摘要：《电工技术学报》是中国电工技术学会主办的电气工程领域综合性学术期刊，报道基础理论研究、工程应用等方面具有国际和国内领先水平的学术及科研成果。中国工程院院士马伟明任《学报》编委会主任，兼《学报》主编。

《电工技术学报》是中国电工技术学会主办的电气工程领域综合性学术期刊，报道基础理论研究、工程应用等方面具有国际和国内领先水平的学术及科研成果。中国工程院院士马伟明任《学报》编委会主任，兼《学报》主编。

作者：田济源, 范帅, 杨冬阳, 黄任可, 何光宇

摘要：虚拟电厂(VPP)是挖掘需求侧灵活性的重要手段。现有研究多将需求侧资源划分为可控和不可控两类,在优化模型中将后者视为与决策无关的参数。然而,由于负荷客观存在静态电压特性,VPP调控引发的节点电压变化必然影响不可控资源的实际功率,导致VPP难以实现精准调控。为此,本文提出考虑负荷静态电压特性的VPP精准调控方法。首先,建立了考虑负荷静态电压特性的VPP运行模型,在优化模型中精细化地考虑不可控资源功率受决策变量被动变化的影响关系;其次,针对负荷静态电压特性引入所产生的模型求解难题,建立了适应于VPP控制策略的负荷静态电压特性方程,实现高效地模型在线求解。基于实际系统的算例分析发现,本文方法可以在VPP运行问题中准确考虑不可控资源受其它资源调控而带来的影响,进而以更小的调节代价达到合格的功率目标跟踪精度。该研究解决了当前VPP因调节粗略而仅在削峰填谷等单一场景应用的不足,为VPP发挥负荷跟踪、自动功率控制、运行备用等多类型调节作用奠定基础。

作者：张睿骐, 阳辉, 王子睿, 谢文强, 孙鄞

摘要：电动汽车集群（EVA）在不同区域中的可调度潜力往往难以准确量化,同时现有的调控系统也未能充分考虑电力系统的整体性。为解决上述问题,本文提出了一种考虑用户决策依赖特性的多时段电动汽车可调度域（MEVDR）构建方法。该方法将可调度域划分为可调度能量域（DER）和可调度功率域（DPR）,从而全面反映了EVA在特定时间段内的能量与功率调度特性。在此基础上,本文利用高斯混合模型（GMM）对不同区域和时段的电动汽车数据进行聚类分析,拟合出各类数据的概率密度函数,构建并探讨了不同区域和时间段内EVA MEVDR的差异及其对电力系统的潜在影响。为进一步优化调控策略,通过将MEVDR模型和车-库-网等多个层级的特征纳入考虑,构建了车-库-网多层级协调调控系统（VGGMCCS）。最后,将所提方法与对比策略进行了对比。结果表明：VGGMCCS能在保障电力系统长期稳定运行的同时,有效降低用户用车成本、提高车库的经济收益和电网运行效率,实现用户、车库运营商和电网公司的多方共赢。

作者：陆格野, 郑大勇, 林秋琼, 尹政, 张品佳

摘要：漏电流是表征光伏发电与并网系统健康状况最直观有效的特征量之一。漏电单元测量结果涵盖了交、直流侧各装备对地状态老化情况,尚不能完成独立诊断。本文构建了基于漏电流的系统级宽频共模阻抗模型,揭示了光伏阵列对地漏电状态、连接电缆和升压器对地绝缘老化状态对宽频共模阻抗特性的影响机理,映射了漏电流幅频特性与各装备对地等效电容的量化关系。根据工程应用中量测单元配置要求,提出了一种基于漏电流的系统共模阻抗模型与利用方法,实现了交、直流侧对地健康状态的解耦分析与独立诊断。在线测试结果表明,直流侧对地寄生电容计算误差小于4%,交流侧主设备对地绝缘等效电容计算误差小于2%。

作者：王涛, 杨远, 申冰洁, 张丹

摘要：面对新能源电力系统的的不确定性和时变性,基于深度学习的暂态稳定评估模型在实际应用中效果会变差。为此,提出了一种面向运行场景变化的方差引导式域适应暂态稳定评估框架。首先,设计了一种增强式核函数,以提升模型对极端值的容忍度,从而增强其在处理具有长尾效应的暂态稳定数据时的鲁棒性。其次,提出了一种方差引导式域分布对齐机制。该机制基于增强式核函数构建了一组能表达分布方差特性的基,并构造了一个新的希尔伯特空间。在该空间中,通过方差引导式域分布差异度量精确量化源域和目标域间的分布差异,并通过不断缩小这些差异,实现域间分布的精细化对齐,从而提高模型的自适应能力。最后,推导了域适应泛化的误差界限,以保证所提方案的可靠性。在新英格兰10机39节点系统和中国西南某省电网上的测试结果验证了所提方案的优越性。

作者：崔沛然, 崔明建, 汪清, 张剑

摘要：光伏爬坡事件的不确定性对网络攻击检测方法的准确度和时效性提出更高要求,现有研究忽视光伏爬坡事件与网络攻击事件的耦合特性,导致网络-光伏爬坡协同攻击难以精准辨识。本文提出一种基于张量分解个性化联邦学习的网络-光伏爬坡协同攻击辨识方法,首先,分析网络-光伏爬坡协同攻击路径,构建网络-光伏爬坡协同攻击模型并分析攻击原理;然后,提出基于张量分解的个性化联邦学习（TDPFed）方法进行网络-光伏爬坡协同攻击辨识,保证不同电网分区数据隐私安全的同时进行快速低成本通信,实现本地数据的隐私保护和全局共享模型的高效训练;最后,通过算例分析证明本文所提方法相较于轻梯度提升机方法（LightGBM）、传统联邦平均方法（FedAvg）和基于Moreau envelopes策略的个性化联邦学习方法（pFedMe）,在辨识准确度、收敛速度等指标均有较大提升,能够突破辨识方法因通信条件制约导致联邦学习训练难的瓶颈。

作者：蔡钦钦, 徐英, 仪忠凯, 涂正宏, 周渝皓

摘要：风光能源的持续并网显著增大了电力市场的不确定性。为引导强随机性市场主体降低不确定性,鼓励确定性市场主体参与系统平衡调节,设计科学合理的多品类电价机制是未来电力市场建设的关键所在。本文基于不确定性功率的统计矩信息构建了源荷模糊集,提出了基于分布鲁棒双边机会约束的电能量与辅助服务联合市场出清模型。在模型求解上,通过凸重构将分布鲁棒双边机会约束转化为混合整数二阶锥规划。基于边际定价原理,推导了电能量、备用与调频的节点边际价格,并提出衡量不确定性功率的系统和节点边际价格,用来反映强随机性市场主体产生不确定性功率的市场代价。在算例分析中,采用IEEE 39节点系统验证了出清定价模型的有效性,分析了不确定性电价机制的实际应用价值。对比传统出清模型,所提出清定价模型为联合市场的长效运营提供了抑制不确定性的价格激励信号。

作者：何华锦, 任洲洋, 冯健冰, 张海峰

摘要：新型源、荷规模化接入,配网三相不平衡工况高发,分相重过载问题极为突出。现有配变重过载预警方法无法充分揭示三相负荷时空特性,未满足轻载及重过载工况下精度需求,忽视三相不平衡工况对配变载荷能力的影响,易导致虚警、漏警。该文提出考虑三相负荷时空特性和配变动态安全负载域的配变周前分相重过载预警方法。首先,探索配变三相负荷时空特性,建立基于特征组合动态选取技术与空间表征技术的特征强化表达方法。其次,提出基于SwinLSTM-D建立配变周前分相负荷预测模型,充分挖掘配变三相负荷时空特性。并且,面向预警任务在轻载及重过载工况下的高精度预测需求,构造双重加权混合损失函数(Dual Weighted Hybrid Loss,DWH),优化模型注意力分配模式。然后,提出刻画考虑配变热点温升约束的配变动态安全负载域,准确评估配变极限载荷能力。最后,提出基于配变动态安全负载域的配变周前分相重过载预警策略。利用中国南部某供电局配变实测数据进行算例验证,表明该文预测方法具有显著精度优势,高效满足配变周前分相重过载预警的实际生产需求。

作者：昌千琳, 罗永捷, 王强钢, 任博, 周念成

摘要：为提高光伏系统自动化运维水平,提出一种基于I-V曲线全局特征提取的光伏组串Swin-Transformer故障诊断方法,实现准确可靠的智能化光伏状态监测。首先通过校正与归一化预处理提升I-V曲线数据的规范性。随后采用格拉姆角场、递归图和相对位置矩阵多维度刻画I-V曲线的动态特性,提取表征光伏组串状态信息的全局I-V特征。针对特征图的局部区域周期性重复等特点,提出Swin Transformer故障诊断模型,采用分层结构聚合局部特征实现层次化表示,设计移位窗口机制融合局部与全局特征,通过局部自注意力计算实现高效故障诊断。3.75kW光伏系统的仿真和现场实验表明,所提方法在相对位置矩阵特征变换下性能最佳,可精确诊断不同条件和严重程度的多种故障。在每类样本数低至25个时模型准确率为99.67%,在30dB噪声干扰下模型准确率为99.56%。采用多种特征数据与不同算法进行消融实验,验证了所提特征提取法与故障诊断模型的优越性。这项研究为光伏组串稳定运行提供了可靠的技术支持。

作者：刘硕, 滕云, 陈哲

摘要：针对城市“电-热-冷-气”多能源系统中可再生能源占比的快速增长,以及城市中环境治理设施与能源系统兼容协调要求的不断提高,文章提出了一种基于减碳型多能源微网的城市多能源供给经济-环境协调优化模型。首先,研究高比例可再生能源供能特性与城市环境治理需求间协调机理,提出并建立了具有污水处理、垃圾处理等环境治理机能的减碳型多能源微网模型及其集群多能源协同模型;其次,考虑城市居民的能源需求与环境治理需求,研究减碳型多能源微网集群的多能源供能效益和环境治理效益间的相互影响机理,建立了减碳型多能源微网的环境-经济综合效益量化模型;然后,以城市多能源节能率最大、系统污染物减排量最大和系统总运行成本最小为目标,建立了城市多能源系统能源环境综合效益优化模型及其求解算法;最后,搭建仿真模型进行验证,仿真结果表明文章方法有助于提升垃圾处理与污水治理效率和多能源供能收益。

作者：褚昱麟, 陈红坤, 王嘉琦, 吴艳梅, 雷傲宇

摘要：数据驱动谐波源建模方法采用谐波电信号的幅值和相角数据训练模型,本质上是一种针对复信号的分析处理过程。传统数据驱动算法的设计与实现多在实数域上进行,在进行复信号回归时存在信息丢失的问题。对此本文首先提出一种基于矩阵变量高斯分布的多元高斯过程回归算法,借助行协方差矩阵刻画目标复信号实部虚部间的相关性信息,然后根据多类型谐波源的谐波发射影响因素选取特征变量建立复信号谐波源模型。针对当前数据驱动谐波源建模方法对全局样本学习效果差的问题,本文提出一种模型全局性提升方法,采用基于密度的空间聚类算法划分历史样本数据并建立相应的谐波源子模型,根据待回归样本的输入特征量选择最接近的子模型进行回归。算例表明本文所提算法的复信号回归效果优于高斯过程回归法和复线性最小二乘法,所选建模特征变量能够准确反映多类型谐波源的谐波发射特性,所述全局性提升方法能够提高模型对全局样本的回归精度并减少算法的训练时间。

中国电工技术学会

新媒体平台

电工技术学报

CES电气

学会官方B站

CES TEMS

学会科普微信

大赛官方微信

来源：绍辉教育