为发挥多元用户侧资源协同作用,提高虚拟电厂(virtual power plant,VPP)参与电碳联合市场收益,降低风光及电价不确定性引起的风险,提出了一种市场环境下考虑多元用户侧资源协同的VPP低碳优化调度方法。首先,基于各种用户侧资源协同作用...为发挥多元用户侧资源协同作用,提高虚拟电厂(virtual power plant,VPP)参与电碳联合市场收益,降低风光及电价不确定性引起的风险,提出了一种市场环境下考虑多元用户侧资源协同的VPP低碳优化调度方法。首先,基于各种用户侧资源协同作用,形成了VPP参与电碳联合市场运行策略;然后,建立VPP奖惩阶梯型碳交易模型,根据碳交易量设定不同交易区间价格,实现了碳电耦合;最后,构建VPP参与电碳联合市场的低碳优化调度模型,在模型中引入条件风险价值,衡量市场收益与风险的关系,并将模型转换为混合整数线性规划问题求解。通过算例分析,证明了该方法可以发挥用户侧资源的协同作用,有效应对风光及电价的不确定性风险,实现VPP参与市场运行的经济性和低碳性。展开更多
电容式电压互感器(capacitor voltage transformer,CVT)是高压电网中广泛使用的测量设备,对CVT的内绝缘状态进行实时在线评估将有助于维护电力系统的安全稳定。但现有基于群体关联性的CVT内绝缘状态在线评估方法未考虑一次电压波动影响...电容式电压互感器(capacitor voltage transformer,CVT)是高压电网中广泛使用的测量设备,对CVT的内绝缘状态进行实时在线评估将有助于维护电力系统的安全稳定。但现有基于群体关联性的CVT内绝缘状态在线评估方法未考虑一次电压波动影响,导致评估结果可靠性不够高。针对这个问题,提出了一种计及一次电压波动影响的CVT内绝缘状态在线评估方法,该方法以CVT群体间的内在关联性和主成分分析方法对群体的输出信号进行特征提取,以排除一次电压波动的影响,得到表征CVT内绝缘异常的特征信息,再采用随机森林方法对该特征信息进行分析,实现CVT内绝缘状态的实时在线评估。实验分析表明,该方法可有效消除一次电压波动对CVT内绝缘状态在线评估的影响,实现CVT内绝缘状态的准确评估。展开更多
需求侧管理可有效实现电力负荷的削峰填谷,提高电力系统的稳定性和运行效率。随着电力物联网的发展,不同用户在参与需求响应过程中的行为差异得以凸显,出于对用户隐私的保护,用户用电信息在采集后往往只能就地利用而不能进一步上传,给...需求侧管理可有效实现电力负荷的削峰填谷,提高电力系统的稳定性和运行效率。随着电力物联网的发展,不同用户在参与需求响应过程中的行为差异得以凸显,出于对用户隐私的保护,用户用电信息在采集后往往只能就地利用而不能进一步上传,给多元化负荷行为特征分析带来困难。提出了云边环境下基于A3C(asynchronous advantage actorcritic)强化学习算法和长期短期记忆(long short term memory,LSTM)网络的需求侧管理方法,通过强化学习解决需求侧管理决策中前瞻性不足的问题;通过基于LSTM网络的虚拟环境模拟多元用户行为特征,加速学习过程,降低算法实施成本。通过算例分析可知,所述决策方法在保证用户隐私的同时可有效加快学习进程,价格决策时可更准确地把握用户响应行为特征,从而保证决策的经济性。展开更多
文摘为发挥多元用户侧资源协同作用,提高虚拟电厂(virtual power plant,VPP)参与电碳联合市场收益,降低风光及电价不确定性引起的风险,提出了一种市场环境下考虑多元用户侧资源协同的VPP低碳优化调度方法。首先,基于各种用户侧资源协同作用,形成了VPP参与电碳联合市场运行策略;然后,建立VPP奖惩阶梯型碳交易模型,根据碳交易量设定不同交易区间价格,实现了碳电耦合;最后,构建VPP参与电碳联合市场的低碳优化调度模型,在模型中引入条件风险价值,衡量市场收益与风险的关系,并将模型转换为混合整数线性规划问题求解。通过算例分析,证明了该方法可以发挥用户侧资源的协同作用,有效应对风光及电价的不确定性风险,实现VPP参与市场运行的经济性和低碳性。
文摘电容式电压互感器(capacitor voltage transformer,CVT)是高压电网中广泛使用的测量设备,对CVT的内绝缘状态进行实时在线评估将有助于维护电力系统的安全稳定。但现有基于群体关联性的CVT内绝缘状态在线评估方法未考虑一次电压波动影响,导致评估结果可靠性不够高。针对这个问题,提出了一种计及一次电压波动影响的CVT内绝缘状态在线评估方法,该方法以CVT群体间的内在关联性和主成分分析方法对群体的输出信号进行特征提取,以排除一次电压波动的影响,得到表征CVT内绝缘异常的特征信息,再采用随机森林方法对该特征信息进行分析,实现CVT内绝缘状态的实时在线评估。实验分析表明,该方法可有效消除一次电压波动对CVT内绝缘状态在线评估的影响,实现CVT内绝缘状态的准确评估。
文摘需求侧管理可有效实现电力负荷的削峰填谷,提高电力系统的稳定性和运行效率。随着电力物联网的发展,不同用户在参与需求响应过程中的行为差异得以凸显,出于对用户隐私的保护,用户用电信息在采集后往往只能就地利用而不能进一步上传,给多元化负荷行为特征分析带来困难。提出了云边环境下基于A3C(asynchronous advantage actorcritic)强化学习算法和长期短期记忆(long short term memory,LSTM)网络的需求侧管理方法,通过强化学习解决需求侧管理决策中前瞻性不足的问题;通过基于LSTM网络的虚拟环境模拟多元用户行为特征,加速学习过程,降低算法实施成本。通过算例分析可知,所述决策方法在保证用户隐私的同时可有效加快学习进程,价格决策时可更准确地把握用户响应行为特征,从而保证决策的经济性。
