摘要:为应对电动汽车的快速发展对城市电力网和交通网的承载力带来的双重挑战，提出一种交通-电力耦合背景下的电动汽车承载力量化评估模型。首先，考虑城市功能区划分、充电选择偏好等因素，建立考虑空间车辆状态的广域动态交通流模型，构建车辆完整的出行链，计算各时段道路通行量和充电场站的充电负荷大小。其次，考虑将平均延误时间、道路通行速度、车流量比作为城市交通系统运行效率指标，以电压、负载率等作为电网安全性指标，建立交通-电力耦合背景下考虑机会约束的城市电动汽车最大承载力评估模型。通过二阶锥松弛建立混合整数规划模型计算区域可承载车辆数上限。最后，以某市主城区的部分交通系统为对象进行分析，说明了在电动汽车承载力评估中考虑交通效率指标的必要性，并分析了道路扩容、充电引导等优化措施对承载力的提升，为城市交通发展、配电网规划提供了重要的理论支撑。

摘要:综合能源系统(integrated energy system, IES)的多能耦合特性与拓扑结构复杂化趋势，使其优化调度成为平衡经济性与安全性的关键挑战。针对传统多智能体强化学习维度灾难引发的收敛困难及探索机制缺陷导致的局部最优问题，提出了一种先验知识引导的多阶段QMIX架构实时优化调度方法。首先，将IES实时优化调度描述为分布式部分可观测马尔可夫决策过程，构建基于联合动作价值函数更新策略的QMIX框架。然后，按机组能源耦合关联度集群划分，设计多阶段QMIX训练策略以缓解维度灾难。最后，引入融合先验知识的动作探索增强机制引导收敛轨迹。在多种负荷场景(40天样本日)中进行了调度仿真。结果表明，所提方法在收敛性能上优势显著，且有效降低了系统运行成本。

摘要:为提升模块化多电平换流器(modular multilevel converter, MMC)电容能量与系统调频环节在一次调频过程中的协调能力，提出一种基于MMC电容能量支撑的配电网在线频率优化控制策略。首先，根据频率响应模型，研究频率最低点与电容能量介入频率的关系，基于系统功频特性在线拟合估计频率最低点，并考虑电容能量释放、吸收裕度及可靠性约束，给出优化的介入频率。其次，提出换流站全局协同控制策略，通过改进传统下垂特性，将未受扰动换流站电容能量协同用于频率支撑，且无需实时通信。最后，在MATLAB/Simulink中搭建了交直流配电网仿真模型，验证了所提控制方法的有效性和可行性。

摘要:新能源通过自同步电压源逆变器(self-synchronizing voltage source inverter, SSVSI)接入有利于电网的频率稳定性。然而，线路阻抗和控制参数等因素使得多SSVSI并网系统的频率响应特性复杂，且针对多SSVSI协调频率支撑的控制机制鲜有研究。针对此，首先建立了多SSVSI并网系统的频率响应模型，分析了影响系统频率响应特性的关键因素，并提出了多SSVSI并网系统频率支撑协调控制方法。所提方法通过功率补偿控制提升系统整体响应速度，并针对频率响应的惯量响应与恢复两个阶段，差异化地自适应调节虚拟惯量及其分配，以实现多SSVSI的动态协调，从而减小负荷波动时系统频率变化率与最大频率偏差，并加快系统频率恢复速度。其次，给出了关键参数设计原则。最后，通过仿真与实验验证了分析的正确性及所提控制方法的有效性。

摘要:锂电池健康状态(state of health, SoH)不仅直接影响荷电状态的准确估计，还关系到电池整个生命周期的安全运行，其精确估计是锂电池应用领域的核心问题。针对基于数据驱动的SoH估计方法存在泛化能力弱、估计精度低的不足，提出一种基于充电曲线和改进反向传播(back propagation, BP)神经网络的锂电池SoH估计方法。首先，基于恒流充电曲线，设计等充电压差时间间隔(time interval for equal charging voltage difference, TI-ECVD)作为健康特征，以模拟随机恒流充电片段，简化SoH估计模型的输入参数。其次，结合BP网络结构简单的特点，在BP网络基础上加入遗传算法(genetic algorithm, GA)并引入莱文伯格-马夸特(levenberg-marquardt, LM)算法，提出GA-LM-BP网络结构，GA算法用以降低BP网络陷入局部最优解的概率，LM算法则用于提高BP网络的收敛速度。最后，基于自主实验平台测试数据搭建SoH估计模型，通过与同类型估计方法的对比分析，表明了所提估计方法在估计精度与运行速度方面的优势。

摘要:针对现有基于物理模型的理论线损率计算方法效率低难以在线应用，而数据驱动方法可解释性不足、制约其工程推广应用等问题，提出一种基于数据驱动的可解释性低压台区理论线损率计算方法。首先，系统梳理了影响理论线损率物理机制的相关文献，筛选出影响理论线损率的关联特征。其次，构建以轻量级梯度提升机(light gradient boosting machine, LightGBM)为核心的计算模型，采用改进灰狼优化算法(improved grey wolf optimizer, IGWO)进行超参数寻优，以提升模型的计算精度。并引入SHAP(shapley additive explanations)方法量化各特征对计算值的贡献，揭示模型决策逻辑与理论线损率变化背后的物理损耗机理是否一致。最后，基于真实台区数据集的算例验证所提方法的有效性。

摘要:风速区间值预测通过捕捉实际风速波动范围，能够有效反映风速的随机性和不确定性。然而，由于风速区间值序列的多尺度波动特性，单一预测模型往往难以全面表征其复杂波动趋势，预测性能受限。基于此，提出一种基于时序金字塔双层集成学习架构的短期风速区间值预测方法。该方法主要包括数据预处理优化、多模型融合集成预测机制构建、集成输出优化三部分。在数据预处理优化中，采用红嘴蓝鹊(red-billed blue magpie optimizer, RBMO)算法优化变分模态分解参数，实现信号在频域上的有效分离。在多模型融合集成预测机制中，结合时序金字塔注意力机制融合多种模型优势，对子序列的多尺度特征模式进行差异化建模。集成输出优化则利用灰狼优化(grey wolf optimizer, GWO)算法优化子序列预测结果的输出权重，以捕捉各子序列与真实风速之间的不同特征相关性。算例分析表明：所提预测方法能够显著提升短期风速预测精度，具有较强的泛化能力和稳定性。

摘要:极端运行方式搜索(extreme operating conditions search, EOCS)问题是继电保护整定计算的核心问题之一，用以保证保护定值投入后能够适应系统一段时间内运行方式的变化。新能源电力系统的运行方式更加灵活多变，亟需在线整定计算方法。然而现有的EOCS方法在效率上无法满足在线整定的需求。为缩短计算时间，首次将深度学习方法应用于EOCS问题，提出了一种并行图神经网络的高效方法。首先，将电力系统结构建模为4个矩阵，由图神经网络进行特征提取。然后，将高维特征拼接并拉伸，输入决策网络以预测极端运行方式。最后，在IEEE39节点和118节点系统上进行了验证。结果表明，所提方法在提高计算效率的同时具有较高的准确率。

摘要:100%可再生能源场景下的孤岛微电网缺乏传统电源的支撑，其频率和电压波动更为剧烈，小干扰稳定性也面临挑战。针对逆变器主导的新能源孤岛微电网，提出一种内嵌输入凸神经网络(input convex neural network, ICNN)小干扰稳定性约束的新能源孤岛微电网优化调度方法。首先，建立考虑逆变器有功-频率、无功-电压双下垂控制的优化调度模型，利用信息间隙决策理论(information-gap decision theory, IGDT)处理源荷的不确定性。然后，以阻尼比灵敏度为运行点更新方向并移动采样点，迅速采样到稳定边界区域附近，得到双下垂控制参数同时变化的大量稳定边界样本。接着利用ICNN学习下垂控制参数映射的小干扰稳定性指标，并对非线性稳定条件进行线性化处理，将其内嵌于调度模型。最后，基于IEEE33节点系统形成的孤岛微电网验证了所提方法的可行性和准确性。

摘要:传统虚拟同步发电机的电压控制为有差控制，且由于缺乏大电网的电压支撑，导致孤岛微网(virtual synchronous generator, VSG)并联系统在受到负荷扰动时面临电压偏移甚至越限问题。基于此，提出了一种基于自适应电压补偿控制的孤岛微网VSG并联系统母线电压支撑控制方法。通过在传统VSG无功环中引入附加电压补偿控制和电压补偿系数自适应控制，在无需引入额外测量装置且完全消除对通信依赖的条件下，以分散式形式实现多个VSG自主协调配合，可提升系统稳态电压控制精度，并有效抑制负荷扰动引起的系统母线电压波动。然后，通过稳定性分析设计了关键控制参数。最后，通过仿真和实验验证了所提控制方法的有效性。

摘要:新型电力系统中储能双向DC-DC变换器作为新能源高比例消纳的柔性枢纽，在微电网的多重不确定性影响下，面临着输出侧电压失稳风险。因此，提出一种基于柔性动作-评价(soft actor-critic, SAC)算法辅助寻优的观测修正自抗扰控制技术。首先，引入二维扰动信息至待补偿项中进行扰动状态量的协同观测，同时设计迟滞函数修正微分环节的固有缺陷，从而精准重构总和扰动。随后，量化参数整定准则，并借助SAC算法的最大熵学习框架与随机策略探索，实现控制器参数在多频域扰动下的柔性匹配，使储能系统能更加充分发挥“削峰填谷”的调控作用。最后，在不同工况的仿真对比下，验证了所提策略在多种内外不确定扰动下均具备良好的动态性能。

摘要:针对电力二次设备远程运维中传统保信系统告警信息杂乱、二次回路故障定位误差大、人工监盘误判率高，且“感知-认知-决策”全链条存在明显短板的行业问题，构建了融合告警信息精确分级分类、设备运行场景智能辨识、告警处置措施智能生成的二次设备智能监盘体系，并研发对应的远程运维管控平台。智能监盘体系以自然语言处理与预训练模型实现告警标准化并建立动态迭代优化机制，依托多维约束场景知识库与规则推理引擎完成设备运行场景辨识，结合多策略检修信息滤除与“大模型 + 检索增强生成(retrieval-augmented generation, RAG)”技术生成告警处置方案。平台涵盖远方监视、巡视、控制、维护等功能，按安全分区架构设计。平台已部署于某省级电网，运行情况良好，推动了二次设备运维从“现场依赖”向“远程智能”转型。

摘要:针对5G基站虚拟电厂(virtual power plant, VPP)参与电网互动过程中通信业务约束与电力调控难以协同、调节能力量化精度不足等问题，提出一种基于分层聚合的5G基站VPP互动能力评估与优化方法。首先，结合5G基站的运行特性，构建“单基站层-基站集群层-VPP多元能源聚合层”的分层聚合模型，明确不同层级下调节能力的评估指标与计算流程。然后，在满足通信服务质量(quality of service, QoS)约束的前提下，建立计及基站储能的优化调度模型，并引入灰狼优化算法(grey wolf optimizer, GWO)实现多约束条件下的协同优化求解。最后，通过仿真分析对所提方法进行验证。结果表明，该方法能够有效提升5G基站虚拟电厂的调节灵活性与运行经济性，为通信-电力协同运行提供技术支撑。

摘要:二次频率控制是保障孤岛微电网频率稳定的关键。针对子区域采样速率不同可能导致的控制效果不佳问题，基于多速率采样数据对相应的控制方案进行了研究。相较于现有方案，在构造系统数学模型时进一步考虑了多速率的采样场景。一方面，这将有利于提高控制方案的普适性和实际应用价值。另一方面，通过在通信资源充足的子区域缩短采样间隔，通信资源相对紧张的子区域的采样间隔可以更大，从而避免传输过程中的数据拥塞。在稳定性分析与反馈增益求解过程中，引入循环泛函法以放宽对李雅普诺夫泛函的正定性要求，改善了结果的保守性。最后，通过仿真算例验证了所提方案的有效性。

摘要:为了应对台风等极端天气给电力系统安全稳定运行带来的严峻挑战，提出一种考虑多元随机变量的分布式鲁棒优化机组组合模型。首先，构建了面向台风灾害的新能源机组出力模型和电网设备故障概率模型；然后，建立了台风灾害下的min-max-min三层分布式鲁棒优化调度模型。在此基础上，考虑多元随机变量的影响，构建计及最恶劣故障和最可能故障的分布式鲁棒优化故障概率分布模糊集。最后，采用列与约束生成(column and constraint generation, C&CG)算法对模型进行求解，并基于改进IEEE118节点系统开展算例分析。结果表明，相比于传统经典鲁棒优化模型，所提方法能够最大程度上平衡电力系统的鲁棒性与经济性。

摘要:铁路运输作为重要的基础设施和能源消耗大户，面临着显著的减碳压力。针对列车组高密度、重载化运营趋势下，牵引供电系统能源单一、再生制动能量回收难等问题导致的安全运行风险及能源利用率低等技术瓶颈，对铁路沿线可再生资源禀赋进行了分析。系统阐述了电-氢能源接入牵引供电系统组成模块，探讨了跨相式、同相式、贯通式结构下电-氢能源接入方式。在此基础上，分析了系统运行优化策略在实时调控、能源优化调度、决策精度等方面的应用效果。并基于氢能在跨区域运输、长时间储存及低碳经济方面的特性，分析了电-氢能源接入牵引供电系统的大规模制氢能力及其在运行安全与应急方面的供电韧性。