【摘 要】
：
为保障区域综合能源系统(integrated community energy system,ICES)中多元能源主体的信息安全与涉密隐私,满足终端用户电/热等多维度用能需求,提出了一种面向ICES的分布式优化调度方法.首先,分别对ICES中配电系统、配气系统及耦合系统进行建模,并采用合适的数学方法对模型进行线性化处理;其次,以系统运行成本最小化为目标,通过引入共识变量实现对ICES优化调度问题解耦,并给出适用于ICES多元能源主体接入的分布式优化调度算法;最后,采用一个典型的ICES算例对所提方法进行验
【机 构】
：
国网福建省电力有限公司经济技术研究院,福州市350012;智能电网教育部重点实验室(天津大学) ,天津市300072
论文部分内容阅读
为保障区域综合能源系统(integrated community energy system,ICES)中多元能源主体的信息安全与涉密隐私,满足终端用户电/热等多维度用能需求,提出了一种面向ICES的分布式优化调度方法.首先,分别对ICES中配电系统、配气系统及耦合系统进行建模,并采用合适的数学方法对模型进行线性化处理;其次,以系统运行成本最小化为目标,通过引入共识变量实现对ICES优化调度问题解耦,并给出适用于ICES多元能源主体接入的分布式优化调度算法;最后,采用一个典型的ICES算例对所提方法进行验证.结果表明,基于文章所提方法得到的优化调度方案与采用集中式优化调度方法所得方案一致,能够在满足不同能源系统的运行约束,实现ICES经济最优运行的同时,保障ICES中多元能源主体的信息安全与涉密隐私.
其他文献
为避免因牵引变流器电容器的性能退化而导致输入功率载荷加重,影响机车牵引系统的安全与可靠运行,本文提出一种电容器故障预测方法,其通过检测电容器输出电压纹波对电容参数进行辨识,并基于最小二乘支持向量机(LS-SVM)算法进行电容参数拟合来识别电容器退化特征,从而实现电容器故障预测.文章采用该方法与BP神经网络预测方法,以ESR为电容特征值为例,对牵引变流器中间直流回路的谐振电容器和支撑电容器进行故障预测.结果显示,LS-SVM模型误差小、精度高,更能反映实际变化;采用该LS-S V M模型对近2年现场电容器运
针对城市轨道交通车辆牵引电机存在的滤网堵塞问题,为降低售后服务人员故障排查的难度并提高排查的即时性,文章提出一种基于循环神经网络的电机滤网堵塞预警方法.其根据电机原理并结合数据驱动方法构建模型,利用实际运营数据对模型进行训练,基于列车现有数据对电机温度进行实时预测,根据预测值与实际值的残差关系实现电机滤网堵塞预警.将该方法用于某地铁运营车辆,结果表明,其可以准确地对电机滤网堵塞问题进行预警,指导精准维修,从而有效地促进状态修进程.
变流器是电力机车牵引系统的关键部件之一,其故障易导致列车运行瘫痪,是机车故障中危害性较大的一类.针对基于专家经验的牵引变流器故障诊断仿真模型和特征选取泛化性较差问题,文章提出一种基于深度卷积神经网络的故障诊断方法,其通过修改Xception模型卷积和池化层结构参数以匹配牵引变流器故障数据并进行训练.实验结果显示,本文所提方法Top-1准确率为0.8422,Top-3准确率为0.9201,表明将深度卷积神经网络用于牵引变流器故障诊断具有较好的鲁棒性和准确性,且通过通道增强后可以提高模型的泛化能力并实现故障分
为提前识别动车组运行过程中的故障隐患,文章基于故障预测及健康管理理论,通过整合动车组不同场景的多源异构数据,构建“车-地”一体化大数据平台;并将设备故障机理与人工智能算法相结合,构建一种动车组关键部件故障预警预测模型,以部件关键物理特性来反映其工作状态并提前识别潜在故障.通过大数据平台及牵引电机的故障预警及温度预测模型的应用,C R400A F型复兴号动车组牵引电机故障率显著下降,由平均每百万公里0.5件降至约平均每百万公里0.1件.
针对交流微电网电压不平衡工况下直流微电网母线电压二倍频脉动问题,提出一种适用于CLLC直流变压器的两级式双向隔离AC/DC母线接口变换器控制策略.首先,对不平衡工况下交直流母线接口变换器功率传输特性进行分析,并设计抑制交流侧负序电流的控制策略.其次,建立CLLC直流变压器的基波等效模型,并分析其电压增益和输入阻抗特性.在此基础上,考虑不平衡工况下CLLC直流变压器输入电压脉动特点,对CLLC直流变压器进行了参数优化设计并提出了基于脉动电压前馈的控制策略以抑制直流母线电压脉动.最后,通过Matlab/Sim
变压器内部故障与油中溶解不同组分、不同含量的气体之间的关系是目前进行变压器故障诊断的主要研究内容.文章提出一种基于BP神经网络的变压器故障诊断方法,其在传统反向传播神经网络(BPNN)基础上,引入ResNet残差网络模块思想,并在第Ⅳ和第Ⅴ残差模块中嵌入支持向量机(SVM)分类器,从权重角度筛选对诊断结果准确率更具影响的特征向量;构造多个子数据集并对在分布式平台进行并行化训练后获得的不同性能的子分类器进行投票决策.结果表明,相比于基于传统BPNN的诊断方法,本文提出的方法对变压器故障诊断的平均准确率提升了
为提升风电机组自身的感知能力,更多的数字化、智能化新技术开始被用于风电机组.基于音频数据对风电机组的异常状态做监测,就是其中一个较为前沿和实用的技术探索方向.文章利用叶片损伤后其气动音频信号会发生变化这一特点,设计了一套基于音频数据的风电机组叶片异常状态监测系统,其通过在风力发电机组上安装拾音器、分析挖掘所收集的风电机组音频数据,并基于多分类的机器学习模型,探索出一套音频数据的特征分析和模式识别的方法.仿真和实际应用结果显示,用该方法可以识别叶片是否损伤、冷却风扇是否工作等工况,以排除冷却风扇运行对叶片异
直流断路器(DC circuit breaker,DCCB)是提高直流电网安全稳定运行的关键设备.针对现有的DCCB投入的数量多导致成本过高、短路故障时电流过大、避雷器吸收能量过多等问题,提出了一种新型具有限流功能的多端口高压直流断路器拓扑(multi-port DC circuit breaker,MP-DCCB).通过改进DCCB拓扑结构研究其性能,对新型拓扑的工作原理、故障分断过程进行理论分析,并给出相关参数及选取依据,最后用PSCAD软件搭建相应的仿真模型,并进行验证.与常规DCCB方案相比,故障
传统的电力市场交易方式主要是由电力调度交易机构根据市场需求及供需计划,通过集中的方式将发电厂的发电量调度给用电方.随着我国分布式能源的高速发展,并网需求急剧增加,集中调度处理速度成为发展瓶颈.采用分布式能源交易可有效解决此类问题.而区块链具有节点对等、去中心化,数据公开透明等特点与分布式能源交易的诉求相吻合.文章针对分布式能源交易集中调度处理可靠性低,速度慢的问题提出了基于多链协同区块链的分布式能源交易方法.该方法根据地区分片划分从链并行处理交易的方法,解决了采用区块链系统交易速度缓慢的问题.将有用工作量
直流配电网以其高效消纳直流电能的优势,成为未来分布式电源并网的重要方式.但是交流配电网发生非对称故障会引起与其互联的直流配电网电压波动,从而危害直流配电系统的正常运行.为此,首先,分析了交流配电网发生单相接地故障情况下有功功率和直流电压波动的特性,推导给出了滤波电感上瞬时有功功率的表达式,并指出了滤波电感上的瞬时有功功率是导致直流电压波动的重要原因.其次,提出了一种改进锁相环对正序电压的相位进行跟踪,所提方法仅对传统锁相环的补偿器进行重新设计,原理清晰,易于实现.最后,在PSCAD/EMTDC中搭建了典型