摘要:为解决传统三相直挂式柔性消弧装置非故障相桥臂承担线电压的问题，提出一种故障相桥臂转移接地的消弧方法。该方法通过开关控制故障相桥臂转移接地，母线电压由故障相桥臂与非故障相桥臂共同承担，三相桥臂共同输出电流，以实现消弧。针对级联H桥直流侧需独立供电的问题，提出分布式电压平衡换流调制方法。该调制方法根据H桥输出状态和电流方向对直流侧电容充放电的影响，有选择地改变H桥的输出状态，进而实现直流侧电压的稳定。使用该调制方法的消弧装置无须在直流侧配备独立供电电源，在消弧过程中能保持H桥直流侧电压稳定。最后，采用Matlab/Simulink仿真软件对所提方法进行验证，仿真结果证明了所提方法的有效性。

摘要:伴随清洁能源逐渐渗透到微电网(微网)和纳米电网(纳网)用能单元，针对纳网-微网-主网之间的协同优化、清洁能源利用效率提升、清洁能源消纳促进以及用能经济性和可靠性等多方面的问题，提出了一种基于多主体博弈的两阶段优化调度策略，涵盖多元化交易和微网运营商电价机制。首先，建立了具有各自显著用能特点的多元纳米电网负荷模型，形成了支持多元纳米电网自主调度和纳网间电能交易的纳网系统模型。其次，考虑到电能供需的多样性，构建了不同供能场景下的微网运营商模型，并引入主网与运营商的竞争机制。在这一博弈模型中，微网运营商扮演领导者的角色，而纳网系统则作为跟随者，实现了一主一从的博弈均衡。通过优化微网运营商的出力方式，激发了纳网系统的用能潜力。最后，通过算例验证了所提出方案的合理性和有效性。该方案成功降低了纳网系统的运行成本，提升了微网系统对清洁能源的消纳能力，同时提升了综合收益的经济性。这一研究为微网和纳网的可持续发展提供了实用性和有效性的指导。

摘要:为改善PI控制下模块化多电平变换器(modular multilevel converter, MMC)的控制效果，提出了基于李雅普诺夫直接法的MMC控制策略。首先，建立MMC整流器的数学模型。其次，构造出MMC系统的李雅普诺夫能量函数。然后，在MMC数学模型和能量函数的基础上设计了控制系统。由奈奎斯特稳定判据分析了直流电压稳定性的影响因素，并在经典频域下通过伯德图对比分析了李雅普诺夫控制策略和PI控制策略的控制性能。最后，在负载阶跃、交流侧电压幅值阶跃和交流侧三相电压不平衡工况下对两种控制策略进行了仿真和半实物在环仿真研究。结果表明，李雅普诺夫控制策略较PI控制策略有着更好的控制效果，李雅普诺夫控制策略更适用于MMC此类非线性强耦合系统。

摘要:针对交通事故对电动汽车用户驾驶和充电体验的影响尚未得到充分研究这一现状，提出了一种弱化交通事故对用户不良影响的路径规划和充电导航策略。首先，以电动汽车用户重点关注的行驶能耗和行驶时间两项指标为导向，建立了基于实时交通信息的交通网综合道路阻抗模型，实现了交通流拥塞水平的动态表征。然后，考虑交通流量和道路拓扑的耦合作用，建立了基于交通事故“发生-持续-消散”动态过程的后果评估模型，实现了交通事故后果的精准量化。最后，建立了以提升电动汽车用户体验为目标的路径规划和充电导航优化模型，提出了基于Dijkstra算法的滚动优化算法，实现了模型的快速求解。以配电网与交通网组成的耦合系统进行算例分析，结果表明，所提方法能够有效减少交通事故发生后的电动汽车用户综合出行成本，并缓解交通网拥塞。

摘要:规模风电的接入给电力系统运行与控制带来了很大不确定性，也给大停电后的系统恢复带来挑战。根据恢复过程中变化的风电出力场景动态调整分区恢复方案有助于提升恢复效率。在计及初始停电场景中风电不确定性的基础上，为进一步考虑恢复过程中风电出力的不确定性，提出了一种电力系统在线动态分区恢复优化方法。首先，建立风电出力的不确定场景集合，基于Wasserstein距离构建分布之间的测度，采用核密度估计求取风电出力预测误差的不确定集合。然后，刻画恢复模型约束、分区模型约束、动态分区约束，分别从系统网架和运行状态两个角度设立两阶段优化目标，建立两阶段动态分区恢复分布鲁棒优化模型，并采用对偶理论等实现模型的转化与求解。最后，新英格兰10机39节点系统和实际电网算例的仿真结果表明所提动态分区恢复方法能有效应对风电出力不确定性和提高系统恢复效率。

摘要:锂电池健康状态(state of health, SOH)可表征锂电池的老化状况，准确估算SOH对锂电池可靠运行至关重要。为解决模拟退火算法(simulated annealing, SA)和遗传算法(genetic algorithms, GA)优化的BP神经网络收敛效率低、易陷入局部最优无法到达全局最优解的问题，提出一种GA-SA-BP神经网络算法来提高SOH估算精度。首先，分析NASA公开数据集数据各个健康因子(health indicator, HI)与SOH相关性，选取与SOH相关性更高的锂电池输出电压、输出电流、容量和等压降放电时间4个HI作为BP神经网络的输入值，以提高SOH估算精度。其次，提出GA-SA-BP神经网络算法来估算SOH，通过在陷入局部最优时跳出局部最优找到全局最优解，以便进一步提高SOH估算精度。最后，NASA锂电池数据集和锂电池实验测试平台取得的结果表明，与传统BP神经网络、GA-BP神经网络和SA-BP神经网络相比，所提方案提高了SOH估算精度，在部分数据缺失的情况下仍具有效性。

摘要:针对可再生能源出力不确定性的准确表征问题，提出了一种基于改进的最大均值差异生成对抗网络(maximum mean discrepancy generative adversarial networks, MMD-GAN)的可再生能源随机场景生成方法。首先，阐述了GAN及MMD-GAN的基本原理，提出了MMD-GAN的改进方案，即在MMD-GAN的基础上改进鉴别器损失函数，并采用谱归一化和有界高斯核提升生成器和鉴别器的训练稳定性。然后，设计了基于改进MMD-GAN的可再生能源随机场景生成流程。最后，分析了所提方法在可再生能源随机场景生成中的效果，比较了改进MMD-GAN方法与MMD-GAN方法及典型GAN方法的性能差异。结果表明，改进MMD-GAN方法在生成分布和真实分布的Wasserstein距离上较对比方法降低超过50%，生成的场景精度得到有效提升。

摘要:为发挥风电数据价值并给企业带来额外收益，提出一种基于联盟合作博弈模型的风电数据定价方法。首先，提出一种考虑第三方监管的风电数据交易流程与风电数据定价思路。其次，通过数据交易获取邻近场站数据，使用向量自回归模型提高风电预测精度，从而在电力市场交易中降低不平衡成本，提高风电场整体发电利润，体现所交易数据的整体价值。然后，将数据交易前后产生的超额利润(即使用交易数据后的发电利润增加值)，以联盟合作博弈的方式分配给数据售卖方作为交易数据的定价结果，实现数据价值的定量衡量。最后，考虑风电时空特性通过最大化数据价值确定数据交易对象，实现风电数据的合理定价。算例分析结果表明，所提方法能够提升风电预测精度、增加风场发电利润，并实现风电数据定价的公平性与合理性。

摘要:在直接启动非接触传输系统的过程中，电源输入功率、电流的峰值可达稳态值数倍至数百倍，且变换器开关管易出现单次硬开关现象，导致开关管老化甚至击穿。针对该问题，以三相LCC非接触功率传输系统为研究对象，推导出其等效电路对应微分方程的奇次解和非奇次方程特解及完全解，根据奇次解与电源激励无直接关联且决定暂态特性的结论，提出超低电压的软启动方法。分析表明：软启动方法的理论基础是微分方程的零输入响应和零状态响应具有可分解特性；用数学建模和仿真验证了软启动能降低系统的零输入响应峰值；用电路仿真验证了软启动能有效避免开关管出现单次硬开关的现象；在电路运行过程中如果电源短时断电，且驱动电路因内部储能而持续工作，则要使用软启动方法重新启动，以避免直接启动引起的冲击效应；提出了初始变化率的近似计算方法，得出了初值与电源激励有关的结论。实验证明了上述结论的正确性。

摘要:由于新能源发电设备的弱支撑性，新能源高占比的受端电网的电压支撑强度难以满足系统安全稳定运行的要求。为了解决现有静止无功发生器(static var generator, SVG)配置方法未能充分提升系统小干扰电压稳定性和暂态电压稳定性的问题，提出了一种综合考虑系统小干扰电压稳定和暂态电压稳定的SVG优化配置方法。首先，在第一阶段考虑SVG投资运行总成本和系统小干扰电压稳定裕度，在第二阶段引入SVG接入对系统故障后暂态电压稳定裕度的影响。然后，利用基于组合赋权法和相对熵距离的改进理想解法得到最优配置方案。最后，应用PSD- BPA对新能源高占比受端电网算例进行分析，验证了所提配置方法能充分发挥SVG对系统电压稳定的提升作用。

摘要:以新能源为主体的新型电力系统中，大量电力电子器件接入系统，导致其暂态行为改变且拓扑结构状态变量阶数变高。针对上述问题，基于下垂控制方法建立了融合储能的光伏发电系统并网逆变器模型，采用奇异摄动降阶理论与变量梯度法构建了其李雅普诺夫函数。然后，将构建的李雅普诺夫函数与等面积法则相结合，分析了储能系统的接入对新能源系统功角稳定的影响，同时验证了储能系统对光伏系统出力支撑以及出力波动的抑制能力。最后，基于Matlab仿真结果对融合储能的新能源系统特性进行了分析和验证。

摘要:高渗透率分布式光伏(distributed photovoltaic, DPV)的接入增加了电力系统的运行风险。针对出力分布呈现形态复杂的特征，首先，提出一种基于改进近邻传播聚类的自适应高斯混合模型，优化了分布式光伏联合出力概率拟合迭代过程。然后，提出基于改进三阶多项式正态估计过程的Nataf变换方法，结合半不变量和Cornish-Fisher级数展开，实现分布式光伏出力相关性条件下的概率潮流计算。最后，采用电压越限和线路重过载指标计算电力系统运行风险。基于修改的IEEE 14节点电力系统，对不同分布式光伏渗透率的接入场景进行仿真。以蒙特卡洛模拟作为对比，结果表明所提方法在电网状态变量的概率分布计算上具有更高的精度，并验证了评估结果能够有效反映不同分布式光伏渗透率对电力系统风险水平的影响。

摘要:分布式充换电设施因充电功率小、调度关系复杂、空间集约程度低等难题，难以满足快速增长的电动汽车补能需求，因此具有统一调度主体、调度关系清晰、具备集中通信与管控能力的集中充换电设施(centralized EV charging and battery swapping facilities, CCSF)成为构建充换电网络的关键。首先对CCSF的发展背景及典型适用场景进行介绍，总结梳理了典型EV负荷需求模拟方法，并对典型CCSF研究现状、结构组成和数学模型进行论述。然后从CCSF独立规划、计及CCSF的电网协同规划及电网与交通网协同规划三个维度分析CCSF规划研究现状。其次从有序充电策略、智能充电路径引导、计及CCSF的电网协同调度等方面总结CCSF的优化运行研究现状。最后结合CCSF研究瓶颈对未来研究工作进行展望。综上CCSF可满足EV快速补能需求，具有促进新能源消纳、提高电网承载能力、实现充电负荷有序管理、降低个体差异性影响、提升运行效率和促进系统低碳转型的优势。

摘要:虚假数据注入攻击(false data injection attack, FDIA)是针对电力系统的一种常见网络攻击，可以通过终端链路或设备注入异常数据，绕过不良数据检测机制，进而引发电力系统的异常运行，造成严重的经济损失。近年来深度学习技术在FDIA检测方面取得诸多进展，通过大量的数据训练和强大的模型学习能力，能够自动学习和提取攻击数据特征，相对于传统方法具有更高的准确率和鲁棒性。总结了近年来基于深度学习的电力系统FDIA检测研究进展，涵盖卷积神经网络、循环神经网络、图神经网络、生成对抗网络和深度强化学习等典型深度学习模型。首先分析各类深度学习模型的FDIA检测原理，并介绍相关技术方法。然后从鲁棒性、评估指标和可扩展性等方面对上述技术进行对比分析，总结其应用范围及存在不足。最后探讨了当前研究中存在的挑战和未来的研究发展方向。