权重

针对储能系统中多电池簇健康状态均衡问题，提出储能系统多电池簇健康状态均衡控制策略，该策略依据电池寿命变化规律和并网要求设置储能变流器并网功率下限，基于该下限确定系统参与运行的储能变流器台数，再结合层次分析法对参与运行的各电池簇健康状态进行量化评价，求得各储能变流器承担并网功率指令的权重系数和相应的功率大小，调整参与运行的储能变流器台数和传输功率以确保各储能变流器功率不越限。将所提控制策略与均摊控制策略相比，结果表明，所提策略可有效均衡各电池簇健康状态，延长储能电站整体使用寿命40.6%，有效提高了储能电站的安全性和经济性。

虚拟电厂(virtual power plant,VPP)作为多能流互联的综合能源网络，已成为中国加速实现双碳目标的重要角色。但VPP内部资源协同低碳调度面临多能流的耦合程度紧密、传统碳交易模型参数主观性强、含高维动态参数的优化目标在线求解困难等问题。针对这些问题，文中提出一种融合注意力机制(attention mechanism,AM)与柔性动作评价(soft actor-critic,SAC)算法的VPP多能流低碳调度方法。首先，根据VPP的随机碳流特性，面向动态参数建立基于贝叶斯优化的改进阶梯型碳交易机制。接着，以经济效益和碳排放量为目标函数构建含氢VPP多能流解耦模型。然后，考虑到该模型具有高维非线性与权重参数实时更新的特征，利用融合AM的改进SAC深度强化学习算法在连续动作空间对模型进行求解。最后，对多能流调度结果进行仿真分析和对比实验，验证了文中方法的可行性及其相较于原SAC算法较高的决策准确性。

交直流混联的配电方式是未来配电网的一种重要发展方向，为克服其中各子系统分属不同利益主体而带来的功率信息传递的限制，提出了一种基于改进分析目标级联法的交直流混联配电网分布式优化运行方法。首先，针对交直流混联配电网的直流、换流站和交流区域，分别建立包含自身区域运行优化与区域间交互功率运行优化的模型；其次，采用分布式优化的思想，将交互功率作为共享变量，对模型目标函数进行解耦，并在传统的分析目标级联法中引入一个平衡系数，来解决因惩罚乘数初值选择不当，子系统函数项与惩罚项权重不平衡情况下算法性能不好的问题，在一致性约束下迭代求解分布式模型；最后，通过算例仿真，进行模型的有效性、改进算法性能以及分布式模型通用性的验证。

为了解决传统电网评价体系在评价大规模新能源和电网相互作用复杂机理时存在的不足，建立一套考虑大规模新能源接入的电网性能指标评价体系。首先，从新型电力系统的核心特征出发，贯穿“源网荷储”各个环节，构建包含接入水平、协调水平、适应水平以及承载水平4个维度的电网性能评价指标，显性表达各个指标的统计或计算方式。其次，采用AHP-CRITIC法进行主客观组合赋权，依据电网发展数据自身的客观属性，考虑数据离散程度以及皮尔逊相关系数，挖掘指标间的冲突性和变异性，以增强权重设置的科学性。最后，利用某城市新能源和电网数据对指标体系进行测算，通过对比分析说明所提指标体系与评价方法的有效性，并依据指标灵敏度大小对电网薄弱环节提出发展建议。

随着电力系统中可再生能源比重逐渐增加，电力系统频率波动的风险增大。飞轮和锂电池可以优势互补，作为混合储能应用于电网一次调频中，有效解决系统频率波动问题。为了充分发挥飞轮和锂电池各自的调频优势，提出基于自适应荷电状态(state of charge,SOC)的电池-飞轮混合储能一次调频控制策略。首先，建立含正、负虚拟惯性控制和虚拟下垂控制的权重分配一次调频模型；然后，利用飞轮和锂电池SOC对一次调频模型参数进行修正，提高混合储能在SOC阈值附近的一次调频能力；最后，仿真对比各调频场景下文中控制策略与其他控制策略的调频能力及SOC恢复效果。研究结果表明，文中控制策略下储能系统SOC波动范围最小，电池不会发生过充过放，且系统频率波动不超过±0.2 Hz，可以提高电网频率稳定性。

光伏发电具有间歇性、波动性和预测难的特性，因此需要与其他能源进行互补。常用的方法是利用水电机组的快速响应和储能电池灵活高效的补偿来构建水光储微电网系统。然而，这一系统具有强烈的非线性特性，其稳定性的一个关键问题是频率控制。针对这一问题，设计了基于多目标H2理论的混合H2/H∞鲁棒控制器，主要目标是在暂态下抑制频率振荡。在控制器中嵌入海鸥算法，对海鸥算法进行混沌初始化和参数改进得到一种改进海鸥算法(improved seagull optimization algorithm, ISOA)。利用ISOA对H2/H∞鲁棒控制的加权矩阵系数和范数权重进行参数优化，最终获得最优混合ISOA-H2/H∞鲁棒控制器。仿真结果表明，所设计的ISOA-H2/H∞鲁棒控制器在功率扰动和系统参数摄动下能保证水光储系统的频率稳定，并具有满意的动态特性。

深度探索用户负荷可调节潜力是国家电力市场精细化发展的迫切需求。为有效感知电力用户负荷综合响应潜力，提出一种模糊粗糙环境下的混合评估模型。首先，从经济性、用户特性、负荷特性、信息特性等4个维度构建负荷响应潜力指标体系；其次，充分考虑评估中个体判断的模糊性和群体偏好的多样性，采用模糊粗糙数对个体语义评估信息进行处理和集结；然后，将模糊粗糙熵权法和逐步加权评估比率分析法（step-wise weight assessment ratio analysis，SWARA）相结合确定指标综合权重，并采用基于模糊粗糙数的改进多属性边界逼近区域比较法（multi-attributive border approximation area comparison，MABAC）计算电力用户针对属性函数的负荷响应潜力综合评估值，从而获取潜力排序结果；最后，以多个行业的电力用户负荷综合响应潜力评估为例，验证所提模型的有效性。

针对交流接触器各状态样本不均衡导致故障状态识别精度低和特征冗余度高的问题，文中提出一种基于嵌入式随机森林(embedded random forest，ERF)和贝叶斯优化非线性支持向量机(Bayesian optimization-support vector classification，BO-SVC)的复合识别方法。首先，通过交流接触器全寿命试验平台提取接触器状态特征，并针对各状态样本间不均衡导致识别精度低现象，提出一种基于权重法的样本均衡处理策略。然后，使用ERF对均衡后样本进行特征选择和降维，提取最能表征触头状态变化规律的最优特征。最后，将最优特征输入到BO-SVC识别模型，与另外2种代表性模型作为对比，以精确率、召回率和F1-分数3个指标对各模型性能进行评估。在3个指标上，文中方法的结果分别达到95.22%、98.91%和97.01%，均高于对比模型。以F1-分数为指标，在4组样本上对各模型性能进行测试，结果表明文中方法的F1-分数平均高出对比模型0.56%和27.28%，验证文中研究有效解决了交流接触器特征冗余和故障识别精度低的问题。

电网在运行过程中会产生大量的设备缺陷文本记录,针对变电设备缺陷文本的特点,文章提出了基于注意力机制的混合神经网络(hybrid neural network based on attention mechanism,HNNA)电力设备缺陷文本挖掘方法。首先在总结电力设备缺陷文本特点的基础上,参考中文文本分类的一般流程,结合自主编写的词典和停用词表对缺陷文本进行预处理;利用Word2vec模型将词语映射到高维空间;使用卷积神经网络(convolution neural network,CNN)和双向长短期记忆网络(bidirectional long short term memory,BiLSTM)提取文本局部特征和上下文特征;将提取的特征进行融合,最后采用Attention实现特征权重的分配,增强关键特征对分类效果的影响,并从多个评价维度与传统机器学习模型、深度学习模型对比。算例结果表明,提出的模型具有更好的分类效果,可以实现电力设备缺陷等级的高效准确划分。

分布式电源并网给配电网的规划带来不确定因素，为了使配电网规划更加合理，提出同时考虑源–储的风–光–荷不确定场景协调出力的规划策略。采用拉丁超立方采样建立风–光–荷时序模型，针对场景缩减效率低以及准确性差的问题，在K-medoids算法的基础上提出AP-TD-K-medoids的三层缩减方法。以经济效益、电压偏差、渗透率以及风光消纳为指标，建立多目标规划模型；提出一种改进的多目标粒子群优化算法，在自适应权重的基础上，引入小生境共享机制和精英归档策略逐一更新非劣解，采用信息熵序数偏好法与灰色关联度法相结合的方式对规划方案进行评价。在IEEE33节点的配电系统上进行仿真，结果验证了所建模型和所提算法的合理性与有效性。