首页期刊导航|电力科学与技术学报
期刊信息/Journal information
电力科学与技术学报
电力科学与技术学报

曾祥君

季刊

1673-9140

dlxb04@163.com

0731-85258195

410004

长沙理工大学云塘校区

电力科学与技术学报/Journal Journal of Electric Power Science and Technology北大核心CSTPCDCSCD
查看更多>>本刊主要刊载电力系统自动化理论、技术及其应用、电网技术、高电压技术、电力市场与电力系统运行管理、供用电技术、电能质量与节能技术、电力自动化设备、热能动力工程、动力与机械工程、水利水电工程、新能源技术、电力系统通信、计算机技术及其它高新技术在电力系统中的应用、电力土木建筑工程、电厂化学与环境工程等方面的最新研究成果。
正式出版
收录年代

    基于零模行波S变换时频矩阵的配电网单相接地故障定位方法

    杨小磊袁明哲邹经鑫
    93-101页
    查看更多>>摘要：为提高配电网发生单相接地故障时的定位精度,提出一种基于电压零模行波S变换时频矩阵的选线和定位方法.首先,将各条馈线末端行波检测装置测得的行波信号解耦,得到故障电压零模行波;然后,在主馈线、一级和二级分支支路等特殊位置设置故障,得到对应故障位置的S变换时频矩阵,建立确定故障支路的对比库;最后,将故障零模电压行波S变换时频矩阵与对比库中数据进行相似度对比,确定单相接地故障发生的馈线和所在支路,针对不同性质支路选取适应性最优的定位方法,实现配电网单相接地故障的精确定位.仿真结果表明:该方法的定位准确度高,且无须全网配备行波检测装置便能够实现配电网单相接地故障的精确定位.

    配电网行波定位S变换矩阵相似度

      原文链接:
    • 万方数据
    • 维普

    基于MTF可视化和改进DenseNet神经网络的电能质量扰动识别算法

    时帅陈子文黄冬梅贺琪...
    102-111页
    查看更多>>摘要：针对传统电能质量扰动(power quality disturbances,PQDs)分类器人工选取特征过程复杂、精细化程度不足的问题,提出一种基于马尔科夫迁移场(Markov translate filed,MTF)可视化和改进密集卷积网络(dense convolu-tional networks,DenseNet)的PQDs识别新方法.首先将一维PQD信号经MTF映射为二维图像,接着将图像输入到具有新型通道注意力机制的改进DenseNet中,最后训练网络自行从海量样本中提取特征,实现PQDs信号的正确识别.算例结果表明:在无噪声和信噪比为20、30 dB情况下,所提改进DenseNet能有效克服传统方法中主观性强、抗噪性能差等特征缺点,可以更好地提取复合PQD特征信息,对复合PQD识别率高.

    电能质量扰动马尔科夫迁移场可视化密集卷积网络通道注意力机制分类识别

      原文链接:
    • 万方数据
    • 维普

    采用改进量子粒子群优化算法的虚拟电厂参与二次调频两阶段优化

    朱靖恺崔勇杜洋见伟...
    112-120页
    查看更多>>摘要：虚拟电厂(virtual power plant,VPP)作为一种新型区域能源管理系统,可通过"源—荷—储"的协调优化调度,高效参与电网二次调频辅助服务.介绍虚拟电厂内部结构,建模分析新能源机组及可控负荷特性;搭建虚拟电厂参与二次调频两阶段调度模型,该模型能够兼顾二次调频净利润及调频效果;研究一种自适应权重的改进量子粒子群优化(quantum particle swarm optimization,QPSO)算法,通过引入自适应权重机制,在量子粒子更新过程中动态调整权重参数以提高算法的搜索能力和收敛速度;并将改进算法应用于两阶段优化过程中,使虚拟电厂获得更高的二次调频净利润及更好的调频效果;仿真结果表明,所提改进算法的收敛速度更快且全局寻优能力更强.

    虚拟电厂改进量子粒子群优化算法两阶段优化二次调频优化调度

      原文链接:
    • 万方数据
    • 维普

    居民用户参与电网调峰激励智慧用能策略研究

    王静智赵磊邓方明曹紫薇...
    121-127页
    查看更多>>摘要：以实现居民用户智慧用能为着眼点,提出一种居民用户参与电网调峰激励智慧用能策略.首先,根据家用电器的负荷特性将居民用户用电负荷分为4类,并建立其相应数学模型;然后,综合考虑时间、用电满意度以及电费满意度约束建立居民用户用电成本优化模型;同时,考虑传统分时电价难以调动居民参与电网削峰填谷积极性,根据余弦相似度建立调峰效果评估模型,基于居民调峰贡献度提出市场激励机制;最后,将调峰效果引入夏普利值(Shapley value)分配中,建立居民用户与电网公司的合作博弈模型.仿真结果表明:所提策略能有效降低家庭用电成本,同时促进居民用户积极参与电网调峰.

    调峰激励用电满意度智慧用能合作博弈用电成本

      原文链接:
    • 万方数据
    • 维普

    考虑用户决策不确定性的电动汽车充电站用户参与度优化方法

    陈腾生杨汝泉隋坤明董萍...
    128-137页
    查看更多>>摘要：在电动汽车充电站参与需求响应的背景下,用户参与度对充电站经济效益有着巨大影响.基于前景理论该文提出充电站用户参与度优化方法,通过改变充电站电价的组成及形式,实现充电站用户参与度及经济效益提高的目标.首先,针对充电站价格对电动汽车用户的影响,建立用户价格影响模型,得到用户数量初步变化率;然后,使用前景理论价值函数量化用户面对不同电价时的决策不确定性,并计及充电站距离的影响,对用户初步变化率进行修正,得到用户最终变化数量;最后,根据上述模型并基于充电站典型负荷数据,以充电站需求响应时段最大负荷为约束,采用非支配排序遗传算法-Ⅱ(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ),以充电站日收益最大和用户参与度最大为目标进行多目标优化,确定充电站电价的组成及形式,进一步确定最优用户参与度和充电站收益.仿真结果可以验证所提方法的有效性.

    用户参与度决策不确定性前景理论最优参与度

      原文链接:
    • 万方数据
    • 维普

    基于动态分时电价引导的电动汽车需求侧响应

    叶文浩陈耀红颜勤涂晓帆...
    138-145页
    查看更多>>摘要：为激励电动汽车(electric vehicles,EVs)参与需求侧响应以减小电网负荷峰谷差,同时提高电动汽车用电经济性,首先,利用蒙特卡罗法模拟出电动汽车无序充电负荷,再根据电动汽车是否受电网调控或者受价格信号引导,将电动汽车分为3类进行处理;然后,以电网峰谷差均方值最小和用户充放电费用最小为目标,搭建基于电价需求弹性矩阵的动态分时电价(time-of-use,TOU)需求响应模型;最后,根据湖南某地区历史负荷数据对一天的电价进行分段,再通过仿真分析,验证考虑实时负荷反馈的动态分时电价可以有效地应对负荷波动,并且对于减小峰谷差和降低用户用电成本的效果更明显.

    动态分时电价价格需求弹性矩阵电动汽车需求响应蒙特卡罗法

      原文链接:
    • 万方数据
    • 维普

    基于K-I-ELM多模型集成的分布式光伏出力短期预测方法

    江卓翰周胜瑜何禹清周任军...
    146-152页
    查看更多>>摘要：为响应"双碳"目标,高比例新能源接入的新型电力系统已成为下一个发展目标.光伏作为当前电力系统能源发电主体形式之一,其出力特性数据尚存在多源、异构及高维等分布特点,导致不同特征作用机理、机制较为复杂,继而加大分布式光伏系统出力的预测难度.为此,首先构建核主成分分析(kernel principle component analysis,KPCA)模型,通过核函数在特征空间中依据不同特征的有效信息蕴含度提取主成分;然后采用信息熵(information entropy,IE)模型,根据各主成分信息负载度量加权系数,综合求解相应作用权重;最后依据特征评估结果,针对性设置极限学习机(extreme learning machine,ELM)网络参数,降低预测不确定度.最终整合多类别数据挖掘模型,构建K-I-ELM预测方法,在复杂数据环境下实施光伏出力短期预测.基于某实际台区光伏发电数据进行案例分析,论证所提方法针对不同数据环境的适应性及较高的预测精度.

    信息熵核主成分分析极限学习机短期预测光伏出力

      原文链接:
    • 万方数据
    • 维普

    基于ARIMA-LSTM-RBF组合模型的风机出力短期预测

    郑文杰谭慧娟赵瑞锋徐展强...
    153-159,186页
    查看更多>>摘要：为响应中国"双碳"目标,以风电为代表的新能源在电网出力中的比重不断提升,有效的风机出力预测对于提前制定电网的调度与发电计划尤为重要.由于风电数据具有不规则性强、季节性强等特点.为此,针对单模型预测方法无法解决风电间歇性的同时保证预测精度的问题,提出一种利用差分自回归移动平均(autoregressive integrated moving average,ARIMA)时间序列、长短期记忆(long short-term memory,LSTM)网络和径向基函数(radial basis function,RBF)神经网络建立组合模型对某地区风机出力进行短期预测.首先,进行数据预处理及序列平稳性分析与处理,得到平稳性序列并通过ARIMA预测,其次,将不满足残差白噪声分析判定的不规则数据通过LSTM预测;然后,使用RBF神经网络学习和模拟得出预测值以提升精度;最后,基于某风电接入系统数据进行仿真.通过与其他单一模型预测方法对比,结果表明:所提出的组合模型预测方法能够对季节性强和不规则性强的风电数据进行预测并且有更好的预测精度,为相应设备的运行与调度提供参考,提升供电可靠性.

    风机出力短期预测ARIMA时间序列LSTMRBF神经网络

      原文链接:
    • 万方数据
    • 维普

    基于多传热模型数值仿真的风电机组叶片气热防除冰性能强化

    刘忠德周强雷和林邬伟骏...
    160-168页
    查看更多>>摘要：风电机组叶片结冰给风电场的运行安全和发电效益带来双重困扰,迫切需求对结冰较严重的风电机组进行除冰.气热除冰是一种叶片主动抗冰技术,热风热量通过导热—对流综合作用由叶片内表面向外表面传递,融化其上覆冰层.单纯从传热流程来看,气热除冰过程中的热对流和热传导流程并不十分复杂,可以通过系统实验和数值模拟2种方法研究其流动传热特性.然而,实验所需条件较为苛刻,实验成本也较高.针对此问题,基于k-ε湍流模型、速度—压力耦合算法及壁面函数等技术建立风机叶片内、外两侧流动与传热耦合模型,分析导热—对流综合作用下的气热防除冰效果,避免传统数值模型只考虑单侧流动与传热的分离式缺陷,能准确获取特定工况下叶片内腔速度场、温度场、压力场以及叶片外壁温度分布,为合理的除冰系统设计及运行控制提供技术指导.研究结果表明:在不同的送风风速下,叶片表面温度分布呈现两端高、中间低的趋势,且随着风速提升,温度不均衡现象得到了明显改善.当送风风速小于15 m/s时,叶片大部分区域表面温度低于0℃,送风风速增大到20 m/s时表面温度低于0℃区域面积显著减少.

    风电机组叶片抗冰气热除冰数值模拟热分析

      原文链接:
    • 万方数据
    • 维普

    基于TCN的跟网/构网混合型新能源场站并网系统小干扰稳定性快速评估

    林涛林政阳李晨李君...
    169-177页
    查看更多>>摘要：为支撑跟网/构网混合型新能源场站中机组控制方式快速切换,实现可适应电网强度变化的新能源场站安全稳定运行,提出基于时间卷积神经网络(temporal convolutional network,TCN)的跟网/构网混合型新能源场站并网系统小干扰稳定性快速评估方法.首先,构建跟网/构网混合型新能源场站聚合阻抗模型,通过特征值计算得到并网系统小干扰稳定裕度.然后,以并网系统短路比和新能源场站跟网/构网控制方式信息作为输入特征,以并网系统小干扰稳定裕度和阻尼比作为输出特征,训练TCN得到混合型新能源场站并网系统小干扰稳定性快速评估模型.经过训练的模型可根据短路比和跟网/构网混合型新能源场站中各机组的控制方式快速输出对应的小干扰稳定裕度和阻尼比.最后,以一个含10台风电机组的新能源场站为对象进行算例分析.结果表明:所提TCN方法相比于长短期记忆神经网络方法,在小干扰稳定裕度和阻尼比预测上的平均绝对百分比误差分别降低16.76％、14.75％;所提方法的计算耗时相对于特征值计算方法降低98.54％,从而验证所提小干扰稳定性快速评估方法的准确性与时效性.

    新能源场站跟网型控制构网型控制小干扰稳定时间卷积神经网络

      原文链接:
    • 万方数据
    • 维普