中国科学引文数据库(CSCD)核心期刊
中文核心期刊
中国科技核心期刊
ISSN 1000-7229 CN 11-2583/TM
中文核心期刊
中国科技核心期刊
ISSN 1000-7229 CN 11-2583/TM
在新型电力系统建设背景下，微电网、商业楼宇等不同规模主体形态的产消者日益增多。而产消者集群聚合互联形成的虚拟电厂（virtual power plant，VPP）能够协同优化灵活性资源，通过电能交互和功率互济实现集群整体的效益提升。为实现多产消者的协同运行，提出了虚拟电厂运营商和多产消者混合博弈策略。首先，构建了虚拟电厂运营商和多产消者的主从博弈模型。虚拟电厂运营商作为领导者动态调整电价，多产消者作为跟随者，考虑到内部新能源不确定性，基于分布鲁棒机会约束进行优化调度。然后，在主从博弈的调度策略和交易结果的基础上，构建了多产消者的合作博弈模型。提出了基于能量贡献度的合作收益分配策略，实现多产消者合作联盟收益公平合理的分配。最后，通过算例分析验证了所提混合博弈策略的合理性与优越性。
为进一步规范绿证核发与交易，国家能源局颁布的新政策规定对上网可再生能源电量核发可交易绿证，自发自用可再生能源电量核发不可交易绿证。两类绿证均可进行碳排放抵扣。鉴于此，为充分发挥两类绿证对虚拟电厂（virtual power plant，VPP）经济性与绿色低碳性的提升作用，在VPP日前运行策略构建中实现了VPP的绿证交易与碳排放抵扣。首先，基于VPP可再生能源发电部分的“自发自用，余电上网”模式，考虑电储能对可再生/非可再生能源电量的充放策略，计算VPP两类绿证所对应电量。其次，提出绿证的碳排放抵扣方法，计算两类绿证下的VPP碳排放抵扣量总和。然后，以电-碳-绿证耦合市场下的总收益最大化为目标，构建耦合市场下VPP最优日前运行策略模型。算例表明：通过新政策下的碳-绿证联合交易，所提方法提升了VPP的经济性与新能源消纳能力，进一步推动了能源系统的整体碳减排。
“双碳”目标驱动下，新能源高比例接入给电力系统调节能力带来了新挑战。虚拟电厂（virtual power plant，VPP）作为挖掘需求侧灵活性资源的有效手段，受到业界广泛关注与推广应用。但是，目前虚拟电厂的应用场景较为单一，未建立起虚拟电厂可持续运营的市场化盈利模型。为解决这一问题，各级政府相继出台了一系列政策，推动虚拟电厂市场化发展。立足于上海实际情况，首先，总结了上海市虚拟电厂的建设发展概况，介绍了上海市虚拟电厂实践的成果和发展的方向；其次，根据国内市场发展情况，对虚拟电厂参与需求响应、现货市场、辅助服务市场的盈利模式进行分析，并对虚拟电厂未来可扩展的业务做简要展望；然后，建立了虚拟电厂参与多类型市场的市场化盈利模型，通过调节能力在不同场景的复用提升其运营效益；最后，通过算例验证了所提模型的有效性和可行性。所得研究成果对于推动虚拟电厂的市场化发展，提高电力系统的调节能力，实现可持续发展目标具有重要意义。
能源聚合服务商有效的负荷预测能力是其参与电力市场的基础，并且是其最终获取最大化市场利润的重要因素。然而，其面临的一大挑战是，预测所需的数据大都分散在各个能源个体手中，由于数据隐私和安全的考虑，各能源个体通常不愿意进行数据共享。这一难题不仅制约了能源聚合服务商运营效率的提升，还对相关能源供应商运营模式的研究与分析形成了一定障碍。为此，提出一种基于联邦学习的能源聚合服务商负荷预测方法，该方法允许在不接触真实数据集的情况下共享它们的信息，从而获得准确有效的负荷预测能力。首先，根据任务需求建立多维环境特征选择的人工神经网络；然后，利用加权平均策略联合训练人工神经网络，在各个能源个体和环境特征之间架起桥梁；最后，将其各自训练过的模型特征发送到能源聚合服务商的服务端进行拟合处理。通过对中国南方某市大型能源聚合服务商的部分数据进行算例分析，结果表明，该方法在提高整体运营效率和平均预测精度方面均取得良好成效。
在极端天气频发冲击电力安全的背景下，加快跨区域容量机制设计是提升电力系统应急支援能力、保障供电安全的有效途径。首先，阐述了极端天气对电力系统运行的影响以及容量机制在中国的推行情况，并基于跨区域供需理论，从机制边界与规则、容量补偿价格下限与上限以及责任惩罚机制三个方面丰富了跨区域容量机制的架构设计。其次，结合新进入成本、单位装机净收益以及失负荷价值指标构建跨区域应急电力支援容量价格计算模型。然后，分场景测算极端天气发生时，在电力市场环境下煤电机组参与跨区域应急电力支援的容量补偿价格的上下限。结果发现，容量补偿价格下限占煤电机组固定成本的比例约为30%~70%，与当前我国煤电容量电价机制设定的近中期容量电价收回固定成本比例（30%~50%）基本一致；随着失负荷期望的增加，容量补偿价格上限需上调，以此发出可靠容量不足的信号。最后，提出了完善电力容量服务机制的相关建议。
面对高比例可再生能源对电力系统运行所构成的挑战及电力系统碳排放对环境的影响，提出将可逆固体氧化物电池（reversible solid oxide cell，RSOC）和碳捕集系统（carbon capture system，CCS）应用于以混合热电联产（combined heat and power，CHP）系统为主导的综合能源系统（integrated energy system，IES）中，旨在实现IES经济、低碳、灵活的全面优化。首先，构建了RSOC和CCS的运行机制和数学模型，利用RSOC将过剩的可再生能源转移至不足时段再利用，同时缓解了风光出力低谷时CCS的能耗压力。其次，构建RSOC和CCS的IES低碳经济模型，以提升模型的碳减排效益，最小化经济运行成本。最后，以西北某市改进的IEEE-40节点电力系统为例，对7种不同配置场景进行算例分析。仿真结果表明该模型在可再生能源消纳及碳减排性能方面具备优越性，并显著提升了IES的经济性和灵活性。
随着综合能源系统的不断发展、负荷侧与源侧资源灵活互动，现有单一负荷预测方法难以把握多元负荷间的耦合特征，导致综合能源系统多元负荷预测精度不足。基于此，提出了一种基于完全自适应噪声集合经验模态分解（complete ensemble empirical mode decomposition with adaptive noise，CEEMDAN）-纵横交叉算法（crisscross optimization algorithm，CSO）-长短期记忆（long short-term memory，LSTM）网络-多任务学习（multi-task learning，MTL）的综合能源系统短期负荷预测模型。首先，对采集的原始负荷数据进行预处理，计算考虑系统能量损耗的实际负荷值；其次，采用最大信息系数（maximal information coefficient，MIC）分析多元负荷之间、多元负荷与天气因素之间的相关性，提取多元负荷的强相关性变量；再次，将多元负荷的强相关性变量代入CEEMDAN，将负荷数据分解为平稳的子序列；然后，将特征序列代入LSTM-MTL共享层，并利用CSO算法优化预测模型，实现多元负荷的协同预测；最后，以我国吉林省吉林市某化工园区的多元负荷数据集为例对所建模型的性能进行验证。结果表明，与传统预测模型相比，所建模型能有效提升综合能源系统多元负荷的预测精度。
为提高孤岛交直流混合微电网中双向AC/DC变换器的功率分配精度，提出一种自适应分段双下垂控制策略。首先利用归一法将交流频率和直流电压变换到同一区间，确定变换器传输功率。其次，为合理规划双向AC/DC变换器的工作模式，对交流子网和直流子网进行负载状态划分；设置动作阈值避免频繁启停，当功率差额超过启动阈值时，Ⅰ段采用传统双下垂控制，Ⅱ段将自适应函数加入双下垂控制，使双向AC/DC变换器能在子网有功差额较大时更快达到功率平衡，从而提高双向AC/DC变换器的协调控制能力和使用寿命；再对系统进行解耦分析验证所提控制策略的稳定性。最后，在Matlab/simulink和Rtlab中搭建孤岛交直流混合微电网对提出的自适应分段双下垂控制策略进行分析验证。
电力系统故障样本数据稀缺导致电力系统暂态情况下的状态难以实时、准确跟踪，针对此问题提出一种基于深度迁移学习的电力系统暂态状态估计方法。首先，依托数字孪生技术得到实际电力系统运行的孪生数据，为暂态状态估计提供充足的样本数据来源。然后，将孪生数据划分为源域数据集和目标域数据集，并基于电力系统稳态数据构建源域状态估计基础模型。最后，通过深度迁移学习技术，利用目标域中小样本暂态数据来微调基础模型，即可获得适用于暂态的状态估计模型，提升状态估计器的普适性。仿真表明，当电力系统发生故障时，所提方法与不使用迁移学习的深度神经网络相比具有更高的估计精度和计算效率。
我国是多自然灾害国家，极端天气下日益频发的多灾害给配电系统安全运行带来巨大威胁。新型配电系统建设背景下，配电网受灾对象范围拓展、致灾机理更加复杂、供电支撑多元化，多灾害地区配电网应具备对极端自然灾害的预防、感知、抵御、恢复等能力。以配电网为研究对象，阐述了多灾害地区概念及我国多灾害地区配电网地理分布情况，从多灾害地区配电网受灾机理与仿真技术、防灾规划设计技术、防灾运行与复电技术三个方面进行了详细梳理与讨论。在此基础上，从提升配电网长期本质防灾能力与满足短时应急供电需求的角度，总结多灾害地区配电网防灾能力提升技术的研究趋势，为建设新型配电系统、提升其防灾能力提供参考。
随着新能源发电系统的快速发展，准确的光伏功率预测对提高电网消纳光电能力有重要作用。针对现有方法存在精度不足的问题，提出了一种参数更加轻量、训练更加稳定、效果更好的量子长短期记忆网络光伏功率预测模型。首先基于奇异谱分析进行数据分解，然后构建量子长短期记忆网络捕捉数据高维特征；最后，通过双重注意力机制捕捉特征维度和时间维度上的重要信息，最终在决策层输出结果。算例分析表明，与传统方法相比，所提方法可以有效提升光伏功率预测精度。真机实验验证了利用量子计算机进行光伏功率预测的可行性和有效性。随着量子计算机的发展，未来有望应用量子计算机实现海量光伏电站发电功率的快速精准预测，助力电网安全调度和可靠运行。
碳中和目标引导下，共享储能规划优化已成为解决以新能源为主体的新型电力系统供电波动性与供需不匹配性的关键问题。在深入分析新型电力系统典型灵活性调节资源的物理特性、状态表征函数及成本收益模型的基础上，以系统灵活性调节需求特征分析为指引，以社会灵活性调节福利最大化为目标，提出了锂电池-超级电容器共享储能系统在多灵活性调节资源协同下平抑波动、削峰填谷、缓解输配电线路阻塞与延缓电网升级改造、减少弃风弃光、实现供需平衡、降低切负荷六种场景的运行策略与多时域递进规划优化模型及其求解方法，从而更好地服务于新型电力系统的动态建设。算例结果表明，所提模型可提高风光消纳水平，并有效降低系统灵活性调节成本。
随着全球能源转型和可再生能源的快速发展，新能源电力系统面临着新的机遇挑战与转型升级。这种转型引发电网有关“安全与稳定”命题的新挑战，如风电和光伏等新能源的大规模接入带来的频率越限、电压失稳等新问题。文章综合考虑新能源出力与天气因素影响下的设备故障，建立了新能源接入情况下的电网综合场景；结合图神经网络与多头注意力机制提出了多头图注意力神经网络模型，通过并行训练方法将所提模型应用于新能源电力系统风险评估场景，旨在兼顾电网风险评估准确性的前提下，提高评估效率；应用某省电网的实际数据，在电力仿真系统上进行训练与测试。结果显示，相较于其他人工智能方法在风险评估中的应用，基于多头注意力机制的图神经网络风险评估方法能够提升新能源电力系统风险评估的鲁棒性与高效性，具有一定的应用价值。
面对全球气候变化及能源可持续性的双重压力，各国纷纷制定碳减排和可再生能源发展的战略目标，电碳耦合市场的研究从而备受关注。从电、碳市场的最新政策出发，通过探讨国际视角的碳市场现状，总结了各类碳市场的国际实践。随后，聚焦于电碳市场的耦合关系，深入研究了电力行业碳排放情况和电力市场与碳交易市场的互动机制，分析了不同市场及多种应用场景下的协同机制。最后，提出了当前电碳耦合市场面临的挑战和关键技术，并为可持续发展提出了政策引导建议和未来展望。
“双碳”背景下，为进一步降低微网系统碳排放量，提出了一种计及电动汽车（electric vehicle，EV）协调充电及奖惩型阶梯碳交易机制的多微网综合能源系统低碳运行策略。首先提出了一种反映用户充电需求的动态紧迫性指标（dynamic urgency index，DUI），建立了以微网内总电负荷峰谷差最小为目标的EV协调充电模型；然后构建了两阶段电转气（power to gas，P2G）、分布式电源（distributed generation，DG）与热电联供（combined heat and power unit，CHP）单元协同运行模型；最后考虑多微网综合能源系统内存在电热交互，加入奖惩型阶梯碳交易机制（ladder-type carbon price mechanism with reword and punishment，LCPMRP）对系统碳排放量进行约束，进一步提高系统的低碳性与经济性。算例仿真表明，在考虑多微网间存在电能与热能交互情况下，LCPMRP可以改善系统的低碳经济运行效果；采用所提DUI对EV进行调度，在满足EV车主充电需求的同时降低了微网内总电负荷的峰谷差；引入两阶段P2G、DG与CHP协同运行模型，在减少微网内碳排放量的同时降低了CHP系统的热电耦合关系。
