摘要:“双碳”目标下，分布式能源高比例渗透与异质能源耦合加剧迫使综合能源系统(integrated energy system, IES)优化调度问题的求解难度提升，深度强化学习为解决上述问题提供了有效手段。然而，传统深度强化学习通常将安全约束以惩罚项形式加权添加至奖励函数，加权系数一般由人工确定且在迭代过程中保持固定，一定程度上影响了算法的收敛性能与约束处理能力。对此，提出一种基于约束强化学习的IES优化调度方法。首先，构建了基于IES机组运行与系统潮流约束的安全价值网络，并通过拉格朗日乘子与经济价值网络动态并行协同，分别评估智能体决策的安全与经济价值。其次，利用原始对偶的思路，交替更新智能体策略与拉格朗日乘子，以规避人工设置惩罚系数引起的主观偏差对IES调度决策的影响。同时，利用专家知识引导智能体开展训练，防止其盲目寻优造成算力浪费。最后，基于电-热耦合系统开展仿真算例对比分析，验证了所提方法的安全性与高效性。

摘要:极端高温天气下，用电需求急剧变化加上一次能源发电能力的下降，导致电力供应能力和电量储备将大幅度减少。针对极端高温天气下电力电量双缺的情况，开展城市电网日前负荷管理优化研究。首先，极端高温天气下居民空调负荷急剧增加，采用激励型需求响应引导居民降低空调功率。考虑不同居民的舒适度需求差异，分析了居民空调负荷可调节潜力。其次，分析了不同负荷管理措施对电力和电量短缺的影响，从经济管理和行政管理两方面建立了极端高温天气下的城市电网负荷管理模型。然后，考虑需求响应的不确定性，并协调电网重构与移动储能接入，构建了二阶段鲁棒优化模型。以最小化居民负荷损失影响和工商业经济损失影响为目标，制定应对电力电量双缺的城市电网日前负荷管理优化策略。最后，通过算例仿真验证了所提优化模型的有效性和可行性。

摘要:集中式构网型储能电站是高比例新能源电力系统中的重要装备，能够主动为系统提供电压、惯量支撑以及阻尼。常用的构网型控制方案包括电压电流双环与单电压环幅值控制，后者具备更强的暂态电压支撑能力，但面临着更为严峻的暂态过电流风险。在单电压环幅值控制的基础上，叠加虚拟阻抗控制抑制暂态过流，同时将有功环节的相角与无功环节的电压动态过程综合考虑，构建了系统的Lyapunov能量函数，分析系统的暂态稳定性，进行虚拟阻抗参数整定。与传统的仅考虑有功环节相角动态过程的相平面法相比，采用Lyapunov能量函数得到的参数范围更加准确。仿真结果验证了添加虚拟阻抗控制后，构网型储能电站能够应对上级电网电压暂降及相位跳变，并将暂态电流限制在合理范围内。同时，验证了Lyapunov能量函数法进行虚拟阻抗参数整定的有效性。

摘要:相模变换是实现三相耦合电力系统故障分析的基础。相模变换矩阵结构的差异性将直接影响故障辨识的快速性、准确性和基于单一模量进行故障类型辨识的有效性。针对现有相模变换提取的模故障分量不能反映所有故障类型的问题，提出一种可反映全类型电缆故障的故障分量相模变换矩阵。首先，基于电缆的物理结构，对电缆进行故障暂态特征模量分析，总结各等效导体间的耦合特征。然后，结合均匀换位电缆线路参数的数学特征，提出一种可反映全类型电缆故障的故障分量相模变换矩阵，并分析各模量的传输路径和衰减特性。最后，以某配网系统为例，在PSCAD中进行仿真验证。结果表明：所提解耦矩阵能有效解耦电缆系统，解耦出的单一模量即可以反映电缆的全故障类型，且波速度稳定、衰减小，适用于电缆测距。

摘要:多能微网间的联网协作可以缓解分布式发电与需求不匹配的问题，降低电力系统的运行成本。现有的微网合作方法往往忽略了底层配电网运行的网络约束，难以适用于实际系统。为此，提出一种基于动态运行包络(dynamic operating envelopes, DOEs)的多微网纳什议价模型。首先，建立配电网及具有多种能量形式的微网模型。其次，根据配电网最优潮流在不同时间动态设置微网进出口限制，计算DOEs并将其分配给不同微网。最后，微网内部的异质能在原微网调度策略的目标函数和约束条件下加入DOEs约束进行优化，按照纳什议价策略使所有参与的微网进行交易。算例结果表明所提模型能够将配电网与微网所做的决策解耦，配电网通过DOEs保证网络完整性，而不直接控制微网间的交易。并且通过优化电量交易，促进了微网内部异质能之间的互补，提高了能源利用率。

摘要:电动汽车(electric vehicle, EV)电池技术的突破以及车载算力的不断提高，使得EV同时具备移动储能与边缘计算的双向互动能力。考虑EV移动储能与边缘计算的双重属性，引入“充电计算站(charging and computing station, CCS)”的概念，提出了基于目标级联法(analytical target cascading, ATC)的配电网与充电站分层运行优化模型。首先，建立了CCS的EV充放电及边缘计算能耗模型。进一步以最小化CCS和配电网的运行成本为目标，构建了包含多个CCS的配电网潮流优化模型，实现EV充放电功率、边缘服务器任务卸载和计算资源分配的最优决策。其次，设计了基于ATC算法的配电网与CCS的分层运行优化计算方法，既使得CCS能够自主进行电能和计算管理，又保障了每个CCS的本地数据隐私。最后，仿真结果表明，所提优化模型可以通过聚合EV计算资源协助边缘服务器完成更多计算任务，有效提升CCS的计算收益。同时通过EV充放电及边缘服务器用电的优化决策，进一步降低系统整体运行成本。

摘要:大规模新能源经交流联络线送出已成为新型电力系统的典型场景。在此背景下，受新能源系统运行方式的影响，工频变化量距离保护存在不正确动作风险。为进一步探究工频变化量距离保护性能下降机制，基于电压平面分析可知，在光伏场站控制策略的作用下，光伏场站馈出正序电流表征为相位、幅值皆受控的非线性变量，造成保护补偿电压大小随故障工况变化且矢量方向发生不确定性偏转，导致保护动作可行域不明确，从而造成基于传统整定判据下的阻抗继电器性能严重劣化。在此基础上，借助距离保护正确动作边界条件与光伏场站接入容量的对应关系，提出了保护适用性快速评估与保护失效边界接入容量计算方法。基于PSCAD/EMTDC建立了光伏场站送出系统仿真模型，通过大量仿真验证了理论分析的正确性。

摘要:针对10 kV电网的级联型静止无功发生器存在器件数量多、耐受电网电压不平衡能力弱的缺点，提出新的混合级联型静止无功发生器(new hybrid cascade static var generator, NHC-SVG)拓扑并建立控制系统。NHC-SVG拓扑由五电平中点嵌位型(neutral-point clamped, NPC)功率单元和H桥级联型功率单元混合级联构成。首先采用最近电平逼近调制与载波相移调制混合实现NHC-SVG的调制。其次，基于调制输出波形建立NPC五电平功率单元中点电位的数学模型，找到中点电位失衡的原因。并采用调节NPC功率单元电平变化时刻相对应的触发角度和注入二倍频谐波电流的方法实现中点电位平衡，进而建立NHC-SVG控制系统。最后以电网电压平衡且直流侧取10%的裕量为设计条件，对10 kV/5 Mvar的NHC-SVG进行算例分析和仿真研究。结果验证了NHC-SVG的有效性，且其补偿额定电流时可耐受电网电压不平衡度大于4。

摘要:针对基于数据驱动的高阻接地故障检测可靠性低和样本需求度高的问题，提出一种小样本条件下基于深度特征融合的配电网高阻接地故障识别方法。首先，在配电网高阻故障特性分析的基础上，利用离散小波变换对高阻故障信号的波形进行深度挖掘，构造多尺度时频特征图和全局统计特征矩阵以增强高阻故障特征的表达。其次，结合轻量型残差网络结构和自注意力机制设计深度特征提取网络，实现局部和全局时频特征的融合提取。然后，引入度量元学习计算各类样本在度量空间中的特征类原型以及类原型与样本之间的距离，从而实现高阻故障分类器的构建。最后，在不同复杂运行条件和现场数据集上进行算例测试，验证了所提方法的有效性。

摘要:为实现双碳目标，激励传统机组向灵活调节资源过渡，保障传统机组提供辅助服务获得收益，亟需设计科学有效的转动惯量辅助服务补偿机制。首先，总结归纳了中国当前的转动惯量补偿机制并提取了其中的关键要素，以此为基础设计了一个政府激励与发电商决策相协调的转动惯量补偿机制。然后，提出确定发电机组转动惯量最优补偿系数的主从博弈模型。其中上层代表政府机构，旨在通过发电商的惯量支撑表现来设定最佳补偿，维持电力系统总惯量在一定水平内。下层代表发电商的决策行为，在政府设定的补偿系数下，试图使总生产成本最小化。最后，主从博弈优化模型被重新表述为混合整数线性规划(mixed integer linear programming, MILP)模型并由现成的MILP求解器求解。通过算例依次进行转动惯量补偿系数的灵敏度分析、效果分析和大系统适应性分析，验证了所提方法的有效性和实际应用能力。

摘要:跟网型风机与构网型风机共同构成的混合风电场具有宽短路比范围稳定运行的优势，但是在弱电网下存在频率电压控制交互影响难以协同支撑的问题。在分析了跟/构网型变流器的频率电压动态耦合特性机理的基础上，提出了一种适用于混合风电场频率电压支撑的分布式自适应解耦控制。该控制由风机间分布式协同控制和风机内部单元级频率电压解耦自适应控制的两个控制层级构成。分布式控制使得各风机保持一致性协同输出，最大化利用各风机的转子动能。自适应控制从风机内部层级考虑混合风电场各风机的运行状态，实现了风电场在保持稳定的基础上充分利用风电场的调节能力。最后，解耦补偿控制对跟/构网型风机进行有功无功前馈解耦，抑制了频率电压支撑过程中的交互影响。在Matlab/Simulink仿真平台搭建了混合风电场接入的四机两区域系统。仿真结果验证了混合风电场频率-电压支撑控制的可行性和先进性。

摘要:现有考虑线路分布参数的风电场谐波不稳定分析均未考虑静止无功发生器(static var generator, SVG)动态特性的影响。而SVG在高频段呈现负阻感特性，易与线路分布参数及其他元件发生感容耦合，导致系统发生谐波不稳定。基于此，提出一种基于泰勒近似的风电场谐波不稳定频域模态分析方法。通过求解系统频域节点导纳矩阵行列式零点判定系统稳定性，并定义节点对不稳定模式的参与因子，实现谐波不稳定中心位置定位及传递路径辨识。研究表明，SVG易与长距离输电线路和交流电网交互，导致新能源场站高频谐波进一步放大，直至发生高频谐波不稳定问题，且SVG为风电场高频谐波不稳定主导因素。最后，基于Matlab/Simulink仿真验证了所提方法的准确性。

摘要:电动汽车充电站充电量预测对于充电站规划、建设、充电管理平台营销等有着实际意义。但新建、改造的充电站可能会面临部分时段数据缺失、历史数据不足和浅层神经网络模型难以捕捉等多变且复杂的输入特征的问题。因此，提出了一种基于多特征提取和多层级迁移学习的电动汽车充电站充电量预测方法。首先，使用K-Means算法对所有用户在不同时间段的充电次数进行聚类，得到4类充电行为特征，将其和其他影响特征融合作为模型的输入特征集。其次，设计并行连接的多尺度混合时间卷积网络(temporal convolutional network, TCN)层作为特征提取器，两层BiLSTM层将提取到的特征进行深层学习，Attention层加强个体特征选择。最后，将源充电站数据进行相关性等级划分，按照相关性由弱到强输入到模型中进行多层级迁移学习，保留损失函数最低的训练权重，得到最终的预测结果。算例分析表明，多层级迁移学习可以弥补新建、改造的充电站数据样本不足的缺陷。与直接迁移相比，多层级迁移平均绝对误差(mean absolute error, MAE)降低了10.75%，均方根误差(root mean square error, RMSE)降低了13.73%，拟合优度R2提升了0.4%。

摘要:电动汽车EV聚合商(EV aggregator, EVA)申报国家自愿减排(Chinese certified emission reduction, CCER)项目，响应电网低碳调度，可促进EVA高效运营和电力系统低碳转型。为此，提出了考虑电碳需求响应的EVA多市场运营策略。首先，基于碳排放流理论，构建了基于用电动态碳排放因子的EVA用能碳排模型，以及考虑电碳需求响应的EVA“电-碳”市场效益模型。其次，构建市场运营商与EVA之间的博弈模型。上层为市场出清模型，电力市场运营商以用能成本最小为目标进行市场出清，发布出清结果及用电动态碳排放因子。下层为EVA市场竞标决策模型，根据市场出清结果及用电动态碳排放因子，以效益最大化为目标制定用能计划竞标策略。最后，通过算例分析，验证了所提策略的有效性。

摘要:数字信息技术与能源电力技术的深度融合推动电网应用场景与业务范畴创新，数智化技术成为新型电力系统构建与电力行业数智化转型的关键。首先，探究了新型电力系统数据采集、处理、传输、存储和利用全过程的特性，概述了各流程典型的数据研究方法。然后，分别总结分析了新型电力系统“源-网-荷-储”各个环节的典型业务场景，并对各场景中数智化关键技术应用现状与未来方向进行了论述。最后展望了未来电力数智化转型的创新业务场景，研判了构建信息安全体系、数据共享区块链平台、全域物联生态和电力行业专用大模型等电力数智化重点发展趋势。该研究为新型电力系统数智化技术迭代及应用提供理论依据与方向引导，推进电力低碳化、数字化转型。