Due to the widespread use of energy storage systems in new energy grid-connected,lithium-ion batteries are usually used in parallel and series connections to meet the power and energy requirements of system.However,the series-connected single battery are inconsistent,so capacity and state of charge(SOC)inconsistency is an inevitable problem,which can decrease the available capacity and result in accelerated aging and safety issues.In this paper,a consistency diagnosis method based on charging curve transformation was proposed,and capacity and SOC differences within the battery pack was diagnosed.Focusing on the problem that traditional curve transformation method had a high data storage and computational requirement to battery management system,a QV curve transformation model based on curve transformation method was proposed.The consistency diagnosis for the series-connected battery pack is realized in real-time by parameter identification.Finally,through the analysis of a battery pack with six cells connected in series,the accuracy of the proposed method is verified,and the experimental results indicate that the proposed method can realize both capacity inconsistency and SOC inconsistency diagnosis.
Regional integrated energy system (RIES) widely involves many types of energy coupling, such as electric energy, thermal energy, cold energy and so on, and faces many challenges in planning. Realizing the coor-dination and complementarity of supply and demand among various energy sources and taking into account the flexibility of demand is a problem that must be considered in the process of integrated energy planning. A regional integrated energy planning method considering demand response is proposed in this paper. First of all, the energy configuration and load demand of four typical application scenarios of integrated energy in in-dustrial park, school, hospital and port area are analyzed, and the equipment configuration scheme of typical scenario is given; secondly, the demand response models of electricity, heating and cooling loads guided by price are established respectively. Finally, based on the energy hub (EH) model, a integrated energy planning model aiming at minimizing the sum of equipment investment, operation cost and demand response com-pensation cost is established, and the linearization method is used to solve the model. Relevant examples show that the proposed method can effectively carry out the integrated energy system planning in typical scenarios and reduce the planning cost.
针对电负荷和热负荷的不确定性,在考虑网络拓扑约束和多能耦合建模的基础上,推导出基于可信性理论的多重不确定性风险评估方法.在此基础上,采用清晰等价类将表征不确定性风险的模糊机会约束转化为确定性约束,提出一种多重不确定性下电气热耦合系统风险规避调度方法.通过IEEE 33节点配电网络和32节点供暖网络仿真测试,结果验证所提模型在对冲综合能源系统(integrated energy system,IES)多重不确定性风险的有效性,为能源交易决策和风险评估提供了一种新思路.
热电联产经济调度(combined heat and power economic dispatch,CHPED)是一类复杂的非线性约束最优化问题,智能优化算法则是近年来求解CHPED的主流方法.针对目前智能优化算法求解CHPED存在易于陷入局部最优、精度不佳等问题,提出了一种改进的差分进化算法,即高斯柯西差分进化(Gaussian-Cauchy differential evolution,GCDE)算法.GCDE算法对标准差分进化算法进行了两方面的改进:一方面采用自适应参数策略来调节算法的控制参数,提升算法的求解稳定性;另一方面采用高斯柯西变异策略来进行局部搜索,增强算法的搜索精度.将GCDE算法应用于求解7台机组和24台机组的CHPED模型,并与现有差分进化算法结果进行了对比,结果表明GCDE算法在求解CHPED问题时具有较好的求解精度和稳定性.
超声法是局部放电测量的重要方法.为更有效提取局部放电超声信号中的关键信息,提出一种基于广义S变换和二维卷积神经网络的油纸绝缘局部放电超声信号识别方法.首先,在实验室采集3种典型缺陷的局部放电超声信号,对预处理后的数据进行广义S变换,获得不同放电样本的时频分布图像;然后,构建二维卷积神经网络,将时频图像作为输入,提取超声信号的时频特征;最后,输出对局部放电类型的识别结果.结果表明:该方法对不同局部放电类型的超声信号进行识别,准确率可以达到97.8%,能够更有效地提取超声信号的内在信息并进行局部放电识别.
针对当前端对端分布式交易方面的研究缺乏交易主体间细致的博弈关系分析,以及以机器学习为代表的人工智能方法在电力分布式市场交易方面的应用仍存在空白等问题,提出基于非合作博弈与分布式机器学习算法的多微网端对端交易方法.首先,基于多微网端对端分布式交易框架,构建市场交易主体,即微网的自治调度与端对端博弈交易模型;其次,提出基于弹性平均随机梯度下降算法的分布式机器学习框架,以及非合作博弈与分布式机器学习的多微网端对端交易流程;最后,通过实际算例仿真验证所提理论与方法在经济性、新能源消纳以及算法性能等方面的有效性与适用性.
在变压器绝缘纸的改性研究中,纳米粒子和水分含量均是影响绝缘纸绝缘性能的重要因素,然而有关硅烷偶联剂改性TiO2掺杂对绝缘纸中水分子扩散行为的影响尚未可知.采用分子动力学方法,建立了3种硅烷偶联剂改性前后TiO2与绝缘纸的纳米尺度界面模型(未改性TiO2/绝缘纸、KH570改性TiO2/绝缘纸、KH792改性TiO2/绝缘纸),并对不同界面模型中水分子的扩散行为进行动力学计算.结果表明,在未改性TiO2/绝缘纸的界面模型中水分子的扩散系数最大,质心运动范围最广,且界面附近水分子分布最少;而在KH570和KH792改性TiO2/绝缘纸界面模型中水分子的扩散系数及其质心运动范围减小,界面附近水分子分布浓度增大,且KH792改性后TiO2对绝缘纸中水分子扩散的抑制能力最强.此外,通过分析水分子在3种界面模型中自由体积分数、相互作用能和氢键数目,诠释在上述不同模型中水分子扩散系数差异的物理机理.研究思路与结果为纳米粒子掺杂绝缘纸的改性实验提供了理论支撑.
为解决用电尖峰负荷不断提升、能源电力保供困难等问题,我国正在积极推动峰谷分时电价引导用户削峰填谷.合理设置用户侧峰谷电价有利于保障独立型源网荷储一体化项目的基本收益.采用调整峰谷电价的方法对该类项目进行成本疏导,既可以完善用户侧峰谷分时电价,又可以促进该类项目的发展.基于峰谷电价信号,建立了该系统进行柔性负荷激励响应和绿证交易的典型日经济效益模型;在兼顾其他用户及电网效益的基础上,以保障系统经济效益为目标,对用户侧峰谷电价提出了优化方法.算例分析表明,重新测算的峰谷电价使夏季典型日成本削减136.87万元,并在冬季典型日盈利9.17万元;此外,峰谷电价使一般工商业的整体最大净负荷减少近1%,净负荷峰谷差减少近2%.
大量分布式光伏的接入改变了传统配电网的网架结构,传统配电网络由单侧电源供电的辐射状网络变为多端电源供电的网络,这导致传统故障区段定位方法难以准确识别出故障区段.为此,提出一种不受分布式光伏接入影响的配电网故障区段定位新方法.首先,提取故障后配电网线路各区段两端的正序电流幅值变化曲线并进行归一化处理;随后,引入弗雷歇距离算法比较各区段两端正序电流幅值波形的相似度,依次计算出各区段的弗雷歇距离,数值最大的区段即判定为故障区段;最后,搭建含分布式光伏接入的配电网仿真模型,对所提方法的性能进行验证.仿真结果表明,无论何种类型的故障,所提方法均不受分布式光伏接入的影响,定位精度高,耐过渡电阻能力好,具有良好的工程适用性.
Power system load is a stochastic and non-stationary process. Due to the influence of various factors, some bad data may exist in the load observation value. These data are mixed into the normal load data to participate in the training of neural network, which seriously affects the accuracy of load forecasting. Short-term load forecasting is the basis of power system operation and analysis, improving the precision of load forecasting is an important means to ensure the scientific decision-making of power system optimization. In order to improve the precision of short term load forecasting in power system, a short-term load forecasting model based on genetic algorithm is proposed to optimize BP neural network. Firstly, using genetic algorithm to optimize the initial weights and thresholds of BP neural network to improve the prediction accuracy of BP neural network; Through the comparison and analysis before and after the model optimization, the experimental results with smaller prediction error were obtained. The simulation results show that the short-term load forecasting model established by this method has faster convergence rate and higher prediction precision.
分布式电源的大量接入使配电网的优化重构更加复杂,为保证配电网的运行更加稳定和经济,提出一种考虑分布式电源接入的配电网多目标优化重构方法.该方法以降低配电网网络损耗、均衡负载、提高节点运行电压质量、减少开关操作次数为目标函数,应用层次分析法构建层次结构模型,从而科学地确定目标函数各部分的权重系数.优化重构模型考虑分布式电源接入的影响,采用改进的遗传算法作为优化算法,搭建配电网优化重构决策支持系统架构,实现配电网的静态优化重构与动态故障恢复重构.MATLAB实例仿真证明,对于考虑分布式电源接入的配电网来说,通过该方法的优化,可以在开关操作次数尽量少的前提下,实现降低网损与提高节点电压质量,同时实现配电网故障时的快速恢复重构,提高配电网的稳定性和经济性.
新型电力系统的电源侧与负荷侧形态均发生深刻变化,电力系统呈现极高的复杂性、耦合性和不确定性.面对上述挑战,需要及早研究新能源发展态势、市场化消纳及构建新型电力系统技术需求.聚焦国内外新能源发展态势,重点总结了新能源并网调度运行、市场化消纳和主动支撑能力建设的关键点和难点,并结合新型电力系统技术架构对新能源发展前沿进行分析研判,力图明晰新型电力系统体系下新能源发展技术需求,助力能源绿色低碳发展.
随着特高压交直流与新能源发电的发展,受端电网由纯交流电网逐步发展为大规模新能源发电并入的交直流混联电网,给受端电网的运行特性带来很大的影响.针对受端电网运行特性的改变,提出一种同时考虑直流输电馈入和大规模新能源接入的适用于新型受端电网的随机机组组合模型.该模型考虑接入受端电网直流的影响以及新能源出力的不确定性,采用新兴的麻雀搜索算法进行模型求解,并同时采用权重提高麻雀搜索算法的求解搜索能力.在直流馈入和新能源接入后的10机39节点的新型受端电网算例进行仿真计算,结果验证所提机组组合模型以及改进麻雀搜索算法的正确性和有效性.
随着我国电网智能化规模日益扩大,如何保障发布安全可靠的电网调度指令成为研究热点.但现有研究中大多缺乏调度员身份可靠校验,存在一定的安全隐患.针对该安全问题,提出构建基于声纹识别的调度认证系统,由数据层、功能层、接口层和业务应用层4层架构组成,采用卷积神经网络从短时语音中提取声纹身份特征,融合基于动态口令的身份认证方法,在短时语音识别和欺骗性语音检测方面取得良好的效果,解决电网调度场景中可能存在的多种未知欺骗攻击和错误调度指令问题,并对调度指令进行正确性校验,避免错误指令.基于声纹识别的电网调度系统可高效地响应用户请求,在执行身份认证的同时给予及时有效的相关反馈,提高调度工作的安全性和质量,具备实际应用价值.
电力行业的数字化转型需要重点关注基层领域的实践探索,目前供电所日常的工作存在着业务系统多、外勤终端多、工单类别杂乱、流程未规范管理等情况.基于此,首先,根据人工智能技术在供电所中的实际应用,提出数字化供电所的总体框架设计;其次,实现对工单生成、派发、组合、反写、监控、评价六大重要生命阶段的聚合及管理;最后,通过目前数字化供电所实际建设情况,表明数字化供电所方案能切实解决供电所人工效率低下、基层负担压力大等问题,提升基层员工的数字化解决能力,全面助力电力企业数字化转型.
锂离子电池健康状态(state of health,SOH)是电池管理系统的重要参数.精确的SOH估算可以提供故障和老化更换预警,保证储能电站的安全稳定运行.选取充电平均电流、放电平均电压与放电平均温度作为输入特征,结合卷积神经网络(convolutional neural networks,CNN)和双向长短期记忆网络(bi-directional long short-term memory,Bi-LSTM),提出基于CNN-Bi-LSTM的锂离子电池SOH在线估算方法.该方法通过CNN自动提取输入网格数据的空间特征,输入数据获取方便,无须储存大量数据.继而利用Bi-LSTM充分挖掘电池老化过程中的时序特征,最终实现精确SOH估算.美国国家航空航天局(national aeronautics and space administration,NASA)电池老化数据集上的测试结果表明,所提方法估算SOH的平均绝对误差与均方根误差分别低于1.07和1.32,精度优于Bi-LSTM和CNN-LSTM两种方法.
随着电网储能设施的建设和更新需求日益增长,铅蓄电池的更替和退运处置成为电网环保工作的重要环节.为防止铅蓄电池处置过程中的铅污染,利用天然生物质材料海藻酸钠作为基质,加入酸改性粉煤灰作为吸附活性物质,并掺杂磁性四氧化三铁作为磁性组分制备铅富集复合凝胶球.同时,研究复合凝胶球的铅离子吸附性能.结果表明:铅富集材料对于铅离子的最大吸附容量可达53.76 mg/g,吸附遵循Langmuir等温吸附模型和准二级吸附动力学模型;铅富集材料具有磁性,能够便捷地进行分离回收,为绿色零污染废弃铅蓄电池的处置提供基础.
光伏发电系统具有显著的能源、环保与经济效益,能显著降低碳排放,未来将成为世界能源供应的主体.随着社会对能源绿色化意识的逐渐提高和化工合成技术的进步,高光电转换效率太阳能电池的研究和开发已成为当下研究热点.其中,钙钛矿(ABX3)材料由于其光电转换效率高、成本低以及光学可调性强等优点而成为新一代太阳能电池最有前途的材料之一.重点介绍钙钛矿太阳能电池发电原理与发展现状,并从不同化学成分角度分析比较了不同类型太阳能电池的技术优势和发展前景,包括有机-无机杂化钙钛矿太阳能电池、无机钙钛矿太阳能电池、纳米尺度无机钙钛矿材料及其他类型太阳能电池材料,为下一步钙钛矿高转换效率光伏材料合成技术发展路线提供了参考.
针对大规模风电并网引起的宽频振荡问题,基于风力发电机组的频域阻抗模型,从负电阻效应理论出发提出一种适用于工程应用的风电场级宽频振荡风险评估方法.结合山东省内某直驱风电场的收集资料,采用该方法对该风电场的宽频振荡风险进行评估,详细介绍该方法的应用流程,重点对风力发电机组的频域阻抗建模方法、风电场的阻抗建模方法及风电场级振荡风险评估方法进行阐述,验证该方法的实用性.算例研究表明,所提方法具有良好的工程实用性,风电机组的端口阻抗确实存在一定的负电阻效应频段,可能会引起一定的宽频振荡问题;且其负电阻效应频段受工况影响较大,在评估风电场级的宽频振荡风险时需要特别考虑工况的影响.
针对大气环境下电网设备中金属材料的腐蚀速率预测问题,提出一种基于遗传算法(genetic algorithm,GA)优化Stacking集成学习算法模型,挖掘大气环境因子与镀锌钢腐蚀速率的关系.该模型为双层结构,融合了多个预测模型的优点.通过GA算法优化第一层各个初级学习器的待调参数,将初级学习器学习到的数据交给第二层次级学习器做进一步拟合.同时,结合K折交叉验证的方式有效降低过拟合现象.结合Spearman相关系数和随机森林特征重要性评估方法,筛选出与镀锌钢腐蚀速率相关性最高的5个环境因子作为输入,由此展开镀锌钢腐蚀速率预测研究.试验结果表明,相较于单一的机器学习模型,该模型能有效提高预测镀锌钢材料腐蚀速率的拟合度,降低预测误差.
