摘要:虚拟电厂(virtual power plant, VPP)可通过参与电网调度，为新能源消纳、电网安全运行提供容量可观的调节能力。然而，受VPP内部多重不确定性因素的影响，VPP可提供的调节能力具有较强的不确定性，可能导致VPP被调用时无法为电网提供足够的调节能力。为此，提出了考虑VPP可信调节能力的电网随机调度方法。首先，给出了VPP可信调节能力的定义、量化指标及评估流程。其次，考虑VPP提供调节能力的不确定性和风电出力的随机性，构建了电力系统备用需求的机会约束，建立了内嵌机会约束的电力系统随机调度模型。此外，为降低模型的求解复杂度，提出了适应系统备用需求机会约束的确定性转化方法。最后，算例表明所提方法可有效降低系统的运行风险，提高了系统应对可再生能源出力不确定性的能力，促进了电力系统的安全运行。

摘要:以台风为代表的极端事件频发严重威胁受端电网频率安全，而储能的快速调节特性对频率安全意义重大。为此，提出极端事件下考虑储能支撑频率响应全过程调节的随机优化方法。首先，构建台风场景下直流联络线故障概率模型。其次，分析故障后基于储能调节的全过程频率响应特性，并推导功率能量备用容量解析表达式，提出一种量化频率偏差效应并反映同步机组和储能调频效果及系统弹性的准则。然后，构建基于安全准则的随机优化模型，第一阶段最小化系统成本，第二阶段嵌入台风场景下直流联络线概率模型，保证电网频率安全。最后，在改进异步互联电网和某地区受端电网验证所提模型的有效性，结果表明所提模型能够有效增强极端事件下系统弹性，改善故障扰动后的频率动态特性。

摘要:风电功率的精准预测是提升风电并网稳定性和风电场经济收入的一项有效解决方案。针对自然气象特征的复杂性与随机性导致风电功率难以精准预测的突出问题，提出了一种综合考虑多维数据融合和卷积双向长短期记忆神经网络(convolutional neural network-bidirectional long short-term memory network, CNN-BiLSTM)联合优化的超短期风电功率预测方法。该方法主要包括两个阶段。首先，在输入数据处理阶段，通过将主成分分析(principal component analysis, PCA)选择的关键气象因素与最优变分模态分解(optimal variational mode decomposition, OVMD)得到的风电功率固有模态分量相结合，构建一种新的多维特征数据以提高预测模型的准确性。其次，在预测模型的联合优化阶段，先构建了一个集成卷积神经网络(convolutional neural network, CNN)和BiLSTM的串联式结构预测组合模型，再通过使用红嘴蓝喜鹊优化算法(red-billed blue magpie optimizer, RBMO)对CNN和BiLSTM模型进行联合优化，从而充分发挥二者之间互补优势来提高预测精度。通过对风电功率预测的比较分析，结果充分证明所提出的PCA-OVMD-RBMO-(CNN-BiLSTM)预测方法比其他对比预测方法具有更高的预测精度。

摘要:高耗能的空调负荷因其热储特性成为源荷互动的重要对象。作为可调潜力评估的基础，非侵入式负荷监测仅需总表数据即可获取空调运行信息。然而，现有监测模型不仅难以捕捉空调的复杂运行特性，在从源域训练数据迁移到新用户的目标域时，还高度依赖难以获取的运行功率标签。因此，提出基于模型-数据混合驱动的空调监测及其域适应方法。首先，构建融合电气与环境特征长短期关联性的空调监测模型。其次，通过神经网络辨识空调热力学模型参数，推算室内温度变化，进而在训练中交替嵌入温度估计损失以充分利用空调与温度的强相关性。最后，再以物理模型作为桥梁，在新用户中采用易获取的温度数据作为监督信号适应新的数据分布。公开及自建数据集实验结果表明，所提方法在监测精度、可迁移性和域适应性方面均优于现有方法，展现出良好的应用前景。

摘要:高比例新能源并网对配电网电压稳定构成严峻挑战，而氢能凭借其高密度、零碳排、高热值等优势，可作为新型调压资源主动参与电压控制，有效提升系统电压韧性。因此，提出一种利用电制氢(power to hydrogen, P2H)辅助的配电网主从博弈电压控制策略。首先，考虑到配电网运营商、电制氢运营商和储能运营商间的利益冲突，建立P2H参与的主从博弈双层优化模型。以配电网运营商作为领导者，配电网运行成本最小为目标，制定相应的电价补贴，引导电制氢运营商、储能运营商调整自身用电行为，保证配电网的电压稳定性。其次，考虑到实际情况源荷的不确定性，设计了基于拉丁超立方抽样的日内随机优化算法。最后，算例结果表明，所提出的模型能够有效提升配电网电压的稳定性，且配电网运营商总运行成本较不含P2H的场景降低了14.56%，较未设置激励机制的场景降低了5.67%。

摘要:针对安全约束经济调度(security-constrained economic dispatch, SCED)中冗余约束的识别目前尚缺乏快速有效的识别方法。同时，数据驱动方法容易产生假正例(false positive, FP)误判，从而影响系统安全性。为此，提出了一种改进的决策树(decision tree, DT)算法，即改进的分类回归树(classification and regression tree, CART)算法，以及改进的错误率降低剪枝(reduced error pruning, REP)算法，以实现对冗余约束的快速识别。首先，阐述SCED模型与CART原理。其次，构建了冗余约束识别的特征工程及数据预处理方法。然后，提出了融合FP惩罚机制的改进CART算法及基于FP比的REP剪枝策略。最后，通过SG-126系统验证了所提改进算法在较好地适应极端FP敏感场景的同时，能够快速、准确地识别冗余约束。冗余约束识别准确率达到95.13%，FP误判率为0，在削减冗余约束后系统调度时间减少了88.22%。

摘要:为提高10 kV配电网接地故障定位装置的稳定性、响应速度，需研究更优的定位方法并设计配套硬件装置。首先分析了不同中性点接地方式(不接地和经消弧线圈接地)下单相和两相接地故障的暂态零序电流特征。然后通过理论推导和Simulink仿真验证了模糊熵在识别零序电流变化上的优越性能(连续模糊隶属函数抗噪能力强、参数敏感性低、非线性动力学特征解析能力强)。接着根据计算的相邻检测点熵值比，结合模糊熵故障区间定位原理和区内非故障阈值(0.75~1.2)，实现故障区间的高效、稳定识别。最后开发以STM32F103C8T6开发板为核心装置，并在10 kV配电网模拟平台上设置中性点不接地和经消弧线圈接地两种工况。实验结果表明，该装置能准确识别出首段、尾段和检测点间的单相和两相接地故障，其具有良好的速动性与稳定性，抗噪能力强，定位准确率受通信传输误差影响小。

摘要:加窗插值快速傅里叶变换方法因计算精度高、复杂度低，能有效缓解非同步采样和非整周期截断引起的频谱泄漏和栅栏效应，广泛应用于电力系统嵌入式谐波检测。针对现有窗函数和谱线插值方法的不足，提出一种基于混合卷积窗和粒子群谱线插值的谐波与间谐波检测方法。该方法首先构建时域卷积混合窗，融合Blackman-Harris窗与五项最大旁瓣衰减(maximum-sidelobe-decay, MSD)窗的优越特性，增强频谱泄漏抑制能力。其次建立谱线插值模型，引入粒子群优化算法离线搜索最优权重组合，克服传统方法依赖人工经验设定的局限，并进一步提高幅值检测精度。仿真结果表明，相较于改进前算法，所提方法在谐波与间谐波检测精度及抗干扰能力方面均表现更优。

摘要:交流线路直流改造(交改直)能够在不增设输电走廊的情况下增大输电线路容量，但改造后直流输电系统(high voltage direct current, HVDC)对整个系统的可靠性影响难以量化。为此，提出一种考虑交改直的交直流混联系统可靠性评估方法。首先，分析常规双极直流输电(bi-pole HVDC, BP-HVDC)、备用式双极直流输电(redundant bi-pole HVDC, RBP-HVDC)和三极直流输电(tri-pole HVDC, TP-HVDC)子系统运行状态与传输容量的对应关系。其次，基于参数矩阵化频率与持续时间(frequency and duration, FD)法建立HVDC可靠性模型。最后，以IEEE-RTS79系统为算例，采用序贯蒙特卡洛法抽样交流元件和HVDC状态，结合最优切负荷模型，求得系统可靠性指标，进而评估交改直对交直流混联系统可靠性的影响。研究结果表明：交改直对系统可靠性的影响与原线路传输容量极限有关，对接近传输容量极限的线路直流改造能够提升系统可靠性和新能源消纳能力。

摘要:跟网型变流器(grid-following converters, GFLCs)与构网型变流器(grid-forming converters, GFMCs)混联已成为新型电力系统的重要特征之一，二者交互作用下的小扰动失稳风险研究尚不充分。针对此问题，首先，建立了跟-构网互联系统的全阶小信号模型，基于参数灵敏度揭示了跟网型与构网型变流器共同作用引发的次同步振荡模态，并明确了互联系统各参数对该模态的影响规律。其次，推导了基于锁相环(phase-locked loop, PLL)主导同步回路的互联系统单输入单输出(single-input single-output, SISO)等效模型，结合复转矩系数法设计了一种PLL特定频段阻尼增强方法用以抑制交互作用引起的次同步振荡，并给出了所提控制策略的参数设计方法。最后，基于硬件在环平台验证了理论分析的正确性和抑制方法的有效性。

摘要:电池储能系统(battery energy storage system, BESS)采用虚拟同步发电机(virtual synchronous generator, VSG)控制是提升孤岛微电网频率稳定性的有效手段。利用模型预测控制(model predictive control, MPC)对传统VSG进行改进能够有效增强其对电网频率波动的抑制能力，但传统MPC-VSG未考虑荷电状态实时变化对BESS调频能力的影响。针对上述问题，提出一种动态权重自适应MPC-VSG频率控制策略。首先，根据VSG状态空间方程建立了VSG的预测模型。为兼顾BESS运行安全与系统频率的双向支撑能力，引入荷电状态(state of charge, SOC)和系统频率偏移对MPC代价函数的权重系数进行自适应调整。其次，自适应规则依据BESS实际充放电能力对SOC进行区间划分，并利用S型函数在相邻区间之间构建光滑过渡带，以提升控制的连续性与稳定性。最后，仿真结果表明，所提方法在改善孤岛微电网频率动态特性的同时还有效解决了电池过充或过放问题。

摘要:随着双边供电模式的广泛应用，牵引供电系统运行特性日趋复杂，对电压稳定性分析提出了更高要求。传统潮流计算在处理异构负荷结构及多变运行条件时，存在建模处理能力有限、精度与稳定性受制约等问题。因此提出一种适用于双边供电系统的统一建模潮流计算方法。该方法统一了电网侧三相负荷与牵引侧单相负荷的建模框架，克服了牛顿-拉夫逊法难以获取接触网与钢轨侧负荷功率以及连续线性法精度不足且无法动态更新雅可比矩阵的缺陷。在此基础上构建连续潮流扩展模型，系统分析不同供电模式、线路结构及短路容量变化对运行特性的影响。仿真结果表明，该方法能够准确绘制P-V曲线并确定电压稳定性临界点，在模型通用性、计算精度和工程实用性方面具有显著优势。

摘要:高比例风电接入加剧了风电机组与同步机间的动态耦合，导致多机广域阻尼控制器(wide area damping controllers, WADC)难以协同整定。在复杂工况下，多机WADC难以有效抑制振荡，甚至恶化系统阻尼。为解决上述问题，提出一种面向含风电电力系统的智能广域阻尼控制策略。首先，建立含双馈风机的多机广域阻尼协同控制模型，并基于联合测度指标选择广域阻尼控制回路。然后，构建融合主成分分析(principal component analysis, PCA)与多智能体深度确定性策略梯度(multi agent deep deterministic policy gradient, MADDPG)的控制框架，实现高维状态空间下的参数协同优化。最后，在改进的两区域四机系统及我国西北风火打捆送端系统开展仿真分析，结果表明该策略能够显著提升区域间低频振荡模态的阻尼水平，在复杂工况下依然具备良好的振荡抑制效果和工程适应性。

摘要:随着配电网柔性互联需求的提升，具备软互联与潮流调节能力的晶闸管控制串并联中压配电变压器受到关注。然而，现有相量模型难以准确刻画其在挡位切换等过程中的暂态行为。针对这一问题，面向中压配电网提出一种适用于该类装置的暂态模型。首先，基于装置拓扑与控制策略推导暂态数学模型，明确副边回路中晶闸管的导通状态与电压、电流之间的关系。随后，在PSCAD平台构建元件级仿真模型，对不同工况下的时域响应进行验证。最后，结合现场运行数据开展对比分析。结果表明，所建模型能够较为准确地再现挡位切换过程中的瞬态特性，仿真波形与实测数据具有良好一致性。该模型为开展含该装置的暂态分析、故障机理研究及保护策略设计提供了方法与仿真支撑。

摘要:分布式光伏(distributed photovoltaic, DPV)的大规模无序接入为山区配电网带来了过电压、功率倒送等问题，影响配电网的稳定运行。如何准确计算山区配电网DPV承载能力已成为目前亟待研究和解决的重要问题。针对这一问题，以山区配电网所能接入的DPV最大容量为目标函数，构建考虑储能系统(energy storage system, ESS)容量健康退化和含有ESS的智能软开关(soft open point integrated with energy storage, E-SOP)的确定性模型。其次，分析DPV出力曲线，并在确定性模型的基础上构建山区柔性配电网DPV承载能力双层鲁棒模型。然后，根据KKT条件将模型转化为混合整数线性规划问题，并采用Gurobi求解器求得模型评估结果。最后，通过改进的IEEE33节点山区柔性配电网进行算例分析，研究ESS容量健康退化和DPV出力不确定性对DPV承载能力的影响。算例分析表明所提模型使DPV承载能力提高了8.43%，验证了该模型的可行性和有效性。

摘要:针对永磁同步电机匝间短路和局部退磁故障特征难以区分的问题，提出一种基于多信号对称点模式和混合注意力改进可变卷积残差网络的故障诊断方法。首先，根据两种故障的电流波动特性不同，采用改进二维对称点模式分析方法提取三相电流信号的故障特征。其次，基于可变卷积和混合注意力模块构建了改进残差网络模型，提取微弱特征并进行故障类别映射。最后，通过模拟实验采集电流信号数据对所提算法进行验证，并与多种神经网络算法进行对比，证明所提方法具有更强的特征提取能力和更高的诊断准确率。