能源互联网现行调控模式主要面向大负荷、大火电机组等能量大户,不适应其分布式能源资源(distributed energy resources,DER)渗透率不断提升的趋势。该文旨在建立多DER主体群智调控框架,通过在虚拟空间系统性地揭示并利用DER的聚合涌现...能源互联网现行调控模式主要面向大负荷、大火电机组等能量大户,不适应其分布式能源资源(distributed energy resources,DER)渗透率不断提升的趋势。该文旨在建立多DER主体群智调控框架,通过在虚拟空间系统性地揭示并利用DER的聚合涌现规律,激发其主观能动性,从而开启调度新模式。具体而言,拟以系统论、数据密集型科学发现范式(第四范式)等为指导思想,以虚拟孪生、大数据分析、机器学习与人机混合智能等为内核,以数字孪生、虚拟仿真推演、高维统计、时空数据分析、深度神经网络、人在回路与知识嵌入等为技术手段,设计并逐步完善“虚拟孪生+数据科学+系统论+第四范式”的系统性框架。该框架旨在通过数据贯通、数业融合、虚实交互等手段实现数据赋能提智工程系统,最终形成复杂系统调度新理论。展开更多
为了了解电缆在长时间使用后的健康状况,通过对数正态分布和Weibull分布两种分布函数来进行电缆状态的评估。先假定电缆的介电损耗与局部放电数据符合两种分布,借助于Matlab数值模拟软件对某供电公司近几年通过振荡波试验检测积累的老...为了了解电缆在长时间使用后的健康状况,通过对数正态分布和Weibull分布两种分布函数来进行电缆状态的评估。先假定电缆的介电损耗与局部放电数据符合两种分布,借助于Matlab数值模拟软件对某供电公司近几年通过振荡波试验检测积累的老化数据进行了拟合,并对两种拟合结果进行了对比分析。结果证明,对数正态分布更符合电缆老化参数的分布。设定了电缆状态的三个级别,通过建立状态评估模型,并使用该模型完成对某供电公司10 k V电缆的状态评估。研究成果有助于及时了解电缆在运行过程中的状态变化,并提出对应的检修计划。展开更多
随着电力电子技术的快速发展以及直流负荷的增多,交直流混合配电系统成为配电网发展的最新趋势,如何实现其最优运行成为了备受关注的课题之一。文章提出了交直流混合配电网重构与无功优化协同的两阶段鲁棒优化新模型。模型的第一阶段是...随着电力电子技术的快速发展以及直流负荷的增多,交直流混合配电系统成为配电网发展的最新趋势,如何实现其最优运行成为了备受关注的课题之一。文章提出了交直流混合配电网重构与无功优化协同的两阶段鲁棒优化新模型。模型的第一阶段是以综合成本最小为目标对期望场景下的决策变量进行优化,实现期望场景下的最优性。第二阶段则是基于第一阶段确定的整数变量解以及风机、光伏出力与负荷的预算不确定集,对第一阶段做出的连续型决策变量取值进行最优调整,实现最恶劣场景下的可行性。所构建模型为复杂的非线性混合整数优化模型,无法直接求解,采用锥松弛技术与线性化技术将该模型转化为近似的线性化模型,然后采用列与约束生成算法(column and constraint generation,C&CG)求解该线性化模型。算例证明了所构建模型及算法的有效性及正确性。展开更多
文摘能源互联网现行调控模式主要面向大负荷、大火电机组等能量大户,不适应其分布式能源资源(distributed energy resources,DER)渗透率不断提升的趋势。该文旨在建立多DER主体群智调控框架,通过在虚拟空间系统性地揭示并利用DER的聚合涌现规律,激发其主观能动性,从而开启调度新模式。具体而言,拟以系统论、数据密集型科学发现范式(第四范式)等为指导思想,以虚拟孪生、大数据分析、机器学习与人机混合智能等为内核,以数字孪生、虚拟仿真推演、高维统计、时空数据分析、深度神经网络、人在回路与知识嵌入等为技术手段,设计并逐步完善“虚拟孪生+数据科学+系统论+第四范式”的系统性框架。该框架旨在通过数据贯通、数业融合、虚实交互等手段实现数据赋能提智工程系统,最终形成复杂系统调度新理论。
文摘为了了解电缆在长时间使用后的健康状况,通过对数正态分布和Weibull分布两种分布函数来进行电缆状态的评估。先假定电缆的介电损耗与局部放电数据符合两种分布,借助于Matlab数值模拟软件对某供电公司近几年通过振荡波试验检测积累的老化数据进行了拟合,并对两种拟合结果进行了对比分析。结果证明,对数正态分布更符合电缆老化参数的分布。设定了电缆状态的三个级别,通过建立状态评估模型,并使用该模型完成对某供电公司10 k V电缆的状态评估。研究成果有助于及时了解电缆在运行过程中的状态变化,并提出对应的检修计划。
文摘随着电力电子技术的快速发展以及直流负荷的增多,交直流混合配电系统成为配电网发展的最新趋势,如何实现其最优运行成为了备受关注的课题之一。文章提出了交直流混合配电网重构与无功优化协同的两阶段鲁棒优化新模型。模型的第一阶段是以综合成本最小为目标对期望场景下的决策变量进行优化,实现期望场景下的最优性。第二阶段则是基于第一阶段确定的整数变量解以及风机、光伏出力与负荷的预算不确定集,对第一阶段做出的连续型决策变量取值进行最优调整,实现最恶劣场景下的可行性。所构建模型为复杂的非线性混合整数优化模型,无法直接求解,采用锥松弛技术与线性化技术将该模型转化为近似的线性化模型,然后采用列与约束生成算法(column and constraint generation,C&CG)求解该线性化模型。算例证明了所构建模型及算法的有效性及正确性。
