“智能电网＋”专辑《电力自动化设备》2018年第5期

哈哈智能电网（Smart Grid, SG）是电力系统发展的大趋势和大需求，智能电网在国内外虽然没有统一的定义，但其核心要义是“智能”或者说“人工智能”。但到目前为止，电网的智能水平还处在浅层阶段，远远不能够满足电网的需要，甚至可以说明显落后于其他一些行业。人工智能技术的快速发展，为智能电网的发展提供了重要的机遇，也提供了强大的动力。所以，智能电网的发展已经到了升级阶段——走向更高层次的深度智能。

哈哈针对这一热点问题，《电力自动化设备》编辑部特邀河海大学鞠平教授、秦川副教授担任特约主编，共同策划推出了“智能电网+”专辑。本专辑收录34篇优秀论文，汇集了 “智能电网+”领域的最新研究成果，主要围绕智能发电、智能输电、智能配用电三个方面展开，为新形势下智能电网走向更高层次的深度智能提供了有益的思考。

“智能电网+”研究综述

鞠 平，周孝信，陈维江，余一平，秦 川，

李若梅，王成山，董旭柱，刘 健，文劲宇，

刘玉田，李 扬，陈庆，陆 晓，

孙大雁，徐春雷，陈星莺，吴 峰，马宏忠

DOI：10.16081/j.issn.1006-6047.2018.05.001

摘要：智能电网SG（Smart Grid）是电力系统发展的必然趋势，其核心要义便是“智能”，但目前智能水平还很低。而人工智能AI（Artificial Intelligence）技术取得了突破性进展，为SG的发展提供了重大机遇和强大支撑。为此，提出“智能电网+（Smart Grid Plus，SG+）”的概念，涵义是借助AI技术实现SG的升级版，使电网具有更高级、更深层的人工智能，从而进一步提升电网运行的安全性、经济性、可持续性。首先综述AI的研究进展，指出AI并非万能、也非无能；然后综述SG的研究进展，指出SG发展中“三高”（高比例新能源并网、高比例电力电子装置、高比例新负荷接入）和“三多”（多种能源相结合、多种网络相结合、多种主体相结合）的趋势。在回顾AI在电力行业应用的基础上，结合以深度学习为代表的第三代AI技术的发展，对深度学习等AI技术在SG适用的相关领域进行分析和展望。

基于深度Q学习的强鲁棒性智能发电控制器设计

殷林飞，余 涛

DOI：10.16081/j.issn.1006-6047.2018.05.002

摘要：在现代互联大电网背景下，研究了多区域强鲁棒性的智能发电控制策略。在Q学习的架构下，将深度神经网络的预测机制作为强化学习的动作选择机制，提出了一种具有强鲁棒性的深度Q学习算法，设计了基于该算法的智能发电控制器。针对智能电网下的智能发电控制问题，在多智能体系统的框架下采用所提深度Q学习算法进行控制，并与传统的PID、Q学习和Q（λ）算法进行对比。在IEEE标准2区域和以南方电网4区域为背景的仿真模型（采用了23 328种不同模型参数）中进行数值仿真，仿真结果验证了所提深度Q学习算法的可行性和有效性，也验证了所设计控制器的强鲁棒性。

改进的光热复合压缩空气储能系统设计方案及其仿真分析

陈晓弢，王国华，司 杨，梅生伟，

薛小代，陈来军，张学林

DOI：10.16081/j.issn.1006-6047.2018.05.003

摘要：在现有光热复合压缩空气储能（STCAES）实验系统的基础上，提出了一种ST-CAES的改进设计方案。通过引入回热系统和双脉宽调制（PWM）变流技术，实现了压缩热的回收利用与“柔性”并网。从影响ST-CAES膨胀发电系统性能的热力学参数、最大效率控制2个方面开展稳态与动态研究，分别建立了稳态热力学模型和膨胀发电机最大效率转速模型。搭建了ST-CAES并网发电系统的动态仿真平台，仿真分析表明，采用压缩空气先由回热系统预热、再经太阳能集热系统加热的技术路线可进一步提升系统的储能效率；采用双PWM变流器接入电网的控制策略，可在满足负荷功率需求的前提下，实现膨胀发电系统最大效率运行。

基于EEMD和LS-SVM模型的风电功率短期预测方法

程启明，陈 路，程尹曼，张 强，高 杰

DOI：10.16081/j.issn.1006-6047.2018.05.004

摘要：原始风速信号具有的间歇波动性特征给风电场的功率预测带来了挑战，采用集合经验模态分解（EEMD）法将原始风速信号分解为频域稳定的子序列，有效地提高了预测精度，避免了传统经验模态分解（EMD）存在的模态混叠现象。提出一种改进型果蝇优化算法（FOA），将风速子序列重构参数和最小二乘支持向量机（LS-SVM）参数作为优化目标建立风速预测模型，扩大了参数搜索范围，提高了优化收敛速度；通过风速风功率转化关系可以求得风电场的功率值。实验结果验证了所提方法相比于EMD和LS-SVM预测方法具有更高的预测精度。

基于深度门控循环单元神经网络的短期风功率预测模型

牛哲文，余泽远，李 波，唐文虎

DOI：10.16081/j.issn.1006-6047.2018.05.005

摘要：随着新能源的不断发展，大量大容量风电机组并入电网运行，给电网的安全可靠运行以及风力发电的可持续发展都提出了新的挑战。提出一种风功率预测模型，该模型以风电场风功率历史数据以及风速、风向等数值天气预报数据作为输入对风功率进行预测。考虑到风功率预测中输入数据的波动性和不确定性，在传统门控循环单元（GRU）神经网络的基础上融合卷积神经网络（CNN），以提高模型对原始数据的特征提取和降维能力，并引入dropout技术减少模型中的过拟合现象。工程实例分析表明，所提模型在预测准确度和运算速度方面均优于长短记忆神经网络模型。

基于改进深度受限玻尔兹曼机算法的

光伏发电短期功率概率预测

王继东，冉 冉，宋智林

DOI：10.16081/j.issn.1006-6047.2018.05.006

摘要：光伏发电功率受自然环境影响具有明显的波动性、间歇性与随机性，对光伏发电进行短期功率的概率预测可以有效缓解给电网调度、能量管理等方面带来的诸多不利影响。提出一种基于改进深度受限玻尔兹曼机(RBM)算法的光伏发电短期功率概率预测模型，通过灰色关联系数法寻找待预测日的相似日，并利用遗传算法对RBM算法进行参数优化，避免模型参数寻优陷入局部最优，以提高预测模型的预测精度。仿真算例表明，所提模型可以更好地反映光伏发电功率的概率分布。

考虑气象因素的短期光伏出力预测的奇异谱分析方法

黎静华，赖昌伟

DOI：10.16081/j.issn.1006-6047.2018.05.007

摘要：在传统奇异谱分析（SSA）方法的基础上，提出一种嵌入气象因素的改进SSA方法，该方法融合了SSA、相关性分析和灵敏度分析等技术，可有效提高传统SSA方法的预测精度。采用SSA技术将光伏出力时间序列分解为低频序列、高频序列和噪声序列，通过Pearson相关系数法确定温度和辐照为影响光伏出力的主要气象因素，再对光伏出力与气象因素之间的灵敏度进行分析。根据灵敏度分析的结果和基准值分别对待预测日的低频序列和高频序列进行修正，将修正结果进行叠加得到光伏出力预测结果。将所提方法运用于某地区的光伏短期预测中，与自回归模型、BP神经网络及传统的奇异谱分析回归方法的对比结果表明，所提方法具有更高的预测精度。

基于风浪和灰色模型的波浪能发电系统输出功率短期预测

周能萍，吴 峰

DOI：10.16081/j.issn.1006-6047.2018.05.008

摘要：波浪能具有随机波动性，会对波浪能发电并网以及电力系统的安全稳定产生重要影响，准确预测波浪能可为电力调度控制带来极大便利。提出基于风浪和灰色模型的波浪能发电系统功率预测方法，在波功率历史数据不足或缺省的情况下，能够依据风浪相关性及风速历史数据有效预测波浪功率。首先分析了风与波浪的相关性和时延特性，建立风浪经验模型对波高进行短期预测，并利用灰色GM（1,1）模型对波浪短期预测结果进行残差修正。在此基础上，基于直驱式波浪能发电系统分析并建立了波高功率转换模型。通过实例分析对波浪能发电功率的预测结果进行了验证。

基于深度学习的暂态稳定评估与严重

度分级

尹雪燕，闫炯程，刘玉田，仇晨光

DOI：10.16081/j.issn.1006-6047.2018.05.009

摘要：提出一种安全域概念下的堆叠降噪自动编码器和支持向量机集成模型相结合的暂态稳定评估方法。将故障前的潮流量作为输入，利用堆叠降噪自动编码器对输入量进行多层抽象表达，使用提取的各层特征训练支持向量机；建立支持向量机集成分类模型进行暂态稳定评估，对评估结果进行可信度分析，将输入空间划分为稳定区、边界区和失稳区；利用效用理论结合所提出的暂态稳定裕度指标对运行方式进行严重度分级。算例结果表明，所提暂态稳定评估方法具有更高的评估准确率和一定的泛化能力；所提严重度分级方法能够直观表现不同运行方式的危险程度。

基于随机矩阵理论的交直流输电通道线损

大数据关联特性分析

王 奇，庄远灿，阎 帅，朱建全，

蔡延雷，刘明波

DOI：10.16081/j.issn.1006-6047.2018.05.010

摘要：基于随机矩阵理论对西电东送交直流输电通道线损率的关联特性进行分析。首先，利用线损大数据构建出实验矩阵数据源与对比矩阵数据源，并通过滑动窗口分别对这2类数据源进行滑动取样；其次，将平均谱半径作为关联特性的量化指标，计算出实验矩阵与对比矩阵的平均谱半径以量化线损率之间的关联特性；最后，对南方电网“八交八直”输电通道的线损大数据进行分析，结果表明所提方法能定量描述线损率与状态量及不同通道的线损率之间的关联特性。

考虑市场力风险约束的最优AGC控制模型

赵万宗，韦 化，韦昌福，鲍海波

DOI：10.16081/j.issn.1006-6047.2018.05.011

摘要：针对传统自动发电控制（AGC）优化模型中难以考虑市场力风险的问题，引入度量市场风险的价值模型，提出了以风险价值为限值的辅助服务成本约束混合整数非线性规划的AGC优化模型。为处理模型的非线性，引入两态辅助变量，将三态的机组状态变量进行等效转化，实现了模型的线性化，有效地降低了模型求解难度。以广西电网运行数据为例，对比不同风险置信水平下AGC控制性能，结果表明：置信水平越高，调节成本越大，控制效果越好，但无论置信水平高低，所提模型均能确保控制性能标准(CPS)合格，验证了模型的有效性，为电力市场环境下的AGC控制提供了有益参考。

具有增量学习能力的智能孤岛检测方法

张沛超，陈琪蕾，李仲青，杨珮鑫

DOI：10.16081/j.issn.1006-6047.2018.05.012

摘要：基于机器学习的智能孤岛检测方法能有效地提高防孤岛保护的性能，但现有方法皆采用离线学习方案，对配电网因运行条件变化而导致的概念漂移现象缺乏自适应性。提出了一种具有在线增量学习能力的孤岛检测方法。首先，提出利用保护自采数据以及数据采集与监视控制（SCADA）系统采集的开关状态构成原始样本，并基于增量聚类方法进行样本筛选，实现有效样本的在线积累；然后，以各子样本集对系统最新状况的分类性能作为竞争准则，提出了一种样本集的优选方法，并利用加权支持向量机完成了增量学习。仿真结果表明，所提方法能够自主探测概念漂移的发生并进行持续的学习，有效地提高了孤岛检测的准确性和自适应性。

电网运行风险在线评估中基于灵敏度分析的负荷削减模型

张 哲，杨 航，尹项根，韩杰祥，陈国炎

DOI：10.16081/j.issn.1006-6047.2018.05.013

摘要：传统负荷削减模型通常采用全局寻优得到负荷削减范围，难以满足电网运行风险在线评估的时效性要求。为解决现有的负荷削减模型存在的问题，提出了一种基于灵敏度分析的负荷削减模型，通过计算各支路对母线节点的灵敏度，筛选对越限支路潮流影响显著的母线节点作为负荷削减范围，将全局寻优转换为局部寻优。综合考虑负荷重要程度和计及设备电气耦合关系的临近原则，以各类负荷削减量加权求和最小为目标，采用原对偶内点法计算负荷削减量。所提模型可在保证负荷削减结果正确的前提下，大幅提高计算效率。以IEEE 300节点等系统为例，验证了所提负荷削减模型的正确性和高效性。

基于智能多代理系统的VSC-MTDC系统分布式控制策略

佘冯建，李 勇，王炜宇，曹一家

DOI：10.16081/j.issn.1006-6047.2018.05.014

摘要：应用智能多代理系统(MAS)，提出一种基于电压源型换流器的多端柔性直流输电(VSC-MTDC)系统的控制策略。首先，基于网络图论的概念，提出了MAS最优通信拓扑设计方法。然后，基于VSC-MTDC系统传统下垂控制给出了完整的MAS控制策略，设计了以换流站交流母线电压、频率为输入信号的频率支撑Agent(FSA)模块和以换流站负载率为输入信号的功率分配Agent(PAA)模块，并深入讨论了FSA和PAA的配合控制问题。其中，FSA通过控制换流站的功率输出对交流电网提供快速频率支撑，PAA通过换流站之间的输出功率再分配保证VSC-MTDC系统中各换流站负载率的均衡分配。最后，基于DIgSILENT/PowerFactory电力系统仿真软件搭建了六端VSC-MTDC系统，通过非线性仿真证明了所提通信网络拓扑优化方法的有效性，并且验证了所提控制策略能迅速实现系统频率的稳定、有效防止换流站功率的过载。

基于变点探测的功率振荡数据挖掘

余一平，孙卫娟，张 浩，安 军，

熊浩清，鞠 平

DOI：10.16081/j.issn.1006-6047.2018.05.015

摘要：针对当前功率小幅振荡数据挖掘的不足，引入了变点探测方法判断系统是否发生振荡、主要参与机组以及振荡何时进入平稳阶段，从而提出了一种新的大电网功率振荡特征挖掘方法。该方法通过在海量广域测量系统（WAMS）数据中挖掘电网振荡信息，根据变点探测方法获取的极值特性区分弱阻尼的低频振荡以及强阻尼快速衰减过程，并在弱阻尼振荡情况下确定Prony分析时间窗的起点，从而获取更为准确的振荡模式和强相关机组信息。通过新英格兰10机39节点系统仿真和河南电网WAMS实测振荡数据挖掘验证了所提方法的有效性，结果表明该方法能够从海量数据中有效挖掘大电网振荡特征，并准确识别系统模式信息。

面向智能电网大数据关联规则挖掘的频繁模式网络模型

孙丰杰，王承民，谢 宁

DOI：10.16081/j.issn.1006-6047.2018.05.016

摘要：针对目前关联规则挖掘频繁树（FP-Tree）算法实现较困难以及难以处理数据库更新的缺点，提出了频繁模式网络（FP-network）模型，将关联规则挖掘所需要的信息压缩到一个无向网络图上，并建立事务项目关联矩阵，从而进行数据存储和数据挖掘。FP-network模型适用于智能电网大数据的关联规则挖掘。以关联规则挖掘在输电线路故障分析领域的应用为例进行算例分析，结果表明所提出的FP-network关联规则挖掘算法不仅继承了FP-Tree算法的优点，而且只需扫描一次数据库，也便于数据库的维护和更新，从而提高了智能电网大数据关联规则挖掘的效率。

基于多维结构熵的智能电网信息管理系统复杂性评估

莫一夫，叶琳浩，张勇军

DOI：10.16081/j.issn.1006-6047.2018.05.017

摘要：智能电网信息管理系统复杂性评估是智能电网研究的新内容，目前尚无成形的理论。研究了智能电网信息管理系统的复杂性特征，提出了基于结构熵的复杂性评估方法，从系统主站层、通信网络层、智能终端设备层3个层面对智能电网信息管理系统的各个复杂性测量因素进行计算。在引入管理功和多维熵空间尺度理论的基础上，建立了基于多维结构熵的智能电网信息管理系统复杂性评估模型。该模型可以评估系统内部各层复杂性和整体复杂性，为系统的设计研发、运行维护和后续优化提供参考。以某市的智能电网信息管理系统为例，验证了模型的合理性。

基于卷积神经网络的高压电缆局部放电

模式识别

杨 帆，王干军，彭小圣，文劲宇，陈清江，

杨光垚，李朝晖

DOI：10.16081/j.issn.1006-6047.2018.05.018

摘要：由高压电缆不同类型缺陷诱发的局部放电（PD）的识别难度较大，尤其是某些相似度较高的电缆绝缘缺陷类型难以区分。提出了一种基于卷积神经网络（CNN）的高压电缆PD模式识别方法，研究了不同网络层数、不同激活函数以及不同池化方式对识别效果的影响，并与传统的支持向量机（SVM）和反向传播神经网络（BPNN）算法进行了对比。结果表明，相比SVM和BPNN，CNN的总体识别精度分别提高了3.71%和4.06%，且能较好地识别具有高相似度的电缆缺陷类型。

基于贝叶斯正则化深度信念网络的电力变压器故障诊断方法

王德文，雷 倩

DOI：10.16081/j.issn.1006-6047.2018.05.019

摘要：传统的深度信念网络规模大、难度大、训练时间长，导致其故障诊断的时间较长。针对该问题，提出了一种基于贝叶斯正则化深度信念网络的电力变压器故障诊断方法。采用贝叶斯正则化算法改进传统深度信念网络的训练性能函数，在保证网络精度的同时快速提高计算速度，从而提高网络的收敛速度。实验结果表明，经过贝叶斯正则化改进后，深度信念网络训练的泛化能力得到了提高，同时故障诊断的准确率也得到了保证。

基于卷积神经网络算法的高压断路器

故障诊断

黄新波，胡潇文，朱永灿，魏雪倩，周 岩，高 华

DOI：10.16081/j.issn.1006-6047.2018.05.020

摘要：传统的高压断路器故障诊断方法太过于依赖经验，不能准确地反映特征量和故障模式之间的关系，诊断准确度不高。针对这个问题，采用卷积神经网络算法进行高压断路器故障诊断，结合高压断路器分合闸线圈电流特点建立诊断模型，通过输入零点故障特征参数进行学习训练，得到相应故障类型输出。仿真结果表明，所提算法的整体准确率高达93.68%，与其他基于神经网络的算法相比具有很大的优势。

基于KELM-VPMCD方法的未知局部放电类型的模式识别

高佳程，曹雁庆，朱永利，贾亚飞

DOI：10.16081/j.issn.1006-6047.2018.05.021

摘要：为了解决局部放电类型未知的样本无法被正确识别的问题，提出了一种基于核极限学习机变量预测模型（KELM-VPMCD）的未知局部放电类型的识别方法。通过KELM对已知局部放电类型的训练样本进行训练，然后对各局部放电类型已知的样本建立相应的变量预测模型。利用这些模型对测试样本进行回归预测。根据各样本的预测误差平方和，利用Otsu算法设置误差阈值，通过阈值识别各样本的局部放电类型。识别结果表明，所提方法对于未知的局部放电类型具有较高的正确识别率。

基于数据挖掘的配电网故障风险预警

刘科研，吴心忠，石 琛，贾东梨

DOI：10.16081/j.issn.1006-6047.2018.05.022

摘要：为了提高配电网风险预警的准确性，提出了基于数据挖掘的配电网故障关联因素分析与风险预警的方法。通过数据清洗、数据变换、数据集成和离群样本剔除，归纳配电网四大类共28个故障特征；采用改进的Relief-Wrapper算法进行故障关联因素分析，剔除了6个冗余特征，形成了由22个故障特征组成的最优故障特征子集；提出了兼顾故障发生频率和失电负荷比例的配电网故障风险指标和风险等级划分方法，采用基于径向基函数的支持向量机(SVM)方法和最优故障特征子集进行风险预警。对某市120条馈线配电网进行了风险预警算例分析，结果验证了所提方法的有效性。

智能用电技术背景下的配电网运行规划

研究综述

叶琳浩，刘泽槐，张勇军，周 来，张 尧

DOI：10.16081/j.issn.1006-6047.2018.05.023

摘要：为适应大规模分布式电源、储能、电动汽车接入配电网后发电方式和用电行为的改变，智能用电技术成为当前及未来智能电网研究的趋势。基于智能用电技术的内涵及核心特征，从需求侧响应、电能质量调控、可再生能源消纳、最优潮流控制、设备利用率提升方面，综述了配电网灵活优化运行的应用需求；考虑配电网运行与规划的相互影响，从分布式电源规划、配电网规划以及储能和电动汽车规划3个方向对当前规划思路和研究现状进行总结分析。结合源网荷供需灵活互动对配电网运行规划提出的挑战和未来配电网发展趋势，提出智能用电技术背景下配电网运行规划中需要进一步深入研究的问题。

基于量子遗传双稳态系统的配电网故障

选线方法

高 杰，程启明，程尹曼，余德清，谭冯忍，张 宇

DOI：10.16081/j.issn.1006-6047.2018.05.024

摘要：针对含分布式电源（DG）的配电网发生单相接地故障的情况，提出一种基于量子遗传双稳态系统的含DG配电网故障选线方法。首先，基于互相关余弦和量子遗传算法，对双稳态系统的势函数参数进行优化，并利用优化双稳态系统提取噪声背景下各线路的暂态零序电流。然后，求取各线路暂态零序电流的归一化能量系数，计算各线路的归一化余弦系数。最后，依据归一化能量系数和余弦系数求取各线路的特征角度，判定特征角度大于90°的线路为故障线路。大量仿真实验结果表明，所提方法不受高斯白噪声强度、故障电阻和故障距离等因素影响，具有可行性、有效性和应用性。

基于双储能系统的主动配电网储能配置

凌开元，赵乐冰，张新松，吴 涵，袁 越

DOI：10.16081/j.issn.1006-6047.2018.05.025

摘要：储能系统可以为主动配电网的运行提供支撑和调节。针对为满足主动配电网安全运行导致的储能损耗较快、成本过大的问题，提出一种基于双储能系统的主动配电网储能优化配置方法。建立两阶段优化模型，第一阶段优化以储能配置总容量最小为目标求解得储能接入位置及充放电策略；第二阶段优化在储能接入位置配置2组相同容量的储能，分别承担充电与放电工作，首先根据第一阶段充放电策略求得双储能系统运行策略，然后在储能循环寿命损耗模型基础上以配电网中储能总年成本最小为目标求得各接入位置储能配置容量。以改进IEEE 33节点系统进行算例分析，结果表明所提储能优化配置方法可以使主动配电网中储能总年成本大幅降低，提升储能经济性。

计及用户电价响应的微网和配电网联合调度运行模型

张 涛，章佳莹，王凌云，徐雪琴

DOI：10.16081/j.issn.1006-6047.2018.05.026

摘要：针对现阶段微网清洁能源接入率低、供能经济性差等问题，在考虑配电网高环境处理费用的前提下，构建计及用户主动电价响应，以用户综合购电成本和环境处理费用最低为优化目标的微网和配电网联合调度模型。利用基于信息熵理论建立的多目标评价体系对由非支配排序遗传算法(NSGA-Ⅱ)求得的非劣解进行综合评价，以获得最佳的运行方案。算例以南方沿海某智能小区电网为参考系统，设置了3种场景分析蓄电池、配电网接入对优化目标的影响，并将仿真结果与专家评价模式下的优化方案进行对比，结果验证了所提方法的有效性和实用性。

基于模型预测控制的微电网多时间尺度需求响应资源优化调度

肖 斐，艾 芊

DOI：10.16081/j.issn.1006-6047.2018.05.027

摘要：为了解决微电网自身分布式能源就地消纳及参与上层电网需求响应的功率调度问题，提出一种微电网多时间尺度需求响应资源优化调度方法。建立了微电网多时间尺度需求响应调度框架，结合微电网的运行成本和需求响应补偿收益建立了日前最优经济调度模型；为了校正可再生能源和负荷的预测偏差，基于模型预测控制(MPC)方法建立了以联络线功率偏差和储能荷电状态(SOC)偏差最小为目标的日内滚动优化调度模型，通过引入可调容量比例因子考虑了微电网联络线功率的调节能力，保证微电网在消纳可再生能源的同时具备一定的可调容量；以实际微电网示范工程为例分析验证了所提方法的有效性和可行性，实验结果表明所提框架可使微电网有效地参与短时需求响应市场。

区块链技术下局域多微电网市场竞争博弈模型及求解算法

马天男，彭丽霖，杜 英，苟全峰，王 超，

郭小帆

DOI：10.16081/j.issn.1006-6047.2018.05.028

摘要：区块链技术作为新兴分布式数据库技术，在能源领域有巨大的应用潜力。多微电网系统作为能源互联网的重要组成部分，研究多微电网系统中多主体的竞争博弈对能源互联网技术的发展具有重要的意义。在综合分析微电网运营商、大用户以及分布式聚合商市场主体需求及收益等因素的基础上，构建了基于区块链技术的多微电网系统竞争博弈模型；针对这一复杂多目标优化问题，提出了采用改进蚁群优化算法（IACO）进行求解。对所构建的竞争博弈模型及求解算法进行了仿真分析，仿真结果表明，基于所提模型得到的各时段最优电价策略可有效地平衡市场各主体的效益，从而实现多方共赢和协调发展；结果验证了IACO在求解基于区块链技术多目标优化问题时的适应性和有效性。

低压微网逆变器自适应谐波下垂控制策略

黄骏翅，曾 江，杨 林，黄仲龙

DOI：10.16081/j.issn.1006-6047.2018.05.029

摘要：在多个分布式电源逆变器并联于同一公共连接点（PCC）的典型低压微网中，针对各并联逆变器在无通信线情况下难以协调抑制PCC处谐波电压的问题，提出了低压微网逆变器自适应谐波下垂控制策略。将基波鲁棒性下垂控制的思想引入谐波控制，建立和分析了鲁棒性谐波下垂控制的控制框图，并根据鲁棒性下垂控制应用至谐波控制额定工况的特殊性，对其进行简化设计；在此基础上，设计了基于PCC处谐波电压检测的下垂系数自适应调节策略和多准比例谐振（PR）电流跟踪方案。通过PSCAD仿真软件构造了2台逆变器并联运行工况对所提策略进行验证，仿真结果表明，自适应谐波下垂控制策略能将PCC处的谐波电压抑制在设定范围内，并且能按逆变器容量分配谐波功率。搭建了2台逆变器并网运行的实验平台，进一步验证了所提策略的有效性，结果表明所提控制策略能使多台并联逆变器在无通信线和负载电流传感器的情况下，独立、自治地参与微网电能质量治理，并按各自容量抑制PCC处的谐波电压。

考虑电动汽车集群储能能力和风电接入的平抑控制策略

王明深，穆云飞，贾宏杰，戚 艳，

于建成，齐文瑾

DOI：10.16081/j.issn.1006-6047.2018.05.030

摘要：为促进风电在电网中的消纳吸收，提出了考虑电动汽车集群储能能力和风电接入的平抑控制策略。首先对单体电动汽车入网后的储能特性进行精细化建模，充分考虑储能容量对不同荷电状态（SOC）的电动汽车有功响应能力的约束，在此基础上构建了电动汽车集群储能能力评估模型；进而针对多个电动汽车集群的协同控制，提出了考虑集群储能能力差异性的联络线功率波动平抑控制策略。该策略根据SOC自适应算法，在考虑各电动汽车响应能力约束的基础上，根据自身SOC水平确定各电动汽车的目标功率值，从而充分利用电动汽车与电网交换功率的连续调节能力；同时，该策略提出2种不同的交换功率控制方法，并探究不同方法在减少放电过程方面的差异性。最后，算例中利用电动汽车集群储能能力平抑联络线的功率波动，仿真结果验证了所提出的电动汽车集群储能能力评估模型和平抑控制策略的有效性。

基于关联分析及堆栈自编码器的气象敏感负荷功率估算方法

陈彦翔，秦 川，鞠 平，赵静波，金宇清，

施佳君

DOI：10.16081/j.issn.1006-6047.2018.05.031

摘要：气象敏感负荷的逐年增长是夏季电网负荷不断攀升的重要原因，准确估算此类负荷功率对电网运行调度、估计地区需求侧响应能力均有益处。提出了改进典型相关分析方法，建立了负荷气象非线性关联模型，基于此可计算历史负荷数据中的气象敏感负荷功率。建立了基于堆栈自编码器（SAE）的气象敏感负荷功率估算模型，利用SAE的无监督学习提取日负荷曲线的降维特征，利用关联模型的计算结果作为有标签样本训练估算模型的全连接层，从而由日负荷曲线直接获得气象敏感负荷功率曲线。基于实际电网数据的算例结果验证了所提方法的有效性。

中央空调负荷直接控制策略及其可调度潜力评估

朱宇超，王建学，曹晓宇

DOI：10.16081/j.issn.1006-6047.2018.05.032

摘要：如何挖掘和评估电力系统负荷的可调度潜力是当前国内外关注的热点。选择城市负荷中比重较大的空调负荷进行研究。在用户室内温度模型的基础上，研究了空调周期性间断运行的特性；建立了考虑类周期性温度变化、中央空调用户的舒适度需求以及响应电网调度需求等多种核心影响因素的优化模型，提出了分时段的直接负荷控制策略；从削峰填谷、负荷管理、节电潜力3个层面归纳得出了一种适用于所提模型的负荷可调度潜力评估方法；构建算例对空调负荷实施优化控制、应用可调度潜力评估方法，验证所提策略与方法的有效性和可行性。

基于改进鸡群算法的非侵入式负荷监测

刘兴杰，曹美晗，许月娟

DOI：10.16081/j.issn.1006-6047.2018.05.033

摘要：监测负荷运行状态有利于加强电网负荷侧管理，引导用户合理消费，实现节能降耗。针对小功率负荷与大功率负荷同时投入时，单一谐波电流特征易受线路电压、电流波动影响导致负荷辨识精度低的问题，提出一种基于改进鸡群算法的负荷监测方法，设计综合考虑稳态谐波电流和功率特征的正态分布度量函数，作为改进鸡群算法的适应度函数。实验结果表明，采用所提方法可有效提高负荷辨识准确率。

复杂电网电能质量知识云评价服务模型与方法

阴艳超，吴仁杰，常斌磊

DOI：10.16081/j.issn.1006-6047.2018.05.034

摘要：针对复杂电网系统时空动态特性对电能质量评价的影响，构建跨时空分布的多维知识云协同评价服务框架，提出了基于多维多规则的电能质量云评价方法。分析不同监测点和不同监测时间段电能质量水平评估的时空特性，建立每项电能质量指标包括期望、熵和超熵3个数字特征的知识云，构建多维知识云协同评价服务框架；构建电能质量综合评价的前件云和后件云模型，并提出基于多维多规则的电能质量云评价规则及算法，分析各评估指标与质量等级之间不确定映射关系在值域空间和确定度空间的分布，完成电能质量综合评价从定量输入到动态推理再到定量输出的映射变换；开发了电能质量云评价功能组件。通过实例对比和分析证明所提评价框架及方法的可行性和有效性。

欢迎个人转发至朋友圈分享

（媒体转载请在后台联系我们）

传承丨探索丨引领