数据,在北京电网尚属首次。该成果获得奖励情况该项目成果获得国网北京市电力公司2016年科技进步二等奖。
配电网自治单元规划研究综述与展望
配网侧分布式资源的规模化发展加大了配网安全可靠供电保障难度。合理规划自治单元能以最小经济成本提升自治单元灵活性、供电安全可靠性以及消纳能力。然而现有的规划方法大多只考虑供电可靠性和经济性约束,未考虑资源相关性、调控模式以及电力市场因素,造成规划结果冗余及资源浪费。从自治单元的物理范围、容量规划影响因素、建模方法及求解算法4个方面进行综述分析,明晰自治单元的物理含义,分析源荷随机不确定性及相关性、调控模式、电力市场政策等因素对自治单元容量规划的影响,讨论考虑多因素的自治单元建模方法,比较不同规划求解算法的适用条件。最后,总结当前自治单元容量规划的不足,并提出相应建议及展望。
基于正则表达式和系数的智能变电站录波通道同源匹配
针对220 kV及以上电压等级智能变电站双套录波通道同源匹配问题,提出一种基于正则表达式和Jaccard系数的智能变电站录波通道同源匹配方法。首先,针对录波通道命名不规范的问题,使用正则表达式对通道名称文本进行预处理,统一通道名称的表达形式;同时,使用jieba分词算法和去停用词操作,去除通道名称文本中可能存在的冗余信息。然后,使用Jaccard相似系数匹配算法计算录波通道名称文本之间的相似度,依据相似度大小筛选出同源通道。最后,基于电网实际的录波文件数据进行仿真分析。仿真结果表明:所提方法可有效实现智能变电站录波通道同源匹配。
基于能量枢纽的沼–风–光综合能源系统双层协同优化配置
针对沼-风-光乡村综合能源系统协同优化问题,构建了综合能源系统能量枢纽模型,并提出沼-风-光综合能源系统配置-运行协同优化双层规划模型,上层以年化总成本最小和碳排放量最小为目标,采用NSGA-II算法获取配置方案Pareto最优解集;下层以运行成本(包括碳排放成本)最小为目标获取最优运行方案,引入启发性规则,排除上层输入配置方案可能存在的设备冗余,加速上层优化配置。通过对福建某乡村沼-风-光综合能源系统进行算例验证,结果证明了所提优化配置和运行方案的多元性和优越性。
基于VMD-SE的电力负荷分量的多特征短期预测
为提高电力负荷的预测精度,提出一种基于VMD-SE的电力负荷分量的多特征短期预测方法。首先采用变分模态分解(VMD)将原始负荷分解为一系列模态分量与残差,VMD的分解层数由样本熵值(sample entropy,SE)确定;然后对比原始负荷与模态分量的SE值,重构为平稳分量和波动分量,来降低运算规模;同时利用皮尔逊相关系数来筛选特征变量,删除特征冗余,建立灰狼算法优化后的支持向量回归模型(GWO-SVR)和长短期记忆神经网络(LSTM)分别对平稳分量和波动分量预测;最后以某地区2018—2020年用电负荷为例进行实验。实验证明:此模型精准度高达94.7%,平均绝对百分误差降低到2.98%,具有更好的精准性和适用性。
“双碳”目标下基于系统动力学的发电行业碳减排政策研究
能源结构转型和碳减排政策是实现“双碳”目标的重要举措。本研究旨在探讨“双碳”背景下发电行业碳减排政策与市场交易机制的耦合作用。通过研究绿色证书市场交易机制、碳排放市场交易机制与电力市场机制间的耦合协同效应,考虑了价格影响市场间机制、能源结构分析和技术创新等因素,建立系统动力学模型并进行多情景仿真,研究不同政策组合对市场均衡及电力行业碳减排的影响。通过对模型的敏感性分析,评估了各种政策措施对系统行为的潜在影响,对政策体系的作用机理及其协同机制进行分析,明确不同政策间可能存在的冗余激励和效应冲抵等现象。研究得出:有效的碳减排政策组合使得未来十年火电装机占比下降至45%,可再生能源占比突破50%与传统能源持平甚至超过传统能源。建议碳减排政策的成功实施需要综合考虑市场监管、激励机制、技术创新等多方面因素。
基于随机森林和最大互信息系数关键特征选择的配电网拓扑辨识研究
随着高比例分布式能源(distributed generation, DG)的接入,配电网的拓扑变化更加频繁。针对含DG的配电网拓扑辨识所需量测特征多、辨识准确率低的问题,提出基于随机森林(random forest, RF)算法和最大互信息系数(maximal information coefficient, MIC)关键特征选择的配电网拓扑辨识方法。首先,考虑风光出力的不确定性和相关性,基于Frank-Copula函数得到典型风光出力场景,与配电网不同拓扑相结合构建数据集。然后,根据RF和MIC进行特征选择,筛选出对拓扑辨识最重要且不含冗余信息的关键特征。最后,利用蝙蝠算法(bat algorithm, BA)优化BP(back propagation, BP)神经网络模型对配电网拓扑模型进行辨识。通过IEEE 33节点配电网和PG&E 69节点配电网进行仿真分析,验证所提模型的可行性。